導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇數(shù)據(jù)分析報(bào)告，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

我認(rèn)為一份好的分析報(bào)告，有以下一些要點(diǎn)：

首先，要有一個(gè)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(jiān)實(shí)，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(gè)分析都有結(jié)論，而且結(jié)論一定要明確

如果沒(méi)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?yàn)槟惚緛?lái)就是要去尋找或者印證一個(gè)結(jié)論才會(huì)去做分析的，所以千萬(wàn)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(gè)分析一個(gè)最重要的結(jié)論就好了，很多時(shí)候分析就是發(fā)現(xiàn)問(wèn)題，如果一個(gè)一個(gè)分析能發(fā)現(xiàn)一個(gè)重大問(wèn)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(jiǎn)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(méi)有太多時(shí)間看那么多)的閱讀心理門(mén)檻，如果別人看到問(wèn)題太多，結(jié)論太繁，不讀下去，一百個(gè)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(guò)程

不要有猜測(cè)性的結(jié)論，太主觀的東西會(huì)沒(méi)有說(shuō)服力，如果一個(gè)結(jié)論連你自己都沒(méi)有肯定的把握就不要拿出來(lái)誤導(dǎo)別人了；

第五，好的分析要有很強(qiáng)的可讀性

這里是指易讀度，每個(gè)人都有自己的閱讀習(xí)慣和思維方式，寫(xiě)東西你總會(huì)按照自己的思維邏輯來(lái)寫(xiě)，你自己覺(jué)得很明白，那是因?yàn)檎麄€(gè)分析過(guò)程是你做的，別人不一定如此了解，要知道閱者往往只會(huì)花10分鐘以內(nèi)的時(shí)間來(lái)閱讀，所以要考慮你的分析閱讀者是誰(shuí)？他們最關(guān)心什么？你必須站在讀者的角度去寫(xiě)分析郵件；

第六，數(shù)據(jù)分析報(bào)告盡量圖表化

這其實(shí)是第四點(diǎn)的補(bǔ)充，用圖表代替大量堆砌的數(shù)字會(huì)有助于人們更形象更直觀地看清楚問(wèn)題和結(jié)論，當(dāng)然，圖表也不要太多，過(guò)多的圖表一樣會(huì)讓人無(wú)所適從；

第七，好的分析報(bào)告一定要有邏輯性

通常要遵照：1、發(fā)現(xiàn)問(wèn)題–2、總結(jié)問(wèn)題原因–3、解決問(wèn)題，這樣一個(gè)流程，邏輯性強(qiáng)的分析報(bào)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(duì)象基本特性都不了解，分析出來(lái)的結(jié)論肯定是空中樓閣了，無(wú)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(shí)很多時(shí)候收集數(shù)據(jù)會(huì)占據(jù)更多的時(shí)間，包括規(guī)劃定義數(shù)據(jù)、協(xié)調(diào)數(shù)據(jù)上報(bào)、讓開(kāi)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(tái)，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(bào)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(gè)過(guò)程就決定了你可能比別人都更清楚第發(fā)現(xiàn)了問(wèn)題及問(wèn)題產(chǎn)生的原因，那么在這個(gè)基礎(chǔ)之上基于你的知識(shí)和了解，做出的建議和結(jié)論想必也會(huì)更有意義，而且你的老板也肯定不希望你只是個(gè)會(huì)發(fā)現(xiàn)問(wèn)題的人，請(qǐng)你的那份工資更多的是為了讓你解決問(wèn)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(wèn)題，并為解決問(wèn)題提供決策依據(jù)的，發(fā)現(xiàn)產(chǎn)品問(wèn)題也是你的價(jià)值所在，相信你的老板請(qǐng)你來(lái)，不是光讓你來(lái)唱贊歌的，他要的也不是一個(gè)粉飾太平的工具，發(fā)現(xiàn)產(chǎn)品問(wèn)題，在產(chǎn)品缺陷和問(wèn)題造成重大失誤前解決它就是你的分析的價(jià)值所在了；

十二，不要?jiǎng)?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(guò)去來(lái)解釋名詞，那么你寫(xiě)出來(lái)的價(jià)值又在哪里呢，還不如你直接過(guò)去說(shuō)算了，當(dāng)然如果無(wú)可避免地要寫(xiě)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(guò)對(duì)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(wèn)卷456份。根據(jù)將問(wèn)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(lái)看，25.9%的人只是務(wù)農(nóng)，17.3%的人以務(wù)農(nóng)為主，同時(shí)也充實(shí)非農(nóng)工作，16.9%的人以非農(nóng)工作為主，同時(shí)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(dòng)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(guò)本地非農(nóng)務(wù)工，其中34.2%受訪者是通過(guò)朋友/熟人介紹，19%的受訪者是通過(guò)家人/親戚介紹，通過(guò)招聘廣告和直接申請(qǐng)（含考試）的人員比例一樣，均為13.9%，有8.9%的人是通過(guò)本鄉(xiāng)同民族介紹，有6.3%的人是通過(guò)政府/社區(qū)安排介紹，而比例最低的是通過(guò)商業(yè)職介（包括人才交流會(huì)）；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(dòng)力”、“回家結(jié)婚、生育”和“收入沒(méi)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(dòng)屬于農(nóng)村家庭承包經(jīng)營(yíng)勞動(dòng)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(lái)務(wù)工人員

在城鎮(zhèn)戶口或城鎮(zhèn)外來(lái)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(guó)內(nèi)范圍工作，其余都在省內(nèi)；從職業(yè)來(lái)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(guó)家機(jī)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(yùn)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(guò)政府/社區(qū)安排介紹和直接申請(qǐng)（含考試），比例分別為25%和22.1%。

在我們?cè)儐?wèn)的456名受訪者中，有14.3%的人沒(méi)有工作，問(wèn)及原因和連續(xù)沒(méi)有工作的時(shí)間，多數(shù)人表示不愿多談或說(shuō)不清。

二、民族語(yǔ)言與教育

（一）語(yǔ)言

訪談對(duì)象中有90%的人是白族，在問(wèn)及現(xiàn)在能用哪些話與人交談時(shí)，81.4%的人會(huì)用普通話，95.2%以上的人會(huì)用漢語(yǔ)方言和本民族語(yǔ)言，也有3.5%的人會(huì)說(shuō)其他少數(shù)民族語(yǔ)言；漢語(yǔ)方言語(yǔ)言程度上，能流利準(zhǔn)確使用的比例為68.4%，聽(tīng)不懂也不會(huì)說(shuō)的僅占1.1%；本民族語(yǔ)言的語(yǔ)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(tīng)不懂也不會(huì)說(shuō)；在普通話語(yǔ)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(tīng)不懂也不會(huì)說(shuō)。

