数据分析:不仅仅是数字

数据分析:不仅仅是数字

数据分析不仅变得越来越流行,而且对商业也越来越有用.

作为一个数学专家, 金融和技术背景, 我强烈支持分析和使用数据来做出更好决策的好处. 不足为奇的是, 然后, 我很高兴看到一些趋势和新兴技术有望帮助实现这一目标.

首先,数据源变得越来越开放,越来越容易连接. 这种趋势几乎存在于所有现代应用中. 我们这些在新奥尔良生活或工作的人感兴趣的一个例子是 DATADRIVEN诺拉 网站, 新奥尔良市发布了100多个不同的数据集, 例如建筑许可证, 311个电话和警方报告.

这些数据很容易以表格的形式在网站上查看, 也可以下载成文件,在Microsoft Excel中打开进行即时分析.  但它们也支持各种不同的实时连接,允许Excel或专门构建的数据分析应用程序以更持久的方式连接,并始终使用最新的可用数据.

这就给我们带来了第二个趋势——数据分析和操作应用的出现. 微软Excel,当充分利用时,是一个极好的数据分析工具,但作为我的同事 约翰·马歇尔(John Marshall)在2016年10月号的Biz 新奥尔良杂志上写道微软的PowerBi和Tableau等其他应用程序的功能甚至更强大 创建和共享数据可视化.

可视化都是为了帮助我们解释, 理解, 或者连接数据使它们更有用.  如果你有一份建筑许可表或警方报告,并把它们显示在地图上,就更容易真正了解你的社区发生了什么. 随着时间的推移绘制图表,就更容易发现趋势. (数据.诺拉.政府网站也有完整的图表和地图.)

新的工具也使连接或集成不同的数据集变得更容易.  简单的基于云计算的工具,如Zapier和Microsoft Flow,以及企业应用程序,如SnapLogic和Microsoft SQL Server Integration Services,使从一个地方获取数据的过程比以往任何时候都更容易自动化, 把它清理干净,然后发送或连接到其他地方的东西.

现在, 即使使用最新的工具和良好的数据, 我承认,许多数据分析项目只是简单地制作我们一直更容易获取的相同数据或图表. 它不是月度报告,而是实时仪表盘.  或者不用花四个小时下载和操作一个专有文件, 它可以立即在Excel中使用.

这些项目可能是非常有益的——我不想低估它们的重要性——但最终, 我们能够也将会做得更多.

最后一个趋势是技术帮助我们理解数据的能力. 这是机器学习和更广泛的人工智能的前景, 全世界的谷歌和微软都投入了大量的精力和资源.

从企业高管的角度来看, 机器学习意味着计算机可以分析数据, 找到模式,并给我们有用的见解,而不需要我们编程来连接点. 举个简单的例子, 我们可能会输入断开连接的营销和销售数据, 计算机可以告诉我们哪种营销活动组合最有效地带来更多的销售.

这种能力存在于今天,而且可能比我们许多人意识到的更频繁地使用.  仍然, 而你不需要告诉电脑如何得出结论, 您必须仔细准备数据并定义模型. 我们离电脑为我们做所有的工作还有很长的路要走.


友情链接: 1 2 3 4 5 6