數據分析之核心技術的創新

　　大數據作為時下最火熱的IT行業的詞匯，隨之而來的是數據倉庫、數據安全、數據整理、數據挖掘，可視化呈現等各領域的研究與探索，圍繞大數據的商業價值利用逐漸成為行業人士爭相追捧的利潤焦點。同時隨著大數據時代的來臨，行業大數據分析也應運而生。

　　那么大數據分析又是什么呢？

　　大數據分析結合了大數據和分析兩個方面。如今大數據已經頻繁出現在生活中的方方面面，但大數據與大數據分析并不是同一概念。假如沒有數據分析，再多的數據都只能是一堆儲存維護成本高而毫無用處的IT庫存。專業的大數據分析更注重分析，從分析和實際應用角度出發去找數據，然后再將數據中得到的有效信息最大化利用。如果沒有針對性的數據處理，盲目注重于大數據的采集而未能對收集到的數據有效利用，或許只是簡單地畫個圖表得出表層結論而已，錯失了對數據的深層解讀，未對其價值進行深入挖掘。

　　“一般來說，數據分析通常都針對某些待解決的問題，通過對數據處理和解讀，找出可能存在的潛在規律并加以利用，進而以直觀的視覺效果呈現，為決策提供客觀依據。在分析過程中，對于問題邊界加以明確規定、對可能出現的問題進行預判、對邏輯關系進行對敲，過濾海量信息，得出有效結論，是數據分析為商業決策提供的寶貴價值。”數據分析專家袁林就現在的大數據分析提出了自己的專業見解。

　　在醫藥行業從事多年數據分析的袁林見證了數據分析從建立到發展的過程，深知行業痛點。早在2009年互聯網蓬勃發展之后，袁林逐漸意識到數據挖掘和數據分析將成為大數據應用的核心技術，也是大數據應用的關鍵所在。于是他著重從這兩方面入手，經過幾年時間成功研發了以可視化業務、SPL技術為重點的軟著發明，如“基于業務大數據平臺的動態可視化業務監測及分析系統V1.0”、“基于開源SPL技術的多源數據分析系統V1.0”、“基于大數據分析的采購與供應商管理系統V1.0”以及“基于OLAP技術的營銷智能分析系統V1.0”。他一直在尋找一種技術可以解決醫藥行業國內數據可視化的問題，面對行業內各類數據源之間的壁壘，數據質量參差不齊，時效性過于滯后，無法在形式和功能之間取得平衡，華麗的數據可視化無法實現其主要目的-深度洞察并高效展示數據所蘊含的商機。

　　袁林研發的這幾個軟著針對行業的大難題都提出了相應的解決方案，并成功應用于行業運作。其中用“基于業務大數據平臺的動態可視化業務監測及分析系統V1.0”為例，本發明將行業內不同領域的數據進行清洗，標準化，并進行整合，以企業戰略的視角挖掘數據底層所潛藏的商機，通過數學建模，專業圖形化展示等方法，靈活的交互式的操作界面，清晰地展示業務流程中每個節點產生的數據特征，識別數據特征的相關性，呈現業務發展的客觀態勢，輔助用戶探尋業務規律，助力企業通過全景業務流程數據呈現進行行業動態監控，洞察商業機會。

　　該系統的出現是醫藥行業數據分析領域的一大進步。以往為了讓人們更加直觀地理解數據，數據分析師通常會以圖表或圖形的形式來呈現數據。但這個轉換過程數據分析師往往需要耗費大量的時間，從不同領域中提取信息，再將其進行整合，從而生成報告。但自從袁林研發的這個系統面世后，數據分析師僅需單擊按鈕，就可以迅速地得到想要的圖形和報告，這大大地節約了人力和時間成本，同時也讓數據分析不再是那么高深莫測的一個領域。

　　除了該系統在領域內的突破，袁林的另外幾個軟著發明也都在商品供應與采購、用戶市場營銷智能推銷等的方面有著很大的發展，如“基于OLAP技術的營銷智能分析系統V1.0”能夠根據不同用戶的消費習慣來對不同類別的用戶給予不同的推送方法，避免單一的同類品推送，進而使得市場營銷的推送推銷模式更加多元化，提高用戶對商品推銷的興趣。

　　“數據是鋼，分析是鑄造，如果你想制造出一件好兵器，二者缺一不可。如果其中存在一個短板，你可能就會因為一件爛兵器而死在戰場上”，數據分析專家袁林表示，未來的日子也會堅持磨好每一把“兵器”，繼續在數據分析行業披荊斬棘！