導(dǎo)語：如何才能寫好一篇數(shù)據(jù)分析報告，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

我認(rèn)為一份好的分析報告，有以下一些要點：

首先，要有一個好的框架

跟蓋房子一樣，好的分析肯定是有基礎(chǔ)有層次，有基礎(chǔ)堅實，并且層次明了才能讓閱讀者一目了然，架構(gòu)清晰、主次分明才能讓別人容易讀懂，這樣才讓人有讀下去的欲望；

第二，每個分析都有結(jié)論，而且結(jié)論一定要明確

如果沒有明確的結(jié)論那分析就不叫分析了，也失去了他本身的意義，因為你本來就是要去尋找或者印證一個結(jié)論才會去做分析的，所以千萬不要忘本舍果；

第三，分析結(jié)論不要太多要精

如果可以的話一個分析一個最重要的結(jié)論就好了，很多時候分析就是發(fā)現(xiàn)問題，如果一個一個分析能發(fā)現(xiàn)一個重大問題，就達(dá)到目的了，不要事事求多，寧要仙桃一口，不要爛杏一筐，精簡的結(jié)論也容易讓閱者接受，減少重要閱者(通常是事務(wù)繁多的領(lǐng)導(dǎo)，沒有太多時間看那么多)的閱讀心理門檻，如果別人看到問題太多，結(jié)論太繁，不讀下去，一百個結(jié)論也等于0；

第四，分析結(jié)論一定要基于緊密嚴(yán)禁的數(shù)據(jù)分析推導(dǎo)過程

不要有猜測性的結(jié)論，太主觀的東西會沒有說服力，如果一個結(jié)論連你自己都沒有肯定的把握就不要拿出來誤導(dǎo)別人了；

第五，好的分析要有很強的可讀性

這里是指易讀度，每個人都有自己的閱讀習(xí)慣和思維方式，寫東西你總會按照自己的思維邏輯來寫，你自己覺得很明白，那是因為整個分析過程是你做的，別人不一定如此了解，要知道閱者往往只會花10分鐘以內(nèi)的時間來閱讀，所以要考慮你的分析閱讀者是誰？他們最關(guān)心什么？你必須站在讀者的角度去寫分析郵件；

第六，數(shù)據(jù)分析報告盡量圖表化

這其實是第四點的補充，用圖表代替大量堆砌的數(shù)字會有助于人們更形象更直觀地看清楚問題和結(jié)論，當(dāng)然，圖表也不要太多，過多的圖表一樣會讓人無所適從；

第七，好的分析報告一定要有邏輯性

通常要遵照：1、發(fā)現(xiàn)問題–2、總結(jié)問題原因–3、解決問題，這樣一個流程，邏輯性強的分析報告也容易讓人接受；

第八，好的分析一定是出自于了解產(chǎn)品的基礎(chǔ)上的

做數(shù)據(jù)分析的產(chǎn)品經(jīng)理本身一定要非常了解你所分析的產(chǎn)品的，如果你連分析的對象基本特性都不了解，分析出來的結(jié)論肯定是空中樓閣了，無根之木如何叫人信服？！

第九，好的分析一定要基于可靠的數(shù)據(jù)源

其實很多時候收集數(shù)據(jù)會占據(jù)更多的時間，包括規(guī)劃定義數(shù)據(jù)、協(xié)調(diào)數(shù)據(jù)上報、讓開發(fā)人員提取正確的數(shù)據(jù)或者建立良好的數(shù)據(jù)體系平臺，最后才在收集的正確數(shù)據(jù)基礎(chǔ)上做分析，既然一切都是為了找到正確的結(jié)論，那么就要保證收集到的數(shù)據(jù)的正確性，否則一切都將變成為了誤導(dǎo)別人的努力；

第十，好的分析報告一定要有解決方案和建議方案

你既然很努力地去了解了產(chǎn)品并在了解的基礎(chǔ)上做了深入的分析，那么這個過程就決定了你可能比別人都更清楚第發(fā)現(xiàn)了問題及問題產(chǎn)生的原因，那么在這個基礎(chǔ)之上基于你的知識和了解，做出的建議和結(jié)論想必也會更有意義，而且你的老板也肯定不希望你只是個會發(fā)現(xiàn)問題的人，請你的那份工資更多的是為了讓你解決問題的；

十一，不要害怕或回避“不良結(jié)論”

分析就是為了發(fā)現(xiàn)問題，并為解決問題提供決策依據(jù)的，發(fā)現(xiàn)產(chǎn)品問題也是你的價值所在，相信你的老板請你來，不是光讓你來唱贊歌的，他要的也不是一個粉飾太平的工具，發(fā)現(xiàn)產(chǎn)品問題，在產(chǎn)品缺陷和問題造成重大失誤前解決它就是你的分析的價值所在了；

十二，不要創(chuàng)造太多難懂的名詞

如果你的老板在看你的分析花10分鐘要叫你三次過去來解釋名詞，那么你寫出來的價值又在哪里呢，還不如你直接過去說算了，當(dāng)然如果無可避免地要寫一些名詞，最好要有讓人易懂的“名詞解釋”；

篇2

調(diào)查組人員通過對不同民族、年齡、學(xué)歷、宗教信仰、職業(yè)、健康狀況、戶籍所在地的成年人員進(jìn)行抽樣調(diào)查，在云南省大理市共完成有效問卷456份。根據(jù)將問卷用SPSS軟件分析后，我們得出大理市受訪者就業(yè)與民族教育的調(diào)研數(shù)據(jù)。

一、就業(yè)情況

從大理當(dāng)?shù)剞r(nóng)業(yè)戶口的受訪者工作狀況來看，25.9%的人只是務(wù)農(nóng)，17.3%的人以務(wù)農(nóng)為主，同時也充實非農(nóng)工作，16.9%的人以非農(nóng)工作為主，同時也務(wù)農(nóng)，只從事非農(nóng)工作的人員比例為35%，退休人員的比例為0.4%，全日制學(xué)生的比例為7.7%，失業(yè)或待業(yè)人員、家務(wù)勞動者及其他不工作也不上學(xué)的成員比重為4.2%。

（一）農(nóng)業(yè)戶口人員

本地非農(nóng)務(wù)工方面，1964-2013年期間，有23.5%的受訪者從事過本地非農(nóng)務(wù)工，其中34.2%受訪者是通過朋友/熟人介紹，19%的受訪者是通過家人/親戚介紹，通過招聘廣告和直接申請（含考試）的人員比例一樣，均為13.9%，有8.9%的人是通過本鄉(xiāng)同民族介紹，有6.3%的人是通過政府/社區(qū)安排介紹，而比例最低的是通過商業(yè)職介（包括人才交流會）；以前有外出從業(yè)經(jīng)歷，但今年如果為外出就業(yè)的主要原因上，比例最高的原因是“家中農(nóng)業(yè)缺乏勞動力”、“回家結(jié)婚、生育”和“收入沒有在家穩(wěn)定”，分別為31%、13.8%、12.9%。在從事農(nóng)林牧副漁業(yè)的被訪者中，勞動屬于農(nóng)村家庭承包經(jīng)營勞動者的比例最高，有效百分比達(dá)到96.7%。

（二）城鎮(zhèn)戶口或城鎮(zhèn)外來務(wù)工人員

在城鎮(zhèn)戶口或城鎮(zhèn)外來務(wù)工人員群體中，從就業(yè)范圍看，76.8%的人在本鄉(xiāng)內(nèi)工作，比重最大，只有0.2%的人在省外國內(nèi)范圍工作，其余都在省內(nèi)；從職業(yè)來看，其中工作的職業(yè)比例最高的是辦事人員和有關(guān)人員，占21.7%，國家機關(guān)黨群組織、企事業(yè)單位負(fù)責(zé)人和農(nóng)林牧副漁水利生產(chǎn)人員比例一樣，均為14.5%，專業(yè)技術(shù)人員占11.6%，商業(yè)人員占10.1%，從事生產(chǎn)、運輸設(shè)備操作人員及有關(guān)人員的比例為8.7%，軍人的比例為1.4%；在得到第一份城鎮(zhèn)工作的最主要渠道方面，最主要的是通過政府/社區(qū)安排介紹和直接申請（含考試），比例分別為25%和22.1%。

在我們詢問的456名受訪者中，有14.3%的人沒有工作，問及原因和連續(xù)沒有工作的時間，多數(shù)人表示不愿多談或說不清。

二、民族語言與教育

（一）語言

訪談對象中有90%的人是白族，在問及現(xiàn)在能用哪些話與人交談時，81.4%的人會用普通話，95.2%以上的人會用漢語方言和本民族語言，也有3.5%的人會說其他少數(shù)民族語言；漢語方言語言程度上，能流利準(zhǔn)確使用的比例為68.4%，聽不懂也不會說的僅占1.1%；本民族語言的語言程度上，96.7%的人能流利準(zhǔn)確的使用，但也有2%的人表示聽不懂也不會說；在普通話語言程度上，35.4%的受訪者能流利準(zhǔn)確的使用，能熟練使用但有些音不準(zhǔn)和口音較重的比例相差不大，分別為14.7%、14.9%，基本能交談但不太熟練的比例為11.6%，只有2.2%的受訪者聽不懂也不會說。

