热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

通过数据仓库少花钱多办事_MySQL-mysql教程

通过数据仓库少花钱多办事
当你走进老板的办公室,面对企业的决策者,你知道该对他们说些什么吗?如何才能向决策者推销自己的想法?怎样才能让他们接受你的观点?实施数据仓库的建议

你知道你需要一个数据仓库,而且已经下定决心了:你的竞争对手比你更早的预测到了市场趋势,其它公司也在Web驱动的市场上比你反应得更迅速,而你没有足够得能力赶上它们。另外,你的各个部门的数据查询和报表请求几乎要拖垮了你的业务系统。这一切都表明你真的需要一个数据仓库。

而当你走进老板的办公室,面对企业的决策者,你知道该对他们说些什么吗?如何才能向决策者推销自己的想法?怎样才能让他们接受你的观点,对这个无形的、没有明确预算也没有明确受益程度的项目进行投资呢?下面是我给你的几个建议。

投资回报

当你向决策者们陈述自己对于数据仓库的实施计划时,不要将投资回报作为争取投资的筹码。因为你没有测定过数据仓库会对生产效率或者市场了解度的增长起到什么作用,因此你无法提供一个投资回报计划。由于没有任何数据仓库的经验,因此你也就无法量化其带来的好处。事实上,实施数据仓库的首要原因是要开发企业的业务智能能力,它会教给你如何明确的测量市场了解度的增长。也就是说,你在申请时间和经费来开发一个可以测定自身价值的工具。

就算你已经开发出了具有数据分析和性能监测能力的产品,也还是无法说明你最终要测量的是什么。为什么这么说呢?因为高级别的业务性能度量是基于更详细的更低级的度量的,而这些是你将要在部门级培养的数据分析所负责的领域。而在产品成形前他们自己也不知道所要做的是什么。

这一切听起来是那么神秘,但是这些神秘的数字确实有用。下面这几点内容你可以大胆的说出来,并且我会告诉你如何说。虽然没有附带具体数据,但其逻辑性很强,不容反驳。

数据仓库的优势

1.多级的趋势分析。你的财务人员、销售人员以及市场人员将有能力对市场趋势进行多等级的定义和分析,所包括的范围大到整个市场,小到一个地区的市场或任意定义的范围。而且他们可以控制预测的精度,因为数据来源的品质和测量精度都是可以控制的。

2.企业范围的性能监测。同等级别的分析能力可以应用于部门级、业务单元级,以及整个企业范围。你可以开发,并且不断的改进,度量整个企业的性能。

3.用户定义的,用户控制的报表。这一点尤其需要强调,因为它听起来有种紧随世界趋势的意思。实际上我们一点也没有夸大它的能力,而且这也正是你需要的能力。

你的案例

现在考虑一下你的报告系统。以订货量为例,系统会将大量的报表发送到不同部门的不同人员手中。这里出现的状况是没有人能够处理包括订单、来自订单历史记录的数据,以及来自不同数据库的数据(如客户表格等),因此无法汇总所需的信息。问题出在哪里呢?首先,由于报表很大程度上是静态的,并且所需信息多来自不同的数据库,需要多次请求才能得到,操作起来开销很大。

现在你可以让决策者选择逐一的投资实现单独的功能或者一次投资实现所有功能。你必须让他们清楚的知道,数据仓库实施的最终目的是给你的用户群一个唯一的应用程序,而它可以代替以往的数个程序。在一个大程序上的投资足够投资实现一个数据仓库了,而它所带来的功能将更强大。这才是企业所追求的效益。

数据仓库的另一个好处是它可以实现一个叫做总经理信息系统(EIS)的系统。EIS是一个应用程序,它可以按照分类形式提供经理在决策报告中所需的任何信息。由于一般情况下经理不会面对其它用户所遇到的分析数据的问题,他们不会处理四五个数据源的数据汇总工作。他们只是需要用最简单的方法获得最精确的信息。对于这类用户来说,数据仓库可以令他们梦想成真。

谁是受益者?

如果你无法明确的说明这一点,决策者们是不会为你掏腰包的。数据仓库是一个强大的战略性工具,它可以大大加强企业的竞争力。如果你无法提出具体的投资数目,那么可以说一个很保守的数字10万美元,而最高投资肯定不会到七位数。 

那么你需要购买什么设备呢?如果你目前使用的是某种ERP平台(SAP R/3, Oracle, PeopleSoft),你可以购买相应的开发工具包,其中的工具可以帮助你实现数据提取和载入程序,以及开发数据挖掘和分析程序。如果目前还没有ERP平台,你需要购买存储设备、用于将数据导入数据仓库的extract-transform-load (ETL)软件,以及用于数据挖掘和分析的软件(Online Analytical Processing, or OLAP)。除此之外,你还需要对员工进行业务培训,使他们能够胜任数据分析工作,还要帮助员工转变事务处理思想模式,使他们能顺利进行报表开发工作(后续的文章会对此做更深入的讨论)。