（二）文字

據(jù)了解，現(xiàn)代白族有自己的語(yǔ)言，但一般使用漢字書(shū)寫(xiě)。根據(jù)調(diào)查數(shù)據(jù)，在問(wèn)及是否會(huì)寫(xiě)漢字時(shí)，79.6%的人表示會(huì)，9.9%的人表示會(huì)一些，10.3%的人表示不會(huì)；在問(wèn)及是否會(huì)使用本民族文字時(shí)，4.1%的人表示會(huì)，93.8%的人表示沒(méi)有文字，有0.7%的人表示不知道有沒(méi)有文字；其他民族的文字書(shū)寫(xiě)方面，有0.4%的表示會(huì)。

（三）雙語(yǔ)教育

篇3

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

《報(bào)告》顯示，整個(gè)大數(shù)據(jù)產(chǎn)業(yè)分為基礎(chǔ)平臺(tái)、通用技術(shù)、行業(yè)應(yīng)用等多個(gè)細(xì)分市場(chǎng)，2017年大數(shù)據(jù)整體市場(chǎng)規(guī)模1000億。細(xì)分市場(chǎng)中，基礎(chǔ)平臺(tái)整體市場(chǎng)規(guī)模在100億元左右，通用技術(shù)整體市場(chǎng)規(guī)模在200億元左右。行業(yè)應(yīng)用層，大數(shù)據(jù)在各個(gè)行業(yè)應(yīng)用差異較大，應(yīng)用相對(duì)成熟的金融、政府領(lǐng)域市場(chǎng)規(guī)模為200億元。整個(gè)行業(yè)應(yīng)用市場(chǎng)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(bào)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(chǎng)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(gè)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(guò)800億元，占中國(guó)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(guó)銀行業(yè)整體IT投資為800億元，整個(gè)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(huì)對(duì)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(kāi)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(jì)算、大數(shù)據(jù)、AI、IoT多項(xiàng)技術(shù)融合是未來(lái)趨勢(shì)，提供整體解決方案的公司機(jī)會(huì)最大

《報(bào)告》指出，與國(guó)外不同，中國(guó)市場(chǎng)云計(jì)算、大數(shù)據(jù)、AI、IoT等技術(shù)幾乎是同時(shí)間爆發(fā)，企業(yè)客戶同一時(shí)間采購(gòu)云計(jì)算、大數(shù)據(jù)、AI等產(chǎn)品，企業(yè)客戶最終目的是通過(guò)新技術(shù)來(lái)實(shí)現(xiàn)開(kāi)源節(jié)流，實(shí)現(xiàn)這一目標(biāo)需要多項(xiàng)技術(shù)融合，技術(shù)邊界正逐步模糊。

云計(jì)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(guò)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(chǎng)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(shí)用價(jià)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(lái)越多且越來(lái)越小的乳腺疾病被發(fā)現(xiàn)，對(duì)乳腺病變分級(jí)歸類,有助于臨床制訂治療方案。2003年美國(guó)放射學(xué)會(huì)（ACR）提出了適用于乳腺超聲圖像的影像報(bào)告與數(shù)據(jù)系統(tǒng)（breast imaging reporting and data system, BI-RADS-US）［1］。國(guó)外學(xué)者研究認(rèn)為該系統(tǒng)能提高不同經(jīng)驗(yàn)水平的超聲醫(yī)師對(duì)乳腺病灶性質(zhì)判斷的一致性，有助于提高超聲醫(yī)師對(duì)乳腺病變的診斷。但目前國(guó)內(nèi)此類報(bào)道鮮見(jiàn)。本研究擬通過(guò)臨床分析的方法來(lái)探討其對(duì)乳腺病變?cè)\斷的臨床應(yīng)用價(jià)值，現(xiàn)報(bào)告如下。

1 資料與方法

1.1 一般資料 乳腺超聲數(shù)據(jù)庫(kù)中2008年3月至2010年11月來(lái)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(guò)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(wú)包膜、內(nèi)部回聲、有無(wú)鈣化、腫塊內(nèi)部及邊緣有無(wú)血流、腋下有無(wú)腫大淋巴結(jié)。

1.4 BI-RADS分級(jí)標(biāo)準(zhǔn) 依據(jù)文獻(xiàn)［2］,病變分為7 個(gè)級(jí)別,0 級(jí):需附加影像評(píng)價(jià),該病灶可能有惡性危險(xiǎn);1 級(jí):陰性,影像檢查無(wú)腫塊、結(jié)構(gòu)扭曲或微小鈣化等任何異常;2 級(jí):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(zhǎng)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(jí):可能良性,惡性風(fēng)險(xiǎn)< 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(jí),建議短期間隔繼續(xù)檢查;4 級(jí):可疑異常,惡性風(fēng)險(xiǎn)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(wú)明顯包膜,內(nèi)部回聲均勻或不均勻,出現(xiàn)無(wú)回聲區(qū)或強(qiáng)回聲鈣化,其中4A 3 %～30 % ,4B 31 %～60 % ,4C 61 %～94 %; 5 級(jí): 高度提示惡性,惡性風(fēng)險(xiǎn)> 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(wú)包膜,大多邊界不清,有的邊界粗糙,回聲增強(qiáng),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(jiàn)沙粒狀鈣化;6 級(jí):已知曾行活檢的惡性病變。

2 結(jié)果

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

3 討論

乳腺疾病是影響女性健康的最常見(jiàn)疾患之一，超聲檢查的優(yōu)勢(shì)在于簡(jiǎn)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(duì)乳腺癌進(jìn)行超聲診斷時(shí)，由于操作者經(jīng)驗(yàn)影響對(duì)聲像特征的判斷，導(dǎo)致結(jié)果可能發(fā)生誤差，針對(duì)缺乏統(tǒng)一的對(duì)病灶的描述方法和標(biāo)準(zhǔn)這一情況，ACR協(xié)會(huì)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(shí)對(duì)相應(yīng)的腫塊特征進(jìn)行適當(dāng)?shù)慕忉?，生成一個(gè)包含惡性程度分級(jí)以及中肯的診療建議在內(nèi)的總體評(píng)價(jià)，旨在為乳腺的超聲影像報(bào)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(duì)乳腺疾病的診斷缺乏統(tǒng)一標(biāo)準(zhǔn),BI-RADS 分級(jí)則克服了傳統(tǒng)超聲診斷主觀性較強(qiáng)的特點(diǎn),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(duì)病灶良惡性鑒別能力,且在不同醫(yī)療機(jī)構(gòu)之間歸一研究和乳腺超聲檢測(cè)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(lái)減少不必要的活檢。通過(guò)本研究發(fā)現(xiàn)通過(guò)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(bào)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(jià)值。

