Google Foundations of Business Intelligence

Module 1 #

开始了解商业智能以及 BI 分析师和工程师在组织中的角色。您将发现 BI 专业人员用于制定业务决策和改进流程的工具和技术。此外，您还将探索 BI 和数据分析之间的异同。

学习目标 #

---

• 描述要在计划中分享的关键概念，包括学习成果。
• 定义雇用 BI 分析师和团队的组织类型。
• 描述 BI 在组织中的角色以及 BI 分析师和工程师执行的典型工作。
• 定义可能与 BI 专业人员合作的团队成员类型，无论是通过提供输入还是合作开发技术解决方案。
• 解释数据分析和商业智能之间的区别。
• 描述捕获、分析和监视的三个 BI 阶段。
• 解释 BI 专业人员在创建有效的 BI 策略中的作用。
• 确定 BI 分析师工具箱中的关键工具。
• 了解涉及如何获取、操作数据并将其与组织系统集成的关键概念。
• 描述 BI 如何对组织产生积极影响。
• 了解计划计划和期望。

商业智能入门 #

视频：欢迎使用Google 商业智能证书 #

Our world is constantly shifting and transforming. Companies everywhere are working to lead the way to the next big thing, and consumers expect rapid, exciting product launches and packages that are delivered to their doorsteps like magic. With all of this incredible change, the value of speed has become immeasurable. It’s truly one of the most important factors of business success today. After all, the ability to identify an issue or opportunity is great, but real value is achieved when you identify that issue before it becomes a huge problem, or act upon that opportunity ahead of the competition. These days, there’s more data about marketplaces, organizations, customers, competitors, and employees than ever before, but we need more than data alone to make better decisions and deliver rapid results. And that’s where intelligence comes in… business intelligence. Business intelligence, or BI, involves automating processes and information channels in order to transform relevant data into actionable insights that are easily available to decision-makers. In other words, by showing decision-makers what is currently happening, organizations become more intelligent and successful. A national restaurant group might analyze millions of customer receipts to optimize its food supply and reduce waste, or a local hospital could integrate numerous different data sources to review feedback and outcomes in order to help personalize the patient experience, or perhaps a global manufacturing company uses supply chain data from around the world to make more precise demand forecasts and ensure appropriate inventory levels. The BI applications are endless, and so are the BI career opportunities. The field involves such diverse organizations and industries, that wherever your interest may be, there’s a path for you. In this program alone, you’ll learn about everything from appliance manufacturers to grocery stores to local artisans to artificial intelligence companies. BI professionals are making an impact everywhere. As for me, my name is Sally, and I’m a Business Intelligence Analyst at Google. I’m thrilled to welcome you to the Google Business Intelligence Career Certificate. I’ll be your instructor for the first course of this program. Completing a Google Career Certificate like this one will help you develop relevant skills that employers are looking for when hiring business intelligence talent. You’ll learn how to use the tools of a fast-growing, high-paying field, and when you graduate, you can connect with hundreds of employers in the US who are interested in hiring Google Career Certificate graduates. The program is designed to prepare you for a job in three to six months, if you work on the certificate part-time. And it’s really flexible. There are just three courses, which you’ll complete on your own terms, at your own pace, all online. Whether you’re seeking to switch careers, find a new job, level up your skills, or build a business, Google Career Certificates can open doors to new opportunities. You might know me from the Google Data Analytics Certificate, which is a key foundation for this program. What you will learn here relies on that foundation, so you wanna be sure to earn that certificate first or use our upcoming self-assessment to ensure you have comparable knowledge. I’ll be by your side throughout this first course, making sure that you’re learning what you need to succeed. I love the world of BI and really enjoy working with SQL and digging into the technical side of analytics in support of Google’s People Operations. This team is dedicated to Google staffing, development, and a distinct and inclusive culture. But I didn’t start out in BI. When I first thought about my professional path, I was interested in becoming a physician, but I ended up really enjoying the biological sciences so I thought I’d be a biomedical researcher. Of course, data analytics is the science of data, so it kind of made sense that this field ended up peaking my interest along the way. I started my career as an analyst and here I am. That’s just one example, and everyone’s experience is different. In fact, the Google Career Certificates were designed by industry professionals with decades of experience, and you’ll have a different expert from Google to guide you through each course. We’ll share our knowledge in videos, help you practice with hands-on activities, and take you through scenarios that you might encounter on the job. First, meet my teammate, Ed.
Play video starting at :4:28 and follow transcript4:28
Hello, I’m Ed, and I’m a product manager at Google. Together, we’ll explore data modeling and ETL, which stands for extract, transform, and load. It’s all about getting data where and how you need it so you can analyze and monitor it. Next, you’ll meet Terrence. Hey there, I’m Terrence, and I’m a Senior Business Intelligence Analyst. I’m really looking forward to spending time with you as you discover how to apply your understanding of stakeholder needs when creating BI visualizations. We’ll also use dashboards to present clear insights that can advance all kinds of companies. Hi, I’m Anita, and I’m a Senior Business Intelligence Analyst here at Google. I’ll guide you through different career-building topics and activities, including the end-of-course project, featuring portfolio creation. A portfolio is a collection of materials that can be shared with potential employers. This exciting hands-on experience will bring together everything you learned during this program and enable you to apply your skills to a realistic business scenario. We’re all really glad you’re here, and I, for one, can’t wait to get started. Are you ready to take the first step towards joining us in the BI profession? Let’s go!

讲座总结：

• 商业智能 （BI） 是将数据转化为可操作见解的过程，可以帮助企业做出更好的决策。
• BI 专业人员使用各种工具和技术来收集、分析和可视化数据。
• BI是一个不断发展的领域，拥有许多职业机会。
• Google 商业智能职业证书可以帮助您培养成为 BI 专业人员所需的技能。

关键要点：

• BI 对于想要做出数据驱动决策的企业至关重要。
• BI 专业人员的需求量很大。
• Google 商业智能职业证书可以帮助您在商业智能领域开启成功的职业生涯

Google 商业智能证书概览 #

您好，欢迎使用Google商业智能证书！在本课程中，您将探索不断发展的商业智能 （BI） 领域，了解 BI 对组织及其所服务的人的重要性，并为该领域的未来职业发展相关技能。通过完成此证书课程中的三门课程，您将为 BI 的入门级职位做好准备。完成该计划不需要先前的 BI 经验，但强烈建议具有数据分析的基础背景。

进入一个不断发展的领域

公司报告最大的技能差距在数据分析中，对数据分析技能的需求正在增长速度快 15 倍比美国对平均技能的需求。在各种类型和规模的组织中，每个业务流程都会生成大量数据。这些数据可能存储在不同的位置和格式中，这些位置和格式难以访问，并且无法提供有用的见解。为了使用这些数据有效地为业务决策提供信息，需要以可用的格式对其进行检索、结构化、解释和报告，使利益相关者能够理解和采取行动。 BI 专业人员在此过程中发挥着极其重要的作用：他们管理数据检索;组织数据;以不同的方式解释数据以适应手头的问题;并创建数据可视化、仪表板和其他工具，以提供利益相关者就绪的见解。

在整个计划中，您将有多种机会来发展您的 BI 知识和技能。您将探索概念和场景，以了解入门级 BI 专业人员必须了解并能够完成的内容才能在该领域茁壮成长。

谷歌商业智能证书课程

谷歌商业智能证书有三门课程。在每门课程中，您将根据 BI 专业人员的日常职责和实践活动完成实践作业和项目。您将详细了解 BI 专业人员在组织中的角色，并了解如何创建支持决策过程的工具和流程。此外，您还将创建动态报告和仪表板，以传达近乎实时的数据趋势。在每门课程结束时，您还将有机会完成课程结束时项目组合的新步骤，该项目将把你的新技能付诸实践，并向潜在雇主展示你所学到的知识。该计划的课程如下：

1. 商业智能基础 （当前课程）
2. 洞察之路：数据模型和管道 
3. 决策、决策：仪表板和报告 

Google 数据分析证书内容

Google 商业智能证书中的课程建立在Google 数据分析证书.在此计划中，您将遇到指向 Google 数据分析证书中内容的链接。本材料旨在提供可选的审查并作为有用的资源。

对求职者的好处

完成所有三门课程后，谷歌商业智能证书的毕业生可以访问谷歌提供的独家求职资源。您将有机会：

• 通过Big Interview（一个对项目毕业生免费的就业培训平台）建立您的简历，参加模拟面试并获得求职技巧。
• 使用 Interview Warmup 改进您的面试技巧，这是 Google 为证书毕业生打造的工具。访问特定于商业智能的练习题、回复的成绩单和自动见解，帮助您提高技能和信心。
• 通过 Career Circle 访问数以千计的招聘信息和免费的一对一职业指导。（您必须有资格在美国工作才能加入。
• 领取您的 Google 商业智能证书徽章，并在 LinkedIn 上分享您的成就，以便在潜在雇主的其他候选人中脱颖而出。

恭喜您迈出了第一步，为商业智能职业培养技能。祝您旅途愉快！

课程 1 概述 #

您好，欢迎来到商业智能基础，这是 Google 商业智能证书的第一门课程。你开始了一段激动人心的旅程！

在本课程结束时，您将发现商业智能 （BI） 专业人员在组织中的角色，探索如何在业务流程和决策中使用数据，并研究您可以在工作中使用的 BI 工具。

课程描述

谷歌商业智能证书有三门课程。 商业智能基础是第一门课程。

1. 商业智能基础 — （当前课程）了解 BI 专业人员在组织中的角色以及他们通常遵循的职业道路。然后，探索核心 BI 实践和工具，并了解 BI 专业人员如何使用它们对组织产生积极影响。
2. 洞察之路：数据模型和管道— 探索数据建模和 ETL 流程，以便从源系统中提取数据，将其转换为能够更好地进行分析的格式，并推动业务流程和目标。
3. 决策、决策：仪表板和报告— 运用您在 BI 和数据建模方面的知识来创建动态仪表板，以跟踪关键绩效指标以满足利益相关者的需求。

课程 1 内容

该证书课程的每门课程都分为多个模块。您可以按照自己的进度完成课程，但模块细分旨在帮助您在两到四个月内完成整个 Google 商业智能证书。

接下来会发生什么？以下是您将在本课程的每个模块中学习的技能的快速概述。

模块 1：通过商业智能实现数据驱动型结果

开始您的商业智能之旅！了解课程 1 和整个证书课程的内容。您将探索 Coursera 平台、程序和内容类型，并结识该计划中的其他学习者。然后，您将开始了解 BI 行业以及 BI 分析师和工程师的角色。您将了解用于制定业务决策和改进流程的 BI 工具和技术。最后，您将了解BI和数据分析这两个领域之间的异同。

模块 2：商业智能工具和技术

在 BI 基础知识中打下坚实的基础后，您将专注于实际的 BI 流程。这包括学习如何有效地与利益相关者互动，使用 BI 工具充分利用可用数据，以及应用快速监控的力量来做出明智的业务决策。此外，您将通过增强您的在线形象、制定网络和指导策略以及创建能够给未来招聘经理留下深刻印象的投资组合来开始建立一些职业资源。

模块 3：上下文对于有目的的见解至关重要

在本课程的这一部分中，您将从 BI 的角度重新审视上下文的数据限制。然后，您将了解其他一些数据限制，包括如何应对不断变化和及时访问见解。您还将发现 BI 专业人员用来预测和克服这些限制的策略。最后，您将了解有关指标以及它们与上下文的关系的更多信息。

模块 4：课程 1 课程结束项目

在本课程的这一部分中，您将完成一个基于 BI 案例研究的 BI 项目组合项目。这个体验式学习机会将使您能够发现组织每天如何使用 BI，并以令人信服且具有启发性的方式将您学到的有关 BI 的所有知识汇集在一起。您将学习如何确定您最感兴趣的特定类型的行业和项目。您将获得与潜在雇主有效讨论这些业务类型和 BI 任务的策略。

精彩内容

每门课程都提供多种类型的学习机会：

• 由 Google 讲师带领的视频教授新概念、介绍相关工具的使用、提供职业支持并提供鼓舞人心的个人故事。
• 阅读材料以视频中讨论的主题为基础，介绍相关概念，分享有用的资源，并描述案例研究。
• 讨论提示探索课程主题以更好地理解，并允许您与其他学习者聊天和交流想法 论坛.
• 自我复习活动和实验室为您提供应用所学技能的实践练习，并允许您通过将其与已完成的示例进行比较来评估自己的工作。
• 交互式插件鼓励您练习特定任务，并帮助您整合在课程中获得的知识。
• 视频内测验可帮助您在浏览每个视频时检查您的理解力。
• 练习测验可让您检查您对关键概念的理解并提供有价值的反馈。
• 分级测验展示了您对课程主要概念的理解。您必须在每次评分测验中获得 80% 或更高的分数才能获得证书，并且您可以多次参加评分测验以达到及格分数。

成功的秘诀

• 强烈建议您按照每节课中的项目出现的顺序浏览它们，因为新的信息和概念建立在以前的知识之上。
• 参与所有学习机会，以获得尽可能多的知识和经验。
• 如果有什么令人困惑的地方，请不要犹豫，重播视频、复习阅读或重复自我复习活动。
• 使用本课程中引用的其他资源。它们旨在支持您的学习。您可以在资源标签。
• 当您在本课程中遇到有用的链接时，请将它们添加为书签，以便您以后可以参考这些信息进行学习或复习。
• 了解并遵循Coursera 行为准则确保学习社区对所有成员来说都是一个热情、友好和支持的地方。

课程 1 介绍 #

There are an endless number of reasons to pursue a career in business intelligence. Enjoying analytical thinking or having an interest in numbers are wonderful motivations for becoming a BI professional. But there’s so much more to the world of BI. Maybe you’re passionate about solving problems, simplifying processes, or removing pain points for others. Perhaps you have great communication skills, and you’d like to use them to share insights and help your team make effective decisions. Lots of people in BI enjoy creating tools that streamline tasks and enable their colleagues to devote more time to other projects. BI professionals are inspired in all kinds of ways. But when I talked to my colleagues here at Google, the thing they love most is simply using their talents to make other people happy. There’s a lot of satisfaction in knowing that you’ve made someone’s job easier or saved them a bunch of time. And right now, you’ve made me happy because you’re here to explore the exciting and rewarding career path, the BI. In this first course, you will begin learning about the BI industry. If this is new territory for you, you’ll discover how to identify the career path and employer type that best suits your skills and interests. You’ll also consider the roles of BI analysts versus BI engineers. If you already have some BI experience, we’ll open new doors to more fascinating career opportunities. You’ll understand how to develop a BI project that makes an impact. You’ll be introduced to BI tools and techniques that professionals use every day for making business decisions and improving processes. The similarities and differences between BI and data analytics will be clarified. And together we will explore the importance of context when working with data and learn how to overcome some common limitations, such as human bias. Then throughout the program, you’ll continue gaining new skills. You will use data modeling to design data storage systems such as data warehouses, data marts, and data lakes. You apply data pipelines and the ETL process. Designing and interpreting dashboards will be an essential part of your learning, as well as communicating with stakeholders about your findings. Finally, you’ll prepare for your job search by developing a personal strategy, growing your professional network, and preparing materials. Most of the content in this program builds upon core data analytics concepts. If you have some experience in that area, or if you earned your Google Data Analytics certificate, then you’ve definitely come to the right place. If you’re unsure about having the necessary prerequisites for this program, there’s an ungraded assessment coming up soon to evaluate your readiness. In addition, we’ll include helpful resources from the Google Data Analytics certificate throughout each course, which you can use to review key concepts. Let’s start building your BI skills and knowledge. Continue to the next lesson to keep the momentum going.

以下是此页面上内容的简短摘要：

商业智能 （BI） 是使用数据做出更好的业务决策。BI 专业人员使用数据来识别趋势、模式和见解，从而帮助企业改善运营、做出更好的决策并增加利润。

本课程将教您BI的基础知识，包括：

• 如何确定最适合您的技能和兴趣的职业道路和雇主类型
• BI 分析师与 BI 工程师的角色
• 如何开发一个有影响力的 BI 项目
• 专业人士每天使用的 BI 工具和技术
• BI与数据分析的异同
• 处理数据时上下文的重要性
• 如何克服一些常见的局限性，例如人为偏见

先决条件：建议具备一些数据分析经验或 Google 数据分析证书。如果您不确定自己的准备情况，很快就会有一项未评分的评估来评估您的准备情况。

我希望这个总结对您有所帮助。如果您有任何其他问题，请告诉我。

除此之外，我还想补充一点，这门课程是 Coursera 上一个名为 Google 数据分析专业证书的更大计划的一部分。该计划旨在帮助您培养成为数据分析师所需的技能。如果您有兴趣了解有关数据分析的更多信息，我鼓励您查看该程序。

以下是该程序的链接： https://www.coursera.org/specializations/google-data-analytics

从商业智能中受益的组织和团队 #

探索商业智能职业 #

这里是内容的简短摘要：

商业智能专业人员的需求量很大，职业前景广阔。它们帮助组织访问正确的数据，利用这些数据找到增长和改进的方法，并将这些见解付诸行动。

BI 分析师收集、组织和解释数据，以创建可视化效果、仪表板和报表。BI 工程师设计、配置、实施和改进数据工具和流程。

无论您最终选择哪条道路，BI 职业都有可能令人惊叹。

商业智能推动变革 #

正如您一直在学习的那样，企业在问题成为问题之前发现问题或在竞争之前采取行动的能力是明智决策的关键。现在，我们比以往任何时候都更能访问有关我们的市场、组织、客户、竞争对手和员工的数据。但是，为了将这些数据快速转化为结果，我们需要商业智能。商业智能涉及自动化流程和信息渠道，以便将相关数据转化为决策者易于获得的可操作见解。

在本阅读材料中，您将探索两个示例，说明 BI 如何帮助真实企业获得洞察力、访问正确的数据，并找到发展和改进其流程以将这些见解付诸实践的方法。

餐厅减少浪费

考虑一个关于快餐连锁店的虚构场景。这家公司的领导者需要管理大量数据，例如：

• 客户交易
• 与促销相关的营销数据
• 客户满意度
• 员工信息

还有更多！但除此之外，该公司还必须考虑个别餐厅的物流。这就是问题所在。

问题

餐厅需要有食材来烹饪和为顾客服务，但如果他们有太多，多余的库存往往会浪费掉。公司领导层咨询他们的 BI 团队，考虑如何处理两个问题：

• 如何确保餐厅的众多地点有足够的食材来满足顾客的需求
• 如何减少食物浪费

然而，这些利益相关者目前没有专门衡量食物浪费的指标或减少食物浪费的策略。这正是 BI 团队需要开始的地方。

解决方案

为了满足利益相关者的需求，BI 团队花时间收集有关当前指标和流程的信息。他们首先使用这些信息来确定他们拥有哪些数据以及如何使用这些数据。他们发现，公司中的各个团队已经以其他方式应用了一些有用的指标，包括：

• 运送到每个地点的食材数量
• 每个菜单项每天制作多少
• 每天实际订购的每个菜单项的量

通过比较这些现有指标，该公司可以更好地了解有多少食物会浪费。因此，BI 分析师能够以仪表板的形式收集有关进货食品交付、客户订单和食品消费的必要信息，供利益相关者监控食物浪费。然后，BI 分析师在数据库系统中组织这些数据，并将其传送到新表中，这些表报告结果，供利益相关者在制定如何减少食物浪费的战略时考虑。

结果

现在知道实际会浪费多少食物，使利益相关者能够更好地实现他们的目标。这家连锁餐厅发现，食物浪费的最大来源是炸薯条。在他们的地点，10-20% 的炸薯条在月底被剩下。有了这些信息，该公司的中央运营团队向所有分支机构发送了一份备忘录，建议他们将收到的炸薯条交付量减少 10%。通过这种方式，BI分析师能够帮助企业确定需要改进的领域并减少浪费。

促进患者护理的医院

医院还必须管理许多不同类型的数据，尤其是患者信息。他们还拥有各种数据源，他们需要访问和共享这些数据源，以确保其他连接用户（例如在医院外工作的医生）可以在不浪费时间或资源的情况下为患者提供所需的治疗。

问题

对于这种情况，请考虑一个医院系统，该系统面临着与不在同一医院系统内工作的医生进行有效沟通的挑战。管理员已经注意到，这会产生一些不同的问题：

• 系统外的医生无法访问医院的检测结果
• 患者正在接受多次检测

这对医院和患者来说都是昂贵且低效的。因此，决策者选择与BI专家团队合作，创建数据库系统，将数据交到需要的医生手中。

解决方案

基本上，该医院系统遇到了与无法访问的患者数据相关的问题。有大量来自多个源系统的数据流，需要整合到一个可供医生使用的目标中，包括以下信息：

• 以往访问
• 测试
• 过敏症

以及其他相关的医疗信息。因此，BI 团队开发了一个管道系统，该系统从所有关键来源摄取数据，对其进行处理和转换，使其保持一致，并将其交付到数据库系统，医生可以在其中访问他们需要的所有信息。

结果

通过将医院的众多数据源简化为一个统一的数据库，BI 团队通过消除重复测试来帮助医院节省资金和资源。现在，医生能够更好地治疗患者，患者可以节省多余的测试和程序费用，医院可以更高效地运行。这一切都要归功于BI团队构建的工具！

关键要点

无论您在哪个行业工作，BI 都可以自动化流程和信息渠道，使需要这些数据的人能够回答问题并做出决策。从减少浪费的餐厅到推进患者护理的医院，BI 分析师创建系统和工具来预测需求并使组织能够实现其目标。

商业智能团队和合作伙伴 #

这是视频讲座的摘要：

商业智能领域的主要合作者

商业智能专业人员与各种团队成员协作以完成他们的工作。这些团队成员包括：

• API 专业人员：开发和维护连接不同计算机程序并允许它们进行通信的接口。
• 数据仓库专家：开发流程和程序以有效地存储和组织数据。
• 数据治理专业人员：根据内部标准和策略管理数据的可用性、完整性和安全性。
• 数据分析师：收集、转换和组织数据。他们还确定并实施了新的分析方法。
• IT 专业人员：测试、安装、维修、升级和维护组织每天使用的硬件和软件解决方案。
• 项目经理：处理日常项目步骤、范围、进度、预算、资源等。

与您合作的特定团队成员将取决于公司的规模、可用的工具和工作性质。

除了这些团队成员之外，商业智能专业人员还与利益相关者密切合作。利益相关者是对项目成功有既得利益的人。他们可能包括高管、经理、客户和员工。

商业智能专业人员利用他们的技能帮助利益相关者做出更好的决策。他们通过向他们提供数据驱动的见解来做到这一点，这些见解可以帮助他们了解业务并做出更好的决策。

与商业智能合作伙伴协作 #

之前，你了解了商业智能专业人员可能与许多不同的合作伙伴合作，为组织创建系统和工具，以改进流程并为利益相关者提供持续的见解。这些合作伙伴可能包括：

• API 专业人员
• 数据仓库专家
• 数据治理专业人员
• 数据分析师
• IT 专业人员
• 项目经理
• 还有很多！

复杂的业务问题需要协作和跨团队合作。这些合作伙伴拥有独特的知识、经验、技能和观点。集思广益和共同构建、汇集知识和充实问题对于 BI 流程至关重要。

处理复杂问题与完成 Google 数据分析证书后您可能已经熟悉的概念有关：结构化思维。结构化思维是识别当前问题或情况、组织可用信息、揭示差距和机会以及确定选项的过程。基本上，结构化思维可以让你将问题分解成可管理的部分。

BI也是如此。通常，您会遇到一个复杂的问题，需要考虑很多部分;通过使用结构化方法并将问题分解为可管理的部分，解决问题并获得结果的过程要容易得多。在此过程中，您在组织中的合作伙伴是很好的资源。

现在，让我们探讨一些 BI 专业人员与合作伙伴合作解决问题并为利益相关者提供见解以增强决策能力的示例。

管理会员数据

一家零售店的营销团队正在寻找增加其忠诚度计划会员的方法。领导者希望鼓励回头客注册。但是，他们没有一个允许分析师探索会员和非会员销售数据的系统。这需要从各种系统摄取数据，包括商店的在线会员表单和销售数据。因此，除了构建移动和转换关键数据的工具外，BI 团队还需要使来自不同系统的数据与目标系统保持一致。

在这种情况下，他们与几个团队合作：

• 营销团队：营销团队是该计划的主要利益相关者。他们与 BI 团队合作，确定项目要求、时间表和可交付成果。
• API 团队：接下来，BI 团队与 API 专业人员协作，以便将数据集成到公司内部数据库中。API 团队还帮助构建了报告工具和仪表板。
• 数据仓库专家：然后，他们与数据仓库专家合作，为新获取的数据创建存储和组织系统。

最后，营销团队获得了一个系统，使他们能够访问所需的数据，以探索客户趋势并制定战略来增加其忠诚度计划的会员。

保护敏感数据

另一位BI专业人士在一家科技公司工作，该公司开发智能手表等健康监测工具。他们团队中的数据分析师有兴趣探索用户数据，以了解客户如何使用他们的产品。由于包含一些个人身份信息，因此所有数据的匿名化和保护至关重要。

BI 团队与数据仓库专家和数据治理团队合作，以确保存储系统保护用户，同时允许数据分析师获得见解。最后，数据分析师能够使用智能手表数据来探索趋势并提供见解，同时仍保持用户的隐私。

关键要点

与团队中具有不同技能和观点的人员协作是结构化 BI 方法的重要组成部分。作为 BI 专业人员，您将与各种合作伙伴合作，创建系统，为利益相关者提供数据，以推进和成功。

测试您的知识：从商业智能中受益的组织和团队 #

1、商业智能分析师的典型职责是什么？选择所有符合条件的。

• 收集利益相关者、合作伙伴和团队成员的需求。
• 评估并简化设备、基础设施和信息渠道。
• 检索、组织和解释组织的数据。
• 创建可视化、仪表板和报告。

2、填空：为了使不同的计算机程序能够相互通信，公司可以使用应用程序编程 _____。这是一组集成了不同系统的函数和程序。

• channel 渠道
• dashboard 仪表板
• interface 界面
• requirement 要求

3、商业智能专业人员与哪些利益相关者合作，以最大限度地利用可用数据和数据工具？

• Data analysts 数据分析师
• Data warehousing specialists数据仓储专家
• Data governance professionals数据治理专业人员
• Information technology professionals信息技术专业人员

商业智能结构和阶段 #

商业智能最大限度地提高数据分析的价值 #

如今，随着商业智能和数据分析越来越受欢迎，商业智能和数据分析这两个术语经常被错误地定义、过度简化或互换使用以实现快速通信。 这可能会导致混淆，因为 BI 和 DA 是完全不同的。 在本视频中，我们将对此进行整理。 首先，让我们确定 BI 和 DA 专业人员都在他们的组织中支持数据驱动的决策。 它们也是公司数据成熟 度的关键部分。数据成熟度是指组织能够有效使用其数据以提取可操作见解的程度。无论这些数据是否包括有关您的客户、员工、产品、供应商、财务或其他方面的信息，如果不能投入使用，它就毫无价值。 将数据投入使用需要熟练的专业人员，他们可以应用技术和技术来实现高度成熟度。 在这项工作中，数据分析师主要参与使用数据来回答有关所发生事件的问题。 另一方面，BI 专业人员旨在通过构建仪表板等数据报告工具来实现更高水平的数据成熟度。仪表板持续分析和监控数据。 工作并不完整，因为工具已经创建。 分析和监测工作仍在进行中。这是因为 BI 涉及建立可重复的方法来了解事物的运行方式，并且通过了解当前状态，公司领导者可以采取行动来改善未来状态。 例如，BI 专业人员可能会调查当今针对哪些新的销售前景。这个月我们获得了多少客户？ 或者我们的每周电子邮件在新订阅者中表现良好吗？ 由于 BI 是关于近乎实时的快速监控，因此 BI 见解在立即产生影响时最有效。因此，使用报告工具的人希望确保它们实用且高效。 BI 专业人员是专业的工具构建者。 然后，通常是数据分析师应用这些工具来回答问题或解决问题 通过特定主题或镜头检查数据。 同样，BI 的很大一部分是创建仪表板，为用户提供当前状态的清晰快照。 这些工具必须具有影响力且易于解释。 即使对于非技术人员。 如果你喜欢思考你可以创造什么来满足许多不同用户的需求，BI会让你做到这一点。 BI 专业人员通常从事对多个利益相关者有帮助的大型项目。此外，当您考虑如何适应 BI 世界时，请注意 BI 专业人员是数据基础架构方面的专家，并且喜欢数据分析的技术方面。 例如，如果您喜欢使用数据库、大数据和计算机编程语言 SQL，BI 将让您有机会将查询提升到一个新的水平。 如果您获得了 Google 数据分析证书，那么其中包含的内容构成了您的基础知识和经验。 现在，这个 BI 计划将提供建立在这些基础上的免费技能集。它还将为您的简历添加许多非常有市场价值的人才，这将为雇主创造令人信服的技能组合，并为更多工作机会打开大门。 除了管理大型数据集、在 SQL 中编写查询和创建仪表板等技术方面。您将学到一些非常有价值的专业技能。 这些包括：能够兼顾许多不同的优先事项、关注细节、拥有流程、与他人沟通以及学习如何超越表面请求。 也许最重要的是，你会发现与他人建立联系以真正推动结果的价值，这就是你建立职业生涯的方式，而不仅仅是一份工作。 在以后的课程中，您将继续探索 BI 和 DA 之间的异同。 这两个学科相辅相成，相互依赖。 就像担任这些角色的人才一样。 他们共同帮助组织每天在数据成熟度方面取得进步。

这里是内容的摘要：

商业智能 （BI） 和数据分析 （DA） 是两个密切相关的领域，对于组织中的数据驱动决策至关重要。BI 专业人员专注于构建数据报告工具，例如持续分析和监控数据的仪表板。另一方面，DA专业人员使用数据来回答有关所发生事件的问题。

BI 是关于近乎实时的快速监控，因此 BI 洞察力在立即产生影响时最有效。BI 专业人员是专业的工具构建者，他们通常从事对多个利益相关者有帮助的大型项目。

DA 专业人员应用这些工具通过特定主题或镜头检查数据来回答问题或解决问题。他们主要参与使用数据来回答有关发生的事情的问题。

BI 和 DA 专业人员的需求量都很大，您在该计划中学到的技能将使您成为任何组织的宝贵资产。

BI 和 DA 之间的主要区别：

• BI 专业人员专注于构建数据报告工具，而 DA 专业人员则使用数据来回答问题。
• BI是关于近乎实时的快速监控，而DA则更关注历史数据。
• BI 专业人员通常从事大型项目，而 DA 专业人员可能从事更小、更集中的项目。

BI 和 DA 之间的相似之处：

• BI 和 DA 专业人员都支持其组织中的数据驱动决策。
• BI 和 DA 专业人员都是公司数据成熟度的关键部分。
• BI 和 DA 专业人员都使用数据来提取可操作的见解。

比较数据分析和商业智能 #

如果您获得了 Google 数据分析证书或有处理数据的经验，您可能知道数据分析和商业智能既有相似之处，也有不同之处。在许多方面，BI 建立在数据分析师执行的任务之上。通常，数据分析师是 BI 专业人员为其开发系统的利益相关者。在本阅读材料中，您将比较和对比 DA 和 BI，以详细了解这些异同。

数据任务	DA	BI
参与	数据分析周期的第一步是定义业务问题并建立利益相关者的期望。	除了定义业务问题和提出问题以建立期望之外，BI 专业人员还观察当前流程，以确定如何改进它们以更符合利益相关者的需求。
回答问题	数据分析师通常负责决定他们需要哪些数据来回答利益相关者的问题，并收集这些数据以供使用。	BI 专业人员评估其利益相关者的数据需求，确定必要的来源，并设计管道系统，自动、持续地收集该数据以供利益相关者访问。
收集数据	收集数据后，数据分析师必须确保数据干净且可以使用。他们还对数据执行转换，以便为分析做好准备。	BI 专业人员构建的工具可在管道中自动清理和转换数据，以便这些流程发生在管道流程引入的所有数据中。
存储系统	数据分析师必须遵守组织惯例并存储历史数据以供分析。	BI 专业人员开发的存储系统允许从多个源系统接收到目标数据库，同时管理数据库架构并优化系统。
描述性和预测性分析	数据分析侧重于描述历史趋势的描述性分析。	BI 使用对历史趋势的分析来执行预测分析，使组织能够确定可能的未来趋势并采取相应的行动。
提出见解	分析后，数据分析师会展示他们的发现，为利益相关者的最终决策提供信息。	BI 分析师创建表、报表和仪表板，使利益相关者能够访问他们需要的数据，从而为他们的整个决策过程提供信息。
迭 代	在初步分析之后，数据分析师可能会根据他们的发现或新信息重复他们的分析。	BI 分析师继续迭代流程，以改进和优化他们构建的系统和工具，以确保它们继续对利益相关者有用。

Data tasks	DA	BI
Involvement	The first step of the data analysis cycle is to define the business problem and establish stakeholder expectations.	In addition to defining business problems and asking questions to establish expectations, BI professionals observe current processes to determine how they can be improved to align more with stakeholder needs.
Answering questions	Data analysts are often tasked with deciding what data they need to answer their stakeholders’ questions and gathering that data for use.	BI professionals evaluate the data needs of their stakeholders, identify necessary sources, and design pipeline systems that automatically and continuously gather that data for stakeholders to access.
Gathering data	Once data has been gathered, data analysts must ensure that it is clean and ready for use. They also perform transformations on the data to prepare it for analysis.	BI professionals build tools that clean and transform data automatically within a pipeline so that these processes occur to all data being ingested by the pipeline process.
Storage systems	Data analysts must adhere to organization conventions and store historical data for analysis.	BI professionals develop storage systems that allow intake from multiple source systems into a destination database, while governing the database schema and optimizing the system.
Descriptive and predictive analytics	Data analysis focuses on descriptive analysis that describes historical trends.	BI uses analysis of historical trends to perform predictive analytics that enable organizations to determine likely future trends and act accordingly.
Presenting insights	After analysis, data analysts present their findings to inform the stakeholders’ ultimate decision.	BI analysts create tables, reports, and dashboards that empower stakeholders with access to the data they need to inform their whole decision-making process.
Iteration	After the initial analysis, data analysts may repeat their analysis based on their findings or new information.	BI analysts continue to iterate on processes to improve and optimize the systems and tools they have built to ensure they continue to be useful for stakeholders.

