数据模型与数据分析

船长_

业务本质，好难理解的词汇，从我个人理解，Bi模型就是把数据按主题分类，常见的分类有: PARTY, ACCOUNT等。 继续积累，期待能达到楼主的高度。

船长_

换句话说，那些主题才是业务亘古不变的本质吧~

傀儡戏子

行业不同，决定了模型设计主导思想的不同，行业的成熟度决定模型的成熟度；互联网行业或电商行业的bi模型，无非是为了满足当下的报表需求，并没有长远的设计考虑，而且没有必要也不可能形成行业内认可的模型

innovate511

傀儡戏子 发表于 2013-9-4 20:31
行业不同，决定了模型设计主导思想的不同，行业的成熟度决定模型的成熟度；互联网行业或电商行业的bi模型， ...

这个帖子蛮老的，已经2年多了，哈哈。我现在已经在纯互联网公司做数据分析1年，我的体会是，有的东西是可以在模型上不断积累的，例如用户模型，无论你业务怎变，对用户的理解是你需要长期研究，无论业务想提高用户体验也好，想营销也好，想个性化也好，都需要。

另外数据分析并非就是做报表，很多公司都在调整，做报表是一个团队，做数据分析是一个团队，做数据分析，更重要的是解决业务问题，提供业务基于数据的解决方案，而不是数据的决策支持，或者数据查询服务者

innovate511

船长_ 发表于 2013-9-3 17:40
业务本质，好难理解的词汇，从我个人理解，Bi模型就是把数据按主题分类，常见的分类有: PARTY, ACCOUNT等。 ...

模型的价值就是为了被不同的应用重复应用，快速、方便、精确。你提到的维度、指标，都是传统BI项目实施思考的问题，按照业务调研的结果，来设计维度、指标。

现在进化到一个阶段，那就是数据挖掘的计算结果，也存入模型，被各种应用反复应用，例如用户特征、商品属性，区别在于，传统BI的用户维度，是按照已知维度指标来计算存储，而新的要求，是将用户特有特征通过特定挖掘存储属性，例如高频用户、高价值用户、高可信用户、白领用户、屌丝用户。。。。。这些不属于传统用户维度，而是为了更深层应用而设计。

我记得我在11年或更早写的文章就提到过这样的设计，只不过那时候没太多这样的需求，体会还不够深，文章的例子可能不够明显。

船长_

innovate511 发表于 2013-9-5 01:05
模型的价值就是为了被不同的应用重复应用，快速、方便、精确。你提到的维度、指标，都是传统BI项目实施思 ...

个人认为应该是先建立数据仓库，然后在数据仓库数据的基础上通过用户行为分析判定是否是高频用户，高价值用户，白领用户等。

theoutsider

学习了，请问楼主，现在传统BI建模和动态建模有什么区别和优缺点吗?

innovate511

船长_ 发表于 2013-9-5 17:50
个人认为应该是先建立数据仓库，然后在数据仓库数据的基础上通过用户行为分析判定是否是高频用户，高价值 ...

数据仓库搞的时间不能太长，也不能太集中人力去搞，10年前搞数据仓库的人，现在不少在搞数据挖掘和大数据应用了，因为数据仓库虽然还是基础，但太多精英太多资源投入数据仓库是不合适的。

传统领域对于数据挖掘的依赖较低，先建数据仓库再做挖掘和分析应用，是理性的事情，不过对于互联网，先建数据仓库，估计至少1年以上，1年之后这公司运作得好不好，还要打一个问号，数据的价值浪费1年，等于错过很多竞争机会。