数据分析与数据挖掘的现状

我已经很久没写文章了。我目前从事BI行业，主要从事BO（报告展示）。写这篇文章主要是为了分享我的经验。我不是一头大牛，基本的小白人，所以你会看到更多的经验（没有大脑），而不是一堆NB轰炸的专业名称、算法、建模理念、分析理念和其他技术共享文章。更多的是对这个职业的看法，技术问题相信杜娘比我更专业！欢迎吐槽指正！说到数据分析，我们必须谈论BI商业智能(BI，BusinessIntelligence)。BI(BusinessIntelligence)即商业智能，是一套完整的解决方案，用于有效整合企业现有数据，快速准确地提供报告，提出决策依据，帮助企业做出明智的商业决策。广义的BI包括很多方面，包括数据处理-数据存储-数据仓库-(数据挖掘)-BO显示层BI是智能数据分析。说白了，我们让电脑帮我们做了很多手工工作，省去了很多复杂繁琐的人工。这就是智能。比如我们用工具定期跑出日报、周报、月报等报表！有三点：1、目前，大多数企业的BI不包括数据挖掘。事实上，很多人对这个过程并不太了解。一般来说，他们只是认为BI是一份报告。是的，是做报表的(BO展示层)。2、很多小企业的数据分析岗位只是简单粗暴的DB Excel，所以你会发现，**，工资好低！3、DB Excel只能在小企业数据分析量小的基础上进行。在未来数据激增的情况下，一个注重数据分析的企业必然会走智能化的道路。毕竟人工也是成本~数据分析和数据挖掘/**以下是百度百科解释**/数据分析，是指用适当的统计分析方法分析收集到的大量数据。对数据进行详细研究和总结的过程，提取有用的信息，形成结论。这一过程也是质量管理体系的支撑过程。这一过程也是质量管理体系的支撑过程。实际上，数据分析可以帮助人们做出判断，从而采取适当的行动。数据挖掘(英语:Datamining)，翻译为数据探索和数据采矿。是数据库知识发现(英语:Knowledge-DiscoveryinDatabases，简称：KDD)其中一步。数据挖掘通常是指通过算法从大量数据中搜索隐藏信息的过程。数据挖掘通常与计算机科学有关，上述目标通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验规则）和模式识别等方法实现。许多人没有区分数据分析和数据挖掘，数据分析实际上包括数据挖掘，但现在大多数企业细分职位，一般数据分析和数据挖掘是两个不同的职位！我下面提到的数据分析是基于企业当前的数据分析职位（狭义的数据分析，做报告~）数据分析主要是描述性统计分析，报告，属于BO水平。IBMcognoss工具、SAPBO、oracleBIEE、MicrosoftSSRS、MicroStrategy、Smartbi、QlikView、Power-BI等~太多了，基本功能都差不多，就是做好OLAP数据集后，通过可视化操作开发报表框架，然后定期发布报表！数据挖掘主要用于海量数据挖掘和预测分析，如相关规则、分类、回归、聚类、离群点检测等算法。主要工具是SAS、SPSS、R&Python、MSDataMing等，SAS&SPSS可视化界面，操作简单，使用方便；R&Python需要自己编程，比较难，但是函数和算法都是封装的，可以直接使用。数据挖掘主要基于海量数据，即大数据。数据挖掘主要基于海量数据，即大数据。现在我觉得任何东西都与大数据联系在一起，它变得高大了！基于这个数据量的前提，目前国内的数据挖掘主要是金融(银行、保险、证券)、电信、广告等行业&三大BAT巨头！说实话，数据挖掘、算法、统计思想这些都不是最重要的，最根本的是业务知识！与BO相比，数据挖掘最需要你对业务的理解。如果你对业务有透彻的了解，很多东西甚至不需要算法建模。你只需要画一个透视图和一个透视表，你就会发现规则（知识）。许多新手会问的一个问题是，入门需要什么技能？1.对于数据分析，最重要的技能是SQL、SQL、SQL BO工具(只需了解一下，毕竟使用起来很简单)SQL需要多大程度？企业日常使用的大部分是:80%(添加、删除、查看和更改) 连接查询 基本聚合函数 数据格式处理函数) 20%(使用其他函数)，你只需要增加、删除和修改 连接查询 基本聚合函数 这些基本功能可以通过数据格式处理函数，其他函数可以通过百度使用，使用率相对较低。/**不要再幻想这个职位了。介绍很简单。首先，你需要找到一份相关的工作，然后你会发现我说的是真相**/2。对于(DM)在数据挖掘方面，建模的大部分工作仍然花在数据处理上，这取决于相应企业使用的工具，数据处理过程需要了解！/**不要再幻想这个职位了。入门很简单。首先，你需要找一份相关的工作，然后你会发现我说的是真相**/2。(DM)在数据挖掘方面，建模的大部分工作仍然花在数据处理上，这取决于相应企业使用的工具，数据处理过程需要理解！！ 算法(建模)思想 在日常工作中积累了统计基础和业务知识。SO，DM的入门基础相对较高，门槛相对较高。第三，补充一点:数据库开发是数据分析、数据挖掘和大数据相关工作的另一个特别重要的岗位。与DBA不同的是，大多数BI&DM80%的数据库开发实际上是倒数据，因此早期的数据处理环节尤为重要，衍生出专业的数据库开发，主要从事ETL、数据迁移、多维数据集、数据仓库建设、OLAP，universe，query等工作。对技术要求高，属于底层工作人员，个人认为特别重要！技术控制可以发展到数据库或数据挖掘，数据分析(BO)技术要求相对较低。基于以上，我将分享如何通过招聘通知了解企业数据架构，选择相对较好的职业，做好个人职业规划~~money、money、money~~~如何为企业选择BI架构？