DA 和 BI 有很多共同点：它们都是专业人士使用数据来创建为决策提供信息的见解的领域。但 BI 更侧重于创建流程和信息渠道，将相关数据转化为可操作的见解，让决策者可以持续轻松获得。

商业智能的各个阶段 #

如果您获得了 Google 数据分析证书，那么您对数据生命周期和数据分析过程非常熟悉。数据分析师每天都在工作中使用这些阶段，以获得洞察力，从而做出明智的决策。 快速回顾一下，数据生命周期是数据经历的一系列阶段，包括计划、捕获、管理、分析、存档和销毁。 数据分析过程分六个阶段进行。 询问、准备、处理、分析、分享和行动。 商业智能也有阶段，这三个阶段的顺序决定了BI的价值，以及组织数据的成熟度。 正如您所了解的，数据成熟度对于任何 BI 团队来说都是一个有意义的目标，因为高成熟度意味着他们的组织正在有效地使用其数据来提取可操作的见解。 在 BI 中，三个阶段是捕获、分析和监视。 随着你完成每一个过程，这个过程需要更深层次的探索和调查，所以每个过程都变得更加复杂。 这些阶段可能是自动化的，也可能是手动完成的，但每个阶段都会增加重大的业务影响，这是非常值得的。 了解这些阶段以及它们如何使您作为 BI 专业人员受益非常重要。 我们将在本视频中逐一探讨。 让我们从捕获开始，这是 BI 流程中的“发生了什么”点。 此阶段与静态回溯数据有关。例如，如果您要查询数据库以返回有关客户上个月购买的数据集，这就是捕获信息的示例。或者，您可以访问列出上一季度损益的电子表格。这也是捕获或记录某些信息 的一个例子。记录对 BI 至关重要，但它们无法使用户轻松深入调查并真正深入研究数据，这阻碍了他们能够提供的见解。 此外，由于此阶段的数据是僵化的和向后看的，因此对于主动的前瞻性决策并不总是非常有用。捕获信息是 BI 的必要元素，但仅靠信息并不能让我们现在什么工作做得好，我们如何改进或下一步该做什么。 但是，在接下来的步骤中，情况会变得更好。 这让我进入了第二阶段：分析。BI 的“为什么会发生”部分。您已经对这个阶段了解很多，但作为快速提醒，数据分析是我们得出结论、做出预测并推动明智决策的时候。 因为分析阶段探索事情发生的原因，所以它更有可能产生有效的计划和策略。 通过这种方式，它使 BI 专业人员能够更好地了解数据点之间的关键关系。 他们通过更深入地、更广泛甚至并排检查数据来做到这一点，以识别最初可能不明显的联系。 现在我们来到了该过程的最后一部分：监视器。 Monitor 是“现在正在发生的事情”阶段，这是 BI 专业人员真正展示其独特技能和专业知识的地方。 在此阶段，您将使用自动化流程和信息渠道，例如数据模型、ETL 管道、仪表板等。 这些令人兴奋的工具将组织每天创建的数据转化为利益相关者可以轻松获得的真正情报。这些 BI 工具揭示了上升、低迷、变化、挑战、机遇等等。 然后，决策者使用这些工具提供的见解，主动实现业务目标。 您将在即将到来的课程中了解有关这些 BI 工具的所有信息，很快在本课程中，我将提供有关 BI 专业人员工具箱的一些基本信息。您可以使用它来开始熟悉监视器阶段发生的情况。 就目前而言，到目前为止，您取得的所有进展都做得很好。我很高兴能与你分享BI的世界。 让我们继续努力，继续下一课。

这里是内容的摘要：

BI 阶段

• 捕获：收集静态的、向后看的数据。
• 分析：得出结论，做出预测，并推动明智的决策。
• 监控：使用自动化流程和信息渠道将数据转化为利益相关者的情报。

BI 的优势

• 为明智的决策提供见解。
• 帮助组织有效地使用数据。
• 实现主动的前瞻性决策。

BI 工具

• 数据模型
• ETL 管道
• 仪表 板

您的进度

• 您在了解 BI 世界方面取得了长足的进步。
• 您将在即将到来的课程中了解有关 BI 工具的更多信息。

测试您的知识：商业智能的结构和阶段 #

商业智能专业人士正在考虑他们的团队如何有效地使用可用的数据来提取可行的见解。这种情况的焦点是什么BI概念？

• Data maturity 数据成熟度
• Data structure 数据结构
• Data governance 数据治理
• Data analysis  数据分析

在商业智能中，哪个阶段可能涉及查询数据库以返回财务数据集或访问营销活动数据的电子表格？

• Capture 捕获
• Share 分享
• Monitor 监视器
• Analyze  分析

可以通过哪些方式使用数据分析来帮助商业智能专业人员提供数据驱动的见解？选择所有符合条件的。

• Examining data more in-depth更深入地检查数据
• Exploring why things happened探究事情发生的原因
• Automating processes and information channels自动化流程和信息渠道
• Understanding relationships between data points了解数据点之间的关系

商业智能如何产生影响 #

为成功的商业智能战略做出贡献 #

战略在很多方面都是生活的重要组成部分。 以地球上最受欢迎的运动为例，足球或足球。 规则和玩法相对简单，但策略极其复杂。 根据场上的人和他们的特殊技能，教练必须在许多不同的阵型和战术之间做出选择。 无论球员多么有天赋，他们只有在对足球策略有深入理解的情况下才能发挥出最佳水平，例如能够确定射门或想要传球的准确时机。 国际象棋游戏也与策略有关。 每个棋子都有独特的移动方式，例如车在棋盘上水平或垂直移动，骑士跳过其他棋子，或者强大的女王几乎可以去任何她想去的地方。 数学家实际上已经证明，宇宙中潜在的国际象棋游戏变体比原子还多。面对如此多的可能结果，制定明确的策略对于制定成功的游戏计划绝对至关重要。 嗯，制定制胜策略也是BI的重要组成部分。 您可能还记得学习过数据策略，即使用数据分析对人员、流程和工具进行管理。 同样，商业智能策略是对商业智能过程中使用的人员、流程和工具的管理。正如你所发现的，BI很复杂，它需要组织的360度视图。 必须深思熟虑地准备有效的策略。 在本视频中，我们将探讨其工作原理。 让我们从人开始。 这里最重要的是确保人们以积极的方式一起工作。 有时，公司中的多个部门都在使用 BI，但这些流程是孤立的，这意味着他们缺乏沟通和协作。 也许销售团队无法访问重要的营销数据，或者人力资源部门正在跟踪有价值的员工数据，但仅用于他们自己的内部目的。 因此，首先要做的就是与所有参与其中的团队成员和利益相关者进行沟通。包括来自组织各个层面的人员，这样你就可以获得许多不同的观点。 首先问他们一些关键问题，例如，我们的 BI 团队和专业人员是否协调一致？ 它们的职能之间有重叠吗？ 谁应该负责建立管理 BI 流程的规则和策略？ 请注意，BI 治理涉及定义和实施 BI 系统和 框架。 这与数据治理的概念不同，您可能知道数据治理是确保公司数据资产正式管理的过程。 现在最重要的是，在人员步骤中，一定要询问 BI 流程的愿景。 这一愿景如何与当前的业务战略保持一致？ 愿景指定了您想要的结果，例如赢得足球比赛或国际象棋比赛。 BI策略的第二个要素是流程。 到目前为止，您已经确定了谁将负责管理 BI 流程的规则和策略。 因此，要问这些人的一些问题包括，我们正在使用什么解决方案以及如何使用？ 它们中哪些能带来价值？ 我们计划实施哪些类型的解决方案？ 我们将如何交付它们？ 我们将如何支持他们？ 此外，拥有用户支持框架是该过程的关键部分。 因此，请务必在培训和教育、反馈系统以及确保用户从工具中获得价值方面投入足够的时间。这就把我们带到了BI战略的工具部分。 这里要注意的最重要的概念之一是在选择每个工具时都考虑到用户。 考虑哪些仪表板、报表和其他解决方案最有效。 问，不同的用户、团队和部门需要不同的技术吗？我们可以使用哪些技术？如果需要，我们可以访问其他人吗？ 我们将如何衡量成功？ 在这里，您希望为每个特定业务需求建立关键绩效指标或 KPI。 很快，您将了解有关 KPI 的更多信息，并探索组织如何使用它们来实现每天的目标。 但就目前而言，只需了解 KPI 是一个可量化的值，与业务战略密切相关，用于跟踪目标的进度。 换句话说，KPI 会引导您实现预期的结果。 但是，为了让 KPI 发挥作用，您选择的工具必须与为每个特定项目建立的 KPI 保持一致。 这个过程的最后一步是记录你所学到的一切。 许多 BI 专业人员使用特定的 BI 文档来记录利益相关者的要求、项目要求和策略。 这些是必不可少的工具，可以真正帮助您了解大局、保持井井有条并对您的组织产生影响。 您将在即将到来的阅读中准确学习如何创建这些文档。 最后一点，请记住您对 BI 战略的特定参与程度将根据您的业务和团队的规模和结构而有所不同。 但是，对所涉及的所有元素有广泛的了解对于任何 BI 专业人员来说都是一笔宝贵的资产。

这是您提供的内容的摘要：

商业智能 （BI） 战略

BI 策略涉及管理 BI 流程中使用的人员、流程和工具。它需要 360 度全方位的组织视图和周到的准备。

人

• 确保团队成员和利益相关者之间的协作。
• 与组织的各个层面进行沟通，以收集不同的观点。
• 为 BI 流程建立清晰的愿景，并将其与业务战略保持一致。

过程

• 定义 BI 流程的角色和职责。
• 确定要使用的解决方案以及如何实施和支持这些解决方案。
• 建立用户支持框架，包括培训、反馈和价值评估。

工具

• 选择符合用户需求和业务目标的工具。
• 考虑针对不同用户和部门的不同技术。
• 建立关键绩效指标 （KPI） 来衡量成功。
• 确保工具与既定的 KPI 保持一致。

文档

• 记录利益相关者的要求、项目要求和战略。
• 使用 BI 文档捕捉全局并保持井井有条。

您的参与

• 您对 BI 策略的参与程度将因业务和团队的规模和结构而异。
• 对所涉及的所有元素有广泛的了解对于任何 BI 专业人员来说都是有价值的。

关键商业智能文档 #

之前，你了解了商业智能策略，即对商业智能流程中使用的人员、流程和工具进行管理。BI 项目很复杂，找到从项目开始到结束保持井井有条的方法是成功的关键。确保您捕获大局项目需求、保持井井有条并在组织中产生影响的一种方法是创建全面的 BI 文档。在本阅读材料中，您将了解三种类型的文档：利益相关者需求文档、项目需求文档和战略文档。

这些文档中的每一个都建立在前一个文档的基础上。与其将它们视为项目规划过程的三个阶段，不如将它们视为三个单独的文档。稍后，您将有机会创建自己的 BI 文档来指导您的课程结束项目，因此这是帮助您入门的绝佳资源！

利益相关者需求文档

利益相关者需求文档使您能够捕获利益相关者的请求和要求，以便在规划项目详细信息或策略的其余部分之前了解他们的需求。它应该回答以下问题：

• 业务问题：要回答的主要问题或要解决的问题是什么？
• 利益相关者：谁是这个项目的主要利益相关者，他们的职位是什么？
• 利益干系人使用详细信息：利益干系人将如何使用 BI 工具？
• 主要要求：此 BI 工具必须满足哪些要求才能使此项目成功？

以下是 BI 专业人员为了成功完成本文档而提出的一些问题：

• 在开始这个项目之前必须回答哪些问题？
• 在开始这个项目之前，BI团队需要知道什么？
• 这个项目必须回答哪些问题/必须解决的问题是什么？
• 哪些数据集被认为对本项目很重要？
• 谁应该有权访问仪表板？整个仪表板是否对所有利益相关者可见？

通常，利益相关者需求文档是带有注释的单页纸，但对于复杂项目，它可以更长、更详细。

单击链接以访问利益相关者需求文档模板，或直接从下面的附件下载文件。利益相关者需求文档模板

利益相关者需求文档 – 模板

DOCX 文件

项目需求文件

确定利益相关者要求后，就可以开始考虑实现利益相关者要求需要满足的项目要求。项目需求文档包含以下详细信息：

• 目的：简要描述为什么会发生这个项目，并解释为什么公司应该投入资源。
• 关键依赖关系：详细说明此项目的主要元素。包括团队、主要联系人和预期的可交付成果。是否需要任何团队间的可交付成果？
• 利益干系人要求：根据利益干系人要求文档列出已建立的利益干系人要求。将需求优先级排序为：R – 必需，D – 需要，或 N – 很高兴拥有。
• 成功标准：阐明此项目的成功情况。包括关于如何衡量成功的明确陈述。使用 SMART 标准。
• 用户旅程：记录当前的用户体验和理想的未来体验。
• 假设：明确而清楚地说明您所做的任何假设。
• 合规性和隐私：包括要考虑的合规性、隐私或法律维度。
• 辅助功能：列出为所有用户创建可访问报表的关键注意事项。谁需要访问此功能？他们如何看待它并与之互动？
• 推出计划：简要描述预期的范围、优先事项和时间表。考虑在推出期间的哪些时间点进行测量以确定功能是否按预期执行？如果此功能未达到其预期目标，是否有回滚计划和时间表？

此外，一些公司会要求您提供参考清单。如果是这样，最佳做法是在引用参考文献时保持自由;你永远不会有太多。参考资料可能包括：

• 您在从事此项目时阅读和研究的文档或网站
• 法律和政策：推动项目要求的任何法规
• 项目跟踪：跟踪电子表格、错误热点列表等的链接。
• 类似项目：描述过去尝试过的任何类似项目或任何平行项目。

与利益相关者需求文档类似，项目需求文档将根据项目的复杂性而有所不同。它可能只是发送给利益相关者的一封电子邮件，让他们了解期望和签到点的最新信息，或者它可以是一个多页文档，其中包含概述项目计划和关键任务的电子表格。

单击链接以访问项目需求文档模板，或直接从下面的附件下载文件。项目需求文档模板

项目需求文档 – 模板

DOCX 文件

战略文件

最后，您将为您的项目创建一个战略文档。这是规划过程的最后阶段。战略文件是一个与利益相关者就项目可交付成果达成一致的协作场所。您将共同建立有关仪表板功能以及相关指标和图表的信息。

现在是时候充实需要哪些指标、如何计算指标以及有关数据的任何限制或假设。利益相关者仔细考虑这些细节，并帮助 BI 专业人员做出最终的项目决策。然后，BI 专业人员为利益相关者提供仪表板模型，以获得有价值的反馈。

通常，BI 专业人员将创建文档，并要求重要利益相关者进行审查和签字。然后，他们可以开始处理项目所需的所有细节。

单击链接以访问策略文档模板，或直接从下面的附件下载文件。战略文档模板

战略文件 – 模板

DOCX 文件

保持井井有条并与利益相关者保持一致是 BI 流程的重要组成部分。在项目早期创建文档以概述利益相关者和项目要求以及项目策略，对于BI专业人员与利益相关者保持一致并提前规划来说，这可能是一个重要的工具。很快，您将有机会创建自己的文档，以便与利益相关者保持一致并计划您的课程结束项目！

活动示例：完成商业智能文档 #

以下是完整的示例，并解释了示例如何满足对活动的期望。

已完成的示例

要查看此课程项的示例，请单击以下链接，然后选择使用模板。

示例链接：

• 利益相关者要求文件：MarkIt
• 项目需求文档：MarkIt
• 战略文件：MarkIt

或

如果您没有 Google 帐户，可以直接从以下附件下载示例。

Exemplar_利益相关者要求的活动document_MarkIt

DOCX 文件

活动Exemplar_ MarkIt document_项目要求

DOCX 文件

DOCX 文件

活动Exemplar_策略 document_ MarkIt

范例评估

在此活动中，你练习了基于实际场景完成关键 BI 规划文档。该场景故意遗漏了重要信息，因此您的部分任务是确定您遗漏了什么，并提出可以向利益相关者提出的后续问题。这项活动将使你为在未来的整个职业生涯中的项目中填写这些表格做好准备。

项目规划文档可帮助您了解利益相关者的需求和期望。这使您可以与他们进行有效的沟通，并更好地了解如何完成项目。您将能够确定哪些信息最能帮助您满足项目需求。

您的文档不必完全匹配这些示例。目标是将信息正确地组织到正确的字段中，并了解规划文档如何帮助您准备 BI 项目。这是一个机会，你可以检查你的理解，确保你已经达到了活动的期望，并探索一个可能的解决方案。

在“利益干系人需求文档”示例中，您会注意到缺少信息的区域以粗体突出显示。在你自己的项目中，你可能会发现直接在文档上记下你缺少的内容会很有帮助。然后，当您提出后续问题时，您可以用正确的信息替换这些笔记。

这些文档中的大多数信息都是直接从活动方案中的注释中提取的。您也可以改写一些内容来总结或扩展会议记录。例如，注释包括“目标是了解这些买家和卖家如何使用他们的平台。然后，这些见解可以为新产品设计提供信息并改进平台。您可以将其翻译成规划文档的业务问题部分，将其措辞为“买家和卖家如何使用 MarkIt 的平台？MarkIt 如何改进他们的平台？这会将注释中的语言框定为问题而不是陈述。

在项目需求文档示例中，您需要将每个利益相关者的请求分配为“必需”、“希望”或“很高兴拥有”。在利益相关者使用的语言中可以找到属于哪里的提示。在场景说明中，某些请求可能包含“必须”，而其他请求可能包含“我们可以吗？”或“应该”。

您还会发现此文档包含更多缺少信息的字段。这可以提供有关您在后续会议中应该问什么的线索。

战略文件示例是最长的文件，并且缺少更多信息。但是，由于这是您可以确定可以制作哪种图表的阶段，因此您的许多答案可以留给您最佳判断。除非利益相关者告诉您他们想要哪种类型的图表，否则您将需要利用您的 BI 专业知识来决定哪种图表最有效。在此方案中，利益干系人没有向你提供任何图表类型建议。这意味着您可以自己做出决定，也可以决定跟进利益相关者以获得更多指导。

在战略文档中，您还可以包含模型的草图。

此模型包括时间刻度的筛选器，例如每日、每周和每月。它包含以下指标的当前状态和历史图表：已完成的销售、已发布的列表、已删除的列表和热门搜索词。它有一个条形图，将网站总利用率与每个用户的平均网站利用率进行比较。它还具有一个条形图，其中包含用于提交支持请求的联系方法的分布。

此草图表示进入 BI 项目的可视化阶段时仪表板可能是什么样子的初稿。在本程序的后面部分，您将了解有关模型的详细信息，包括如何使用模型来规划仪表板。

关键要点

填写规划文档是组织与利益相关者对话的详细信息并为商业智能项目做准备的有用方法。在本课程的后面部分，当你开始自己的 BI 项目时，你将使用这些技能。

案例研究：FeatureBase，第 1 部分：用于数据收集的微调指标 #

在本课程中，您一直在思考商业智能过程的各个阶段。此使用 FeatureBase 的案例研究将重点关注 BI 流程的捕获阶段，您可以在该阶段检查静态的、面向后方的数据，并为项目的后续两个阶段进行规划。在两个后续案例研究中，您将了解 FeatureBase 如何解决此项目的“分析”和“监视”阶段。但首先，您需要了解项目第一阶段的问题、流程和解决方案。

作为 BI 专业人员，您将为与您合作的组织增加价值。您的专业知识将帮助组织访问正确的数据，使用数据找到增长和改进的方法，并将这些见解付诸行动。在整个证书课程中，您将有机会探索不同的企业如何使用商业智能应对他们面临的实际挑战。在阅读中，您将了解功能库，一家位于德克萨斯州奥斯汀的运营人工智能公司。在这三门课程中，您将遇到三个案例研究，这些案例研究遵循 FeatureBase 团队解决他们面临的实际问题的方法。这是一个很好的例子，说明一家真正的公司如何解决BI问题并完成整个项目–从发现问题开始，并准备解决它！

公司背景

FeatureBase 构建的技术可在数据创建后立即释放数据的价值。该团队和社区位于德克萨斯州奥斯汀，由数据库、分布式系统和云工程师以及位图创新方面的领先研究人员组成。FeatureBase 的首席执行官 H.O. Maycotte 和创始工程师已经工作了近 20 年，以解决数据库市场的空白，并开发一种新的数据格式，专门用于实现更快的计算。

他们的核心技术 FeatureBase 是第一个完全基于位图构建的 OLAP 数据库，通过同时执行低延迟、高吞吐量和高并发工作负载来支持实时分析和机器学习应用程序。

挑战

销售团队注意到，在销售周期中，很大一部分潜在客户正在流失。一旦他们发现了这种模式，他们就意识到他们没有真正发现客户流失时所需的数据。如果他们无法确定客户何时流失，那么他们就无法找出原因。找出原因对于创建解决此问题的解决方案至关重要。

方法

最初的问题是，“为什么我们没有达到季度收入目标？为了回答这个问题，FeatureBase 团队需要知道人们为什么下车以及何时下车。但是他们没有在数据库中内置指标来实际衡量这一点。为了将这个问题纳入他们的数据收集中，他们必须试验哪些数据是真正有用的，添加新的属性，并优化他们的指标。对于这个特定的项目，解决方案很明确：在项目的每个阶段，使用每个潜在客户的关键属性重新创建他们现有的销售漏斗。

为此，销售主管、营销主管和 CEO 合作决定新指标以及如何在系统内实施这些指标。这需要一些实验——团队致力于迭代和微调他们的数据收集过程，以优化这个解决方案。调整通常是创建前瞻性解决方案的真正必要部分;第一个模型通常不是最好的模型。这是初稿;您必须对其进行修改才能获得最理想的解决方案版本！作为 BI 专业人员，现实情况是，您可能需要迭代几次才能将模型放在您需要的位置。

下一步

作为 BI 专业人员，有时会被问到一个问题，而您没有足够的数据来实际回答。有时，你必须不断挖掘，不断研究，并不断思考如何提供你的团队可以实际使用的有见地的答案。在这种情况下，FeatureBase 团队意识到他们已经观察到了一种趋势，但他们无法确定它是什么以及如何利用他们拥有的数据采取行动。第一步是确定他们可以实施哪些指标来实际捕获有用的观察结果。作为一个团队，他们协作并微调了他们的数据收集过程。在下一门课程中，您将更多地了解他们如何实际将这些新流程强加到他们的数据库系统上，他们使用了哪些工具，以及这些工具如何为他们的成功奠定了基础。

如果您有兴趣阅读有关 FeatureBase 回答此问题的方法的更多信息，可以在 FeatureBase 中找到更多信息第二部分和第三部分即将到来的课程中的阅读材料。

商业智能专业人员的工具箱 #

商业智能似乎是一个新概念，但它实际上已经存在了几个世纪。 纵观历史，世界各地的商业领袖都使用 BI 为最佳实践设定了标准。 事实上，商业智能一词可以追溯到 1865 年，当时它出现在商业和商业轶事百科全书中。 这本书用这个词来叙述银行家亨利·弗纳斯爵士（Sir Henry Furnace）如何通过收集数据并在竞争对手之前迅速采取行动来取得巨大的商业成功。它形容 Furnace 创造了一个完整而完美的商业智能系统。 好了，请上车，因为在这个视频中，我们将让您的 BI 列车移动起来。 就像任何火车旅行一样，这次旅行从规划你在哪里以及你想去哪里开始。 在 BI 中，映射路径需要数据模型，这是工具箱中的第一个工具。 数据模型组织数据元素以及它们之间的关联方式。 它们有助于在系统之间保持数据的一致性，并向用户解释数据的组织方式。 这为 BI 专业人员在浏览数据库时提供了明确的方向。 好了，我们乘坐火车的第二站，也是您工具箱中的第二个工具，是数据管道。 数据管道是将数据从不同源传输到其最终目的地进行存储和分析的一系列过程。将数据管道想象成火车轨道，跨越、通过和跨越很远的距离。 数据沿着这些通道以平稳的自动化流程从原始来源传输到目标目的地。 但这还不是全部。在此过程中，由 BI 专业人员来转换这些数据，以便在它进入工作站或数据库时，它就可以投入使用。 这方面的一个例子是 ETL，即提取、转换和加载。 作为复习，ETL 是一种数据管道，它允许从源系统收集数据，将其转换为有用的格式，并引入数据仓库或其他统一的目标系统。 ETL 过程在数据集成中起着关键作用，因为它使 BI 专业人员能够从多个来源获取数据、整合数据并让所有这些数据协同工作。 好了，现在我们来到了第三个工具，数据可视化。 您可能知道数据可视化是数据的图形表示。 一些流行的数据可视化应用程序是 Tableau 和 Looker。 这些应用程序可以创建易于理解的视觉效果并讲述引人入胜的故事。这样，没有太多数据经验的人可以轻松访问和解释他们需要的信息。 将数据可视化视为您在火车旅行后与朋友和家人分享的照片。最好的是清晰、令人难忘的，并突出你去过的具体地方、你访问过的重要景点和你有过的有趣经历。 BI 专业人员在仪表板中使用数据可视化。 我们骑行的最后一站。 如您所知，仪表板是一种交互式可视化工具，用于监控实时传入数据。想象一下火车司机使用的仪表板。他们密切关注这些工具，以便不断观察火车发动机的状态和 其他重要设备。仪表板使驾驶员与控制中心保持联系，以确保路线清晰且信号正常运行。 驾驶员可以快速扫描仪表板，以识别可能影响列车速度或时刻表的任何危险或延误。无论您使用哪种 BI 工具，我们领域的一个非常重要的概念是迭代。 正如铁路工人不断评估和升级火车、轨道和其他系统一样，商业智能专业人员总是希望找到新的解决方案和创新方法来推进我们的流程。 我们通过迭代来做到这一点。迭代涉及一遍又一遍地重复一个过程，以便不断接近所需的结果。 这就像铁路工程师反复测试信号系统，以完善和改进它们，以确保为铁路旅客提供最安全的环境。在即将到来的课程中，您将学习 关于迭代的更多信息，您将更深入地了解所有这些令人兴奋的工具。 您还将探索使用一种工具转移您的技能和经验并将其应用于另一种工具的所有方法。非常感谢您与我一起踏上这段旅程，我们还有更多激动人心的目的地即将到来。

这里是内容的摘要：

商业智能 （BI） 是使用数据做出更好决策的过程。BI 工具和技术可以帮助您收集、分析和可视化数据，以便您可以识别趋势、模式和见解。

数据模型是 BI 工具箱中的第一个工具。它们组织数据元素以及它们之间的关系。这有助于在系统之间保持数据的一致性，并向用户解释数据的组织方式。

数据管道是 BI 工具箱中的第二个工具。它们是将数据从不同来源传输到最终目的地进行存储和分析的一系列过程。

数据可视化是 BI 工具箱中的第三个工具。它们是数据的图形表示，使其易于理解并讲述引人入胜的故事。

仪表板是 BI 工具箱中的第四个工具。它们是交互式可视化工具，用于监控实时传入数据。

迭代是 BI 中一个非常重要的概念。它涉及一遍又一遍地重复一个过程，以便不断接近所需的结果。

对该主题的简化解释：

数据可视化是以可视化格式表示数据的过程。这有助于使数据更易于理解和解释。

想象一下，您有一个销售数据数据集。您可以创建条形图来可视化此数据。条形图将显示每个产品或类别的销售数据。这样可以很容易地看到哪些产品卖得最好，哪些产品卖得最差。

数据可视化可以以多种方式用于传输数据。一些常见的数据可视化类型包括：

• 条形图
• 折线图
• 饼图
• 散点图
• 地图

数据可视化是企业的重要工具。它可以帮助企业：

• 了解他们的数据
• 做出更好的决策
• 与他人交流数据

如果您有兴趣了解有关数据可视化的更多信息，可以在线获取许多资源。您可以找到可以帮助您入门的课程、教程和文章。

我希望这个简化的解释对您有所帮助。如果您有任何其他问题，请告诉我。

除上述内容外，以下是一些需要记住的关键点：

• 数据可视化不仅仅是制作漂亮的图片。它是关于使用数据来讲述故事。
• 数据可视化可用于将数据传达给各种受众。
• 数据可视化是一个迭代过程。不断评估和改进数据可视化非常重要。

我希望这会有所帮助！

以下是工作场所数据可视化的一些示例：

• 营销经理可以使用条形图来可视化营销活动的结果。
• 销售经理可能会使用折线图来跟踪一段时间内的销售情况。
• 财务分析师可能会使用饼图来可视化公司的财务业绩。
• 数据科学家可以使用散点图来识别数据中的趋势和模式。
• 产品经理可以使用地图来可视化客户的分布。

数据可视化是一个强大的工具，可用于改善沟通、决策和解决问题。

查看技术和最佳实践 #

当您继续学习此计划时，您将了解各种商业智能工具，这些工具将帮助您创建系统和流程，并为利益相关者提供可用于指导业务决策的见解。根据组织的不同，随着时间的推移，您最终可能会使用不同的工具。幸运的是，您现在正在学习的技能可以在工具之间转移。在本阅读材料中，你将获得一些创建管道工具、数据可视化和仪表板的最佳实践，无论你的组织使用什么程序或工具，你都可以应用这些工具。

优化流水线流程

开发工具来优化和自动化某些数据流程是 BI 专业人员工作的很大一部分。能够自动执行移动和转换数据等流程，使用户不必手动完成这项工作，并使他们能够快速获得答案。BI 专业人员使用多种工具来创建管道;尽管它们之间存在一些关键差异，但无论您使用什么工具，这些都是许多适用的最佳实践。

模块化设计

如您所知，数据管道是一系列将数据从不同源传输到其最终目的地进行存储和分析的过程。管道采用多个进程，并将它们组合到一个自动处理数据的系统中。模块化设计原则可以开发管道系统的各个部分，因此可以将它们视为独特的构建块。模块化设计还可以在不中断管道其余部分的情况下优化和更改系统的各个组件。此外，它还可以帮助用户快速隔离和排除错误。

与模块化设计相关的其他最佳实践包括使用版本控制来跟踪随时间推移的更改，并根据需要撤消任何更改。此外，BI 专业人员可以创建一个单独的开发环境，以便在实施更改之前对其进行测试和审查。

其他常规软件开发最佳实践也适用于数据管道。

验证数据的准确性和完整性

移动、转换和报告数据结果以进行分析的 BI 流程仅在数据本身准确时才有用。利益相关者需要能够依赖他们正在访问的数据来做出关键的业务决策。不完整或不准确的数据也可能导致管道系统中的错误。因此，无论您使用什么工具来构建系统，都必须确保数据的准确性和完整性。有关管道中的数据，要考虑的一些重要事项包括：

• 完整性：数据是否完整？
• 一致性：数据值在数据集之间是否一致？
• 一致性：数据值是否符合所需的格式？
• 准确性：数据值是否准确代表实际值？
• 冗余：数据值在同一数据集中是否冗余？
• 完整性：数据值是否缺少重要关系？
• 及时性：数据是最新的吗？

在管道系统中创建检查点以解决这些问题中的任何一个，然后再将数据传送到目的地，这将节省流程后期的时间和精力！例如，您可以添加 SQL 脚本来测试每个阶段的重复项，并在发现任何重复项时发送错误警报。

创建测试环境

构建管道流程只是创建数据管道的一个方面;这是一个迭代过程，可能需要您根据技术或业务需求的变化进行更新和更改。由于您需要继续对系统进行改进，因此需要创建在实施任何更改之前对其进行测试的方法，以避免中断用户对数据的访问。这可能包括为数据创建一个单独的暂存环境，您可以在其中运行测试，或者包括一个稳定的数据集，您可以在不中断当前流程的情况下对当前流程进行更改和比较。

动态仪表板

仪表板是功能强大的可视化工具，可帮助 BI 专业人员为利益相关者提供数据见解，他们可以在需要时访问和使用。仪表板跟踪、分析和可视化数据，以便回答问题和解决问题。下表总结了 BI 专业人员如何处理仪表板，以及它与利益相关者的不同之处：

仪表板的元素	BI专业原则	利益相关者原则
集中	为所有利益相关者创建单一数据源	使用全面的数据视图来跟踪他们的计划、目标、项目、流程等
可视化	近乎实时地显示数据	更快地发现不断变化的趋势和模式
洞察力	确定要包含的相关信息	了解数字背后的更全面的故事，以跟踪目标并做出数据驱动的决策
定制	创建专用于特定团队或项目的自定义视图	深入到更具体的专业兴趣或关注领域

请注意，仅当数据结构保持不变时，才会自动将新数据拉入仪表板。如果数据结构不同或已更改，则必须先更新仪表板设计，然后才能在仪表板中自动更新数据。

仪表板是业务旅程的一部分

就像飞机上的仪表板向飞行员显示他们的飞行路径一样，您的仪表板也为您的利益相关者执行相同的操作。它可以帮助他们在数据中导航项目的路径。如果您在仪表板上添加清晰的标记并突出显示要点，用户将了解您的数据故事的发展方向。然后，您可以共同努力，确保业务到达需要的地方。要了解有关设计仪表板的更多信息，请查看 Google 数据分析证书中的以下读物：设计引人注目的仪表板.