在規(guī)范的檢查和隨訪監(jiān)控基礎(chǔ)之上，BI-RADS-US通過(guò)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(bào)告的質(zhì)量，避免了不必要的活檢，最大限度地防止了過(guò)度治療和治療不足。只有在經(jīng)驗(yàn)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(gè)更為準(zhǔn)確的超聲圖像特征描述和報(bào)告系統(tǒng)，為超聲診斷乳腺腫瘤提供強(qiáng)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(bào)告規(guī)范化-BI-RADS介紹.中國(guó)醫(yī)學(xué)計(jì)算機(jī)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(shū)館;應(yīng)用

[中圖分類號(hào)] TP311.1 [文獻(xiàn)標(biāo)識(shí)碼] A 文章編號(hào)：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(huì)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(zhǎng)，使得我們已經(jīng)沒(méi)有更多的精力和時(shí)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(dòng)的處理數(shù)據(jù)，智能地找到隱藏在其中的潛在的對(duì)我們的生活、工作有幫助的信息和知識(shí)[1]。因此一個(gè)作為計(jì)算機(jī)科學(xué)前沿學(xué)科的數(shù)據(jù)挖掘技術(shù)也應(yīng)運(yùn)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(shū)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(shí)的過(guò)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(shí)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(kù)數(shù)據(jù)、數(shù)據(jù)倉(cāng)庫(kù)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(shí)，為人們的生產(chǎn)、生活、科研等提供依據(jù)，推動(dòng)著社會(huì)更快更好地往前發(fā)展[2]。

2 數(shù)據(jù)挖掘的過(guò)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(gè)具有相同結(jié)構(gòu)及屬性的數(shù)據(jù)存儲(chǔ)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(guò)程的速度及準(zhǔn)確性。

2.3 數(shù)據(jù)變換

即通過(guò)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(guò)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(kù)中取出與目標(biāo)任務(wù)有關(guān)的數(shù)據(jù)，例如高校圖書(shū)館的數(shù)據(jù)庫(kù)中包含有各個(gè)院系的學(xué)生個(gè)人信息及借閱信息。如果我們想分析某個(gè)系的學(xué)生借閱圖書(shū)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(duì)于各類圖書(shū)的熱愛(ài)程度，以方便于為學(xué)生進(jìn)行圖書(shū)推薦，則此任務(wù)與學(xué)生信息中的性別、學(xué)號(hào)等屬性無(wú)關(guān)，在數(shù)據(jù)挖掘前可以通過(guò)刪除冗余的或不相關(guān)的屬性來(lái)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(lái)提取出數(shù)據(jù)的模式。

2.6 模式評(píng)估

即根據(jù)某種興趣度度量，找到代表知識(shí)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(duì)于新的或是檢驗(yàn)數(shù)據(jù)是有效地。

2.7 知識(shí)表示

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

3 數(shù)據(jù)挖掘在圖書(shū)館中的應(yīng)用

隨著科學(xué)技術(shù)的不斷進(jìn)步，高校圖書(shū)館的管理也從原來(lái)的人工記錄轉(zhuǎn)變?yōu)榱爽F(xiàn)代化的圖書(shū)管理系統(tǒng)，方便了圖書(shū)的管理及借閱，但是，隨著社會(huì)的不斷進(jìn)步，圖書(shū)館不能僅局限于借、還書(shū)這種最基本的職能，而應(yīng)該更主動(dòng)地去為讀者提供更高質(zhì)量的服務(wù)，使的圖書(shū)館能更大程度地發(fā)揮其功效，因此，作為一門(mén)新興的信息處理技術(shù)的數(shù)據(jù)挖掘技術(shù)也在圖書(shū)館找到了用武之地，圖書(shū)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(shū)館的領(lǐng)導(dǎo)決策及購(gòu)買(mǎi)圖書(shū)提供強(qiáng)有力的依據(jù)

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

3.2 使得圖書(shū)館能主動(dòng)地為讀者提供更為貼心的服務(wù)

高校圖書(shū)館基本都有檢索系統(tǒng)，當(dāng)你知道自己想要看哪本書(shū)時(shí)，只要在檢索系統(tǒng)中輸入該書(shū)的名字，便能找到此書(shū)的相關(guān)信息，并且能很快捷地找到該書(shū)，實(shí)現(xiàn)借閱。但當(dāng)讀者漫無(wú)目的時(shí)，去諾大的圖書(shū)館借書(shū)卻是一件很費(fèi)時(shí)費(fèi)精力的事，有時(shí)來(lái)來(lái)回回走了數(shù)趟還沒(méi)有發(fā)現(xiàn)自己鐘愛(ài)的圖書(shū)，這樣會(huì)逐漸減少讀者對(duì)圖書(shū)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(shū)館管理系統(tǒng)的數(shù)據(jù)庫(kù)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(píng)估讀者的興趣愛(ài)好，初步預(yù)測(cè)此讀者可能喜愛(ài)的圖書(shū)，實(shí)現(xiàn)圖書(shū)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(ài)的圖書(shū)，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(shū)借閱的常有的頻繁序列，如DELPHI書(shū)總是和數(shù)據(jù)庫(kù)建設(shè)這類書(shū)同時(shí)被借出，這是一個(gè)頻繁的子結(jié)構(gòu)，這樣，當(dāng)有同學(xué)借閱DELPHI這本書(shū)時(shí)，我們就可以給他推薦數(shù)據(jù)庫(kù)建設(shè)這本書(shū)，進(jìn)行主動(dòng)地提供服務(wù)，不僅留住了當(dāng)前的讀者，同時(shí)也能挖掘出潛在的讀者，增加圖書(shū)館的讀者流量，也增加了各類圖書(shū)的利用率。同樣從挖掘出來(lái)的信息我們可以區(qū)分開(kāi)來(lái)熱門(mén)圖書(shū)和冷門(mén)圖書(shū)，以及認(rèn)識(shí)到各類圖書(shū)之間的關(guān)聯(lián)度，以此來(lái)實(shí)現(xiàn)圖書(shū)館圖書(shū)分布位置的優(yōu)化，更方便于讀者的借閱。

