FIGURING OUT WHAT THE DATA MEANSSim

FIGURING OUT WHAT THE DATA MEANS
Simply collecting data has no effect on performance.Data needs to be analyzed.Data analytics refers to the specialized software, capabilities, and components all geared toward exploring huge volumes of data to provide greater insight and intelligence— and doing so quickly.Why is it important to analyze quickly? One reason is to be able to know how a particular sale or marketing campaign has influenced sales. The processes needed to prepare for and conduct data analytics are complex and expensive—and require expertise in statistics and modeling.Data analytic processes include: 1. Locating and collecting reliable data from multiple sources that are in various formats. 2. Preparing the data for analysis. Collected data is not usable until it has been organized,standardized,duplicates are removed (called deduping),and other datacleansing processes are done. 3. Performing the correct analyses, verifying the analyses, and then reporting the findings in meaningful ways. In the early 2000s,the ability to perform data analytics in real time,or near-real time,improved when vendors and consulting companies started offering it as a service.In the 2010s,vendors offered pre-built,hosted analytics and advanced analytics solutions that reduced total cost of ownership (TCO) and made it feasible for companies to implement data analytics. Macys’ and other large retailers used to spend weeks reviewing their last season’s sales data.With data analytic capabilities,they can now see instantly how an e-mailed discount code or flash sale for athletic wear played out in different regions.Charles W. Berger,CEO of ParAccel (ParAccel.com),a data analytics provider said:“We have a banking client that used to need four days to make a decision on whether or not to trade a mortgage-backed security.They do that in seven minutes now.”Data analytics is used by Wal-Mart stores to adjust its inventory levels and prices;and by FedEx for tweaking its delivery routes.IT at Work 1.1 identifies other users of data analytics.

ผลลัพธ์ (ไทย) 1:

หาความหมายของข้อมูลเพียงแค่รวบรวมข้อมูลไม่มีผลต่อประสิทธิภาพ ข้อมูลที่ต้องการจะวิเคราะห์ วิเคราะห์ข้อมูลหมายถึงซอฟต์แวร์เฉพาะทาง ความสามารถ และคอมโพเนนต์ทั้งหมดแนวสำรวจปริมาณขนาดใหญ่ของข้อมูลเพื่อให้เข้าใจและปัญญามากขึ้น — และทำเช่นนั้นได้อย่างรวดเร็ว จึงเป็นสิ่งสำคัญในการวิเคราะห์อย่างรวดเร็ว เหตุผลหนึ่งคือเพื่อ ให้สามารถรู้วิธีขายเฉพาะหรือแคมเปญการตลาดมีอิทธิพลต่อการขาย กระบวนการที่จำเป็นในการเตรียมสำหรับ และดำเนินการวิเคราะห์ข้อมูลมีความซับซ้อน และราคาแพง — และต้องใช้ความเชี่ยวชาญในการสร้างโมเดลและสถิติ กระบวนการวิเคราะห์ข้อมูลได้แก่: 1. ตั้งและรวบรวมข้อมูลจากแหล่งข้อมูลต่าง ๆ ที่อยู่ในรูปแบบต่าง ๆ 2. เตรียมข้อมูลสำหรับการวิเคราะห์ ไม่สามารถใช้ข้อมูลที่รวบรวมได้จนกว่าจะจัด มาตรฐาน ซ้ำจะถูกลบออก (เรียก deduping), และอื่น ๆ กระบวนการ datacleansing จะทำ 3. ทำการวิเคราะห์ถูกต้อง ตรวจสอบวิเคราะห์การ และจากนั้น รายงานผลการวิจัยในรูปแบบที่มีความหมาย ปลวก ความสามารถในการวิเคราะห์ข้อมูลในเวลาจริง หรือเวลาใกล้จริง ปรับปรุงเมื่อผู้จัดจำหน่ายและบริษัทที่ปรึกษาได้เริ่มต้นให้เป็นบริการ ผู้ขายเสนอใน 2010s วิเคราะห์ก่อนสร้าง โฮสต์และโซลูชันการวิเคราะห์ขั้นสูงที่ลงทุนเป็นเจ้าของ (TCO) และทำให้มันเป็นไปได้สำหรับบริษัทที่จะใช้วิเคราะห์ข้อมูล Macys' และร้านค้าปลีกขนาดใหญ่อื่น ๆ ที่เคยใช้เวลาหลายสัปดาห์ในการตรวจทานข้อมูลการขายของช่วงสุดท้ายของพวกเขา มีความสามารถวิเคราะห์ข้อมูล พวกเขาขณะนี้สามารถดูได้ทันทีว่ามีรหัสส่วนลด e-ส่งหรือส่วนลดพิเศษสำหรับเสื้อผ้ากีฬาออกมาเล่นในภูมิภาคต่าง ๆ Charles W. เบอร์เกอร์ CEO ของ ParAccel (ให้บริการวิเคราะห์ข้อมูลของ ParAccel.com),a กล่าวว่า: "เรามีลูกค้าธนาคารที่ใช้ต้อง 4 วันในการตัดสินใจในการค้าการรักษาความปลอดภัยได้รับการสนับสนุนจากจำนองหรือไม่ พวกเขาทำในเจ็ดนาทีตอนนี้" วิเคราะห์ข้อมูลโดยใช้วอลมาร์ทเก็บเพื่อปรับเป็นระดับสินค้าคงคลังและราคา และ โดย FedEx สำหรับ tweaking มันส่ง routes.IT ที่ทำงาน 1.1 ระบุผู้ใช้อื่น ๆ ของการวิเคราะห์ข้อมูล