（二）文字

據(jù)了解，現(xiàn)代白族有自己的語言，但一般使用漢字書寫。根據(jù)調(diào)查數(shù)據(jù)，在問及是否會寫漢字時，79.6%的人表示會，9.9%的人表示會一些，10.3%的人表示不會；在問及是否會使用本民族文字時，4.1%的人表示會，93.8%的人表示沒有文字，有0.7%的人表示不知道有沒有文字；其他民族的文字書寫方面，有0.4%的表示會。

（三）雙語教育

篇3

大數(shù)據(jù)整體市場規(guī)模1000億，細(xì)分市場行業(yè)應(yīng)用規(guī)模最大

《報告》顯示，整個大數(shù)據(jù)產(chǎn)業(yè)分為基礎(chǔ)平臺、通用技術(shù)、行業(yè)應(yīng)用等多個細(xì)分市場，2017年大數(shù)據(jù)整體市場規(guī)模1000億。細(xì)分市場中，基礎(chǔ)平臺整體市場規(guī)模在100億元左右，通用技術(shù)整體市場規(guī)模在200億元左右。行業(yè)應(yīng)用層，大數(shù)據(jù)在各個行業(yè)應(yīng)用差異較大，應(yīng)用相對成熟的金融、政府領(lǐng)域市場規(guī)模為200億元。整個行業(yè)應(yīng)用市場規(guī)模為700億。

大數(shù)據(jù)在金融、政務(wù)、互聯(lián)網(wǎng)成熟度最高

《報告》顯示，大數(shù)據(jù)在各行各業(yè)的成熟度與基礎(chǔ)設(shè)施、市場規(guī)模和應(yīng)用范圍關(guān)系密切。根據(jù)調(diào)研，金融、政務(wù)、互聯(lián)網(wǎng)這三個行業(yè)的IT投入位列各行業(yè)前列，隨著“互聯(lián)網(wǎng)+政務(wù)”的普及、政務(wù)云和政務(wù)大數(shù)據(jù)的落地，政府2017年IT投入超過800億元，占中國IT總投入的5-10%。金融一直是重IT投入的行業(yè)，以銀行為例，2017年中國銀行業(yè)整體IT投資為800億元，整個金融行業(yè)的IT投資突破千億元大關(guān)。

基礎(chǔ)設(shè)施成熟度同樣會對大數(shù)據(jù)應(yīng)用落地應(yīng)用產(chǎn)生很大影響。信息化是大數(shù)據(jù)的基礎(chǔ)，互聯(lián)網(wǎng)行業(yè)信息化程度最高，金融、政務(wù)行業(yè)在20世紀(jì)初已開始進(jìn)行信息化建設(shè)，經(jīng)歷十幾年發(fā)展，基礎(chǔ)信息化已建設(shè)完畢。相比醫(yī)療、工業(yè)等領(lǐng)域，金融、政務(wù)和互聯(lián)網(wǎng)行業(yè)結(jié)構(gòu)化數(shù)據(jù)占比高，數(shù)據(jù)標(biāo)準(zhǔn)化程度高。

云計算、大數(shù)據(jù)、AI、IoT多項技術(shù)融合是未來趨勢，提供整體解決方案的公司機會最大

《報告》指出，與國外不同，中國市場云計算、大數(shù)據(jù)、AI、IoT等技術(shù)幾乎是同時間爆發(fā)，企業(yè)客戶同一時間采購云計算、大數(shù)據(jù)、AI等產(chǎn)品，企業(yè)客戶最終目的是通過新技術(shù)來實現(xiàn)開源節(jié)流，實現(xiàn)這一目標(biāo)需要多項技術(shù)融合，技術(shù)邊界正逐步模糊。

云計算作為大數(shù)據(jù)的基礎(chǔ)，大幅降低企業(yè)的IT硬件成本，將有超過50%的IT預(yù)算投入到大數(shù)據(jù)、AI等應(yīng)用。AI促使大數(shù)據(jù)從輔助決策向替代決策進(jìn)化，使大數(shù)據(jù)廠商突破工具軟件天花板，發(fā)展空間放大10倍。在智能客服領(lǐng)域，AI技術(shù)的發(fā)展使得技術(shù)廠商的市場空間由原先的30-50億提升到300-400億。

篇4

【關(guān)鍵詞】 乳腺病變;乳腺超聲;BI2RADS ;實用價值

作者單位：450000 鄭州腫瘤醫(yī)院超聲科

通訊作者：王雁 河南省腫瘤醫(yī)院

乳腺疾病超聲檢查的普及和超聲儀器的不斷更新,使越來越多且越來越小的乳腺疾病被發(fā)現(xiàn)，對乳腺病變分級歸類,有助于臨床制訂治療方案。2003年美國放射學(xué)會（ACR）提出了適用于乳腺超聲圖像的影像報告與數(shù)據(jù)系統(tǒng)（breast imaging reporting and data system, BI-RADS-US）［1］。國外學(xué)者研究認(rèn)為該系統(tǒng)能提高不同經(jīng)驗水平的超聲醫(yī)師對乳腺病灶性質(zhì)判斷的一致性，有助于提高超聲醫(yī)師對乳腺病變的診斷。但目前國內(nèi)此類報道鮮見。本研究擬通過臨床分析的方法來探討其對乳腺病變診斷的臨床應(yīng)用價值，現(xiàn)報告如下。

1 資料與方法

1.1 一般資料 乳腺超聲數(shù)據(jù)庫中2008年3月至2010年11月來我院就診并確定診斷的乳腺疾病的200例患者。年齡18～75歲，平均（45±5.7）歲，臨床均表現(xiàn)為脹痛,自檢或醫(yī)生觸摸到腫塊;乳腺結(jié)構(gòu)不良27例,纖維腺瘤99例,導(dǎo)管內(nèi)狀瘤16例,乳腺癌36例,乳腺炎8例,乳腺淋巴瘤10例,乳腺內(nèi)異物4例。

1.2 儀器 應(yīng)用GE ViVid 7和Siemens Antares彩色超聲診斷儀，配備高頻線陣探頭，探頭頻率為5.6～14 MHz。

1.3 檢查方法 患者取仰臥位,雙臂上舉充分暴露,過大者取側(cè)臥位,全面檢查雙側(cè)乳腺及腋窩,了解病灶大小、形態(tài)、邊緣、邊界、有無包膜、內(nèi)部回聲、有無鈣化、腫塊內(nèi)部及邊緣有無血流、腋下有無腫大淋巴結(jié)。

1.4 BI-RADS分級標(biāo)準(zhǔn) 依據(jù)文獻(xiàn)［2］,病變分為7 個級別,0 級:需附加影像評價,該病灶可能有惡性危險;1 級:陰性,影像檢查無腫塊、結(jié)構(gòu)扭曲或微小鈣化等任何異常;2 級:良性,單純囊腫、乳腺內(nèi)淋巴結(jié)、乳腺內(nèi)假體,穩(wěn)定的術(shù)后改變及長期隨訪觀察可能性較大的纖維腺瘤,病變呈圓形或橢圓形,邊界光滑完整,內(nèi)部回聲均勻;3 級:可能良性,惡性風(fēng)險< 2 % ,病變形態(tài)呈圓形、橢圓形,邊緣完整,纖維腺瘤可能性大,復(fù)雜囊腫和多發(fā)小囊腫同樣可分于該級,建議短期間隔繼續(xù)檢查;4 級:可疑異常,惡性風(fēng)險3 %～94 % ,考慮活檢,病變形態(tài)呈圓形、橢圓形或不規(guī)則形,邊緣欠規(guī)則,毛糙,無明顯包膜,內(nèi)部回聲均勻或不均勻,出現(xiàn)無回聲區(qū)或強回聲鈣化,其中4A 3 %～30 % ,4B 31 %～60 % ,4C 61 %～94 %; 5 級: 高度提示惡性,惡性風(fēng)險> 95 % ,需采取適當(dāng)措施。病變形態(tài)大多不規(guī)則,分葉狀,少數(shù)呈圓形,無包膜,大多邊界不清,有的邊界粗糙,回聲增強,邊緣不整齊,呈“蟹足狀”“微小分葉征”等,大多呈低回聲,內(nèi)部回聲不均,可見沙粒狀鈣化;6 級:已知曾行活檢的惡性病變。

2 結(jié)果

200例患者中0 級8例（4.0%） ,1 級10例（5.0%） ,2 級39例（19.5%） ,3 級57例（28.5%） ,4A 級37例（18.5%） ,4B 級16例（8.0%） ,4C 級11例（5.5%） ,5 級30例（11.0 %）。惡性病例44 例,其中歸入5 級30例中19例病理提示為惡性,3例為良性,歸入4 級64例中26例病理證實為惡性,歸入0 級8 例中1例為惡性。5 級腫塊超聲圖像具備多數(shù)惡性腫塊特點。歸入4 級64例中38例術(shù)后病理證實為良性,但超聲圖像不能除外惡性可能,僅惡性風(fēng)險系數(shù)較低。

