數(shù)據(jù)質(zhì)量水平與商業(yè)智能的關(guān)系 當(dāng)無法通過商業(yè)智能系統(tǒng)和報(bào)告系統(tǒng)提供準(zhǔn)確的數(shù)據(jù)時(shí)，業(yè)務(wù)總體上都會(huì)受到影響。 以下是為創(chuàng)建報(bào)表的商業(yè)智能系統(tǒng)提供不可靠數(shù)據(jù)所造成的一些后果： 業(yè)務(wù)負(fù)責(zé)人：不準(zhǔn)確的管理報(bào)告
數(shù)據(jù)質(zhì)量角色 對(duì)于增強(qiáng)數(shù)據(jù)資產(chǎn)準(zhǔn)確度和價(jià)值而言，將數(shù)據(jù)質(zhì)量規(guī)則與活動(dòng)（探查、清洗和監(jiān)測(cè)）和MDM流程相集成顯得十分關(guān)鍵。在啟動(dòng)任何MDM項(xiàng)目之前，您都需要了解源數(shù)據(jù)的內(nèi)容、質(zhì)量和結(jié)構(gòu)。在數(shù)據(jù)源進(jìn)行的
技術(shù) 提升各方面商務(wù)績(jī)效——這是商務(wù)智能在企業(yè)內(nèi)部的最高目的和作用，有效的商務(wù)智能系統(tǒng)和技術(shù)能夠幫助企業(yè)提升各個(gè)方面的績(jī)效：財(cái)務(wù)的和非財(cái)務(wù)的，前臺(tái)的和后臺(tái)的，企業(yè)內(nèi)的和供應(yīng)鏈內(nèi)的，組織的和個(gè)人的。企
商務(wù) 商務(wù)數(shù)據(jù)和信息——商務(wù)數(shù)據(jù)和信息并不能加以狹隘的理解，這里所致的商務(wù)數(shù)據(jù)和信息包括一切可能對(duì)商務(wù)產(chǎn)生影響的、直接和間接的數(shù)據(jù)和信息，往小里說包括顧客的名字、地址和電話號(hào)碼等，往大里說包括過國(guó)際
管理——這里的“管理”主要是指對(duì)數(shù)據(jù)的儲(chǔ)存、提取、清洗、轉(zhuǎn)換、裝載、整合等工作，其目的主要是為了提高數(shù)據(jù)的質(zhì)量和安全性。 分析——“分析”是一個(gè)廣泛的概念，這里包括數(shù)據(jù)查詢、數(shù)據(jù)報(bào)告、多維分析、數(shù)據(jù)
企業(yè)——這里用“組織機(jī)構(gòu)”或“實(shí)體”會(huì)顯得更加完整，因?yàn)樗械慕M織機(jī)構(gòu)和實(shí)體（不只是企業(yè)）都可以而且應(yīng)該利用商務(wù)智能；之所以仍用“企業(yè)”是為保持與“商務(wù)”的一致性。各行各業(yè)，包括非企業(yè)性機(jī)構(gòu)，比如政
商業(yè)智能又名商務(wù)智能，英文為Business Intelligence，簡(jiǎn)寫為BI。提到“商業(yè)智能”這個(gè)詞，網(wǎng)上普遍認(rèn)為是Gartner機(jī)構(gòu)在1996年第一次提出來的，但事實(shí)上IBM的研究員Hans
在產(chǎn)品的整個(gè)壽命周期，包括從市場(chǎng)調(diào)研到售后服務(wù)和最終處置的各個(gè)過程都需要適當(dāng)運(yùn)用數(shù)據(jù)分析過程，以提升有效性。例如J.開普勒通過分析行星角位置的觀測(cè)數(shù)據(jù)，找出了行星運(yùn)動(dòng)規(guī)律。又如，一個(gè)企業(yè)的領(lǐng)導(dǎo)人要通
具體方法 數(shù)據(jù)分析有極廣泛的應(yīng)用范圍。典型的數(shù)據(jù)分析可能包含以下三個(gè)步： 1、探索性數(shù)據(jù)分析：當(dāng)數(shù)據(jù)剛?cè)〉脮r(shí)，可能雜亂無章，看不出規(guī)律，通過作圖、造表、用各種形式的方程擬合，計(jì)算某些特征量等手段探索
沃爾瑪經(jīng)典營(yíng)銷案例：啤酒與尿布“啤酒與尿布”的故事 產(chǎn)生于20世紀(jì)90年代的美國(guó)沃爾瑪超市中，沃爾瑪?shù)某泄芾砣藛T分析銷售數(shù)據(jù)時(shí)發(fā)現(xiàn)了一個(gè)令人難于理解的現(xiàn)象：在某些特定的情況下，“啤酒”與“尿布”兩
浙公網(wǎng)安備 33010802003509號(hào)
杭州講師網(wǎng)絡(luò)科技有限公司
