數據分析的前景模板(10篇)

導言：作為寫作愛好者，不可錯過為您精心挑選的10篇數據分析的前景，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

一、國外教育系統應用大數據的現狀分析

大數據應用到教育系統中，能夠對學生從小學到大學各個時期的學習行為、考試成績以及職業規劃進行詳細的關聯分析和研究。在國外很多這樣的數據信息已經被國外政府機構完好的保存起來，用于今后的統計和分析。現階段，大數據分析已經被應用到發達國家像美國、日本等國家的公共教育系統中，其成為了促進本國教育系統改革的重要信息基礎。為了順應時展的步伐，美國政府部門在2012年投入一項花費2億美元的公共教育大數據計劃，通過這個項目美國政府希望能夠對美國的教育體系進行完善和改革。進入新世紀以后，在美國的教育系統中，逐漸興起了一股在線教育的潮流，通過這種教育哈弗和麻省理工大學可以收集大量的數據，從而更好的研究世界各地各個國家的教學模式和學習行為，從而打造出適合不同國家學生學習的在線教育平臺。通過記錄學習者鼠標的點擊數量，可以對學習者的學習行為和學習軌跡進行研究，發現不同類型的學習者對不同知識點的反應情況，用多少時間去學習，哪些知識點需要重復講解或者強調，哪些學習工具和學習方式能夠提高學生的學習效率。在追蹤個人學習數據時，雖然是雜亂無序的，但是當很多人的數據收集到一定程度之后，群體行為就會在數據中呈現出一種規律，通過分析這些數據的內在聯系性，在未來在線教育平臺建設過程中才能彌補沒有教師面對面交流指導存在的不足，提高知識傳播的針對性，比如知識對受教者的投放強度、進度、反饋等。

二、大數據在教育領域應用的前景分析

1.利用大數據研究學生行為和變化內在的聯系性

通過目前各類已廣泛使用的教育信息系統途徑，學生的行為會被各種數據所自動保留，例如學生在學校的時間、按時上課的情況、課堂聽講是否積極主動。在應用過程中以互聯網技術和云計算等綜合技術為基礎，在對學生管理過程中，從數據庫中尋找有價值的數據信息，經過全過程性和綜合性分析，找到學生與知識之間存在的內在聯系性，分析背后隱藏的邏輯關系，并做出合適的教學決策。在學校中積極應用計算機技術和智能通信設備保障了學生和家庭、學生和教師、學生和社會之間的溝通和交流。在大數據背景下，學生在學校的各種表現都可以用數據形式真真切切的反應出來。其能夠表現當下學生的行為表現。一方面，可以通過學生之間的行為變化發現內在的聯系性。一方面，大數據時代可以顯示學生的歷史行為，各種數據表單都能夠記錄下來。通過這些數據我們可以發現學生的學習興趣，特長愛好等因素。另一方面，大數據可以通過云計算反應學生的變化趨勢。學生的變化通常情況下都是不是很明顯，只有當學生出現問題之后，才能發現，而數據從開始到結束是有時間差的，這樣就可以通過數據提早發現學生的變化，避免產生不良的結果。

2.利用大數據挖掘學生內在特征

篇2

一、什么是數據產品

要談清楚數據產品，首先不可回避的“俗套問題”便是數據產品的定義認知。我的理解是：廣義來看，數據產品是可以發揮數據價值去輔助用戶更優的做決策(甚至行動)的一種產品形式。它在用戶的決策和行動過程中，可以充當信息的分析展示者和價值的使能者。從這個角度講，搜索引擎、個性化推薦引擎顯然也是數據產品，由于產品形態已經比較成熟，所以很少被人劃分到數據產品的概念里，另外，這類產品往往大都在數據外面穿了一層外衣，使非專業的用戶并不能直觀的感受到數據的存在。

除此之外的，便是狹義范疇的數據產品，比如大家熟知的淘寶數據魔方、百度指數、電商的CRM平臺、各種公司內部的數據決策支持系統等都是數據產品，我后面會有個結構化的分類介紹。

二、為什么會有數據產品

人們日常的商業活動都是“決策”和“行動”的螺旋上升過程及交織在一起的子過程，主過程里的決策表示內心拿定一個主意要怎么做，要達到什么樣的目標，行動是具體的執行過程，比如用戶要解決出行不方便的問題，他的主決策可能是“買一輛適合自己的轎車代步”，而在具體行動過程中，馬上又會面臨“買什么車”、“在什么渠道買”等子決策問題。

所有的決策以及行動中的子決策過程都是基于“某種參考”的，最簡單的參考可以是自己的直覺，好一點會依賴“過來人”的主觀經驗，但拍腦袋決策越來越難，所謂專家也屢屢被打假;而最優的決策需要依靠“證據”，定量的證據即時數據，隨著數學、統計學、計算機科學的普及，數據在決策優化過程中的價值越來越大，在大數據時代尤其如此。

決策過程中，數據的價值可以通過什么來體現?不外乎三種：a.數據本身、b.數據服務、c.數據產品。舉個例子來說，如果某用戶想知道明天的天氣是否適合出行，他可以直接看明天的氣溫數據，這個就是數據本身在發揮價值;他也可以咨詢相關的數據分析師或咨詢顧問，由他們提供人工的數據服務或解決方案來判定明天的天氣;第三種方式便是使用數據產品，它把數據、數據模型以及分析決策邏輯盡可能多的固化到一個軟件系統中，以更自動化、更準確、更智能的方式來發揮數據的決策價值。

三、數據產品的分類

在狹義的范疇里，從使用用戶來看，可以是企業內部用戶，外部企業客戶，外部個人客戶等。從產品發展形態來看，從最初的報表型(如靜態報表、DashBoard、即席查詢)，到多維分析型(OLAP等工具型數據產品)，到定制服務型數據產品，再到智能型數據產品、使能型數據產品等。數據型產品經理的前世今生，互聯網的一些事

由于報表型數據產品過于蒼白、可視化能力有限，而多維分析型數據產品更適合于專業的數據分析師而不是業務或運營人員，使用局限性也越來越大，所為未來的趨勢可能是定制服務式和智能式的數據產品。

所謂定制服務型數據產品，是基于用戶的深層次需求，構建最適合當前業務痛點的數據模型、產品設計、可視化方案等。在這里數據產品充當的更像是服務提供者，而不是一個通用的工具。

智能型數據產品則會更多的將大數據的智能性融入產品，并與決策邏輯結合起來，發揮作用。比如，你可以有一套傳統的會員營銷系統，允許你按自己的規則篩選目標用戶;而也可以在更智能的數據產品中這樣來實現：輸入你的營銷目標及參數，比如要開展雙十一母嬰市場的促銷活動，系統可以基于以往海量數據計算出應該選擇什么品類的商品，在什么用戶群中，以什么形式開展活動效果會更佳。

