商務(wù)智能與數(shù)據(jù)可視化分析基礎(chǔ) 課件 第1章

第1章概述商務(wù)智能與數(shù)據(jù)可視化分析基礎(chǔ)1本章內(nèi)容商務(wù)智能概述

商務(wù)智能的定義與本質(zhì)商務(wù)智能的發(fā)展與技術(shù)商務(wù)智能的應(yīng)用與實施數(shù)據(jù)可視化概述

數(shù)據(jù)可視化的相關(guān)概念

數(shù)據(jù)可視化的應(yīng)用場景數(shù)據(jù)可視化的主流工具201商務(wù)智能的定義與發(fā)展商務(wù)智能的定義與本質(zhì)

商務(wù)智能的發(fā)展與技術(shù)商務(wù)智能的應(yīng)用與實施概述商務(wù)智能（BusinessIntelligence，BI），也譯作商業(yè)智能或商業(yè)智慧。早在1996年，加特納集團(tuán)（GartnerGroup）認(rèn)為“商務(wù)智能描述了一系列的概念和方法，通過應(yīng)用基于事實的支持系統(tǒng)來輔助商業(yè)決策的制定”。從上述定義可知，系統(tǒng)與輔助決策是商務(wù)智能的核心與關(guān)鍵。此后，眾多BI研究機(jī)構(gòu)、企業(yè)和學(xué)者從不同視角對商務(wù)智能進(jìn)行了定義。1.1商務(wù)智能的定義與本質(zhì)31.2商務(wù)智能的定義商務(wù)智能（BusinessIntelligence，BI），較有代表性的定義41.2商務(wù)智能的定義關(guān)于商務(wù)智能（BusinessIntelligence，BI），較有代表性的定義來