3 討論

乳腺疾病是影響女性健康的最常見疾患之一，超聲檢查的優(yōu)勢在于簡便易行，可獲得乳腺的任意斷面圖像，而被廣泛應(yīng)用于臨床。但在對乳腺癌進(jìn)行超聲診斷時，由于操作者經(jīng)驗影響對聲像特征的判斷，導(dǎo)致結(jié)果可能發(fā)生誤差，針對缺乏統(tǒng)一的對病灶的描述方法和標(biāo)準(zhǔn)這一情況，ACR協(xié)會推出的BI-RADS-US從乳腺腫塊的形狀、邊緣、硬度等方面進(jìn)行了描述，同時對相應(yīng)的腫塊特征進(jìn)行適當(dāng)?shù)慕忉?，生成一個包含惡性程度分級以及中肯的診療建議在內(nèi)的總體評價，旨在為乳腺的超聲影像報告和研究提供幫助。

傳統(tǒng)二維超聲診斷乳腺疾病的準(zhǔn)確率為75 % ,結(jié)合多普勒診斷準(zhǔn)確率約90 %［3］。但傳統(tǒng)超聲對乳腺疾病的診斷缺乏統(tǒng)一標(biāo)準(zhǔn),BI-RADS 分級則克服了傳統(tǒng)超聲診斷主觀性較強的特點,規(guī)范了乳腺疾病超聲診斷標(biāo)準(zhǔn),減少描述混淆,提高了診斷符合率及對病灶良惡性鑒別能力,且在不同醫(yī)療機構(gòu)之間歸一研究和乳腺超聲檢測及乳腺癌篩選等方面均起重要作用。

有研究者［4］指出“遵循BI-RADS-US的規(guī)定并不能確保能獲得更準(zhǔn)確的結(jié)果，而是使操作者在現(xiàn)有資料基礎(chǔ)上因循更合理的操作程序，做出適應(yīng)患者需要的最安全有效的處置，來減少不必要的活檢。通過本研究發(fā)現(xiàn)通過規(guī)范的檢查，BI-RADS-US為影像醫(yī)師規(guī)范地進(jìn)行圖像報告提供了質(zhì)量保證，有助于患者得到更加有效的治療，便利了超聲和鉬靶等影像技術(shù)之間以及和臨床之間的交流，具有使用與推廣價值。

在規(guī)范的檢查和隨訪監(jiān)控基礎(chǔ)之上，BI-RADS-US通過提供統(tǒng)一的病灶描述標(biāo)準(zhǔn)，規(guī)范了超聲醫(yī)師圖像報告的質(zhì)量，避免了不必要的活檢，最大限度地防止了過度治療和治療不足。只有在經(jīng)驗積累和細(xì)致認(rèn)真地回顧性分析基礎(chǔ)上不斷更新，才能夠建立一個更為準(zhǔn)確的超聲圖像特征描述和報告系統(tǒng)，為超聲診斷乳腺腫瘤提供強有力的輔助。

參考文獻(xiàn)

［1］ American College of Radiology. BI-RADS: ultrasound. In: Breast Imaging Reporting and Data System: BI-RADS altas （4th edn）. American College of Radiology: Raston,VA,2003.

［2］ 顧雅佳，肖勤.乳腺X線報告規(guī)范化-BI-RADS介紹.中國醫(yī)學(xué)計算機成像雜志，2007，13（5）：322-326.

篇5

[關(guān)鍵詞] 數(shù)據(jù)挖掘;高校圖書館;應(yīng)用

[中圖分類號] TP311.1 [文獻(xiàn)標(biāo)識碼] A 文章編號：1671-0037（2015）01-78-2

Application of Data Exploitation Technology in University Library and Information Analysis

Cheng Jiuju

（Library of Xinyang Vocational and Technical College， Xinyang Henan 464000）

Abstract：Data exploitation is a kind of relatively young information processing technology， has been widely used in many fields， and its important role has become increasingly prominent. This paper mainly introduces the concept of data exploitation， the process of data exploitation， and its important role in the university library has been dominantly discussed.

Keywords：data exploitation; university library; application

隨著社會的不斷發(fā)展，科學(xué)技術(shù)的不斷進(jìn)步，各行各業(yè)都涌現(xiàn)出了各種各樣的大量的數(shù)據(jù)，數(shù)據(jù)爆炸式的增長，使得我們已經(jīng)沒有更多的精力和時間去查看這些數(shù)據(jù)，而更為關(guān)注于找到行之有效地方法去方便快捷的利用數(shù)據(jù)，自動的處理數(shù)據(jù)，智能地找到隱藏在其中的潛在的對我們的生活、工作有幫助的信息和知識[1]。因此一個作為計算機科學(xué)前沿學(xué)科的數(shù)據(jù)挖掘技術(shù)也應(yīng)運而生，它出現(xiàn)于20世紀(jì)80年代后期，20世紀(jì)90年代有了更加迅猛的發(fā)展，目前數(shù)據(jù)挖掘已經(jīng)在金融、商務(wù)、電信產(chǎn)業(yè)、醫(yī)療衛(wèi)生、科學(xué)與工程等方面得到了廣泛的應(yīng)用，同樣數(shù)據(jù)挖掘技術(shù)在高校圖書館中也發(fā)揮著巨大的作用。

1 數(shù)據(jù)挖掘的概念

什么是數(shù)據(jù)挖掘呢？顧名思義就是從海量的數(shù)據(jù)中挖掘出知識的過程。各行各業(yè)所產(chǎn)生的數(shù)據(jù)形式是不一樣的，作為一種實用的技術(shù)，數(shù)據(jù)挖掘可以應(yīng)用于各種類型的數(shù)據(jù)，包括事務(wù)數(shù)據(jù)、數(shù)據(jù)庫數(shù)據(jù)、數(shù)據(jù)倉庫數(shù)據(jù)、空間數(shù)據(jù)、多媒體數(shù)據(jù)、數(shù)據(jù)流、圖或網(wǎng)絡(luò)數(shù)據(jù)等，從這些數(shù)據(jù)中發(fā)現(xiàn)潛藏的規(guī)律，找到其中的有趣的模式即知識，為人們的生產(chǎn)、生活、科研等提供依據(jù)，推動著社會更快更好地往前發(fā)展[2]。

2 數(shù)據(jù)挖掘的過程

2.1 數(shù)據(jù)清理

即刪除掉不正確、不一致、不完整或冗余數(shù)據(jù)，光滑噪聲數(shù)據(jù)，改進(jìn)數(shù)據(jù)的質(zhì)量，使得最后的數(shù)據(jù)集合有利于數(shù)據(jù)挖掘的進(jìn)行，能夠順利地推導(dǎo)出正確的模式，得到可靠的輸出及結(jié)論。

2.2 數(shù)據(jù)集成

即將不同數(shù)據(jù)源中的數(shù)據(jù)進(jìn)行合并存放在一個具有相同結(jié)構(gòu)及屬性的數(shù)據(jù)存儲中，有效地集成可以減少結(jié)果數(shù)據(jù)集的不一致和冗余，有利于提高后續(xù)挖掘過程的速度及準(zhǔn)確性。

2.3 數(shù)據(jù)變換

即通過聚集或匯總操作，把數(shù)據(jù)統(tǒng)一和變換成方便于挖掘的結(jié)構(gòu)。數(shù)據(jù)變換使的挖掘過程更有效，促進(jìn)了數(shù)據(jù)挖掘的成功。

2.4 數(shù)據(jù)選擇

即從數(shù)據(jù)庫中取出與目標(biāo)任務(wù)有關(guān)的數(shù)據(jù)，例如高校圖書館的數(shù)據(jù)庫中包含有各個院系的學(xué)生個人信息及借閱信息。如果我們想分析某個系的學(xué)生借閱圖書的情況，則只需要提取出本系學(xué)生借閱記錄即可，而如果我們想分析各系各屆學(xué)生對于各類圖書的熱愛程度，以方便于為學(xué)生進(jìn)行圖書推薦，則此任務(wù)與學(xué)生信息中的性別、學(xué)號等屬性無關(guān)，在數(shù)據(jù)挖掘前可以通過刪除冗余的或不相關(guān)的屬性來減少要分析的數(shù)據(jù)量，能夠加快挖掘的進(jìn)程，而且能使得到的模式更宜于理解。

2.5 數(shù)據(jù)挖掘

即使用智能的方法來提取出數(shù)據(jù)的模式。

2.6 模式評估

即根據(jù)某種興趣度度量，找到代表知識的真正有趣的模式，所謂有趣的模式是指所產(chǎn)生的模式是新穎的，潛在能用的，易于被人理解的，而且在某種確信度上對于新的或是檢驗數(shù)據(jù)是有效地。

2.7 知識表示

即使用知識表示和可視化的技術(shù)，使得挖掘出來的知識能夠呈現(xiàn)到用戶面前，使知識容易理解，方便人們使用。

3 數(shù)據(jù)挖掘在圖書館中的應(yīng)用

隨著科學(xué)技術(shù)的不斷進(jìn)步，高校圖書館的管理也從原來的人工記錄轉(zhuǎn)變?yōu)榱爽F(xiàn)代化的圖書管理系統(tǒng)，方便了圖書的管理及借閱，但是，隨著社會的不斷進(jìn)步，圖書館不能僅局限于借、還書這種最基本的職能，而應(yīng)該更主動地去為讀者提供更高質(zhì)量的服務(wù)，使的圖書館能更大程度地發(fā)揮其功效，因此，作為一門新興的信息處理技術(shù)的數(shù)據(jù)挖掘技術(shù)也在圖書館找到了用武之地，圖書館的大量的數(shù)據(jù)資源為其挖掘提供了肥沃的土壤。