有效的可视化

数据可视化是大多数仪表板的关键部分，因此您需要确保创建有效的可视化效果。这需要使用框架组织您的想法，纳入关键设计原则，并确保通过遵循最佳实践来避免误导性或不准确的数据可视化。

用于组织有关可视化的想法的框架

框架可以帮助您组织有关数据可视化的想法，并为您提供有用的清单以供参考。下面是两个框架，在创建自己的数据可视化时可能对您有用：

1. McCandless 方法
2. 冯凯泽的垃圾排行榜三重奏检查

预先注意的属性：标记和通道

创建有效的视觉效果涉及考虑大脑的工作方式，然后使用特定的视觉元素来有效地传达信息。预注意属性是数据可视化的元素，人们可以自动识别，而无需有意识的努力。使视觉对象立即易于理解的基本构建块称为标记和通道。

设计原则

一旦您了解了数据可视化的预先注意属性，您就可以继续研究创建有效视觉对象的设计原则。这些设计原则对于数据分析师的工作至关重要，因为它们可以帮助您确保创建的可视化效果能够有效地将数据传达给受众。通过牢记这些规则，您可以规划和评估数据可视化，以确定它们是否适合您和您的目标。而且，如果不是，您可以调整它们！

避免误导性或欺骗性的图表

正如您一直在学习的那样，BI 为人们提供了可用于做出决策的见解和知识。因此，您创建的可视化效果必须准确、真实地传达您的数据，这一点很重要。要了解有关有效可视化的更多信息，请查看 Google 数据分析证书中的以下读数：有效的数据可视化。 

通过牢记以下几点，使您的可视化效果对受众中的每个人都可访问和有用：

• 标签
• 替代文本
• 基于文本的格式
• 识别
• 简化

要了解有关可访问可视化的更多信息，请观看 Google 数据分析证书中的此视频：使数据可视化易于访问。

结论

作为 BI 专业人员，您将遇到各种工具，用于创建管道系统、开发仪表板以与利益相关者共享，以及创建有效的可视化效果来展示您的发现。这些工具需要不同的技能，需要时间和精力来学习。但通常，您可以将您的知识应用于众多流程和系统。

测试您的知识：商业智能如何产生影响 #

什么概念涉及管理商业智能流程中使用的人员、流程和工具？

• Business intelligence governance商业智能治理
• Data governance 数据治理
• Data maturity 数据成熟度
• Business intelligence strategy商业智能战略

数据管道是将数据从不同源传输到新目的地的一系列过程。该目的地的数据会发生什么情况？

• Storage and analysis 存储与分析
• Graphical representation 图示
• Archival or destruction 归档或销毁
• Live monitoring 实时监控

商业智能专业人员希望改进流程以获得更好的结果。为此，他们一遍又一遍地重复该过程，直到更接近所需的结果。这种情况描述了什么商业智能概念？

• Iteration 迭代
• Monitoring 监控
• Transformation 转型
• Flow 流动

准备评估您是否准备好了 Google 商业智能证书 #

Google 商业智能证书是一项面向所有对 BI 感兴趣的人的计划。然而，数据分析的背景是这些课程中将教授的许多概念的有用基础。我们创建了一个测验，使您能够评估您的准备情况，并决定是要继续获得证书还是先复习一些基础知识。

该测验将询问您对以下数据分析概念的熟悉程度：

• 一般数据分析原则和数据类型
• 数据策略
• 数据完整性和数据清理
• 用于数据聚合和分析的电子表格和 SQL 工具
• 编程语言
• 数据可视化、仪表板和与他人共享见解

如果您是从 Google 数据分析证书进入该计划的，或者您曾在数据分析领域工作过，您可能已经熟悉这些概念。真棒！这个测验只是一种仔细检查你是否准备好成功的方法。此外，它将为您提供一些资源，让您在继续之前复习一下。

为了帮助您确定是否准备好参加本课程，请执行以下操作：

• 参加可选的准备情况测验。
• 请参阅评分指南，确定您是否已准备好学习 Google 商业智能证书内容。80% 或更高的分数是准备这些课程的目标目标。
• 根据您的个人分数，按照评分指南中的建议进行后续步骤。

如果您确信自己具备此证书的先决知识和经验，则可以在阅读后跳过准备测验，然后直接转到下一个活动.

评估您是否已准备好获得 Google 商业智能证书 #

相关参考答案：

Google 高级数据分析学习指南 |课程 1 – 模块 1 |Quiztudy

了解准备情况分数 #

恭喜您完成了商业智能证书的准备测验。本阅读材料将概述您的准备测验分数的含义以及您的后续步骤。如果您已经熟悉数据分析的基础知识，那么您就为这些课程中将要教授的概念奠定了坚实的基础。如果你在开始这个项目之前需要一些资源来帮助你建立这些基础，那么这个阅读也将为你指明正确的方向。为了获得证书，您需要在所有分级材料上获得 80% 或更高的总分。以下是您的分数含义以及该计划的后续步骤的细分：

如果您在准备测验中获得 100% 的分数：

• 您可能非常熟悉数据分析中涉及的基本概念，并且可以直接转到 BI 证书。
• 您可以在整个课程中查看视频、阅读材料和活动，以详细了解 BI 如何建立在您当前对数据分析的理解之上。
• 您必须参加每周挑战和课程挑战;为了获得证书，您需要在这些分级评估中获得 80% 或更高的总分。
• 完成每周挑战后，继续课程 2。

如果您在准备测验中的得分在 90% 到 99% 之间：

• 你熟悉数据分析中涉及的基本概念，可以继续学习 BI 证书。
• 但是，我们建议您查看Google 数据分析证书根据您错过的任何问题来刷新您对这些主题的记忆。
• 您可以在整个课程中查看视频、阅读材料和活动，以详细了解 BI 如何建立在您当前对数据分析的理解之上。
• 您必须参加每周挑战和课程挑战;为了获得证书，您需要在这些分级评估中获得 80% 或更高的总分。
• 完成每周挑战和课程挑战后，继续课程 2。

如果您在准备测验中的得分在 80% 到 89% 之间：

• 您对数据分析中涉及的基本概念有一定的背景知识。
• 但是，我们建议您查看Google 数据分析证书根据您错过的问题，以便在继续之前建立您的基础知识。
• 您必须参加每周挑战和课程挑战;为了获得证书，您需要在这些分级评估中获得 80% 或更高的总分。

如果您在准备测验中的得分低于 80%：

• 没问题Google 数据分析证书拥有在这些课程中取得成功所需的所有基础材料！我们强烈建议您先获得 Google 数据分析证书，然后再继续获得 Google 商业智能证书。

模块 1 中的词汇表术语 #

应用程序编程接口 （API）：集成计算机程序的一组函数和过程，形成使它们能够进行通信的连接

商业智能 （BI）：自动化流程和信息渠道，以便将相关数据转化为可操作的见解，供决策者轻松获得

商业智能治理：在组织内定义和实施商业智能系统和框架的过程

商业智能阶段：确定 BI 业务价值和组织数据成熟度的一系列阶段，即捕获、分析和监视

商业智能策略：管理商业智能流程中使用的人员、流程和工具

数据分析师：收集、转换和组织数据的人员

数据治理专业人员：负责组织数据资产的正式管理人员

数据成熟度：组织能够有效使用其数据以提取可操作见解的程度

数据模型：用于组织数据元素以及它们如何相互关联的工具

数据管道：将数据从不同来源传输到最终目的地进行存储和分析的一系列过程

数据仓库专家：开发流程和程序以有效存储和组织数据的人员

ETL（提取、转换和加载）：一种数据管道，它允许从源系统收集数据，将其转换为有用的格式，并将其引入数据仓库或其他统一的目标系统

信息技术专业人员：测试、安装、维修、升级和维护硬件和软件解决方案的人员

迭代：一遍又一遍地重复一个过程，以不断接近所需的结果

关键绩效指标 （KPI）：与业务战略密切相关的可量化值，用于跟踪目标的进度

作品集：可以与潜在雇主共享的材料集合

项目经理：处理项目日常步骤、范围、进度、预算和资源的人

Module 1 challenge 模块 1 挑战 #

考试答案参考：

商业智能基础模块 1 挑战测验答案 (niyander.com)

[可选]查看有关数据策略的 Google 数据分析证书内容 #

[可选]查看有关数据分析过程的 Google 数据分析证书内容 #

数据分析是检查数据以提取有意义的见解并做出明智决策的过程。它涉及几个步骤：

1. 问：用数据确定要回答的问题或疑问。
2. 准备：收集和清理数据，以确保其准确和完整。
3. 过程：转换和组织数据，使其更易于分析。
4. 分析：使用统计和可视化工具识别数据中的模式和趋势。
5. 共享：以清晰简洁的方式将您的发现传达给他人。

例：

想象一下，你是一家服装店的营销经理。您想知道哪些产品卖得好，哪些卖得不好。您收集有关销售、客户人口统计和产品评论的数据。然后，分析数据以确定趋势和模式。此信息可帮助您决定推广哪些产品以及如何改进营销策略。

简单来说，数据分析就像一个侦探故事。你从一个问题或问题开始，收集证据（数据），然后分析证据以找到答案或解决方案。

[可选]查看有关数据策略的 Google 数据分析证书内容 #

确定！我们讨论的主题是商业智能背景下的分析技能。分析能力是帮助我们使用事实解决问题的品质和特征。有五项基本技能构成分析技能：

1. 好奇心：这是关于想要学习新事物并寻求新的挑战和体验。它帮助我们获得知识并找到解决方案。
2. 理解上下文：上下文是某事存在或发生的条件或环境。重要的是要关注全貌并了解事物如何组合在一起。例如，如果某些内容脱离上下文，则它可能没有意义或无法正常工作。
3. 技术思维：这涉及将事情分解成更小的步骤，并以有序和合乎逻辑的方式处理它们。它通过系统地处理复杂的问题来帮助我们解决复杂的问题。
4. 数据设计：这是关于以清晰和合乎逻辑的方式组织信息。在商业智能的上下文中，它通常是指在数据库中组织数据。但我们也在日常生活中使用数据设计，例如在手机中组织联系人。
5. 数据策略：这是关于管理数据分析中使用的人员、流程和工具。它涉及确保人们知道如何使用正确的数据，确保清晰易用的流程，以及使用正确的技术来完成工作。

这些技能对数据分析师很重要，但它们也可以应用于生活的许多其他领域。通过理解和练习这些技能，您可以成为更好的问题解决者并做出更明智的决定。

[可选]查看有关数据治理的 Google 数据分析证书内容 #

元数据和数据治理

• 元数据是数据分析师创建单一事实来源、保持数据一致性和统一性以及确保准确性、精确性、相关性和及时性的强大工具。
• 元数据包括有关数据所在的位置以及数据在系统之间的连接方式的信息。
• 数据治理是确保对公司数据资产进行正式管理的过程，包括安全性、隐私性、完整性、可用性和数据流。
• 元数据专家组织和维护公司数据，确保其质量，创建标准并开发数据组织模型。
• 元数据分析师热衷于使数据可访问，并作为团队成员与同事和利益相关者共享数据。

Module 2 #

探索 BI 流程，该流程涉及与利益相关者互动、使用工具充分利用可用数据以及应用快速监控的强大功能来做出明智的业务决策。此外，您将通过增强您的在线形象、制定网络和指导策略以及创建能够给未来招聘经理留下深刻印象的作品集来开始建立职业资源。

学习目标

---

• 了解不同类型的 BI 利益相关者。
• 确定每个利益相关者的特定目标和要求。
• 解释如何与利益相关者互动以了解项目目标。
• 说明如何与利益相关者互动，了解他们为什么需要指标或报告表。
• 了解涉及如何获取、操作数据并将其与组织系统集成的关键概念。
• 向组织解释实时监控的重要性。

商业智能分析师和工程师-终极团队成员 #

欢迎来到Module2 #

要点

• 提出问题对于商业智能 （BI） 的成功至关重要。
• BI 涉及与利益相关者有效互动，使用 BI 工具充分利用可用数据，以及应用快速监控进行明智的业务决策。
• 在课程的这一部分中，您将学习如何与利益相关者合作，使用快速监控来收集和报告关键指标，以及建立职业资源。
• 了解组织的业务需求和重要的可交付成果对于实现目标至关重要。

商业智能利益干系人 #

正如你所发现的，商业智能专业人员热衷于帮助人们更有效地完成工作。 在我的工作中，当我知道我节省了利益相关者的时间，帮助他们找到更好的流程，或者向他们展示了一种全新的方法时，我感到非常有成就感。这使他们能够专注于其他任务，从而最大限度地发挥自己的独特优势和兴趣。 但在我做任何事情之前，我首先必须了解他们，他们的角色和责任以及他们的业务目标。 毕竟，不同的人需要不同的 BI 见解。 但是，一旦我理解了这种理解，我就可以更容易地确定一个特定项目的全部内容，以及我的利益相关者期望我交付什么。 这就是我们现在要在本视频中探讨的内容。 作为快速复习，利益相关者是将时间和资源投入到项目中并对其结果感兴趣的人。 通常，这是因为他们需要您所做的工作来执行他们自己的任务。 但有时情况恰恰相反。你需要它们。无论哪种方式，这都是关于团队合作的，这就是为什么确保输出符合团队的要求如此重要的原因。 有时，利益相关者可能被称为客户或用户，但他们的一般角色仍然相同。 BI 流程中有各种各样的利益相关者，但我们将重点关注四个最常见的利益相关者。 其中包括项目发起人、系统分析师、开发人员和业务利益相关者。 让我们从项目发起人开始。 此人对项目负有全面责任，并制定项目成功的标准。 问责制涉及对项目活动 进行核算或负责。项目发起人是业务方面的代表，这通常意味着他们在项目构想时参与其中，并倡导其承担。 由于项目发起人负责及时、透明地与其他利益相关者共享事件、变更和里程碑，因此 BI 专业人员必须始终让项目发起人了解情况。下面是一个示例。在以前的团队中，我参与了一项倡议涉及客户服务部门更改其运营平台。 项目发起人是云系统总监。 她负责项目的愿景，将相关团队聚集在一起，并确定关键目标。 作为 BI 专业人员，我确保向她提供支持这项工作所需的信息，例如我需要哪些输入以及创建仪表板需要多长时间。 开发人员是我们名单上的下一个利益相关者。 开发人员使用编程语言来创建、执行、测试软件应用程序并对其进行故障排除。 您可能会听到他们被称为计算机程序员、编码员或软件工程师。 开发人员主要有两种类型，即应用程序软件开发人员和系统软件开发人员。 应用程序开发人员设计计算机或移动应用程序。 因为他们的工作主要集中在为消费者创造。 这些专业人员专注于用户需求，监控性能并根据需要修改程序。 系统软件开发人员更有可能成为 BI 项目的利益相关者，因为他们为组织中使用的后端处理系统开发应用程序和程序。回到我的客户服务项目示例，系统软件开发人员在平台的后端设置上工作，以确保数据流入数据表，分析师使用数据表来确定客户对客户服务部门的满意度。接下来是系统分析师。 此人确定设计、实施和推进信息系统的方法，以确保它们有助于实现业务目标。 系统分析师研究组织如何使用其计算机硬件和软件、云服务和相关技术。 然后，他们使用所学知识来迭代和改进这些工具。 例如，在客户服务项目期间，系统分析师使用系统软件开发人员提供的原始数据。然后，他们将其组织成数据，作为BI专业人员，我可以将其用于报告目的。 现在我们来谈谈业务利益相关者。 如果您熟悉 Google 数据分析证书，那么您从这些人身上学到了很多东西。业务利益相关者在项目中投入时间和资源，并对其结果感兴趣。 如果您想在继续之前查看业务利益相关者，请随时重新访问该内容，您在此视频中了解的所有人都是不同的，因此他们都需要与 BI 流程不同的东西。 关键是要始终积极主动地沟通并优先考虑团队合作。 我的项目很成功，因为我们都在一起。

这是您提供的内容的摘要：

商业智能中的利益相关者

利益相关者是对项目结果有既得利益的个人或团体。在商业智能 （BI） 的上下文中，有四种常见的利益相关者类型：

• 项目发起人：对项目负有全面责任并制定项目成功标准的人。
• 系统分析员：确定设计、实施和推进信息系统以帮助实现业务目标的方法的人员。
• 开发 人员：使用编程语言创建、执行、测试和排除软件应用程序故障的人员。
• 业务利益相关者：在项目中投入时间和资源并对其结果感兴趣的个人或团体。

对于BI专业人员来说，了解利益相关者的不同角色和职责非常重要，以便与他们进行有效沟通并确保满足他们的需求。

要点

• 利益相关者对于任何 BI 项目的成功都至关重要。
• 不同的利益相关者有不同的需求和期望。
• BI 专业人员必须能够与利益相关者进行有效沟通，以确保他们的需求得到满足。

其他资源

• Coursera 学习指南：与利益相关者合作
• 商业智能项目中的利益相关者管理

了解您的利益相关者及其目标 #

之前，你了解了作为商业智能专业人员可能会遇到的四种不同类型的利益干系人：

• 项目发起人：为项目提供支持和资源并负责实现项目成功的人。
• 开发人员：使用编程语言创建、执行、测试和排除软件应用程序故障的人员。这包括应用软件开发人员和系统软件开发人员。
• 系统分析师：确定设计、实施和推进信息系统的方法以确保它们有助于实现业务目标的人。
• 业务利益干系人：业务利益干系人可以包括以下一组或多组人员：
  • 执行团队：执行团队为公司提供战略和运营领导。他们设定目标，制定战略，并确保战略得到有效执行。执行团队可能包括副总裁、首席营销官和帮助规划和指导公司工作的高级专业人员。
  • 面向客户的团队：面向客户的团队包括组织中与客户和潜在客户有一定程度互动的任何人。通常，他们编译信息、设定期望并将客户反馈传达给内部组织的其他部门。
  • 数据科学团队：数据科学团队探索已经存在的数据，并找到数据科学家可以用来发现机器学习未来趋势的模式和见解。这包括数据分析师、数据科学家和数据工程师。

现在，您已经更熟悉这些不同类型的利益干系人，请探索它们在实际业务环境中的运作方式。

业务

在此方案中，您是在电子书零售公司工作的 BI 专业人员。面向客户的团队有兴趣使用从公司的电子阅读应用程序收集的客户数据，以便更好地了解用户的阅读习惯，然后相应地优化应用程序。他们要求您创建一个系统，该系统将摄取有关应用程序上的购买和阅读时间的客户数据，以便他们的分析师可以访问这些数据。但在开始之前，您需要了解所有利益相关者的需求和目标，以帮助他们实现这些需求和目标。

利益相关者及其目标

项目发起人

项目发起人是为项目提供支持和资源并负责实现项目成功的人。在这种情况下，项目发起人是面向客户的团队的团队负责人。从与该团队的讨论中，您知道他们对优化电子阅读应用程序感兴趣。为了做到这一点，他们需要一个系统，将有关购买和读取时间的客户数据传送到数据库中，供他们的分析师使用。然后，分析师可以使用这些数据来深入了解购买习惯和阅读时间，以找出哪些类型最受欢迎，读者使用该应用程序的时间以及他们购买新书的频率，从而向UI设计团队提出建议。

开发 人员

开发人员是使用编程语言创建、执行、测试和排除软件应用程序故障的人。这包括应用软件开发人员和系统软件开发人员。如果您的新 BI 工作流包括软件应用程序和工具，或者您将需要创建新工具，则需要与开发人员协作。他们的目标是创建和管理您企业的软件工具，因此他们需要了解您计划使用哪些工具以及您需要这些工具做什么。在此示例中，与您合作的开发人员将负责管理在电子阅读应用程序上捕获的数据。

系统分析员

系统分析师确定设计、实施和推进信息系统的方法，以确保它们有助于实现业务目标。他们的主要目标是了解企业如何使用其计算机硬件和软件、云服务和相关技术，然后弄清楚如何改进这些工具。因此，系统分析师将确保开发人员捕获的数据可以作为原始数据在内部访问。

业务利益干系人

除了作为该项目项目发起人的面向客户的团队之外，可能还有其他项目的其他业务利益相关者，例如项目经理、高级专业人员和其他高管。这些利益相关者有兴趣指导整个业务的业务战略;他们的目标是继续改进业务流程、增加收入并实现公司目标。因此，您的工作甚至可能到达首席技术官！这些人通常需要更宏观的洞察力，以帮助他们做出更大规模的决策，而不是关于软件工具或数据系统的注重细节的洞察力。

结论

通常，BI 项目包含许多团队和利益相关者，他们根据他们在组织中的职能有不同的目标。了解他们的观点很重要，因为它使您能够考虑 BI 工具的各种用例。您的工具越有用，它们的影响力就越大！

成为商业智能传播专家 #

最近，我们一直在探索商业智能流程的关键要素。 我们花了一些时间了解典型的 BI 利益相关者，包括项目发起人、系统分析师、开发人员和一般业务利益相关者。 现在，我们将更进一步，考虑BI专业人员在与这些人合作时使用的一些重要沟通策略。这些策略包括知道如何提出正确的问题、定义项目可交付成果以及有效地分享您发现的商业智能。没有一个 BI 项目从一开始就是 100% 清楚的，所以你经常需要戴上侦探的帽子。成为 BI 专业人员的一个关键部分是知道如何调查当前正在发生的事情，然后寻找线索以更好地了解人们的需求和理想的项目成果。 我和我的同事经常注意到，利益相关者、合作伙伴或同事可能会说他们需要一件事，但他们实际需要的是非常不同的。我们有责任深入了解并帮助他们取得成功。在这种情况下，拥有强大的沟通技巧将使您能够更深入地挖掘问题、挑战或机遇，然后确定如何以最有效的方式解决问题。 这个过程从提出正确的问题开始。如果您获得了 Google 数据分析证书，那么您将整个课程都集中在数据分析过程的这个询问阶段。作为快速复习，这涉及了解有效问题和无效问题之间的区别。了解哪些类型的问题会带来最佳见解，使您能够使用提问来充分了解利益相关者的期望，尤其是当他们的要求与您的专业经验表明他们需要的不同时。 如果您对提问阶段感到满意，请继续学习本课的下一部分，或者如果您想复习这些原则，请立即复习。 好的，在提出正确的问题以彻底理解项目之后，是时候定义项目可交付成果了。 可交付成果是完成项目必须实现 的任何产品、服务或结果。这可以是一个新的 BI 仪表板、报告、完整的分析、流程或决策的文档。 利益相关者要求的几乎任何东西都可以成为可交付成果。在 BI 中，最常见的可交付成果是向用户提供见解的仪表板和报表。在集思广益要生产哪些可交付成果时，列出要解决的问题很有帮助ve，需要克服的挑战，或最大化的机会。 然后考虑所涉及的每个业务流程的工作流程。 这有助于直观地了解最高效的仪表板或报表类型、需要多少个仪表板或报表，以及每个仪表板或报表需要哪些特定元素。 例如，当我被要求创建一个仪表板时，我会拿起一张纸，开始在模型中绘制示例图表。然后我与用户分享它们。这在两个方面有所帮助。 首先，它确保了我对仪表板的愿景是他们的想法，其次，它使我能够自己确认这一切都有意义。 好了，现在是最后一步：有效地共享商业智能。对于不熟悉相关术语和系统的人来说，了解如何使复杂的技术数据更加简单易懂非常重要。能够以清晰简洁的方式呈现情报是确保决策者理解见解并能够将您的建议付诸实践的基础。 同样在这个过程中，每个BI专业人员的基本责任是考虑偏见。您可能知道，偏见是一种有意识或潜意识的偏好，有利于或反对一个人、一群人或一件事。有许多不同类型的偏差会影响数据相关项目，例如确认偏差、数据偏差、解释偏差和观察者偏差。 这些概念在 Google 数据分析证书中进行了深入介绍。 因此，如果需要，请立即查看它们。你从事的每个项目都必须从关注公平开始，这意味着你的工作不会产生或加强偏见。 BI 专业人员拥有很大的权力，因为我们是将非常技术性的主题翻译成简单语言的人。 您的翻译是公平的至关重要。 毕竟，你的团队信任你。在整个计划中，您将继续培养您的沟通技巧，并且很快您就可以深思熟虑地分享即使是最复杂的 BI 见解。

这是对该主题的简化解释：

商业智能流程的关键要素

商业智能 （BI） 是一个通过向企业提供数据和见解来帮助企业做出更好决策的过程。BI 流程的关键要素包括：

• 数据采集：从各种来源收集数据，例如内部数据库、外部数据源和调查。
• 数据准备：清理和准备数据，以便将其用于分析。
• 数据分析：使用统计和其他技术来分析数据并确定趋势和模式。
• 数据可视化：创建图表、图形和其他视觉对象，以帮助用户了解数据和见解。
• 通信：以清晰简洁的方式与决策者分享见解。

面向 BI 专业人员的沟通策略

BI 专业人员需要能够与各种利益相关者进行有效沟通，包括项目发起人、系统分析师、开发人员和一般业务利益相关者。BI 专业人员的一些重要沟通策略包括：

• 提出正确的问题：提出正确的问题可以帮助您了解利益相关者的需求，并确定满足这些需求的最佳方式。
• 定义项目可交付成果：明确定义项目的可交付成果将有助于确保每个人都在同一页面上，并确保项目成功完成。
• 有效共享商业智能：能够以清晰简洁的方式呈现情报是确保决策者理解见解并能够将您的建议付诸实践的基础。

数据分析中的偏差

偏见是一种有意识或潜意识的偏爱，有利于或反对一个人、一群人或一件事。有许多不同类型的偏差会影响数据相关项目，例如确认偏差、数据偏差、解释偏差和观察者偏差。重要的是要意识到潜在的偏见并采取措施减轻偏见。

我希望这个简化的解释对您有所帮助。如果您有任何其他问题，请告诉我。

与利益干系人沟通的最佳实践 #

正如您一直在学习的那样，能够与利益相关者和项目合作伙伴进行有效沟通是您作为商业智能专业人员成功的关键。这个领域不仅仅是关于构建 BI 工具;这是关于让用户能够访问这些工具，以为他们提供做出决策所需的数据。在本阅读材料中，您将回顾关键的沟通策略，并发现新的最佳实践，这些实践将在未来对您有所帮助。您还将探讨 BI 中公平和避免偏见的重要性。

使 BI 可供利益相关者访问

到目前为止，您已经学会了三种关键的沟通策略：

• 提出正确的问题
• 定义项目可交付成果
• 有效共享商业智能

共享商业智能可能很复杂;您必须能够简化技术流程，使它们对可能尚未理解术语或概念的各种用户来说简单易用。能够清晰简洁地呈现情报对于确保利益相关者能够实际使用您创建的系统并根据这些见解采取行动至关重要。

您可以牢记以下几个问题，以帮助指导您与利益相关者和合作伙伴的沟通：

• 谁是你的受众？ 在与利益相关者和项目合作伙伴沟通时，重要的是要考虑与谁合作。考虑所有需要了解您在沟通时构建的 BI 工具和流程的人员。例如，销售或营销团队的目标和专业知识与数据科学团队不同。
• 他们已经知道什么？ 由于不同的用户具有不同级别的知识和专业技能，因此在与他们交流之前考虑他们已经知道的内容可能会很有用。这为您的沟通提供了基线，并防止您过度解释自己或跳过他们需要知道的任何信息。
• 他们需要知道什么？ 不同的利益攸关方需要不同类型的信息。例如，用户可能希望了解如何访问和使用您创建的数据或任何仪表板，但他们可能对如何清理数据的细节不感兴趣。
• 您如何最好地传达他们需要知道的内容？ 在你考虑了你的听众、他们已经知道什么以及他们需要知道什么之后，你需要选择将这些信息传达给他们的最佳方式。这可能是电子邮件报告、小型会议或带有问答部分的跨团队演示文稿。

除了这些问题之外，还有一些其他与利益相关者沟通的最佳实践。

创建切合实际的最后期限。 在开始项目之前，请列出依赖关系和潜在障碍，以便评估在与利益相关者讨论项目期望和时间表时给自己多少额外时间。

了解您的项目。 当您很好地理解为什么要构建新的 BI 工具时，它可以帮助您将工作与更大的计划联系起来，并为项目增加意义。通过电子邮件或会议记录跟踪有关项目的讨论，并准备好回答有关某些方面对组织的重要性的问题。简而言之，它应该易于理解和解释项目为公司带来的价值。

经常沟通。 您的利益相关者将需要定期更新。跟踪关键的项目里程碑、挫折和变更。另一个很好的资源是更新日志，它可以提供按时间顺序排列的修改列表。然后，使用笔记在与利益干系人共享的文档中创建报表。

优先考虑公平性，避免有偏见的见解

为利益相关者提供他们所需的数据和工具，以做出明智、明智的业务决策，这就是 BI 的全部意义所在。其中一部分是确保您帮助他们做出公平和包容的决定。数据分析的公平性意味着分析不会产生或强化偏见（有意识或潜意识地偏爱或反对一个人、一群人或事物）。换句话说，您希望帮助创建对每个人都公平和包容的系统。

作为 BI 专业人士，您有责任尽可能保持客观，并在得出结论之前尝试识别论点的多个方面。为了数据的公平性和准确性，您可以做的最好的事情是确保从以最适当和最客观的方式收集的数据开始。然后，您将拥有可以传递给团队的事实。

您工作的很大一部分是将数据置于上下文中。上下文是某事存在或发生的条件;基本上，这是数据的谁、什么、在哪里、何时、如何以及为什么。在显示数据时，您需要确保提供的信息能够回答以下问题：

• 世卫组织收集了数据？
• 它是关于什么的？数据在世界上代表什么，它与其他数据有什么关系？
• 数据是什么时候收集的？
• 数据从何而来？
• 它是如何收集的？它是如何针对目的地进行改造的？
• 为什么要收集这些数据？为什么它对业务任务有用或相关？

一种方法是澄清您共享的任何发现都与特定数据集有关。这有助于防止利益相关者可能希望根据您的见解做出不公平或不准确的概括。例如，假设您正在分析来自加拿大特定城市的人们最喜欢的活动的数据集。该数据集是通过电话调查收集的，目的是在白天的工作时间内提供电话号码。这里立即存在偏见。不是每个人都有家庭电话，也不是每个人都在白天在家。因此，此数据集中的见解不能概括为代表该城市全体人口的意见。应该做更多的研究来确定这些人的人口构成。

您还必须确保呈现数据的方式（无论是以可视化、仪表板还是报告的形式）促进利益相关者的公平解释。例如，您已经了解了如何使用色盲人士可以使用的配色方案。否则，这些利益相关者可能难以理解您的见解

