Post on 03-Jun-2020
transcript
5/30/18
1
ModernídatováanalytikaRadimHampel, IntelligentTechnologies
Pročdatováanalytika?
• Pochopitdůvody proúspěchyineúspěchy• Porozumět zákazníkům,zaměstnancům• Přesněplánovatbudoucnost• Experimentovánímpředcházetrisku
• Postavitbyznysnaanalytice
Typyanalýz
• Deskriptivní– pohleddominulosti,popisstavu• Prediktivní– schopnostněcopředpovědět,pohleddopředu• Preskriptivní– návrhkonkrétníchkrokůaodhadjejichdopadu
Návratnostanalytiky• Náklady– technologie,službyalidé• Výnosy– vícepeněz(většíhodnotavytvořená),úspora• Vyzkoušet– změřit– změnit
https :/ /www.experfy.com/traini ng/cou rses/big- data -wha t-ev ery- ma nager -ne eds- to-k now
Prediktivníanalytika
• Předpověďbudoucnostinazákladěhistorickýchdatspomocímetodstatistickéhomodelováníastrojovéhoučení• Data science– machinelearning,statistika,bigdata,práce sdaty• Machinelearning– algoritmy nadetekci důležitýchvzorců• Průzkumdat,predikce
• Můžepomocipoznatvztahyskrytévdatech
Datamining algoritmy
• supervised vs unsupervised,reinforced• Rozhodovacístromy– jakjevýsledekovlivněnvstupy• Regrese, klasifikace– předpověď• Clustering – detekceabnormalit,shlukování• Basketanalysis – coseprodávásčím,promoce,doporučení• Neuronovésítě– rozpoznáníobrázků,mluvenářeč
5/30/18
2
Jakseděládatascience? Akdo?
Expertnadata
Datovývědec
ByznysexpertData
Modely
Byznysovýproblém
Příklady
Mámedostdat,která
ukazují,kdojeVIP?
Exis tujechováníavzorykterévedouk
vysokéLTV?
MůžemeidentifikovatVIPzákazníky?KdojeVIP?
Hodnotazákazníka+risk+preferenceoffline-online
Rozhodovacís tromkhodnotě zákazníkaa
riz iku
Mámeuzavřítkamennépobočky?
• Častýstav:nejasnézadání– nevhodnádata– neznámévzorce
Příkladypoužitídataminingu
Datamining
Pro fi tab i ln í zákazn íci
P o chopen í zákazn ických po třeb
Ro zpo znán í od chodu
Odhad pop távky
Marketin govékampaně
Detekcefraudů
Detekcepo ru ch ystroje
Bigdata
• Volume,velocity,variety,variability,complexity• Nestrukturovanádata – dokumenty,emaily,videa,obrázky• Umožnilyzměnyvtechnologiích,cloudovénasazeníiHWceny• Serverovéclustery,dostupnost, škálovatelnost• Proces:nahránídat– uložení– zpracování- vizualizace
• Data lake– místo proukládánídatrůznýchformátůastruktur(pozoraťzjezírkaneníbažinanebohřbitov)
Případy
• Target – posunoutodměnymaminkámna2.trimestr• h ttp s://www.nytimes.com/2 01 2/0 2/1 9/magazin e/shopp in g-hab its.h tml?pagewan ted=1&_r=2&hp&
• Banka– identifikacerodinsdětmi,vzářínejvětšívýdaje– úvěr• Starbucks – novékafe• Kamiony– senzory• Prediktivníúdržba• Banky– úvěrovériziko,detekcefraudu
Každýuživatel
Analytikuživateli
ITuživateli
2. vlnaSelf-serviceBI
1. vlnaKorporátní BI
3. vlnaUživatelská BI
Evolucebusiness intelligence
5/30/18
3
Přístup
Čištění
Propojení
Zkoumání
Vizualizace
Sdílení
Couživatelé potřebují AccessallyourDATA
• Datafromserviceso SaaSservices that you already useo Growing number ofsupported SaaSsolutions
• Datafromyourorganization
o Content published by others in your org(organizational content packs )
• Bigdataandmoreo Azure data services , e.g. HDI, ASA, AML etc.o On-premises data sources , e.g. SSAS
• Datafromfileso Import data from Text, CSV,Exceland Power BI
Desktop files
SaaS so lu tionse.g .Ma rketo ,Sa lesfo rce,GitHub ,Goog leAnalytics
On-p remise s Data
Data sources
Organ izationalCo rpo ra teda ta sou rceso rexterna lda ta services