源定

義IBM商務(wù)智能是一系列技術(shù)支持的簡化信息收集、分析的策略結(jié)合，它應(yīng)該包括企業(yè)需要收集什么信息、誰需要去訪問這些數(shù)據(jù)、如何把原始數(shù)據(jù)轉(zhuǎn)化為最終導(dǎo)致戰(zhàn)略性決策的智能、客戶服務(wù)和供應(yīng)鏈管理Microsoft商務(wù)智能是任何嘗試獲取、分析企業(yè)數(shù)據(jù)以更清楚地了解市場和客戶、改進(jìn)企業(yè)流程、更有效地參與競爭的努力。在正確的時間向正確的決策者提供正確的信息，商業(yè)智能使企業(yè)用更好的時間做出比以前更好的決策DataWarehouseInstitute商務(wù)智能是將數(shù)據(jù)轉(zhuǎn)化為知識，將知識轉(zhuǎn)化為商業(yè)運營以獲取收益的過程Oracle商務(wù)智能是一種商務(wù)戰(zhàn)略，能夠持續(xù)不斷地對企業(yè)經(jīng)營理念、組織結(jié)構(gòu)和業(yè)務(wù)流程進(jìn)行重組，實現(xiàn)以顧客為中心的自動化管理SAP商務(wù)智能是收集、存儲、分析和訪問數(shù)據(jù)以幫助企業(yè)更好決策的技術(shù)IDC商務(wù)智能是下列軟件工具的集合：終端用戶查詢和報告工具、聯(lián)機(jī)分析處理工具、數(shù)據(jù)挖掘軟件、數(shù)據(jù)集市和數(shù)據(jù)倉庫產(chǎn)品、主管信息系統(tǒng)Teradata商務(wù)智能的目的是幫助決策者制定消息靈通的選擇。因此，現(xiàn)代商業(yè)智能系統(tǒng)必須能處理海量的、詳細(xì)的、全異的數(shù)據(jù)并快速將其轉(zhuǎn)化為有意義的、準(zhǔn)確、決策者可以放心執(zhí)行的信息帆軟商務(wù)智能是在打通企業(yè)數(shù)據(jù)孤島，實現(xiàn)數(shù)據(jù)集成和統(tǒng)一管理的基礎(chǔ)上，利用數(shù)據(jù)倉庫、數(shù)據(jù)可視化與分析技術(shù)，將指定的數(shù)據(jù)轉(zhuǎn)化為信息和知識的解決方案，其價值體現(xiàn)在滿足企業(yè)不同人群對數(shù)據(jù)查詢、分析和探索的需求，從而為管理和業(yè)務(wù)提供數(shù)據(jù)依據(jù)和決策支持趙衛(wèi)東商務(wù)智能是融合了先進(jìn)信息技術(shù)與創(chuàng)新管理理念的結(jié)合體，集成了企業(yè)內(nèi)外的數(shù)據(jù)，經(jīng)過加工并從中提取能夠創(chuàng)造商業(yè)價值的信息，面向企業(yè)戰(zhàn)略并服務(wù)于管理層、業(yè)務(wù)層，指導(dǎo)企業(yè)經(jīng)營決策，提升企業(yè)競爭力，涉及企業(yè)戰(zhàn)略、管理思想、業(yè)務(wù)整合和技術(shù)體系等層面，促進(jìn)信息到知識再到利潤的轉(zhuǎn)變，從而實現(xiàn)更好的績效51.3商務(wù)智能的內(nèi)涵商務(wù)智能的內(nèi)涵商務(wù)智能通過對輸入的數(shù)據(jù)和關(guān)系進(jìn)行數(shù)據(jù)挖掘，運用數(shù)據(jù)清洗、數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)預(yù)測與數(shù)據(jù)可視化等方法與技術(shù)，形成有價值的商務(wù)信息、可視化報表和決策方案等產(chǎn)物，從而達(dá)到優(yōu)化運營管理與輔助科學(xué)決策的目的。6商務(wù)智能的產(chǎn)生源自商務(wù)活動信息的處理，早期的企業(yè)管理信息系統(tǒng)，如：辦公自動化（OfficeAutomation，OA）、客戶關(guān)系管理（CustomerRelationshipManagement，CRM）、供應(yīng)鏈管理（SupplyChainManagement，SCM）等，積累了大量的數(shù)據(jù)，為“數(shù)據(jù)→信息→知識→價值”的轉(zhuǎn)換和智能科學(xué)決策提供了基礎(chǔ)。數(shù)據(jù)到價值的轉(zhuǎn)換如下圖。1.4商務(wù)智能的本質(zhì)71.5商務(wù)智能的本質(zhì)由于價值的發(fā)現(xiàn)與智慧密切相關(guān)，因而數(shù)據(jù)到價值的轉(zhuǎn)換過程，往往蘊涵著“數(shù)據(jù)→信息→知識→智慧”的加工過程，四者的相互關(guān)系如右圖所示。8在“數(shù)據(jù)→信息→知識→智慧”的加工過程中，其分別是指：1.數(shù)據(jù)：是對現(xiàn)實客觀事物的數(shù)量、屬性、位置等特征進(jìn)行的抽象化表示，以便于保存、傳遞和處理。數(shù)據(jù)的形式即包括常見的符號數(shù)據(jù)、文字?jǐn)?shù)據(jù)，也包括聲音數(shù)據(jù)、圖像數(shù)據(jù)、視頻數(shù)據(jù)等尚未加工過的初始素材。例如：數(shù)字2000。2.信息：是一種經(jīng)過加工處理后的數(shù)據(jù)，融入了人們對現(xiàn)實客觀事物的數(shù)量、屬性、位置等特征的認(rèn)識，具有時效性。