Datu analīzes nākotne

979 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
979
On SlideShare
0
From Embeds
0
Number of Embeds
122
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide
  • BusinessIntelligence sistēmu izmantošana Jūsu uzņēmuma vai iestādes datu analīzē un pārskatu veidošanā padara šo procesu ātrāku un pārskatus – plašāk izmantojamus. Prezentācijā gūsiet plašāku ieskatu par SQL2008 kā datu glabāšanas un analīzes platformas priekšrocībām, kā arī par integrāciju ar SharePoint, Excel 2010 % PowerPivot risinājumiem.
  • Mēra laikā mirušo statistika un mēģinājumi ierobežot.Viens no pirmajiem demogrāfistiemEpidemoloģijas ekspertsNatural and Political Observations Made upon the Bills of Mortality (1662)
  • Meklēja holeras cēloņusOn the Mode of Communication of Cholera in 1849Vainīgs publiskais ūdens sūknisBayes' theorem (1700s) and regression analysis (1800s).
  • Data mining's second longest family line is artificial intelligence, or AI. This discipline, which is built upon heuristics as opposed to statistics, attempts to apply human-thought-like processing to statistical problems. Because this approach requires vast computer processing power, it was not practical until the early 1980s, when computers began to offer useful power at reasonable prices. AI found a few applications at the very high end scientific/government markets, but the required supercomputers of the era priced AI out of the reach of virtually everyone else. The notable exceptions were certain AI concepts which were adopted by some high-end commercial products, such as query optimization modules for Relational Database Management Systems (RDBMS).
  • BusinessAnalyticsDA konceptsJēgas meklējumi
  • Kopā 57 akreditētās
  • http://smartdatacollective.com/brett-stupakevich/27075/four-trends-business-intelligence-and-data-analyticsCīņas par indivīda datu kopumu, virtuālās personības
  • http://smartdatacollective.com/brett-stupakevich/27075/four-trends-business-intelligence-and-data-analyticsCīņas par indivīda datu kopumu, virtuālās personības
  • Meklēšanas servisiSociālie tīkliInternetsSankcionēts, netīšs, nesankcionēts.
  • http://smartdatacollective.com/brett-stupakevich/27075/four-trends-business-intelligence-and-data-analyticsCīņas par indivīda datu kopumu, virtuālās personības
  • http://smartdatacollective.com/brett-stupakevich/27075/four-trends-business-intelligence-and-data-analyticsCīņas par indivīda datu kopumu, virtuālās personības
  • Visu izšķir modeļa ticamībaVēsturiskie dati, nepārtrauktība
  • Uzņēmums = valsts/privātais/sabiedriskais
  • Ārpakalpojuma nozīme
  • Datu analīzes nākotne

    1. 1. Datu analīzes nākotne Tehnoloģijas un darba procesu attīstības vīzija<br />Mārtiņš Vanags<br />
    2. 2. Pirmā statistika<br />Sen sen, Persijā<br />Azartspēles<br />Pirmie varbūtības novērojumi<br />
    3. 3. Pirmsākumi<br />1662, Londona, Anglija<br />JohnGraunt (1620-1674)<br />Iespējams viens no pirmajiem, kas statistiski aprēķināja Londonas iedzīvotāju skaitu un izmaiņas.<br />Datu avots – slimību reģistrs.<br />
    4. 4. Pirmsākumi<br />1854, Londona, Anglija<br />John Snow (1813 –1858)<br />Epidemoloģijas tēvs<br />Cīņa ar holēras izplatību<br />Pirmais ĢIS<br />
    5. 5. Datoruēra<br />1981 – datoru jauda kļūst pieejamāka<br />1990 – Data Mining jēdziens<br />2000 – Y2K<br />2010 – CloudComputing realitāte<br />Mākslīgais intelekts<br />Relāciju datubāzes<br />Mašīnmācīšanās<br />Neironu tīkli<br />Lēmumu koki (Decision trees)<br />Klāsteru analīze<br />...<br />
    6. 6. BusinessAnalytics<br />DataAnalytics<br />DataMining<br />PredictiveAnalytics<br />BusinessIntelligence<br />Statistika<br />AI<br />Datu analīzes nozare<br />