3.1 為高校圖書館的領(lǐng)導(dǎo)決策及購買圖書提供強有力的依據(jù)

圖書館是高校的靈魂所在，是一個學(xué)校的精髓部分，學(xué)校在進(jìn)步，圖書館也必須要不斷地前進(jìn)，這就要求要不斷地給圖書館注入新鮮的血液，但是，圖書館的經(jīng)費是有限的，我們要利用有限的經(jīng)費在更大程度的為讀者服務(wù)，就必須能夠采購到有更高利用率的圖書，以往我們采購圖書有三種方法：一是各院系各推薦一名老師隨圖書館老師一起去采購;二是由各院系向圖書館推薦圖書;三是圖書館老師根據(jù)已有經(jīng)驗，對館藏的了解等自行采購。但這些采購方法都具有很強的主觀意識，缺乏全面性，而數(shù)據(jù)挖掘技術(shù)的引進(jìn)就能很好地解決這一問題，通過讀者的借閱記錄，系統(tǒng)中的歷史采購記錄等，挖掘出各類圖書的利用度，能夠使得更有針對性地去購買圖書。利用數(shù)據(jù)挖掘技術(shù)作用于圖書館的數(shù)據(jù)庫，我們可以從中了解到各學(xué)科的關(guān)聯(lián)度，使得圖書館領(lǐng)導(dǎo)在進(jìn)行館藏分布時能夠更正確地進(jìn)行決策。

3.2 使得圖書館能主動地為讀者提供更為貼心的服務(wù)

高校圖書館基本都有檢索系統(tǒng)，當(dāng)你知道自己想要看哪本書時，只要在檢索系統(tǒng)中輸入該書的名字，便能找到此書的相關(guān)信息，并且能很快捷地找到該書，實現(xiàn)借閱。但當(dāng)讀者漫無目的時，去諾大的圖書館借書卻是一件很費時費精力的事，有時來來回回走了數(shù)趟還沒有發(fā)現(xiàn)自己鐘愛的圖書，這樣會逐漸減少讀者對圖書館的興趣，進(jìn)而也使讀者的數(shù)量逐漸減少了。

采用數(shù)據(jù)挖掘技術(shù)作用于圖書館管理系統(tǒng)的數(shù)據(jù)庫可以根據(jù)讀者的專業(yè)，以往的借閱記錄，以及同專業(yè)學(xué)生的借閱記錄等挖掘出有趣的模式，評估讀者的興趣愛好，初步預(yù)測此讀者可能喜愛的圖書，實現(xiàn)圖書的推送，縮小了讀者的選擇范圍，同樣也可以挖掘出同屆學(xué)生最熱愛的圖書，而且可以根據(jù)相關(guān)性分組或關(guān)聯(lián)規(guī)則，找到圖書借閱的常有的頻繁序列，如DELPHI書總是和數(shù)據(jù)庫建設(shè)這類書同時被借出，這是一個頻繁的子結(jié)構(gòu)，這樣，當(dāng)有同學(xué)借閱DELPHI這本書時，我們就可以給他推薦數(shù)據(jù)庫建設(shè)這本書，進(jìn)行主動地提供服務(wù)，不僅留住了當(dāng)前的讀者，同時也能挖掘出潛在的讀者，增加圖書館的讀者流量，也增加了各類圖書的利用率。同樣從挖掘出來的信息我們可以區(qū)分開來熱門圖書和冷門圖書，以及認(rèn)識到各類圖書之間的關(guān)聯(lián)度，以此來實現(xiàn)圖書館圖書分布位置的優(yōu)化，更方便于讀者的借閱。

3.3 防止圖書館的數(shù)據(jù)庫被入侵

高校圖書館的數(shù)據(jù)庫是圖書館的核心，其中記錄了各系學(xué)生的個人信息，學(xué)生的借閱信息，以及所有館藏圖書的信息，一旦遭到入侵，數(shù)據(jù)庫被破壞，也許就會使圖書館一度回到“原始社會”，后果將不堪設(shè)想。所以，我們要保護(hù)圖書館數(shù)據(jù)庫的安全，通常在圖書館的服務(wù)器上都安裝的有防火墻，并且服務(wù)器也設(shè)置了密碼，但是，為了做到萬無一失，我們也可以使用數(shù)據(jù)挖掘技術(shù)，構(gòu)建出正常訪問行為的模型，或是挖掘頻繁遇到的事件序列，檢測到離群點，阻止或停止惡意的行為，并提供報告信息，實現(xiàn)入侵檢測，保護(hù)圖書館的數(shù)據(jù)安全。

4 結(jié)語

隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展，其在圖書館發(fā)揮的作用也日益顯著，它使得圖書館的服務(wù)質(zhì)量進(jìn)一步提高了，同時也優(yōu)化了館藏的分布，能檢測惡意攻擊圖書館數(shù)據(jù)庫的行為，保護(hù)了圖書館的數(shù)據(jù)安全，作為一門新興的信息處理技術(shù)，它得到了越來越多人的關(guān)注，也得到了進(jìn)一步的研究，相信在不久的將來，隨著數(shù)據(jù)挖掘技術(shù)的不斷深化，功能的不斷加強，它將為圖書館提供更多的幫助，使的圖書館能更大程度的去發(fā)揮其潛在的作用，更好地為廣大的師生員工服務(wù)。

參考文獻(xiàn)：

篇6

完整的數(shù)據(jù)分析主要包括了六個既相對獨立又互有聯(lián)系的階段，它們依次為：明確分析目的和思路、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)展現(xiàn)、報告撰寫等六步，所以也叫數(shù)據(jù)分析六步曲。

明確分析目的和思路

做任何事都要有個目標(biāo)，數(shù)據(jù)分析也不例外。經(jīng)常有一些數(shù)據(jù)分析愛好者，向數(shù)據(jù)分析高手請教以下問題：

這圖表真好看，怎么做的？

這數(shù)據(jù)可以做什么樣的分析？

高級的分析方法在這里能用嗎？

需要做多少張圖表？

數(shù)據(jù)分析報告要寫多少頁？

為什么這些數(shù)據(jù)分析愛好者會提出這些問題呢？原因很簡單，就是他們沒有明確的分析目的，為了分析而分析，而且一味追求高級的分析方法，這就是數(shù)據(jù)分析新手的通病。

如果目的明確，那所有問題就自然迎刃而解了。例如，分析師是不會考慮“需要多少張圖表”這樣的問題的，而是思考這個圖表是否有效表達(dá)了觀點？如果沒有，需要怎樣調(diào)整？

所以在開展數(shù)據(jù)分析之前，需要想清楚為什么要開展此次數(shù)據(jù)分析？通過這次數(shù)據(jù)分析需要解決什么問題？只有明確數(shù)據(jù)分析的目的，數(shù)據(jù)分析才不會偏離方向，否則得出的數(shù)據(jù)分析結(jié)果不僅沒有指導(dǎo)意義，甚至可能將決策者引入歧途，后果嚴(yán)重。

當(dāng)分析目的明確后，我們就要對思路進(jìn)行梳理分析，并搭建分析框架，需要把分析目的分解成若干個不同的分析要點，也就是說要達(dá)到這個目的該如何具體開展數(shù)據(jù)分析？需要從哪幾個角度進(jìn)行分析？采用哪些分析指標(biāo)？

同時，還要確保分析框架的體系化，以便分析結(jié)果具有說服力。體系化也就是邏輯化，簡單來說就是先分析什么，后分析什么，使得各個分析點之間具有邏輯關(guān)系。如何確保分析框架的體系化呢？可以以營銷、管理等方法和理論為指導(dǎo)，結(jié)合實際業(yè)務(wù)情況，搭建分析框架，這樣才能確保數(shù)據(jù)分析維度的完整性、分析框架的體系化、分析結(jié)果的有效性及正確性。

營銷方面的理論模型有4P理論、用戶使用行為、STP理論、SWOT等，而管理方面的理論模型有PEST、5W2H、時間管理、生命周期、邏輯樹、金字塔、SMART原則等。

明確數(shù)據(jù)分析目的以及確定分析思路，是確保數(shù)據(jù)分析過程有效進(jìn)行的先決條件，它可以為數(shù)據(jù)收集、處理以及分析提供清晰的指引方向。

數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)準(zhǔn)備是按照確定的數(shù)據(jù)分析框架，收集相關(guān)數(shù)據(jù)的過程，它為數(shù)據(jù)分析提供了素材和依據(jù)。這里所說的數(shù)據(jù)包括第一手?jǐn)?shù)據(jù)與第二手?jǐn)?shù)據(jù)，第一手?jǐn)?shù)據(jù)主要指可直接獲取的數(shù)據(jù)，如公司內(nèi)部的數(shù)據(jù)庫、市場調(diào)查取得的數(shù)據(jù)等；第二手?jǐn)?shù)據(jù)主要指經(jīng)過加工整理后得到的數(shù)據(jù)，如統(tǒng)計局在互聯(lián)網(wǎng)上的數(shù)據(jù)、公開出版物中的數(shù)據(jù)等。

