大數(shù)據(jù)機器學(xué)習(xí)數(shù)據(jù)分析和業(yè)務(wù)分析四者間的關(guān)系

　　大數(shù)據(jù)。這是一門不斷發(fā)展的學(xué)科。就在您確定要弄清楚大數(shù)據(jù)家是什么的時候，就有人走了，將地毯從您的下方拉出來!隨著大量新術(shù)語和流行語的到來，甚至該領(lǐng)域的HR經(jīng)理也感到困惑，那么您應(yīng)該如何跟上業(yè)務(wù)和數(shù)據(jù)分析，大數(shù)據(jù)，商業(yè)智能，機器學(xué)習(xí)和AI的領(lǐng)域?
 

　　現(xiàn)在是時候有人創(chuàng)建了一個圖表，顯示這些相似但獨特的區(qū)域如何交織了!好吧，請抓緊你的帽子，因為我們只是走了而已!
 

　　這里是!

 

　　一開始可能看起來有些復(fù)雜，但我向您保證，我們逐步完成后，一切都會變得清晰。
 

　　讓我們從頭開始。
 

　　商業(yè)分析
 

　　在討論大數(shù)據(jù)之前，最好從一個更古老的概念開始- 業(yè)務(wù)。以下是業(yè)務(wù)領(lǐng)域的分支機構(gòu)列表：
 

　　a.業(yè)務(wù)案例研究。

　　b.定性分析。

　　c.初步數(shù)據(jù)報告。

　　d.視覺效果報告。

　　e.創(chuàng)建儀表板。

　　f.銷售預(yù)測。
 

　　如果您不知道它們的全部含義，請不要擔心。
 

　　第二，考慮一下哪些與業(yè)務(wù)，數(shù)據(jù)或兩者相關(guān)。
 

　　業(yè)務(wù)分析與數(shù)據(jù)分析
 

　　查看下面的圖片，檢查您的想法是否與我們的想法相符。請注意，藍色矩形包含與業(yè)務(wù)相關(guān)的活動，粉紅色與數(shù)據(jù)相關(guān)。如果某物位于重疊的區(qū)域中，則它與兩個字段都相關(guān)。

 

　　如您所見，所有術(shù)語都是業(yè)務(wù)活動，但只有一些是數(shù)據(jù)驅(qū)動的，其余則是經(jīng)驗驅(qū)動的。
 

　　您將需要數(shù)據(jù)來創(chuàng)建：
 

　　a.初步報告

　　b.可視化表示您公司去年的業(yè)績

　　c.業(yè)務(wù)儀表板

　　d.對公司未來銷售的預(yù)測。
 

　　因此，這四個標簽舒適地位于重疊區(qū)域。
 

　　那另外兩個詞呢?
 

　　a.商業(yè)案例研究

　　b.定性分析
 

　　商業(yè)案例研究是有關(guān)商人和公司如何成功或失敗的真實經(jīng)驗。定性分析是關(guān)于使用您的直覺和知識來協(xié)助將來的計劃。您不需要數(shù)據(jù)集就可以從中學(xué)習(xí)。因此，兩者都保留在藍色矩形中。
 

　　這些字段取決于時間嗎?
 

　　現(xiàn)在將是引入時間表的最佳時機 。您看到的某些術(shù)語是指解釋過去行為的活動，而另一些術(shù)語是指用于預(yù)測未來行為的活動。我們將在中間劃一條線來代表現(xiàn)在。因此，該行右邊的所有術(shù)語都將用于將來的計劃和預(yù)測，而該行左邊的所有術(shù)語將與對過去事件或數(shù)據(jù)的分析有關(guān)。
 

　　同樣，花點時間來決定哪些方面是指哪個時間點。
 

　　好?
 