ผลลัพธ์ (ไทย) 2:

การหาข้อมูลอะไรหมายถึง
เพียงแค่การเก็บรวบรวมข้อมูลได้ไม่มีผลกระทบต่อ performance.Data จะต้องมีการวิเคราะห์ analyzed.Data หมายถึงเฉพาะซอฟต์แวร์ความสามารถและส่วนประกอบทั้งหมดมุ่งเน้นที่การสำรวจปริมาณมากของข้อมูลที่จะให้ข้อมูลเชิงลึกมากขึ้นและการข่าวกรองและการทำ ดังนั้น quickly.Why มันเป็นสิ่งสำคัญในการวิเคราะห์ได้อย่างรวดเร็ว? เหตุผลหนึ่งก็คือเพื่อให้สามารถทราบว่าโดยเฉพาะอย่างยิ่งการขายหรือแคมเปญการตลาดมีผลต่อยอดขาย กระบวนการที่จำเป็นในการเตรียมความพร้อมสำหรับการดำเนินการและการวิเคราะห์ข้อมูลที่มีความซับซ้อนและมีราคาแพงและต้องมีความเชี่ยวชาญในสถิติและกระบวนการวิเคราะห์ modeling.Data รวม: 1. ค้นหาและการเก็บรวบรวมข้อมูลที่เชื่อถือได้จากหลายแหล่งที่อยู่ในรูปแบบต่างๆ 2. การจัดเตรียมข้อมูลสำหรับการวิเคราะห์ ข้อมูลที่เก็บรวบรวมจะถูกใช้งานไม่ได้จนกว่าจะได้รับการจัดมาตรฐานที่ซ้ำกันจะถูกลบออก (เรียกว่า deduping) และกระบวนการอื่น ๆ datacleansing จะทำ 3. การแสดงการวิเคราะห์ที่ถูกต้องตรวจสอบวิเคราะห์แล้วรายงานผลการวิจัยในรูปแบบที่มีความหมาย ในช่วงต้นทศวรรษ 2000 ความสามารถในการดำเนินการวิเคราะห์ข้อมูลในเวลาจริงหรือใกล้เวลาจริงปรับตัวดีขึ้นเมื่อผู้ขายและผู้ให้คำปรึกษา บริษัท เริ่มนำเสนอเป็น service.In ยุค 2010 ผู้ผลิตนำเสนอที่สร้างไว้ล่วงหน้า, การวิเคราะห์และการแก้ปัญหาการวิเคราะห์ขั้นสูงเป็นเจ้าภาพ ที่ช่วยลดต้นทุนในการเป็นเจ้าของ (TCO) และทำให้มันเป็นไปได้สำหรับ บริษัท ที่จะดำเนินการวิเคราะห์ข้อมูล Macys 'และร้านค้าปลีกขนาดใหญ่อื่น ๆ ที่ใช้ในการใช้เวลาหลายสัปดาห์ตรวจสอบข้อมูลความสามารถในการขาย data.With วิเคราะห์ฤดูกาลที่ผ่านมาของพวกเขาตอนนี้พวกเขาสามารถมองเห็นได้ทันทีว่ารหัสส่วนลดส่งอีเมลหรือการขายแฟลชสำหรับเสื้อผ้ากีฬาเล่นออกมาในที่แตกต่างกัน regions.Charles ดับเบิลยูเบอร์เกอร์ ซีอีโอของ ParAccel (ParAccel.com) ผู้ให้บริการข้อมูลการวิเคราะห์กล่าวว่า: "เรามีลูกค้าธนาคารที่ใช้ต้องสี่วันในการตัดสินใจเกี่ยวกับหรือไม่ที่จะค้าจำนอง security.They ทำในเจ็ดนาที . ตอนนี้ "การวิเคราะห์ข้อมูลจะถูกใช้โดยร้านค้า Wal-Mart ในการปรับระดับสินค้าคงคลังและราคาของตนและเฟดเอ็กซ์ในการปรับแต่ง routes.IT ส่งมอบในที่ทำงาน 1.1 ระบุผู้ใช้อื่น ๆ ของการวิเคราะห์ข้อมูล