매직 쿼드런트 BI 2018 – 가트너 비즈니스 인텔리전스

매직 쿼드런트 BI 2018 – 가트너 비즈니스 인텔리전스

우리는 BI 솔루션의 성숙도 모델 및 개발에 대한 가이드 라인을 검토하기 전에, 이는 BI 솔루션의 성능 분석을 수행하기 위해 필요한, 이러한 솔루션뿐만 아니라 시장.
이 연구를위한 출발점으로서 우리는 "BI 플랫폼 매직 쿼드런트 '가트너의을,

매직 쿼드런트 BI 2018 – 가트너 비즈니스 인텔리전스

그것에서 가트너는 소프트웨어 플랫폼을 제공하는 등 BI 플랫폼을 정의 12 기능, 로 나누어 3 기본 카테고리:
✓ 정보의 전달;
✓ 통합;
✓ 분석
정보 기술 연구의 매우 역동적 인 분야입니다. 그것의 일환으로, 사업
정보 시스템 (TO) 또한 매우 빠르게 개발. 이 논문에서 우리는을 준수하여야한다
BIS의 다음과 같은 정의: "BIS는 데이터 마이닝 및 데이터의 활동을 결합
제시하기 위해 분석 처리 수단을 통해 기술 및 관리
계획을 그리고 의사 결정을 소비자에게 복잡한 경쟁 정보. "1
1. BI 플랫폼의 오늘의 기능 분석
우리는 BI 솔루션의 성숙도 모델에 대한 가이드 라인을 검토하기 전에
개발, 이는 BI 솔루션의 성능 분석을 수행하기 위해 필요한,
이러한 솔루션뿐만 아니라 시장.
이 연구를위한 출발점으로서 우리는 BI에 대한 가트너의 '매직 쿼드런트을
플랫폼 ", 에 게시 2007 (무화과. 1). 그것에서 가트너는 소프트웨어와 같은 BI 플랫폼을 정의
제공하는 플랫폼 12 기능, 로 나누어 3 기본 카테고리:
✓ 정보의 전달;
✓ 통합;
✓ 분석.
1
조항
첫 번째 범주에 대한 용량을 소속:
✓ 생성 보고서;
✓ 탐색 창;
✓ 임시 쿼리;
✓ MS 오피스와의 통합.
두 번째 그룹에 포함:
✓ BI 인프라;
✓ 메타 데이터 관리;
✓ 개발 환경;
✓ 워크 플로우;
✓ 협력.
세 번째 범주에 대한 기능을 설명합니다:
✓ 온라인 분석 처리;
✓ 시각화;
✓ 지식과 예측의 배달;
결과 ✓지도.
5 년 후 가트너는 "BI 플랫폼 매직 쿼드런트"새 발표,
그것은 여전히 ​​현재이다 2012. 이 문서에서 BI 플랫폼으로 볼 수 계속
소프트웨어 플랫폼, 기능은 위에서 설명한 이송하는. 그러나이 개 더 많은 기능
은 "배달 지식 '카테고리에 추가되었습니다, 즉 검색 기반 BI
모바일 BI.
BI 플랫폼의 기본 기능은 광범위하게 논의되고 연구되어왔다, 그래서 이러한 이유로 그들은이 논문에서 자세히 고려되지 않습니다. 더 많은 관심을 것입니다
두 개의 새로운 특성 지급, 가트너에 의해 제공.
첫 번째 기회는 검색 기반 BI입니다. 본질적으로 그것은의 응용 프로그램입니다
정형 및 비정형 데이터 소스와 그들의 부문의 검색 인덱스 (조직)
측정 및 치수의 구조로 구분, 이는 소비자가 쉽게 할 수있는
탐색하고 탐구, 구글과 같은 인터페이스를 사용하여.
검색 엔진 및 데이터웨어 하우스 사이의 기본적인 차이점은 검색이다
엔진은 매우 유연하고 형식과 정보의 유형의 종류를 지원합니다 - 수
그 구조 또는 비정형. 따라서 검색 엔진은 점점 진화에 대응할 수
데이터 구조. 기존 및 새로운 데이터의 인덱싱 (알 수없는 지금까지) 하지 않습니다
추가 데이터 모델링을 필요로. 종래의 데이터웨어 하우징 구조는 제한적
의사 결정을 촉진에 필요한 구조화되지 않은 데이터를 처리하는 기능-
제작 및 검색 엔진은 "이 공백을 채울". 비교, 데이터웨어 하우스가 필요
시간뿐만 아니라 창고 모델을 만들기위한, 뿐만 아니라 대한 새로운 데이터를 추가. 다른
검색 엔진의 긍정적 인 기능은 내용을 통해 "탐색"의 용이성이다. 에서
탐색의 각 단계, 검색 엔진은 필터링을위한 다양한 기회를 제공
인덱싱 된 데이터의 다수의 컨텐츠에 따른 결과
거의 실시간으로 분석. 관계형 데이터베이스 관리 시스템 (RDBMS)
서로 다른에 대한 몇 가지 지식을 소유하지 않는 데이터 분석에 대한 능력이 없다
데이터의 형식. 그건, 검색 엔진은 쉽게에서 일어난 어떤 사건을 따를 수
시간의 특정 순간, 종래 RDBMS를 사용하면서 검색이 수행 될 수있다
엄격하게 정의 된 데이터 필드 내의