現有的大多數數據只是告訴你現在或未來的情況是怎樣的，問題痛點出現在哪里，但卻不能給出更完善的建議，甚至支持一個建議的執行。使能型數據產品要做的就是這樣的工作，它不僅可以告訴你，哪些用戶流失的傾向性大，還可以直接引導用戶展開后續補救的執行流程，哪些細分群體需要通過促銷活動刺激，哪些需要服務關乎，哪些需要為他提供專享的VIP業務，哪些需要更好的互動等等。

四、數據產品需求把握的特殊性

一個真正好的數據產品要首先把握一個核心——找到用戶的真正核心需求、痛點。這句話對于非數據產品的產品經理來說簡直就是天經地義的廢話。但對于一個數據產品經理而言，得來卻不那么容易，有其特殊性。

第一個特殊性，是需求層次特殊性，數據產品的用戶中往往會有很多內部用戶，他們對數據、數據分享、數據處理的理解和熟練程度各有不同，因此會提出各種不同層次的需求，概況起來大致包括：1).業務/管理需求;2).分析需求;3).數據需求。舉例來說，某電商要改善全體用戶的訂單轉化效率，這個便是第一類需求;為了完成此目標，會有很多工作要做，也會有很多分析需求隨之產生，比如分析商品詳情頁的跳出趨勢，便是第二列需求;而具體某某數據項的統計則屬于數據需求。最可怕的便是，需求方遇到了問題(第一類需求)，指定了錯誤的分析策略(第二類需求)，有提出了明確的數據需求(第三類需求)。而對于數據產品經理，從數據需求，引導出分析需求，進而介入反應具體痛點問題的業務/管理需求，是一門必修課。

第二個特殊性，是內部數據產品需求方的特殊性，企業內部的數據產品的用戶，既是是用戶，也是自己的同事、朋友、領導、下屬，他們本身就對產品經理的決策權有一定的干預能力，需要產品經理去平衡“理想與現實”，你懂的。這種情況對于非最高決策者直屬的數據團隊而言，尤為嚴重。

五、數據產品的三個關鍵要素

我認為，要成就一個數據產品，需要關注三個關鍵要素：1).數據、2).決策邏輯、3).行動流程。數據型產品經理的前世今生，互聯網的一些事

數據的價值，毋庸置疑。它就像整體產品內部流淌的血液。具備什么樣的數據類型、數據周期、數據粒度，往往會決定你的數據產品可以提供什么服務。

決策邏輯是很多平庸的數據產品所欠缺的，它們只是簡單的、響應式的展示了需求方的報表。好的數據產品，應該可以幫助用戶思考，尤其是將平時用戶遇到業務痛點是的決策邏輯，部分或全部融合到數據產品后，可以可視化的、動態的、便捷的顯性化決策的過程，提高用戶的決策效率。

僅僅停留在發現問題、分析問題是不夠的，我們還需要對問題的解決能力，這就涉及到第三個關鍵要素——行動流程。舉個例子，當數據產品分析某個細分用戶群時，發現最近一個月其活躍度明顯下滑，那是否可以自動觸發一個營銷流程，基于用戶的特征，開展個性化的“行動流程”，并在流程中的各個環節發揮數據的價值。

六、數據產品與大數據的關系

非常不想寫這樣的踩著三俗概念的解釋性文字，因為大數據是一個被所有人提起，但幾乎所有人又不明白的概念。我在這里寫什么概念解釋都是錯的，徒增搜索引擎的“負荷”。

所以，還是回溯到核心價值角度來看：前面提到數據產品最大的價值在于輔助使用者優化決策，以及輔助決策價值的實現。如果把數據產品比作一臺機器的話，那數據就像這臺機器運轉的原材料。“原材料”+“處理過程”+“結果展示與應用”≈數據產品。

而大數據當然也屬于數據的范疇，它好比是一種更高效的原材料，可以提供更高效的價值(更多角度的、更深度的、更實時的信息與知識，尤其是預測性的知識)，“高效的原材料”+“高級的處理過程”+“高級的展示與應用”結果也是數據產品，當然你也可以土土稱之為“大數據產品”。

再舉個不專業的例子來理解：大家熟悉的“天氣預報”就是一個典型的數據產品，它的原材料可能有很長時間段的溫度、濕度、風力、日光強度、紫外線強度、PM2.5值、位置信息、衛星上的采集的各種數據、其它地面設備的各種專業的氣象相關數據(示例而已，專業人士請自行補充);對這些數據的篩選、清洗、分析、挖掘等一系列“處理過程”可以得到未來幾日在幾個核心氣象特征的數據值與概率(溫度、風力、陰晴雨雪等);而我們看到的天氣預報這款數據產品，則是將上述核心信息綜合到一起，賦予視頻+GIS的展示形式，以及復制大眾在“行動”方面的建議(出行建議、穿衣指數、洗車指數等)而成的。

篇3

一、數據挖掘及其作用

數據挖掘(Data Mining，DM)，又稱為數據庫中的知識發現(Knowledge Discovery in Database，KDD)，是指從大量數據中提取有效的、新穎的、潛在有用的、最終可被理解的模式的非平凡過程。它融合數據庫系統、人工智能、統計學、機器學習、信息科學等，是一個新興的多學科交叉應用領域[1]。簡單地說，數據挖掘就是把存放在數據庫、數據倉庫或其他信息庫中的大量的數據中“挖掘”或“找到”有趣知識的過程。近年來，數據挖掘引起了信息產業界的極大關注，其主要原因是存在大量數據，可以廣泛使用，并且迫切需要將這些數據轉換成有用的信息和知識。獲取的信息和知識可以廣泛用于各種應用，包括行業監管、商務管理、生產控制、市場分析、工程設計和科學探索等。

有一個“尿布與啤酒”的故事，可以用來說明數據挖掘的作用。沃爾瑪數據倉庫里集中了其各門店的詳細原始交易數據。沃爾瑪在這些原始交易數據的基礎上，利用數據挖掘技術方法對這些數據進行分析和挖掘。一個意外的發現是：跟尿布一起購買最多的商品竟是啤酒！經過大量實際調查和分析，發現美國的太太們常叮囑她們的丈夫下班后到超市為小孩買尿布，而丈夫們中有30%～40%的人在買尿布的同時也為自己買一些啤酒。于是沃爾瑪干脆將尿布與啤酒擺在同一個貨架上，從而更方便了顧客，促進了銷售。按常規思維，尿布與啤酒風馬牛不相及，若不是借助數據挖掘技術方法對大量交易數據進行挖掘分析，沃爾瑪是不可能發現數據內在這一有價值的規律的。那么，怎么樣來挖掘數據呢？

