EXCEL数据源的BI之道

bjourway

项目背景：
北京联合大学旅游学院希望通过构建BI平台，用以挖掘历年所调研和积累的旅游行业相关数据的价值，为学校师生教学科研及旅游局等相关旅游行业部门制定相关决策提供参考。

项目实施难点：

数据质量是保证BI项目成功的关键因素，错误的数据一定会导致错误的决策。而从厂商做项目所花费的时间来看，最长的时间不是规划客户的业务需求，也不是分析部署商业智能系统，而是保障客户的数据质量。联合大学旅游学院部署BI项目遇到最大问题即是基础数据的整理及质量。因该项目所涉及的数据并没有专门的系统来归集和存储，数据主要来源于各国旅游行政部门或行业协会在网站公开发表的内容及该学院主编的厚达700多页的《世界旅游市场分析与统计手册》，于是，需要安排专门的人员手工收集、整理数据。面对这一现状，项目实施前期，奥威软件技术人员根据旅游学院各主题分析需求专门整理出统一的数据收集格式，在整个项目部署阶段，奥威软件也着重于为联合大学规划统一的数据仓库，以便于学院未来的信息化规划及建设。

北京联合大学数据收集模版示例

项目实施效果及应用

通过奥威实施团队与联合大学乔向杰老师的共同努力，到今，联合大学BI平台实施工作已基本完成，实现了五大分析主题的多维动态分析与展现及各主题综合分析驾驶舱。同时因为联合大学的个性化需求，还专门为其设计出BI平台登陆界面。
联合大学Power-BI平台登陆界面




联合大学BI平台实施效果

该贴已经同步到 bjourway的微博

微博评论

转发微博\n\n 来自 卖火柴的亚图姆1990 的新浪微博

微博评论

转发微博\n\n 来自 卖火柴的亚图姆1990 的新浪微博

微博评论

转发微博\n\n 来自 兔女郎白雪红莓 的新浪微博

微博评论

转发微博\n\n 来自 2B白羊B型女宛白 的新浪微博

微博评论

转发微博\n\n 来自 gg司徒矜 的新浪微博

bjourway

1.       深入浅出数据分析 (豆瓣) 这书挺简单的，基本的内容都涉及了，说得也比较清楚，最后谈到了R是大加分。难易程度：非常易。 2.       啤酒与尿布 (豆瓣) 通过案例来说事情，而且是最经典的例子。难易程度：非常易。 3.       数据之美 (豆瓣) 一本介绍性的书籍，每章都解决一个具体的问题，甚至还有代码，对理解数据分析的应用领域和做法非常有帮助。难易程度：易。 4.       集体智慧编程 (豆瓣) 学习数据分析、数据挖掘、机器学习人员应该仔细阅读的第一本书。作者通过实际例子介绍了机器学习和数据挖掘中的算法，浅显易懂，还有可执行的Python代码。难易程度：中。 5.       Machine Learning in Action (豆瓣) 用人话把复杂难懂的机器学习算法解释清楚了，其中有零星的数学公式，但是是以解释清楚为目的的。而且有Python代码，大赞！目前中科院的王斌老师（微博： @王斌_ICTIR）已经翻译这本书了 机器学习实战 (豆瓣)。这本书本身质量就很高，王老师的翻译质量也很高。难易程度：中。 6.       推荐系统实践 (豆瓣) 这本书不用说了，研究推荐系统必须要读的书，而且是第一本要读的书。难易程度：中上。 7.       数据挖掘导论 (豆瓣) 最近几年数据挖掘教材中比较好的一本书，被美国诸多大学的数据挖掘课作为教材，没有推荐Jiawei Han老师的那本书，因为个人觉得那本书对于初学者来说不太容易读懂。难易程度：中上。 8.       The Elements of Statistical Learning (豆瓣) 这本书有对应的中文版：统计学习基础 (豆瓣)。书中配有R包，非常赞！可以参照着代码学习算法。难易程度：难。 9.       统计学习方法 (豆瓣) 李航老师的扛鼎之作，强烈推荐。难易程度：难。 10.    Pattern Recognition And Machine Learning (豆瓣) 经典中的经典。 11.    Machine Learning (豆瓣) 去年出版的新书，作者Kevin Murrphy教授是机器学习领域中年少有为的代表。这书是他的集大成之作，写完之后，就去Google了，产学研结合，没有比这个更好的了。 12.    Bayesian Reasoning and Machine Learning (豆瓣) 看名字就知道了，彻彻底底的Bayesian学派的书，里面的内容非常多，有一张图将机器学习中设计算法的关系总结了一下，很棒。 13.    Machine Learning for Hackers (豆瓣) 也是通过实例讲解机器学习算法，用R实现的，可以一边学习机器学习一边学习R。 14.    Probabilistic Graphical Models (豆瓣) 鸿篇巨制，这书谁要是读完了告诉我一声。 15.    Convex Optimization (豆瓣) 凸优化中最好的教材，没有之一了。课程也非常棒，Stephen老师拿着纸一步一步推到，图一点一点画，太棒了。16.    Graphical Models, Exponential Families, and Variational Inference (豆瓣) 这个是Jordan老爷子和他的得意门徒 Martin J Wainwright 在 Foundation of Machine Learning Research上的创刊号，可以免费下载，比较难懂，但是一旦读通了，graphical model的相关内容就可以踏平了。 17.    Introduction to Semi-Supervised Learning (豆瓣) 半监督学习必读必看的书。 18.    Learning to Rank for Information Retrieval (豆瓣) 微软亚院刘铁岩老师关于LTR的著作，啥都不说了，推荐！ 19.    Learning to Rank for Information Retrieval and Natural Language Processing (豆瓣) 李航老师关于LTR的书，也是当时他在微软亚院时候的书，可见微软亚院对LTR的研究之深，贡献之大。 20.    SciPy and NumPy (豆瓣) 这本书可以归类为数据分析书吧，因为numpy和scipy真的是非常强大啊。 21.    Python for Data Analysis (豆瓣) 作者是Pandas这个包的作者，看过他在Scipy会议上的演讲，实例非常强，用pandas做数据分析！ 22.    Bad Data Handbook (豆瓣) 很好玩的书，作者的角度很不同。

现在，关注“奥威Power-BI”微信平台（扫描一下二维码或者搜索“Power-BI”，即可获得“绿色BI社区”http://t.cn/z8LAbMY金币），关注微信平台后发送您在“绿色BI社区”的账号名称，管理员将会给您送上20金币，金币可用于论坛内资料的下载。奥威软件，为您达成信息化最后一公里。