SAP 비즈니스는 비즈니스 인텔리전스 개체 4.2 서비스 팩 05 BOBJ

SAP 비즈니스는 비즈니스 인텔리전스 개체 4.2 서비스 팩 05 2o17의 끝에서 배출되는 기인.

은 SAP BusinessObjects BI (또한 BO 또는 BOBJ로 알려진) 비즈니스 사용자가 볼 수 있도록 프런트 엔드 응용 프로그램 제품군입니다, 종류 및 비즈니스 인텔리전스 데이터를 분석. 이 제품군에는 다음과 같은 주요 응용 프로그램이 포함되어 있습니다:

  • 크리스탈 리포트 — 디자인하고 보고서를 생성 할 수있게합니다
  • Xcelsius에서 / 대시 보드 — 사용자는 데이터를 시각화 차트 및 그래프를 포함하는 대화 형 대시 보드를 만들 수 있습니다
  • 웹 인텔리전스 — 임시 쿼리 및 데이터를 모두 온라인과 오프라인의 분석을 만들기위한 셀프 서비스 환경을 제공합니다
  • 탐색기 — 사용자가 GUI 인터페이스를 사용하여 BI 데이터 소스를 통해 검색 할 수 있습니다. 사용자는 최적의 정보 일치를 표시하는 차트로 표시되는 데이터와 결과를 검색하는 쿼리를 만들 필요가 없습니다.

이 버전은 주위의이 버전은 사용자에게 혁신의 수와 키 초점을 제공 할 것으로 예상된다

  • 기업 - 확장 성, 여러 사용자
  • 민첩
  • 스마트 기둥 -뿐만 아니라 서식이 보고서를 보면, 간단한 예측 기능과 통합
  • 빅 데이터 - 하나 보라
  • 클라우드 - 클라우드에서 "데이터의 모든"에 투자
  • 하둡과 하나의 통합

SAP 비즈니스는 비즈니스 인텔리전스 개체 4.2 서비스 팩 05

SAP 비즈니스는 비즈니스 인텔리전스 개체 4.2 서비스 팩 05

SAP S4 하나 BI 빅 데이터 엔터프라이즈 클라우드 아키텍처

SAP HANA 플랫폼부터 사용할 수있다 2010, 및 SAP ERP와 SAP 비즈니스 스위트와 같은 SAP 애플리케이션은 SAP HANA 데이터베이스 및 / 또는 출시 이후 다른 데이터베이스에서 실행 할 수 있었다.

수액 S4 HANA 플랫폼은 월에 출시 된 2015 및 SAP S4HANA는 20 년 이상에 자사의 ERP 전략과 플랫폼 SAP의 가장 큰 업데이 트를 것으로 청구 된.