关键要点

能够为利益相关者提供工具，使他们能够在需要时访问数据，以及他们使用这些工具所需的知识，对于 BI 专业人员来说非常重要。您的主要目标应始终是为利益相关者提供有关业务流程和趋势的公平、情境化的见解。有效沟通是确保这种情况发生的方式。

测试您的知识：商业智能分析师和工程师 – 终极团队成员 #

哪个商业智能利益相关者研究并改进组织对计算机硬件和软件、云服务和相关技术的使用？

• Systems analyst 系统分析
• Project sponsor 项目资助
• Systems software developers系统软件开发商
• Applications software developer应用软件开发商

当商业智能专业人员努力完成项目时，他们会定期与利益相关者共享项目可交付成果。在这种情况下，他们可能会提供以下哪项？选择所有符合条件的。

• Mission 任务
• Outcome 结果
• Service 服务
• Product 产品

高效的商业智能专业人员致力于确保他们的工作不会产生或强化偏见。这个原则的术语是什么？

• Fairness 公平
• Governance 治理
• Integrity 正直
• Subjectivity 主观性

其他参考答案：

商业智能基础 Coursera 测验答案 (niyander.com)

保持真实：当下监控 #

您是否曾经在网上购物并将某些东西添加到购物车中，但最终决定不购买？ 我知道我有。 我非常喜欢烹饪，我喜欢在网上购买食谱、有趣的香料，甚至是新的厨房小工具。 但有时我会在结账前改变主意，因为我选择省钱，或者我决定我已经拥有的厨房工具适合我的食谱。 当这种情况发生时，在线商店有一个所谓的废弃购物车。 根据电子商务平台Shopify的数据，由于购物车放弃，在线商家每年损失180亿美元的销售收入。这是一个大问题，但这是商业智能专业人员非常擅长解决的问题。 在本视频中，我们将确切地考虑其工作原理。 BI 专业人员可以使用数据来识别客户来自哪里，无论是 Google 搜索、电子邮件链接还是社交媒体帖子。 然后，他们可以可视化购物者在访问网站时所经历的旅程。 他们甚至能够准确地指出该客户下车的位置，并试图找出原因。 例如，BI 专业人员可能会创建一个工具来监视网站结帐页面的加载速度。 如果团队认为花费的时间太长，公司可以投入资源来提高网站速度，并希望在未来留住该客户。 网站页面加载速度的衡量标准是指标的一个例子。 指标是用于评估性能 的单个可量化数据点。在 BI 中，一些最重要的指标是 KPI，您已经了解到 KPI 是与跟踪目标进度的业务战略密切相关的可量化值。许多人混淆了 KPI 和指标，但它们是不同的东西。 要记住的基本点是，指标支持 KPI，反过来，KPI 支持整体业务目标。 了解 KPI 是战略性的，而指标是战术性的，也很有帮助。回到我们废弃的购物车示例。 强大的 KPI 可能是每笔在线交易、客户保留率或同比销售额的平均值。这样想吧。战略是实现它涉及制定和执行计划以达到您想要完成的目标。 战术是你到达那里的方式。 这是一种用于实现成就的方法，包括操作、事件和活动。 战术是一路走来的，作为你实现最终目标的战略的一部分。 就像每个里程碑之间的垫脚石。 达到足够多的里程碑，你就会达到你的目标。 了解业务目标以及实现这些目标所需的条件是 BI 监控的第一步。 BI 监控涉及构建和使用硬件和软件工具，以轻松快速地分析数据，并使利益相关者能够做出有影响力的业务决策。 假设我们的电子商务商家设定了一个目标，即在六个月内将购物车放弃率降低 15%。 BI 专业人员将创建一个监控网页加载速度的工具，以帮助实现该 KPI。 快速监控意味着使用 BI 工具的人员正在接收实时或接近实时数据。 通过这种方式，关键决策者可以立即知道废弃购物车的数量是否急剧增加，或者他们是否用完了热门产品的库存，或者客户服务代表是否接到了异常多的电话。 立即知道意味着公司可以尽快解决任何问题。 这是 BI 专业人员为其组织增加真正价值 的主要方式之一。在本课程的后面部分，您将了解有关如何选择适当指标的更多信息。

这是对该主题的简化解释：

商业智能 （BI） 是使用数据做出更好的业务决策的过程。BI 专业人员使用数据来识别趋势、模式和机会。然后，他们使用这些信息来帮助企业在产品开发、营销和客户服务等方面做出更好的决策。

指标只是可用于跟踪目标进度的度量。例如，企业可能会跟踪网站访问者的数量、在网站上花费的平均时间或销售数量。

KPI 是与企业目标密切相关的特定指标。例如，企业可能会设置将网站流量增加 10% 的 KPI。

BI监控是使用工具收集和分析数据的过程。然后，这些数据可用于创建报告和仪表板，帮助企业跟踪实现目标的进度。

快速监控意味着使用 BI 工具的人员正在接收实时或接近实时数据。这使企业能够快速做出决策并响应市场变化。

我希望这个简化的解释对您有所帮助。如果您有任何其他问题，请告诉我。

下面是如何在实际环境中使用 BI 的示例：

一家零售店希望增加销售额。他们使用 BI 来跟踪访问其商店的客户数量、每个客户花费的平均金额以及最受欢迎的产品。这些数据有助于商店识别趋势并就如何提高销售额做出决策。例如，商店可能决定对特定产品进行销售或更改商店的布局。

BI 是一个强大的工具，可用于改进决策和实现业务目标。

公司如何从近乎实时的智能中获益 #

之前，您了解了商业智能监控如何帮助企业快速获得洞察力，以解决问题并在竞争中创造创新。这是 BI 专业人员产生实际影响并为他们所支持的企业增加重要价值的众多方式之一。在本阅读材料中，你将探索业务领域中 BI 监视的一些实际示例。

WindyGrid 使实时响应成为可能
芝加哥，也被称为风城，是一个拥有数百万人口的大城市。这使得分配城市资源成为一项同样艰巨的工作。WindyGrid项目监测城市中正在发生的事情，以帮助官员推动市政运作。该项目包含来自多个城市部门的数据，包括 911 电话、非紧急电话、建筑许可证、带有外部数据（如实时天气信息和推文）的健康检查等。例如，WindyGrid 项目监控已知的坑洼以及有关坑洼的投诉状态。它还跟踪消防车和救护车等服务车辆的位置，以便更快地响应紧急情况。

餐包公司精心策划个性化营销活动
一家餐包公司意识到，它需要一种新的方法来防止超支，同时实施有效的营销活动。为了做到这一点，其BI团队建立了近乎实时的监控，以跟踪营销成本和回报。这意味着团队成员可以更有效地集中精力开展活动，并确保他们不会超出预算支出！

连锁餐厅统一运营
一家拥有 2,000 多家分店的连锁餐厅拥有一系列数据源，这些数据源没有以有意义的方式连接。为了统一运营，他们实施了一个 BI 系统来集中来自世界各地运营的数据。这使企业领导者能够监控关键绩效指标，并在所有地点进行大规模改进。

关键要点
BI 监控为企业提供了快速分析数据并从持续更新的信息中获取见解所需的工具。这样可以实现更高效、更有影响力的决策，以及创新和解决问题的能力。BI 专业人员是为企业释放这些好处的关键，这也是他们需求量如此之大的原因之一！随着您继续学习此计划，您将了解有关 BI 监控以及如何将近乎实时的数据转化为利益相关者的可操作见解的更多信息。

Test your knowledge: Near-real-time monitoring #

What is a single, quantifiable data point that is used to evaluate performance?

• Dimension
• Target
• Index
• Metric

Fill in the blank: A key performance indicator is closely linked to business _____ and used to track progress toward a goal.

• Processes
• Speed
• Strategy
• Intelligence

Leaders at an organization want to make more efficient and impactful business decisions. Therefore, they improve their team’s ability to use hardware and software tools to rapidly analyze data and communicate key insights. What business intelligence concept does this situation describe?

• Monitoring
• Throughput
• Scale
• Performance

职业重点：投身商业智能领域 #

大家好，我是 Google 的商业智能分析师 Anita。我迫不及待地想帮助指导您完成整个计划的职业课程。 我真的希望这次经历能给你带来各种新的可能性来思考。 我敢肯定，和我很棒的同事莎莉一起，你已经学到了很多东西。 您已经开始探索 BI 专业人员的日常职责;不同团队成员和利益相关者的角色; BI 工具箱中的关键工具，例如管道和仪表板;以及更多。 您将获得广泛的知识和技能，当您准备加入我们这个令人惊叹的 BI 领域时，这些知识和技能将非常有价值。在该计划的这一点上，我鼓励你花一些时间反思一下你迄今为止的经历是如何为你的伟大职业生涯奠定基础的。 一种方法是增强您当前的在线形象。 如果您已经完成了 Google 数据分析证书，它涵盖了许多与工作相关的材料，包括如何创建有效的简历和 LinkedIn 个人资料。 该视频是关于改善您现有的职业资产的。 因此，如果您想重温这些课程以确保您为即将发生的事情做好准备，请立即继续这样做。 好的，让我们来看看拥有引人注目和专业的LinkedIn存在的价值。 专业的在线形象使您能够更好地与该领域的其他人建立联系。 您可以分享想法、提出问题或提供指向有用网站或新闻中有趣文章的链接。这些都是结识其他对 BI 充满热情的人的好方法。即使你已经是 BI 社区的一员，加强你的网络也会使其更具活力。 LinkedIn 是跟踪行业趋势、向思想领袖学习以及与全球 BI 社区保持联系的绝佳方式。同样，LinkedIn 列出的群组的成员资格可以让您了解情况，帮助您更好地了解行业趋势等等。 当然，LinkedIn有工作委员会和招聘人员，他们正在积极为各种组织和行业寻找BI专业人员。在我的团队中，我们开始通过 LinkedIn 搜索所有 BI 职位的候选人，重点关注该职位所需的关键技能和经验。 许多keywo我们使用的 RD 正是您在此计划中学习的概念。 最好始终保持您的个人资料是最新的，并确保包含一张专业照片。 除此之外，请考虑包含指向您在 BI 中完成的一些相关工作的链接，例如您将在此计划期间探索的课程结束项目。随着您继续扩展您的在线形象以代表您在 BI 中所做的工作，您建立的联系将成为拥有真正令人满意的体验的重要组成部分。

建立专业关系 #

最近，您了解了在商业智能领域保持专业在线形象和与他人联系的价值。正如我所指出的，有许多专业的社交网站，例如LinkedIn，非常值得您花时间和参与。 但是，还有很多其他方法可以积极主动地进行职业发展。 例如，许多组织在招聘时使用个人推荐。 事实上，根据人力资源管理协会的数据，员工推荐是外部招聘的首要来源。 因此，让我们开始探索如何通过建立有价值的关系来利用这个机会。毕竟，您在专业上联系的人越多，您被推荐的机会就越大。 首先，还有更多的网站是了解商业智能领域其他人的绝妙方式。请务必在 Twitter、Facebook 和 Instagram 上关注一流的组织和有远见的商业领袖。与他们互动，并分享他们的内容。 如果您喜欢某个帖子，请考虑通过回复或感谢发表评论。 您还可以搜索以有趣的演讲者为特色的 BI 网络研讨会，其中许多活动都是免费的。 在与同行、同事和专家联系的同时，这可能是另一种迷人的学习方式。还有很多专注于BI的 博客和在线社区。一些受欢迎的网站包括 InformationWeek 的网站、Forrester 的商业智能博客和 Tableau 的博客。 接下来，我们有面对面的交流机会。 查找事件的最简单方法是简单地搜索您所在地区的商业智能事件。 您可能会找到聚会，其中张贴了即将举行的聚会、研讨会和会议的时间表。非营利性协会也是很好的资源，许多协会为学生提供免费或减价会员资格。 好的，现在让我们花一些时间了解导师制如何对您的职业和生活产生积极影响。您可能知道，导师是分享知识、技能和经验以帮助您在专业和个人方面成长的人。 导师是值得信赖的顾问、传声筒和宝贵的资源。 寻找导师的第一步是弄清楚你在寻找什么。 想想你面临或预见到的任何挑战，以及如何解决这些挑战，以便在专业上取得进步。 然后考虑谁可以帮助你在这些领域成长，并加强你现有的优势。 当你正式邀请某人成为你的导师时，公开分享这些事情。 记下任何共同的经历也很有帮助。 也许你们在同一个城市长大。 也许你们俩都在同一个行业工作。 你的导师不一定是你目前一起工作的人。 许多人在LinkedIn，协会指导计划或导师匹配活动中找到导师。至于我，我找到了一位导师，他是我的商业伙伴。 我喜欢她的领导风格，她与利益相关者的互动方式，以及管理她的团队的方式。 在和她一起工作了一段时间后，我告诉她我真的很钦佩她，并问她是否愿意成为我的导师。 我知道她可以帮助我发展我作为人事经理的技能。 她很高兴。 这次经历真的教会了我指导的价值。 我还了解到，成功的指导需要付出努力和投入时间，无论您是准备提出正确的问题、内化反馈还是安排后续会议。 但这是非常值得的！ 始终乐于与新朋友建立联系。 你永远不知道一次对话会走向何方。

这是对该主题的简化解释：

职业发展网络和指导

网络和指导是推进职业发展的两种重要方式。网络是与您所在领域的其他专业人士建立关系的过程。导师制是一种关系，在这种关系中，更有经验的人（导师）向经验不足的人（被指导者）提供指导和支持。

网络的好处

• 增加工作机会：网络可以帮助您了解未公开发布的职位空缺。
• 提高职业知识：网络可以帮助您了解您所在领域的最新趋势。
• 加强专业发展：网络可以帮助您发展新的技能和知识。
• 增加信心：人际网络可以帮助您建立对自己能力的信心。

导师制的好处

• 个性化指导：导师可以根据您的个人需求为您提供个性化的指导和支持。
• 增加职业机会：导师可以帮助您确定和追求适合您的技能和兴趣的职业机会。
• 提高工作绩效：导师可以通过提供反馈和建议来帮助您提高工作绩效。
• 增加收入潜力：导师可以帮助您发展职业发展所需的技能和知识，从而帮助您提高收入潜力。

如何建立网络

• 参加行业活动：行业活动是结识您所在领域的其他专业人士的好方法。
• 加入专业组织：专业组织提供了与您所在领域的其他专业人士建立联系的机会。
• 使用社交媒体：社交媒体是与您所在领域的其他专业人士联系的好方法。
• 接触你钦佩的人：不要害怕联系你所钦佩的人，征求他们的建议。

如何寻找导师

• 问问你的朋友和家人：你的朋友和家人可能认识一个对你来说很好的导师。
• 加入导师计划：许多公司和组织都提供指导计划。
• 参加行业活动：行业活动是结识潜在导师的好方法。
• 接触你钦佩的人：不要害怕联系你所钦佩的人，问他们是否愿意指导你。

Anita：我的 BI 之路 #

大家好，我是 Google 的商业智能分析师 Anita。我的第一份工作是在家乡的公共图书馆担任图书管理员，这份工作我每天都要与人交谈。 他们有关于在哪里找到一本书的问题，我需要一些涵盖 X、Y、Z 的东西。 这真的帮助我学习并弄清楚如何与那些可能有问题但不知道如何解决问题的人交谈，但他们正在向你寻求帮助。 我认为这是我在 BI 领域的职业生涯的一个重要起点。 我不是通过一条直线进入BI的。 我开始从事应付账款和应收账款方面的工作，并帮助我的客户优化这些流程。 通过与他们合作，你开始听到很多关于分析和理解的需求，我有这么多数据，但从中得出的重要部分是什么？ 因此，从我的客户那里听到这些，我开始走上了这条道路，好吧，那里有哪些工具？ 我怎样才能帮助他们找到这些见解？ 这导致我做了一份又一份的工作，直到最终我发现自己从事商业智能工作。 我真的无法想象在任何其他领域工作。 在我连续从事的每一份工作中，无论是作为应付账款和应收账款的数据分析师，还是在收款部门工作。 我已经学会了如何通过数据讲述一个成功的故事。 归根结底，我认为 BI回归的一点是，我们正在寻找的趋势、模式和见解是什么，它们将讲述一个引人入胜的故事，让人们使用这些信息做出决策。 对于进入BI的人们，我的一条建议是真正关注你的人际交往能力和网络。 技术技能很重要，编码，SQL，理解数据库和我们使用的不同程序也很重要。 这就是您日常工作的方式。 但真正让你脱颖而出的是你如何与利益相关者互动; 你如何能够与你正在合作的不同团队互动，以及你如何从他们那里听到所有的东西，并最终将它们综合到最终的BI产品中，这将帮助他们从他们的D中获得洞察力。阿塔。我认为每个人都有可转移的技能。 你做过的每一份工作，你经历过的每一段经历，你都从中学到了一些东西。 如果你花点时间想想你从中学到了什么，也许这是你在高中时的第一份工作，也许是你在大学里与一个团队一起工作的经历，你正在谈判困难的团队动力。 其中每一项都是可转移的技能，您可以将其带入商业智能领域。

面向商业智能专业人士的求职资源 #

当您继续学习本课程时，您将遇到资源和最佳实践，以帮助您找到商业智能专业人员的工作或推进您的职业生涯。本读物为您提供了一些资源，您可以探索和收藏这些资源，以便在求职时使用。

求职网站

有很多求职网站，很难找到对您的特定领域有用的求职网站。以下是一些专为 BI 专业人员设计的资源：

• 内置： Built In 是一个专门设计用于将初创公司和科技公司与潜在员工联系起来的在线社区。这是专门在科技行业（包括 BI）寻找工作的绝佳资源。Built In 还在美国一些城市设有中心和寻找远程职位的资源。
• 嘎吱嘎吱： Crunchboard 是由 TechCrunch 主办的招聘网站。TechCrunch 也是 CrunchBase 的创建者，这是一个开放的数据库，其中包含有关科技行业初创公司的信息。对于专门在技术领域寻找工作的人来说，这是另一个宝贵的资源。
• 骰子： Dice 是一个专门针对美国技术专业人士的职业市场。它为求职人员提供见解和信息。
• 多元化工作： DiversityJobs 是一种资源，提供工作委员会、职业和简历资源以及社区活动，旨在帮助代表性不足的求职者与目前正在招聘的雇主。该资源不是特定于技术的，涵盖许多行业。
• 多元化技术： Diversify Tech 是一份时事通讯，旨在将代表性不足的人群与科技行业的机会（包括工作）联系起来。他们的工作委员会包括从入门级到高级职位的职位，这些职位致力于该领域的多样性和包容性。
• LinkedIn：您已经了解了 LinkedIn 是开始建立网络和建立您作为 BI 专业人员的在线形象的好方法。LinkedIn还有一个工作委员会，上面有潜在雇主的帖子。它有来自世界各地的各行各业的招聘信息，因此您需要花一些时间来找到适合您的职位，但这是开始求职的好地方。

您还可以根据您作为求职者的需求和您的职业兴趣搜索更具体的招聘网站！

面试和简历资源

除了申请工作外，您还需要确保您的面试技巧和简历经过完善并准备就绪。如果您完成了 Google 数据分析职业证书，那么您已经学到了很多关于这些东西的知识。随意查看这些资源随时。或者，如果您是 Google 职业证书的新手，请立即查看！他们提供了有用的面试策略和明确的步骤来制作一份成功的简历！

导师制的诸多好处 #

浏览求职网站和在线资源只是求职过程的一部分;与您所在领域的其他专业人士建立联系、建立您的网络并加入 BI 社区也同样重要。实现这些目标的一个好方法是与导师建立关系。在阅读中，您将了解更多关于导师、导师制的好处以及如何与潜在导师建立联系的信息。

考虑指导

导师是分享知识、技能和经验以帮助您成长和发展的专业人士。这些人可以在你职业生涯的不同阶段以许多不同的形式出现。他们可以是顾问、传声筒、诚实的批评者、资源或所有这些东西。您甚至可以拥有多个导师来获得更多样化的观点！

在此过程中，有几件事需要考虑：

• 决定你在导师中寻找什么。 想想你的优势和劣势，你遇到了哪些挑战，以及你希望如何成长为一名商业智能专业人士。与可能有类似经历并有指导可以分享的潜在导师分享这些想法。
• 考虑共同点。 通常，您可以与与您有共同兴趣和背景的人找到很好的指导。这可能包括有类似职业道路的人，甚至是来自您家乡的人。
• 尊重他们的时间。通常，导师很忙！确保你要求指导你的人有时间支持你的成长。对你来说，付出必要的努力来维持这种关系并与他们保持联系也很重要。

请注意，导师不必与 BI 直接相关。这取决于你想关注每个人的什么。导师可以是朋友的朋友、更有经验的同事、前同事，甚至是队友。例如，如果你找到一个家庭朋友，他在自己的非商业领域有很多经验，但与你有相似的背景，并且了解你想要实现的目标，那么这个人可能会成为你的宝贵导师。或者，您可能会在一次休闲的工作郊游中偶然遇到某人，并与您建立了即时融洽的关系。同样，即使他们不在 BI 领域，他们也可以将您连接到他们公司或网络中 BI 中的某个人。

如何建立关系

一旦你考虑了你在导师身上寻找什么，并找到了有时间和经验可以分享的人，你就需要建立这种关系。有时，这种联系是自然发生的，但通常你需要正式要求他们指导你。

联系的一种好方法是在专业社交网站上发送友好的电子邮件或消息。描述你的职业目标，解释你认为这些目标如何与他们自己的经历相一致，并谈谈你在专业上对他们的钦佩。然后，您可以建议喝咖啡聊天、虚拟聚会或电子邮件交流作为第一步。

请务必亲自检查。重要的是，你要觉得这是天作之合，并且你得到了你需要的指导。导师与学员的关系是平等的伙伴关系，所以你对他们越诚实，他们就越能帮助你。记得感谢他们的时间和精力！

当您与潜在的导师取得联系时，您可能会感到紧张，因为会打扰或占用他们太多时间。但导师制对导师来说也很有意义。他们通常真诚地想帮助你成功，并投资于你的成长。你的成功给他们带来了快乐！许多导师也喜欢讲述他们的经历并与您分享他们的成功。导师经常从他们的学员那里学到很多东西。师徒关系的双方都有意义！

资源

您可以使用许多很棒的资源来帮助您与潜在的导师建立联系。这里只是其中的几个：

• Score.org、MicroMentor.org 或 Mentorship 应用程序等指导网站允许您搜索具有符合您需求的特定证书的导师。然后，您可以安排专门的时间见面或通电话。
• 聚会或在线会议，通常位于您所在地区的本地会议。输入搜索“我附近的商业智能聚会”，查看您获得的结果。通常会发布即将召开的会议的时间表，以便您可以虚拟参加。了解有关的更多信息 世界各地举办的聚会.
• 平台包括LinkedIn和Twitter。在任一平台上进行搜索，查找要关注的数据科学或数据分析主题标签。发布您自己的问题或文章，以这种方式生成回复并建立联系。
• 网络研讨会可能会展示一个演讲者小组，并且通常会被录制以方便访问和播放。您可以查看谁在网络研讨会面板上并关注他们。此外，许多网络研讨会都是免费的。一个有趣的选择是Tableau on Tableau 网络研讨会系列.了解 Tableau 如何在其内部部门中使用 Tableau。
• 会议提出创新的想法和主题。费用各不相同，有些价格昂贵。但许多会议为学生提供折扣，有些会议喜欢 分析领域的女性旨在增加该领域代表性不足的群体的数量。
• 协会或社团聚集成员以促进商业智能等领域。许多会员资格都是免费的。这 开普菲尔社区学院图书馆拥有分析、商业智能和业务分析的专业协会列表。
• 用户社区和峰会为专业工具的用户提供活动;这是一个向最好的人学习的机会。你见过吗 Tableau 社区?
• 促进数据科学的合乎道德的使用并可能为其成员的专业发展提供活动的非营利组织。这 数据科学协会就是一个例子。

寻找导师并与之联系是建立您的网络、获得职业机会以及向已经经历过您在职业生涯中面临的一些挑战的人学习的好方法。无论您的导师是高级同事、您在 LinkedIn 上联系的人，还是来自家中具有类似职业道路的人，作为 BI 专业人士，指导都可以为您带来巨大的好处。

Jerrod：导师制的不可思议的价值 #

我叫 Jerrod，是 YouTube 分析和决策支持团队的主要负责人。 我们的团队专注于为 YouTube Business Organization 构建商业智能和分析功能。 导师制一直是我职业生涯中发展的重要组成部分。 在我的职业生涯中，无论是在谷歌还是在谷歌之外，我都遇到过许多导师，有些来自学校教育，有些只是偶然。 但是他们每个人都给了我一些东西，要么是激励因素，要么是鼓励我更加相信自己，或者只是在那里听我发泄一些不起作用的事情，或者它可能是什么。 寻找专注于您感兴趣的领域的小组。 我们正在考虑商业智能和分析。 有很多人是商业智能专业人士，还有一些专注于数据标志或预测分析的利基群体。 我也刚刚通过电子邮件或我认识的其他人的介绍与人们联系，LinkedIn。 我通常倾向于寻找那些正在做我感兴趣的事情的人，他们拥有我没有的技能。 我只是伸出手说，嘿，我很想谈谈 XYZ 的事情，听听你是怎么想的。 我实际上发现LinkedIn是一个非常强大的工具。 这需要工作，但它是一个非常简单的网络切入点。 当我说网络时，我的意思不仅仅是闲聊，我的意思是真正接触某人，希望他们是真正想要被接触的人。 真正有意识地向那些做过你想做的事情的人学习的东西，把赌注押在自己身上。 因为很可能没有那么多人在做同样的事情。 但是，你越是展示和证明你的能力，你的坚持，无论你能用什么其他形容词，就会有越多的人开始押注你，由此带来的机会就越多。

评论：商业智能工具和技术 #

结束语 #

好了，我们已经到了另一节的结尾。 您将学习如何增强您的在线形象，并最大限度地利用网络和指导机会。 您还调查了各种 BI 利益相关者以及一些与他们有效协作的行之有效的方法。您发现快速监控如何使用户能够收集和报告关键指标，然后应用它们，以便组织做出更好的决策。 此外，您还了解了指标如何支持 KPI，而 KPI 反过来又支持业务目标，我们强调 BI 职业带来的力量，以及为什么始终牢记公平性如此重要。您的商业智能知识和技能将继续发展和增长。 我真的很高兴能和你一起踏上这段激动人心的旅程。 接下来，您还有另一个分级评估。 要做好准备，请务必查看列出您学习的所有新词汇表术语的阅读材料。与往常一样，随时查看视频、阅读材料和您自己的笔记，以刷新所有内容。 恭喜你取得的所有进步。 我们很快就会再次联系。

Module 2中的词汇表术语 #

应用程序软件开发人员：设计计算机或移动应用程序的人，通常为消费者

商业智能监控：构建和使用硬件和软件工具，轻松快速地分析数据，使利益相关者能够做出有影响力的业务决策

可交付成果：完成项目必须实现的任何产品、服务或结果

开发人员：使用编程语言创建、执行、测试和排除软件应用程序故障的人员

指标：用于评估性能的单个可量化数据点

项目发起人：对项目负有全面责任并制定项目成功标准的人

战略：实现目标或达到理想未来状态的计划

系统分析师：确定设计、实施和推进信息系统的方法，以确保它们有助于实现业务目标的人

系统软件开发人员：为组织中使用的后端处理系统开发应用程序和程序的人员

策略：用于实现成就的方法

前面模块中的术语及其定义

A
应用程序编程接口 （API）：集成计算机程序的一组函数和过程，形成使它们能够进行通信的连接

B
商业智能 （BI）：自动化流程和信息渠道，以便将相关数据转化为可操作的见解，供决策者轻松获得

商业智能治理：在组织内定义和实施商业智能系统和框架的过程

商业智能阶段：确定 BI 业务价值和组织数据成熟度的一系列阶段，即捕获、分析和监视

商业智能策略：管理商业智能流程中使用的人员、流程和工具

D
数据分析师：收集、转换和组织数据的人员

数据治理专业人员：负责组织数据资产的正式管理人员

数据成熟度：组织能够有效使用其数据以提取可操作见解的程度

数据模型：用于组织数据元素以及它们如何相互关联的工具

数据管道：将数据从不同来源传输到最终目的地进行存储和分析的一系列过程

数据仓库专家：开发流程和程序以有效存储和组织数据的人员

E
ETL（提取、转换和加载）：一种数据管道，它允许从源系统收集数据，将其转换为有用的格式，并将其引入数据仓库或其他统一的目标系统

I
信息技术专业人员：测试、安装、维修、升级和维护硬件和软件解决方案的人员

迭代：一遍又一遍地重复一个过程，以不断接近所需的结果

K
关键绩效指标 （KPI）：与业务战略密切相关的可量化值，用于跟踪目标的进度

P
作品集：可以与潜在雇主共享的材料集合

项目经理：处理项目日常步骤、范围、进度、预算和资源的人

Module 2 challenge #

答案参考：基础商业智能模块 2 挑战测验答案 (niyander.com)

[可选]查看Google 数据分析证书内容 #

[可选]查看有关利益干系人的 Google 数据分析证书内容 #

作为一名数据分析师，您将需要关注许多不同的事情，而您的利益相关者，期望是最重要的因素之一。 我们将讨论为什么利益相关者，期望对你的工作如此重要，并看看项目中利益相关者需求的一些例子，你已经听到我经常使用利益相关者这个词。 因此，让我们重新认识一下什么是利益相关者，利益相关者是将时间、兴趣和资源投入到您将作为数据分析师从事的项目中的人。换句话说，他们持有你正在做的事情的利害关系。 他们很有可能需要你所做的工作来满足他们自己的需求。 这就是为什么确保您的工作符合他们的需求以及为什么您需要与团队中的所有利益相关者进行有效沟通如此重要的原因。 您的利益相关者将希望讨论诸如项目目标、实现该目标所需的内容以及您遇到的任何挑战或疑虑等内容。 这是一件好事。 这些对话有助于建立对工作的信任和信心。 下面是一个包含多个团队成员的项目示例。 让我们探讨一下他们可能需要你提供什么才能进入项目学校，想象一下你是一名数据分析师，在一家公司的人力资源部门工作。 该公司的离职率有所提高，离职率是员工离开公司的速度。 公司的人力资源部门想知道为什么会这样，他们希望你帮助他们找出潜在的解决方案。 这家公司的人力资源副总裁有兴趣确定辞职员工之间的任何共享模式，并查看是否与员工的生产力和敬业度有关，因为数据分析师的工作是专注于人力资源部门的问题并帮助他们找到答案。 但是副总裁。 可能太忙而无法管理日常任务，或者可能不是此任务的直接联系人。 您将更频繁地更新项目经理。 项目经理负责规划和执行项目。 项目经理的部分工作是保持项目按计划进行并监督整个团队的进度。 在大多数情况下，您需要定期向他们提供更新，让他们知道您需要什么才能成功，并告诉他们在此过程中是否遇到任何问题。 您可能还与其他团队成员合作，例如，人力资源管理员需要知道您正在使用的指标，以便他们能够设计有效收集员工数据的方法。 你甚至可能与其他涵盖数据不同方面的数据分析师合作。 了解项目中的利益相关者和其他团队成员非常重要，这样您就可以与他们进行有效的沟通，并为他们提供在项目中发挥自己的作用所需的东西。 你们都在共同努力，为公司提供关于这个问题的重要见解。 因此，回到我们的例子，通过分析公司数据，您会看到员工在公司工作的第一个 13 个月后敬业度和绩效有所下降。 这可能意味着员工开始感到失去动力或与工作脱节，然后经常在几个月后辞职。 另一位专注于招聘数据的分析师也分享了这一点。 大约18个月前，该公司的招聘人数大幅增加。 您将此信息与您的所有团队成员和利益相关者沟通，他们会就如何与您的副总裁共享此信息提供反馈。 最后，您的副总裁决定对即将在公司工作 12 个月的员工进行深入的经理检查，以确定职业发展机会，从而减少从 13 个月开始的员工流动率。 这只是您如何平衡整个团队的需求和期望的一个例子。 你会发现，在你作为数据分析师从事的几乎每个项目中，你的团队中都有不同的人。 从人力资源副总裁到您的数据分析师同事，都需要您全神贯注和沟通，以利益相关者为中心，使项目取得成功。 Expect 将帮助您了解项目的目标，在团队中更有效地沟通并建立对工作的信任 接下来，我们将讨论如何确定您在团队中的位置，以及您如何以专注和决心帮助推进项目。