數(shù)據(jù)處理

數(shù)據(jù)處理是指對采集到的數(shù)據(jù)進(jìn)行加工整理，形成適合數(shù)據(jù)分析的樣式，保證數(shù)據(jù)的一致性和有效性。它是數(shù)據(jù)分析前必不可少的階段。

數(shù)據(jù)處理的基本目的是從大量的、可能雜亂無章、難以理解的數(shù)據(jù)中抽取并推導(dǎo)出對解決問題有價值、有意義的數(shù)據(jù)。如果數(shù)據(jù)本身存在錯誤，那么即使采用最先進(jìn)的數(shù)據(jù)分析方法，得到的結(jié)果也是錯誤的，不具備任何參考價值，甚至還會誤導(dǎo)決策。

數(shù)據(jù)處理主要包括數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)化、數(shù)據(jù)抽取、數(shù)據(jù)合并、數(shù)據(jù)計算等處理方法。一般拿到手的數(shù)據(jù)都需要進(jìn)行一定的處理才能用于后續(xù)的數(shù)據(jù)分析工作，即使再“干凈”的原始數(shù)據(jù)也需要先進(jìn)行一定的處理才能使用。

數(shù)據(jù)分析

數(shù)據(jù)分析是指用適當(dāng)?shù)姆治龇椒肮ぞ?，對收集來的?shù)據(jù)進(jìn)行分析，提取有價值的信息，形成有效結(jié)論的過程。

在確定數(shù)據(jù)分析思路階段，數(shù)據(jù)分析師就應(yīng)當(dāng)為需要分析的內(nèi)容確定適合的數(shù)據(jù)分析方法。到了這個階段，就能夠駕馭數(shù)據(jù)，從容地進(jìn)行分析和研究了。

由于數(shù)據(jù)分析大多是通過軟件來完成的，這就要求數(shù)據(jù)分析師不僅要掌握各種數(shù)據(jù)分析方法，還要熟悉主流數(shù)據(jù)分析軟件的操作。一般的數(shù)據(jù)分析我們可以通過Excel完成，而高級的數(shù)據(jù)分析就要采用專業(yè)的分析軟件進(jìn)行，如數(shù)據(jù)分析工具SPSS、SAS等。

數(shù)據(jù)展現(xiàn)

通過數(shù)據(jù)分析，隱藏在數(shù)據(jù)內(nèi)部的關(guān)系和規(guī)律就會逐漸浮現(xiàn)出來，那么通過什么方式展現(xiàn)出這些關(guān)系和規(guī)律，才能讓別人一目了然呢？一般情況下，數(shù)據(jù)是通過表格和圖形的方式來呈現(xiàn)的，我們常說用圖表說話就是這個意思。

常用的數(shù)據(jù)圖表包括餅圖、柱形圖、條形圖、折線圖、散點圖、雷達(dá)圖等，當(dāng)然可以對這些圖表進(jìn)一步整理加工，使之變?yōu)槲覀兯枰膱D形，例如金字塔圖、矩陣圖、瀑布圖、漏斗圖、帕雷托圖等。

多數(shù)情況下，人們更愿意接受圖形這種數(shù)據(jù)展現(xiàn)方式，因為它能更加有效、直觀地傳遞出分析師所要表達(dá)的觀點。一般情況下，能用圖說明問題的，就不用表格，能用表格說明問題的，就不用文字。

報告撰寫

數(shù)據(jù)分析報告其實是對整個數(shù)據(jù)分析過程的一個總結(jié)與呈現(xiàn)。通過報告，把數(shù)據(jù)分析的起因、過程、結(jié)果及建議完整地呈現(xiàn)出來，以供決策者參考。所以數(shù)據(jù)分析報告是通過對數(shù)據(jù)全方位的科學(xué)分析來評估企業(yè)運營質(zhì)量，為決策者提供科學(xué)、嚴(yán)謹(jǐn)?shù)臎Q策依據(jù)，以降低企業(yè)運營風(fēng)險，提高企業(yè)核心競爭力。

一份好的分析報告，首先需要有一個好的分析框架，并且層次明晰，圖文并茂，能夠讓讀者一目了然。結(jié)構(gòu)清晰、主次分明可以使閱讀對象正確理解報告內(nèi)容；圖文并茂，可以令數(shù)據(jù)更加生動活潑，提高視覺沖擊力，有助于讀者更形象、直觀地看清楚問題和結(jié)論，從而產(chǎn)生思考。

另外，分析報告需要有明確的結(jié)論，沒有明確結(jié)論的分析稱不上分析，同時也失去了報告的意義，因為最初就是為尋找或者求證一個結(jié)論才進(jìn)行分析的，所以千萬不要舍本求末。

篇7

東方之星成立于2002年，從2007年起專注于教育督導(dǎo)信息化建設(shè)，2012年成立了基礎(chǔ)教育評測技術(shù)的研究中心，從事研究教育督導(dǎo)與信息技術(shù)的融合以及督政、督學(xué)和教育質(zhì)量監(jiān)測信息質(zhì)量環(huán)境的構(gòu)建。東方之星從軟件開發(fā)到以第三方的身份參與教育督導(dǎo)評測，其成長過程既是一個政府培育社會力量參與教育督導(dǎo)監(jiān)測的過程，也是一個政府研究如何引導(dǎo)社會力量參與教育評測機制實踐的過程。

1.提供多方位技術(shù)支持，服務(wù)教育督導(dǎo)評估

東方之星為大連市先后建設(shè)完成了教育督導(dǎo)評估綜合應(yīng)用系統(tǒng)、責(zé)任區(qū)掛牌督導(dǎo)管理系統(tǒng)、學(xué)生體質(zhì)健康監(jiān)測系統(tǒng)、區(qū)域教育資源配置均衡發(fā)展監(jiān)測系統(tǒng)、學(xué)生品德發(fā)展監(jiān)測系統(tǒng)、教育督導(dǎo)數(shù)據(jù)管理平臺和教育督導(dǎo)數(shù)據(jù)中心。隨著應(yīng)用軟件系統(tǒng)建設(shè)和應(yīng)用的不斷深入，大連市政府教育督導(dǎo)室提出了越來越多、越來越寬泛的要求，需要企業(yè)自己根據(jù)國際、國內(nèi)教育督導(dǎo)發(fā)展趨勢，從基本理論（發(fā)展性督導(dǎo)評價理論）到操作理念（ISO9000標(biāo)準(zhǔn)的PDCA循環(huán)），再到技術(shù)發(fā)展（云計算到大數(shù)據(jù)到充分互聯(lián)）提供多方位技術(shù)支持，為大連市設(shè)計、規(guī)劃教育督導(dǎo)信息生態(tài)環(huán)境，而不僅僅是按照需求開發(fā)系統(tǒng)。

2.提供個性化決策支持，服務(wù)教育行政治理

在縣域義務(wù)教育均衡發(fā)展專項督導(dǎo)評估中，國務(wù)院教育督導(dǎo)辦采用“差異系數(shù)”來監(jiān)測縣域義務(wù)教育校際間八項指標(biāo)的綜合均衡狀況，用數(shù)據(jù)說話是一個具有里程碑意義的事件。

大連市政府教育督導(dǎo)室引導(dǎo)東方之星在差異系數(shù)的基礎(chǔ)上，設(shè)計差異標(biāo)準(zhǔn)、差異貢獻(xiàn)，給出改進(jìn)工作的具體量化標(biāo)準(zhǔn)，以此為標(biāo)準(zhǔn)開發(fā)了決策支持模型，為教育決策提供科學(xué)、詳實的數(shù)據(jù)依據(jù)。

至此，東方之星發(fā)展成為了一家可為教育提供決策支持服務(wù)的企業(yè)，向為教育督導(dǎo)評估提供第三方評估服務(wù)邁出了堅實的一步。大連市教育行政體系也逐步接受、認(rèn)可并主動尋求這種第三方提供的決策支持服務(wù)，并希望東方之星能夠直接介入教育監(jiān)測，思想和理念發(fā)生了潛移默化的轉(zhuǎn)變。

3.提供數(shù)據(jù)分析，受托參與教育督導(dǎo)評測

東方之星依靠自身技術(shù)優(yōu)勢，在決策支持模型的基礎(chǔ)上，研制了發(fā)展程度指數(shù)、基尼系數(shù)、投入傾斜指數(shù)、效率指數(shù)等。在縣域均衡、市域均衡分布監(jiān)測的基礎(chǔ)上，綜合監(jiān)測和分析省、市、縣義務(wù)教育均衡發(fā)展八項指標(biāo)的均衡情況、發(fā)展情況（相對遼寧省義務(wù)教育辦學(xué)標(biāo)準(zhǔn)）、投入情況。