最后你需要总结一下,这也是各位决策者需要听到的:通过数据仓库,你的用户团队可以实现少花钱多办事的目的

推荐阅读
  • Hadoop入门与核心组件详解
    本文详细介绍了Hadoop的基础知识及其核心组件,包括HDFS、MapReduce和YARN。通过本文,读者可以全面了解Hadoop的生态系统及应用场景。 ... [详细]
  • 深入探讨CPU虚拟化与KVM内存管理
    本文详细介绍了现代服务器架构中的CPU虚拟化技术,包括SMP、NUMA和MPP三种多处理器结构,并深入探讨了KVM的内存虚拟化机制。通过对比不同架构的特点和应用场景,帮助读者理解如何选择最适合的架构以优化性能。 ... [详细]
  • 掌握Python岗位,你需要了解的关键技能
    最近,在社交平台脉脉上,一条关于Python岗位的消息引起了广泛关注。本文将探讨Python岗位的实际价值,并深入解析阿里巴巴等大公司在面试Python开发者时常见的问题。 ... [详细]
  • 致信息安全爱好者的成长指南
    本文旨在为信息安全爱好者提供一份详尽的成长指南,涵盖从学习心态调整到具体技能提升的各个方面。 ... [详细]
  • 本文探讨了数据挖掘技术的发展及其在大数据环境下的应用流程,重点介绍了统计学、在线分析处理、信息检索、机器学习、专家系统和模式识别等领域的最新进展。 ... [详细]
  • 解决getallheaders函数导致的500错误及8种服务器性能优化策略
    本文探讨了解决getallheaders函数引起的服务器500错误的方法,并介绍八种有效的服务器性能优化技术,包括内存数据库的应用、Spark RDD的使用、缓存策略的实施、SSD的引入、数据库优化、IO模型的选择、多核处理策略以及分布式部署方案。 ... [详细]
  • 大数据核心技术解析
    本文深入探讨了大数据技术的关键领域,包括数据的收集、预处理、存储管理、以及分析挖掘等方面,旨在提供一个全面的技术框架理解。 ... [详细]
  • 本文探讨了最大互信息系数(MIC)在评估基因间线性和非线性关系中的应用。与传统的互信息(Mutual Information, MI)相比,MIC在检测复杂关联方面表现出更高的精确度。 ... [详细]
  • 构建基于Python的用户画像系统
    用户画像在现代企业运营中扮演着重要角色,尤其在大数据分析和精准营销领域。本文旨在介绍用户画像的基础概念及其重要性,并通过Python编程语言实现一个基础的用户画像系统。 ... [详细]
  • 本文探讨了数据挖掘的全面理解和其理论基础,强调了数据挖掘在现代社会和经济活动中扮演的关键角色。通过对数据的深入分析,我们可以揭示隐藏在大量信息背后的模式和趋势。 ... [详细]
  • 使用R语言进行Foodmart数据的关联规则分析与可视化
    本文探讨了如何利用R语言中的arules和arulesViz包对Foodmart数据集进行关联规则的挖掘与可视化。文章首先介绍了数据集的基本情况,然后逐步展示了如何进行数据预处理、规则挖掘及结果的图形化呈现。 ... [详细]
  • CISSP 第8章 软件开发安全概述与实践
    本文探讨了软件开发中的安全问题,包括但不限于满足功能需求与安全性之间的平衡、SDLC(软件开发生命周期)中安全的重要性、OWASP的最佳实践、不同的开发模型、能力成熟度模型、变更控制流程、软件托管服务以及不同代际的编程语言等。此外,还涉及了Web环境下的特定威胁、多层次的攻击防御、数据仓库与数据挖掘技术及其应用模型、恶意软件的识别与防范措施等内容。 ... [详细]
  • 知识图谱与图神经网络在金融科技中的应用探讨
    本文详细介绍了融慧金科AI Lab负责人张凯博士在2020爱分析·中国人工智能高峰论坛上的演讲,探讨了知识图谱与图神经网络模型如何在金融科技领域发挥重要作用。 ... [详细]
  • 【转】强大的矩阵奇异值分解(SVD)及其应用
    在工程实践中,经常要对大矩阵进行计算,除了使用分布式处理方法以外,就是通过理论方法,对矩阵降维。一下文章,我在 ... [详细]
  • 本文详细介绍了如何使用NumPy、Pandas和Matplotlib进行数据分析和数据可视化。通过具体的代码示例,帮助读者更好地理解和应用这些强大的Python库。 ... [详细]
author-avatar
Ericke2702932972
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有