二、常用的數據挖掘方法和應用舉例

挖掘數據，簡單來說就是要通過讀活數據（傳統方法）、知識運用（推理方法）、大海撈針（篩選方法）、專業軟件（技術方法）等方法或手段，挖掘出有用數據。

（一）讀活數據――傳統方法

通過閱讀政策、理論和報表數據，運用政策傳導和理論根據，去挖掘數據背后的真實狀況。在閱讀的基礎上，進一步計算比較基礎數據的增加值、增長率和標準值等變化規律，及時發現各指標在運行過程中發生的突變情況。在閱讀、比較的基礎上進一步分析。

分析實例一，利率對銀行的影響：2007年12月21日到2008年12月23日，央行連續4次下調基準利率，假設在銀行存貸款總額不變的情況下，存、貸款余額和銀行的利息收支變化情況如表一：

表一 利率對銀行的影響

從銀行的角度來看，當基準利率下調時，支付的存款利息和收到的貸款利息都會減少，而且在存貸比保持某個比例時，利差會增大，而不是通常人們認為的那樣利差會減少。從消費者的角度來看，存款人少收的利息大于貸款人少付的利息，結果銀行增加的收入來自存款人減少的收入。

（二）知識運用――推理方法

通過經濟理論知識來實證當前社會經濟的情況或預測世界經濟可能會出現的情況。

分析實例二，用奧肯定律來分析我國的GDP和失業率之間的關系：薩繆爾森和諾德豪斯合著的《經濟學》第16版456頁確切表述，“按奧肯定律，GDP增長比潛在GDP增長每快2%，失業率上升1個百分點，公式表示為：失業率的變動＝－(實際GDP的增長率－潛在GDP的增長率)/2”[2]。2008年，全年國內生產總值同比增長9.6%。2009年GDP增長8.7%，則實際下降0.9個百分點，根據奧肯定律來推測，失業率應上升0.45個百分點，達到4.65%。

分析實例三，GDP與固定資產投資的關系：通過用加速模型對中國1978～1997年數據進行檢驗，從而推斷出那些以有效需求不足為假設前提的模型不能解釋中國的現實。其次，以供不應求為特征的存量調整模型能較好地解釋中國固定資產投資的決定因素。在正常年份，實際國內生產總值增長1%，合理的實際固定資產投資應增長1.85%[3]。即GDP增長一個點，約需要投資增長2個點。因此，用GDP與投資總量之間的這種理論關系，可以推算出非信貸投資總額。比如：2008年保山市GDP增長率為13.1%（G），從GDP增速倒推，與其相適應的投資增速應在26.2%左右，但本地銀行貸款實際增長22.27億元，增速僅為16.84%，少增9.36%，表明可能有其他資金投放在本地；年初貸款余額N=131.79億元，S=N×G×2-M=131.79×13.1%×2-22.27=12.37億元。表明外地資金在本地當年投放12.37億元左右。

分析實例四，金融危機與菜農的關系：美國金融危機后?圯中國涉外企業十分困難，大多處于關停狀態?圯大量農民工返鄉?圯返鄉后自己種蔬菜（再說也無法買到原來吃的蔬菜）?圯以往這些農民工日常消費的蔬菜沒有人消費，形成消費鏈斷裂?圯河南菜農的蔬菜賣不出去?圯河南菜農生產過剩。事實上，根據國新辦于2009年2月2日上午10時舉行新聞背景吹風會，離開本鄉鎮外出就業的農民工的總量大概是1.3億人，大約有15.3%的農民工因全球金融危機而失去了工作，或者沒找到工作。據此推算，全國大約有2000萬農民工失去工作，或者還沒有找到工作而返鄉了。假設每個農民工日均消費1市斤蔬菜，返鄉農民工有2000萬，就意味著菜農每天有2000萬斤蔬菜賣不出去。

（三）大海撈針――篩選方法

可以通過Excel的篩選命令，從眾多的數據中篩選出需要的信息。

分析實例五，異地貸款統計：在《銀行業非現場監管信息系統》中，沒有對異地貸款信息專門統計，給異地貸款風險監管帶來難度，可是，銀行業《風險預警系統》給我們提供了豐富的客戶信息資源。《風險預警系統》中包含了哪個銀行在什么地方對哪個企業授信多少、發放貸款多少，以及現在貸款的質量怎么樣等48項信息。當銀行與企業不在同一個地方時，貸款就衍變為異地貸款，考察全省匯總數據，我們很快發現，可以用篩選方法，將異地貸款統計出來。方法是：分別用篩選命令，篩選出注冊地在本地各縣區的所有客戶，并將其匯總在同一張Excel表中，再刪除本地銀行機構的客戶信息，剩下的就是外地銀行在本地客戶的貸款信息。反之，也可以篩選出本地銀行在外地客戶的貸款信息。

（四）專業軟件――技術方法

通過《銀行業非現場監管信息系統》的查詢方法和分析模型，進行“時間序列分析”和“同質同類比較分析”，可以挖掘出更多有用的監管信息；通過Excel中強大的函數庫，可以獲得更多的統計分析結果；通過《馬克威分析系統》等專業分析軟件，可以從海量信息和數據中尋找規律和知識，建立起概念模型，為決策者提供科學的決策依據。

分析實例六，2009年全國貸款總額預測：根據2002年至2009年一季度貸款余額和全年貸款總量，以及2010年一季度的貸款余額，可以用回歸分析預測出2010年貸款總量。如表二所示：

表二 金融機構人民幣信貸收支表（單位：億元）

表中用回歸分析預測函數FORECAST預測了2010年的全年貸款總量將達到47.9萬億元，FORECAST(x，known_y's，known_x's)中的x是2010年一季度貸款余額；known_y's是2003至2009年的貸款總量，是因變量；known_x's是2003至2009年一季度貸款余額，是對應的自變量。在本例中，函數表達式是FORECAST(B11,C3:C10,B3:B10)。

在表中，如果計算同比增加量，2010年全年同比增加貸款7.96萬億元左右。如果以時間作為自變量，全年各項貸款余額作為因變量，畫出全年貸款余額折線圖和三階趨勢線，我們發現，決定系統R2=0.997，接近于1，表示線性擬合程度較高。

考慮到出口減少，外匯儲備下降，貨幣生成機制發生變化，企業更加依賴銀行貸款等因素，貸款余額將遠不止45萬億元，事實上，2010末貸款余額達到了50.9萬億元，這說明這個回歸分析預測函數準確率還是很高的。

參考文獻

[1]劉明亮.數據挖掘技術標準綜述.計算機科學[J].2008年，(06)：5.