大連市政府教育督導(dǎo)室對東方之星研究成果進(jìn)行了評估，認(rèn)為科學(xué)、合理、可行，給予了充分的肯定，并委托東方之星以第三方的視角，獨立編制《2014年大連市縣域義務(wù)教育均衡發(fā)展數(shù)據(jù)分析報告》、2014年大連市各區(qū)市縣《縣域義務(wù)教育均衡發(fā)展數(shù)據(jù)分析報告》、2014年大連市各學(xué)校《縣域義務(wù)教育均衡發(fā)展數(shù)據(jù)報告》。2015年，受遼寧省政府教育督導(dǎo)室委托，東方之星獨立編制了《2015年遼寧省縣域義務(wù)教育均衡發(fā)展數(shù)據(jù)分析報告》《2013-2015年遼寧省縣域義務(wù)教育均衡發(fā)展數(shù)據(jù)分析報告》。

篇8

這是數(shù)據(jù)雜志北京部分讀者對統(tǒng)計媒體服務(wù)企業(yè)的一次專項活動的評價。

“五一”前夕，數(shù)據(jù)雜志社組織100多家企業(yè)近200人進(jìn)行了一次別開生面的專項服務(wù)活動――“2009數(shù)據(jù)?統(tǒng)計分析報告會”。活動著眼企業(yè)讀者現(xiàn)實所需，以企業(yè)統(tǒng)計分析為主題，先后請國家統(tǒng)計局北京調(diào)查總隊副總隊長邢志宏和北京市發(fā)改委經(jīng)濟(jì)與社會發(fā)展研究所投資消費研究部主任劉秀如，分別就北京市一季度經(jīng)濟(jì)形勢和如何進(jìn)行統(tǒng)計分析寫作作精彩報告，并就讀者關(guān)心的問題進(jìn)行面對面溝通與互動，報告會引起讀者的濃厚興趣和廣泛認(rèn)可。

■ 緣起

多年以來，充分利用《數(shù)據(jù)》平臺，加強與讀者溝通與互動，努力為企業(yè)、為讀者提供服務(wù)，是數(shù)據(jù)雜志社的一貫宗旨。2007年11月，數(shù)據(jù)雜志社以“政府統(tǒng)計服務(wù)與企業(yè)信息需求”為主題，舉辦了“2007?數(shù)據(jù)論壇”，200余家企業(yè)老總、企業(yè)分管統(tǒng)計工作領(lǐng)導(dǎo)和企業(yè)統(tǒng)計工作者參加論壇。2008年12月，數(shù)據(jù)雜志社組織召開了“2008數(shù)據(jù)?企業(yè)讀者座談會”，燕山石化、中糧集團(tuán)等30多家企業(yè)代表圍繞提升統(tǒng)計數(shù)據(jù)質(zhì)量、加強統(tǒng)計信息服務(wù)、改進(jìn)統(tǒng)計行政執(zhí)法等熱點問題積極建言獻(xiàn)策。

面對國際金融危機背景，北京企業(yè)受到的影響程度有多大；在擴內(nèi)需、保增長要求下，企業(yè)如何發(fā)展，前景如何？及時提供有質(zhì)量、有份量的企業(yè)統(tǒng)計分析報告成為亟待解決的課題，也是企業(yè)領(lǐng)導(dǎo)對企業(yè)統(tǒng)計工作者的殷切希望和期待。許多企業(yè)統(tǒng)計工作者通過電話、電子郵件等形式紛紛向本刊反映提升統(tǒng)計分析能力的愿望及相關(guān)需求。

“數(shù)據(jù)雜志是企業(yè)統(tǒng)計人的家園，企業(yè)統(tǒng)計的需求就是我們的責(zé)任?！睌?shù)據(jù)雜志社副總編云霞介紹，數(shù)據(jù)雜志社自2009年年初就開始籌辦“2009數(shù)據(jù)?統(tǒng)計分析報告會”，邀請統(tǒng)計分析的行家里手，結(jié)合統(tǒng)計工作實際，就統(tǒng)計分析報告寫作作專題講座準(zhǔn)備，用實實在在的行動來回報廣大讀者的支持和幫助。

■ 主講

“統(tǒng)計分析寫作是統(tǒng)計人的看家本領(lǐng)”。主持人數(shù)據(jù)雜志社總編張雪原一語道出了報告會的主旨和要義。在聽眾們的熱切期待和掌聲中，國家統(tǒng)計局北京調(diào)查總隊副總隊長邢志宏首先開講。邢志宏結(jié)合一季度北京經(jīng)濟(jì)狀況及發(fā)展走勢，分別以餅圖、柱狀圖、曲線圖等專業(yè)圖表作演示，從統(tǒng)計視角揭秘“數(shù)據(jù)背后的故事”。

邢志宏介紹，從近10年來的季度統(tǒng)計數(shù)據(jù)看，北京經(jīng)濟(jì)曾出現(xiàn)過兩次低谷，分別在1997年的一季度和2002年的一季度，經(jīng)濟(jì)增長分別為7.5%和7.3%。今年一季度，北京經(jīng)濟(jì)增長6.1%，可以說近10年來是國際經(jīng)濟(jì)形勢對北京經(jīng)濟(jì)沖擊最大的一次。

邢志宏表示，從目前的情況分析，北京經(jīng)濟(jì)已出現(xiàn)企穩(wěn)跡象。一季度，北京經(jīng)濟(jì)增長速度為6.1%，好于預(yù)期。從數(shù)據(jù)上看，雖然1至2月經(jīng)濟(jì)形勢還非常嚴(yán)峻，但3月已有回暖跡象。工業(yè)方面，降幅已在放緩；服務(wù)業(yè)的14個業(yè)態(tài)中，有13個業(yè)態(tài)出現(xiàn)增長；財政收入3月份出現(xiàn)6.9%的增長。此外，從就業(yè)形勢的穩(wěn)定、消費者和企業(yè)家信心指數(shù)的提升以及旅游業(yè)降幅的縮小等方面都可以看出，北京經(jīng)濟(jì)最壞的時刻很可能已經(jīng)過去。但是否就此判斷北京經(jīng)濟(jì)已出現(xiàn)拐點，關(guān)鍵還要看第二季度數(shù)據(jù)。如果二季度啟動內(nèi)需的作用不足以彌補外需不足帶來的影響，全市經(jīng)濟(jì)仍會處于低谷狀態(tài)。所以，現(xiàn)在關(guān)鍵是落實內(nèi)需的一攬子計劃，鞏固內(nèi)需的基礎(chǔ)。

“一季度北京房地產(chǎn)交易增長81.1%的回暖勢頭備受關(guān)注。一季度商品房交易量大增屬于“乍暖還寒”，投資性消費需求尚未進(jìn)場，房地產(chǎn)市場仍處于調(diào)整期。”北京市發(fā)發(fā)委經(jīng)濟(jì)與社會發(fā)展研究所投資消費研究部主任劉秀如以北京市房地產(chǎn)形勢分析為例進(jìn)行了她的統(tǒng)計分析寫作的報告。

劉秀如指出，“房地產(chǎn)產(chǎn)業(yè)政策效應(yīng)較為遲滯，針對單一調(diào)控目標(biāo)密集使用‘組合拳’，容易造成市場周期調(diào)整步伐過快。如果從U形發(fā)展轉(zhuǎn)變?yōu)閂形反彈，對北京房地產(chǎn)產(chǎn)業(yè)的健康和北京經(jīng)濟(jì)長遠(yuǎn)發(fā)展都不利。”劉秀如認(rèn)為，北京房地產(chǎn)調(diào)整包括房屋質(zhì)量與綜合配套水平提升、住宅產(chǎn)業(yè)化、開發(fā)模式革新等諸多方面，需要較長時間完成盤整。

劉秀如結(jié)合房地產(chǎn)形勢指出，統(tǒng)計分析要本著客觀、中立的態(tài)度，做一個理性的第三方；要盡可能預(yù)測客觀走勢，兼顧政府、開發(fā)商、消費者、公眾等群體的態(tài)度；要以政府統(tǒng)計數(shù)據(jù)為基本依據(jù)，以建委數(shù)據(jù)、中介機構(gòu)等調(diào)查數(shù)據(jù)為補充數(shù)據(jù)，從總體上考量房地產(chǎn)態(tài)勢。

■ 共鳴

時鐘已過10點，報告會后半場進(jìn)入互動。豐臺區(qū)統(tǒng)計局靳立華、北京現(xiàn)代汽車有限公司統(tǒng)計負(fù)責(zé)人王永梅、北京同仁堂連鎖藥店有限責(zé)任公司財務(wù)負(fù)責(zé)人黃麗萍等分別就統(tǒng)計分析報告的數(shù)據(jù)運用、出現(xiàn)統(tǒng)計口徑不一致如何解決、執(zhí)行新會計報表后與統(tǒng)計數(shù)據(jù)的銜接等問題與臺上嘉賓進(jìn)行了對話交流。

如一石激起萬千漣漪，互動像開啟了思維的閘門，許多企業(yè)讀者把在基層難以解答的問題一個個拋向嘉賓，請求解答。報告會到了預(yù)定時間，但聽眾仍然意猶未盡。接下來，以企業(yè)統(tǒng)計分析為主題的相關(guān)問題又一次次地通過《數(shù)據(jù)》平臺，在讀者、編者、作者或?qū)＜抑袀鬟f著、交流著、探索著，認(rèn)識越來越一致，寫法越來越清晰。

