京公网安备 11010802034615号
经营许可证编号:京B2-20210330
【CDAS 2017】数据可视化与商业BI分论坛: 数据可视化,无限新未来
前言2017年7月29日,由CDA数据分析师主办,以“跨界互联 数据未来”为主题的CDAS 2017第四届中国数据分析师行业峰会在北京中国大饭店隆重举行。
7月29日当天,除了引人眼球的主会场以外,当天同步开放11个分论坛,我们将逐一推送每个分论坛的盛况,以及演讲嘉宾速记稿整理,给每一个CDA成员奉上干货。
CDAS 2017中国数据分析师行业峰会下午的数据可视化与商业BI分论坛中,来自IBM、永洪科技、ThoughtWorks等六位专家与教授,分享了数据可视化与商业BI领域的实践和应用。
大数据可视决策的行业应用
北京数字冰雹信息技术有限公司副总经理 丁冬
近年来,随着大数据从基础建设逐步转向行业应用,在公安、交通、电力、园区管理、网络安全、航天等领域,已切实落地了多个大数据可视化决策系统的应用。丁冬老师从可视渲染技术、可视分析技术、可视决策支持等方面为到场观众详细解析了大数据可视决策技术,帮助各行业用户通过可视化技术挖掘出大数据真正的价值点,真正帮助决策者运筹帷幄,决策千里。
企业数据可视化从0到1
DataHunterCEO 程凯征
程凯征老师在现场分析了企业数据处理现状,与观众探讨了国外的企业数据可视化,并详解了数据探索式分析,讲述了数据探索式分析的理论基础、数据类型、视觉处理依据等内容。程凯征认为“数据类型 + 数据之间的关系 + 正确的图表选择 + 合理的视觉呈现才是数据可视化分析(探索式分析)”
数据可视化-无限可能的艺术
IBM资深软件技术顾问 贺华
贺华从企业和不同业务部门用户的业务需求出发,通过多个应用场景演示、案例分享和功能特点介绍,解析了数据探索、可视化工具如何以更加灵活、敏捷、丰富和轻松的方式探索分析数据,让企业内更多的用户实现自助分析,从而帮助企业挖掘数据潜力,实践业务创新、和提升业务价值。
数据技术的下一站-数据应用
永洪科技咨询部总监 胡星昱
数据技术日渐成熟丰富,处理海量数据不再是企业的挑战,但大多企业都不知数据该如何利用才能对业务和管理提升真正带来价值。永洪科技咨询部总监胡星昱基于自身的实践和探索,找出了一条解决之道。胡星昱讲解了如何做真正的企业级的自服务数据分析,定义了什么是企业级自服务,并在最后提出在企业里面推广自服务分析的步骤,一是培养用户进行数据交互的习惯,二是给部分用户开放数据报告制作的权限,三是进行数据模型到数据建模、数据报告制作、前端的分析全流程的开放。
基于地理大数据的商业洞察及应用
北京华通人商用信息有限公司CEO 白欢朋
智能商业地理是伴随地理信息系统和商业智能快速发展和广泛应用而产生的一门新型学科,它将帮助商业企业将数据转化为知识,发现数据背后隐藏的商机或威胁,以便获得商业洞察力。白欢朋老师从技术框架、支撑数据、解决方案等方面进行分析,并结合实际案例分享了自己的心得与体会,使企业了解市场的现状,把握趋势,识别异常情况,理解企业业务的推动力量,认清正在对企业业务产生影响的行为。
利用前端框架简化 D3 编程
ThoughtWorks · 资深咨询师 汪志成
D3是最顶级的图表库之一,但用起来也相当复杂、繁琐,让很多人望而却步。汪志成老师在现场分享了自己的使用方法,只使用它的模型库,而把它自带的渲染引擎换成主流的前端MVC框架。在峰会现场,汪志成以Angular为例,展示了如何用简单直观的方式,直接使用D3的模型层来实现可定制的、简单清晰的图表,向人们介绍了如何用 SoC 的思想来简化开发。
城市综合治理可视大数据智能决策平台
北京中润普达信息有限公司CIO 韩辉辉
韩辉辉老师提出运用社会感知的方法研究城市和改善城市并最终实现数据治理城市,通过基于中文语义智能分析引擎的分析平台,使用机器学习,自然语言处理,深层文本学习,以及智能结构化分析,可以彻底分析每个数据维度并自动提供最佳信息,为政务工作提供最准确的信息。韩辉辉老师表示运用认知矩阵,动态平衡与城市治理结合之后能够方便城市里的相关部门做决策。
CDA坚持打造高端数据分析学习社区和数据分析认证
CDA 数据分析师,作为国内领先的数据分析师人才教育品牌,一直致力于打造中国最棒的数据分析学习社区。旨在加强国内外乃至全球范围内正规化、科学化、专业化的数据分析人才队伍建设,进一步提升数据分析师的职业素养与能力水平,促进数据分析行业的高质量持续快速发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28