篇4

宮頸癌是婦科中的一種常見惡性腫瘤，其發病率非常高，據臨床資料統計，宮頸癌疾病的發生率僅在乳腺癌之下[1]。以往行傳統手術治療，可取得較好的治療效果，臨床有效率超過了80%，不過若患者腫瘤體積較大，利用傳統手術則無法起到明顯作用[2]。近幾年，化療藥物在臨床中的應用非常廣泛，人們已經意識到新輔助治療的重要性，其也在宮頸癌疾病的治療中充分發揮了作用。

1資料與方法

1.1一般資料 以我院在2010年1月～2013年2月收治的36例晚期宮頸癌患者為研究對象，所有患者均于化療結束后約2～3 w后行手術治療，將其作為觀察組，患者年齡在27～52歲，平均年齡（42.32±5.86）歲，腺癌5例、鱗癌31例。取同期收治的直接行手術治療的36例晚期癌癥患者作為對照組，患者年齡在26～53歲，平均年齡（42.18±5.25）歲，腺癌6例、鱗癌30例。所有患者均經病理活檢，被確診為宮頸癌，患者均行子宮切除加盆腔淋巴結清掃術治療。兩組患者在一般資料上無統計學意義（P>0.05）。

1.2方法

1.2.1對照組 直接行手術治療。

1.2.2觀察組 在行手術治療前，接受新輔助化療。取135～175 mg/m2紫杉醇，利用雷尼替丁、地塞米松與苯海拉明，對患者使用紫杉醇后可能出現的過敏反應進行預防。取70 mg/m2順鉑，靜脈滴注，完成兩個周期的化療后，可在化療結束后2～3 w，為患者行手術治療，周期與周期之間相隔3 w時間。

1.3治療效果評價標準 完全緩解：患者腫瘤消失。部分緩解：腫瘤體積縮小幅度超過50%；未緩解：患者腫瘤體積與治療前相較無明顯變化，甚至出現了新病灶[3-4]。

1.4統計學方法 對本組研究的數據采用SPSS 16.0統計軟件進行分析，計量資料以均數±標準差（x±s）表示，采用t檢驗，對計數資料采用χ2檢驗，P

2結果

2.1治療效果 從本次研究中可看出，觀察組中完全緩解者18例，部分緩解者15例，未緩解者3例，總緩解率為91.7%，對照組中完全緩解者15例，部分緩解者12例，未緩解者9例，總緩解率為75.0%。觀察組完全緩解率優于對照組，對比差異顯著，具有統計學意義（P

2.2出血量與手術時間 觀察組手術時間與出血量均低于對照組，對比差異顯著，具有統計學意義（P

2.3術后病理 從患者的術后病理上看，觀察組宮旁累及、脈管受侵、淋巴結陽性所占比例分別為5.6%、8.3%、5.6%。對照組宮旁累及、脈管受侵、淋巴結陽性所占比例分別為19.4%、16.7%、33.3%。觀察組宮旁累及、脈管受侵、淋巴結陽性率均低于對照組，對比存在較大差異，具有統計學意義（P

3討論

在現階段宮頸癌疾病的治療中，順鉑被認為是對這類疾病治療的最有效藥物，它常與紫杉醇聯合使用，在宮頸癌疾病治療中的應用非常廣泛[5]。在本次研究中，觀察組患者于術前實施了新輔助治療，主要利用了順鉑與紫杉醇這兩種藥物，觀察組患者經治療后，治療有效率高達91.7%。

在以往的手術治療中，部分宮頸癌患者于術前不接受輔助化療，僅通過手術治療不能確保疾病治療效果，且復發率較高，嚴重影響患者的生存質量。隨著醫療技術的不斷進步與發展，新輔助化療被應用于宮頸癌患者的疾病治療中，給晚期宮頸癌患者帶來了希望。于實施手術治療前行新輔助化療，腫瘤細胞播散活力會大大降低，同時還會降低淋巴結轉移率，也會手術治療提供了條件，化療藥物極易進至瘤體中，可有效抑制腫瘤生長。它可使患者腫瘤縮小，提高手術切除成功率，將微轉移消除，減少不良預后的出現，使放療敏感性增強，降低疾病復發率[8]。

從本次研究中可看出，觀察組患者在手術治療前實施新輔助化療后，患者的手術時間與出血量均低于對照組，這說明實施新輔助化療，可有效縮短手術治療時間，降低術中出血量。從患者的術后病理上看，觀察組宮旁累及、脈管受侵、淋巴結陽性率均低于對照組，對比存在較大差異，這表明新輔助化療可減少不良預后，提升患者生活質量，對于局部晚期宮頸癌患者的疾病治療有著重要意義，值得臨床推廣應用。

參考文獻：

[1]董敬敬.局部晚期宮頸癌術前新輔助化療的臨床分析[D].大連醫科大學，2012.

[2]趙曉東.局部晚期宮頸癌術前新輔助化療的應用價值[J].腫瘤基礎與臨床，2011.

篇5

1 背景資料

隨著交換網絡的不斷發展，對現有交換網絡網元監控及維護的要求越來越嚴格，需要建成一套處理能力強、功能豐富、傳輸速率高、擴展性強的先進交換網綜合網管系統，實現對交換通信網絡的集中管理、集中監控和集中維護。

由于交換網綜合網管監控全網所有交換局點，交換機機型的多種多樣性造成交換綜合網管收集交換局點上報的告警復雜多樣。鐵通公司現網程控交換機型主要有三種，分別為：華為機型、中興機型、貝爾機型。每天交換網綜合網管收集交換局點上報告警達到數萬條，交換網綜合網管收集告警多，而且種類也十分繁雜，這是由于交換機的廠家不同，造成同一類別告警在交換綜合網管上呈現的告警級別嚴重程度也不相同，而真正找出那些對交換網業務有影響的告警，就變得十分困難，這對告警分析工作造成很大的工作量，使告警分析工作的工作效率十分低。為了改變這一現狀需要對所有廠家交換機的告警進行告警標準化。

2 應對措施

告警標準化的含義也就是對廠家告警進行全量梳理，重新定義告警的級別、分類、影響等內容，實現不同廠家專業告警的統一定義、統一處理要求、統一管理，從而標準化故障管理。標準化告警內容如下表，其中網管告警ID是告警唯一標識字段。

3 數據庫應用

經過長期摸索及實踐，為了便于對交換網綜合網管收集的告警進行分析，我們開發了一套交換網綜合網管告警分析系統。該系統的組成及運作方式如下：

①采用MySQL數據庫進行告警及基礎數據管理。

②利用Kettle以每3小時一次自動抽取24小時內+手工抽取4小時內兩種方式獲得綜合網管系統告警數據庫的告警記錄。

③以局點、發生時間及告警描述為關鍵字，用“插入/更新”的方式裝載到分析系統。

④根據預先制定的關鍵字關聯篩選出重要告警。

⑤最后再按照局點及告警明細對首次發生時間、最后恢復時間、累計時長及發生次數進行歸集呈現。

所謂關系數據庫，是建立在關系模型基礎上的數據庫，借助于集合代數等數學概念和方法來處理數據庫中的數據。現實世界中的各種實體以及實體之間的各種聯系均用關系模型來表示。關系模型是由埃德加·科德于1970年首先提出的。現如今雖然對此模型有一些批評意見，但它還是數據存儲的傳統標準。標準數據查詢語言SQL就是一種基于關系數據庫的語言，這種語言執行對關系數據庫中數據的檢索和操作。關系模型由關系數據結構、關系操作集合、關系完整性約束三部分組成。