堅持以數(shù)據(jù)為支撐，分析為前提，在擁有詳實數(shù)據(jù)和精到分析的基礎(chǔ)上形成分析報告。北京首都開發(fā)控股（集團(tuán)）有限公司戰(zhàn)略投資部孟佳致函本刊：“我以為，一些企業(yè)統(tǒng)計的參謀作用沒有充分發(fā)揮出來，原因在于不能運用手頭現(xiàn)有數(shù)據(jù)寫出內(nèi)容詳實的分析報告；有些則是統(tǒng)計數(shù)據(jù)分析的層面有局限性，不能及時從領(lǐng)導(dǎo)關(guān)心的角度提供急需的分析；有的是對企業(yè)所處行業(yè)的全面數(shù)據(jù)掌握不充分，因此，分析缺乏力度，說話沒有底氣?！泵霞褟娬{(diào)統(tǒng)計分析報告要堅持?jǐn)?shù)據(jù)為支撐，分析為前提。

篇9

1．重策略執(zhí)行而輕戰(zhàn)略制定，企業(yè)整體運作意識不強戰(zhàn)略是企業(yè)發(fā)展的長期性、全局性指導(dǎo)思想，策略則是戰(zhàn)略的具體化。從決策邏輯上來說，企業(yè)必須先確定營銷戰(zhàn)略，然后再根據(jù)戰(zhàn)略制定策略。具體在營銷模擬實驗中，學(xué)生先要進(jìn)行SWOT分析，明確企業(yè)的優(yōu)勢、劣勢、機會和威脅;然后進(jìn)行STP分析，把握各細(xì)分市場之間的差異性，明確公司的目標(biāo)市場，確定產(chǎn)品的市場定位;之后再制定公司的具體發(fā)展目標(biāo)，如市場占有率目標(biāo)、銷售額目標(biāo)、利潤目標(biāo)，這些內(nèi)容基本都屬于公司戰(zhàn)略決策的范疇，對企業(yè)后階段的策略制定起著方向性的指導(dǎo)作用。但在實驗操作實際中，很多學(xué)生對戰(zhàn)略分析不夠重視，把大部分時間和精力都放在了策略制定與執(zhí)行上，熱衷于進(jìn)行新產(chǎn)品的開發(fā)、新品牌的推出、價格的制定與調(diào)整、渠道的選擇、廣告促銷等，至于為何要這樣去制定和執(zhí)行，以后要怎樣去制定和執(zhí)行，則缺少全盤考慮。實際上，由于學(xué)生前期的戰(zhàn)略分析不全面，戰(zhàn)略目標(biāo)不明確，很多策略的針對性和實用性不強，甚至有些策略就憑主觀感覺或估計來確定。

2．決策過程不嚴(yán)謹(jǐn)，數(shù)據(jù)分析能力弱由于市場環(huán)境越來越復(fù)雜，決策風(fēng)險越來越大，企業(yè)的決策日趨客觀嚴(yán)謹(jǐn)，決策中越來越重視數(shù)據(jù)的支撐作用。數(shù)據(jù)是市場的真實反映，揭示了事物發(fā)展的客觀規(guī)律，本身就是決策的重要參考，培養(yǎng)學(xué)生的數(shù)據(jù)分析能力和嚴(yán)謹(jǐn)思維也是營銷模擬實驗教學(xué)的一個重要目標(biāo)。市場模擬營銷實驗中包含大量的數(shù)據(jù)，比如銷售量、銷售額、增長率、利潤額、利潤率、生產(chǎn)成本、投資收益率、知名度、股價等等，另外還有許多圖表，如折線圖、餅形圖、柱狀圖及矩陣圖等，每一次營銷計劃執(zhí)行后，這些數(shù)據(jù)或圖表就會發(fā)生相應(yīng)的變化。這些數(shù)據(jù)中蘊含著豐富的市場信息，非常值得我們?nèi)ネ诰?，但這些數(shù)據(jù)或圖表并沒有被學(xué)生很好地利用，學(xué)生對數(shù)據(jù)的敏感度不夠，不擅長去分析其中包含的信息，對它們的認(rèn)識有些表面化，往往是在進(jìn)行簡單的了解后便很快制定出營銷策略，決策過程欠嚴(yán)謹(jǐn)。

二、市場營銷模擬實驗教學(xué)的優(yōu)化對策

1．科學(xué)分組，確保競爭公平為使每一位同學(xué)都能始終保持實驗興趣，也為了保證小組競爭的公平，教師在實驗開始前必須對全班進(jìn)行科學(xué)分組。分組時要考慮以下幾點:首先要確定每組的人數(shù)，每組人數(shù)不宜過多，太多了影響決策效率，還可能導(dǎo)致人浮于事，一般三人一組比較好，團(tuán)隊比較精干，也便于協(xié)商或討論;然后要確定小組成員選擇標(biāo)準(zhǔn)，每一小組至少要有一位專業(yè)能力相對突出的同學(xué)，以保證決策過程的專業(yè)性和合理性，并帶動其他同學(xué)積極參與。確定組隊標(biāo)準(zhǔn)后，學(xué)生可以先行組合，然后把組隊名單交給老師，老師根據(jù)實際情況對各組成員進(jìn)行適當(dāng)調(diào)整，盡量使各組的實力保持相對平衡。

2．突出戰(zhàn)略決策，做好市場分析與戰(zhàn)略定位企業(yè)的決策需要有戰(zhàn)略思維，要預(yù)先做好市場及產(chǎn)品的規(guī)劃，在此基礎(chǔ)上再制定出不同階段的營銷策略。為此企業(yè)需要對營銷環(huán)境做出全面細(xì)致的分析，了解企業(yè)的優(yōu)勢、劣勢、機會和威脅，并在市場細(xì)分的基礎(chǔ)上做出目標(biāo)市場的選擇，確定產(chǎn)品在目標(biāo)市場的定位，最終形成成熟的營銷方案。這種戰(zhàn)略分析能力體現(xiàn)出了學(xué)生的宏觀視野和邏輯思維，但往往也是很多學(xué)生的弱項，需要教師在實驗環(huán)節(jié)中予以特別重視，通過一系列強化訓(xùn)練來培養(yǎng)。比如要求學(xué)生在每次實驗中必須提交兩份戰(zhàn)略分析報告，一份是SWOT分析報告，一份是STP報告，報告中必須對營銷環(huán)境、戰(zhàn)略定位、營銷目標(biāo)做出詳細(xì)分析和具體明確，并闡述原因和依據(jù)，在分析報告沒有提交之前，不能進(jìn)入下一個實驗環(huán)節(jié)。在每一年度的營銷實驗結(jié)束后，教師還要對全班所有同學(xué)的分析報告進(jìn)行評比，將評比結(jié)果作為期末成績的參考。通過這種硬性規(guī)定，讓學(xué)生重視戰(zhàn)略分析，逐步提高從全局把握問題的能力。

3．強化數(shù)據(jù)分析，做到嚴(yán)謹(jǐn)決策數(shù)據(jù)分析能反映一個人看待問題的深度以及思維的嚴(yán)謹(jǐn)性，但對于很多學(xué)生來說，由于營銷分析工具掌握不牢固，對數(shù)據(jù)分析的方法比較生疏，難以從多個數(shù)據(jù)中發(fā)現(xiàn)事物之間的內(nèi)在聯(lián)系或規(guī)律，更多是根據(jù)主觀感覺或個人經(jīng)驗，再結(jié)合一些表面的數(shù)據(jù)來制定營銷對策，決策過程存在某種隨意性。為改變這一不良決策習(xí)慣，教師在實驗中必須強調(diào)一點，就是所有的決策必須有數(shù)據(jù)支撐，必須有數(shù)據(jù)分析，用數(shù)字說話。這并非提倡決策的“數(shù)據(jù)主義”，只是強調(diào)嚴(yán)謹(jǐn)決策的重要，這種訓(xùn)練對學(xué)生以后的行為習(xí)慣和邏輯思維將產(chǎn)生積極影響，讓學(xué)生更理性地看待問題和解決問題。以營銷模擬實驗中的廣告投放決策為例，就要求學(xué)生先了解企業(yè)本年度的營銷預(yù)算、廣告的目標(biāo)、媒體的成本、媒體的傳播效應(yīng)、企業(yè)目前的知名度等數(shù)據(jù)，然后對這些數(shù)據(jù)進(jìn)行科學(xué)計算，得出廣告投放的時間、次數(shù)和費用，而不能憑估計隨意給定一個數(shù)字。

篇10

因此，很多企業(yè)都會利用Hadoop實現(xiàn)數(shù)據(jù)存儲，再通過其他工具實現(xiàn)對大數(shù)據(jù)的高速捕獲和實時分析。這里，我們將通過艾瑞咨詢集團(tuán)的一個真實案例，解讀一下敏捷BI如何和Hadoop進(jìn)行互補，幫助其實現(xiàn)互聯(lián)網(wǎng)大數(shù)據(jù)分析的。

定制化項目效率低下

艾瑞咨詢集團(tuán)（iResearch）是一家專注于網(wǎng)絡(luò)媒體、電子商務(wù)、網(wǎng)絡(luò)游戲、無線增值等新經(jīng)濟(jì)領(lǐng)域，深入研究和了解消費者行為，并為網(wǎng)絡(luò)行業(yè)和傳統(tǒng)行業(yè)客戶提供市場調(diào)查研究和戰(zhàn)略咨詢服務(wù)的專業(yè)市場調(diào)研機構(gòu)。

