2016年,商业智能和数据分析领域的新趋势
1946年2月14日,地球上第一台电子计算机诞生。在这70年的岁月里,信息科技深刻地改变了人类社会。尤其是在新世纪里,互联网和大数据引领变革的潮流,人类历史掀开了最为绚烂的一页。在2016年,我们依然将看到商业世界会发生巨大的变化。新的数据分析工具将出现,给公司提供更多的业务情报、业务指导和市场操作策略。具体说来,我们在这一年将会看到什么呢?
数据分析人员将有更大的作用和影响力
一个很有趣的预测变化:数据科学家成为很多行业的“新星”。例如,哈佛商业评论认为数据专家是“21世纪最性感的工作”,因为他们具有越来越大的影响力。这些变化主要是因为需求驱动。调查发现公司对Python程序员的需求2014年竟增加了96%,而计算机系统分析员和信息调研人员的需求也毫无意外地增加。
Brian Dirking在Alteryx工作,该公司为客户提供数据可视化操作和数据处理服务。当谈到2016年的变化时,Dirking说“数据分析人员将会在决策中发挥更大的影响力,在会谈桌上获得更多的席位。”
Dirking介绍了一个调查结果事例,该调查结果改进了数据分析过程,并节省了数据分析时间。他指出:我们将会更加认同数据分析人员。还说道:“随着数据分析工具的改善,数据分析人员将会给企业做出更大的贡献。”
位置分析的重要性
2016年的另一个驱动力将会是地理位置分析和地理空间工具,它们能让企业更好地把握市场动态。比如,Dirking谈到的“商场布局”策略能够使企业利润飙升。
他说:“这是一些行业的紧要处。”他的公司使用交通时段分析来处理数据得出市场模型的案例,给很多大企业留下了深刻的印象。他还谈到特定实体店内细微的顾客行为。
他说:“人们是怎样逛商店的以及他们都看什么东西,变得非常重要。”并且谈到移动数据分析也可以应用在其他领域,如:运动和医学。
业务人员和IT人员的合作
人们在商业现代化发展的进程中,已经看到不同角色和部门之间的界限模糊了很多。比如:许多企业都要求IT人员跟业务人员或非技术人员的一体化合作,这样有利于工作过程的无缝衔接,而更多的人将享用数据分析的好处。
Dirking说:“人们一旦知道了一个问题的答案,他们就会发现另一个问题。” 他说,传统的工作方式是将IT人员和业务人员分成两个独立的阵营,这曾经是不错的。现在,通过建立两者之间的联系,公司可以提高工作效率和整体能力。由正确的人使用正确的数据,企业才能做出更好的决策。
预测性分析和数据发现的影响
通过收集不同类型的数据,公司可以建立更复杂的可视化模型,这将有助于他们采取准确的行动。例如:Dirking提到的“菜篮子分析”,把更好的数据模型展示给公司,让他们知道顾客在买什么,甚至他们将来最有可能买什么。
Dirking说:“它展示了很多新的东西,这些东西如果你只是拥有数据的话,是得不到的。”从CRM到销售,预测性分析和下一代商业智能将注定要改造购物车的内容。
Spark成为主流
另一个趋势与Alteryx看到的一样,即Spark将代替传统的Apache MapReduce Hadoop。
从前,存储装置通过电脑的物理集群读取和处理数据。那时,使用MapReduce管理这些分散的物理机很有意义。
随着网络可视化和其它技术的进步,推出了新的、内存大的、容易升级的系统。Dirking说:“Spark通过灵活处理数据的方法完善这些新的系统。”总的来说,我们预期看到一个新的趋势------新的数据分析工具更适合虚拟运行环境,如虚拟机或容器环境。
云将与你同在
Dirking提到,当你观察技术市场的时候,另一个预测就很明显了。就是近几年崛起的云计算,它的发展还没有停止。相反,我们看到云将供应商系统分成了不同的领域。关于是使用私有云还是公有云,或是混合方案的讨论已经开始。不管公司选择哪一种方案,它们都有一个共同点:采取常规的做法,为了充分利用云供应商提供的按需使用、可升级的系统,把成本高的硬件维护和相关工作外包出去。云应用的预测报告发现:大多数受访者称他们的公司已经扑向云计算的浪潮中。
IT巨头正在使用云服务代管各种强大的数据分析工具。像Salseforce公司以客户关系管理为中心,其它更多的公司的则搞综合分析服务。Dirking说:“Alteryx已经看到,很多客户使用诸如亚马逊的Redshift和微软的Azure以及可升级的、灵活处理数据的云服务。”
Dirking说:“这些进展,不仅让人们能快速升级系统,而且还能访问移动端数据。”
Alteryx与它的合作伙伴Tableau、Cloudera将举办一个网络研讨会简评这些预测,并向到会的人讲解数据-------一种新的有价值的资产,为何将会越来越有用。
具体应用案例
上面所谈的数据预测分析技术进展,正在用不同的方法影响不同的市场。
例如:一个最近的博文讨论到,运动团队如足球、橄榄球队是怎样利用数据分析确定队员的位置或是他们应该在哪比赛。因为新的数据驱动策略的应用,能够为他们带来新的球迷,并且让队员在运动中获得不同的体验。
数据分析在医疗保健方面的应用。假设一家大公司不得不使用一个半衰期很短同位素治疗癌症。每天,公司都要考虑生产多少个同位素,什么时间以及在哪儿使用。在交通时间分析法之前,有很多低效的路径选择方法。但是当你确切地知道运货需要多长时间时,你就能采取更恰当的行动,给公司和他们的客户节约资金、节省时间,让他们把更多的精力投入到未来的发展中。我们可以打赌说,这个时间预测分析也是可以挽救更多的生命的。
在新的一年里,让我们一起看着上述的预测变成现实吧!
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14