找不到任何結果

您的搜尋未與任何結果相符。

以下操作有助您找到所需內容,建議您不妨一試:

  • 檢查您關鍵字搜尋的拼字是否正確。
  • 改用您所輸入關鍵字的同義詞,例如以「應用軟體」取代「軟體」。“”“”
  • 嘗試下列其中一項熱門搜尋。
  • 開始新的搜尋。
常見問題

什麼是分析?

商業分析是探索、解釋和交流資料中重要模式的程序,並運用工具讓整個組織得以在任何環境中,使用任何裝置對任何資料提出問題。商業分析可提高促進期望結果的機會,如:最佳化、成本節約和客戶互動。成功的分析者會忽略其直覺,依資料所揭示的資訊來選擇結果。理想情況是企業領導者建立一套不帶偏見的研究方法,在避免採用先入為主的觀念或經驗影響研究過程的情況下,獲得洞見和發現。

深入了解 Oracle Analytics (PDF)

而今,所有組織都希望能透過分析得到更多收穫,使用更多資料為更多人在更短時間內取得更加深入的洞見,同時降低成本。為實現這些目標,您需要一個健全的平台,以符合您需求的安全性、靈活性和可靠性,來支援整個分析過程。這個平台需要協助您在不影響治理的情況下,讓使用者得以進行自助式分析。此外,平台必須易於管理。然而,在沒有企業級成本和基礎架構的情況下,您能如何取得企業級系統的優勢?現今,商業分析無所不在,因為每個公司都希望擁有更好的績效,並且會分析資料以做出更好的決策。

運用個人化、機器學習和深度領域知識來進行商業分析,公司便能從各種應用程式、資料倉儲和資料湖的資料,獲得相關且可行的洞見。商業分析應是一個促發行動的完整過程。一旦獲得洞見,企業就能重新評估、執行和配置其流程。採取行動才是關鍵所在。

分析基礎

分析基礎

資料本身不具備任何意義。我們可以翻遍每一顆石頭以汲取教訓,但如果我們不行動、不’轉動、不調整,所有的努力終將徒勞。如果我們’不善加利用手中所有的技術,我們終將不會從投資中取得任何回報。在現今的世界,我們可以有效地使用我們的資料;讓它回覆問題;讓它預測結果;讓它學習新的模式。這是您資料的潛力。

分析的商業價值

分析的商業價值
  • 全新的工作途徑

    企業的本質正在改變,隨之而來的是新的競爭方式。要跟上今日’專精技術員工的需求,這代表需要創造價值和快速運作的方法。提供出色的服務速度和便利性給您的使用者,同時保有最高標準的資料品質及安全性。這款以 IT 為關鍵角色的集中式分析平台,絕對會是您分析策略中重要部份。結合業務主導及 IT 主導的專案,無疑是激發創新的甜蜜點。

  • 發掘嶄新契機

    分析技術的進步為您創造嶄新機會,發揮資料效益。現代化分析具備預測、自我學習,及調整功能,讓協助您發掘隱藏的資料模式。此外,現代化分析也具備直覺特性,並整合出色的視覺化功能,讓您一眼就可以輕易了解數百萬行列的資料。當代企業分析都是行動性且易於使用。並且可以在合適的時間讓您取得合適的資料,無須多少事前訓練。

  • 將您的資料以視覺化方式呈現

    您希望搶先競爭對手一步來查看資料訊號。分析提供查閱您企業環境高解析圖的能力。藉由綜合個人、企業和巨量資料,您可以快速了解資料的價值,與同事分享您的資料內容,並在短時間內完成所有工作。

分析趨勢

 分析趨勢

在不斷演進的分析市場中,由原先IT領導改變來追求企業分析計畫,到由企業和IT共同分享決策的重要改變已經是新的常態。毫無疑問地,對大多數企業來說,現今分析已經成為其策略,也因此,也導入新一波的客戶群和新的期望。

受改變的是決策方式必須及時而且要和廣大群眾分享。勞動力正在改變,從而也誕生了新的工作模式。培訓手冊在辦公室隨處可見的日子已一去不復返,現今’員工期待的是透過直觀的介面迅速啟動並運行。不過事情還沒’完呢!即使當速度和簡單性成為關鍵,企業領袖仍然對資料品質和安全抱持高度期待。這款以 IT 為關鍵角色的集中式分析平台,絕對會是您分析策略中重要的一部份。結合業務主導及 IT 主導的專案,無疑是激發創新的甜蜜點。