3.3 防止圖書(shū)館的數(shù)據(jù)庫(kù)被入侵

高校圖書(shū)館的數(shù)據(jù)庫(kù)是圖書(shū)館的核心，其中記錄了各系學(xué)生的個(gè)人信息，學(xué)生的借閱信息，以及所有館藏圖書(shū)的信息，一旦遭到入侵，數(shù)據(jù)庫(kù)被破壞，也許就會(huì)使圖書(shū)館一度回到“原始社會(huì)”，后果將不堪設(shè)想。所以，我們要保護(hù)圖書(shū)館數(shù)據(jù)庫(kù)的安全，通常在圖書(shū)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(wàn)無(wú)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(wèn)行為的模型，或是挖掘頻繁遇到的事件序列，檢測(cè)到離群點(diǎn)，阻止或停止惡意的行為，并提供報(bào)告信息，實(shí)現(xiàn)入侵檢測(cè)，保護(hù)圖書(shū)館的數(shù)據(jù)安全。

4 結(jié)語(yǔ)

隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展，其在圖書(shū)館發(fā)揮的作用也日益顯著，它使得圖書(shū)館的服務(wù)質(zhì)量進(jìn)一步提高了，同時(shí)也優(yōu)化了館藏的分布，能檢測(cè)惡意攻擊圖書(shū)館數(shù)據(jù)庫(kù)的行為，保護(hù)了圖書(shū)館的數(shù)據(jù)安全，作為一門(mén)新興的信息處理技術(shù)，它得到了越來(lái)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(lái)，隨著數(shù)據(jù)挖掘技術(shù)的不斷深化，功能的不斷加強(qiáng)，它將為圖書(shū)館提供更多的幫助，使的圖書(shū)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(gè)既相對(duì)獨(dú)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(bào)告撰寫(xiě)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(gè)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(ài)好者，向數(shù)據(jù)分析高手請(qǐng)教以下問(wèn)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(jí)的分析方法在這里能用嗎？

需要做多少?gòu)垐D表？

數(shù)據(jù)分析報(bào)告要寫(xiě)多少頁(yè)？

為什么這些數(shù)據(jù)分析愛(ài)好者會(huì)提出這些問(wèn)題呢？原因很簡(jiǎn)單，就是他們沒(méi)有明確的分析目的，為了分析而分析，而且一味追求高級(jí)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(wèn)題就自然迎刃而解了。例如，分析師是不會(huì)考慮“需要多少?gòu)垐D表”這樣的問(wèn)題的，而是思考這個(gè)圖表是否有效表達(dá)了觀點(diǎn)？如果沒(méi)有，需要怎樣調(diào)整？

所以在開(kāi)展數(shù)據(jù)分析之前，需要想清楚為什么要開(kāi)展此次數(shù)據(jù)分析？通過(guò)這次數(shù)據(jù)分析需要解決什么問(wèn)題？只有明確數(shù)據(jù)分析的目的，數(shù)據(jù)分析才不會(huì)偏離方向，否則得出的數(shù)據(jù)分析結(jié)果不僅沒(méi)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(duì)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(gè)不同的分析要點(diǎn)，也就是說(shuō)要達(dá)到這個(gè)目的該如何具體開(kāi)展數(shù)據(jù)分析？需要從哪幾個(gè)角度進(jìn)行分析？采用哪些分析指標(biāo)？

同時(shí)，還要確保分析框架的體系化，以便分析結(jié)果具有說(shuō)服力。體系化也就是邏輯化，簡(jiǎn)單來(lái)說(shuō)就是先分析什么，后分析什么，使得各個(gè)分析點(diǎn)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(yíng)銷、管理等方法和理論為指導(dǎo)，結(jié)合實(shí)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(yíng)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(shí)間管理、生命周期、邏輯樹(shù)、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(guò)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(guò)程，它為數(shù)據(jù)分析提供了素材和依據(jù)。這里所說(shuō)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(kù)、市場(chǎng)調(diào)查取得的數(shù)據(jù)等；第二手?jǐn)?shù)據(jù)主要指經(jīng)過(guò)加工整理后得到的數(shù)據(jù)，如統(tǒng)計(jì)局在互聯(lián)網(wǎng)上的數(shù)據(jù)、公開(kāi)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(duì)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(wú)章、難以理解的數(shù)據(jù)中抽取并推導(dǎo)出對(duì)解決問(wèn)題有價(jià)值、有意義的數(shù)據(jù)。如果數(shù)據(jù)本身存在錯(cuò)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(cuò)誤的，不具備任何參考價(jià)值，甚至還會(huì)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(jì)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?，?duì)收集來(lái)的數(shù)據(jù)進(jìn)行分析，提取有價(jià)值的信息，形成有效結(jié)論的過(guò)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(gè)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(guò)軟件來(lái)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(guò)Excel完成，而高級(jí)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(guò)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(huì)逐漸浮現(xiàn)出來(lái)，那么通過(guò)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(guò)表格和圖形的方式來(lái)呈現(xiàn)的，我們常說(shuō)用圖表說(shuō)話就是這個(gè)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(diǎn)圖、雷達(dá)圖等，當(dāng)然可以對(duì)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?yàn)樗芨佑行А⒅庇^地傳遞出分析師所要表達(dá)的觀點(diǎn)。一般情況下，能用圖說(shuō)明問(wèn)題的，就不用表格，能用表格說(shuō)明問(wèn)題的，就不用文字。

報(bào)告撰寫(xiě)

數(shù)據(jù)分析報(bào)告其實(shí)是對(duì)整個(gè)數(shù)據(jù)分析過(guò)程的一個(gè)總結(jié)與呈現(xiàn)。通過(guò)報(bào)告，把數(shù)據(jù)分析的起因、過(guò)程、結(jié)果及建議完整地呈現(xiàn)出來(lái)，以供決策者參考。所以數(shù)據(jù)分析報(bào)告是通過(guò)對(duì)數(shù)據(jù)全方位的科學(xué)分析來(lái)評(píng)估企業(yè)運(yùn)營(yíng)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(yùn)營(yíng)風(fēng)險(xiǎn)，提高企業(yè)核心競(jìng)爭(zhēng)力。

