大数据入门——概念、工具等

目录

一、基本概念

1.大数据技术

2.大数据特点

3.常见概念

4.数据分析师、数据开发工程师

二、相关工具

三、应用场景

四、大数据业务流程及组织结构


一、基本概念

1.大数据技术

主要解决海量数据的采集、存储和分析计算问题

2.大数据特点

大量、高速、多样、价值、真实性

3.常见概念

数据生产→数据采集→数据处理→数据分析/挖掘→数据可视化→产品更新/制定决策

(↓总结自百度百科)

4.数据分析师、数据开发工程师

①数据分析师:从事行业与业务数据搜集、整理、分析,并输出分析报告。经常会使用各种聚合表做一些简单的可视化或更复杂的分析,来监控业务的核心指标或者获取一些结论来支持决策。

②数据开发工程师主要负责数据仓库的建设、ETL开发、大数据实时计算平台开发和维护等。

CRM(客户关系管理,Customer Relationship Management)是指企业利用相应的信息技术以及互联网技术协调企业与顾客间在销售、营销和服务上的交互,从而提升其管理方式,向客户提供创新式的个性化的客户交互和服务的过程。其最终目标是吸引新客户、保留老客户以及将已有客户转为忠实客户,增加市场。

ERP(企业资源计划,Enterprise Resource Planning ) 是指建立在信息技术基础上,以系统化的管理思想,为企业决策层及员工提供决策运行手段的管理平台。目的是将企业所有资源进行整合,促进各业务流程之间的数据流动,实现经营效益最大化。

ETL是Extract(数据抽取)、Transform(数据转换)和Load(数据加载)的缩写,是构建数据仓库的重要一环,也是数据仓库的核心和灵魂

BI(商业智能,Business Intelligence)是一系列的方法、技术、应用过程与工具,它通过收集、整理、分析和转换来自企业的原始数据,提供各种类型数据分析报告,帮助企业做出明智的业务经营决策。

二、相关工具

三、应用场景

常见的如个性化推荐、精准营销、信贷风险评估等。

其他的有:产品零售、物流仓储,保险、金融、地产等领域

四、大数据业务流程及组织结构

(图源 尚硅谷)

  • 7
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
在进行大数据财务分析时,可以使用Python作为编程语言来处理和分析数据。Python有丰富的数据处理和分析库,如Pandas、NumPy和Matplotlib,可以帮助处理大规模的数据集和生成可视化报告。此外,还可以使用开源的分布式SQL查询引擎Presto来进行交互式的分析查询。Presto适用于处理大规模的数据,并可以实现快速的交互式分析。它可以对250PB以上的数据进行快速地交互式分析,并且在处理速度方面比传统的查询引擎如Hive和MapReduce要好上10倍以上。 另外,Amazon Kinesis Streams是一个用于处理流数据的服务,可以从数十万种来源中连续捕获和存储大量的数据。它可以用于收集和分析网站点击流、财务交易、社交媒体源、IT日志和定位追踪事件等数据,满足大数据财务分析的需求。 对于商务智能方面的需求,可以使用开源的商务智能软件Pentaho。Pentaho是一个基于Java平台的商业智能套件,包括报表、分析、图表、数据集成、数据挖掘等工具软件。它以工作流为核心,强调面向解决方案而非工具组件,可以满足商务智能的各个方面的需求。 综上所述,大数据财务分析可以基于Python编程语言进行处理和分析数据,并可以借助Presto进行交互式查询和分析。此外,Amazon Kinesis Streams可以用于处理流数据,而Pentaho则是一个全面的商务智能套件,可满足各种商务智能需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值