資料分析是個古老的職業，可能從人類誕生起就存在，小孩子出生之後也是在不斷的學習知識、收集資訊進行綜合評估中成長起來的。
在古代，因為資料分析手段的原始簡單，收集和掌握資訊需要的是耐心與勇氣，所以，那些每天仰望星空的人逐漸成為了資料分析領域的大師，也形成了星象學家和中國的風水大師們。當然，對於那些孜孜不倦分析資料的人，回報還是巨大，比如諸葛孔明對長江風向的長期觀測，預見到了東風到來，赤壁之戰打敗曹操八十萬水軍。
應該說，那個時候的資料分析工具是粗糙的，雖然也是大資料，但利用程度很差，挖掘也不充分，還帶有相當的偶然性，資料分析結果因人而異且可靠性不足。直到統計學的出現。
有了高階數學，有了概率論，有了統計學，資料分析終於有了科學的方法，可以進行各種各樣的抽樣調查，也可以基於方程式進行未來的**，人的作用變成了選擇模型和進行計算。隨著統計學的深入發展，相關分析、回歸分析、聚類分析、因子分析、生存分析、神經網路逐漸被應用到各行各業，資料分析成為了國家行政的依據，也成為了企業制定戰略和執行計畫的抓手。
計算機的出現本來就是為了解決人們手工計算的無奈。用數十數百的算盤高手一起計算也很難跟得上的飛彈模型，用電子計算機就可以迎刃而解，從幾個小時完成到幾分鐘完成，如今的智慧型手機，小小的身軀就可以超過十年前巨型機的運算能力。人在這方面已經望塵莫及。
2023年，谷歌的圍棋程式橫空出世，戰勝了人類的頂尖旗手，也標誌著這一被認為是人類最複雜的智力運動遭遇到機械人的暴力破解。即便圍棋機械人至今還不完美，運用的演算法邏輯依然有瑕疵，但已經足夠對付人類血肉構成的大腦了。在這個時代，我們在進行資料分析的時候，儲存不再需要人工干預，計算不再需要手工操作，留給我們的只有制定規則、給出演算法，然後等待結果，等待各種漂亮絕倫的圖示表呈現。
對於很多企業來講，以前的資料分析需要的是專業的諮詢機構，或者企業內部高階的資料分析人員。現在，很多企業的業務系統架設在雲上，雲計算廠商提供了各種各樣的分析工具，簡單的學習就可以上手操作，甚至連ceo本人都可以自主的看到報表。於是，資訊的傳遞的層級最大的被簡化，資料的利用率最最大化的提高。
不過，也正是因為資料分析的平民化、雲化和智慧型化，社會上的各種人都需要具備大資料思維和基礎分析能力，人的作用沒有消失，相反，還在加強。面對相同的資料，不同的人的分析選擇是不同的，不同的人對同樣結果的解讀也會千差萬別，能力高低會決定資料使用的質量，非專業人士的參與更需要專業人士的指導與把關。在未來，資料分析不再是個別人的能力，而應該是所有人的基礎能力，人不再是資料分析的僕人，而是變成了資料使用的主人。
規則引擎在資料分析中的應用
前言 規則引擎通過將業務規則和開發者的技術決策分離 實現了動態管理和修改業務規則而又不影響軟體系統的需求。以下通過例項對基於 sql 查詢 自定義規則等一系列場景來說明規則引擎在資料分析中的應用。在現代的企業級專案開發中 商業決策邏輯或業務規則往往是硬編碼嵌入在系統各處 中的。但是外部市場業務規則是...
規則引擎在資料分析中的作用
前言 規則引擎通過將業務規則和開發者的技術決策分離 實現了動態管理和修改業務規則而又不影響軟體系統的需求。以下通過例項對基於 sql 查詢 自定義規則等一系列場景來說明規則引擎在資料分析中的應用。在現代的企業級專案開發中 商業決策邏輯或業務規則往往是硬編碼嵌入在系統各處 中的。但是外部市場業務規則是...
13招神技 讓你在資料科學和資料分析工作中脫穎而出
然而，可悲的是，只有不到30 的資料科學專案最終實施了。我備受打擊的意識到我的努力被浪費了。但是，我不是唯一的乙個。幾乎，每乙個分析家都有同樣失望的感覺。即使在今天，資料科學行業面臨的真正挑戰是企業和分析人員之間缺乏協調。令我驚訝的是，我甚至注意到，這些人更喜歡坐在同乙個辦公室裡坐在一起。如果這兩種...