　　你好嗎
 

　　讓我解釋一下為什么我們像以前那樣將其隔離。
 

　　商業(yè)案例研究檢查了已經(jīng)發(fā)生的事件。例如，人們可以向他們學(xué)習(xí)，并嘗試防止將來犯類似的錯誤，因此，此活動是指過去。
 

　　與另一個商業(yè)術(shù)語“定性分析”相對比，“定性分析”包括使用有助于預(yù)測未來行為的工具，您將意識到這必須放在正確的位置。
 

　　準備報告或儀表盤始終反映了過去的數(shù)據(jù)，這些術(shù)語將保留在左側(cè)。不過，預(yù)測是面向未來的活動，我們已將其放在黑線的右邊，但并不過分-它必須仍然屬于業(yè)務(wù)領(lǐng)域，因此它必須位于業(yè)務(wù)分析和分析領(lǐng)域。數(shù)據(jù)相交。
 

　　好的!希望我們開始圍繞這些術(shù)語中的許多術(shù)語以及它們相互適應(yīng)的地方采取行動。
 

　　業(yè)務(wù)分析與數(shù)據(jù)分析與大數(shù)據(jù)
 

　　大數(shù)據(jù)是一門依賴于數(shù)據(jù)可用性的學(xué)科，與此同時，業(yè)務(wù)分析并不完全依賴數(shù)據(jù)。盡管如此，大數(shù)據(jù)融合了數(shù)據(jù)分析的一部分。通常是使用復(fù)雜的數(shù)學(xué)，統(tǒng)計和編程工具的部分。因此，這個綠色矩形，表示“大數(shù)據(jù)”我們的圖上，不重疊“數(shù)據(jù)分析”完全。但這確實超出了業(yè)務(wù)分析領(lǐng)域的范圍。
 

　　讓我們?yōu)槟故玖硪粡垐D片以使情況更清晰。
 

　　這是否意味著大數(shù)據(jù)家會對初步數(shù)據(jù)報告，可視化報告，創(chuàng)建儀表板和銷售預(yù)測感興趣?是的，一點沒錯。
 

　　您會注意到我們添加了一些以前沒有的方面，很好的關(guān)注!“優(yōu)化鉆井作業(yè) ”和“數(shù)字信號處理”是適合業(yè)務(wù)以外子區(qū)域的兩個示例。我們現(xiàn)在將對其進行擴展。
 

　　考慮石油和天然氣行業(yè)以及鉆井作業(yè)的優(yōu)化。這是需要大數(shù)據(jù)和數(shù)據(jù)分析而不需要業(yè)務(wù)的方面的完美示例。我們使用大數(shù)據(jù)，根據(jù)從典型的鉆井效率活動中提取的數(shù)據(jù)來改進預(yù)測。那當然不是業(yè)務(wù)分析。
 

　　我們使用數(shù)字信號以離散值的形式表示數(shù)據(jù)。因此，我們可以將數(shù)據(jù)分析應(yīng)用于數(shù)字信號以產(chǎn)生更高質(zhì)量的信號，而無需深入大數(shù)據(jù)。
 

　　該圖看起來更生動一些，但是我們還沒有完成。
 

　　接下來，我們將添加“商業(yè)智能”。
 

　　什么是商業(yè)智能?它如何適合圖片?
 

　　作者注意：如果您有興趣從事大數(shù)據(jù)家職業(yè)，請繼續(xù)下載我們的免費大數(shù)據(jù)職業(yè)指南。
 

　　業(yè)務(wù)分析vs數(shù)據(jù)分析vs大數(shù)據(jù)vs商業(yè)智能
 

　　商業(yè)智能(BI)是分析和報告歷史業(yè)務(wù)數(shù)據(jù)的過程。有了這些信息，您可以想象BI部分將位于何處嗎?
 