    7. 7. DPA un datu analīze<br />2001.gads <br />pirmais sadarbības līgums ar SPSS Inc. – SPSS Statistics kompetence<br />2009.gads<br />SPSS Modeler (Clementine)<br />SPSS apmācību programmas<br />2011.gads<br />IBM SPSS Modeler apmācību programmas<br />
    8. 8. SPSS<br />40 gadu pieredze statistikas programmatūras ražošanā<br />Pilns produktu klāsts statistikas vajadzībām<br />Augstskolu apmācību pamats<br />2010.gads pievienojas<br />
    9. 9. SPSS Latvijā<br />
    10. 10. SPSS izglītībai Latvijā<br />SPSS izmanto x augstākās izglītības mācību iestādēs<br />X = 20<br />
    11. 11. Datu analīzes nozares šodiena<br /><ul><li>Uz datiem balstīti lēmumi kļūst pieprasītāki un aktuālāki lēmumu pieņemšanas procesā
    12. 12. «Personisko» datu nozīmes pieaugums analītikas procesos
    13. 13. Biznesa analītikas nenovēršama virzība pretim lietotājam
    14. 14. Mākoņskaitļošanas atnākšana
    15. 15. Prognozējošā analītika
    16. 16. Automatizācijas funkcijas</li></li></ul><li>Datu analīzes nozares šodiena<br /><ul><li>Uz datiem balstīti lēmumi kļūst pieprasītāki un aktuālāki lēmumu pieņemšanas procesā
    17. 17. «Personisko» datu nozīmes pieaugums analītikas procesos
    18. 18. Biznesa analītikas nenovēršama virzība pretim lietotājam
    19. 19. Mākoņskaitļošanas atnākšana
    20. 20. Prognozējošā analītika
    21. 21. Automatizācijas funkcijas</li></li></ul><li>Virtuālā personība<br />
    22. 22. Drošība publiskajā tīklā<br />Personas datu aizsardzība<br />Personiskā atbildība<br />Datu fiziskā drošība<br />
    23. 23. Sociālie mediji un datu analīze<br />Dati ir bezmaksas<br />Vispusīgi<br />Anonīmi izteikti – ticamāki<br />Sabiedrības atmiņu krātuve<br />
    24. 24. Patērētājs un datu analīze<br />Patērētāju sabiedrība<br />Dati par aktivitātēm<br />Internetbankas atskaites<br />SMS/sarunu pārskati<br />E-rēķinu pārskati<br />Klientu lojalitātes kartes<br />
    25. 25. Datu analīzes nozares šodiena<br /><ul><li>Uz datiem balstīti lēmumi kļūst pieprasītāki un aktuālāki lēmumu pieņemšanas procesā
    26. 26. «Personisko» datu nozīmes pieaugums analītikas procesos
    27. 27. Biznesa analītikas nenovēršama virzība pretim lietotājam
    28. 28. Mākoņskaitļošanas atnākšana
    29. 29. Prognozējošā analītika
    30. 30. Automatizācijas funkcijas</li></li></ul><li>
    31. 31. Mākoņskaitļošana<br />Attālinātu serveru resursu centralizēta izmantošana<br />Praktiski neierobežota jauda<br />Salīdzinoši zemas izmaksas<br />Pielāgojamība<br />Pieejamība<br />
    32. 32. Datu analīzes nozares šodiena<br /><ul><li>Uz datiem balstīti lēmumi kļūst pieprasītāki un aktuālāki lēmumu pieņemšanas procesā
    33. 33. «Personisko» datu nozīmes pieaugums analītikas procesos
    34. 34. Biznesa analītikas nenovēršama virzība pretim lietotājam
    35. 35. Mākoņskaitļošanas atnākšana
    36. 36. Prognozējošā analītika
    37. 37. Automatizācijas funkcijas</li></li></ul><li>DATI<br />Prognozējošā analītika<br />Aprakstošā izpēte<br />Analīze<br />Lēmuma pieņemšana<br />Too many organizations today make decisions based on intuition and ignore the hard data facts available to them inside and outside the enterprise walls.<br />Deepak AdvaniVice President, Predictive Analytics and SPSS CEOIBM <br />
    38. 38. Prognozēšana<br />Prognozējošā analītika ir vēsturisku un aktuālu datu statistiskā analīze ar mērķi atklāt sakarības un, balstoties uz šīm sakarībām, prognozēt turpmākus notikumus/rezultātus/tendences...<br />
    39. 39. Ko iespējams prognozēt?<br /><ul><li>Laika apstākļus
    40. 40. Biržas svārstības
    41. 41. Tirgus izmaiņas
    42. 42. Reklāmas efektivitāti
    43. 43. Produkta dzīvesciklu
    44. 44. Klientu uzvedību un riskus
    45. 45. ...
