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
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 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 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 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。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23