　　您要解釋嗎?讓我們努力。
 

　　在準備好報告和儀表板之后，它們就會被諸如總經(jīng)理之類的最終用戶用來制定明智的戰(zhàn)略和戰(zhàn)術(shù)業(yè)務(wù)決策。簡而言之，商業(yè)智能旨在使用商業(yè)數(shù)據(jù)來解釋過去的事件。
 

　　它必須位于時間線的左側(cè)，因為它僅處理過去的事件，并且必須作為子字段位于大數(shù)據(jù)矩形內(nèi)。
 

　　商業(yè)智能非常適合大數(shù)據(jù)，因為它是預(yù)測分析的第一步。考慮到這一點很有意義–首先，您必須分析過去的數(shù)據(jù)并提取有用的見解。使用這些推論將使您能夠創(chuàng)建適當?shù)哪Ｐ停詼蚀_地預(yù)測業(yè)務(wù)的未來。
 

　　“初步數(shù)據(jù)報告”是任何數(shù)據(jù)分析的第一步。將其視為大數(shù)據(jù);這個詞保持原狀。
 

　　與“報告和創(chuàng)建儀表板”一樣，這些都是商業(yè)智能的全部內(nèi)容。因此，我們將這兩個放置在橙色矩形中。
 

　　這就是商業(yè)智能!(除非您想知道如何成為一名商業(yè)智能分析師，否則您可以在《開始從事大數(shù)據(jù)的職業(yè)：終極指南》中了解有關(guān)此職業(yè)道路以及通往大數(shù)據(jù)職業(yè)的其他途徑的更多信息)
 

　　業(yè)務(wù)分析vs數(shù)據(jù)分析 vs商業(yè)智能 vs大數(shù)據(jù)vs機器學(xué)習(xí)vs人工智能
 

　　讓我們深入研究“人工智能”(AI)及其子領(lǐng)域“ 機器學(xué)習(xí)”(ML)有爭議但仍在擴展的領(lǐng)域。
 

　　機器無需經(jīng)過明確編程即可預(yù)測結(jié)果的能力被認為是機器學(xué)習(xí)。對此進行擴展，機器學(xué)習(xí)是關(guān)于創(chuàng)建和實現(xiàn)算法，使機器可以接收數(shù)據(jù)，并使用這些數(shù)據(jù)來分析模式，做出預(yù)測并自行提出建議。
 

　　您能想象機器學(xué)習(xí)和AI部分將加入其中嗎?

　　沒有數(shù)據(jù)就無法實現(xiàn)機器學(xué)習(xí)。因此，它應(yīng)該完全位于“數(shù)據(jù)分析” 之內(nèi)。我們在這里走出去，因為這是否正確尚有爭議。有人認為數(shù)據(jù)分析和機器學(xué)習(xí)是兩個不相關(guān)的科學(xué)領(lǐng)域。為了便于討論，我們將讓機器學(xué)習(xí)和數(shù)據(jù)分析矩形重疊。
 

　　此外，ML應(yīng)該稍微擴展到垂直線的左側(cè)。其原因是將機器學(xué)習(xí)工具應(yīng)用于商業(yè)智能環(huán)境的趨勢日益增加。我們對機器學(xué)習(xí)中的工具如何幫助我們提高估計準確性感興趣。
 

　　人工智能是關(guān)于用計算機模擬人類知識和決策。這是一個很籠統(tǒng)的術(shù)語，可以有一個哲學(xué)解釋。
 

　　作為人類，我們只能通過機器學(xué)習(xí)來實現(xiàn)AI。
 

　　該領(lǐng)域之外的AI是一個詳細的主題，盡管很有趣，但與我們在此要實現(xiàn)的目標無關(guān)。我們提到它只是為了避免相對于其他感興趣領(lǐng)域的混亂之處。
 

　　是時候擴展您可以看到的方面，我們已經(jīng)將它們移動并添加到圖中。
 

　　對準確的實時儀表板的需求為更多的機器學(xué)習(xí)應(yīng)用程序打開了空間。
 

　　機器學(xué)習(xí)軟件可以從Facebook或Shopify等第三方公司獲取數(shù)據(jù)，從其數(shù)據(jù)中檢測新模式，從而向經(jīng)理和其他決策者提供實時建議和見解。只要有機會，這就是一種改善業(yè)務(wù)績效的絕妙方法?？傮w而言，該領(lǐng)域具有很大的發(fā)展?jié)摿Α?br />  

