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
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31