文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 经管营销 > 企业管理 > 数据分析在企业风险管理中的应用与展望
侵权投诉

数据分析在企业风险管理中的应用与展望

事件信息数据,发生状态或数值进行统计、分析,来测算多个事件多个可能状态或未知状态的发生概率。

在大数据环境下,数据分析不仅可应用于已知的风险分析,还可根据数据间或有关系来发现和分析未知风险。某电力公司借助远光软件咨询及IT 实力,成功搭建现金流缺口预测模型、融资决策模型和预警模型,采用MSTR(Microstrategy)平台,运用数据查询技术、数据挖掘技术,将电力企业财务和各业务部门数据整合成一个集中的、标准的、可比的分析数据源,在此数据源的基础上建立资金决策支持系统,通过企业管理驾驶舱、现金流预测、融资决策、预警模型等功能,为资金决策者建立起多维度、智能化、动态化资金管理综合分析应用平台。

1.3 数据挖掘与大数据分析

数据挖掘与大数据是近十几年快速发展起来的新概念、新技术;尽管各界的认识与理解并不统一,但它们已经在日益广泛的领域产生着越来越大的作用和影响。数据挖掘的主要原理是通过对海量相关商业数据进行抽取、转换、分析或模型化处理,以获取有助于决策分析的关键信息。数据挖掘可以理解为一种对数据进行高级处理的方式、过程,用于从大量数据中提取人们感兴趣的隐含信息或知识,并以分类清晰、可靠、简单、易理解的形式呈现出来。数据挖掘主要有2类,一是对现有数据库进行规律(或特征)分析、归纳和总结的描述性挖掘,又称概念描述,是数据挖掘的基本形式;二是根据现有数据库进行推断、预测的预测性挖掘。

大数据是一个较为抽象的概念,主要通过特征描述定义大数据。较有代表性的一种观点认为,大数据应具有3V特点:大容量(又称规模性,Volume),多样性(Variety)、高速度(Velocity)。另外也有关于第4个V的讨论,国际数据公司(International Data Corporation,IDC)认为大数据还应具有价值(Value),而IBM认为大数据应具有真实性(Veracity)。与传统的数据库、数据管理相比,大数据的革命性变化主要体现在以下几个方面:数据规模从“池塘”转换为“大海”;数据类型从简单的结构化数据转换为包括半结构化、非结构化的多种类复杂数据;模式(Schema)不再是预设,而是随着数据的种类、数量不断演变;数据不再是简单的处理对象,而是用来分析、解决诸多领域问题的资源;而处理数据的工具、

上一页第3页

你可能喜欢

  • 企业管理分析
  • 企业管理研究方法
  • 管理者代表
  • 管理英语
  • 公司管理情况
  • 信息服务管理
  • 管理水平
  • 管理工程

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email