例如：今日小米手機(jī)的價格為2000元。3.知識：是對信息進(jìn)行歸納、演繹、比較等加工提煉后的抽象描述，它來源于信息，并進(jìn)行了挖掘，用以發(fā)現(xiàn)隱藏的趨勢。它與已有的知識體系相結(jié)合，描述的是客觀事物的發(fā)展變化和運動狀態(tài)變化的規(guī)律，具有系統(tǒng)性、規(guī)律性和可預(yù)測性的特點。4.智慧：人類作為高智慧生物，具有在已有知識和獲得的信息基礎(chǔ)上，針對客觀物質(zhì)世界中產(chǎn)生的問題，進(jìn)行分析、對比、演繹找出解決方案的能力。1.6商務(wù)智能的本質(zhì)示例：數(shù)據(jù)：年齡18歲，其中18歲就是典型的數(shù)據(jù)。信息：今年18歲。知識：大一學(xué)生的平均年齡是18歲。智慧：大一學(xué)生的年齡大約是18歲。9商務(wù)智能的發(fā)展與信息系統(tǒng)的發(fā)展密切相關(guān)，早期的事務(wù)處理系統(tǒng)（TransactionProcessingSystem，TPS）、管理信息系統(tǒng)（ManagementInformationSystems，MIS）和決策支持系統(tǒng)（DecisionSupportSystem，DSS）等可看成是商務(wù)智能發(fā)展的前身。與商務(wù)智能發(fā)展相關(guān)的概念和詞語：事務(wù)：是指企業(yè)或機(jī)構(gòu)等組織中日常發(fā)生的、具有重復(fù)性的基本業(yè)務(wù)活動。事務(wù)處理系統(tǒng)：是指幫助操作者處理企業(yè)或機(jī)構(gòu)等組織中日常事務(wù)的系統(tǒng)。如入庫登記事務(wù)處理系統(tǒng)、訂單事務(wù)處理系統(tǒng)等。管理信息系統(tǒng)：是指以人為主導(dǎo)、利用計算機(jī)設(shè)備和信息處理手段、管理信息的系統(tǒng)，如客戶關(guān)系管理信息系統(tǒng)、生產(chǎn)管理信息系統(tǒng)等。決策支持系統(tǒng)：是指輔助決策者通過數(shù)據(jù)、模型和知識，以人機(jī)交互方式進(jìn)行半結(jié)構(gòu)化或非結(jié)構(gòu)化決策的計算機(jī)應(yīng)用系統(tǒng)。如物流調(diào)度決策支持系統(tǒng)、臨床決策支持系統(tǒng)等。1.7商務(wù)智能的發(fā)展101.8商務(wù)智能的發(fā)展傳統(tǒng)BI階段：此階段為第一代BI，其特點是對使用者的IT技能要求高，業(yè)務(wù)數(shù)據(jù)的挖掘能力較弱，與業(yè)務(wù)匹配的智能程度低，以報表平臺的方式給使用者提供服務(wù)。敏捷BI階段：此階段的BI對使用者的IT技能要求比傳統(tǒng)BI階段的要低，可為具有一定IT技能的業(yè)務(wù)人員提供服務(wù)，融入了業(yè)務(wù)匹配，雖然智能程度一般，但已經(jīng)具有一定的業(yè)務(wù)數(shù)據(jù)挖掘能力，以自助式數(shù)據(jù)分析平臺的方式給使用者提供服務(wù)。智能BI階段：該階段的服務(wù)面向全體業(yè)務(wù)人員，幫助業(yè)務(wù)人員在業(yè)務(wù)理解的基礎(chǔ)上，輕松發(fā)現(xiàn)數(shù)據(jù)的價值，并且將IT人員解放出來，讓他們回歸本位，專注數(shù)據(jù)挖掘技術(shù)與智能解決方案，實現(xiàn)由IT驅(qū)動業(yè)務(wù)發(fā)展走向數(shù)據(jù)驅(qū)動業(yè)務(wù)發(fā)展模式。BI發(fā)展各階段特點11商務(wù)智能的實現(xiàn)體現(xiàn)了原始數(shù)據(jù)到知識產(chǎn)生的過程，該過程的實現(xiàn)與技術(shù)密切相關(guān)。從技術(shù)架構(gòu)上來看，商務(wù)智能采用的是分層的架構(gòu)，包括數(shù)據(jù)底層、數(shù)據(jù)分析層和數(shù)據(jù)展示層。1.9商務(wù)智能的技術(shù)架構(gòu)1.數(shù)據(jù)展示層：豐富的報表和圖表數(shù)據(jù)以可視化的方式呈現(xiàn)，用戶可以通過電腦、手機(jī)、平板等媒介的瀏覽器來直觀瀏覽，從而能夠更好地決策。2.數(shù)據(jù)分析層：通過查詢、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘及可視化等方法抽取數(shù)據(jù)倉庫中的數(shù)據(jù)，并進(jìn)行分析，形成有價值的信息和知識。3.數(shù)據(jù)底層：負(fù)責(zé)管理數(shù)據(jù)，包括數(shù)據(jù)采集、數(shù)據(jù)抽取、轉(zhuǎn)換、裝載（ExtractTransformLoad，ETL）、以及數(shù)據(jù)倉庫構(gòu)建等環(huán)節(jié)。12商務(wù)智能的核心技術(shù)包括數(shù)據(jù)倉庫技術(shù)、聯(lián)機(jī)分析處理技術(shù)、數(shù)據(jù)挖掘、大數(shù)據(jù)技術(shù)和可視化技術(shù)等。（1）數(shù)據(jù)倉庫技術(shù)

