今天大家都在談資料，都在用資料，那麼我們就一起看看資料行業的相關發展歷程。
關於資料分析
至今，學術界和企業界對資料分析的概念仍很模糊。在元素看來，資料分析可以從兩方面理解，一是從廣義上理解，資料分析可以視為一種用資料解決問題的方法論，是一套解決問題的思維體系；另一種是從俠義上理解，也就是企業界通常所說的資料分析技術，又可稱之為「商業智慧」資料決策支持系統，如今它又有了一個時髦的名字「巨量資料」。
關於分析，我想說分析的其實是信息，而不是資料，資料只是信息的原材料之一。分析的目的是尋找業務短板，可能是自身的也可能是競爭對手的。在日常經營過程中，分析是指導決策的唯一依據，但我們用什麼來保證分析的正確呢？是不斷的試錯還是考驗我們分析師分析和利用信息的能力，這個過程歸根結底還是對人的分析，一方面是對製作原始信息人的溯源，另一方面則是對人的行為目的的還原。
商業決策流程
商業智慧的發展歷程
《經濟學人》雜誌早在2010年曾報道說:「隨著計算機處理器、存儲器的價格不斷下降和軟體質量的不斷提升，這種被稱為「商業智慧」的技術不再是大公司的專利，逐步成為商界主流。大大小小的公司都收集了前所未有的資料。過去，這些資料被存儲在不同的系統中，如財務系統、人力資源系統和客戶關係管理系統中，老死不相來往。現在，這些系統彼此相連，通過資料挖掘技術，可獲得一幅關於企業運營的完整圖景，被稱之為一致的真相」。
商業智慧的起源伴隨著決策支持系統的誕生而誕生，其誕生代表了從資料到知識的巨大跨越。早期，商業智慧起始於決策支持系統，後來伴隨著計算機的發展、隨機的普及，商業智慧領域也有了長足的發展，硬體的擴充、軟體的更新、資料庫在企業的廣泛應用等，再後來IBM「資料倉庫」概念的提出，使商業智慧真正破繭而出。隨後，在資料倉庫的基礎上，在線聯機分析（OLAP）、資料挖掘技術開始大行其道，使停滯多年的商業智慧如雨後春筍般的蓬勃崛起。
當從資料到知識不再是問題，越來越多的知識充斥著人們的視野，多屏、碎片化的應用場景不斷的消費著人們的注意力，如何充分展現資料知識？讓人們更好的理解接受資料到知識的跨越，於是，資料可視化應運而生。伴隨著機器、人工智慧的進步，帶自適應調整的機器學習將成為商業智慧領域的下一個前沿陣地。商業智慧領域發展過程中的那些突出貢獻者：
1、赫伯特.西蒙
赫伯特.西蒙，人工智慧的創始人之一，《行為組織的決策過程》一書的作者，1975年因為對人工智慧的貢獻獲圖靈獎，1978年因對商務決策過程的出色研究獲諾貝爾經濟學獎。
2、馮.諾伊曼
馮.諾伊曼被稱之為計算機之父，他明確了計算機內部的資料組織形式——二進位，解決了資料在計算機內部的傳遞和理解問題。
3、埃德加.科德
埃德加.科德為IBM研究員，他在1970年提出了關係型資料庫的概念，後來又總結出構建關係型資料庫的「黃金十二定律」。
資料倉庫領域
麻省理工和卡內基梅隆大學一直被視為人工智慧領域的火車頭，此外還有一些企業也在人工智慧行業的發展過程中發揮著巨大的推動作用。
4、1979年，Teradata成立，1983年為國家富國銀行建立了第一個決策支持系統。
5、1988年，IBM的研究員Barry bevlin和Paul Murphy提出了「資料倉庫」的概念。
6、1992年，比爾恩門出版了《資料倉庫之架構》，第一次給出了資料倉庫的清晰定義和操作性很強的實戰法則，比爾恩門也因此被稱之為「資料倉庫之父」。
7、1996年，金博爾出版了《資料倉庫工具》一書，該書強調務實的資料倉庫應該是自下而上的，從部門到企業，並把部門級的資料倉庫稱之為資料集市。
聯機分析（OLAP）——解決靜態的報表與動態的決策需求之間的矛盾
8、1993年，埃德加.科德率先定義了「聯機分析」，並發表了論文《信息技術的必然：給分析用戶提供聯機分析》，提出構建聯機分析的「黃金十二定律」。
9、詹姆斯.格雷，因為在OLAP多維立方體的構建和運算方面的貢獻，1998年獲圖靈獎。
1989年被海外媒體稱之為資料挖掘技術元年
10、1989年，高納德諮詢公司的德納斯給出了「商業智慧」的正式定義。
資料可視化
11、1850年，英國佛羅倫斯.南丁格爾因為創造性的使用了「南丁格爾圖」，而使戰地醫院得以改進，第一次讓人看到了資料視覺化的魅力。
12、1973年，耶律大雪弗朗西斯.安科斯姆《統計分析中的圖形》這一論文提出了關於資料圖形在統計中意義的「安科斯姆四重奏」。
13、1983年，耶律大學愛德華.塔夫特《定量信息的視覺展示》出版，此書被稱為資料可視化領域的開山之作，隨後其《視覺解釋》、《美麗的證據》等書更加驚艷。
4500+企業選擇FineReport報表與 BI 商業智慧工具【免費下載】
opensource開發，類excel設計，全方位異質資料庫整合，資料填報、Flash列印、權限控制、行动應用、客制化、交互分析、報表協同作業管理系統。
分享自：巨量資料時代