전문가로부터의 피드백은이 변형 시프트로 인식되지만 기능에 대한 의문을 제기 하였다이었다, 유효성, SAP S4의 HANA를 둘러싼 가격 책정 및 마이그레이션.

SAP S4의 HANA

말까지 2016, SAP는 발표 5,400 고객은 SAP의 S4의 HANA를 구현했지만 다른 분석가들은 실제로 개념의 증명을 실행중인 많은 고객을 포함 주어진 이러한 수치 중 일부의 viabiltiy 이의를 제기 / 시험 프로젝트가 아니라 실제로 거주 한 고객.

많은 SAP 고객은 HANA 들어 있지만 SAP는 여전히 사용자 기반을 받고 도전은 다양한 옵션 마이그레이션 및 구현을 위해 무엇인지 이해하는면.

SAP S4 HANA는 기본적으로 클라우드에 SAP의 잘 알려진 ERP이며, 하이브리드 시나리오 및 클라우드 소프트웨어 - 프레미스에 결합하도록 설계되어 HANA 인 메모리 데이터베이스 및 S / 4Hana의 클라우드 버전에 의해 제공됩니다.

 

황 BI 최신 버전

황 BI 최신 버전

황 BI 최신 버전 – 옐로 BI 인 비즈니스 인텔리전스 소프트웨어 비즈니스 인텔리전스 대시 보드 리포팅 및 데이터 분석 기능의 범위를 제공하는 응용 프로그램. 옐로 BI는 관계형 데이터베이스에 저장된 데이터에서보고 허용, 다차원 큐브 또는 메모리 분석 데이터베이스.

황 BI는 멜버른에 본사를 기반으로, 호주,

최신 버전 옐로 BI는 7.3+...을 더한 – 짓다 20170608 – 에 발표 30 유월 2017

옐로 BI 최신 버전

황 BI 버전 기록

옐로 BI 버전 6.2
옐로 BI 버전 6.3
옐로 BI 버전 7.0
옐로 BI 버전 7.1
옐로 BI 버전 7.2
옐로 BI 버전 7.3
옐로 BI 버전 7.3 을 더한

 

 

 

 

극적 장면 하이퍼 엔진 출시 날짜 검토

하이퍼 표

하이퍼 표 – 극적 장면 3 월 하이퍼 인수 2016. 하이퍼는 독일이었다, 고성능을 개발 교육을 기반으로 시작, 메모리 최적의 데이터베이스 엔진.

하이퍼의 고성능 데이터베이스 시스템은 극적 장면의 제품 제공에 통합되고 있으며, 극적 장면의 고객 기반에 새로운 기능의 범위를 가져올 것이다. 하이퍼 노화를 대체합니다 테이블 데이터 엔진 (TDE).

극적 장면 하이퍼 데이터 엔진

이 새 기능을 수행하기 위해 기존의 극적 장면 사용자를 가능하게 할 것이다

  • 극적 장면의 데이터 세트의 신속한 분석
  • 대규모 비정형 데이터 세트에 대한 지원을 제공함으로써 극적 장면의 빅 데이터 전략을 개선
  • 향상된 데이터 통합, 데이터 변환, 데이터 집합 및 데이터 블렌딩
  • 풍부한 분석, 클러스터링 및 윈도우 함수는 K-수단 등
  • 극적 장면 하이퍼 또한 하이브리드 데이터 모델을 확장한다.
  • 분석 및 트랜잭션 시스템의 통일
  • 하이퍼 또한 조화를위한 도구를 제공합니다, 클렌징 바뀌는 복잡하고 큰 데이터 세트
  • 열망은 하이퍼 사용자가 자신의 데이터와 상호 작용할 때 자동으로 다양한 상황에 맞는 세부 정보를 표시하는 소위 "즉시 분석"기능을 제공하는 것입니다. 이는 메모리 처리 데이터베이스 엔진에 의해 제공됩니다.