　　轉(zhuǎn)向垂直線的另一端，在BI之外但仍在其他學(xué)科之內(nèi)是機器學(xué)習(xí)在其中發(fā)揮重要作用的兩個典型的業(yè)務(wù)活動。例如，客戶保留和獲取使用ML來幫助開發(fā)模型來預(yù)測客戶的下一次購買是什么。
 

　　我們還將ML應(yīng)用于預(yù)防欺詐的另一個例子。我們可以向機器提供先前的欺詐活動數(shù)據(jù)。它將找到人腦無法看到的模式。擁有可以實時檢測此類交易或操作的模型，有助于金融系統(tǒng)防止大量欺詐活動。
 

　　這些例子并不是在談?wù)揂I和ML時通常會想到的第一個例子。通常，語音和圖像識別是最受歡迎的示例。由于它們已經(jīng)在Siri，Cortana，Google的Assistant等產(chǎn)品中實現(xiàn)，而且更令人印象深刻的是自動駕駛汽車。
 

　　當然，這兩個示例不在業(yè)務(wù)范圍內(nèi)。是否可以將它們置于大數(shù)據(jù)和/或數(shù)據(jù)分析的保護之下，還是兩者都不存在，這是有爭議的。由于這是當前討論的熱門話題，我們認為值得一提。
 

　　但是，為了避免進一步的混亂和糾紛，讓我們從圖像中去除語音和圖像識別。
 

　　最后，人工智能而非機器學(xué)習(xí)的示例是“符號推理”。
 

　　它基于問題和邏輯的高級可讀性表示。在過去，人們試圖創(chuàng)造類似人類的情報時，這曾經(jīng)是一種趨勢。如今，機器學(xué)習(xí)是應(yīng)用的通用人工智能的唯一形式，很少會遇到符號AI，更不用說實踐了。
 

　　因此，除了語音和圖像識別之外，我們還可以從等式中刪除符號AI。這將只剩下我們感興趣的內(nèi)容!
 

　　真好!
 

　　現(xiàn)在，我們想提一個幾乎侵入所有業(yè)務(wù)和大數(shù)據(jù)詞匯表的術(shù)語…… “高級分析”。
 

　　商業(yè)分析，數(shù)據(jù)分析 ，商業(yè)智能 ，大數(shù)據(jù)，機器學(xué)習(xí)，高級分析
 

　　這是一個營銷術(shù)語，來自那些想說他們正在處理的分析類型不易處理的人。
 

　　這是一種主觀的觀察方式。令人生畏的冠冕堂皇的詞經(jīng)常被用來勸阻學(xué)習(xí)和建立聲望。但是，我們在這里試圖闡明分析中的術(shù)語。從技術(shù)上講，“高級分析”是一個存在的術(shù)語。因此，我們將所有分析領(lǐng)域歸為“高級分析”。一開始就認為分析的任何部分似乎都是高級的。但是，沒有一部分是排他性或永久性的。
 

　　請記住，所有領(lǐng)域都是交織在一起的，我們在這里展示的并不是對通常接受的含義和定義的嚴格表示。這完全是解釋問題，此圖是我們對大數(shù)據(jù)的愿景。其中某些組件的位置可能會引起爭議;但是，我們認為這是對這些學(xué)科的含義以及它們?nèi)绾沃丿B的非常全面的描述。
 

　　我們還要提及的是，矩形的位置和大小顯示出概念上的相似之處和不同之處，而不是復(fù)雜性。
 

　　這是逐步的工作方式：
 

　　好吧，我希望這可以使學(xué)科混亂變得更加清晰，也希望您喜歡與我們一起構(gòu)建此圖。如果您想更多大數(shù)據(jù)分析的內(nèi)容，請查看其它的文章!