Azure se rvice sAzu re SQL,Stre amAnalytics…
Powe rBIDe sktop fi le sData fromfi les,da taba ses,Azu re,and o ther sou rces
Exce l fi le s
Share &co llaborate
Visualize
Exp lo re
P re pare • Consolidatedatafromabroadrangeofsourceso Merge or append queries to combine data
from multiple queries into as ingle query
• TransformdatatofityourneedsusingintuitiveUIo Select data for inclus iono Cleanse data and remove errors
• Define calculationstogeneratenew fields foruseinreports
• Developadvanced analyticsusingacombinationofmeasuresandrelationshipso Uncover correlations , highlight exceptions and
unders tand bus iness outcomes
Cleanandmash-upyourDATA
Share &co llaborate
Visualize
Exp lo re
P re pare • Exploredatainavariety ofways andacrossmultiplevisualizationsusingdraganddropcanvas
• Dig deeperintoyourreportso Drill-down inyour hierarchical datao Filter, sort, hover over and highlight data
• Leverage Quick Insightstofindinsightsinyourdata
• Askquestionsofyourdatainnaturallanguage withQ&Ao Type questions inplain languageo Q&A intelligently filters , sorts , aggregates ,
groups and displays data based on thequestion
ExploreyourDATA
• Visualizedataina varietyof ways
• Growingnumberofvisualizationtypeso Donuts , bas icarea, waterfall, filled maps , tree
maps , funnel, gauges combo charts and moreo Custom visuals available from Power BIVisuals
Gallery (https ://s tore.office.co m /en-us/appshome.aspx?productg rou p=Po wer BI)
o Tools to develop, tes t,package new customvisuals
• Visualizationsonreportpageareconnected–select value inonevisualizationtochangeothervisualizations
• Fullscreen popoutmodeforreportvisualstoshowadditionaldetails
Share &co llaborate
Visualize
Exp lo re
P re pare
VisualizeyourDATA
Share &co llaborate
Visualize
Exp lo re
P re pare • Save PowerBIDesktopreportfilesandeasily publishthemtopowerbi.com
• Access dashboardsusingnativemobileappsforWindows,iOSandAndroid
• Shareas appropriatewithotherPowerBIusersinyourorganization
• PublishPower BI apps toabroadersetofpeopleusingPowerBIPremium
• Easily embedinteractive PowerBIvisualizationsinblogposts,websites,throughemailsorsocialmediaWithPowerBIPublish to web
Bringyourstory tolifewithDATA
5/30/18
4
5/30/18
5
*Gar t ner “MagicQuadr ant f or Bus iness I nt elligence and Analyt ics Plat f orm s,”byRit aL. Sallam , Cindi Howson, Car lie J . I doine,Thom as W. Oest r eich, J am es Laur enceRichar dson,and J oaoTapadinhas Febr uar y16,2017This gr aphicwas published by Gar t ner ,I nc. as par t of alar ger r esear chdocum ent andshould beevaluat edin t he cont ext of t heent ir edocum ent . TheGar t ner docum ent is available uponr equest f r om M icr osof t . Gar t ner does not endor seanyvendor ,pr oduct or ser vicedepict edin it s r esear chpublicat ions , and does not advise t echnologyuser s t oselect only t hosevendor s wit h t hehighest r at ings or ot her des ignat ion. Gar t ner r esear chpublicat ions cons is t of t heopinions of Gar t ner 's r esear chor ganizat ionand shouldnot beconst r uedas s t at ement s of f act . Gar t ner disclaim s all war r ant ies , expr essedor im plied, wit h r espect t ot his r esear ch,including any war r ant ies of m er chant abilit yor f it ness f or apar t icular pur pose.
Demo– vytvořeníreportu
5/30/18
6