目前，艾瑞咨詢集團(tuán)可以向企業(yè)提供線下報告和軟件兩種定制化咨詢報告服務(wù)。但是，企業(yè)客戶的定制化需求非常多變，艾瑞咨詢集團(tuán)生成一份線下報告交付周期需要3至4周，提供軟件的交付周期則需要半年。再加上項目所需人工成本升高、迭代周期延長，艾瑞咨詢集團(tuán)往往不敢承接太多定制化項目。

通過調(diào)研，筆者發(fā)現(xiàn)了艾瑞咨詢集團(tuán)的真正需求：根據(jù)時間維度和網(wǎng)站匯總對用戶的來源地區(qū)、來路域名、頁面訪問次數(shù)、停留時間、有效訪問次數(shù)、跳出率、回訪者、新訪問者、回訪次數(shù)和回訪相隔天數(shù)等相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計分析，并且還能夠在動態(tài)添加條件之后，通過對監(jiān)測用戶行為獲得的數(shù)據(jù)進(jìn)行分析，以最終得出更加詳細(xì)、清楚的用戶行為習(xí)慣。

因此，艾瑞咨詢集團(tuán)迫切需要一種更加敏捷、高效的大數(shù)據(jù)分析工具提升定制化業(yè)務(wù)的效率。

大數(shù)據(jù)面前：敏捷BI PK傳統(tǒng)BI

在解決艾瑞咨詢集團(tuán)面臨的難題時，傳統(tǒng)BI的做法是，IT人員事先根據(jù)需求分析進(jìn)行建模，建好二次表或打Cube并提前匯總好數(shù)據(jù)，業(yè)務(wù)人員才能在前端查看到分析結(jié)果的報表。雖然這種做法很成熟，但是解決不了艾瑞咨詢集團(tuán)的難題。

首先，業(yè)務(wù)人員查看的報表相對靜態(tài)，分析的維度和度量的計算方式已在建模時預(yù)先設(shè)定好，不能更改。例如，定好了求和或求平均數(shù)，再想改成求方差必須再去修改模型。

其次，分析需求變更時，業(yè)務(wù)人員不能直接調(diào)整報表，需要IT人員重新建模或修改已有分析模型，耗時較長，響應(yīng)速度較慢。

最后，有些企業(yè)的數(shù)據(jù)量很小，也需要按照此流程和架構(gòu)來進(jìn)行大費周折的數(shù)據(jù)分析。

造成這些問題的本質(zhì)原因是，過去的技術(shù)架構(gòu)針對海量數(shù)據(jù)的計算能力不足，企業(yè)用戶需要通過建模、二次表、Cube提前進(jìn)行數(shù)據(jù)運算匯總。

艾瑞咨詢集團(tuán)希望為企業(yè)客戶提交這樣一份分析報告，不僅能看還能動態(tài)分析。對于艾瑞咨詢集團(tuán)來說，數(shù)據(jù)展現(xiàn)應(yīng)該是起點而不是終點?？吹搅藬?shù)據(jù)，要能交互式分析、深入向下挖掘，要能發(fā)現(xiàn)問題并找到答案，還要能采取行動。與數(shù)據(jù)交互的過程要足夠快，如果用戶每次點擊需要等三五分鐘才出結(jié)果，就無法進(jìn)行交互分析。

并且，分析報告應(yīng)能讓非IT部門的同事直接在分析平臺上做出來。不能把所有的分析報告需求都提交到IT部門，這樣會嚴(yán)重增加IT部門的工作負(fù)擔(dān)。同時，敏捷BI的實施和操作要簡單化，讓業(yè)務(wù)人員可直接使用。

同時，分析報告需求經(jīng)常需要牽涉到數(shù)據(jù)層的改動，需要IT部門去改進(jìn)數(shù)據(jù)層和業(yè)務(wù)層，傳統(tǒng)BI平臺需要一兩個月才能完成模型梳理。敏捷BI無需事先建模，可以在分析過程中靈活調(diào)整分析維度和報表展現(xiàn)，需求變更可以在一天之內(nèi)響應(yīng)，提升企業(yè)的洞察力決策力。

與傳統(tǒng)BI的重量建模、統(tǒng)一視圖不同，敏捷BI采取輕量建模、N個視圖的方法，不建二次表和Cube，數(shù)據(jù)導(dǎo)入后可以直接進(jìn)行分析，并且業(yè)務(wù)人員可以實時調(diào)整分析的維度和度量的計算方式，極大地增加了靈活性，真正做到和數(shù)據(jù)對話。

既然有這么便捷的方式，為何傳統(tǒng)BI不采用這種架構(gòu)呢？那是因為，傳統(tǒng)技術(shù)架構(gòu)沒有引入大數(shù)據(jù)技術(shù)，面對海量數(shù)據(jù)無法在用戶點擊后的幾秒內(nèi)就展現(xiàn)企業(yè)客戶需要的分析結(jié)果，因此必須通過建模提前把數(shù)據(jù)匯總好，才能保證分析報表展現(xiàn)時的速度。

因此，實現(xiàn)敏捷BI的前提是采用新架構(gòu)處理數(shù)據(jù)，其涉及的技術(shù)包括分布式計算、內(nèi)存計算、列存儲、庫內(nèi)計算等。敏捷BI可以通過更低的成本、更短的上線周期，快速讓企業(yè)洞察到數(shù)據(jù)的含義和價值。

業(yè)務(wù)效率數(shù)倍提升

深入研究艾瑞咨詢集團(tuán)要分析的數(shù)據(jù)，筆者發(fā)現(xiàn)，艾瑞咨詢集團(tuán)每天要分析的數(shù)據(jù)量達(dá)幾千萬條，且不同企業(yè)客戶的分析需求各不相同。因此，復(fù)雜多變的多維度分析需求對分析工具的分析性能提出了更高的挑戰(zhàn)，而傳統(tǒng)的數(shù)據(jù)庫和Hadoop架構(gòu)已經(jīng)無法滿足高性能和即時分析的需求。

為此，艾瑞咨詢集團(tuán)考察過國外一些知名的產(chǎn)品，但是當(dāng)他們獲知產(chǎn)品的價格和后續(xù)的服務(wù)費用之后只能放棄。而國內(nèi)大多數(shù)的分析工具大多是上一代BI，需事先建模再進(jìn)行分析，難以應(yīng)對靈活的多維度分析變化需求，且針對大數(shù)據(jù)量的處理能力不能滿足要求。

最終，艾瑞咨詢集團(tuán)選擇了永洪敏捷BI技術(shù)。當(dāng)艾瑞咨詢集團(tuán)將三個月的細(xì)節(jié)數(shù)據(jù)（約50億條）導(dǎo)入敏捷BI系統(tǒng)，直接就可以展現(xiàn)出定制分析報告。對比原先基于Excel和SQL編程的分析方法，艾瑞咨詢集團(tuán)的業(yè)務(wù)效率獲得數(shù)倍的提升：線下報告交付周期從3至4周縮短至小于1周，軟件交付從半年縮短至一個月。

同時，艾瑞咨詢集團(tuán)原來由于擔(dān)心需求變化導(dǎo)致沒有能力交付的很多項目被收入囊中。采用敏捷BI工具后，艾瑞咨詢集團(tuán)可以在幾天內(nèi)快速搭建原型向客戶展示，任意的需求變更都可以一周內(nèi)調(diào)整完畢。這種快速原型試錯的方式，使得艾瑞咨詢集團(tuán)有能力承接很多此類項目。

由于業(yè)務(wù)效率的極大提升，有能力承接更多的項目，艾瑞咨詢集團(tuán)的收入空間也出現(xiàn)了數(shù)倍的增長。與此同時，艾瑞咨詢集團(tuán)的客戶滿意度也穩(wěn)步提升。

不僅如此，為了提供更加直觀可交互的分析報告，提升企業(yè)用戶體驗，艾瑞咨詢集團(tuán)基于敏捷BI工具，構(gòu)建了一個新型SaaS平臺。艾瑞咨詢集團(tuán)把企業(yè)客戶用Hadoop架構(gòu)存儲的數(shù)據(jù)，通過敏捷BI提供的接口導(dǎo)入到數(shù)據(jù)集市內(nèi)，然后通過敏捷BI快速呈現(xiàn)出結(jié)果。

事實上，Hadoop和敏捷BI都有各自適用的不同業(yè)務(wù)場景，兩者是相互補充的關(guān)系。當(dāng)前，很多企業(yè)都采用Hadoop實現(xiàn)數(shù)據(jù)的存儲，然后把Hadoop數(shù)據(jù)導(dǎo)入敏捷BI基于分布式內(nèi)存計算的高性能數(shù)據(jù)集市中，之后再進(jìn)行數(shù)據(jù)可視化分析。鑒于現(xiàn)在Hadoop在企業(yè)的應(yīng)用相當(dāng)廣泛，永洪敏捷BI產(chǎn)品也支持Hadoop數(shù)據(jù)源的連接。