目前主流關系數據庫中付費的有Oracle、Informix、MS-SQL Server、Sybase、Access等；免費的有MySQL、PostgreSQL等。其中Oracle被稱為花錢的數據庫中功能最強的；而不花錢的數據庫中PostgreSQL號稱功能最強，但運用最廣泛卻是MySQL，而我們的交換網綜合網管告警分析系統是基于MySQL數據庫。

MySQL數據庫是一個中、小型關系型數據庫管理系統，由瑞典MySQL AB公司開發，目前屬于Oracle公司。MySQL是一種關聯數據庫管理系統，關聯數據庫將數據保存在不同的表中，而不是將所有數據放在一個大倉庫內，這樣就增加了速度并提高了靈活性。MySQL的SQL語言是用于訪問數據庫的最常用標準化語言。MySQL軟件采用了GPL（GNU通用公共許可證），它分為免費版和商業版，由于其體積小、速度快、總體擁有成本低，尤其是開放源碼這一特點，一般中小型網站的開發都選擇MySQL作為網站數據庫。由于其免費版的性能卓越，搭配PHP和Apache可組成良好的開發環境。

與MySQL數據庫搭配使用我們選擇的數據庫管理和開發工具是Navicat。Navicat為專業開發者提供了一套強大的足夠尖端的工具，但它對于新用戶仍然是易于學習。使用了極好的圖形用戶界面（GUI），可以讓你用一種安全和更為容易的方式快速和容易地創建、組織、存取和共享信息。基于Windows平臺，為MySQL量身訂作，提供類似于MsSQL的用管理界面工具。此解決方案的出現，將解放PHP，J2EE等程序員以及數據庫設計者、管理者的大腦，降低開發成本，為您帶來更高的開發效率。用戶可完全控制MySQL數據庫和顯示不同的管理資料，包括一個多功能的圖形化管理用戶和訪問權限的管理工具，方便將數據從一個數據庫移轉到另一個數據庫中（Local to Remote、Remote to Remote、Remote to Local），進行檔案備份。Navicat支援Unicode，以及本地或遙距MySQL伺服器多連線，用戶可瀏覽數據庫、建立和刪除數據庫、編輯數據、建立或執行SQL queries、管理用戶權限（安全設定）、將數據庫備份/復原、匯入/匯出數據（支援CSV, TXT,DBF和XML檔案種類）等。

篇6

地諾前列酮控釋栓是一種含有天然前列腺素（PGE2）的持續控釋栓劑，商品名是欣普貝生，規格為1枚10mg，前列腺E有抑制宮頸膠原的合成，并有軟化和擴張宮頸的作用[1]，對各期子宮均有收縮作用，尤其對足月子宮反應最為敏感。2008年地諾前列酮控釋栓被納入“妊娠晚期促宮頸成熟與引產指南（草案）”[2]。造成我國剖宮產率不斷上升的原因之一，就有宮頸是否成熟，所以促宮頸成熟就顯得尤為重要。2008～2012年，筆者觀察了地諾前列酮控釋栓和催產素促宮頸成熟的有效性和安全性。現將結果報告如下。

1 資料與方法

1.1 一般資料 選擇上述時期在我院分娩的足月產婦140例，單胎枕先露，無頭盆不稱，無胎膜早破，無嚴重產科合并癥，宮頸Bishop評分≤6分，隨機分為兩組，研究組80例，對照組60例。兩組一般情況相似，無顯著性差異。

1.2 方 法 首先對140例孕婦進行陰道檢查及宮頸Bishop評分。研究組：在無菌條件下將1枚（10mg）地諾前列酮栓用生理鹽水浸濕，使栓劑橫置于陰道后穹隆，用藥后孕婦臥床休息20～30min。用藥期間嚴密監護胎心及宮縮情況。對照組：用5%葡萄糖液500ml加催產素2.5IU靜滴，從每分鐘8滴起，根據宮縮情況每30min增加6滴，最多每分鐘不超過48滴。若滴8h無規律宮縮，則停用。每天1次，第二天可再重復應用。

1.3 觀察指標 在用藥前及用藥后6h和12h，分別對宮頸進行Bishop評分，并觀察記錄用藥后兩組宮縮強度、頻率、胎心變化、臨產開始時間、分娩時間、總產程及用藥后的不良反應。

1.4 療效評定標準 宮頸Bishop評分≥3分或臨產為顯效；宮頸Bishop評分≥2分為有效；宮頸Bishop評分

1.5 統計學處理 計量資料采用x2檢驗，計數資料采用P檢驗，以P

2 結 果

2.1 宮頸成熟度比較 研究組顯效68例，有效5例，無效7例，總有效率為91.3%；對照組顯效1例，有效5例，無效34例，總有效率17.6%。兩組療效比較有統計學意義（P

表1 兩組用藥后不同時間宮頸評分比較（x±s分）

2.2 用藥后臨產、總產程時間比較。見表2。

表2 兩組臨產時間、總產程、剖宮產率比較

2.3 不良反應 地諾前列酮控釋栓的不良反應主要是子宮過度刺激。其他不良反應發生率較低[3]。本研究中，研究組有4例發生宮縮過強，2例胎心變化，取出藥物后立即好轉。

3 討 論

地諾前列酮控釋栓用于足月妊娠促宮頸成熟的有效性，本研究顯示，其無論在促宮頸成熟總有效率，還是臨產時間、總產程、剖宮產率方面，均優于催產素，增加了陰道分娩的可能性，從而在一定程度上降低了剖宮產率，提高了產科質量。

地諾前列酮控釋栓促宮頸成熟的機制及作用特點為：①使宮頸膠原纖維、細胞外基質逐漸降解，從而使宮頸變軟，順應性增加；②松弛宮頸平滑肌，促進宮頸擴張；③增加子宮肌細胞間隙連接結構的數量，提高子宮對縮宮素的敏感性[4，5]。催產素與地諾前列酮控釋栓相比，也有擴張宮頸的作用，但其促宮頸成熟時間較長，敏感性弱，孕婦易于疲勞，致引產失敗，增加剖宮產率。而采用地諾前列酮控釋栓，操作方便，敏感性高，不良反應少，可獲得滿意效果。

本研究中，有3例發生過宮縮過強，迅速取出栓劑后，宮縮立即好轉，并沒有增加剖宮產率。而催產素可引起宮體肌肉收縮，其促宮頸成熟作用差，易引起子宮過度收縮，導致子宮破裂。

綜上所述，本研究認為，地諾前列酮對足月單胎頭位妊娠孕婦，不僅促宮頸成熟有效，而且安全、方便，引產所需時間短，成功率高，可有效降低剖宮產率，從而降低醫療費用，值得臨床推廣應用。

參考文獻

[1] 周菊賢，崔佳錦，劉曉璦.米索前列醇用于負壓吸宮術前宮頸準備療效[J].實用婦產科雜志，2010，10（26）：778-781.

