蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

本文根據(jù)北京元年科技股份有限公司高級(jí)副總裁李彤在“信息技術(shù)與財(cái)務(wù)的未來”高峰論壇演講內(nèi)容整理

數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程，或者企業(yè)按既定目標(biāo)，對(duì)大量企業(yè)數(shù)據(jù)進(jìn)行探索和分析，揭示隱藏的、未知的或驗(yàn)證已知的規(guī)律性，并進(jìn)一步將其模型化的方法，即Data Mining ——從數(shù)據(jù)中獲取“知識(shí)”。

一

數(shù)據(jù)挖掘是如何產(chǎn)生的？數(shù)據(jù)庫技術(shù)和數(shù)據(jù)處理技術(shù)已經(jīng)有60年的歷史，60年代伴隨著計(jì)算機(jī)的普及，數(shù)據(jù)庫技術(shù)興起，實(shí)現(xiàn)了流程效率標(biāo)準(zhǔn)化，但也產(chǎn)生了大量數(shù)據(jù)，如何運(yùn)用這些數(shù)據(jù)對(duì)管理進(jìn)行決策成為下一個(gè)等待解決的問題。

時(shí)間轉(zhuǎn)到80年代，這時(shí)出現(xiàn)了專門的OLAP技術(shù)（數(shù)據(jù)分析服務(wù)），它對(duì)所有數(shù)據(jù)進(jìn)行加工利用，把ERP中的關(guān)系數(shù)據(jù)和分析數(shù)據(jù)分離，目的是解決數(shù)據(jù)量比較大的情況下，在分析計(jì)算的時(shí)候不影響正常業(yè)務(wù)的發(fā)生。

但是，運(yùn)用OLAP做分析時(shí)仍然主要依靠于人，比如我們發(fā)現(xiàn)整個(gè)集團(tuán)的利潤或銷售收入有問題，我們可以按產(chǎn)品、客戶一級(jí)一級(jí)找，最終發(fā)現(xiàn)是某一個(gè)區(qū)域的某一個(gè)市場上的某一個(gè)產(chǎn)品出現(xiàn)了問題。但想具體分析是什么因素影響了銷售和利潤的達(dá)成，那我們就沒有辦法了。

進(jìn)入20世紀(jì)，商業(yè)社會(huì)飛速發(fā)展，數(shù)據(jù)量越來越大，沒有辦法依靠個(gè)人的經(jīng)驗(yàn)總結(jié)，必須要依靠算法，數(shù)據(jù)挖掘的構(gòu)想由此產(chǎn)生。

二

凡是對(duì)數(shù)據(jù)挖掘有一點(diǎn)基礎(chǔ)概念的人都知道沃爾瑪在數(shù)據(jù)挖掘中有一個(gè)經(jīng)典的案例，他們通過對(duì)海量消費(fèi)者購物小票購買商品的關(guān)聯(lián)分析，發(fā)現(xiàn)有30%購買尿布的消費(fèi)者會(huì)同時(shí)購買啤酒。利用這個(gè)規(guī)律可以幫助他們在陳列貨架的時(shí)候，把尿布和啤酒放在相近的位置，事實(shí)證明能夠非常有效地促進(jìn)啤酒的銷售。

這個(gè)規(guī)律實(shí)際上就是數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)了知識(shí)，其實(shí)背后是有一定邏輯支持，因?yàn)楹芏嗄贻p的父親肩負(fù)著給孩子買尿布的工作，到超市的時(shí)候自然就順手給自己買了啤酒。試想沒有數(shù)據(jù)挖掘的方法，依靠個(gè)人肯定很難得出這樣的結(jié)論。這就告訴我們，其實(shí)數(shù)據(jù)挖掘的核心是數(shù)據(jù)加算法。

在數(shù)據(jù)挖掘的領(lǐng)域中算法非常多，大概可以分成兩大類，第一描述類，包括聚類分析、尋找管理、異常檢測等，是對(duì)現(xiàn)有數(shù)據(jù)的處理；第二預(yù)測類，包括分類、回歸分析、序列分析等，主要通過建立數(shù)學(xué)模型，利用歷史數(shù)據(jù)搭建出來的數(shù)據(jù)模型，對(duì)一些新的數(shù)據(jù)進(jìn)行判斷。

