京公网安备 11010802034615号
经营许可证编号:京B2-20210330
IT必须提供视觉, 移动友好的数据分析
那些不可靠的,复杂的分析和商业智能工具对有能力的用户来说也许还行,但是大多数机构想要易于使用,易于解释的可视化数据分析可以与高管,销售人员和其他业务用户共享,最好是在平板电脑,笔记本电脑或电脑上。
我们在从业者中反复听到这一主题的各种声音,并且有我们2014年信息周分析、商业智能、信息管理调查的支持。事实上, 本年度调查所确定的趋势自2011年以来相当一致。例如,受访者在过去的四年选择了数据可视化作为在他们三大“前沿”分析和商业智能(BI)技术,而今年它超过高级分析和嵌入式商业智能(BI)位于头号位置。
对可视化数据分析的需求是对商业智能(BI)和分析工具过于复杂的抱怨的反应。 在这方面, 我们的调查结果也于自2011年以来一致,而在受访者成功分析或商业智能(BI)方案上的障碍名单上,“易用性挑战”排名仅次于“数据质量问题”。
高级功能,如预测分析、风险分析和变量数据分析的需求仍然旺盛。我们追随了四年之多的信息管理趋势也表明对大数据的兴趣表现在越来越多地使用Hadoop和NoSQL数据库。
向自助式服务的转移
信息管理成功的第一大障碍是什么?“访问相关、及时可靠的数据。”分析和商业智能(BI)供应商知 道IT团队被新数据源的需要所淹没,更受挫于新维度的数据,需要更改报表和仪表板,或者更糟的是,更改应用程序和数据仓库。难怪“自助服务”功能似乎出现 在每个商业智能(BI)软件升级中。
发电机制造商Multiquip, 加州卡森的一家中型公司,共享了一个相当典型的自助服务的必要性的故事。“我们正在寻找一种方式,更好,更快,更有效地为终端用户服务,而不必总是要牵涉到IT部门,” 该公司的副总裁Michael Hanken说。
Multiquip四年前建立了一个Microsoft SQL Server数据仓库, 并添加Logi分析, 一套针对中型企业处理报表, 仪表盘和即时查询的商业智能(BI)套件。为了更容易获得洞察力,该公司推出了基于iPad的报表和一个以销售为导向的基于去年Logi软件的定价应用程序。该程序仍然不能满足Hanken所描述的“IT经理的梦想: 完全由终端用户自己生成报表。”
为了填补这一空缺, Multiquip作为Logi视觉的测试版客户登录,以满足自助服务和数据可视化的要求。使用该软件, Multiquip正在探索如何让用户自己解决客户服务问题的方式。
“当有延迟时, 供应链和客户服务有连锁反应,而不是出现在每日报表或单一的饼图上”Hanken说。
数据探索和可视化工具不能只提供漂亮的图表和图形的。他们必须方便业务用户探索和关联多个维度的数据。例如,Multiquip的标准供应链报表并不包括销售数据来显示哪些重要的客户可能会在某个特定的运输延迟上受到打击。
“现在我们在Logi 视觉数据层有了所有这些信息,用户可以查询供应链方面的信息并看到它对销售的影响,”Hanken说。“这是我们以前没有的东西。”
数据选择在Logi视觉上可以拖放,软件会基于数据和分析的样式自动选择一种数据可视化。Multiquip 的IT部门有11人,Hanken说,现在,用户可以自己创建报表,支持Logi的IT人有更多的时间用于探索在iPad上的可视化数据探索应用程序。 “我们曾怀疑ipad,因为很难让销售人满意,但我们培训了他们两个小时他们只是拿走了它。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21