这是对该主题的简化解释：

利益相关者是对项目结果有既得利益的人。它们可以是组织内部的，也可以是组织的外部，可以包括客户、员工、供应商、投资者和监管机构。

利益相关者的期望是利益相关者对项目的特定需求和愿望。这些期望可能因利益相关者的角色和利益而异。

管理利益相关者的期望很重要，因为它们会影响项目的成功。如果利益相关者对项目的结果不满意，他们可能不太可能支持未来的项目。

您可以采取一些关键措施来管理利益相关者的期望：

• 确定您的利益相关者。第一步是确定所有在您的项目中拥有既得利益的利益相关者。
• 了解他们的需求和愿望。一旦你确定了你的利益相关者，你就需要了解他们的需求和愿望。这可以通过访谈、调查或焦点小组来完成。
• 制定计划以满足他们的期望。一旦您了解了利益相关者的需求和愿望，您就需要制定一个计划来满足他们的期望。这个计划应该是现实的和可实现的。
• 与利益相关者沟通。在整个项目中与利益相关者沟通非常重要。这将有助于让他们了解项目的进展情况，并解决他们可能遇到的任何问题。

通过遵循这些步骤，您可以帮助管理利益相关者的期望并增加项目成功的机会。

[可选]查看 Google 数据分析证书中关于提出有效问题的内容 #

现在我们已经讨论了六种基本问题类型，是时候开始解决它们了。 为此，数据分析师首先要提出正确的问题。 在本视频中，我们将学习如何提出有效的问题，从而获得可用于解决各种问题的关键见解。 作为一名数据分析师，我经常提出问题。 这是工作的重要组成部分。 如果有人要求我参与一个项目，我会问一些问题，以确保我们在计划和目标方面达成一致。 当我得到一个结果时，我会质疑它。 数据是否向我展示了一些肤浅的东西？ 哪里有冲突需要解决吗？ 您提出的问题越多，您对数据的了解就越多，最终您的见解就越强大。 有些问题比其他问题更有效。 假设你和一个朋友一起吃午饭，他们说，“这是有史以来最好的三明治，不是吗？ 好吧，这个问题并没有真正让你有机会分享你自己的观点，特别是如果你碰巧不同意并且不太喜欢三明治。 这被称为引导性问题，因为它引导您以某种方式回答。 或者，也许你正在做一个项目，你决定采访一个家庭成员。 假设你问你的叔叔，“你喜欢在马来西亚长大吗？ 他可能会回答是，但你对他在那里的经历了解不多。 您的问题已结束。 这意味着可以用“是”或“否”来回答。 这类问题很少能带来有价值的见解。 如果有人问你，“你喜欢巧克力还是香草？ 他们具体在说什么？ 冰淇淋、布丁、咖啡调味料还是其他什么？ 如果你喜欢巧克力冰淇淋，但咖啡里有香草怎么办？ 如果你不喜欢任何一种口味怎么办？ 这就是这个问题的问题所在。 它太模糊了，缺乏上下文。 了解有效问题和无效问题之间的区别对于您未来作为数据分析师的职业生涯至关重要。 毕竟，数据分析师的流程是从询问阶段开始的。 因此，我们提出正确的问题很重要。 有效的问题遵循 SMART 方法。 这意味着它们是特定的c，可衡量的、以行动为导向的、相关的和有时限的。 让我们来分解一下。 具体问题简单、重要，并集中在一个主题或几个密切相关的想法上。 这有助于我们收集与正在调查的内容相关的信息。 如果一个问题太笼统，试着通过只关注一个元素来缩小范围。 例如，与其问一个封闭式的问题，比如，现在孩子们是否得到了足够的体育锻炼？ 问，有多少孩子每周至少五天达到推荐的 60 分钟体育锻炼？ 这个问题更具体，可以给你更多有用的信息。 让我们谈谈可衡量的问题。 可衡量的问题可以量化和评估。 一个无法衡量的问题的例子是，为什么我们最近的视频会像病毒一样传播开来？ 相反，你可以问，我们的视频在发布的第一周在社交渠道上分享了多少次？这个问题是可以衡量的，因为它让我们计算份额并得出一个具体的数字。 现在我们来谈谈以行动为导向的问题。 以行动为导向的问题鼓励变革。 您可能还记得，解决问题就是要看到当前状态并弄清楚如何将其转化为理想的未来状态。 好吧，以行动为导向的问题可以帮助您到达那里。 与其问“我们如何让客户回收我们的产品包装”，不如问“哪些设计特点将使我们的包装更容易回收？ 这为您带来了可以采取行动的答案。 好吧。让我们继续讨论相关问题。相关问题很重要，很重要，并且对您要解决的问题具有重要意义。假设你正在研究一个与濒危青蛙物种有关的问题，你问：“为什么松树荒地的树蛙开始消失很重要？ 这是一个无关紧要的问题，因为答案不会帮助我们找到防止这些青蛙灭绝的方法。 一个更相关的问题是，1983 年至 2004 年间，北卡罗来纳州达勒姆的哪些环境因素发生了变化，可能导致松树荒地树蛙从沙丘地区消失？ 这问题会给我们答案，我们可以用来帮助解决我们的问题。 这也是我们最后一点的一个很好的例子，即有时限的问题。 有时限的问题指定要学习的时间。 我们要研究的时间段是 1983-2004 年。 这限制了可能性的范围，并使数据分析师能够专注于相关数据。 现在您已经对智能问题有了大致的了解，在制作问题时，还有一点非常重要，那就是公平性。我们之前已经谈到了公平性，但作为快速提醒，公平意味着确保您的问题不会产生或加剧偏见。 为了讨论这个问题，让我们回到我们的三明治示例。 在那里，我们有一个不公平的问题，因为它的措辞是为了引导你走向某个答案。 如果您不同意三明治的质量，因此很难诚实地回答。不公平问题的另一个常见例子是做出假设的问题。 例如，假设对参观科学博物馆的人进行了满意度调查。如果调查问，您最喜欢我们的展品的什么？ 这假设客户喜欢展品，这可能是真的，也可能不是真的。 公平还意味着精心设计对每个人都有意义的问题。 问题必须清晰明了，并且措辞简单明了，任何人都可以轻松理解，这一点很重要。 不公平的问题也会使您作为数据分析师的工作更加困难。 它们会导致不可靠的反馈，并错失获得一些真正有价值的见解的机会。 你已经学到了很多关于如何制作有效问题的知识，比如如何在创建问题时使用 SMART 框架，以及如何确保你的问题是公平和客观的。 展望未来，您将探索不同类型的数据，并了解如何使用每种数据来指导业务决策。 您还将了解有关可视化的更多信息，以及指标或度量如何帮助创造成功。 这将是伟大的。

这是对该主题的简化解释：

有效的问题

作为一名数据分析师，提出有效的问题对于从数据中获得有价值的见解至关重要。有效的问题是：

• 特定：专注于单个主题或想法。
• 可测量的：可以量化或评估。
• 以行动为导向：鼓励改变或改进。
• 相关：对正在解决的问题很重要。
• 有时限：指定正在研究的时间段。

公平问题

公平的问题可确保您的问题不会产生或加剧偏见。他们是：

• 不偏不倚：不引导或假设某个答案。
• 清晰易懂：每个人都很容易理解。

使用 SMART 框架

SMART 框架可以帮助您创建有效的问题：

• 特殊：专注于一个主题或想法。
• Measurable：可以量化或评估。
• 以ction为导向：鼓励改变或改进。
• Relevant：对正在解决的问题很重要。
• Time-bound：指定正在研究的时间段。

有效问题的例子

• 特定：有多少客户对我们的产品感到满意？
• 可测量的：第一周，我们的视频在社交媒体上被分享了多少次？
• 以行动为导向：我们可以实现哪些设计功能来使我们的产品更加用户友好？
• 相关：哪些因素导致了我们产品的销售下滑？
• 有时限：在过去的一年里，客户满意度发生了怎样的变化？

不公平问题的例子

• 偏见：你不同意我们的产品是市场上最好的吗？
• 假设：您最喜欢我们产品的哪些方面？（假设客户喜欢该产品。
• 清楚：您如何看待我们的产品？（太模糊和开放了。

通过提出有效和公平的问题，您可以从数据中获得有价值的见解并做出更好的决策。

[可选]查看 Google 数据分析证书中有关偏见的内容 #

让我们从时光倒流开始吧。 好吧，至少在我们看来，我在商店里的实时机器。 想象一下，你回到了中学，你参加了一个科学博览会的项目。 你努力工作了几个星期，完善了每一个元素，他们即将宣布获胜者。 你闭上眼睛，深吸一口气，你听到他们叫你的名字，说你是第二名的无赖。 你真的想要那个第一名的奖杯。 但是，嘿，第二天你就会拿到缎带来表彰你，你得知评委是获胜者的叔叔。 这怎么公平？ 当他自己的家人是参赛者之一时，他真的可以公平地选择获胜者吗，他可能是有偏见的。 好吧，也许他的侄女应该赢，也许不是。 但关键是，在这种情况下，很容易为偏见辩护。 这是一个超级简单的例子。 但事实是，我们在日常生活中总是会遇到偏见。 我们的大脑在生物学上被设计为简化思维并做出快速判断，偏见已经演变成一种有利于或反对一个人、一群人或一件事的偏好，它可以是有意识的，也可以是潜意识的。 好消息是，一旦我们知道并接受我们有偏见，我们就可以开始认识到自己的思维模式并学习如何管理它。 重要的是要知道偏见也可以进入数据世界。 数据偏差是一种系统地将结果偏向某个方向的空气。也许调查中的问题有特定的倾向来影响答案。 或者样本组可能并不能真正代表所研究的人群。 例如，如果您要采用具有健康保险的美国患者群体的中位年龄，您不仅会使用 65 岁及以上的 Medicare 患者样本，如果样本组缺乏包容性，也会发生偏差。 例如，残疾人在主流健康研究中往往被识别不足、代表性不足或被排除在外。 您收集数据的方式也可以为我们购买数据集。 例如，如果你只给人们很短的时间来回答问题，那么当我们匆忙时，回答就会很匆忙。 我们犯了更多的错误，这些错误会影响我们的数据质量并产生有偏见的结果。 作为数据分析师，您必须考虑偏见和公平性。 从你开始收集数据的那一刻到你提出结论的那一刻。 毕竟，这些结论可能会产生严重的影响。 想想这个。 它已经得到承认心脏健康的临床研究往往包括的男性比女性多得多。 这导致女性无法识别症状，最终导致她们的心脏病得不到检测和治疗。 这只是偏见产生非常真实影响的一种方式。 虽然我们在识别偏见方面已经走了很长一段路，但它仍然会导致你在科学竞赛中输给评委的侄女，它仍然影响着商业决策、医疗保健选择和政府行动等等，所以我们仍然有工作要做。 我们将向您展示如何识别数据本身的偏差，并探索一些您可能真正从中受益的场景。

什么是偏见？

偏见是对一个人、一群人或事物的偏好或反对。它可以是有意识的，也可以是潜意识的。

偏见如何影响数据？

数据偏差是一种错误，当以有利于一种结果而不是另一种结果的方式收集或分析数据时，可能会发生这种错误。如果数据不能代表所研究的人群，或者数据收集方法不公平或不准确，就会发生这种情况。

为什么意识到偏见很重要？

偏差会对数据分析结果产生重大影响。如果您没有意识到潜在的偏见，您可能会对您的数据做出错误的结论。

如何避免偏见？

您可以采取许多措施来避免数据分析中的偏见。这些包括：

• 意识到自己的偏见。避免偏见的第一步是意识到自己的偏见。这可能很困难，但对自己的信念和假设诚实是很重要的。
• 使用具有代表性的数据。在收集数据时，重要的是要确保您的数据能够代表您正在研究的人群。这意味着您的数据应包括来自所有不同背景和观点的人。
• 使用公平准确的数据收集方法。在收集数据时，使用公平和准确的方法很重要。这意味着您不应使用可能影响参与者回答的引导性问题或其他技术。
• 仔细分析您的数据。在分析你的数据时，重要的是要小心，不要让你自己的偏见影响你的结论。这意味着您应该寻找支持您的假设和替代假设的证据。

偏见的真实例子

• 一项研究发现，如果数据是从一家有歧视女性历史的公司收集的，那么女性晋升的可能性低于男性，可能会有偏见。
• 一项研究发现新药有效的研究可能会有偏差，如果数据是从一组同时服用该药物的患者中收集的。
• 一项研究发现，如果数据是从一组接触过相同类型音乐的人那里收集的，那么特定类型的音乐比另一种类型的音乐更受欢迎，可能会有偏见。

结论

偏差是一个严重的问题，会对数据分析的结果产生重大影响。重要的是要意识到潜在的偏见并采取措施避免偏见。通过遵循上述提示，您可以帮助确保您的数据分析公平准确。

[可选]查看有关创建简历的 Google 数据分析证书内容 #

太好了，你回来了。 当你拍照时，你通常会尝试在一张照片中捕捉很多不同的东西。 也许您正在拍摄日落照片，并想捕捉云彩、树线和山脉。 基本上，您想要整个时刻的快照。 你可以考虑以同样的方式建立你的简历，就像你希望你的简历成为你在学校和专业上所做的一切的快照一样。 在本视频中，我们将介绍构建简历的过程，您将能够在其中添加自己的详细信息。 请记住，这是一个快照，因此当经理和招聘人员查看您在简历中包含的内容时，他们应该能够立即知道您可以为他们的公司提供什么。 这里的关键是要简短，尽量将所有内容都放在一页中，每个描述只有几个要点，2 到 4 个要点就足够了。 但请记住要保持你的要点简洁，坚持一页将帮助你专注于最能反映你是谁或你想成为谁的细节。 一页也可能是招聘经理和招聘人员有时间查看的全部内容。 他们是忙碌的人，所以你想尽快用你的简历引起他们的注意。 现在让我们谈谈实际建立你的简历。 这就是模板的用武之地。 它们是建立全新简历或重新格式化您已有简历的好方法。 Microsoft Word或Google Docs等程序，甚至一些求职网站都有您可以使用的模板。 模板具有您需要输入的信息的占位符及其自己的设计元素，可使您的简历看起来很吸引人。 稍后您将有机会探索此选项。 现在，我们将介绍您可以采取的步骤，以使您的简历易于阅读且没有错误。 如果您已经有简历文档，则可以使用以下步骤对其进行调整。 现在，制作简历的方法不止一种，但大多数方法在文档顶部都有联系信息。 这包括您的姓名、地址、电话号码和电子邮件地址。 如果您有多个电子邮件地址或电话号码，请使用最可靠、最专业的电子邮件地址或电话号码。如果您可以在电子邮件地址中使用您的名字和姓氏，例如 janedoe17@email.com，那也很棒。您还应该确保您的联系信息与您在专业网站上包含的详细信息相匹配。虽然大多数简历的联系信息都在同一个地方，但这取决于o 你如何组织这些信息，一种更注重技能和资格而不是工作经历的格式非常适合那些在工作经历上有差距的人。 对于那些刚刚开始职业生涯或改变职业的人来说，这也有好处，这可能就是你。 如果您确实想突出您的工作经历，请随时包括从您最近的工作开始的工作经验的详细信息。 如果您有很多与您申请的新职位相关的工作，那么这种格式是有意义的。 如果您正在编辑已有的简历，则可以将其保持相同的格式并调整详细信息。 如果您是开始新的简历或第一次制作简历，请选择对您最有意义的格式。 网上有很多简历资源。 您应该浏览一堆不同的简历，以了解您认为最适合您的格式。 一旦你决定了你的格式，就可以开始添加你的详细信息了。 有些简历以摘要开头，但这是可选的。 如果您经历过数据分析师不传统，或者您正在进行职业转型，那么摘要可能会有所帮助。如果您决定包含摘要，请将其保留在一两句话中，以突出您的优势以及您如何帮助您申请的公司。 你还需要确保你的总结包括对你自己的积极评价。 喜欢敬业和积极主动。 你可以用数据来支持这些词，比如你工作的年限或你有经验的工具，如SQL和电子表格。 总结可能从具有五年以上经验的勤奋客户服务代表开始。一旦你完成了这个程序并拿到了证书，你就可以包括它，这听起来可能是这样的，入门级数据分析专家最近完成了谷歌数据分析专家证书。 听起来不错，不是吗？ 另一种选择是在构建简历的其余部分时为您的摘要留下一个占位符，然后在完成其他部分后编写它。 通过这种方式，您可以回顾您提到的技能和经验，并抓住其中的两三个亮点在您的摘要中使用。
从 ：4：45 开始播放视频并按照文字记录进行操作4:45
同样需要注意的是，当您申请不同的工作时，摘要可能会略有变化。 如果您要包含工作经验部分，则可以添加许多不同类型的经验。 除了在其他公司的工作之外，您还可以包括您拥有的志愿者职位以及您做过的任何自由职业者或副业。 这里的关键是你描述这些经历的方式，试着以与你申请的职位相关的方式描述你所做的工作。 大多数职位描述都列出了最低资格或要求。 这些是您需要考虑的工作 经验、技能和教育。因此，如果你是一个合适的人选，在你的简历中清楚地说明它们是很重要的。 下一步是检查首选资格，许多职位描述也包括这些资格，这些资格不是必需的。 但是，您匹配的每个额外资格都使您成为该职位更具竞争力的候选人，包括与职位描述相匹配的任何技能和经验部分，都将帮助您的简历在竞争中脱颖而出。 因此，如果工作列表将工作职责描述为有效管理数据资源，则希望有自己的描述来反映该职责。 例如，如果您在当地学校或社区中心做志愿者或工作，您可能会说您有效地管理了课后活动的资源。 稍后，您将学习更多使您的工作历史记录为您服务的方法。 以同样的方式描述您的技能和资格是有帮助的。 例如，如果一个列表谈到了组织和与他人合作，试着想想你有过的相关经历，也许你帮助组织了食物活动或与某人合作开展了在线业务。 在你的描述中，你要强调你对你的角色的影响以及这个角色对你的影响。 如果您帮助企业起步或达到新的高度，请谈谈这种经历以及您如何在其中发挥作用，或者如果您在商店刚开业时在商店工作，您可以说您通过确保优质的客户服务帮助启动了成功的业务。 如果您在任何工作中使用数据分析，您肯定也希望将其包括在内。 稍后我们将介绍如何添加特定的数据分析技能。 一种方法是遵循描述中的公式。 通过执行 Z 完成 Y 测量的 X。 下面是一个示例，可以在简历上阅读。 被选为全国 275 名参与者之一这个为期 12 个月的专业发展计划旨在基于领导潜力和学业成功的高成就人才。 如果你在一次经历中获得了新技能，一定要强调它们以及它们是如何帮助的。 这可能是进行数据分析的好地方。 即使这个程序是你第一次真正考虑数据分析，因为你已经掌握了一些知识，你也会希望利用它来为你带来好处。 因此，如果您曾经管理过资金，也许这意味着您帮助企业分析未来的收入，或者您根据对以前支出的分析制定了预算，即使是针对您自己或朋友的小企业，它仍然是你分析的数据。 现在，您可以反思何时以及如何在简历中使用它。 在你增加了工作经验和技能之后，你应该包括一个部分，说明你已经完成的任何教育，是的，这门课程绝对重要。 您可以将本课程添加为教育的一部分，也可以根据简历的格式在摘要和技能部分中参考它。您可能想添加一个技术技能部分，您在本课程和其他地方都需要。 除了像SQL这样的技术技能外，你还可以包括语言能力在本节中，在英语以外的语言中有一定的能力只会帮助你找工作。 所以现在你已经知道如何让你的简历看起来专业和有吸引力了。 随着你前进，你会学到更多关于如何让你的简历大放异彩的信息。 到最后，你有一份可以引以为豪的简历。 接下来，我们将讨论如何使您的简历真正独一无二。

这是对该主题的简化解释：

简历是一页纸的文件，总结了您的技能、经验和教育。它们用于申请工作。

在撰写简历时，重要的是要：

• 保持简明扼要。
• 使用强动作动词。
• 尽可能量化你的成就。
• 根据您申请的每份工作定制您的简历。

以下是撰写一份强有力的简历的一些技巧：

• 从强有力的总结性陈述开始。
• 按时间倒序列出您的工作经验。
• 包括您的教育和任何相关技能。
• 在提交简历之前，请仔细校对您的简历。

有许多资源可以帮助您写出一份强有力的简历。您可以在线找到模板和示例，也可以与职业顾问合作。

module 3 #

不断变化和其他限制 #

你好。您即将开始学习 Google 商业智能证书的另一部分。这真是太好了。 你真的在抓住这一天。 抓住这一天或carpe diem是罗马诗人贺拉斯的一句著名的拉丁语。 他用它来表达这样一种想法，即我们应该享受生活，而我们甚至可以冒一些风险来过上充实的生活。 最近，首字母缩略词YOLO，因为你只活一次，是表达相同想法的常见方式。 有趣的是，原来的短语“你只活一次”旨在传达一个完全不同的信息。 英语文献中最早出现这种引文的例子实际上更像是一种警告。 他们的内涵是生命是宝贵的，所以我们应该运用良好的判断力，小心谨慎，保护自己免受伤害的风险。 这是一个众所周知的概念被断章取义的一个很好的例子。但许多其他东西也可能被断章取义，包括数据。 作为复习，上下文是某事存在或发生的条件。 如果您获得了 Google 数据分析证书，那么您就学到了很多关于上下文的知识，以及它如何帮助将原始数据转化为有意义的信息。 如果您想复习这些课程，请继续复习，然后再继续观看下一个视频。 对于 BI 专业人员来说，将我们的数据置于上下文中非常重要。这给了它一个重要的视角，并减少了它有偏见或不公平的机会。 在接下来的几节课中，我们将从 BI 上下文中重新检查上下文。 然后，我们将继续讨论其他一些数据限制，包括不断变化和能够及时看到大局。 我还将分享一些 BI 专业人员用来预测和克服这些限制的策略。 我们将更多地了解指标以及它们与上下文的关系。 还有很多事情要做，所以让我们抓住这一天，继续我们的商业智能冒险。

上下文对于有目的的见解至关重要

上下文是某事存在或发生的条件。在做出决策时考虑数据的上下文非常重要，因为它可以帮助您更全面地理解数据并做出更明智的决策。

例如，如果要查看有关销售的数据，则需要考虑数据的上下文，例如数据涵盖的时间段、销售地点以及销售的产品类型。此上下文将帮助您更全面地了解数据，并就如何增加销售额做出更明智的决策。

以下是考虑数据上下文的一些提示：

• 想想数据的目的。你想从数据中学到什么？这将帮助您集中分析并确保您正在考虑正确的上下文。
• 考虑数据的来源。谁收集了数据？数据是如何收集的？此信息可以帮助您评估数据的质量并确保其可靠。
• 查找数据中的模式和趋势。数据中最重要的模式和趋势是什么？此信息可帮助您从数据中识别最重要的见解。
• 考虑数据的局限性。数据的局限性是什么？数据中的差距是什么？此信息可以帮助您避免根据不完整或不准确的数据做出决策。

通过考虑数据的上下文，您可以做出更明智的决策，并从数据中获得更多价值。

重新审视语境的重要性 #

让我们尝试一个小实验。 想一想，如果你把这个折线图展示给三个不同的人，会发生什么。你很可能会得到三种不同的解释。 即使他们知道折线图是用来显示随时间变化的，一个人可能会认为 x 轴代表几天，而另一个人可能会猜测它显示的是多年的跨度。 也许有人会认为沿 y 轴的五条彩色线代表不同产品的销售。 另一个人可能认为它们代表了不同客户类型的购买模式。 关键是，带有标题的折线图，x 轴和 y 轴的图例，以及它包含的每个数据值都是更有效的数据可视化。 当您通过提供上下文清楚地指出每个项目的含义时，突然间，其他人可以很容易地理解此折线图。 上下文有助于消除误解的风险，从而节省利益相关者的时间，并确保他们拥有准确的信息来做出数据驱动的业务决策。 您可能知道，在数据分析中，上下文将原始数据转换为有意义的信息。 当你将事情置于情境中时，你会正确看待一些事情，这涉及考虑它的起源和其他相关的背景信息，它背后的动机，它存在的更大环境，如特定的时间段，以及它可能产生的影响。 情境化赋予了更大的意义，帮助人们更完整地理解它。 这也支持了公平性，并减少了当你的用户试图从你提供的数据中获得有用的见解时出现偏见的机会，这让我想到了BI设置中的上下文。 在商业智能中，专业人士非常关心上下文的另一个方面，那就是将我们为用户创建的工具上下文化。 促进上下文的一个关键做法是将共享的数据放在一个中心位置。 通常，这将是一个精心设计的仪表板。 然后，第二步是确保每个人都有一种通用的方法与该仪表板进行交互。 对于利益相关者来说，能够轻松理解、访问和使用 dashboa 非常重要您创建的 RDS。这样，人们就不必为了找到他们需要的信息而去其他地方或切换上下文。这使所有用户都能更有效地开展工作。 例如，假设一家公司的财务团队需要一个仪表板来分析整个公司的成本，因此您设计了一个仪表板来共享有关每个部门特定支出的关键见解。 但是，如果事实证明运营部门的成本异常高怎么办？ 财务团队希望能够深入研究该部门的支出，以找出成本增加的根本原因。 在仪表板上进行迭代非常重要，因此它还包括有关每个部门的支持信息。构建有效解决方案的另一部分是优先考虑组织内存在的跨职能关系。有必要考虑您正在执行的 BI 工作如何与整体业务目标保持一致，以及您的同事将如何使用它。 例如，如果您的新 BI 工具将监控 5 个不同的指标，并被 10 个不同的利益相关者使用，那么考虑每个用户将如何访问和解释数据非常重要。 基本上，要制作一个有效的仪表板，首先有必要了解每个特定的利益相关者将如何实际使用它。 通过花时间仔细考虑这一点，您可以确保创建一个强大的仪表板，而不是许多效率较低的仪表板。 此外，由于您创建了一个可访问的共享仪表板，因此允许用户之间进行一些出色的协作。 例如，财务团队成员可能会对看似很小的 5% 的同比增长数字感到沮丧，但销售人员可以通过指出 5% 实际上是一个不错的结果并且高于预期来说明这个数字，因为整个细分市场下降了10%。 销售人员可以提供特定的市场背景，而金融分析师可能只了解广泛的行业趋势。 单曲仪表板输出可以带来无数有见地的对话。 根据上下文表达结果有助于确认 您正在为利益相关者使用正确的数据。 您还会知道它的格式是正确的，可以有效地使用和共享，并且结果是有意义的。 这增强了人们的理解，从而获得了最终的商业利益。

是对该主题的简化解释：

商业智能 （BI） 中的情境化

情境化是向数据添加情境以使其更有意义和更易于理解的过程。在 BI 中，可以通过多种方式添加上下文，例如：

• 提供背景信息：这可能包括有关数据源、用于收集数据的方法以及数据分析目的的信息。
• 定义术语和概念：这有助于确保每个人在解释数据时都在同一页面上。
• 重点介绍关键见解：这有助于引起人们对数据分析中最重要的发现的关注。

通过提供上下文，您可以帮助确保您的受众理解数据并据此做出明智的决策。

以下是如何在 BI 中使用情境化的一些示例：

• 公司可能会使用仪表板来跟踪关键绩效指标 （KPI）。通过向仪表板添加上下文，例如有关公司目标和目的的信息，用户可以更好地了解 KPI 的重要性以及它们如何为公司的成功做出贡献。
• 数据分析师可能会创建有关客户流失的报告。通过向报告添加上下文，例如有关公司客户获取成本的信息，分析师可以帮助公司了解客户流失的财务影响，并就如何减少客户流失做出明智的决策。

情境化是商业智能的重要组成部分，因为它有助于确保有效地使用数据来做出明智的决策。通过提供上下文，您可以帮助您的受众理解数据并更好地利用它。

为什么上下文至关重要 #

在本课中，您已经了解了上下文在商业智能中的重要性。作为复习，上下文是某事存在或发生的条件。例如，在上一个视频中，您考虑了以下数据可视化：

这个折线图只显示了网格上的五条不同的线，但我们没有关于图的线代表什么、如何测量它们或这种可视化的意义的任何信息。这是因为此可视化缺少上下文。查看此可视化的完整版本：

此可视化具有解释它所需的所有信息。它有一个清晰的标题，一个指示图表上线条含义的图例，沿 y 轴的刻度，以及沿 x 轴呈现的日期范围。将数据置于上下文中有助于使其对利益相关者更有意义和有用，并防止对数据的任何误解，从而影响他们的决策。这不仅仅是可视化！在本阅读材料中，您将探讨一个业务案例，其中上下文是 BI 项目成功的关键。

方案

CloudIsCool 支持团队为其云产品的用户提供支持。每次用户寻求支持时，都会创建一个客户支持票证。第一响应团队负责处理这些客户支持票证。但是，如果有特别复杂的工单，第一响应小组的成员可以向第二响应小组请求帮助。这被归类为票务系统内的咨询。分析团队分析工单并查阅数据，以帮助改进客户支持流程。

通常，咨询请求已成功完成，第一响应团队能够在第二响应团队的指导下解决客户的工单。但是，有时即使是第二个响应团队也无法完全回答问题，或者有关案例的新细节需要额外的见解。在这种情况下，第一响应团队可能会要求进行另一次咨询，这被标记为重新咨询。

对于与利益相关者合作的 BI 专业人员来说，这都是重要的背景，这些利益相关者对当前支持流程的运作情况以及如何改进它们感兴趣。如果他们构建的报告表和仪表板只跟踪咨询而不跟踪再咨询，他们可能会错过有关咨询系统真正有效性的关键见解。例如，高再咨询率意味着在第一次或第二次尝试中没有解决更多案例。这可能会导致客户等待更长的时间才能解决问题。领导层希望评估这些过程。

了解此上下文后，从事此项目的 BI 专业人员能够构建适当的指标、报告表和仪表板，以帮助利益相关者就此过程做出明智的决策来跟踪该指标。通过了解业务环境，BI 专业人员可以创建更有意义的报表。

结论

上下文是围绕数据的人员、内容、地点、时间和原因，使其有意义。了解这些背景信息有助于我们正确解释数据，并为利益相关者可视化有用的商业智能见解。当 BI 专业人员了解上下文、选择正确的数据并构建上下文化的视觉对象以与利益相关者共享时，他们可以使企业和领导层能够做出成功的决策。

瞬息万变的世界中的数据可用性 #

在上一课中，您了解了商业智能专业人员工具箱中的一些解决方案。它们包括数据模型、管道（如 ETL）、数据可视化和仪表板。 这些都是强大而令人兴奋的解决方案，但前提是它们有相关、及时、一致和无偏见的数据可供使用。 这个概念称为数据可用性。 数据可用性描述了及时和相关信息易于获取和能够投入使用的程度或程度。遗憾的是，有多种因素会影响数据可用性，因此可能会损害 BI 解决方案的完整性。 在本视频中，我们将讨论其中的一些挑战以及应对这些挑战的方法。 首先，一些最常见的数据可用性问题涉及完整性。 如果您获得了 Google 数据分析证书，您就会知道数据完整性涉及数据在整个生命周期中的准确性、完整性、一致性和可信度。与数据完整性相关的典型问题包括重复、信息缺失、结构不一致或不符合业务规则。 如果您想重温有关数据完整性的课程，请立即进行。 准备好后再回到这个视频。 第二个数据可用性挑战与可见性有关。 数据可见性是指可以识别、监控和集成来自不同内部和外部来源的信息的程度或程度。例如，在公司运营部门工作的员工可能不知道通信部门存储了哪些数据。或者，在物流部门工作的人可能拥有包含大量重要信息的数据文件，但其他人甚至不知道它们的存在。 另一方面，当您拥有清晰的数据可见性时，就有可能获得准确和及时的见解，并真正提高组织的响应能力和敏捷性。 为了实现这些目标，BI 专业人员通常会与他们的同事合作，为利益相关者创建数据存储库列表。 您可以要求与数据所有者进行简短的访谈，或要求人们进行完成有关他们收集和使用的数据的快速在线调查。这是一个简单但非常有用的练习，用于发现可用的数据类型。 还要记住，数据可见性挑战不仅仅存在于公司的四堵墙内。 有时，BI专业人员不知道非常有用的外部数据。 如您所知，有无数免费的公共数据集，包括政府研究、气候、能源和医疗保健研究、行业调查等等。 所有这些都有助于成功的 BI 项目。 需要注意的第三个数据可用性因素是更新频率。 通常，BI 项目将涉及多个数据源。 不同的源在不同的时间刷新是很常见的，例如每周刷新一次还是每月刷新一次。 假设一位商业智能专业人士在巴西的一家宠物用品制造商工作，也许他们会按城市分析产品销量。 如果零售合作伙伴在 7 月中旬从里约热内卢搬到圣保罗，则该月的所有销售额都将归入里约热内卢，这仅仅是因为合作伙伴的地址尚未在 BI 系统中更新。 零售商的数据需要更快地刷新以匹配销售数据，或者制造商应该每月查看所有数据。 因此，对于 BI 专业人员来说，了解不同数据源的更新频率如何影响见解非常重要。即使单个数据源是完美的，集成方面通常也非常混乱。 现在，我们迎来了第四个数据可用性挑战，即变化。 变化在我们生活的方方面面都是不变的，数据也不例外。 由于内部程序（如系统更新或新的记录保存过程）的更改，数据可用性可能会受到影响。由于用户界面升级或对特定算法的调整，它可能会在外部发生变化。为了解决这个问题，BI专业人员必须有一个计划，说明他们将如何让利益相关者了解可能影响项目的最新变化。他们应该鼓励团队成员思考哪些工具或方法您现在正在使用，可能会发生哪些变化，以及它如何影响正在跟踪的数据以及如何填补任何潜在的空白。 数据可用性是 BI 领域的一个重要考虑因素 ，您可能会花费大量时间来解决数据可用性因素。 本视频介绍了您将遇到的一些最常见的问题。 但是，还有其他因素会影响数据的可用性。 因此，对你所追求的质量水平保持现实是很重要的。 对于许多项目来说，足够好就足够了。 如果您采用这种方法，请务必承认其局限性和约束。 与许多事情一样，即使不是不可能，也很难达到完美，这没关系。