不過，光有算法是不夠的，數(shù)據(jù)挖掘的方法沒有特定的一招可以打遍天下的方法，而一定是在理解業(yè)務(wù)的基礎(chǔ)上吃透手里的數(shù)據(jù)。通過直覺判斷設(shè)計(jì)模型，由輸出的數(shù)據(jù)來驗(yàn)證直覺是否正確，如果不正確再增加調(diào)整分析模型。數(shù)據(jù)挖掘需要反復(fù)迭代，而且是針對(duì)每一個(gè)應(yīng)用場景非常個(gè)性化的分析過程。一直到模型可以應(yīng)用的時(shí)候，才會(huì)把它投入到解決實(shí)際問題的應(yīng)用當(dāng)中。

對(duì)于企業(yè)來講，真正應(yīng)用數(shù)據(jù)挖掘需要構(gòu)建完整的從數(shù)據(jù)獲取、數(shù)據(jù)清洗、治理到建立數(shù)據(jù)倉庫，抽象出多維模型的流程，然后才能提供給數(shù)據(jù)挖掘的算法進(jìn)行數(shù)據(jù)加工和處理，它需要企業(yè)有一整套數(shù)據(jù)架構(gòu)的支撐，才能做好數(shù)據(jù)挖掘的工作。

三

數(shù)據(jù)挖掘的效果似乎很炫酷，實(shí)際上過程非常曲折。在數(shù)據(jù)獲取、算法設(shè)計(jì)的過程中會(huì)不斷遇到各種各樣的挑戰(zhàn)，才能最終取得一點(diǎn)點(diǎn)對(duì)于業(yè)務(wù)有幫助、有價(jià)值的知識(shí)和信息?？偨Y(jié)一下制約著數(shù)據(jù)挖掘應(yīng)用的因素：

1、數(shù)據(jù)質(zhì)量，如果數(shù)據(jù)都是垃圾，那肯定挖不到金子。

2、算法基礎(chǔ)，參與數(shù)據(jù)挖掘工作從業(yè)人員需要掌握統(tǒng)計(jì)學(xué)和數(shù)學(xué)的知識(shí)。

3、計(jì)算性能，如果數(shù)據(jù)量大，算法復(fù)雜，那么對(duì)計(jì)算性能就會(huì)有非常高的要求。

數(shù)據(jù)挖掘是大數(shù)據(jù)核心的應(yīng)用，對(duì)于在企業(yè)中數(shù)據(jù)挖掘技術(shù)的落地，我們建議企業(yè)從基礎(chǔ)開始，建立一套經(jīng)營分析預(yù)測的基礎(chǔ)網(wǎng)狀模型體系，建立多變量、多因素、復(fù)雜的決策網(wǎng)絡(luò)預(yù)算、經(jīng)營預(yù)測，尤其是能夠深入到某一個(gè)業(yè)務(wù)環(huán)節(jié)，例如銷售預(yù)測、供應(yīng)鏈預(yù)測等一些深入的模型。

在整體網(wǎng)狀模型的基礎(chǔ)上，再利用大數(shù)據(jù)和數(shù)據(jù)挖掘在例如價(jià)格預(yù)測、銷量預(yù)測等點(diǎn)上的進(jìn)行應(yīng)用。在在這些點(diǎn)的應(yīng)用中讓數(shù)據(jù)的分析和預(yù)測更精細(xì)，更科學(xué)。之后通過這些點(diǎn)狀應(yīng)用與收入、成本、費(fèi)用、利潤、現(xiàn)金流等完整的企業(yè)分析決策模型整合，在整體上發(fā)揮更大的決策支持價(jià)值。數(shù)據(jù)挖掘是一種科學(xué)決策的思維，即便在缺乏“海量”數(shù)據(jù)支撐的企業(yè)，利用這種思維和方法，還是能夠帶來數(shù)據(jù)價(jià)值的創(chuàng)造和提升。

長按識(shí)別二維碼，下載PPT全文

• “信息技術(shù)與財(cái)務(wù)的未來”高峰論壇暨2019年影響中國會(huì)計(jì)人員的十大信息技術(shù)評(píng)選結(jié)果發(fā)布會(huì)順利舉行

• 一文讀懂電子發(fā)票——電子發(fā)票助力企業(yè)進(jìn)行稅務(wù)管理數(shù)字化轉(zhuǎn)型

• 用一個(gè)簡單的公式來理解財(cái)務(wù)云

作 者| 李彤

編輯| 胡曉棟