數(shù)據(jù)倉庫（DataWarehouse，DW）與一般的數(shù)據(jù)庫管理技術(shù)的不同之處在于它可以處理海量的數(shù)據(jù)，并且能采用ETL技術(shù)，即提?。‥xtract）、轉(zhuǎn)換（Transform）、加載（Load）等加工操作，將來自不同數(shù)據(jù)源的分散數(shù)據(jù)進(jìn)行集成，系統(tǒng)地規(guī)范化處理，有效地解決源數(shù)據(jù)之間的不一致性。1.10商務(wù)智能的核心技術(shù)數(shù)據(jù)倉庫技術(shù)的特點13（2）聯(lián)機(jī)分析處理技術(shù)

聯(lián)機(jī)分析處理是一種用于組織大型業(yè)務(wù)數(shù)據(jù)庫的技術(shù)，它可用來執(zhí)行復(fù)雜的分析查詢，并且不會對事務(wù)系統(tǒng)產(chǎn)生負(fù)面影響。OLAP建立在多維數(shù)據(jù)集的基礎(chǔ)上，將多維數(shù)據(jù)分為維度與度量，從不同維度對數(shù)據(jù)進(jìn)行切片、切塊、鉆取、旋轉(zhuǎn)等。1.11商務(wù)智能的核心技術(shù)聯(lián)機(jī)分析處理技術(shù)的特點14（3）數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)以統(tǒng)計學(xué)為基礎(chǔ)理論，通過使用計算機(jī)技術(shù)從大量、雜亂的數(shù)據(jù)中發(fā)現(xiàn)隱藏的、有價值的信息，是一種決策支持過程。根據(jù)機(jī)器學(xué)習(xí)的任務(wù)分類，數(shù)據(jù)挖掘的主要方法包括監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)，監(jiān)督學(xué)習(xí)方法是對一個特定屬性的描述，包括分類、回歸、預(yù)測等；無監(jiān)督學(xué)習(xí)方法是在所有屬性中尋找某種關(guān)系，包括聚類、關(guān)聯(lián)規(guī)則等。1.12商務(wù)智能的核心技術(shù)數(shù)據(jù)挖掘技術(shù)的特點15（4）大數(shù)據(jù)技術(shù)

大數(shù)據(jù)（BigData）是指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是指需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù)具有5V特征，即Volume(規(guī)模量)、Variety(多樣性)、Velocity(高速流轉(zhuǎn))、價值性(Value)、真實性（Veracity）。顧名思義，大數(shù)據(jù)技術(shù)就是對大數(shù)據(jù)進(jìn)行收集、存儲、處理、分析的相關(guān)技術(shù)。BI引入大數(shù)據(jù)技術(shù)，旨在從大數(shù)據(jù)中快速獲取價值。（5）數(shù)據(jù)可視化技術(shù)