这里是对数据可用性的简化解释：

数据可用性是指数据可访问、及时且与商业智能 （BI） 解决方案相关程度。有几个因素会影响数据可用性，包括：

• 数据完整性：这是指数据的准确性、完整性、一致性和可信度。
• 数据可见性：这是指识别、监控和集成来自各种来源的数据的能力。
• 更新频率：这是指刷新或更新数据的频率。
• 改变：这是指由于内部或外部因素（例如系统更新或算法调整）而导致的数据变化。

为了应对这些挑战，BI 专业人员可以：

• 为利益干系人创建数据存储库列表。
• 进行访谈或调查以发现可用数据。
• 浏览外部数据源，例如公共数据集。
• 了解不同数据源的更新频率。
• 制定计划，让利益相关者了解可能影响项目的更改。

请记住，数据可用性对于 BI 项目的成功至关重要。通过应对这些挑战，BI 专业人员可以确保他们拥有必要的数据来生成准确和及时的见解。

数据伦理和数据隐私的重要性 #

最近，您一直在了解上下文在商业智能中的重要性。你发现，当你进行情境化时，你会通过考虑它的起源和其他相关的背景信息来看待它;其背后的动机;它存在的较大环境，例如特定时间段;以及它可能产生的影响。情境化还支持公平性，并减少用户寻求从您提供的数据中获得有用见解时出现偏见的机会。

同样，作为 BI 专业人员，您有责任以合乎道德的方式对待数据。数据道德是指有根据的是非标准，这些标准规定了如何收集、共享和使用数据。在您的整个职业生涯中，您将处理大量数据。这有时包括 PII 或个人身份信息，可以单独使用或与其他数据一起用于追踪一个人的身份。合乎道德地对待该数据的一个要素是确保该数据的隐私和安全在其整个生命周期内得到维护。在本文中，您将更多地了解数据隐私的重要性以及保护数据主体隐私的一些策略。

隐私问题

数据隐私是指在数据交易发生时随时保留数据主体的信息和活动。这也称为信息隐私或数据保护。数据隐私涉及个人数据的访问、使用和收集。对于数据被收集的人来说，这意味着他们有权：

• 防止未经授权访问其私人数据
• 免于不当使用其数据
• 检查、更新或更正其数据的权利
• 能够同意数据收集
• 访问数据的合法权利

为了维护这些权利，企业和组织必须采取隐私措施来保护个人数据。这也是一个信任问题。公众信任拥有个人数据的公司的能力很重要。这就是人们想要使用公司产品、分享他们的信息等等的原因。信任是一项非常大的责任，不能掉以轻心。

通过数据匿名化保护隐私

组织使用许多不同的措施来保护其数据主体的隐私，例如合并访问权限以确保只有应该访问该信息的人才能这样做。维护隐私的另一个关键策略是数据匿名化。

数据匿名化是通过消除 PII 来保护人们的私人或敏感数据的过程。通常，数据匿名化涉及对个人信息进行消隐、散列或屏蔽，通常使用固定长度的代码来表示数据列，或隐藏具有更改值的数据。

数据匿名化几乎用于每个行业。作为 BI 专业人员，您可能不会亲自执行匿名化，但在开始使用之前了解哪些类型的数据经常被匿名化是很有用的。此数据可能包括：

• 电话号码
• 名字
• 车牌和车牌号码
• 社会安全号码
• IP 地址
• 病案
• 电子邮件地址
• 照片
• 帐号

想象一下，在这样一个世界里，我们所有人都可以访问彼此的地址、帐号和其他可识别信息。这将侵犯很多人的隐私，使世界变得不那么安全。数据匿名化是我们保持数据私密和安全的方法之一！

关键要点

对于任何处理真实人物数据的专业人士来说，重要的是要考虑这些人的安全和隐私。这就是为什么了解数据隐私的重要性以及如何确保包含 PII 的数据安全以进行分析如此重要的原因。我们有责任保护人们的数据以及数据可能包含的个人信息。

如果您有兴趣了解有关数据隐私和道德的更多信息，可以查看Google 数据分析证书计划中关于偏见、可信度、隐私、道德和访问的部分。

预测数据限制 #

我们生活在一个数据不断生成的世界中。有很多信息可以学习。但我们也生活在一个不断变化的世界中，我们遇到的数据通常具有某些局限性，我们在分析数据并从中获取见解时需要考虑。

数据可用性的因素

之前，您了解了数据可用性的重要性，即及时且相关的信息易于访问并能够投入使用的程度或程度。影响数据可用性的因素包括：

• 数据完整性：数据在其整个生命周期中的准确性、完整性、一致性和可信度。
• 数据可见性：可以识别、监控和集成来自不同内部和外部来源的信息的程度或程度。
• 更新频率：使用新信息刷新不同数据源的频率。
• 更改：通过内部流程或外部影响更改数据的过程。

接下来，您将考虑可能改变可用性的数据限制，以及作为 BI 专业人员如何预测这些限制。

缺少数据

如果您的数据不完整或不存在，则可能没有足够的数据来得出结论。或者，您甚至可能正在探索有关完全不同的业务问题的数据！了解哪些数据可用，识别潜在的其他来源，并填补空白是BI流程的重要组成部分。

未对齐的数据

作为 BI 专业人员，您经常会使用来自不同来源的数据。其中一些可能是您正在合作的业务的内部来源，但它们也可能包括外部来源。这些来源可能以完全不同的方式定义和衡量事物。在这种情况下，尽早确定如何测量事物可以全面标准化数据，以提高可靠性和准确性。这将确保来源之间的比较是有意义和有见地的。

脏数据

脏数据是指包含错误的数据。脏数据可能会导致系统出错、报告不准确和决策不力。通过修复或删除数据集中不正确、损坏、格式不正确、重复或不完整的数据来实施清理数据的过程是为此限制做好准备的一种方法。

结论

作为 BI 专业人员，您需要了解，有时您使用的数据会有局限性。这可能意味着它不适合特定的时间范围，或者它只适用于特定情况，或者在识别所需数据方面存在挑战。在为企业构建工具和系统时，能够预测这些问题并考虑这些问题，将使您能够确保这些限制不会阻止您的利益相关者获得做出重大决策和确保项目成功所需的数据！

Meghna：当心偏见 #

我叫 Meghna，是一名商业智能分析师。 分析师在日常生活中可以处理几种类型的偏见，确认偏见、选择偏见、历史偏见和应用偏见。 当分析师正在探索或试图解释数据以确认他们先前的信念时，就会发生确认偏差。这可能发生在数据分析的任何阶段，在收集数据进行分析时，在实际进行探索性分析时或在解释数据时。 当我们处理不能代表整个总体 的样本时，可能会出现选择偏差。当我们处理小型数据集或随机化过程尚未发生时，这可能会有机地发生。当社会文化偏见和信仰被反映到系统过程中 时，就会发生历史数据偏差。例如，如果手动系统对特定人群的信用评级较差，而分析师使用这些数据输入自动化系统，则该自动系统现在将放大或实际将这些偏见反映到结果中。 最后，谈谈异常偏差。 平均值是隐藏异常和异常值同时歪曲我们的观察值的好方法。数据完整性实践对于避免数据偏差非常重要。 在我完成分析并试图避免偏见时，有一些技巧或事情对我有用。首先，在我开始分析之前，记录我之前的所有信念和假设，以真正认识到我确实对数据或过程有这些先入为主的观念。 其次是使用高度随机的数据集来实际使用可能更能代表分析的数据，而不仅仅是方便。 第三，收集更多的数据，对你的假设的另一面做更多的研究，这样你就不会真正忽视那部分，或者你没有真正关注你认为应该是你的分析结果的事情。 最后一个，一个非常重要的一点是，当平均分析表明数据看起来不错时，要认识到异常值，我认为是时候更多地挖掘数据以了解细微差别了。

这是对该主题的简化解释：

数据分析中的偏差

偏差是数据分析中可能发生的错误。它们可能导致从数据中得出错误的结论。有许多不同类型的偏见，但一些最常见的包括：

• 确认偏倚：当分析师只寻找证实他们现有信念的数据时，就会发生这种情况。
• 选择偏倚：当分析中使用的数据不能代表所研究的人群时，就会发生这种情况。
• 历史偏差：当过去的数据被用来预测未来时，就会发生这种情况，即使过去可能不是未来的良好预测指标。
• 异常偏差：当数据中的极值在分析中被赋予过多的权重时，就会发生这种情况。

重要的是要意识到数据分析中可能存在的偏差，并采取措施避免这些偏差。这可以通过使用各种数据源、仔细选择分析中使用的数据以及意识到数据解释中可能存在的偏差来实现。

以下是一些避免数据分析偏差的技巧：

• 注意自己的偏见。
• 使用各种数据源。
• 仔细选择分析中使用的数据。
• 请注意在解释数据时可能存在偏差。

通过遵循这些提示，您可以帮助确保您的数据分析准确无误。

Test your knowledge: Constant change and other limitations #

Question 1

A business intelligence professional considers the origin of a dataset, as well as what the data might have an impact on. What business intelligence practice does this situation involve?

• Mapping
• Interpretation
• Research
• Contextualization

Question 2

Data integrity, data visibility, update frequency, and change are all aspects of what key business intelligence consideration?

• Data maturity
• Data performance
• Data availability
• Data strategy

Question 3

A soap maker recently implemented a new record-keeping process. This compromised the integrity of its business intelligence solution when using data about recent sales at a local craft fair. What data limitation does this situation describe?

• Change
• Data integrity
• Data visibility
• Update frequency

超越数据限制 #

有意义的指标 #

虚荣是一个有趣的词。 如果你在字典中查找虚荣心，你会发现它既可以意味着过度的骄傲，也可以意味着空虚、徒劳或没有价值的东西。 想到我们可以为一些无关紧要的事情感到自豪，这很有趣。但这种情况有时会发生，尤其是在业务指标方面。 事实上，我们这些从事商业智能的人对这种现象有一个术语：虚荣指标。 虚荣指标是旨在给他人留下深刻印象但不代表实际绩效的数据点，因此无法揭示任何有意义的业务见解。 一个众所周知的虚荣指标是在社交媒体上关注一家公司的人数。 也许有数十万追随者，但他们中有多少人真正进行了购买，他们中有多少人将其他客户推荐到该网站，以及他们实际为企业创造了多少收入？仅仅因为它很大而炫耀一个数字，很少能取得多大成就。 这就是为什么确保您监控的每个指标都富有成效、信息丰富且有效的原因。 例如，一些有用的业务指标可能包括餐厅的客户忠诚度、制造团队的生产力水平、健身中心的每月损益或药房仓库中的库存量。 这些数字可以带来有用的业务见解。 在确定要包含在仪表板上的指标时，BI 专业人员会考虑四个关键事项。 首先，信息越多不一定越好。 如果您通过仅包含对项目成功至关重要的指标来限制仪表板上的指标数量，则利益相关者将不胜感激。为此，请考虑用户需求、用户已经知道的内容以及他们需要学习的内容来帮助他们满足这些要求。 太多的指标，尤其是不相关或不必要的指标，可能会使人们感到困惑并贬低您的仪表板。 接下来，确保指标与业务目标保持一致。 考虑组织的具体目标，然后确定哪些指标可用于支持这些目标并衡量成功。 确认必要的技术和流程在 每个指标所需的数据。 这是考虑与数据可用性相关的所有因素 的又一次。避免使用模糊或超高级别的指标。 相反，它们应该足够清晰和精确，以便为特定行动提供信息。 SMART 方法可以帮助您确定手头特定问题的关键指标。如您所知，此工具有助于确定问题的有效性。 但是，它还可以帮助您根据指标是否具体、可衡量、面向行动、相关和有时限来优化指标。如果您获得了 Google 数据分析证书，则您了解了 SMART 方法。 在继续之前，请随时复习该课程。 最后一点，明智的做法是首先确定最重要的指标，并将其突出显示在仪表板顶部。 然后，支持指标可以深入到以下详细信息。 例如，在为番茄农场制作仪表板时，您可以将发货的番茄托盘数量放在顶部，因为总销售额是一个关键指标。 然后，支持托盘运输的数据，例如工人的生产力和收割机的效率将显示在下面。 此外，如果您将相关指标组合在一起 ，您的用户将不胜感激。对于我们的番茄种植者来说，这意味着将销售数据放在一个部分，将生产见解放在另一个部分，将收获率放在另一个部分，依此类推。 请记住，最佳指标突出了两件关键事情，即组织的表现以及决策者应该关注什么。 换句话说，它们确保您的仪表板永远不会白费。

虚荣指标是旨在给他人留下深刻印象但不代表实际绩效的数据点，因此无法揭示任何有意义的业务见解。一个众所周知的虚荣指标是在社交媒体上关注一家公司的人数。也许有数十万追随者，但他们中有多少人真正进行了购买，他们中有多少人将其他客户推荐到该网站，以及他们实际为企业创造了多少收入？仅仅因为它很大而炫耀一个数字，很少能取得多大成就。这就是为什么确保您监控的每个指标都富有成效、信息丰富且有效的原因。

以下是一些避免虚荣指标的技巧：

• 考虑您的受众。你想用你的指标给谁留下深刻印象？如果是你的老板或投资者，他们可能更感兴趣的是显示你的业务表现的指标，而不是仅仅让你看起来不错的指标。
• 注重结果。不要只是为了跟踪指标而跟踪指标。确保您跟踪的每个指标都与特定的业务目标相关联。这样，您就可以看到您的努力如何为您的业务成功做出贡献。
• 对自己诚实。很容易被数字所吸引，并开始相信你的企业比实际情况更好。但重要的是要对自己的结果诚实。如果你没有达到你的目标，不要试图隐藏它。相反，请使用这些信息来确定您可以改进的领域。

通过避免虚荣指标，您可以确保跟踪正确的数据并根据真实信息做出决策。

虚荣指标是表面上看起来令人印象深刻的衡量标准，但实际上并没有提供任何对企业绩效的有意义的见解。它们通常用于使公司或产品看起来比实际更好。

例如，一家公司可能会跟踪其在社交媒体上拥有的关注者数量。这是一个虚荣指标，因为它没有告诉公司任何关于其追随者的参与度，或者他们是否真的对公司的产品或服务感兴趣。

虚荣指标的另一个例子是网站收到的页面浏览量。该指标不会告诉公司任何有关其接收的流量质量的信息，或者访问者是否真的采取了任何所需的操作，例如进行购买或注册时事通讯。

虚荣指标可能很危险，因为它们可能导致公司根据虚假信息做出决策。例如，一家专注于增加社交媒体关注者数量的公司可能会忽视投资于更有效的营销策略，这些策略实际上可以产生潜在客户和销售。

对于企业来说，专注于跟踪真正有意义的指标非常重要，这些指标可以帮助他们做出更好的决策。这些指标应与公司的总体目标保持一致。

以下是一些有意义的指标示例：

• 营业额
• 利润率
• 客户终身价值
• 员工满意度
• 网站转化率

通过跟踪这些类型的指标，企业可以更好地了解他们的绩效，并就如何改进绩效做出更明智的决策。

如何确定项目的关键指标 #

选择指标
在之前的视频中，你了解了商业智能专业人员如何确定要在其仪表板中包含哪些指标，以便向利益相关者提供相关且可操作的数据。在本文中，您将考虑选择正确的指标如何决定项目的成功。为此，您将探索 BI 专业人员为其项目确定关键指标的示例。

BI 专业人员在选择指标时要考虑五个关键点：

• 指标数量：信息越多越好。BI 专业人员限制仪表板上的指标数量，以专门关注对项目成功至关重要的指标。关键指标是相关的和可操作的。例如，如果指标 X 下降，这是好是坏？如果它下降，用户会采取什么操作，如果它上升，情况会有所不同？太多与项目无关的指标可能会令人困惑，并使仪表板的效率降低。我们的目标不是使仪表板过载以考虑每个用例，而是考虑 80% 的常见用例。
• 与业务目标保持一致：了解业务目标可以帮助您缩小哪些指标将支持这些目标并衡量其成功与否。例如，如果业务目标是增加销售额，请在仪表板中包含收入。您很可能不想包含客户满意度等指标，因为这与增加销售额的业务目标没有直接关系。
• 必要的技术和流程：请务必确认所选指标的必要技术和流程已到位。如果您无法获取和分析必要的数据，那么这些指标将不会非常有用。
• 数据的节奏：您必须考虑数据可用的频率。如果许多指标以不同的节奏和频率交付，则很难安排审核。
• 使用 SMART 方法：如果您获得了 Google 数据分析证书，您就会知道 SMART 方法是一种有用的工具，可以创建有效的问题来向利益相关者提问。它还可用于识别和完善关键指标，确保它们具体、可衡量、以行动为导向、相关且有时限。这可以帮助您避免使用对利益相关者无用的模糊或超高级指标，而是创建精确且信息丰富的指标。

集成视图
在 BI 世界中，数据需要一种动态且深思熟虑的方法来检测和响应事件发生的事件。需要对整个业务进行综合分析。在某些情况下，指标可能很简单。例如，收入相当明确：收入增加，事情进展顺利！但其他指标稍微复杂一些。

在之前的阅读中，您发现上下文对 CloudIsCool 支持团队在衡量他们有效回答客户支持问题的能力时的重要性。作为复习，每次客户寻求支持时都会创建客户支持票证。这些票证由 CloudIsCool 的第一响应团队处理。有时，第一响应团队需要帮助来回答更复杂的工单。然后，他们将联系第二个响应小组。这被标记为对支持票证的咨询。

想象一下，与该团队一起工作的 BI 专业人员现在正试图确定哪些指标在旨在提高支持票证的客户满意度评级的仪表板中有用。也许他们的利益相关者有兴趣监控咨询，以确保客户及时获得他们需要的帮助。因此，BI 团队考虑将咨询率（即客户支持代理向内部专家寻求帮助的比率）作为其仪表板中的指标。

请注意，咨询率的提高可能是好事，也可能是坏事。这可能意味着客户支持代理更加以客户为中心，并试图确保每个客户都得到最佳答案。但这也可能意味着代理商被投诉淹没，不得不将其卸载给内部专家以跟上步伐。因此，咨询率是一个没有明确方向的指标;它本身对决策过程也没有明显的影响。因此，对于此仪表板来说，这不是一个有用的指标。相反，BI 专业人员会选择以更有意义的方式指示成功或失败的指标。例如，他们可能决定包含一个指标，用于跟踪支持代理何时遇到缺少支持文档的情况。这将有助于领导者决定是否创建更多文档供座席参考。请注意，这个指标有一条明确的行动路线，我们可以根据它的高低来采取！

结论
能够选择为决策提供信息和支持项目成功的指标是您作为 BI 专业人员职业生涯的一项关键技能。请记住考虑指标的数量、它们如何与您的业务目标保持一致、衡量它们所需的技术和流程，以及它们如何遵守 SMART 方法。保持对整个业务的综合视图以及指标提供的信息如何用于指导利益相关者的行动也很重要。

北极星指标 #

到目前为止，您一直在了解 BI 专业人员如何选择正确的指标来衡量其项目的成功。BI 专业人员还使用另一种特定类型的指标来衡量整个企业或团队的长期成功;此指标通常称为北极星指标。在本文中，您将了解有关北极星指标的更多信息，BI专业人员如何选择它们，以及它们如何帮助企业随着时间的推移而增长。

指路明灯

公司的北极星指标超越了短期目标——它旨在捕捉企业产品或服务在其整个生命周期内的核心可衡量价值。这些指标是推动企业向前发展的指路明灯。这就是为什么它被称为北极星指标——就像北极星可以用来在荒野中导航一样，这些指标可以用来导航业务决策并引导企业实现增长。

将此指标作为整个业务的指路明灯在三个主要方面很有用：

1. 跨团队协调：不同的团队具有不同的专长和重点，有助于业务运作。他们并不总是在相同的项目或相同的指标上工作，这可能使整个业务难以保持一致。北极星指标允许所有团队有一个一致的目标来关注，即使他们从事不同的事情。
2. 跟踪增长：如果不了解决定增长的驱动指标，就很难理解和跟踪整个组织随时间推移的增长。北极星指标提供了一个长期可衡量的数据点，利益相关者在讨论业务的整体绩效和增长时可以关注该数据点。
3. 聚焦价值观：北极星指标主要是企业的指导原则——它决定了什么对组织和利益相关者很重要。这意味着选择正确的指标来指导业务可以帮助控制价值——无论是客户满意度、完成销售周期的客户数量还是客户保留率。

选择北极星指标

由于北极星指标是企业持续成功的关键，因此选择正确的指标是商业智能战略的基础部分。北极星指标必须衡量企业最重要的部分或使命。由于每个企业都是不同的，因此每个企业的北极星指标都是独一无二的。为了确定最有用的北极星指标可能是什么，您可以问几个问题：

• 该业务流程的关键是什么？
• 衡量的最重要的 KPI 是什么？
• 在这些 KPI 中，什么捕获了有关该业务的所有必要信息？
• 如何围绕该主要指标构建其他指标？

真正的北极星指标

由于越来越多的企业开始使用北极星指标来指导其业务战略，因此不同行业中有很多北极星指标的例子：

• 电子商务：
  • 完成销售周期的每周客户数
  • 每日购买的价值
• 社交媒体：
  • 日活跃用户数
  • 每天发送的消息数
• 流媒体和媒体服务：
  • 新注册人数
  • 总阅读时间
  • 总观看时间
  • 每月订阅收入
• 款待：
  • 预订晚数
  • 回头客数量

这些只是几个例子——从科技到金融，各行各业都有很多潜在的北极星指标供企业选择！

关键要点

作为 BI 专业人员，您的职责之一是授权利益相关者做出业务决策，从而促进长期增长和成功。北极星指标是衡量和指导企业走向未来的好方法，因为它们可以让您实际衡量整个企业的成功，使团队与单一目标保持一致，并将企业的价值观置于其战略的最前沿。

弥合从当前状态到理想状态的差距 #

弥合差距
商业智能专业人员持续监控流程和系统，以确定是否有必要进行更新以提高效率和优化。这些专业人士探索使当前状态更接近理想状态的方法。他们通过一种称为差距分析的过程来做到这一点，这是一种检查和评估过程当前状态的方法，以确定未来改进的机会。

差距分析包括了解您当前所处的位置与您想要的位置进行比较，以便您可以弥合差距。BI 使用差距分析来执行各种操作，例如改进数据交付系统或创建仪表板报告。

例如，销售团队可能使用仪表板来跟踪具有 6 小时数据滞后的销售管道进度。他们在准备重要会议时使用此仪表板收集最新信息。六个小时的延迟使他们无法在利益相关者会议上访问和共享近乎实时的见解。理想情况下，延迟应为一小时或更短。

与利益相关者一起设定方向
弥合差距的第一步是与利益相关者合作，确定此 BI 项目的正确方向。确定利益相关者的需求并了解用户如何与数据交互对于评估系统的理想状态非常重要。利益相关者有哪些需求没有得到满足或可以更有效地解决？他们的决策过程需要哪些数据？与利益相关者密切合作是必要的，以了解他们实际需要他们的 BI 工具做什么。

BI专业人员收集信息，并了解到，随着公司的发展，它在全国各地开设了办事处。因此，销售团队现在更加分散。目前，如果一个办公室的团队成员更新了有关潜在客户的信息，则其他办公室的团队成员在工作日快结束之前不会收到此更新。因此，他们的目标是减少数据延迟，以实现更好的跨团队协调。

上下文和数据质量
除了确定利益相关者的需求外，BI 专业人员了解他们与之交互和呈现的数据的上下文也很重要。如您所知，上下文是某事存在或发生的条件;它通过提供数据视角将原始数据转化为有意义的信息。这涉及定义谁收集了它或资助了它的收集;该行动背后的动机;数据来自哪里;什么时候;用于收集它的方法;以及数据可能产生的影响。BI 专业人员在为用户创建工具时还需要考虑上下文，以确保利益相关者能够正确解释结果并采取行动。

BI 专业人员确保利益相关者正在访问的数据的质量和完整性也很重要。如果数据不正确，报告工具将不准确，利益相关者将无法做出适当的决策——无论他们获得了多少背景信息。

现在，销售团队的 BI 专业人员需要确定数据源和每个源的更新频率。他们发现大多数关键数据源每 15 分钟更新一次。有一些非必要的数据源很少更新，但团队实际上不必等到这些数据源更新后才能使用管道。他们还能够确认数据仓库团队将验证这些数据源是否干净，并且不包含可能导致问题的重复或空字段。

建筑结构和系统
BI 专业人员工作的很大一部分是构建结构和系统。这意味着设计数据库存储系统，组织数据，并与数据库治理专家合作来维护这些系统。它还涉及创建管道工具，这些工具在整个系统中自动移动和转换数据，以便将数据发送到需要的地方。

这些结构和系统可以使数据井井有条、易于访问，并在利益相关者的决策过程中对他们有用。这使用户能够在需要时访问他们需要的数据——一个理想的系统应该被组织和结构化来做到这一点。为了满足销售团队的需求，本例中的 BI 分析师设计了一个新的工作流，通过该工作流可以同时处理数据源，将处理时间从 6 小时缩短到不到一个小时。

分享发现
如果您是从 Google 数据分析证书中学习本课程的，您可能已经熟悉
数据分析过程的共享阶段
.这是数据分析师创建数据可视化和报告并将其呈现给利益相关者的时刻。BI 专业人员也需要分享发现，但他们这样做的方式存在一些关键差异。正如您一直在学习的那样，为用户创建在需要时访问和浏览数据的方法，是理想 BI 系统的关键部分。BI 专业人员创建自动化系统，将结果交付给利益相关者或仪表板，这些仪表板监视传入数据并提供用户可以自行导航的当前更新。

在销售团队仪表板示例中，最终输出是一个仪表板，全国各地的销售团队都使用该仪表板近乎实时地跟踪进度。为了确保团队了解这些更新，团队的 BI 分析师会分享有关这些后端改进的信息，鼓励所有销售团队在每次会议前一小时检查数据。

根据见解采取行动
BI 专注于自动化流程和信息渠道，以便将相关数据转化为决策者易于获得的可操作见解。这些见解指导业务决策和开发。但 BI 流程并不止于此：BI 专业人员继续衡量这些结果、监控数据并对系统进行调整，以应对利益相关者的变化或新请求。

实施后端改进后，销售团队还会创建系统警报，以便在数据处理滞后时自动通知他们，以便他们为数据延迟做好准备。这样，他们就可以确切地知道系统的运行情况以及将来是否需要再次更新。

结论
BI 专业人员的很大一部分工作围绕着确定当前系统和流程的运行方式、评估潜在的改进并实施它们，以使当前系统更接近理想的系统状态。在整个课程中，您将学习如何通过与利益相关者合作、了解上下文、维护数据质量、分享发现和根据见解采取行动来做到这一点。

案例研究：USDM – 选择关键项目指标 #

在课程的这一部分中，您一直专注于商业智能专业人员如何为项目识别有效指标。这个过程的一个关键部分是与利益相关者合作，了解他们的数据需求，以及如何用数据来衡量和表示这些利益。在本案例研究中，您将有机会探索 BI 团队如何美元/百万与利益相关者合作制定指标。

公司背景

USDM 总部位于加利福尼亚州圣巴巴拉，与生物技术、制药、医疗器械技术和临床等多个行业的生命科学公司合作。USDM 帮助其客户（从大型公司到小型企业）确保其数据库系统符合行业标准和法规，并有效地满足他们的需求。USDM 的愿景是更好、更快地将生命科学和医疗保健解决方案带给世界——从自己的公司价值观开始：客户满意、责任感、诚信、尊重、协作和创新。

挑战

在本案例研究中，您将探索 USDM 与其客户之一合作的示例。该项目的客户研究和开发针对癌症患者的抗体疗法。客户需要分析来衡量其产品的有效性和效率。但是，对于客户的现有数据库，要获得所需的报告类型，他们必须访问许多系统，包括设施数据、许可信息以及销售和营销数据。所有这些数据都存在于不同的地方，因此，开发分析报告会给客户的利益相关者带来问题。此外，它使比较关键指标变得更加困难，因为需要将如此多的 KPI 集中在一个地方。

为了帮助更好地了解其产品的有效性并预测需求，客户要求 USDM 帮助构建一个可以满足其特定需求的数据存储系统。他们需要一个系统，能够将团队所需的数据汇集在一起，遵守行业法规，并允许他们根据可用于衡量产品有效性和市场趋势的关键指标轻松创建报告。该计划的一个重要部分从基础开始：客户团队的实际关键指标是什么，它们来自哪些数据系统？

方法

为了确定哪些指标对客户的业务需求最重要，USDM 团队需要从整个组织的各种不同人员那里获得意见。例如，他们需要知道使用这些数据进行报告的销售和营销团队需要哪些图表，他们现有的流程是什么，以及如何在新系统中满足这些需求。但是，他们还需要知道产品开发团队使用哪些数据来衡量疗效。

USDM 与不同的团队密切合作，以确定他们需要哪些图表来编写报告，他们目前如何访问和使用数据库系统，以及他们希望通过新系统实现的目标。因此，该团队能够确定代表客户业务需求的一系列关键指标。这些指标包括：

• 销售业绩
• 产品性能
• 保险索赔
• 医生信息
• 设施数据

要制定商业智能解决方案，必须同时进行与利益相关者的业务交互，以及与团队系统架构师的技术交互。一旦客户确定了这些指标，USDM 团队就会与客户团队的其他成员合作，开始构建可以捕获这些测量值的新解决方案。

但是，几乎每个项目都会遇到意想不到的挑战。团队用于开发新系统的数据库工具不具备团队捕获其必备指标所需的所有功能。在这种情况下，USDM 团队与领导层合作，制定了工具供应商的请求清单，他们能够满足其团队的独特需求。

结果

在项目结束时，USDM BI 团队构建了一个数据存储系统，该系统整合了团队从各种来源所需的所有数据。该系统捕获了客户了解其产品有效性、预测销售需求和评估营销策略所需的关键指标。使用此数据存储系统创建的报告仪表板包括利益相关者所需的一切。通过将所有 KPI 整合到一个地方，系统可以提供更快的见解，节省客户时间并提高效率，而无需从每个单独的系统运行报告。该解决方案更加自动化和高效，更重要的是，该解决方案在设计时专门考虑了团队最有用的指标。

结论

与用户和利益干系人协作，尽早选择指标，有助于确定项目的长期方向、利益干系人的具体需求，以及如何设计 BI 工具以最好地满足独特的业务需求。作为 BI 专业人员，您的角色的一个关键部分是考虑关键指标以及如何定制您创建的工具和系统，以有效地捕获这些测量值以供报告使用。

测试您的知识：超越数据限制

1、在沙滩巾制造商工作的商业智能专业人员创建了一个仪表板，以突出显示每个夏季发生的销售高峰。相反，销售副总裁要求提供一个显示同比结果的仪表板。在这种情况下，副总统到底想达到什么目的呢？

• Eliminate vanity metrics消除虚荣指标
• Ensure all metrics are measurable确保所有指标都是可衡量的
• Limit the number of metrics限制指标数量
• Use only very specific metrics仅使用非常具体的指标

2、商业智能专业人员正在确定要在仪表板上包含哪些指标。他们确认他们拥有必要的技术和流程来获取和分析每个指标所需的数据。这种情况说明了什么原理？

• Data partitioning 数据分区
• Data availability 数据可用性
• Data integrity 数据的完整性
• Data governance 数据治理

3、以下哪项陈述准确地描述了仪表板最佳实践？选择所有符合条件的。

Display the most important metric at the top.
在顶部显示最重要的指标。

Display the most important metric at the base, as it is the foundation of the dashboard.
在底部显示最重要的指标，因为它是仪表板的基础。

