商業分析 - 關鍵概念和術語

商業智慧術語包含一些專業術語；對於那些希望學習並在商業智慧領域掌握技能的人來說，建議他們首先了解其關鍵術語的含義。下面描述了一些商業智慧的關鍵術語：

資料探勘

這是一個系統地從不同來源提取資料，然後對其進行分析以產生資料洞察並識別隱藏模式和相關性的過程。

資料倉庫

這是一個巨大的資料儲存庫，儲存從多個來源收集的資料。資料根據業務標準進行儲存和組織；它提供一致、高質量和可靠的資訊。

商業智慧

商業智慧 (BI) 指的是收集、整合、分析和呈現商業資訊的先進技術和實踐。商業智慧的目的是幫助組織以圖形形式、報告、圖表、儀表板等方式呈現商業資料，以便做出富有成效的決策。

ETL（提取、轉換和載入）

ETL代表提取、轉換和載入；它遵循業務協議來清洗和組織原始資料，以便使用機器學習、資料分析和商業智慧應用程式進行處理。

KPI（關鍵績效指標）

它衡量特定目標在一段時間內的績效。

描述性分析

描述性分析分析歷史資料以確定發生了什麼。它監控關鍵績效指標以提供有效的結果。描述性分析包括資料聚合、資料探勘、資料視覺化、儀表板和報告。

診斷性分析

診斷性分析回答了為什麼發生這種情況。使用者可以使用相關性、資料探勘、鑽取和資料發現來了解驅動因素。診斷性分析廣泛應用於營銷、金融、網路安全等領域，這種高階分析技術通常用作描述性分析之前的步驟。

預測性分析

它使用數學模型和演算法，根據歷史資料確定未來趨勢。預測性分析的結果有助於制定業務決策。總的來說，預測性分析處理歷史資料以瞭解未來的結果。它透過預測事件、趨勢和行為來支援組織，併為他們提供方向，以便做出明智的決策和積極的戰略。

規範性分析

為了獲得期望的結果並推薦實現期望結果或最佳化流程的策略；規範性分析建議行動方案和策略。它使用歷史資料來建議如何管理類似的未來情況。它讓你洞察可能發生的事情、時間和原因。

大資料

大資料是一個大型且複雜的資料集，可能包含結構化、半結構化和非結構化資料。大資料包括無法使用傳統資料處理工具和技術輕鬆管理、處理或分析的大型資料集。大型資料集的特點是體積、速度、多樣性、價值和真實性；這些也被稱為大資料的 5 個 V。大資料徹底改變了組織處理資料和決策的方式，實現了更明智、資料驅動的戰略和創新。

資料視覺化

資料視覺化是使用圖表、表格、圖表或儀表板呈現已處理資料的過程。Tableau、Power BI 和 D3.js 等工具有助於以視覺化格式呈現資料，以便更容易解釋和做出決策。

機器學習

這是一項先進技術，它使用方法高效地處理即使是複雜的資料，併產生有用的結果。機器學習 (ML) 是人工智慧 (AI) 的一個子集，它涉及開發演算法和統計模型以從資料中學習並根據資料進行預測。ML 系統從資料中學習，並使用它來查詢模式並隨著時間的推移提高其效能。

人工智慧

人工智慧 (AI) 是對人類智慧的模仿。AI 用於開發允許計算機執行推理、學習、解決問題、感知、語言理解等任務的演算法。