[2] 中華醫學會婦產科學分會產科學組.妊娠晚期促宮頸成熟與引產指南（草案）[J].中華婦產科雜志，2008，43：75-76.

篇7

就連一向以關心國際金融形勢為主的世界銀行也在2012年11月了一份名為《降低熱度》的報告。報告指出，如果我們任由全球變暖的趨勢持續，到本世紀末，全球氣溫將會上升4℃。

報告認為，這一后果將是災難性的：沿海城市可能被淹沒；糧食生產風險增大；水資源匱乏情況將進一步惡化；生物多樣性會遭遇不可逆轉的損失。

2012年年末，國際能源署（IEA）了《2012年世界能源展望》（下稱《展望》），對2035年前的全球能源趨勢作出了預測。在報告中，IEA悲觀地表示：“各國在哥本哈根氣候會議上商定的，到本世紀中葉，將地球溫度上升控制在2℃以內這一目標正變得難以實現”。

未來我們該如何應對全球氣候持續變暖的挑戰？《中國經濟周刊》記者獨家連線IEA首席經濟學家法提赫·比羅爾（Fatih Birol），請他來為我們解讀：面對能源和氣候危機，我們還能做些什么。

可持續發展任重道遠

IEA在《展望》中指出，即使考慮到未來各國的發展政策，我們依然不能確保全球能源體系能夠進入可持續發展的軌道。

《展望》預測，從現在到 2035 年，全球能源需求將增長三分之一以上，其中60%的需求增長來自中國、印度和中東地區。盡管世界各國對于低碳能源的使用與開發都處于穩步增長的狀態，但是未來化石能源（煤炭、石油和天然氣）仍將主導全球能源的消費與使用結構。

在過去10年里，煤炭幾乎占據全球能源消費增長的50%，其增速甚至超過了其他所有可再生能源。報告預測，中國的煤炭需求將在2020年達到頂峰，并將持續至2035年。

誰來代替核電？

為了減緩全球氣候變暖的趨勢，各國都鼓勵發展清潔能源，許多國家都把核電作為未來重要的發展方向。但福島核事故令核電風光不再，許多國家紛紛重新評估核政策。誰來代替核電成為一個棘手的問題。

《展望》指出，目前全世界電力需求正在以近兩倍于世界能源需求的速度增長。盡管在2035年前，煤炭依然是全球發電的主要燃料，但在全球新建發電能力規劃中，一半的新增能力將以可再生能源作為燃料。

《展望》預測，到2015年，全球可再生能源將成為全球第二大電力來源，并在2035年接近第一大電力來源——煤炭的發電量。

可再生能源迅速增長的原因在于其技術成本逐年下降、化石燃料價格不斷上升。此外，各國對可再生能源的補貼不斷上升也是一個重要原因。2011年，全球對各種可再生能源的補貼約為880億美元，2035年將增至近2400億美元。

對話比羅爾：中國將成為全球綠色能源投資的領頭羊

《中國經濟周刊》：目前世界各國在能源利用，尤其是節能減排方面的進展如何？

比羅爾：幾乎全世界各大能源消費國都已經宣布了自己的目標和措施：中國的目標是到2015年將二氧化碳排放量降低16%；美國則采用了新的燃料經濟標準；歐盟承諾到2020年，將把能源需求削減20%；日本試圖到2030年將電力消費削減10%。雖然這些舉措有助于改善過去10年全球能源效率表現不佳的局面，但是全球節能減排可挖掘的潛力依然十分巨大。

《中國經濟周刊》：IEA對于改進能源使用效率有哪些建議？

比羅爾：我們認為世界各國在能源效率利用方面都還存在著巨大的、未被發掘的潛力。一般來說，我們可以從工業產業、交通運輸、發電和建筑等四個方面去尋找可降低能耗的機會。大量的研究數據表明，目前世界上在建筑領域方面尚有五分之四的潛力未被挖掘， 而工業產業領域有一半以上的潛力尚待開發。

中國目前在建筑領域的能耗控制已經取得了巨大成就，但在其他方面仍有很大的進步空間。我相信，世界各國只要在這四個領域內制定出一系列可行政策，一定可以降低能耗，提升經濟效率。

《中國經濟周刊》：在過去的10年里，中國的節能環保產業大約以15%～20%的增長率逐年遞增，您如何評價這些產業的增長？

比羅爾：最近這些年中國在降低能耗、提高能源使用效率方面進行了巨大的投資，這些投入也為中國經濟帶來了巨大的財富。目前全球風機產量約有30%來自中國，全球約有20%的太陽能發電量來自中國，可以說，中國環保產業的發展之路影響全球。

我們預計未來中國將在風能領域投資6000億美元，在太陽能領域投資2000億美元，這將使得中國成為全球綠色能源投資的領頭羊。我相信，中國在節能環保產業的技術將會不斷提升，并將造福世界。

篇8

[中圖分類號] G711 [文獻標識碼] A [文章編號] 2095-3437（2014）05-0110-02

我院從2010年起組織開展了“思想道德修養與法律基礎”（以下簡稱“基礎”）課程的教學改革，開課前，對學生的思想、學習、生活狀況進行調查，通過無記名方式填寫調查表，了解大學生思想實際狀況，分析優勢與存在問題，有針對性地展開思想教育。

本文調查的對象為2012級新生，被調查學生分別來自信息工程系、電子工程系、機電工程系、運輸與經濟管理系、建工系五個教學系，采取抽樣問卷調查的形式進行，共發放調查表1905份，回收率95.53%。

一、學生思想狀況調查數據統計與分析

（一）大學生思想狀況調查表統計與分析

數據分析：從中可以看出學生思想主導方向是積極向上的，具有強烈的愛國情感，對社會主義充滿信心和期待，對我國的發展前景充滿信心。思想教育要注重引導：作為一個新時代的大學生關心的不應僅僅是自己，要對社會和國家都要有一定的了解，可以在課余通過書報多了解國家時事、社會動態，以積極的心態去看待我國的發展。

