部门: 大数据分析, 大数据挖掘
具体内容：
1.工具软件：
a. excel2013、2016都可以；
b. Power BI;
c. SPSS。
2.理论基础：
a. 概率论和数理统计，比如：用正态分布理论指导，选取哪个价格段来销售，才可以销量最佳；
b. 经济学理论，比如：用边际理论指导，用多大的密度上传产品才可以做到利润最大化；
c. 与时俱进，不断学习大数据分析、挖掘的最新技术。大数据分析的六个基本方面：
1. Analytic Visualizations（可视化分析）
2. Data Mining Algorithms（数据挖掘算法）
3. Predictive Analytic Capabilities（预测性分析能力）
4. Semantic Engines（语义引擎）
5. Data Quality and Master Data Management（数据质量和数据管理）
6. 数据存储，数据仓库
3.指导思想：透视过去，预测未来，指导当下；
4.作用：为企业高层的决策提供宏观的数据支撑；
企业的作业部门提供微观的数据服务。
目前具体作用：
a.为企业现有产品的平台销售做精准预测，使企业赢取最佳利润；（自己的网站、大型的商务平台）
b.不断地为企业寻找新的、适合自身运作的产品，促使企业不断地、主动地转型升级；
5.硬件要求：
电脑：移动或台式工作站(大显示器)：第四代或以上i7，16G或以上内存；
比如：DELL M6800、M7510,ThinkPad P50、P70
工作硬盘：固态硬盘；
数据备份硬盘：普通移动硬盘；
光盘：成型的数据分析模板刻录光盘备份；
6.对不同平台用excel建立本平台的数据分析专用模板；
7.待excel数据分析模板完善后，建立另一套自动数据分析系统：Python + MySQL + PHP (JAVA) ；
a.要与数据采集程序、企业ERP系统对接；
b.将大数据采集与大数据分析整合，实现“数据智能化”；
c.企业实现了“数据智能化”才称得上“大数据驱动型企业”；
d.“大数据驱动型企业”的实现是“企业决策智能化”的重要基础，因为它实现了以“大数据”作为企业决策的依据，这就是“智慧企业”的必由之路！
e.单就这一点，企业上层，要做可行性论证。比如：一个很重要的因素，本项目的主要工程技术人才的稳定性。
***使用Hadoop (Storm或OpenStack) 建立更高级“大数据分析”云计算平台***
8.建立完善的数据分析技术体系及管理体系。
a.技术管理：模板文件、程序采用版本管理，并做好版本变化的备注（可以采用版本服务器）；
b.工作管理：建立以“过程控制”（非结果控制）为导向的数据分析部门的工作管理体制；建立针对每项任务的过程控制管理表格，由本部门助理登记、责任人签名。
需要日常登记的事项有：
①.模板文件、程序的编制、改变；
②.每项数据分析任务的执行、中间变换交接；
③.每项任务步骤的时间序列登记；
c.人事架构：部门经理（主管） + 工程师；
过程控制，经理负责；
d.保密：
①.与接触数据的工作人员签订保密协议；
②.建立内部工作电脑的监控系统；