數(shù)據(jù)可視化技術(shù)（DataVisualization）是借助圖形化手段，以交互、清晰的方式呈現(xiàn)數(shù)據(jù)特征的一種信息技術(shù)，它在計算機(jī)圖形技術(shù)上融入人們對圖形的認(rèn)知能力，將枯燥、雜亂的信息美化成圖形，使信息以更加直觀的方式呈現(xiàn)，實現(xiàn)用戶對數(shù)據(jù)的深入了解，具有信息傳遞快速、可理解性強(qiáng)、交互簡潔等特點。優(yōu)秀的數(shù)據(jù)可視化作品往往是建立在深厚的美學(xué)和藝術(shù)學(xué)基礎(chǔ)上的。1.13商務(wù)智能的核心技術(shù)16商務(wù)智能的目標(biāo)是要將數(shù)據(jù)轉(zhuǎn)化為信息并輔助決策。在進(jìn)行BI選型時，需要注意BI產(chǎn)品功能與新興信息技術(shù)的融合，根據(jù)企業(yè)自身實際情況，從企業(yè)信息化水平和自身需求出發(fā)，選擇和實施BI。1.14商務(wù)智能的技術(shù)趨勢17隨著烏卡時代（Volatile，Uncertain，Complex，Ambiguous，VUCA）的來臨，在具有不確定性、突變的商業(yè)市場環(huán)境下，企業(yè)為了生存與發(fā)展，需要在復(fù)雜多變的情況下做出迅速的反應(yīng)才能贏得先機(jī)，因而實施決策智能化，將數(shù)據(jù)轉(zhuǎn)換為價值，已成為企業(yè)發(fā)展的必然選擇。（1）決策依據(jù)更為科學(xué)，管理水平得到提升在傳統(tǒng)的粗放式管理模式下，企業(yè)在進(jìn)行決策時較為主觀，往往依靠經(jīng)驗，這樣決策形成的效果大多依賴于運氣，大有“聽天由命”的感覺。因此，基于商務(wù)智能分析數(shù)據(jù)，能夠及時預(yù)測市場變化，更好地發(fā)現(xiàn)問題并作出反應(yīng)，使決策依據(jù)更科學(xué)，幫助管理者更理性地決策，可以有效避免盲目決策的弊端，提升管理水平。1.15商務(wù)智能的應(yīng)用與實施18（2）業(yè)務(wù)分析更精準(zhǔn)，業(yè)務(wù)優(yōu)化有的放矢因歷史原因沉淀下來的多個業(yè)務(wù)系統(tǒng)的歷史數(shù)據(jù)，難度和復(fù)雜性大大增加。面對來源迥異、數(shù)據(jù)維度和粒度不一的數(shù)據(jù)，往往需要專業(yè)的IT部門人員的幫助。商務(wù)智能建立在數(shù)據(jù)倉庫基礎(chǔ)上，可以屏蔽不同業(yè)務(wù)系統(tǒng)的數(shù)據(jù)維度、粒度、格式等不一致性分析人員只需專注于業(yè)務(wù)的本身，業(yè)務(wù)分析的目標(biāo)也更加明確與聚焦，在業(yè)務(wù)優(yōu)化上能更好地“有的放矢”，業(yè)務(wù)分析的效率也更高。（3）打通數(shù)據(jù)壁壘，共享數(shù)據(jù)價值“數(shù)據(jù)孤島”是很多企業(yè)會遇到的問題各業(yè)務(wù)系統(tǒng)的接口不一、格式標(biāo)準(zhǔn)不同等，導(dǎo)致數(shù)據(jù)無法共享為了完成業(yè)務(wù)分析，僅在數(shù)據(jù)整合上的開銷就很多。已經(jīng)完成數(shù)據(jù)清洗、抽取的商務(wù)智能，提供了接口，方便地實現(xiàn)了數(shù)據(jù)共享，打通了企業(yè)各業(yè)務(wù)系統(tǒng)間的數(shù)據(jù)壁壘，使得各部門都能共享數(shù)據(jù)。1.16商務(wù)智能的應(yīng)用與實施19商務(wù)智能在實施應(yīng)用中也曝露出一些問題需要引起重視，主要如下：（1）企業(yè)在商務(wù)智能實施中，缺乏系統(tǒng)性思維（2）企業(yè)自身需求和業(yè)務(wù)功能不清晰（3）IT部門參與太多（4）商務(wù)智能專業(yè)人才缺乏（5）基礎(chǔ)數(shù)據(jù)的質(zhì)量不高（6）系統(tǒng)的擴(kuò)容性、友好性不足（7）實施團(tuán)隊實力有限1.17商務(wù)智能實施中出現(xiàn)的問題202102數(shù)據(jù)可視化概述數(shù)據(jù)可視化的相關(guān)概念

