- Главная
- Разное
- Бизнес и предпринимательство
- Образование
- Развлечения
- Государство
- Спорт
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Религиоведение
- Черчение
- Физкультура
- ИЗО
- Психология
- Социология
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Геометрия
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Что такое findslide.org?
FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.
Обратная связь
Email: Нажмите что бы посмотреть
Презентация на тему Анализ данных
Содержание
- 2. Зачем нужен? ВосприятиеАнализ данных воспринимается как1.Прихоть руководства;2.Требование гос.органов, инвесторов, акционеров.Реальное понятие, зачем он нужен, отсутствует.
- 3. Что такое Анализ данных?Анализ данных – метод
- 4. Анализ данных – следствиеАнализ должен быть постоянным, цикличным.Анализ – контролирующая функция.
- 5. Анализ данных – зачем нужен?Анализ данных -
- 6. Недооценка роли анализа1.Анализ данных рассматривается только как
- 7. Анализ данных - процесс
- 8. Этапы1.Поиск;2.Консолидация;3.Трансформация;4.Анализ/моделирование;5.Интерпретация.
- 9. Этапы: Поиск информацииИнформация1.Внутренняя (80%);(различные СУБД, учетные системы, личные файлы сотрудников)2.Внешняя.
- 10. Этапы: КонсолидацияДекодирование;Агрегирование;Обогащение;Очистка;Объединение данных.В основе процедуры консолидации лежит процесс ETL – Extraction, Transformation, Loading(Извлечение, Преобразование, Загрузка).
- 11. Этапы: Консолидация. Проблемы1.«Грязные» данныеДубликаты;Пропуски;Аномалии и пр.2.Непродуманная стратегия ETL
- 12. Этапы: ТрансформацияПредставление данных наиболее удобным образом
- 13. Этапы: Анализ/Моделирование
- 14. Этапы: ИнтерпретацияНа этом этапе делаются Выводы для
- 15. Инструменты анализа
- 16. Настольные пакетыСтатистические пакеты (SPSS) и настольные Data
- 17. СУБД с набором алгоритмов Data Mining Практически
- 18. Аналитические платформыАналитическая платформа - это специализированное программное
- 19. Аналитические платформы. Схема
- 20. Золотой софтКоличество аналитических платформ растет.В 2006 году
- 21. Скачать презентацию
- 22. Похожие презентации
Зачем нужен? ВосприятиеАнализ данных воспринимается как1.Прихоть руководства;2.Требование гос.органов, инвесторов, акционеров.Реальное понятие, зачем он нужен, отсутствует.
Слайд 2
Зачем нужен? Восприятие
Анализ данных воспринимается как
1.Прихоть руководства;
2.Требование гос.органов,
инвесторов, акционеров.
Слайд 3
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.
Слайд 5
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 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 9
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 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
Слайд 14
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 16
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 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 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 20
Золотой софт
Количество аналитических платформ растет.
В 2006 году был