一份好的分析報(bào)告，首先需要有一個(gè)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(duì)象正確理解報(bào)告內(nèi)容；圖文并茂，可以令數(shù)據(jù)更加生動(dòng)活潑，提高視覺(jué)沖擊力，有助于讀者更形象、直觀地看清楚問(wèn)題和結(jié)論，從而產(chǎn)生思考。

另外，分析報(bào)告需要有明確的結(jié)論，沒(méi)有明確結(jié)論的分析稱不上分析，同時(shí)也失去了報(bào)告的意義，因?yàn)樽畛蹙褪菫閷ふ一蛘咔笞C一個(gè)結(jié)論才進(jìn)行分析的，所以千萬(wàn)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(píng)測(cè)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(cè)信息質(zhì)量環(huán)境的構(gòu)建。東方之星從軟件開(kāi)發(fā)到以第三方的身份參與教育督導(dǎo)評(píng)測(cè)，其成長(zhǎng)過(guò)程既是一個(gè)政府培育社會(huì)力量參與教育督導(dǎo)監(jiān)測(cè)的過(guò)程，也是一個(gè)政府研究如何引導(dǎo)社會(huì)力量參與教育評(píng)測(cè)機(jī)制實(shí)踐的過(guò)程。

1.提供多方位技術(shù)支持，服務(wù)教育督導(dǎo)評(píng)估

東方之星為大連市先后建設(shè)完成了教育督導(dǎo)評(píng)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(cè)系統(tǒng)、區(qū)域教育資源配置均衡發(fā)展監(jiān)測(cè)系統(tǒng)、學(xué)生品德發(fā)展監(jiān)測(cè)系統(tǒng)、教育督導(dǎo)數(shù)據(jù)管理平臺(tái)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(lái)越多、越來(lái)越寬泛的要求，需要企業(yè)自己根據(jù)國(guó)際、國(guó)內(nèi)教育督導(dǎo)發(fā)展趨勢(shì)，從基本理論（發(fā)展性督導(dǎo)評(píng)價(jià)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(jì)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(jì)、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(kāi)發(fā)系統(tǒng)。

2.提供個(gè)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(xiàng)督導(dǎo)評(píng)估中，國(guó)務(wù)院教育督導(dǎo)辦采用“差異系數(shù)”來(lái)監(jiān)測(cè)縣域義務(wù)教育校際間八項(xiàng)指標(biāo)的綜合均衡狀況，用數(shù)據(jù)說(shuō)話是一個(gè)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(jì)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(kāi)發(fā)了決策支持模型，為教育決策提供科學(xué)、詳實(shí)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?yàn)榻逃綄?dǎo)評(píng)估提供第三方評(píng)估服務(wù)邁出了堅(jiān)實(shí)的一步。大連市教育行政體系也逐步接受、認(rèn)可并主動(dòng)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(cè)，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(píng)測(cè)

東方之星依靠自身技術(shù)優(yōu)勢(shì)，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(cè)的基礎(chǔ)上，綜合監(jiān)測(cè)和分析省、市、縣義務(wù)教育均衡發(fā)展八項(xiàng)指標(biāo)的均衡情況、發(fā)展情況（相對(duì)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(duì)東方之星研究成果進(jìn)行了評(píng)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(dú)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(bào)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(bào)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(bào)告》。2015年，受遼寧省政府教育督導(dǎo)室委托，東方之星獨(dú)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(bào)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(bào)告》。

篇8

這是數(shù)據(jù)雜志北京部分讀者對(duì)統(tǒng)計(jì)媒體服務(wù)企業(yè)的一次專項(xiàng)活動(dòng)的評(píng)價(jià)。

“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(kāi)生面的專項(xiàng)服務(wù)活動(dòng)――“2009數(shù)據(jù)?統(tǒng)計(jì)分析報(bào)告會(huì)”?；顒?dòng)著眼企業(yè)讀者現(xiàn)實(shí)所需，以企業(yè)統(tǒng)計(jì)分析為主題，先后請(qǐng)國(guó)家統(tǒng)計(jì)局北京調(diào)查總隊(duì)副總隊(duì)長(zhǎng)邢志宏和北京市發(fā)改委經(jīng)濟(jì)與社會(huì)發(fā)展研究所投資消費(fèi)研究部主任劉秀如，分別就北京市一季度經(jīng)濟(jì)形勢(shì)和如何進(jìn)行統(tǒng)計(jì)分析寫(xiě)作作精彩報(bào)告，并就讀者關(guān)心的問(wèn)題進(jìn)行面對(duì)面溝通與互動(dòng)，報(bào)告會(huì)引起讀者的濃厚興趣和廣泛認(rèn)可。

■ 緣起

多年以來(lái)，充分利用《數(shù)據(jù)》平臺(tái)，加強(qiáng)與讀者溝通與互動(dòng)，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(jì)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(jì)工作領(lǐng)導(dǎo)和企業(yè)統(tǒng)計(jì)工作者參加論壇。2008年12月，數(shù)據(jù)雜志社組織召開(kāi)了“2008數(shù)據(jù)?企業(yè)讀者座談會(huì)”，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(jì)數(shù)據(jù)質(zhì)量、加強(qiáng)統(tǒng)計(jì)信息服務(wù)、改進(jìn)統(tǒng)計(jì)行政執(zhí)法等熱點(diǎn)問(wèn)題積極建言獻(xiàn)策。

面對(duì)國(guó)際金融危機(jī)背景，北京企業(yè)受到的影響程度有多大；在擴(kuò)內(nèi)需、保增長(zhǎng)要求下，企業(yè)如何發(fā)展，前景如何？及時(shí)提供有質(zhì)量、有份量的企業(yè)統(tǒng)計(jì)分析報(bào)告成為亟待解決的課題，也是企業(yè)領(lǐng)導(dǎo)對(duì)企業(yè)統(tǒng)計(jì)工作者的殷切希望和期待。許多企業(yè)統(tǒng)計(jì)工作者通過(guò)電話、電子郵件等形式紛紛向本刊反映提升統(tǒng)計(jì)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(jì)人的家園，企業(yè)統(tǒng)計(jì)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(kāi)始籌辦“2009數(shù)據(jù)?統(tǒng)計(jì)分析報(bào)告會(huì)”，邀請(qǐng)統(tǒng)計(jì)分析的行家里手，結(jié)合統(tǒng)計(jì)工作實(shí)際，就統(tǒng)計(jì)分析報(bào)告寫(xiě)作作專題講座準(zhǔn)備，用實(shí)實(shí)在在的行動(dòng)來(lái)回報(bào)廣大讀者的支持和幫助。

