版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年特殊崗位人員返聘勞動合同2篇
- 政府購買服務(wù)崗位人員勞務(wù)合同(2篇)
- 打機(jī)井協(xié)議書(2篇)
- 2024年文藝晚會演出委托制作與執(zhí)行協(xié)議3篇
- 2025年重慶模擬考貨運從業(yè)資格
- 2025年南寧貨運從業(yè)資格證考試題及答案解析
- 2025年阿壩貨運從業(yè)資格證怎么考
- 七年級下冊語文第2課 說和做
- 2024年樓宇自動化監(jiān)控設(shè)備供應(yīng)合同
- 《春季食療養(yǎng)生》課件
- 《散文創(chuàng)作與研究(10543)》自考考試題庫(含典型題)
- 老君山分析報告范文
- 2024年世界職業(yè)院校技能大賽中職組“飼料營養(yǎng)與檢測組”賽項考試題庫(含答案)
- 中國對外貿(mào)易中心集團(tuán)有限公司招聘筆試
- 學(xué)校長遠(yuǎn)發(fā)展規(guī)劃
- 概率論與數(shù)理統(tǒng)計知到智慧樹章節(jié)測試課后答案2024年秋中國農(nóng)業(yè)大學(xué)
- 2024年廣西職業(yè)院校技能大賽高職組《供應(yīng)鏈管理》賽項樣題-供應(yīng)鏈規(guī)劃設(shè)計
- 商城系統(tǒng)定制開發(fā)(2024版)合同3篇
- 城市基建豎井施工風(fēng)險管理方案
- 2024年廣西公需科目參考答案
- 北京市海淀區(qū)2023-2024學(xué)年高二上學(xué)期期末考試 生物 含解析
評論
0/150
提交評論