하이퍼 또한 연결을 유지합니다 50 정도 데이터 소스 극적 장면 버전에서 지원 10 – 이는 Redshift에 아마존과 같은 다른 데이터 소스를 포함, 구글의 BigQuery, 눈송이, 과 SQL 2017 섬기는 사람.

하이퍼 표
극적 장면 하이퍼 출시 날짜

하이퍼위한 베타는 이미 진행 중입니다 (이른 2017) 그리고 극적 장면 하이퍼 출시 날짜는 4 분기가 될 것으로 예상된다 2017 와 함께 출시 될 버전 표 11. 극적 장면 데이터 엔진을 대체 할 하이퍼 (TDE) 의 말 2017.

Qlikview 버전 13 출시일

Qlikview 13

전 세계 비즈니스 숨막히는 속도와 즉시 의사 결정을 필요로 진화하고 또한 멀티 배 성장. 최고 경영자 수준에서의 의사 결정은 더 이상 직관이나 예감 중심의 사고 과정입니다. 그것은 데이터를 백업하고 데이터와 철저한 정보를 기반으로해야합니다. 신속하게 대량의 데이터를 동화, 최고 경영진이 사업의 완전한 그림의 빠른 스냅 샷을 제공 할 수 있습니다 비즈니스 인텔리전스 도구에 대한 엄청난 수요가 지금있다. 그들이 관리를 도와 이러한 도구는 비즈니스의 펄스에 주시를 요즘 최대의 필수품.

하나 또는 다른 방법으로 비즈니스를 도와 오늘날 시장에서가 BI 툴의 거대한 영역이있다. 가트너의 매직 쿼드런트 (Magic Quadrant)는 Qlikview 버전 위를 기록했다 13 은 BI 제품 카테고리와의 리더의 세그먼트에 Qlikview는 금융을 포함한 거의 모든 도메인에서 세계의 주요 CIO들 사이 Qlikview의 인기를 반영 충분하다 지난 몇 분기 동안 그 자세를 유지할 수있다, 은행업, 보험 / 보험 계리사, 자동차, 제약, FMCG, 소매, CPG, 조작, 유용, 기타.

 

학습 Qlikview 버전의 용이성 13

Qlikview 버전 13 인기는이 제공하는 기능의 많은 수에 기인 할 수있다. 뿐만 아니라 그것은 낮은 배포 시간에게 그것의 총 소유 비용 (TCO)을 가지고 (총 소유 비용 (TCO)) 또한 낮은 여러 가지 다른 BI 도구와 비교. 낮은 학습 곡선을 가지고로 Qlikview를 쉽게 배울 수 있으며 또한 따라야하는 것은 매우 쉽습니다 최종 사용자에 대한 이해. 기업의 대부분은 / 조직이 데이터 시각화를 제공하기 위해 Qlikview을 배포 및 비즈니스 분석이 필요하기 때문에 원하는 스킬에 필요한 인력 측면에서 큰 수요 공급 격차가있다. Qlikview 개발자는 더 이상이 사건 이전이었다로 큰 IT 기업의 강한 보류 인 웹 로그 분석 업계에서 매우 흡수 속도를 가지고있다. 비즈니스의 모든 종류는 작은, 중간 또는 큰 기업 Qlikview 설정을 돌볼 수있는 인재를 찾고 있습니다, 대시 보드를 준비, 그들에 대한 사업 보고서를 준비. 요컨대, Qlikview 개발자에 대한 수요는 순간에 그 슬쩍에 있으며 오늘날 데이터 시각화 분야를 입력하려는 사람들을위한 유망한 분야이다.

 

예측 분석

예측 분석 조직 계시 도움이 될 것입니다 및 동향을 예측, 비즈니스 변화를 예측, 및 드라이브 물결 무늬 경험적 전략적 결정은 범위를 사용하여 만들기 예측 분석 소프트웨어.