■ 主講

“統(tǒng)計(jì)分析寫(xiě)作是統(tǒng)計(jì)人的看家本領(lǐng)”。主持人數(shù)據(jù)雜志社總編張雪原一語(yǔ)道出了報(bào)告會(huì)的主旨和要義。在聽(tīng)眾們的熱切期待和掌聲中，國(guó)家統(tǒng)計(jì)局北京調(diào)查總隊(duì)副總隊(duì)長(zhǎng)邢志宏首先開(kāi)講。邢志宏結(jié)合一季度北京經(jīng)濟(jì)狀況及發(fā)展走勢(shì)，分別以餅圖、柱狀圖、曲線圖等專業(yè)圖表作演示，從統(tǒng)計(jì)視角揭秘“數(shù)據(jù)背后的故事”。

邢志宏介紹，從近10年來(lái)的季度統(tǒng)計(jì)數(shù)據(jù)看，北京經(jīng)濟(jì)曾出現(xiàn)過(guò)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(zhǎng)分別為7.5%和7.3%。今年一季度，北京經(jīng)濟(jì)增長(zhǎng)6.1%，可以說(shuō)近10年來(lái)是國(guó)際經(jīng)濟(jì)形勢(shì)對(duì)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(zhǎng)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(shì)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(gè)業(yè)態(tài)中，有13個(gè)業(yè)態(tài)出現(xiàn)增長(zhǎng)；財(cái)政收入3月份出現(xiàn)6.9%的增長(zhǎng)。此外，從就業(yè)形勢(shì)的穩(wěn)定、消費(fèi)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(shí)刻很可能已經(jīng)過(guò)去。但是否就此判斷北京經(jīng)濟(jì)已出現(xiàn)拐點(diǎn)，關(guān)鍵還要看第二季度數(shù)據(jù)。如果二季度啟動(dòng)內(nèi)需的作用不足以彌補(bǔ)外需不足帶來(lái)的影響，全市經(jīng)濟(jì)仍會(huì)處于低谷狀態(tài)。所以，現(xiàn)在關(guān)鍵是落實(shí)內(nèi)需的一攬子計(jì)劃，鞏固內(nèi)需的基礎(chǔ)。

“一季度北京房地產(chǎn)交易增長(zhǎng)81.1%的回暖勢(shì)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(fèi)需求尚未進(jìn)場(chǎng)，房地產(chǎn)市場(chǎng)仍處于調(diào)整期?！北本┦邪l(fā)發(fā)委經(jīng)濟(jì)與社會(huì)發(fā)展研究所投資消費(fèi)研究部主任劉秀如以北京市房地產(chǎn)形勢(shì)分析為例進(jìn)行了她的統(tǒng)計(jì)分析寫(xiě)作的報(bào)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(duì)單一調(diào)控目標(biāo)密集使用‘組合拳’，容易造成市場(chǎng)周期調(diào)整步伐過(guò)快。如果從U形發(fā)展轉(zhuǎn)變?yōu)閂形反彈，對(duì)北京房地產(chǎn)產(chǎn)業(yè)的健康和北京經(jīng)濟(jì)長(zhǎng)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(kāi)發(fā)模式革新等諸多方面，需要較長(zhǎng)時(shí)間完成盤(pán)整。

劉秀如結(jié)合房地產(chǎn)形勢(shì)指出，統(tǒng)計(jì)分析要本著客觀、中立的態(tài)度，做一個(gè)理性的第三方；要盡可能預(yù)測(cè)客觀走勢(shì)，兼顧政府、開(kāi)發(fā)商、消費(fèi)者、公眾等群體的態(tài)度；要以政府統(tǒng)計(jì)數(shù)據(jù)為基本依據(jù)，以建委數(shù)據(jù)、中介機(jī)構(gòu)等調(diào)查數(shù)據(jù)為補(bǔ)充數(shù)據(jù)，從總體上考量房地產(chǎn)態(tài)勢(shì)。

■ 共鳴

時(shí)鐘已過(guò)10點(diǎn)，報(bào)告會(huì)后半場(chǎng)進(jìn)入互動(dòng)。豐臺(tái)區(qū)統(tǒng)計(jì)局靳立華、北京現(xiàn)代汽車有限公司統(tǒng)計(jì)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(cái)務(wù)負(fù)責(zé)人黃麗萍等分別就統(tǒng)計(jì)分析報(bào)告的數(shù)據(jù)運(yùn)用、出現(xiàn)統(tǒng)計(jì)口徑不一致如何解決、執(zhí)行新會(huì)計(jì)報(bào)表后與統(tǒng)計(jì)數(shù)據(jù)的銜接等問(wèn)題與臺(tái)上嘉賓進(jìn)行了對(duì)話交流。

如一石激起萬(wàn)千漣漪，互動(dòng)像開(kāi)啟了思維的閘門(mén)，許多企業(yè)讀者把在基層難以解答的問(wèn)題一個(gè)個(gè)拋向嘉賓，請(qǐng)求解答。報(bào)告會(huì)到了預(yù)定時(shí)間，但聽(tīng)眾仍然意猶未盡。接下來(lái)，以企業(yè)統(tǒng)計(jì)分析為主題的相關(guān)問(wèn)題又一次次地通過(guò)《數(shù)據(jù)》平臺(tái)，在讀者、編者、作者或?qū)＜抑袀鬟f著、交流著、探索著，認(rèn)識(shí)越來(lái)越一致，寫(xiě)法越來(lái)越清晰。