我們堅信將分析放入雲端的作法,除了是一個部署的選擇—,它也將打破人員、地點、資料和系統之間的藩籬,從根本上改變人員流程、漢資訊、技術彼此互動的方式。

過去:分析的歷史

分析的歷史

早在歷史記載前,就有對比統計和分析資料的活動,不過有一些重要的里程碑有助於將分析發展到現今我們所知的流程。

1785年,William Playfiar提出條型圖的概念,這也是基本(同時廣泛使用的)資料視覺化功能之一。接下來,他發明以條型圖來展示數十個資料點。

在1812年,製圖家Charles Joseph Minard描繪了拿破崙大軍在進軍莫斯科的路上所蒙受的損失。從波蘭-俄羅斯邊界開始,他創造了一張布滿了粗線條的線性地圖,上面顯示前述的損失是如何和嚴冬以及大軍遠離補給線的時間搭上關係的。

在1890年,Herman Hollerith發明了「製表機」,可以在打孔卡片上紀錄資料。這樣一來就可以加快資料分析,從而使美國的人口普查統計過程從7年縮短為18個月。這就確定一項迄今不變的企業要求,那就是持續對資料蒐集和分析的改良。

現在:分析在今日

分析在今日

20世紀的70~80年代出現了關聯式資料庫(RDB)和標準查詢語言(SQL)軟體,這些軟體可以根據需求外推資料分析。

1980年代晚期,William H. Immon提出“資料儲倉” 的概念,使資料可以快速往復地存取。此外,Gartner分析師Howard Dresner提出「商業智慧」的詞彙,為產業推動分析資料鋪路,其目的在更好地瞭解商業流程。

在1990年代,資料探勘的概念使企業能分析和發現非常大量的資料集模式。資料分析師和資料科學家群聚一堂來設計如R和Python等的程式語言以開發機器學習演算法,處理大型資料集,並創造複雜的資料視覺化。

在2000年代,網站搜尋的革新使得MapReduceApache Hadoop和Apache Cassandra的開發得以展開,從而協助發現、準備和顯示資訊。

未來:新一代分析

新一代分析

隨著企業從單純獲得資料可見性轉移到需要更多的洞察,相關的工具和企業的能力也在逐漸發展。

第一項分析工具集是基於脫胎自商業智慧軟體建構的語意模型。這些有助於建立強大的管理、資料分析和跨功能的一致性。我們的缺點是報告並非始終準時。企業決策者偶爾會無法確定結果是否和他們最初的詢問相同。從技術角度來說,這些模型都是有前提的,這也使得它們在成本上不具效益。資料也經常陷於儲倉中。

接下來,自助工具的發展將分析推廣到更廣泛的群眾。這些都加快對分析的使用,因它們不需要特別技巧。這些桌面商業分析工具在過去數年已獲得廣泛的歡迎,特別在雲端。企業用戶對於能探測到更廣泛的資料資產而感到振奮。誠然「簡易使用」令人心動,不過資料混合和創造「真相的單一版本」就變得愈來愈複雜。桌面分析並非總是能擴展到大型群組。它們也容易受到不一致定義的影響。

近來,藉著能進行自動升級、自動資料恢復、資料清理和資料發佈的工具協助,分析工具能展開更廣泛的企業洞察轉變。企業用戶可以透過上下文和任何設備合作,即時利用資訊並推動結果。

目前人類仍在執行大部份的工作,不過自動化正在提供支援。現有來源的資料可以很容易地組合。消費用戶經由執行查詢來作業,以通過和資料可視顯像的互動來獲取洞察,同時建構模型來預測未來趨勢或結果。這些都是由人員在相當細微的層級上進行管理和控制。綜合資料收集、資料發現和機器學習的結果將比以往在更快的時段內提供終端用戶更多選項。

展開商業分析

展開商業分析

分析遍及我們生活的各方面。不論您提出什麼問題—不管是關於員工、財務金融或任何客戶喜歡和不喜歡的項目以及這些如何影響他們的行為—分析都能提供回覆並協助您做出明智的決策。