數據分析：從這個數據中可以看出學生們對通過網絡獲取知識還不夠，不能充分利用網絡來了解國家大事，擴大知識面。也由此印證，高職學院的學生雖然樂于上網，但主要是進行玩游戲、聊天、看電影等娛樂活動，真正借助網絡學習知識、了解時事的不多。

數據分析：大多數學生的心中，他們深信中國特色社會主義道路是正確的中國發展的道路，走此道路能帶領中國人民實現國強民富。但“基本有此信念”的同學占23%，他們對中國的特色社會主義道路的方向還不明確。“將信將疑”的同學有3.67%，他們不知道何為中國特色社會主義道路，自己心中的概念很不明確。“說不清楚”的同學占1.33%，他們對中國特色社會主義道路的方向還是模棱兩可。思想教育中要注重理論體系的講授，使學生全面掌握中國特色社會主義理論體系，增強理解、信任。

數據分析：大陸和臺灣地區本是同根生，情同手足，大部分的同學同意和平解決，而不愿動干戈。保持現狀的有2%的同學，他們不傾向臺灣地區回歸，也不偏向臺灣地區獨立，愛國思想不夠強烈，“國家”意識不強。和平解決但任何時候不承諾放棄武力解決的占37%，明顯是受到國家臺灣地區政策的影響，相信臺灣地區回歸只是時間問題，但不允許其他的勢力干涉，臺方只要宣布，大陸將以武力收回臺灣地區，絕不手軟。

數據分析：由于當今大學生和社會的聯系密切，大多數都追逐社會的發展。可以看出，學校不是一方凈土，關起門來說教是沒有用的，要緊密結合社會現象和問題，開展思想政治教育。

數據分析：根據調查顯示信仰對自己發展能鼓勵和約束自己的有78.69%。這表明大學生對自己思想信仰還是比較明確的。相信信仰對自身的發展有更美好的前景。因此，加強中國特色社會主義信仰教育與培養是教學的重點。

數據分析：學生們都能認識到沒有科學文化知識和技能是很難在社會中有立足之地的，應該好好珍惜大學生活，不僅要學好自己的專業知識，同時充分利用好課余時間，掌握更多的知識，為將來的工作做好充分的準備，這樣才不會被社會淘汰。

數據分析：有21.33%的同學選擇了是為自己，可見個人主義追求者為少數，對社會缺乏熱情，但是也不能說這部分的同學對社會沒有貢獻，有46.67%的同學是選擇了為社會，表明了學生們的集體觀念還是非常的強烈，知道為自己追求、為親人追求就是對社會的追求，也是對社會的貢獻。有24%的學生是選擇親人，可知親人在他們心目中永遠是排第一的，懂得知恩圖報，懷有一顆感恩的心。數據告訴我們：當今社會，思想開放，多元并行，教育也要講策略，一味地教育要大公無私，反而沒有感染力和說服力。

數據分析：總體上學生們的人生追求基本心態是比較好的，但是有部分的學生對失敗和遇到挫折的經驗不足，缺乏迎難而上的精神。

數據分析：根據調查數據可知絕大多數的學生在個人利益和集體利益發生沖突時選擇了集體利益，說明這些同學有著強烈的集體榮譽感，有較高的團體意識，但是還是有少部分的學生還不知道個人利益和集體利益有沖突時該怎樣取舍。

二、結合學生思想狀態，開展有針對性的教學改革

從上面數據分析，可以看出，學生思想具有不穩定性，對問題的回答具有多樣性和矛盾性。要求教學要做到幾個基本要求：一是減少說教形式，貼近學生生活，吸引學生；二是教學形式的多樣性，易于學生理解和接受；三是既要講正面的，也要分析反面典型，從反面典型來提高明辨能力。

根據調查表的分析，我們在教學過程中結合高職學生的思想實際，精心處理教學過程中理論聯系實際的問題，對“基礎”課進行改革，整合教學內容，以培養學生的職業素質為導向，并將課堂理論教學與課內課外實踐相結合，設計四大教學模塊、十四大理論專題、十大實踐項目，體現了與高職學生成長成才主線的結合。

在我院實施二年多來，通過教學督導聽課、教師同行評價、學生評教反饋等形式來反饋教學效果，教學改革是成功的。學生反饋說：“上大課、死記硬背少了，研究討論、聯系現實多了”；“這種教學方法完全顛覆了政治理論教育課程在我腦海里的乏味印象。它為我們提供了很大的提升空間”。

特別是我們通過實踐項目教學改革，既培養了學生觀察問題、分析問題和解決問題的能力，又使師生感情大大加深，學生積極主動地與老師交流，課后老師的電話、電子郵件也大都是學生的問題咨詢，一改以往思政課老師不為學生重視甚至邊緣化的境地。我們教學團隊老師們深刻地感受到只有讓學生真正走出去，在社會實踐中去體會書本知識與社會現實的聯系與區別，去理解理論對實踐的指導作用，才能收到好的教學效果。

[ 參 考 文 獻 ]

篇9

2視頻監控在煙草行業的發展及應用現狀

（1）煙田監控：實現對煙田、育苗大棚內實時監控；

（2）煙葉收購站監控：實現對煙草所有站點煙葉收購全流程監控視頻調看、查詢、巡視、控制的功能；

（3）生產及公用設施區監控：主要用于監控車間內重要設備、生產線運行、物流線路及環境狀況，以及動力中心車間內空調、鍋爐等重要設備的運行及環境狀況，防止災害和事故的發生。

（4）煙草物流配送中心監控：對物流配送中心進行實時監控；

3視頻大數據分析的技術需求

隨著視頻監控在煙草行業的大規模應用，視頻數據量的增加，每天產生的數據量都是以TB（1000GB）級別計算的，若是利用傳統的技術手段對每天的視頻進行檢索和分析，則需要數小時的時間才能夠完成，工作量及工作難度可想而知；而對于更高級別的視頻數據，如PB（1000TB）級別的視頻數據進行分析和檢索時間那就是很多天了。視頻檢索與分析的效率低下，也是目前視頻數據利用效率及數據價值低下的首要原因。為此，如何提高視頻數據分析與檢索的效率，如何針對PB（1000TB）級別甚至EB（1000PB）級別的海量數據進行分析與檢索，提升視頻監控數據價值，成為了當前用戶的首要需求，也成為了當前視頻大數據分析技術的難點及關鍵點之一。同時，在對視頻進行檢索與分析的過程中，需要考慮檢索結果的準確性。由于視頻圖像信息為非結構化數據，如何合理有效地對非結構化的數據進行檢索分析，優化計算機圖像識別算法，是提高視頻大數據分析準確性關鍵所在。再者，當完成視頻檢索與分析后，如何做好視頻數據與非視屏數據的整合與關聯工作，是后期視頻數據應用時重點考慮的內容。

