飞利浦数据治理实践_企业数字化转型的数据治理概述三套材料.docVIP

企业数字化转型的数据治理概述

Classhed

在今天，数字化生产已逐步成为普遍商业模式

数字化生产模式：以数据为处理对象，以ICT平台为生产工具，以软件为载体，以服务为目的的生产过程

平台2

平台2

数据处理

数据分析

收入

6提供

服务

平台3

开发

部署

服务

平台1

接触客户

获取数据

3需求

应用

5

加工

2

筛选

4

初始数据

智能终端

机会

①

商业循环：数据变机会、机会变服务、服务变收入

ICT:InformationandCommunicationTechnologies信息与通讯科技

Clasifed

人工智能销售预测模型的建立

数据要准确考量数据特性

预测目标计算资源业务需求

模型的评估和调优；交叉验证、超参数调整

Classhed

人工智能销售预测模型的建立

1.传统时间序列分析-纪要历史数据来预测未来趋势

自回归(AR)、移动平均(MA)、自回归移动平均(ARMA)季节性自回归移

动平均

2.机器学习模型线性回归

决策树、随机森林(处理非线性关系)

3.深度学习模型

循环神经网络(RNN)、卷积神经网络(CNN)

4.混合模型

Clasifed

数字化转型的核心：“业务优化”和“业务转型”

Digital

DigitalBusinessStrategy

DigitalBusinessOptimizationDigitalBusinessTransformation

BetterCustomerExperience

AddsSignificantValuc

Model

思

Improved

ProductivityandExistingRevenue

DigitalBusincssOptimizationWithoutChangingBusiness

Net-NewRevenue

ProductandServices

KPIsforNewRevenueandModels

NewBusinessModels

Classhed

数据分析

1.提出问题·为什么要分析·哪些分析指标·得到什么结果·需要哪些数据

1.提出问题

·为什么要分析·哪些分析指标·得到什么结果·需要哪些数据

2.理解数据

·数据量 数据类型·数据内容

·数据属性

数隔清选

集中

列名重命名缺失数据处理数据类型转换数据排序

·异常值处理

4.构建模型

·E-R图

·描述数据·组织数据

·对数据进行操作

·描述数据库类型和属性

5.数据可视化

·将数据转换成图或表，以更直观的方式展现和呈现数据

2e

Clasifed

E-R图(实体关系图)

产品(产品号，产品名，型号)

产品(产品号，产品名，型号)

供应商(供应商号，供应商，地址)零件(零件号，零件名，单价)

供应(供应商号，零件号，产品号，数量

供应商名

供应商名

供应商及

供应商

m

供应

n

数量

温

品

零件

件多

件

地址

型号

单价

产品

P

ER图是一种描述现实世界的概念模型的方法，用来表示实体，属性和联系

Classhed

数据可视化

表格：由行和列组成，用于比较变量。表格以结构化方式展示大量信息。

饼图和堆积条形图：这些图形分成多个部分来表示一个整体的不同部分。它们提供了一种简单的方法来组织数据并比较组件的大小。

线形图和面积图：这些视觉显示通过绘制一段时间内的一系列数据点，来展示一个或多个数量的变化。

线形图利用线条展示这些变化，而面积图用线段将数据点连接起来，然后将变量堆叠起来，并用颜色区分不同的变量。

直方图：该图形使用条形图绘制数据分布(条形之间没有间隔),表示属于特定范围的数据数量。这种视觉表示使终端用户容易识别给定数据集内的异常值。

散点图：这些视觉表示对于揭示两个变量的关系十分有用，通常用于回归数据分析。但是，有时可能会与气泡图混淆，气泡图用于通过x轴、y轴和气泡大小来呈现三个变量。

热图：这些图形显示有助于按位置呈现行为数据。位置可能是地图上的地点，甚至是网页。

树形图：以一组嵌套形状(通常是矩形)展示层级数据。树形图非常适合根据面积大小比较类别比例。

CuisteTheMostValuableTeams

号

total_bill