    46. 46. Ekonomisko krīzi</li></li></ul><li>Cik daudz iespējams prognozēt?<br />0.01% - 99.99%<br />Vēsturiskie dati + nepārtrauktība + viengabalainība = ticamība <br />
    47. 47. Moderns uzņēmums<br />Vairākas datu sistēmas<br />Vēsturiski dati<br />Centralizētas sistēmas<br />Dinamiski procesi<br />Konkurence<br />
    48. 48. DA nozīme uzņēmumā<br />Uz faktiem balstīta attīstības plānošana<br />Matemātisku modeļu izmantošana tirgus izmaiņu prognozēšanai<br />Konkurentu darbības prognozēšana<br />Drošu un pamatotu lēmumu pieņemšana<br />Uzņēmuma darbības pārraudzība <br />
    49. 49. Moderna infrastruktūra<br />Modulāra<br />Pielāgojama<br />Elastīga <br />Integratīva<br />No platformas neatkarīga<br />Analītika<br />Pielietojums<br />Atskaites<br />Pārskati<br />Uzņēmuma vide<br />Datu sistēmas<br />
    50. 50. Moderna valsts pārvalde<br />Plaša piekļuve visu veidu datiem<br /><ul><li>Iedzīvotāji
    51. 51. Medicīna
    52. 52. Uzņēmumi
    53. 53. Finanses
    54. 54. ...</li></ul>Datu izmantošanas procedūra<br />Kontrole pār personas datiem<br />Tehnoloģiskā platforma un kapacitāte<br />
    55. 55. Datu analīzes nozares nākotne<br />Cilvēki<br />Iespējas<br />Tehnoloģijas<br />
    56. 56. TendencesCilvēki<br />Datu analītiķis nonāks frontes pirmajās rindās<br />Vairāk atbildības lēmumu ietekmēšanā<br />Darba vide pārvietosies uz konferenču zāli<br />Amatu apvienošana (analītiķis – konsultants)<br />Piekļuve aizvien lielākiem datu apjomiem<br />Ārpakalpojumu pieaugošā popularitāte<br />
    57. 57. TendencesIespējas<br />Datu gudrība (dataknowledge)<br />Prognozēšanas iespējas<br />Slēptie faktori datos<br />Agrāk nezināmas likumsakarības<br />Esiet pirmie!<br />
    58. 58. TendencesTehnoloģijas<br />Mākoņskaitļošana<br />Prognozējošās analītikas modeļi<br />Mašīnmācīšanās algoritmi<br />Centralizētas datu glabātuves<br />Liela apjoma datizrace (datamining)<br />Saistītās datu bāzes(sociālie tīkli)<br />Analīzes automatizācija serveros<br />
    59. 59. TendencesUzņēmums<br />Uzņēmumam jādarbojas saskaņā ar mērķiem<br />Ārpakalpojums kā vērtība<br />
    60. 60. Kopsavilkums – Datu analīze<br />Tehnoloģijas gaida izaicinājumus<br />Datu ticamība ir vērtība<br />Aizvien jauni pielietojuma veidi<br />Izmaiņas darba procesos<br />

    ×