예측 분석 다섯 가지 속성으로 데이터 마이닝에 대한 접근 방식을 설명하는 데 사용될 수있다:

  1. 예측 (오히려 설명을보다, 분류 또는 클러스터링),
  2. 시간 또는 일 단위로 측정 민첩하고 신속한 분석
  3. 높은 비즈니스 관련 예컨대. 우리는 왜 뉴욕에서 X에게 많은 위젯을 판매 않았다 (더 복잡한 상아탑 분석하지)
  4. 사용하기 쉬운
  5. 시각적 분석 결과 (더 복잡한 테이블 / 데이터)

 

예측 분석

우리의 경험과 성공하는 방법에 예측 분석 C 레벨 역량 강화하는 것입니다 예측 분석 챔피언. 최근에 우리는 드라이브 비즈니스 성장을 도와 새로운 시장 기회를 발견하는 예측 분석에 대단히 치열했던 CFO있는 대형 소매 조직과 일했다.

 

TIBCO Spotfire의 비용 – 옵션 및 가격

Spotfire의 비용 – 다른 많은 소프트웨어 응용 프로그램과 함께 Spotfire의 비즈니스 인텔리전스 도구의 비용을 발견하는 것은 매우 어려울 수있다.

TIBCO Spotfire의 디자인, 개발 및 비즈니스 인텔리전스 및 분석에 사용하기 위해 인 메모리 분석 소프트웨어를 배포 및 임원 대시 보드 사용자에게 제공, 데이터 분석, 데이터 시각화, ..

TIBCO Spotfire의 비용 가격

Spotfire의 초기 90 년대 이후 주변왔다하지만 정말 때까지 이륙하지 않았다 2007, 브랜드는 TIBCO 소프트웨어 인수 한 때. 정확한 고객 수는 사용할 수 없습니다, 주위가 $1 매출 억과 BI 툴 시장의 성장 시장 점유율.

당신이 회사 사용자의 경우, 당신이 선택할 수있는 다양한 옵션의 pleothora에 따라 맞춤형 가격 계획을 협상 할 수있을 것입니다 가능성이 높습니다.

그러나이 잠재적 인 옵션이 있습니다 TIBCO Spotfire의 비용의 비용에 대한 맛을 제공합니다

1. Spotfire의 클라우드 개인 서비스 – 약. $300/년, 100GB 스토리지, 1 저자 좌석 (그 데스크톱 소프트웨어에 약간 제한된 기능은 로컬 데이터에 대한 연결을 제한하고 로컬 DXP 파일을 업로드 할 수 있습니다).

2. Spotfire의 클라우드 워크 그룹 ($2000/년, 250GB 스토리지, 1 비즈니스 저자 / 1 분석가 / 5 소비자 좌석) 및 단일 작성자에게 판독 할 수있는 기능을 제공 17 로컬 파일의 다른 유형 (DXP, STDF, sbdf, SFS, XLS, XLSX, XLSM, XLSB, CSV, TXT, CIS, MDE, 에만 적용, ACCDE, sas7bdat,UDL, 로그, SHP), 표준 데이터 소스에 연결 (ODBC, 은 OleDb, 신탁, 마이크로 소프트의 SQL Server Compact 데이터 공급자 4.0, .테라 데이타에 대한 NET 데이터 공급자, ADS 복합 정보 서버 연결, 마이크로 소프트 SQL 서버 (분석 서비스 등), 테라 데이타 및 TIBCO Spotfire의지도. 또한 예측 분석을 수행하는 저자 수, 예측, 및 현지 언어 스크립트).

제 Spotfire® 클라우드 TIBCO Spotfire® 플랫폼
가격 $200/달 $ 2000 / 연간
구독 가격
신청, 영구 및 기간 라이센스
라이센스 1 제작 좌석 (온라인과 오프라인 저작을 포함) 고객 주문 당
클라우드 데이터 스토리지 250GB 0GB

TIBCO Spotfire의 버전 6 리뷰

TIBCO Spotfire의액세스 할 수있는 데이터 시각화 및 anayltics 도구입니다, 분석하고 다양한 데이터 소스에 대한 리포트를 생성 동적.

Spotfire의, 내 생각에 가장 진정한 데이터 분석입니다 그 사용자를위한 도구 또는 새로운 buzzord를 사용하고 “데이터 과학자“.