Supporting metrics should rise up from the base, as they grow from the most important metric.
支持指标应该从基础开始上升，因为它们是从最重要的指标开始增长的。

Display supporting metrics below the top metric, as they reinforce it.
在顶部指标下方显示支持指标，因为它们强化了它。

评论：上下文对于有目的见解至关重要 #

结束语 #

就这样，我们到达了本课程另一部分的结尾。 您正在发现很多关于商业智能的信息。 我真的为你感到兴奋，为你所取得的成就，为未来的一切感到兴奋。 我希望你同样受到启发和激励，继续取得巨大的进步。 至此，您已经获得了有关 BI 的一些最基本元素的宝贵知识。 您已经了解了上下文，以及它如何帮助人们避免错误、节省时间和精力，并确认数据是准确和公平的。 在创建 BI 工具时，上下文也很重要，因为它使用户能够协作和共享信息，从而有助于使业务指标更加清晰和全面。 您还探讨了数据可用性的概念，以及为什么它在维护 BI 解决方案的完整性方面如此重要。 此外，您还会继续调查指标，以及 BI 专业人员在决定在仪表板上包含哪些指标时使用的策略。 很快，就该将你的BI技能应用于你的投资组合的基于场景的项目了。 您将创建自己的方法来处理示例情况，并考虑如何完成公司的每项任务。 这将是您求职过程中的宝贵工具。 一如既往，我鼓励您充分利用论坛。 分享想法和问题是进入 BI 世界的绝妙方式。 但首先，您还有另一个分级评估。 再一次，请务必查看列出新词汇表术语的阅读材料，并花时间查看视频、阅读材料和您自己的笔记。 很棒的工作，我迫不及待地想很快再次和你在一起。

Module 3 中的词汇表术语 #

Glossary terms from module 3
模块 3 中的术语表
Data availability: The degree or extent to which timely and relevant information is readily accessible and able to be put to use
数据可用性：及时获取和使用相关信息的程度或范围

Data integrity: The accuracy, completeness, consistency, and trustworthiness of data throughout its life cycle
数据完整性：数据在整个生命周期中的准确性、完整性、一致性和可信度

Data visibility: The degree or extent to which information can be identified, monitored, and integrated from disparate internal and external sources
数据可见性：从不同的内部和外部来源识别、监控和集成信息的程度或范围

Vanity metric: Data points that are intended to impress others, but are not indicative of actual performance and, therefore, cannot reveal any meaningful business insights
虚荣指标：旨在给他人留下深刻印象的数据点，但并不代表实际绩效，因此无法揭示任何有意义的业务见解

Terms and their definitions from previous modules
之前模块中的术语及其定义
A
Application programming interface (API): A set of functions and procedures that integrate computer programs, forming a connection that enables them to communicate
应用程序编程接口（API）：一组集成计算机程序的功能和过程，形成使它们能够进行通信的连接

Applications software developer: A person who designs computer or mobile applications, generally for consumers
应用软件开发人员：通常为消费者设计计算机或移动应用程序的人

B
Business intelligence (BI): Automating processes and information channels in order to transform relevant data into actionable insights that are easily available to decision-makers
商业智能 (BI)：自动化流程和信息渠道，将相关数据转化为决策者可以轻松获得的可行见解

Business intelligence governance: A process for defining and implementing business intelligence systems and frameworks within an organization
商业智能治理：在组织内定义和实施商业智能系统和框架的过程

Business intelligence monitoring: Building and using hardware and software tools to easily and rapidly analyze data and enable stakeholders to make impactful business decisions
商业智能监控：构建和使用硬件和软件工具来轻松快速地分析数据，并使利益相关者能够做出有影响力的业务决策

Business intelligence stages: The sequence of stages that determine both BI business value and organizational data maturity, which are capture, analyze, and monitor
商业智能阶段：决定 BI 业务价值和组织数据成熟度的阶段顺序，包括捕获、分析和监控

Business intelligence strategy: The management of the people, processes, and tools used in the business intelligence process
商业智能策略：对商业智能流程中使用的人员、流程和工具的管理

D
Data analysts: People who collect, transform, and organize data
数据分析师：收集、转换和组织数据的人员

Data governance professionals: People who are responsible for the formal management of an organization’s data assets
数据治理专业人员：负责组织数据资产正式管理的人员

Data maturity: The extent to which an organization is able to effectively use its data in order to extract actionable insights
数据成熟度：组织能够有效使用其数据以提取可行见解的程度

Data model: A tool for organizing data elements and how they relate to one another
数据模型：一种用于组织数据元素及其相互关系的工具

Data pipeline: A series of processes that transports data from different sources to their final destination for storage and analysis
数据管道：将数据从不同来源传输到最终目的地进行存储和分析的一系列过程

Data warehousing specialists: People who develop processes and procedures to effectively store and organize data
数据仓库专家：开发有效存储和组织数据的流程和程序的人员

Deliverable: Any product, service, or result that must be achieved in order to complete a project
可交付成果：为了完成项目而必须实现的任何产品、服务或结果

Developer: A person who uses programming languages to create, execute, test, and troubleshoot software applications
开发人员：使用编程语言创建、执行、测试软件应用程序并排除故障的人员

E
ETL (extract, transform, and load): A type of data pipeline that enables data to be gathered from source systems, converted into a useful format, and brought into a data warehouse or other unified destination system
ETL（提取、转换和加载）：一种数据管道，可以从源系统收集数据，将其转换为有用的格式，然后将其带入数据仓库或其他统一的目标系统

I
Information technology professionals: People who test, install, repair, upgrade, and maintain hardware and software solutions
信息技术专业人员：测试、安装、维修、升级和维护硬件和软件解决方案的人员

Iteration: Repeating a procedure over and over again in order to keep getting closer to the desired result
迭代：一遍又一遍地重复一个过程，以不断接近期望的结果

K
Key performance indicator (KPI): A quantifiable value, closely linked to business strategy, which is used to track progress toward a goal
关键绩效指标（KPI）：与业务战略密切相关的可量化值，用于跟踪目标的进展情况

M
Metric: A single, quantifiable data point that is used to evaluate performance
指标：用于评估绩效的单个可量化数据点

P
Portfolio: A collection of materials that can be shared with potential employers
作品集：可以与潜在雇主共享的材料集合

Project manager: A person who handles a project’s day-to-day steps, scope, schedule, budget, and resources
项目经理：处理项目日常步骤、范围、进度、预算和资源的人

Project sponsor: A person who has overall accountability for a project and establishes the criteria for its success
项目发起人：对项目负全部责任并为其成功制定标准的人

S
Strategy: A plan for achieving a goal or arriving at a desired future state
战略：实现目标或达到期望的未来状态的计划

Systems analyst: A person who identifies ways to design, implement, and advance information systems in order to ensure that they help make it possible to achieve business goals
系统分析师：确定设计、实施和推进信息系统的方法以确保它们有助于实现业务目标的人

Systems software developer: A person who develops applications and programs for the backend processing systems used in organizations
系统软件开发人员：为组织中使用的后端处理系统开发应用程序和程序的人员

T
Tactic: A method used to enable an accomplishment
战术：用于实现成就的方法

Module 3 challenge  #

商业智能基础模块 3 挑战测验答案 (niyander.com)

[可选]查看Google 数据分析证书内容 #

[可选]查看有关上下文的 Google 数据分析证书内容 #

上下文是某事存在或发生的条件。上下文在数据分析中很重要，因为它可以帮助您筛选大量杂乱无章的数据并将其转化为有意义的东西。事实是，如果数据不与上下文配对，它就没有什么价值。

了解数据背后的背景可以帮助我们在数据分析过程的每个阶段使其更有意义。例如，您也许可以对下表中正在查看的内容进行一些猜测，但如果没有更多上下文，则无法确定。

2010	28000
2005	18000
2000	23000
1995	10000

另一方面，如果第一列被标记为代表进行调查的年份，而第二列显示对该调查做出回应的人数，那么该表将开始更有意义。更进一步，您可能会注意到该调查每 5 年进行一次。这个添加的上下文有助于你理解为什么表格中存在五年的差距。

年（每5年收集一次）	受 访 者
2010	28000
2005	18000
2000	23000
1995	10000

上下文可以将原始数据转换为有意义的信息。 对于数据分析师来说，将他们的数据置于上下文中非常重要。这意味着通过定义数据来提供数据透视图。为此，您需要确定：

• 人员：创建、收集和/或资助数据收集的个人或组织
• 内容：数据可能影响的世界上的事物
• 其中：数据的来源
• 时间：创建或收集数据的时间
• 原因：创作或收藏背后的动机
• 如何：用于创建或收集它的方法

在分析过程的每一步中，理解并包括上下文都很重要，因此在职业生涯的早期就熟悉它是个好主意。例如，在收集数据时，您还需要询问有关上下文的问题，以确保您了解业务和业务流程。在组织过程中，上下文对于命名约定、选择如何显示变量之间的关系以及选择保留或省略的内容非常重要。最后，当你进行演示时，重要的是要包括上下文信息，以便你的利益相关者理解你的分析。

[可选]查看有关数据完整性的 Google 数据分析证书内容 #

欢迎回到这个视频。 我们将讨论数据完整性以及您作为数据分析师可能遇到的一些风险。 强有力的分析取决于数据的完整性。 如果您使用的数据以任何方式受到损害，您的分析将不会达到应有的强度。 数据完整性是指数据在其整个生命周期中的准确性、完整性、一致性和可信度。这听起来像是数据要达到的很多品质。 但相信我，在继续分析之前检查它们是值得的。 否则，你的分析可能是错误的，不是因为你做错了什么，而是因为你正在处理的数据一开始就错了。 当数据完整性较低时，它可能导致从图像中单个像素丢失到不正确的医疗决策等任何事情。 在某些情况下，缺少一块可能会使您的所有数据变得无用。 数据完整性可能会以多种不同的方式受到损害。 每次以任何方式复制、传输或操作数据时，数据都有可能受到损害。数据复制是将数据存储在多个位置的过程。 如果要在不同时间、不同位置复制数据，则数据可能会不同步。 这些数据缺乏完整性，因为不同的人可能不会使用相同的数据来研究他们的发现，这可能会导致不一致。 还有数据传输问题，这是将数据从存储设备复制到内存或从一台计算机复制到另一台计算机的过程。 如果数据传输中断，则最终可能会得到一个不完整的数据集，这可能对您的需求没有用处。 数据操作过程涉及更改数据以使其更有条理且更易于阅读。 数据操作旨在提高数据分析过程的效率，但过程中的错误可能会损害该效率。 最后，数据也可能因人为错误、病毒、恶意软件、黑客攻击和系统故障而受到损害，这都可能导致更多的麻烦。 我就到此为止。 这已经足够消化潜在的坏消息了。 让我们继续讨论一些潜在的好消息。 许多公司，数据仓库或数据工程团队负责确保数据完整性。 我们将学习如何作为数据分析师检查数据完整性，但首先要确保在你发现你正在处理的数据类型后，其他人通常会支持你。请务必仔细检查您的数据是否完整TE 并在分析前有效。 这将有助于确保您的分析和最终结论是准确的检查。 数据完整性是处理数据的重要步骤，无论您还是您的公司正在执行的其他人，都可以对其进行分析。接下来，您将了解有关数据完整性的更多信息。 一会见

用简单的术语解释这个主题

数据完整性是指数据的准确性和可靠性。这很重要，因为如果您使用的数据不准确或不完整，您的分析和结论就会有缺陷。

有许多因素会损害数据完整性，包括：

• 复制：将数据从一个位置复制到另一个位置可能会引入错误。
• 转移：将数据从一个系统移动到另一个系统也可能导致错误。
• 操纵：更改数据以使其更有条理或更易于阅读可能会引入错误。
• 人为错误：人们犯的错误也会损害数据的完整性。
• 病毒和恶意软件：这些可能会损坏数据文件。
• 黑客：未经授权访问数据可能会导致数据被更改或删除。
• 系统故障：硬件或软件问题也会损坏数据。

为确保数据完整性，请务必：

• 验证数据：使用前检查数据是否存在错误和不一致。
• 干净的数据：删除重复数据、更正错误并填充缺失值。
• 安全数据：保护数据免遭未经授权的访问和修改。
• 备份数据：创建数据副本，以防原始数据丢失或损坏。

通过执行这些步骤，您可以帮助确保您使用的数据准确可靠，从而得出更准确、更可靠的分析和结论。

Moddule 4 #

将您的技能应用于工作场所方案 #

欢迎来到Module 4 #

你好！我是 Anita，Google 的财务高级商业智能分析师。 我很高兴能和你一起开始这个关于你未来商业智能职业的第一个视频。观看教学视频（例如此视频）或上课或阅读文章都是获得新知识的好方法。 然而，没有什么比应用这些知识更重要了。 当你真正做某事时，这真的可以帮助你确认你理解你所学到的东西。 这个概念被称为体验式学习，它简单地意味着通过实践来理解。 它涉及让自己沉浸在一种可以练习所学知识、进一步发展技能并反思您的教育的情境中。几年前，我接受了瑜伽老师的培训。 一开始有点吓人，学习每个姿势的所有来龙去脉; 弄清楚如何创建有效的姿势序列; 最终，领导着一个满是人的瑜伽馆。 但是我注意了哪些是有效的，以及我在每节课上可以改进的地方。 然后我反思了这一点，并重新审视了我培训中的许多经验教训。 在我教的每一堂课中，这种学习经历都帮助我变得越来越好。 体验式学习，无论是出于爱好还是工作，总是一个绝佳的机会。 它让你对世界有更广阔的视野，对你的特定兴趣和激情有重要的洞察力，并有助于建立自信。 因此，让我们开始体验您的课程结束项目。 在此 Google 商业智能证书的背景下，体验式学习将使您有机会了解组织每天如何使用 BI。 这种类型的活动可以帮助您确定您最感兴趣的特定行业和项目类型，并帮助您与潜在雇主讨论它们。 这确实可以帮助您在求职中脱颖而出。 很快，您将通过参与课程结束项目将体验式学习付诸实践。作为复习，作品集是可以与任何潜在雇主共享的材料集合。这也是让您的应用程序大放异彩的绝佳方式。 投资组合可以存储在公共网站上或您的自己的个人网站或博客。它们可以在您的数字简历或您可能拥有的任何在线专业存在（例如您的 LinkedIn 帐户）中链接。您将从事的项目是一个 BI 案例研究，这将使您能够以令人信服且具有启发性的方式将您所学到的有关 BI 的所有知识汇集在一起。如果您获得了 Google 数据分析证书，那么您花了很多时间在投资组合上展示您的知识和技能。 现在是重温这些课程的好时机，以确保您拥有创建有影响力和令人印象深刻的 BI 投资组合的必要基础。或者，如果您没有完成该计划，您可能需要在继续此项目之前检查该内容。创建一个课程结束项目是一个宝贵的机会，因为公司经常会要求你在面试过程中完成一个案例研究。 雇主通常使用这种方法来评估您作为候选人，并深入了解您如何应对常见的业务挑战。 如果您在申请 BI 工作时遇到这种情况，此课程结束项目将帮助您取得成功。接下来，您将了解课程结束项目中涉及的具体案例研究。您还将收到明确的说明，以便创建许多 BI 可交付成果。 当你开始工作时，你将考虑你在本课程中获得的知识和技能，以及如何将它们应用到你的项目中。 我鼓励你记下你的方法、方法、系统和成就。 这将帮助您确定要与招聘经理分享的要点，例如您获得的许多可转移技能。 可转移技能是一种可以从一项工作应用于另一项工作的能力或熟练程度。在换工作或换行业时 ，突出你的可转移技能尤为重要。例如，如果您在餐厅担任房东时学会了如何解决客户投诉，那么在申请 BI 领域的工作时，您可以强调解决问题的可转移技能。或者，也许您学会了如何按时完成任务、做笔记并按照指示进行操作 在非营利组织从事行政工作时。 您可以讨论如何将您的组织技能转移到 BI 行业。 关键是：如果你已经培养了解决问题的能力，或者在一个角色中保持事情井井有条的能力，你就可以将这些知识应用到任何地方。 您可以将各种可转移的技能添加到您的笔记文档中。 此外，此过程将帮助您考虑如何清楚地解释技术概念，同时演示如何在各种工具和场景中应用您的 BI 专业知识。当你完成时，你不仅会得到一些非常有用的笔记，还会有一个完整的在线投资组合的案例研究。听起来很令人兴奋，不是吗？ 让我们开始吧。

用简单的术语解释这个主题

体验式学习是一种实践教育方法，强调边做边学。它涉及让自己沉浸在一种可以练习所学知识、进一步发展技能并反思您的教育的情境中。

以下是一些体验式学习的例子：

• 一名医学生在医院完成临床轮换
• 一名商科学生为真实客户从事咨询项目
• 一名教师候选人在教室里教学生

体验式学习有很多好处，包括：

• 它可以帮助您培养可以在工作场所使用的实用技能。
• 它允许您将您的知识应用于现实世界的问题。
• 它可以帮助您培养批判性思维和解决问题的能力。
• 它可以帮助您建立对自己能力的信心。

如果您有兴趣寻求体验式学习机会，可以通过多种方式参与其中：

• 与您的教师讨论课程中体验式学习的机会。
• 寻找实习、学徒或其他基于工作的学习计划。
• 在提供实践学习机会的组织中做志愿者。

体验式学习是补充您的教育和为成功的职业生涯做准备的宝贵方式。

帕特里克：成为首选候选人 #

我是 Patrick Lau，我是 Google Legal 的商业智能经理。 我管理着一个由五名分析师组成的团队，我们为所有 Google 法律团队处理信息中心、报告和查询。 我最初在 Google 担任非技术职务。 实际上，我最初是在法律部门担任法律助理的。 在我的第一个角色中，我得到了很多与数据打交道的机会，因为数据无处不在。 我们需要报告来报告数据，使数据可视化。 这个机会给了我很多机会来发展我的技能并开始展示数据和仪表板。 在 Google，我进行了大约 40 次面试，都是针对 BI 分析师职位的。 通常，我正在寻找的是那些对商业判断力非常强的候选人，他们能够提出建议以找到解决方案并利用数据来做到这一点。 作为一名招聘经理，我看到很多简历，有时它们开始看起来很相似。 不过，我真正感到兴奋的是，当候选人包括作品集时，而不是很多申请人包括作品集。 看到作品集让我兴奋的是，不仅仅是一页纸的简历，还要看看他们能做什么样的工作。 他们对数据的热情，真的只是为了听到他们的声音，这才是真正帮助我了解候选人的原因。 我真正喜欢看到的投资组合不仅仅是一套仪表板。 我真的很喜欢看视频，也许是在YouTube上，或者是在任何其他视频平台上录制的，因为这让我从头到尾看到一个故事。 我真的很喜欢看他们的幻灯片，或者看到他们走过仪表板，点击不同的小部件，展示他们的趋势。 讲这样的故事真的有助于我参与其中。 我发现这些投资组合比仅仅，嘿，这里有一堆链接要有趣得多，他们点击它，他们会自己看。 对于第一次创建作品集的候选人，我真的建议保持简单。 假设招聘经理只会花几分钟时间浏览您的仪表板、报告或查询。 想想你希望他们带走的信息。 你的行动或建议应该非常迅速和非常清晰地脱颖而出。 不要想太多给招聘经理留下深刻印象。 真的，对我来说重要的是看到你提出的建议，你想如何用你的数据影响业务。 作为一名招聘经理，我想说，我真的希望每个人都能成功。 我希望你成功。 您属于 BI 行业。 我们需要你，我们需要更多拥有独特职业道路和独特经历的人。 这就是我们建立一个更加多元化的行业的方式。 只有这样，我们才能真正提高技能和创新。

课程结束项目简介 #

当应聘者面试 Google 的工作时，我在人事运营和人力资源部门的同事喜欢查看他们的在线作品集。 他们通常对能够以清晰和令人信服的形式展示其知识的候选人更有信心。当他们审查那些想加入像我这样的团队的人的作品集时，在商业智能方面，仪表板特别有用，因为它们在视觉上引人注目，但也简单明了，易于使用和理解。 因此，我们与招聘经理一起寻找内容以及仪表板的组织和设计方式，以了解在用户体验中投入了多少心思。拥有投资组合在商业智能领域变得非常普遍。在求职过程中，展示您的 BI 知识、您使用 BI 工具箱的经验以及您参与过的一些有趣的项目非常有价值。您的作品集确实可以帮助您从其他候选人中脱颖而出。 到目前为止，在本课程中，您已经获得了大量知识和工作准备技能，以帮助您在 BI 中取得成功。 您已经发现了 BI 专业人员在组织中的角色，以及典型的职业道路。 您已经探索了核心的 BI 实践和工具，并见证了 BI 专业人员如何使用它们来产生积极影响。 所有这些都将帮助您成功完成课程结束项目。 此外，你将应用你所学到的关于团队成员、利益相关者和客户的知识，例如他们的特定角色或优先事项。 在此过程中，您将确保您选择的指标具有相关性和有效性。你将应用你现在所知道的关于定义战略和收集利益相关者和项目需求的知识。 您将首先阅读有关特定案例研究的信息。 本阅读材料将解释与您合作的组织类型、所涉及的人员、要解决的业务问题以及其他关键细节。 您将使用客户提供的信息 填写利益相关者需求文档。这将使您能够进一步定义业务问题，了解利益相关者，并考虑要回答的重要问题，以取得成功的结果。 然后，您将创建一个项目需求文档， 关键依赖关系、成功标准等的信息。 最后，您将深思熟虑地计划您对示例情况的方法，以便您准备好开发有效的解决方案。 如您所知，项目需求文档包括项目的目的; 其受众; 以及关键的仪表板功能和要求，包括仪表板应包含的指标和图表。 然后在以后的课程中，你将继续从事你的课程结束项目。当你完成时，你已经设计了一些东西，你可以用它来真正、真正地给招聘经理留下深刻印象。 此外，您将拥有一份 BI 流程文档，其中展示了您的思维过程、解决业务问题的方法以及您获得的关键技能等等。 这些都是在面试中 值得谈论的好事情。好了，让我们开始吧。 现在是时候了解您将如何帮助组织在激动人心的商业智能世界中取得进步了。

这是对该主题的简化解释：

商业智能 （BI） 是使用数据做出更好决策的过程。BI 可用于改善业务的任何方面，从营销和销售到运营和财务。

BI 工具是帮助企业收集、分析和可视化数据的软件程序。这些工具可用于创建报表、仪表板和其他可视化效果，从而轻松理解数据和识别趋势。

BI 专业人员是具有使用 BI 工具和技术解决业务问题的技能和知识的人。BI 专业人员的需求量很大，他们可以赚取高薪。

本课程的课程结束项目将使你有机会将你所学到的技能和知识应用于现实世界的商业问题。您将在一个团队中开发 BI 解决方案，以帮助公司提高其绩效。

课程结束项目介绍 #

欢迎来到课程结束项目！
恭喜您在 Google 商业智能证书中取得进步！每门课程的最后一个模块包括一个课程结束项目，该项目提供动手实践和展示您的 BI 知识的机会。这些项目将增加复杂性，就像您作为 BI 专业人员将遇到的工作任务一样。完成所有课程和项目后，您将有一个作品集可以与潜在雇主分享。

沟通在BI职业空间中的重要性
除了完成课程结束项目所需的技术和组织技能外，您还需要练习有效的沟通技巧。为了让您做好准备，每个项目都需要您：

• 收集有关要解决的业务问题或要回答的问题的信息
• 完成关键 BI 文档，包括利益相关者要求、项目要求和战略文档
• 定义团队成员
• 了解时间和预算要求
• 确定指标和 KPI
• 知道如何衡量成功
• 突出您的可转移技能

期望值
您将获得应用新技能和完成每个课程结束项目所需的工具、资源和说明。您还可以访问深思熟虑的问题和有用的资源，这些资源旨在指导和启发您的数据分析工作流程。最后，您的努力将得到工作示例的回报，这些示例将证明您的 BI 技能的有效性。它们将包括设计模式;模式;管道;仪表板模型;数据可视化;最后，是实际的 BI 仪表板！如果您在任何时候遇到困难，您都会找到用于查看每门课程中相关信息的链接。

您的课程结束项目不会评分，但您可以访问示例可交付成果，您可以将其与您自己的工作进行比较，以确保您的项目成功。与其他活动不同，课程结束的项目活动将受到较少的指导，以允许您测试您的知识并实践您所学的知识。在此过程中，我们强烈鼓励您参与讨论论坛，与从事自己案例研究的学习者聊天，分享策略，提出问题并相互鼓励！请注意，共享一般项目策略是合适的，但不能共享具体的步骤、流程或文档。

开始您的项目
在课程 1 的课程结束项目中，您将：

• 审查利益相关者的相关项目材料，以确定关键要求
• 制定项目需求文档，以满足利益相关者的需求并指导项目规划

关键要点
课程结束时的项目使您能够应用新的 BI 技能和知识，向潜在雇主展示基本的 BI 技能，并展示您从 Google 商业智能证书中学到的知识。在求职面试中分享作品集是成为有竞争力的 BI 候选人的行之有效的方法。此外，您在该计划中投入了大量时间和精力，因此完成此项目将是对您学习成就的盛大庆祝！

设计有效的执行摘要 #

商业智能专业人员需要共享和交流有关项目的计划、更新和摘要的方法。称为执行摘要的通用文档用于更新可能不直接参与项目任务的决策者。作为 BI 专业人员，您将经常参与创建执行摘要。

此外，执行摘要可能是向潜在雇主描述您的课程结束项目的有用方式。这份文件可以为探索你的作品集的面试官提供对你的项目的简单易懂的解释，并在实际面试中成为参考你的项目的有用方式。

在本阅读中，您将了解有关执行摘要以及如何为利益相关者准备它们的更多信息。在项目结束时，您将填写一份关于您已完成工作的执行摘要——因此现在开始考虑如何处理该文档会很有用。

执行摘要

执行摘要是收集较长计划或报告中包含的最重要要点的文件。这些摘要在各种企业中都很常见，为决策者提供了最相关信息的简要概述。它们还可用于帮助新团队成员快速熟悉项目的细节。该格式旨在尊重决策者和/或高管的责任，他们可能没有时间阅读和理解整个报告。在执行摘要中呈现信息的方法有很多种，包括专门为此目的构建的软件选项。在这个程序中，您将主要关注演示幻灯片中的单页格式。无论它们是如何创建的，都有一些项目是通常包含的。

执行摘要的要素

提供的示例执行摘要涉及想象中的野火可预测性项目。本摘要的目标受众是来自为各种公园提供服务的团队中许多不同部门的一组决策者。本摘要的目的是分享通过对美国野火的数据分析获得的见解。每个部分都提供简短的陈述，没有修饰。这使得通常时间紧迫的决策者能够快速掌握与项目最相关的要点。在查看以下每个部分时，请参阅此文档。

您将在下面找到一个关于野火可预测性的想象项目的执行摘要示例。

要访问示例执行摘要，请单击下面的链接，然后选择“使用模板”。

执行摘要示例链接：野火预测项目执行摘要

或

如果您没有 Google 帐户，可以直接从下面的附件下载文件。

野火预测项目执行摘要

PPTX 文件

项目标题：项目的主题被纳入执行摘要标题中，以与目标受众建立即时联系。

问题：侧重于项目所针对或解决的需求或关注点的声明。另请注意，该问题也可以称为您试图通过分析证明的假设。

解决方案：这句话总结了项目的主要目标。在本节中，将介绍旨在解决问题陈述中概述的问题的操作。

详细信息/关键见解：本节的目的是提供任何其他背景和信息，以帮助目标受众了解项目的目标。确定要包含哪些详细信息在很大程度上取决于目标受众。您也可以选择包含一些项目反思。

关键要点

执行摘要是与决策者、客户和高管共享信息的重要方式。这些文件包括项目或行动计划中最重要信息的摘要版本。执行摘要的范围通常较宽，不侧重于具体的职责或任务。执行摘要总结了项目的状态及其发现，描述了一个问题并提出了一个解决方案。

探索课程 1 课程结束项目方案 #

当你使用结构化思维来处理一个项目时，你经常会发现有一些特定的步骤你需要按照特定的顺序完成。Google 商业智能证书中的课程结束项目在设计时就考虑到了这一点。每门课程中提出的挑战代表了整个项目中的一个里程碑，基于该课程中学到的技能和概念。

证书计划允许您从不同的工作场所场景中进行选择，以完成课程结束项目：Cyclistic 自行车共享公司或 Google Fiber。每个场景都为您提供了一个机会来完善您的技能并创建工件以在在线投资组合中在就业市场上分享。

无论您选择哪种方案，您都将练习类似的技能，但您必须为每门课程至少完成一个课程结束项目才能获得 Google 商业智能证书。为了获得有凝聚力的体验，建议您为每个课程结束项目选择相同的方案。例如，如果您选择在课程 1 中完成的骑行场景，我们建议您在课程 2 和 3 中也完成相同的场景。但是，如果您对多个工作场所场景感兴趣或想要更多挑战，欢迎您做多个课程结束项目。完成多个项目为您提供了额外的实践和示例，您可以与未来的雇主分享。

课程 1 课程结束项目场景 #

自行车共享单车 #

背景： 

在这个虚构的工作场所场景中，虚构的公司 Cyclistic 与纽约市合作提供共享自行车。目前，曼哈顿和邻近的行政区都有自行车站。客户可以租用自行车，以便在这些地点的车站之间轻松旅行。

场景：

您是 Cyclistic 新聘用的 BI 专业人员。该公司的客户增长团队正在为明年制定业务计划。他们想了解他们的客户如何使用他们的自行车;他们的首要任务是确定不同车站位置的客户需求。

课程 1 挑战：

• 从上次 Cyclistic 执行会议上的笔记中收集信息
• 确定每项任务的相关利益相关者
• 将任务组织成里程碑
• 完成项目规划文件，以便与利益相关者保持一致

注意：这个故事，以及所有描绘的名字、人物和事件，都是虚构的。无意或不应推断与真实人物（在世或已故）的身份。本项目中共享的数据是出于教学目的而创建的。

谷歌光纤 #

背景： 

Google Fiber 为个人和企业提供光纤互联网。目前，在呼叫中心工作的客户服务团队在其既定服务区域内接听客户的电话。在这个虚构的场景中，该团队有兴趣探索重复呼叫的趋势，以减少客户为解决问题而必须呼叫的次数。

场景：

您目前正在面试 Google Fiber 呼叫中心团队的 BI 职位。作为面试过程的一部分，他们要求您开发一个仪表板工具，使他们能够探索重复呼叫的趋势。团队需要了解客户在第一次询问后致电客户支持的频率。这将有助于领导层了解团队在第一时间回答客户问题的效率。

课程 1 挑战：

• 从 Google Fiber 面试期间的笔记中收集信息
• 确定每项任务的相关利益相关者
• 将任务组织成里程碑
• 完成项目规划文件，以便与利益相关者保持一致

关键要点 #

在课程 1“商业智能基础”中，您探索了 BI 专业人员的世界，并了解了 BI 如何为组织的愿景做出贡献。

课程 1 技能： #

• 练习有效的沟通
• 了解跨职能团队动态
• 执行有效的项目管理
• 与利益相关者分享见解和想法

课程 1 课程结束项目可交付成果： #

• 三份BI项目规划文档

您将有机会在工作场所场景概述阅读中更详细地探索这些场景。阅读概述后，选择您最感兴趣的工作场所场景！

自行车场景 #

课程 1 工作场所场景概述：骑自行车 #

了解工作场所方案 #

课程结束项目旨在让您在工作场所场景中练习和应用您的技能。无论您选择哪种方案，您都将与同事、内部团队成员和外部客户讨论和交流数据分析主题。您只需遵循其中一个方案即可完成课程结束项目。继续阅读以了解有关虚构的共享单车公司 Cyclistic 的更多信息。如果您想探索 Google Fiber 项目，请转到提供该工作场所方案概述的阅读材料.提醒一下，您只需完成其中一个方案即可完成课程结束项目。但是，如果需要，您可以完成多个。

欢迎光临Cyclistic！ #

恭喜您在纽约市一家虚构的共享单车公司 Cyclistic 的商业智能团队获得新工作。为了为您的团队提供 BI 业务价值和组织数据成熟度，您将使用您在 BI 阶段的知识：捕获、分析和监视。当你完成时，你将有一个课程结束项目，向潜在的雇主展示你的知识和技能。

您的会议记录 #

您最近参加了与主要利益相关者的会议，以收集有关此 BI 项目的详细信息。以下详细信息是会议记录。使用它们包含的信息来完成利益相关者需求文档、项目需求文档和规划文档。有关其他指导，请参阅以前阅读有关文档的信息和涉及完成它们的自我审查.