堅(jiān)持以數(shù)據(jù)為支撐，分析為前提，在擁有詳實(shí)數(shù)據(jù)和精到分析的基礎(chǔ)上形成分析報(bào)告。北京首都開(kāi)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(jì)的參謀作用沒(méi)有充分發(fā)揮出來(lái)，原因在于不能運(yùn)用手頭現(xiàn)有數(shù)據(jù)寫(xiě)出內(nèi)容詳實(shí)的分析報(bào)告；有些則是統(tǒng)計(jì)數(shù)據(jù)分析的層面有局限性，不能及時(shí)從領(lǐng)導(dǎo)關(guān)心的角度提供急需的分析；有的是對(duì)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(shuō)話沒(méi)有底氣?！泵霞褟?qiáng)調(diào)統(tǒng)計(jì)分析報(bào)告要堅(jiān)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(yùn)作意識(shí)不強(qiáng)戰(zhàn)略是企業(yè)發(fā)展的長(zhǎng)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(lái)說(shuō)，企業(yè)必須先確定營(yíng)銷戰(zhàn)略，然后再根據(jù)戰(zhàn)略制定策略。具體在營(yíng)銷模擬實(shí)驗(yàn)中，學(xué)生先要進(jìn)行SWOT分析，明確企業(yè)的優(yōu)勢(shì)、劣勢(shì)、機(jī)會(huì)和威脅;然后進(jìn)行STP分析，把握各細(xì)分市場(chǎng)之間的差異性，明確公司的目標(biāo)市場(chǎng)，確定產(chǎn)品的市場(chǎng)定位;之后再制定公司的具體發(fā)展目標(biāo)，如市場(chǎng)占有率目標(biāo)、銷售額目標(biāo)、利潤(rùn)目標(biāo)，這些內(nèi)容基本都屬于公司戰(zhàn)略決策的范疇，對(duì)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(shí)驗(yàn)操作實(shí)際中，很多學(xué)生對(duì)戰(zhàn)略分析不夠重視，把大部分時(shí)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(kāi)發(fā)、新品牌的推出、價(jià)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(pán)考慮。實(shí)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(duì)性和實(shí)用性不強(qiáng)，甚至有些策略就憑主觀感覺(jué)或估計(jì)來(lái)確定。

2．決策過(guò)程不嚴(yán)謹(jǐn)，數(shù)據(jù)分析能力弱由于市場(chǎng)環(huán)境越來(lái)越復(fù)雜，決策風(fēng)險(xiǎn)越來(lái)越大，企業(yè)的決策日趨客觀嚴(yán)謹(jǐn)，決策中越來(lái)越重視數(shù)據(jù)的支撐作用。數(shù)據(jù)是市場(chǎng)的真實(shí)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(yíng)銷模擬實(shí)驗(yàn)教學(xué)的一個(gè)重要目標(biāo)。市場(chǎng)模擬營(yíng)銷實(shí)驗(yàn)中包含大量的數(shù)據(jù)，比如銷售量、銷售額、增長(zhǎng)率、利潤(rùn)額、利潤(rùn)率、生產(chǎn)成本、投資收益率、知名度、股價(jià)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(yíng)銷計(jì)劃執(zhí)行后，這些數(shù)據(jù)或圖表就會(huì)發(fā)生相應(yīng)的變化。這些數(shù)據(jù)中蘊(yùn)含著豐富的市場(chǎng)信息，非常值得我們?nèi)ネ诰颍@些數(shù)據(jù)或圖表并沒(méi)有被學(xué)生很好地利用，學(xué)生對(duì)數(shù)據(jù)的敏感度不夠，不擅長(zhǎng)去分析其中包含的信息，對(duì)它們的認(rèn)識(shí)有些表面化，往往是在進(jìn)行簡(jiǎn)單的了解后便很快制定出營(yíng)銷策略，決策過(guò)程欠嚴(yán)謹(jǐn)。

二、市場(chǎng)營(yíng)銷模擬實(shí)驗(yàn)教學(xué)的優(yōu)化對(duì)策

1．科學(xué)分組，確保競(jìng)爭(zhēng)公平為使每一位同學(xué)都能始終保持實(shí)驗(yàn)興趣，也為了保證小組競(jìng)爭(zhēng)的公平，教師在實(shí)驗(yàn)開(kāi)始前必須對(duì)全班進(jìn)行科學(xué)分組。分組時(shí)要考慮以下幾點(diǎn):首先要確定每組的人數(shù)，每組人數(shù)不宜過(guò)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(duì)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(duì)突出的同學(xué)，以保證決策過(guò)程的專業(yè)性和合理性，并帶動(dòng)其他同學(xué)積極參與。確定組隊(duì)標(biāo)準(zhǔn)后，學(xué)生可以先行組合，然后把組隊(duì)名單交給老師，老師根據(jù)實(shí)際情況對(duì)各組成員進(jìn)行適當(dāng)調(diào)整，盡量使各組的實(shí)力保持相對(duì)平衡。

2．突出戰(zhàn)略決策，做好市場(chǎng)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(chǎng)及產(chǎn)品的規(guī)劃，在此基礎(chǔ)上再制定出不同階段的營(yíng)銷策略。為此企業(yè)需要對(duì)營(yíng)銷環(huán)境做出全面細(xì)致的分析，了解企業(yè)的優(yōu)勢(shì)、劣勢(shì)、機(jī)會(huì)和威脅，并在市場(chǎng)細(xì)分的基礎(chǔ)上做出目標(biāo)市場(chǎng)的選擇，確定產(chǎn)品在目標(biāo)市場(chǎng)的定位，最終形成成熟的營(yíng)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(xiàng)，需要教師在實(shí)驗(yàn)環(huán)節(jié)中予以特別重視，通過(guò)一系列強(qiáng)化訓(xùn)練來(lái)培養(yǎng)。比如要求學(xué)生在每次實(shí)驗(yàn)中必須提交兩份戰(zhàn)略分析報(bào)告，一份是SWOT分析報(bào)告，一份是STP報(bào)告，報(bào)告中必須對(duì)營(yíng)銷環(huán)境、戰(zhàn)略定位、營(yíng)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(bào)告沒(méi)有提交之前，不能進(jìn)入下一個(gè)實(shí)驗(yàn)環(huán)節(jié)。在每一年度的營(yíng)銷實(shí)驗(yàn)結(jié)束后，教師還要對(duì)全班所有同學(xué)的分析報(bào)告進(jìn)行評(píng)比，將評(píng)比結(jié)果作為期末成績(jī)的參考。通過(guò)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(wèn)題的能力。

3．強(qiáng)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(gè)人看待問(wèn)題的深度以及思維的嚴(yán)謹(jǐn)性，但對(duì)于很多學(xué)生來(lái)說(shuō)，由于營(yíng)銷分析工具掌握不牢固，對(duì)數(shù)據(jù)分析的方法比較生疏，難以從多個(gè)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(jué)或個(gè)人經(jīng)驗(yàn)，再結(jié)合一些表面的數(shù)據(jù)來(lái)制定營(yíng)銷對(duì)策，決策過(guò)程存在某種隨意性。為改變這一不良決策習(xí)慣，教師在實(shí)驗(yàn)中必須強(qiáng)調(diào)一點(diǎn)，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(shuō)話。這并非提倡決策的“數(shù)據(jù)主義”，只是強(qiáng)調(diào)嚴(yán)謹(jǐn)決策的重要，這種訓(xùn)練對(duì)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(wèn)題和解決問(wèn)題。以營(yíng)銷模擬實(shí)驗(yàn)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(yíng)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(duì)這些數(shù)據(jù)進(jìn)行科學(xué)計(jì)算，得出廣告投放的時(shí)間、次數(shù)和費(fèi)用，而不能憑估計(jì)隨意給定一個(gè)數(shù)字。