數(shù)據(jù)可視化的應(yīng)用場景數(shù)據(jù)可視化的主流工具概述結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)空間數(shù)據(jù)開發(fā)數(shù)據(jù)分析信息可視化科學(xué)可視化2.1數(shù)據(jù)可視化的相關(guān)概念22結(jié)構(gòu)化數(shù)據(jù)：是指以關(guān)系型數(shù)據(jù)庫表形式管理的數(shù)據(jù)。例如，商品信息表2.2數(shù)據(jù)可視化的相關(guān)概念23非結(jié)構(gòu)化數(shù)據(jù)：是指數(shù)據(jù)結(jié)構(gòu)不規(guī)則或不完整，沒有預(yù)定義的數(shù)據(jù)模型，不方便使用數(shù)據(jù)庫二維邏輯表來表現(xiàn)的數(shù)據(jù)，如文本數(shù)據(jù)、文檔、圖片、各類報表、音頻、視頻數(shù)據(jù)等。數(shù)據(jù)空間：是指由n維屬性和m個元素組成的數(shù)據(jù)集構(gòu)成的多維信息空間。數(shù)據(jù)開發(fā)：是指利用一定的算法和工具對數(shù)據(jù)進(jìn)行定量的推演和計算。數(shù)據(jù)分析：是指對多維數(shù)據(jù)進(jìn)行切片、切塊、旋轉(zhuǎn)等動作剖析數(shù)據(jù)，從而可以多角度、多側(cè)面地觀察數(shù)據(jù)。2.3數(shù)據(jù)可視化的相關(guān)概念24信息可視化：是指在研究大規(guī)模非數(shù)值型信息資源的視覺呈現(xiàn)，它處理的對象主要是非結(jié)構(gòu)化、非幾何的抽象數(shù)據(jù)，如文本信息的可視化、城市平面地圖、網(wǎng)絡(luò)信息可視化等。科學(xué)可視化：是指在研究科學(xué)和工程領(lǐng)域數(shù)據(jù)，如三維空間坐標(biāo)數(shù)據(jù)、醫(yī)學(xué)影像數(shù)據(jù)等，重點探索如何以幾何、拓?fù)浜托螤钐卣鱽沓尸F(xiàn)立體空間數(shù)據(jù)中蘊含的規(guī)律。2.4數(shù)據(jù)可視化的相關(guān)概念252.5數(shù)據(jù)可視化的應(yīng)用場景262.6數(shù)據(jù)可視化的應(yīng)用場景金融行業(yè)企業(yè)經(jīng)營數(shù)據(jù)可視化應(yīng)用：展示企業(yè)的財務(wù)狀況、投入產(chǎn)出效率，也可以展示用戶畫像、客戶風(fēng)險等級、數(shù)據(jù)運行趨勢等信息。通過數(shù)據(jù)可視化分析，能夠?qū)崟r監(jiān)測股票、期貨等金融市場的變化，預(yù)測市場趨勢及分析投資組合等，從而可以快速地了解行情和風(fēng)險，以便做出合理的投資決策。外貿(mào)行業(yè)企業(yè)經(jīng)營數(shù)據(jù)可視化應(yīng)用：貨物和服務(wù)出口量、出口市場的區(qū)域分布、出口市場結(jié)構(gòu)、主要出口國的政策變化等方面的內(nèi)容。通過數(shù)據(jù)可視化分析，企業(yè)不僅可以實時查看出口的主要市場動態(tài)，對市場需求進(jìn)行有效分析，還可以及時地察覺到可能出現(xiàn)的潛在風(fēng)險并及時地做出反應(yīng)，提高決策效率。272.7數(shù)據(jù)可視化的應(yīng)用場景大型連鎖超市經(jīng)營數(shù)據(jù)可視化應(yīng)用：可對商品信息、會員購買情況、區(qū)域銷售情況、超市門店收入和成本支出等內(nèi)容進(jìn)行數(shù)據(jù)可視化分析。通過數(shù)據(jù)可視化分析，超市管理層人員能夠?qū)崟r監(jiān)控銷售數(shù)據(jù)，以便根據(jù)銷售變化來及時調(diào)整商品采購結(jié)構(gòu)、運營策略和營銷策略，從而提高銷售量并提升銷售利潤。醫(yī)療疾病數(shù)據(jù)可視化應(yīng)用：可對每日就診人數(shù)、醫(yī)生門診信息、藥品用量、住院信息等內(nèi)容進(jìn)行數(shù)據(jù)可視化分析。通過數(shù)據(jù)可視化分析開展醫(yī)療評估工作，醫(yī)院可以更好地進(jìn)行醫(yī)療資源配置，降低看病成本，還可以分析當(dāng)前易發(fā)疾病種類，有助于相關(guān)醫(yī)療部門及時部署醫(yī)療衛(wèi)生資源。282.8數(shù)據(jù)可視化的應(yīng)用場景景點實時數(shù)據(jù)可視化應(yīng)用：可實時地對客流總數(shù)、歷史客流、各時段客流人數(shù)、游客停留時長等內(nèi)容進(jìn)行數(shù)據(jù)可視化展示與分析。通過數(shù)據(jù)可視化分析，景區(qū)管理者可以對重點景點的客流量進(jìn)行實時監(jiān)測和預(yù)警處理，從而提高危機(jī)處置能力，并提高