定性分析，企业数据整理和比较，活动策划。定量分析、沟通、运输、护士排班等。在过去的二十年中，已经投入了数万亿美元来建立各种数据收集、管理和报告系统。单个来说，每个系统都有自己存在的理由和理由。但总的来说，数据很乱。数据孤岛，定义混乱，格式不一致，标准不一，给数据分析造成了很大的障碍。借助网络、社交网络、视频、传感器等手段不断积累的非结构化、半结构化数据，使得数据的清洗、过滤、重组和标准化变得更加困难。
4、零基础能自学大数据分析吗数据开发的基础学习课程路径可以总结如下:1 .EXCEL、PPT(必须精通)数据工作者的基本态度，说我技术不太好，但至少会操作；大胆展示自己，与业务部门沟通，展示分析结果。从技术上来说，VBA和数据透视是最重要的。2.数据库类(必学)只要初级能学RDBMS，就看哪个公司用，学哪个。你进公司不是为了学习MySQL。
基本NoSQL血MongoDB和Redis(缓存，严格来说Neo4j一个数据库)，然后(选择)你可以知道各种NoSQL，基于图的数据库二级，基于列的数据库BigTable，基于键值的数据库redis/cassendra，基于集合的数据库MongoDB。3.统计学(必修)如果想学习统计学，重要的概念有描述统计、假设检验、贝叶斯、最大似然法、回归(尤其是广义线性回归)和主成分分析。
5、大数据如何在企业落地大数据如何在企业落地？经常听到很多大数据的概念和趋势，但实际介绍的相对较少。作者基于在互联网和数据领域的实践经验，总结了数据价值金字塔在企业运营中的应用模型。模型对应企业运营中不同层次的数据需求，下面逐层介绍。数据库平台层，金字塔的底层也是整个金字塔的基础层。如果基础层没有建设好，上面的应用层很难在企业运营中发挥有效作用。
这一层的目标是用一个唯一的ID将企业的所有用户(客户)数据串起来，包括画像(如性别、年龄等。)，用户(客户)的行为和爱好，从而达到全面了解用户(客户)的目的。做好工作有三个关键:1。企业需要确定访问数据的唯一ID。有的企业用会员注册号，有的用手机号或身份证号，等等。2.跨部门的数据整合问题。
6、银行如何建设企业级数据库基础逻辑数据模型前言:逻辑数据模型LDM是一种图形化的表示方法，一般采用面向对象的设计方法，有效地组织来源多样的各种业务数据，用统一的逻辑语言描述业务。借助一种相对抽象、逻辑统一、健壮的结构，实现数据仓库系统所需的数据存储目标，支持大量的分析应用，是实现商业智能的重要基础，也是数据管理分析与交流的有效手段。需要强调的是，数据仓库的逻辑数据模型是指数据仓库系统的核心基础模型。在构建企业级数据仓库系统时，需要充分了解和分析各种前台业务处理系统和应用，并在此基础上进行有效的重组和整合，从而为各种分析应用(如客户关系管理和风险管理)提供单一和集成的数据基础，并确保银行不同业务部门能够从不同角度使用统一的数据，以满足各自的分析需求。
7、华为的数字化转型 方法论(2数字化转型方法，坚持一个企业级的转型战略，创造两个保障条件，落实三个核心原则，推进四个关键行动中的第一个。在信息化建设的长期发展中，行业在战略规划、架构设计和建设实施方面形成了许多理论方法、实践和模型工具，如上所述，数字化转型时代有其独特的特征和挑战。在大量的行业数字化转型实践中，华为摸索和积累了一套应用数字化技术实现业务成功的战略框架和战术工具集，总结了业务可持续创新发展的最佳实践，提炼了具有普遍性和普适性的关键点和要素，形成了简单可操作的方法。