篇10

因此，很多企業(yè)都會(huì)利用Hadoop實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)，再通過(guò)其他工具實(shí)現(xiàn)對(duì)大數(shù)據(jù)的高速捕獲和實(shí)時(shí)分析。這里，我們將通過(guò)艾瑞咨詢集團(tuán)的一個(gè)真實(shí)案例，解讀一下敏捷BI如何和Hadoop進(jìn)行互補(bǔ)，幫助其實(shí)現(xiàn)互聯(lián)網(wǎng)大數(shù)據(jù)分析的。

定制化項(xiàng)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(wú)線增值等新經(jīng)濟(jì)領(lǐng)域，深入研究和了解消費(fèi)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(chǎng)調(diào)查研究和戰(zhàn)略咨詢服務(wù)的專業(yè)市場(chǎng)調(diào)研機(jī)構(gòu)。

目前，艾瑞咨詢集團(tuán)可以向企業(yè)提供線下報(bào)告和軟件兩種定制化咨詢報(bào)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(bào)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(xiàng)目所需人工成本升高、迭代周期延長(zhǎng)，艾瑞咨詢集團(tuán)往往不敢承接太多定制化項(xiàng)目。

通過(guò)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(shí)間維度和網(wǎng)站匯總對(duì)用戶的來(lái)源地區(qū)、來(lái)路域名、頁(yè)面訪問(wèn)次數(shù)、停留時(shí)間、有效訪問(wèn)次數(shù)、跳出率、回訪者、新訪問(wèn)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(jì)分析，并且還能夠在動(dòng)態(tài)添加條件之后，通過(guò)對(duì)監(jiān)測(cè)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(shí)，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(bào)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(bào)表相對(duì)靜態(tài)，分析的維度和度量的計(jì)算方式已在建模時(shí)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(shí)，業(yè)務(wù)人員不能直接調(diào)整報(bào)表，需要IT人員重新建?；蛐薷囊延蟹治瞿Ｐ?，耗時(shí)較長(zhǎng)，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(lái)進(jìn)行大費(fèi)周折的數(shù)據(jù)分析。

造成這些問(wèn)題的本質(zhì)原因是，過(guò)去的技術(shù)架構(gòu)針對(duì)海量數(shù)據(jù)的計(jì)算能力不足，企業(yè)用戶需要通過(guò)建模、二次表、Cube提前進(jìn)行數(shù)據(jù)運(yùn)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(bào)告，不僅能看還能動(dòng)態(tài)分析。對(duì)于艾瑞咨詢集團(tuán)來(lái)說(shuō)，數(shù)據(jù)展現(xiàn)應(yīng)該是起點(diǎn)而不是終點(diǎn)?？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(wèn)題并找到答案，還要能采取行動(dòng)。與數(shù)據(jù)交互的過(guò)程要足夠快，如果用戶每次點(diǎn)擊需要等三五分鐘才出結(jié)果，就無(wú)法進(jìn)行交互分析。

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

同時(shí)，分析報(bào)告需求經(jīng)常需要牽涉到數(shù)據(jù)層的改動(dòng)，需要IT部門(mén)去改進(jìn)數(shù)據(jù)層和業(yè)務(wù)層，傳統(tǒng)BI平臺(tái)需要一兩個(gè)月才能完成模型梳理。敏捷BI無(wú)需事先建模，可以在分析過(guò)程中靈活調(diào)整分析維度和報(bào)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(gè)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(shí)時(shí)調(diào)整分析的維度和度量的計(jì)算方式，極大地增加了靈活性，真正做到和數(shù)據(jù)對(duì)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?yàn)?，傳統(tǒng)技術(shù)架構(gòu)沒(méi)有引入大數(shù)據(jù)技術(shù)，面對(duì)海量數(shù)據(jù)無(wú)法在用戶點(diǎn)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(guò)建模提前把數(shù)據(jù)匯總好，才能保證分析報(bào)表展現(xiàn)時(shí)的速度。

因此，實(shí)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(jì)算、內(nèi)存計(jì)算、列存儲(chǔ)、庫(kù)內(nèi)計(jì)算等。敏捷BI可以通過(guò)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(jià)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(wàn)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(duì)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(kù)和Hadoop架構(gòu)已經(jīng)無(wú)法滿足高性能和即時(shí)分析的需求。

為此，艾瑞咨詢集團(tuán)考察過(guò)國(guó)外一些知名的產(chǎn)品，但是當(dāng)他們獲知產(chǎn)品的價(jià)格和后續(xù)的服務(wù)費(fèi)用之后只能放棄。而國(guó)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(duì)靈活的多維度分析變化需求，且針對(duì)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(gè)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(bào)告。對(duì)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(bào)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(gè)月。

同時(shí)，艾瑞咨詢集團(tuán)原來(lái)由于擔(dān)心需求變化導(dǎo)致沒(méi)有能力交付的很多項(xiàng)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(cuò)的方式，使得艾瑞咨詢集團(tuán)有能力承接很多此類項(xiàng)目。

由于業(yè)務(wù)效率的極大提升，有能力承接更多的項(xiàng)目，艾瑞咨詢集團(tuán)的收入空間也出現(xiàn)了數(shù)倍的增長(zhǎng)。與此同時(shí)，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(bào)告，提升企業(yè)用戶體驗(yàn)，艾瑞咨詢集團(tuán)基于敏捷BI工具，構(gòu)建了一個(gè)新型SaaS平臺(tái)。艾瑞咨詢集團(tuán)把企業(yè)客戶用Hadoop架構(gòu)存儲(chǔ)的數(shù)據(jù)，通過(guò)敏捷BI提供的接口導(dǎo)入到數(shù)據(jù)集市內(nèi)，然后通過(guò)敏捷BI快速呈現(xiàn)出結(jié)果。

事實(shí)上，Hadoop和敏捷BI都有各自適用的不同業(yè)務(wù)場(chǎng)景，兩者是相互補(bǔ)充的關(guān)系。當(dāng)前，很多企業(yè)都采用Hadoop實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)，然后把Hadoop數(shù)據(jù)導(dǎo)入敏捷BI基于分布式內(nèi)存計(jì)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。