埃森哲大数据分析方法
大数据分析是指从数据、信息到知识的过程，需要数学理论、行业经验以及计算机工具三者结合。以下是埃森哲大数据分析方法的知识点总结：
一、数据分析框架：
* 数据分析需要数学理论、行业经验以及计算机工具三者结合
* 数据分析即从数据、信息到知识的过程
二、数据分析方法：
* 结构优化
* 关联分析
* 聚类分析
* 分类与回归
* 时序模型
* 数据分析支撑工具
三、数据理解：
* 数据理解是指从数据中发现有用的信息
* 数据理解需要数学理论、行业经验以及计算机工具三者结合
四、数据准备：
* 数据准备是指对原始数据进行清洁、转换和整理
* 数据准备需要数学理论、行业经验以及计算机工具三者结合
五、数据分析支撑工具：
* 数据分析支撑工具是指各种厂商开发的数据分析工具和模块
* 数据分析支撑工具可以将分析模型封装，使不了解技术的人也能够快速实现数学建模
六、行业经验：
* 行业经验是指在数据分析前确定分析需求
* 行业经验可以指导应用，但行业特征不同，其应用也不同
七、传统分析：
* 传统分析是在数据量较少时，传统的数据分析已经能够发现数据中包含的知识
* 传统分析包括结构分析、杜邦分析等模型
八、分析误区：
* 分析误区是指不了解分析模型的数学原理，会导致错误的使用模型
* 分析误区会影响业务决策，因此在选用分析模型时，要深入了解该模型的原理和使用限制
九、机器学习：
* 机器学习是指不需要人过多干预，通过计算机自动学习，发现数据规律
* 机器学习的结论不易控制
十、数据挖掘：
* 数据挖掘是指挖掘数据背后隐藏的知识
* 数据挖掘是重要的手段，随着计算机技术发展和数据分析理论的更新，当前的数据分析逐步成为机器语言、统计知识两个学科的交集
十一、信息处理：
* 信息处理是指基于查询，可以发现有用的信息
* 信息处理的回答反映的是直接存放在数据库中的信息，不反映复杂的模式，或隐藏在数据库中的规律
十二、数据分析工具：
* 数据分析工具是指各种厂商开发的数据分析工具和模块
* 数据分析工具可以将分析模型封装，使不了解技术的人也能够快速实现数学建模
十三、商务智能：
* 商务智能是指一系列以事实为支持，辅助商业决策的技术和方法
* 商务智能包括专家系统、智能决策等
十四、数据仓库：
* 数据仓库是指一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成
* 数据仓库是数据分析的重要组成部分
十五、数据分析体系化管理：
* 数据分析体系化管理是指对数据分析的体系化管理
* 数据分析的主体依然是数据挖掘结构分析
十六、常规分析：
* 常规分析是指揭示数据之间的静态关系
* 常规分析需要数学理论、行业经验以及计算机工具三者结合
十七、大数据技术：
* 大数据技术是指随着计算机科学的进步，数据挖掘、商务智能、大数据等概念的出现，数据分析的手段和方法更加丰富
* 大数据技术包括数据可视化、统计等方法