Spotfire의 또한 사용자가 한 번 구축하고 많은에 게시 할 수 있도록함으로써 소유권의 낮은 총 비용을 유지 (비 허가) 인터넷 / 인트라넷을 통해 사용자, PDF 나 MS 파워 포인트 보고서 등.

당신이 시장 조사 여부를 즉시 가치를 제공 할 수있는 데이터 콘텐츠 Spotfire의 좋은 모든 라운드 이해를 제대로 사용한 경우, 영업 담당자, 과학자 또는 신속하게 중요한 비즈니스 데이터의 경향과 패턴을 파악 있도록함으로써 공정 엔지니어.

이러한 Spotfire의 바탕 화면 또는 네트워크 파일 시스템에 대한 다수의 데이터에 액세스 할 수있다. 이 정보 링크 기능을 통해 원격 데이터베이스에있는 경우 그것은 당신의 데이터에 액세스 할 수 있습니다, 당신이 당신의 IT 부서마다 포함하지 않고 새 질문을하고자하는. 그러나 일반적인 비즈니스 사용자를위한 대부분의 기본 데이터베이스 테이블과 understanddable 필드를 만들기 위해 자신의 IT 부서에서 입력을해야합니다. 예를 들어 테이블 123_xyx을 / 필드 4455gt가되게합니다 “판매 수량”.

Spotfire의이 대화 형으로 데이터를 필터링 할 수 있습니다, 및 비즈니스 사용자가 즉시 답변을 제공하기 위해 데이터를 탐구하는 데 도움이 시각적 understable 형식 – 의 격언 “사진입니다 가치 천 단어” 아무데도이 더 진정한 데이터 분석의 경우보다없는.

동안 우리 Spotfire의 검토 우리의 화려한 형태의 다양한 시각화를 만들 수 있었다 모션 차트, 막대 차트, 크로스 테이블, 산포도 및 더 많은 것을

Spotfire의는 구글지도에 매우 similaur 멋진 기능과 거리 수준의 매핑과 대시 보드의 번호를 가지고.

최근 발표에서 나는 세계의 최고 재무 책임자 (CFO)에 있었다 100 소매 그는 지금 그의 팀이 Spotfire의를 사용하여 그에게 파워 포인트 프리젠 테이션와 현재의 데이터를 도랑 향후 싶다고 언급 – 도구의이 유형에 대한 명확 열광!

정적 보고서는 따라서 비즈니스 사용자 Spotfire의 버전으로 제한 할 수 있습니다 6 당신은 더 비즈니스 질문 및 데이터 보급 포즈의 사용자를 돕기 동적 보고서를 만들 수 있습니다. 데이터 visuations 쉽게 동료 및 고객에게 보여주기 위해 보고서로 전환 할 수 있습니다.

Spotfire의 버전 6에서 사용할 수있는 새로운 기능은 다음과 같습니다:

  • 고급 수준의 구글지도 스타일 매핑 및 통합
  • 대화 형 차트에 데이터 집합을 선택하고 드릴 다운 할 수있는 능력 / 데이터로 통해
  • 새로운 차트 기능의 범위
  • 텍스트는 용이하게 화상의 상단에 배치 될 수있다
  • 향상된 통합 및 모바일 장치에 데이터를 푸시 할 수있는 능력
  • 시각화, 탐색 위치의 맥락에서 데이터를 분석
  • 다층 학적 분석과 상황 이해를 확장
  • 정확한 기업 전반에 걸쳐 지오 코딩을 제공하기 위해 새로운 데이터 소스를 매시업
  • 향상된 웹 기반 저작

데이터 소스가 Spotfire의 버전 6 아르 연결할 수 있습니다:

• 클라우 데라 하이브 CDH4, CDH5
• 클라우 데라 임팔라 CDH4, CDH5
• 종합 정보 서비스 (ADS) 6.1, 6.2
• 호튼 웍스 데이터 플랫폼 1.3, 2.0
• HP Vertica의 6.1
• IBM Netezza를 6.1, 7.0
• 마이크로 소프트 분석 서비스 2008, 2012
• 마이크로 소프트 SQL 서버 2005, 2008 R2, 2012
• MySQL의 5.1, 5.5, 5.6
• 오라클과 오라클 엑사 (오라클 위해 11gR1 및 R2)
• 오라클 Hyperion Essbase가 9.3, 11.1
• 중추적 인 그린 플럼 4.1, 4.2, 4.3
• 중추 HAWQ
• PostgreSQL을 8.4, 9.0, 9.1, 9.2
• SAP HANA SPS6
• SAP 넷위버 비즈니스웨어 하우스 7.0.1
• 테라 데이타 애 스터 5.0, 5.11
• 테라 데이타 12.10, 13.00, 13.10, 14.00, 14.10

데이터 과학자 무엇입니까?

데이터 과학 데이터로부터 지식의 일반화 추출의 연구는, 아직 키워드는 과학. 그것은 다양한 요소를 통합하고 다양한 분야에서 기술과 이론을 기반으로, 신호 처리를 포함, 수학, 확률 모델, 기계 학습, 컴퓨터 프로그래밍, 통계, 데이터 엔지니어링, 패턴 인식과 학습, 시각화, 불확실성 모델링, 데이터웨어 하우징, 데이터 상품을 데이터로부터 의미를 추출하고, 생성 목표 및 고성능 컴퓨팅. 데이터 과학 화두입니다, 자주 분석 또는 빅 데이터와 같은 의미로 사용, 그는 종종 데이터 처리를 포함하는 것을 마케팅에 대한 학대, 특히에 다시 브랜드 경쟁력 인텔리전스 및 비즈니스 분석 접근 방식을 기존의. 데이터 과학은 큰 데이터를 항상 할 필요는 없다, 그러나, 데이터가 스케일링된다는 사실이 큰 데이터를 데이터 과학의 중요한 측면을 만든다.

데이터 과학의 개업는 데이터 과학자라고. 데이터 과학자들은 몇 가지 과학 분야에 깊은 전문 기술을 도입을 통해 복잡한 데이터 문제를 해결. 그것은 일반적으로 데이터 과학자들은 수학의 다양한 요소와 함께 작동 할 수있는 것으로 예상된다, 통계 및 컴퓨터 과학, 이 주제에 대한 전문 지식이 필요하지 않습니다하지만,. 그러나, 데이터 과학자는 다른 두 개 또는 세에서 하나 또는이 분야의 두 가지와 실력의 전문가가 될 가능성이 높습니다. 이 데이터 과학 팀으로 실시되어야 함을 의미, 어디 팀의 구성원에 걸쳐 모든 분야에 걸쳐 전문 지식과 능력이있다.

좋은 데이터 과학자들은 최종 결과의 폭 넓은 스펙트럼을 달성하기 위해 자신의 기술을 적용 할 수 있습니다. 이들 중 일부는 다양한 데이터 소스를 검색하고 해석하는 기능을 포함, 하드웨어에도 불구하고 많은 양의 데이터를 관리, 소프트웨어 및 대역폭 제한, 함께 데이터 소스를 병합, 데이터 세트의 일관성을 보장, 이해 데이터에 도움이 시각화를 만들, 데이터를 사용하는 수학 모델을 구축, 현재와​​ 전문가와 자신의 팀의 과학자들에게 데이터 통찰력 / 연구 결과를 통신하고 순진한 관객들에게 필요한 경우. 데이터 과학자들이 사용 스킬 세트와 역량은 매우 다양. 데이터 과학자들은 경쟁 정보의 일부입니다, 활동을 포괄하는 신흥 필드, 이러한 데이터 마이닝 및 분석 등, 즉, 기업이 경쟁력을 확보 할 수 있습니다.

데이터 과학 기술에 미치는 영향 우리는 다양한 영역에 걸쳐 데이터와 행위 조사에 액세스하는 방법, 생물 과학을 포함하여, 의료 정보학, 사회 과학 및 인문학.