4視頻大數據在煙草行業的應用思考

時下，煙田監控、煙葉收購站監控、生產及公用設施區監控、煙草物流配送中心監控等的視頻監控數據較多僅僅用作安防視頻使用，還未涉及到與煙草業務的關聯；隨著視頻監控建設的完善及視頻大數據技術發展，各類監控視頻數據量的增加，考慮到投資回報比，是否可以通過視頻大數據分析，將煙草業務與視頻監控相關聯，在海量的視頻監控數據中提取有益于煙草行業發展的變革或新技術呢？

4.1安防業務

基于傳統視頻監控，安防業務是傳統業務之一，通過大數據分析，有效快捷的提取安防所需要的視頻片段。同時基于視頻行為告警策略，及時告警。

4.2安全生產

結合視頻大數據分析，將以往多次生產事故監控視頻整合，通過對多次生產安全事故的分析，總結出更為安全可靠的生產規則；再則通過視頻監控與生產行為的結合，制定安全生產標準，通過聲音報警或警示燈報警等技術，在不符合標準視頻監控預定義的安全規則情況時，能夠及時報警。通過視頻監控分析，提升生產的安全性。如采用彩色網絡快球攝像機和彩色固定網絡槍式攝像機，彩色網絡快球攝像機的預制位設置應優先，根據視頻大數據分析后，系統可提供不同故障區域或設備的故障信號，各工藝段或設備的操作運行信號，通過系統集成與生產監控實現聯動，平常攝像機對正在操作或運行設備進行監控，一旦某個故障點報警，攝像機立刻自動轉動到報警點，監控中心的NVR主機開始錄像等。

4.3效率生產

結合視頻大數據分析，通過分析各個不同煙站或煙廠中的同一種生產行為，結合對海量數據進行智能分析，提取出價值數據片段，形成元數據信息庫，再通過人為加工后期數據，總結形成效率生產有用的價值信息，提供生產借鑒，提高生產效率。

4.4創新生產

通過視頻大數據分析，將以往的視頻通過軌跡分析，得出以往生產過程中各類生產動作中不必要或者多余的部分，簡化或者優化生產規則；通過對給類生產行為的總結，提出合理的建議，為生產提出創新性意見或建議，提高生產率。

篇10

1 概述

物流過程管理的信息化是現代物流與傳統物流的主要區別之一，也是現代物流提高服務質量、取得經濟效益的核心手段。物流信息管理系統可以解決不同物流環節之間即時的信息交流、業務銜接、任務調度與資源平衡等問題，現在一般的物流企業多多少少都有了自己的信息管理系統，有的還不止一套。物流信息管理系統應用一段時間后，不可避免地會為企業積累一筆財富――大量的即時業務數據，如何從這些數據中挖掘財富，利用它們為物流決策提供支持，把企業信息管理水平提升到更高的層次，自然成為物流企業對信息管理進一步的要求。目前我國許多高端的物流企業，尤其是供應鏈上的第三方物流企業已經用上了以數據倉庫為代表的商業智能工具，大大提升了企業的經營管理水平，少數有實力的物流企業還在探討把部分BI技術與傳統信息系統進行整合，依據物流行業的特性實現智能倉儲、智能交通等。

可以看出，BI技術在物流行業的應用前景非常廣闊。但目前能把BI應用到企業經營管理中的只是部分大中型物流企業。廣大中小物流企業目前對物流信息管理系統中積累數據的再利用方式一般是從有限的報表和查詢功能中提取原始數據，用EXCEL等辦公自動化工具做簡單的加工，為決策提供基本的數據支持，遠遠達不到分析歷史數據以發現規律、獲得知識、充分發掘歷史數據價值的水平。在少數大企業應用BI技術提升企業管理水平，擴大市場占有率的示范效應下，中小企業對BI技術的應用同樣非常渴望，但受一系列主客觀條件的限制，使他們只能對這種“高端”的、暫時不會決定企業生死的技術望洋興嘆。所以BI在物流行業的應用潛力遠遠沒有被發掘出來。

基于此，我們做了一個實驗性的小項目，把傳統BI軟件BO（BusinessObjects）與進銷存軟件管家婆對接，利用BO對管家婆形成的數據進行分析。實驗比較成功，表明這條路在技術上沒有任何問題。但技術上可行并不表示市場就一定可行，本文就是基于筆者在這個實驗中的工作，對BI軟件在中小物流企業中普及應用的瓶頸及市場發展前景做一些探討。

2 BI軟件的功能

BI的概念由美國傳入，目前并沒有統一的定義，一般指的是對企業中已有的數據進行再加工，幫助企業做出明智的業務經營決策的一類工具，它的類型十分廣泛，傳統信息管理系統中都包含的報表生成、業務數據查詢等功能，也在BI的范圍內，所以BI并不是多神奇或高深莫測的東西，中小物流企業完全能用。

BO是市場領先的BI專業企業BusinessObjects（目前歸屬SAP旗下）的起家產品，是由語義層定義、數據庫連接、數據分析、Excel嵌入分析等多個工具組成的套件。與BO類似，目前自稱為BI系統的軟件一般都是由多種工具組合成的套件，其中包含了查詢、報表、數據分析、數據倉庫與數據挖掘等幾個主要組成部分，允許用戶查詢和分析特定的數據庫或數據倉庫，得出影響商業活動的關鍵因素，幫助用戶做出更好、更合理的決策。不同的BI系統所包含的組合成分是不一樣的，同樣的組合成分其中的工具也有很大的差別，從而使系統的類型、功能、使用的難易程度、對數據分析的深度、所得結果的價值等等差別也非常大。

BI系統的使用也與其他類型的軟件有很大的不同。專業的信息管理系統對業務類型、管理模式、信息管理的深度有很強的針對性，軟件應用的效果與軟件的選型，即所選軟件是否適合企業的應用有很強的關聯性，而軟件本身的適應性是比較弱的，所以如果選對了類型，越是專業性強的軟件越適用，效果越好，這也造成了應用軟件市場的細分。但BI不同，除了少數專門針對特殊行業需求開發的專用分析工具外，絕大多數的BI軟件都是由一些適應性很強的數據分析工具組成的。正因為它們適應性廣泛，所以針對性不強。這些工具應用得成功與否，在很大程度上取決于實施的過程，所以BI軟件的實施應用不是簡單的軟件安裝與培訓，而是在理解行業與企業需求的基礎上再開發的過程。

3 BI軟件應用的關鍵

把BI軟件應用到物流行業，必須先設計系統模型。軟件本身雖然有很大的靈活性，但這種靈活性多半是提供給專業人員，而不是提供給普通用戶的。所以系統模型一旦確定，BI軟件的具體應用方式、領域、功能就基本確定了，再要改動、擴充，不是普通用戶能做到的。