www.abc.org.ru

Содержание

Слайд 2

Зачем нужен? Восприятие Анализ данных воспринимается как 1.Прихоть руководства; 2.Требование гос.органов,

Зачем нужен? Восприятие

Анализ данных воспринимается как
1.Прихоть руководства;
2.Требование гос.органов, инвесторов, акционеров.
Реальное понятие,

зачем он нужен, отсутствует.
Слайд 3

Что такое Анализ данных? Анализ данных – метод изучения процесса и

Что такое Анализ данных?

Анализ данных – метод изучения процесса и оценки

результатов.
Ключевые моменты:
1. Изучение процесса
(продажи упали);
2.Оценка результатов
(продажи упали на 25%
по сравнению с прошлым месяцем
и на 5% по сравнению с тем же
месяцем за прошлый год).
Слайд 4

Анализ данных – следствие Анализ должен быть постоянным, цикличным. Анализ – контролирующая функция.

Анализ данных – следствие

Анализ должен быть постоянным, цикличным.
Анализ – контролирующая функция.

Слайд 5

Анализ данных – зачем нужен? Анализ данных - центральное место в

Анализ данных – зачем нужен?

Анализ данных - центральное место в системе

управления предприятием.

Важная роль анализа в подготовке информации для планирования и прогнозирования результатов деятельности.

Слайд 6

Недооценка роли анализа 1.Анализ данных рассматривается только как обработка информации после

Недооценка роли анализа

1.Анализ данных рассматривается только как обработка информации после ее

сбора. Все результаты– «под сукно». Бессмысленная неэффективная работа.
2.Отсутствие оперативности в реагировании на действия рынка.
3.Экономические потери.
4.И т.д…
Слайд 7

Анализ данных - процесс

Анализ данных - процесс

Слайд 8

Этапы 1.Поиск; 2.Консолидация; 3.Трансформация; 4.Анализ/моделирование; 5.Интерпретация.

Этапы

1.Поиск;
2.Консолидация;
3.Трансформация;
4.Анализ/моделирование;
5.Интерпретация.

Слайд 9

Этапы: Поиск информации Информация 1.Внутренняя (80%); (различные СУБД, учетные системы, личные файлы сотрудников) 2.Внешняя.

Этапы: Поиск информации

Информация
1.Внутренняя (80%);
(различные СУБД, учетные системы, личные файлы сотрудников)
2.Внешняя.

Слайд 10

Этапы: Консолидация Декодирование; Агрегирование; Обогащение; Очистка; Объединение данных. В основе процедуры

Этапы: Консолидация

Декодирование;
Агрегирование;
Обогащение;
Очистка;
Объединение данных.
В основе процедуры консолидации лежит процесс ETL – Extraction,

Transformation, Loading
(Извлечение, Преобразование, Загрузка).
Слайд 11

Этапы: Консолидация. Проблемы 1.«Грязные» данные Дубликаты; Пропуски; Аномалии и пр. 2.Непродуманная стратегия ETL

Этапы: Консолидация. Проблемы

1.«Грязные» данные
Дубликаты;
Пропуски;
Аномалии и пр.
2.Непродуманная стратегия ETL

Слайд 12

Этапы: Трансформация Представление данных наиболее удобным образом

Этапы: Трансформация

Представление данных наиболее удобным образом

Слайд 13

Этапы: Анализ/Моделирование

Этапы: Анализ/Моделирование

Слайд 14

Этапы: Интерпретация На этом этапе делаются Выводы для дальнейшего принятия решений.

Этапы: Интерпретация

На этом этапе делаются Выводы для дальнейшего принятия решений.
Важно!
Решения принимает

человек, а не машина. Машина – «советчик». Советами можно не воспользоваться.
Слайд 15

Инструменты анализа

Инструменты анализа

Слайд 16

Настольные пакеты Статистические пакеты (SPSS) и настольные Data Mining пакеты ориентированы

Настольные пакеты

Статистические пакеты (SPSS) и настольные Data Mining пакеты ориентированы на

профессионалов.

Их особенности:
1.Слабая интеграция с источниками данных (ручной ввод данных);
2.Бедные средства очистки, предобработки данных (и частичное их отсутствие);
3.Отсутствие гибких возможностей консолидации информации, например, в хранилище данных;
4.Конвейерная (поточная) обработка новых данных затруднительна или реализуется встроенными языками программирования и требует высокой квалификации;
5.Обработка больших объемов данных затруднена;
6.Богатые возможности в плане алгоритмов Data Mining.

Слайд 17

СУБД с набором алгоритмов Data Mining Практически все крупные производители СУБД

СУБД с набором алгоритмов Data Mining

Практически все крупные производители СУБД

включают в состав своих продуктов средства для анализа данных, OLAP, а также инструменты для консолидации и создания хранилищ данных. Они как бы «встраиваются» в СУБД.

Их особенности:
1.Высокая производительность;
2.Алгоритмы анализа данных по максимуму используют преимущества СУБД;
3.Жесткая привязка всех технологий анализа к одной СУБД;
4.Сложность в создании аналитических решений, поскольку работа с СУБД ориентирована на программистов и администраторов баз данных.

Слайд 18

Аналитические платформы Аналитическая платформа - это специализированное программное решение (или набор

Аналитические платформы

Аналитическая платформа - это специализированное программное решение (или набор решений),

которое содержит в себе все инструменты для осуществления процесса извлечения закономерностей из "сырых" данных: средства консолидации информации в едином источнике (хранилище данных), извлечение, преобразование, трансформацию данных, алгоритмы Data Mining, средства визуализации распространения результатов среди пользователей, а также возможности "конвейерной" обработки новых данных.
Слайд 19

Аналитические платформы. Схема

Аналитические платформы. Схема

Слайд 20

Золотой софт Количество аналитических платформ растет. В 2006 году был проведен

Золотой софт

Количество аналитических платформ растет.

В 2006 году был проведен первый всероссийский

конкурсе «Золотой софт 2006».
Deductor среди победителей номинации «Лучшая аналитическая система»