项目背景：

主要数据集：纽约市花旗自行车之旅

次要数据集：人口普查局美国边界

Cyclistic与纽约市合作，提供共享单车。目前，曼哈顿和邻近的行政区都有自行车站。客户可以租用自行车，以便在这些地点的车站之间轻松旅行。

Cyclistic 的客户增长团队正在为明年制定商业计划。该团队希望了解他们的客户如何使用他们的自行车;他们的首要任务是确定不同车站位置的客户需求。

Cyclistic 为其客户的每次旅行捕获了数据点，包括：

• 行程开始时间和地点（站号及其纬度/经度）
• 行程结束时间和位置（车站号及其纬度/经度）
• 租用自行车的识别号码
• 客户类型（一次性客户或订阅者）

该数据集包括数以百万计的乘车次数，因此团队需要一个能够总结关键见解的仪表板。由客户洞察驱动的业务计划比仅由内部员工观察驱动的计划更成功。执行摘要必须包括总结和汇总的关键数据点，以便领导团队清楚地了解客户如何使用 Cyclistic。

利害关系人：

• Sara Romero，营销副总裁
• Ernest Cox，产品开发副总裁
• Jamal Harris，客户数据总监
• Nina Locklear，采购总监

团队成员：

• Adhira Patel，API 策略师
• Megan Pirato，数据仓库专家
• Rick Andersson，数据治理经理
• Tessa Blackwell，数据分析师
• Brianne Sand，IT 总监
• Shareefah Hakimi，项目经理

*主要联系人是 Adhira、Megan、Rick 和 Tessa。

Per Sara：仪表板需要可访问，具有大字体和文本转语音的替代方案。

项目审批和依赖关系：

数据集将包括客户（用户）数据，Jamal 需要批准这些数据。此外，该项目可能需要获得拥有特定产品数据的团队的批准，包括自行车行程持续时间和自行车识别号。因此，我需要确保利益相关者可以访问所有数据集。

项目目标：扩大Cyclistic的客户群

罗梅罗女士的详细信息：

• 了解客户想要什么，什么是成功的产品，以及新站点如何缓解不同地理区域的需求。
• 了解当前自行车系列的使用方式。
• 我们如何应用客户使用情况洞察来为新站点的增长提供信息？
• 客户增长团队希望了解不同的用户（订阅者和非订阅者）如何使用我们的自行车。我们需要调查一大群用户，以便公平地代表不同位置以及低到高活动级别的用户。
• 请记住，当天气恶劣时，用户可能会减少使用 Cyclistic。这应该在仪表板中可见。

   可交付成果和指标：

• 探索起点和终点站位置的表格或地图可视化效果，按位置聚合。我可以使用任何位置标识符，例如车站、邮政编码、社区和/或行政区。这应该显示起始位置的行程数。
  • 提示：您可以显示表格或地图。有关在 Tableau 中创建地图的详细信息，请查看在 Tableau 帮助上构建简单的地图指南.对于表，您可以仅包括起始位置或起始位置和结束位置的组合。
• 根据总行程分钟数显示哪些目的地（终点）位置很受欢迎的可视化效果。
  • 提示：重点关注高峰期。
• 重点关注 2015 年夏季趋势的可视化。
• 显示行程次数同比增长百分比的可视化效果。
• 收集有关车站拥堵的见解。
  • 提示：对于每一天，使用表格计算来计算每个站点的起点和终点行程净值。这给出了进出车站的自行车是否更多。
• 收集有关所有起点和终点位置的行程数量的见解。
• 按一天中的时间、季节和天气影响收集有关高峰使用情况的见解。

*仪表板必须在 6 周内创建！

衡量成功：

分析至少一年的数据，了解季节性如何影响使用情况。探索跨越多个月的数据将捕获使用中的高峰和低谷。根据每个起始地点和每天/每月/每年的乘车次数评估每次行程，以了解趋势。例如，客户在下雨时是否较少使用 Cyclistic？还是共享单车需求保持一致？这是否因位置和用户类型（订阅者与非订阅者）而异？使用这些结果可以详细了解影响客户需求的因素。

其他注意事项：

该数据集包括站点的纬度和经度，但未识别更多地理聚合详细信息，例如邮政编码、社区名称或行政区。该团队将提供一个包含这些数据的单独数据库。

提供的天气数据不包括降水发生的时间;在某些日子里，它可能在非高峰时段降水。但是，出于此仪表板的目的，我应该假设旅行当天发生的任何降水量都可能产生影响。

如果车站没有自行车，则不可能在某个地点开始自行车旅行，因此我们可能需要考虑其他需求因素。

最后，数据不得包含任何个人信息（姓名、电子邮件、电话、地址）。此项目不需要个人信息。对用户进行匿名化处理，以避免偏见并保护他们的隐私。

具有仪表板查看权限的人员：

阿迪拉、布莱恩、欧内斯特、贾马尔、梅根、妮娜、瑞克、沙里瓦、萨拉、泰莎

推出：

• 第 1 周：分配的数据集。字段和 BikeID 的初始设计经过验证，符合要求。
• 第 2-3 周：SQL 和 ETL 开发
• 第 3-4 周：完成 SQL。仪表板设计。与同行一起进行第一稿审查。
• 第 5-6 周：仪表板开发和测试

问题：

• 我们的客户如何使用自行车？
• 我们如何从行程数据生成的数据中应用见解？

后续步骤 #

当您使用这些笔记来完成关键的 BI 文档时，请花时间考虑：

• 如何组织各个要点和步骤
• 如何对相似主题进行分组
• 信息是否与项目相关
• 指标是否有效

最后，请记住，这个项目没有评分。但是，一个引人注目的项目将使您能够向潜在雇主展示基本的 BI 技能。完成文档后，请务必将它们与示例可交付成果进行比较。您还可以记录完成此项目每个阶段所采取的步骤，以便完成执行摘要。当您在后续课程中继续从事该项目时，这将很重要。

活动：完成 Cyclistic 的商业智能项目文档 #

Question 1 – multiple choice To pass this practice quiz, you must receive 100%, or 1 out of 1 point, by completing the following activity. You can learn more about the graded and practice items in the Course overview
问题 1——多项选择 要通过此练习测验，您必须通过完成以下活动获得 100% 或满分 1 分。您可以在课程概述中了解有关评分和练习项目的更多信息.

Activity Overview 活动概览 #

In this activity, you will complete the three key business intelligence project documents: the Stakeholder Requirements Document, the Project Requirements Document, and the Strategy Document. To fill out each section, you will use your meeting notes from your meeting with the Cyclistic stakeholders to identify key project requirements and stakeholder asks. 
在此活动中，您将完成三个关键的商业智能项目文档：利益相关者需求文档、项目需求文档和策略文档。为了填写每个部分，您将使用与循环利益相关者的会议记录来确定关键项目要求和利益相关者的要求。

Be sure to complete this activity before moving forward. The next course item will provide you with a completed example of each document to compare to your own work. You will not be able to access the exemplar until you have completed this activity.
请务必在继续之前完成此活动。下一个课程项目将为您提供每个文档的完整示例，以便与您自己的工作进行比较。在完成此活动之前，您将无法访问示例。

Scenario 设想 #

Review the following scenario. Then complete the step-by-step instructions.
查看以下场景。然后完成分步说明。

In this scenario, you are working as a BI professional for a fictional consumer electronics and fitness company, Cyclistic. In order to provide your team with both BI business value and organizational data maturity, you will use your knowledge of the BI stages: capture, analyze, and monitor. By the time you are done, you will have an end-of-course project that will demonstrate your knowledge and skills to potential employers.
在此场景中，您作为 BI 专业人员在一家虚构的消费电子和健身公司 Cyclistic 工作。为了向您的团队提供 BI 业务价值和组织数据成熟度，您将利用您在 BI 阶段的知识：捕获、分析和监控。完成后，您将有一个课程结束项目，该项目将向潜在雇主展示您的知识和技能。

分步说明 #

Follow the instructions and answer the following question to complete the activity. Then, go to the next course item to compare your work to a completed exemplar.
按照说明并回答以下问题来完成活动。然后，转到下一个课程项目，将您的工作与已完成的范例进行比较。

第 1 步：打开笔记 #

Open your meeting notes from the reading that details the  Course 1 workplace scenario overview about Cyclistic  and keep your notes open in another window so you can refer to them while completing the three key BI documents.
打开详细介绍了有关 Cyclistic 的课程 1 工作场所场景概述的阅读材料中的会议笔记，并将笔记在另一个窗口中打开，以便在完成三个关键 BI 文档时参考它们。

专业提示：使用所有可用资源 #

A big part of being a BI professional is researching solutions, troubleshooting, and knowing where to go for support. For this activity, it is highly recommended that you refer to the previous reading about the key business intelligence documents and the activity that involved  completing them  for additional guidance.
成为 BI 专业人员的一个重要部分是研究解决方案、故障排除以及了解到哪里寻求支持。对于此活动，强烈建议您参考之前有关关键商业智能文档以及涉及完成这些文档的活动的阅读内容，以获取更多指导。

第 2 步：访问模板 #

To use the templates for this course item, click the following links and select “Use Template.” 
要使用本课程项目的模板，请单击以下链接并选择“使用模板”。

Links to templates: Stakeholder Requirements Document
模板链接：利益相关者要求文档

Project Requirement Document
项目需求文件

Strategy Document 战略文件

OR

If you don’t have a Google account, you can download the templates directly from the following attachments.
如果您没有Google帐户，可以直接从以下附件下载模板。

Activity Template_ Stakeholder Requirements Document
活动模板_利益相关者要求文件

DOCX File  DOCX 文件

Activity Template_Project Requirements Document
活动模板_项目需求文件

DOCX File DOCX 文件

Activity Template_ Strategy Document
活动模板_策略文件

DOCX File DOCX 文件

第 3 步：完成利益相关者要求文件 #

Use your meeting notes to fill out as much of the project requirements document template as you can. If you find that there are some fields that you can’t fill out, make note of them for later in the exercise.
使用会议记录尽可能多地填写项目需求文档模板。如果您发现某些字段无法填写，请记下它们以供稍后的练习使用。

The Stakeholder Requirements Document enables you to capture stakeholder requests and requirements so you understand their needs before planning the rest of the project details or strategy. It should answer the following questions:
利益相关者需求文档使您能够捕获利益相关者的请求和要求，以便您在规划项目细节或策略的其余部分之前了解他们的需求。它应该回答以下问题：

• Business problem: What is the primary question to be answered or problem to be solved?
  业务问题：要回答的首要问题或要解决的问题是什么？
• Stakeholders: Who are the major stakeholders of this project, and what are their job titles? 
  利益相关者：该项目的主要利益相关者有哪些？他们的职位是什么？
• Stakeholder usage details: How will the stakeholders use the BI tool?
  利益相关者使用详细信息：利益相关者将如何使用 BI 工具？
• Primary requirements: What requirements must be met by this BI tool in order for this project to be successful? 
  主要要求：为了使该项目取得成功，该 BI 工具必须满足哪些要求？

Here are some questions BI professionals ask to successfully complete this document:
以下是 BI 专业人员为成功完成本文档提出的一些问题：

• What questions must be answered before starting this project? 
  在开始这个项目之前必须回答哪些问题？
• What does the BI team need to know before starting this project? 
  在开始这个项目之前，BI 团队需要了解什么？
• What are the questions that must be answered or problems that must be solved by this project?
  这个项目必须回答或解决的问题是什么？
• What datasets are considered important to this project?
  哪些数据集被认为对该项目很重要？
• Who should have access to the dashboard? Will the entire dashboard be visible to all stakeholders?
  谁应该有权访问仪表板？所有利益相关者都可以看到整个仪表板吗？

Typically, the Stakeholder Requirements Document is a one-pager with notes, but it can be longer and more detailed for complex projects. 
通常，利益相关者要求文档是一页带有注释的文档，但对于复杂的项目，它可以更长、更详细。

第 4 步：完成项目需求文件 #

Use your meeting notes to fill out as much of the project requirements document template as you can. If you find that there are some fields that you can’t fill out, make note of them for later in the exercise.
使用会议记录尽可能多地填写项目需求文档模板。如果您发现某些字段无法填写，请记下它们以供稍后的练习使用。

The Project Requirements Document contains the following details:
项目需求文件包含以下详细信息：

• Purpose: Briefly describe why this project is happening and explain why the company should invest its resources in it.
  目的：简要描述为什么要进行这个项目，并解释为什么公司应该在其中投入资源。
• Key dependencies: Detail the major elements of this project. Include the team, primary contacts, and expected deliverables. Are there any inter-team deliverables required? 
  主要依赖项：详细说明该项目的主要元素。包括团队、主要联系人和预期交付成果。是否需要任何团队间可交付成果？
• Stakeholder requirements: List the established stakeholder requirements, based on the Stakeholder Requirements Document. Prioritize the requirements as: R – required, D – desired, or N – nice to have.
  利益相关者要求：根据利益相关者要求文件列出既定的利益相关者要求。将需求优先级排序为：R – 必需、D – 期望或 N – 最好有。
• Success criteria: Clarify what success looks like for this project. Include explicit statements about how to measure success. Use SMART criteria. 
  成功标准：明确该项目的成功是什么样的。包括有关如何衡量成功的明确陈述。使用 SMART 标准。
• User journeys: Document the current user experience and the ideal future experience. 
  用户旅程：记录当前的用户体验和理想的未来体验。
• Assumptions: Explicitly and clearly state any assumptions you are making. 
  假设：明确、清晰地陈述您所做的任何假设。
• Compliance and privacy: Include compliance, privacy, or legal dimensions to consider. 
  合规性和隐私：包括要考虑的合规性、隐私或法律方面。
• Accessibility: List key considerations for creating accessible reports for all users. Who needs to access this feature? How are they viewing and interacting with it? 
  可访问性：列出为所有用户创建可访问报告的关键注意事项。谁需要访问此功能？他们如何查看并与之互动？
• Roll-out plan: Briefly describe the expected scope, priorities and timeline. Consider at what points during the rollout will measurements be made to determine whether the feature is performing as expected? Is there a rollback plan and timeline if this feature does not meet its intended goals?
  推出计划：简要描述预期范围、优先事项和时间表。考虑在推出期间的哪些点进行测量以确定该功能是否按预期运行？如果此功能未达到预期目标，是否有回滚计划和时间表？

第 5 步：完成战略文件 #

Use your meeting notes to fill out as much of the strategy document template as you can. If you find that there are some fields that you can’t fill out, make note of them for later in the exercise.
使用会议记录尽可能多地填写策略文档模板。如果您发现某些字段无法填写，请记下它们以供稍后的练习使用。

The Strategy Document is a collaborative place to align with stakeholders about project deliverables. You will work together to establish information about dashboard functionality and associated metrics and charts.
战略文件是与利益相关者就项目可交付成果进行协调的协作场所。您将共同建立有关仪表板功能以及相关指标和图表的信息。

This is a time to explore what metrics will be required, how metrics are calculated, and any limitations or assumptions that exist about the data. Stakeholders think through these details and help the BI professional make final project decisions. Then, the BI professional provides stakeholders with a dashboard mockup to get useful feedback. 
现在是时候探索需要哪些指标、如何计算指标以及数据存在的任何限制或假设。利益相关者仔细考虑这些细节并帮助 BI 专业人员做出最终的项目决策。然后，BI 专业人员为利益相关者提供仪表板模型以获得有用的反馈。

Generally, the BI professional will create the document, then request review and sign-off from stakeholders. Then, they can begin working on the project with all of the details they need. 
一般来说，BI 专业人员将创建文档，然后请求利益相关者进行审查和签署。然后，他们可以开始处理项目并提供所需的所有详细信息。

第 6 步：为您的客户写后续问题 #

By now, you’ve filled out each of the templates with information from the interview. But you might have noticed that you’re missing some information for fields in the template. In a professional setting, you might need to ask a stakeholder follow-up questions to properly complete planning documents.
到目前为止，您已经使用面试信息填写了每个模板。但您可能已经注意到模板中缺少一些字段信息。在专业环境中，您可能需要向利益相关者询问后续问题，以正确完成规划文件。

Write 3-5 questions about information that is missing from the interview notes. In a professional setting, you could ask these questions to your stakeholder to help you fully complete your documents.
针对访谈记录中缺失的信息写出 3-5 个问题。在专业环境中，您可以向利益相关者询问这些问题，以帮助您完全完成文档。

专业提示：保存模板 #

If you haven’t already, be sure to save a blank copy of the templates you used to complete this activity. You can use them for further practice or in your professional projects. These templates will help you work through your thought processes and demonstrate your experience to potential employers.
如果您还没有保存用于完成此活动的模板的空白副本，请务必保存该副本。您可以将它们用于进一步的练习或在您的专业项目中。这些模板将帮助您完成思维过程并向潜在雇主展示您的经验。

您的回复中应包含哪些内容 #

Be sure to address the following elements in your completed planning documents: 
请务必在已完成的规划文件中解决以下要素：

• A Stakeholder Requirements Document, completed as fully as possible with information from your notes and the supporting materials
  利益相关者要求文件，尽可能完整地填写您的笔记和支持材料中的信息
• A Project Requirements Document, completed as fully as possible with information from your notes and the supporting materials
  项目要求文件，尽可能完整地填写您的笔记和支持材料中的信息
• A Strategy Document, completed as fully as possible with information from your notes and the supporting materials
  战略文件，尽可能完整地填写您的笔记和支持材料中的信息
• At least three questions about missing information from the meeting notes
  至少三个关于会议记录中缺失信息的问题

活动示例：完成 Cyclistic 的商业智能项目文档 #

在此活动中，您生成了项目规划文档，以便与利益干系人保持一致。这将使你在开始开发 BI 解决方案时了解团队的需求。作为 BI 专业人员，您需要能够与利益相关者进行有效沟通并执行满足其特定需求的解决方案。这个课程结束项目展示了你做到这一点的能力。

您将要查看的示例将帮助您评估是否正确完成了活动。在这种情况下，您可能已经发现了一个与示例一样有效的解决方案。真棒！这个例子是 BI 专业人员如何应对这一挑战的一个例子。只要您的流程取得了相同的结果，您就可以进入项目的下一阶段。而且您可以随时迭代您的工作！已完成的示例

要查看此课程项的示例，请单击以下链接，然后选择使用模板。示例链接：利益相关者要求项目要求战略文件或如果您没有 Google 帐户，可以直接从以下附件下载示例。范例评估

您的课程结束项目未评分，但示例将使您能够将自己的文档与已完成的 BI 文档进行比较。这有助于确保您确保它们反映高质量的工作。示例是一种模型。它用于演示成功的项目、作业或其他教育输出的特征。示例帮助学习者理解预期的标准，然后达到该水平。换句话说，它们提供了最终目标的清晰表示，因此学习者可以将自己的工作与模型进行比较;自我评估;并在必要时进行改进。现在，您已经完成了三个关键 BI 文档的填写，是时候查看示例了。请务必仔细阅读它们，以便您知道自己做得好的地方以及将来可以做些什么来增强您的 BI 产品。请记住，处理这些文档的正确方法可能不止一种，就像任何业务问题都可以有多个解决方案一样。这些示例旨在帮助您思考已完成文档中的内容，也许更重要的是，您的思维过程和作业的一般方法。当您在后续课程中继续从事项目时，他们还将确保您取得成功。专业提示：如果您发现示例中似乎缺少或不同之处，请问问自己为什么。例如，您可能会发现利益相关者请求的某些指标未包含在文档中。您已经了解到，BI 专业人员有责任避免虚荣指标（旨在给他人留下深刻印象的数据点，但并不表示实际性能，因此无法揭示任何有意义的业务见解）。所以问问自己，“这些指标是虚荣指标吗？这就是为什么它们在示例中不存在的原因吗？戴上数据侦探的帽子来寻找答案。与往常一样，使用论坛来了解其他学习者是否有相同的问题或对如何回答这些问题的见解。关键要点彻底而有目的地使用示例将使您能够清楚地了解什么是高质量的工作，收集基本的 BI 知识，并应用完成高标准任务所需的策略。如有必要，完善您的文件也将确认您已准备好在未来的课程中继续进行课程结束项目。

Google Fiber 方案 #

课程 1 工作场所场景概述：Google Fiber #

了解工作场所方案 #

课程结束项目旨在让您在工作场所场景中练习和应用您的技能。无论您选择哪种方案，您都将与同事、内部团队成员和外部客户讨论和交流数据分析主题。您只需遵循其中一个方案即可完成课程结束项目。继续阅读以了解有关虚构的 Google Fiber 项目的更多信息。如果您想探索虚构的 Cyclistic 共享单车项目，请转到提供该工作场所方案概述的阅读材料.提醒一下，您只需完成其中一个方案即可完成课程结束项目。但是，如果需要，您可以完成多个。

欢迎来到 Google Fiber！ #

您正在面试 Google Fiber 的工作，该公司为个人和企业提供光纤互联网。作为面试过程的一部分，Fiber 客户服务团队要求您使用虚构数据设计仪表板。您面试的职位是在客户呼叫中心，Fiber 使用商业智能来监控和提高客户满意度。

为了向面试官提供 BI 价值和组织数据成熟度，您将使用您在 BI 阶段的知识：捕获、分析和监控。当你完成时，你将有一个课程结束项目，向潜在的雇主展示你的知识和技能。

您的会议记录 #

您正在与 Google Fiber 客户服务团队进行 BI 分析师职位的面试。在第一次面试结束时，您与 BI 团队和招聘经理进行了交谈，以收集有关此项目的详细信息。以下是您的会议记录。使用它们包含的信息来完成利益相关者需求文档、项目需求文档和规划文档。有关其他指导，请参阅前面的阅读内容关键 BI 文档以及关于填写文件.

项目背景：

团队需要了解客户在第一次查询后再次致电客户支持的频率;这将有助于领导者了解团队是否能够在第一时间回答客户的问题。此外，领导者希望探索重复呼叫的趋势，以确定客户必须多次呼叫的原因，以及如何改善整体客户体验。我将创建一个仪表板来揭示有关重复呼叫者的见解。

这个虚构的数据集是团队使用的实际数据的一个版本。因此，数据已经匿名并获得批准。它包括：

• 呼叫次数
• 首次联系后的重复呼叫次数
• 调用类型
• 集市
• 日期

利害关系人：

• Emma Santiago，招聘经理
• Keith Portone，项目经理
• Minna Rah，首席 BI 分析师

团队成员：

• Ian Ortega，BI 分析师
• Sylvie Essa，BI 分析师

*主要联系人是 Emma 和 Keith

Per Minna：仪表板需要易于访问，具有大字体和文本转语音的替代方案。

项目审批和依赖关系：

我需要确保利益相关者可以访问所有数据集，以便他们可以探索我采取的步骤。

项目目标：探索重复呼叫者的趋势

Portone先生的详细信息：

• 了解客户在第一次咨询后致电客户支持的频率;这将有助于领导者了解团队在第一时间回答客户问题的效率
• 深入了解似乎会产生更多重复呼叫的客户问题类型
• 探索三个不同市场城市的重复来电者趋势
• 设计图表，以便利益相关者可以按周、月、季度和年查看趋势。

   可交付成果和指标：

• 按首次联系日期衡量重复呼叫的图表或表格
• 按市场和问题类型探索重复调用的图表或表格
• 按周、月和季度显示重复呼叫的图表

衡量成功：

该团队的最终目标是通过提高客户满意度和改进运营优化来减少呼叫量。我的仪表板应展示对此目标的理解，并为利益相关者提供有关不同市场中重复呼叫量及其所代表的问题类型的见解。

其他注意事项：

为了对数据进行匿名化和虚构化，数据集market_1、market_2和market_3列来指示数据所代表的三个不同的城市服务区域。

数据还列出了五种问题类型：

• Type_1是账户管理
• Type_2是技术人员故障排除
• Type_3正在安排
• Type_4是建设
• Type_5是互联网和wifi

此外，该数据集记录了 7 天内的重复呼叫。初始联系日期列为 contacts_n。然后，其他呼叫列是自第一次呼叫以来的天数contacts_n_number。例如，contacts_n_6表示自第一次接触以来的六天。

具有仪表板查看权限的人员：

艾玛·圣地亚哥、基思·波托内、明娜·拉、伊恩·奥尔特加、西尔维·埃萨

问题：

• 客户服务团队多久接到一次客户的重复电话？
• 哪些问题类型产生的重复调用最多？
• 哪个市场城市的客户服务团队接到的重复电话最多？

后续步骤 #

当您使用这些笔记来完成关键的 BI 文档时，请花时间考虑：

• 如何组织各个要点和步骤
• 如何对相似主题进行分组
• 信息是否与项目相关
• 指标是否有效

最后，请记住，这个项目没有评分。但是，一个引人注目的项目将使您能够向潜在雇主展示基本的 BI 技能。完成文档后，请务必将它们与示例可交付成果进行比较。您还可以记录完成此项目每个阶段所采取的步骤，以便完成执行摘要。当您在后续课程中继续从事该项目时，这将很重要。

活动：完成 Google Fiber 的商业智能文档 #

要通过此练习测验，您必须通过完成以下活动获得 100% 或 1 分（满分 1 分）。了解更多关于评分和练习项目的信息课程概述.

活动概览 #

在此活动中，您将完成三个关键的商业智能项目文档：利益相关者需求文档、项目需求文档和战略文档。要填写每个部分，您将使用与 Google Fiber 利益相关者会面的会议记录来确定关键项目要求和利益相关者的要求。

在继续之前，请务必完成此活动。下一个课程项目将为您提供每个文档的完整示例，以便与您自己的工作进行比较。在完成此活动之前，您将无法访问示例。

场景 #

查看以下方案。然后完成分步说明。

在这种情况下，您正在面试互联网提供商 Google Fiber 的客户呼叫中心的职位。作为面试过程的一部分，您被要求完成一个虚构的项目。您将使用您在 BI 阶段的知识：捕获、分析和监视。当你完成时，你将有一个课程结束项目，向潜在的雇主展示你的知识和技能。

分步说明 #

按照说明并回答以下问题以完成活动。然后，转到下一个课程项目，将您的工作与已完成的示例进行比较。

第 1 步：打开笔记 #

从阅读中打开您的会议记录，其中详细介绍了课程 1 工作场所场景概述 关于 Google Fiber并将它们保持在另一个窗口中打开，以便您可以在完成三个关键 BI 文档时参考它们。

专业提示：使用所有可用资源 #

成为 BI 专业人员的很大一部分是研究解决方案、故障排除以及知道去哪里寻求支持。对于此活动，强烈建议您参考之前有关关键商业智能文档和活动填写文件获取更多指导。

第 2 步：访问模板 #

要使用此课程项目的模板，请单击以下链接，然后选择“使用模板”。

模板链接： 

利益相关者需求文档

项目需求文件

战略文件

或

如果您没有 Google 帐号，请直接从以下附件下载模板。

活动Template_利益相关者要求文档

DOCX 文件

活动Template_项目需求文档

DOCX 文件

活动Template_战略文件

DOCX 文件

第 3 步：完成利益相关者需求文档 #

使用会议记录尽可能多地填写项目要求文档模板。如果您发现有些字段无法填写，请记下它们以备稍后的练习使用。

利益相关者需求文档使您能够捕获利益相关者的请求和要求，以便在规划项目详细信息或策略的其余部分之前了解他们的需求。它应该回答以下问题：

• 业务问题：要回答的主要问题或要解决的问题是什么？
• 利益相关者：谁是这个项目的主要利益相关者，他们的职位是什么？
• 利益干系人使用详细信息：利益干系人将如何使用 BI 工具？
• 主要要求：此 BI 工具必须满足哪些要求才能使此项目成功？

以下是 BI 专业人员为成功完成本文档而提出的一些问题：

• 在开始这个项目之前必须回答哪些问题？
• 在开始这个项目之前，BI团队需要知道什么？
• 这个项目有哪些问题需要回答，哪些问题需要解决？
• 哪些数据集被认为对本项目很重要？
• 谁应该有权访问仪表板？整个仪表板是否对所有利益相关者可见？

通常，利益相关者需求文档是带有注释的单页纸，但对于复杂项目，它可以更长、更详细。

第 4 步：完成项目需求文档 #

使用会议记录尽可能多地填写项目要求文档模板。如果您发现有些字段无法填写，请记下它们以备稍后的练习使用。

项目需求文档包含以下详细信息：

• 目的：简要描述为什么会发生这个项目，并解释为什么公司应该投入资源。
• 关键依赖关系：详细说明此项目的主要元素。包括团队、主要联系人和预期的可交付成果。是否需要任何团队间的可交付成果？
• 利益干系人要求：根据利益干系人要求文档列出已建立的利益干系人要求。将需求优先级排序为：R – 必需，D – 需要，或 N – 很高兴拥有。
• 成功标准：阐明此项目的成功情况。包括关于如何衡量成功的明确陈述。使用 SMART 标准。
• 用户旅程：记录当前的用户体验和理想的未来体验。
• 假设：明确而清楚地说明您所做的任何假设。
• 合规性和隐私：包括要考虑的合规性、隐私或法律维度。
• 辅助功能：列出为所有用户创建可访问报表的关键注意事项。谁需要访问此功能？他们如何看待它并与之互动？
• 推出计划：简要描述预期的范围、优先事项和时间表。考虑在推出期间的哪些时间点进行测量以确定功能是否按预期执行？如果此功能未达到其预期目标，是否有回滚计划和时间表？

第 5 步：完成战略文件 #

使用会议记录尽可能多地填写战略文档模板。如果您发现有些字段无法填写，请记下它们以备稍后的练习使用。

战略文件是一个与利益相关者就项目可交付成果达成一致的协作场所。您将为此项目建立有关仪表板功能以及相关指标和图表的信息。

现在是时候探索需要哪些指标、如何计算指标以及数据存在的任何限制或假设。利益相关者仔细考虑这些细节，并帮助 BI 专业人员做出最终的项目决策。然后，BI 专业人员为利益相关者提供仪表板模型，以获得有用的反馈。

通常，BI 专业人员将创建文档，然后请求利益相关者进行审查和签字。然后，他们可以开始处理项目，了解他们需要的所有细节。

第 6 步：为您的利益相关者编写后续问题 #

到现在为止，您已经用面试中的信息填写了每个模板。但你可能已经注意到，你缺少模板中字段的一些信息。在专业环境中，您可能需要向利益相关者提出后续问题，以正确完成规划文档。

写 3-5 个关于面试笔记中缺失的信息的问题。在专业环境中，您可以向您的利益相关者提出这些问题，以帮助您完整完成文件。

专业提示：保存模板 #

如果尚未保存，请务必保存用于完成此活动的模板的空白副本。您可以将它们用于进一步练习或在您的专业项目中使用它们。这些模板将帮助您完成您的思维过程，并向潜在雇主展示您的经验。

回复中应包含的内容 #

请务必在已完成的规划文档中解决以下要素：

• 利益相关者需求文档，尽可能完整地完成您的笔记和支持材料中的信息
• 项目需求文档，尽可能完整地完成您的笔记和支持材料中的信息
• 一份战略文件，尽可能完整地完成，其中包含您的笔记和支持材料中的信息
• 至少三个关于会议记录中缺失信息的问题

活动示例：完成 Google Fiber 的商业智能文档 #

在此活动中，您生成了项目规划文档，以便与利益干系人保持一致。这将使你在开始开发 BI 解决方案时了解团队的需求。作为 BI 专业人员，您需要能够与利益相关者进行有效沟通并执行满足其特定需求的解决方案。这个课程结束项目展示了你做到这一点的能力。

您将要查看的示例将帮助您评估是否正确完成了活动。在这种情况下，您可能已经发现了一个与示例一样有效的解决方案。真棒！这个例子是 BI 专业人员如何应对这一挑战的一个例子。只要您的流程取得了相同的结果，您就可以进入项目的下一阶段。而且您可以随时迭代您的工作！

已完成的示例 #

要查看此课程项的示例，请单击以下链接，然后选择使用模板。

示例链接：

利益相关者需求范例文件

项目需求范文

战略文件范文

或

如果您没有 Google 帐户，可以直接从以下附件下载示例。

活动Exemplar_战略文档 – Google Fiber

DOCX 文件

活动Exemplar_项目要求文档 – Google Fiber

DOCX 文件

活动Exemplar_利益相关者要求文档 – Google Fiber

DOCX 文件

范例评估 #

您的课程结束项目未评分，但示例将使您能够将自己的文档与已完成的 BI 文档进行比较。这有助于确保您确保它们反映高质量的工作。

示例是一种模型。它用于演示成功的项目、作业或其他教育输出的特征。示例帮助学习者理解预期的标准，然后达到该水平。换句话说，它们提供了最终目标的清晰表示，因此学习者可以将自己的工作与模型进行比较;自我评估;并在必要时进行改进。

现在，您已经完成了三个关键 BI 文档的填写，是时候查看示例了。请务必仔细阅读它们，以便您知道自己做得好的地方以及将来可以做些什么来增强您的 BI 产品。

请记住，处理这些文档的正确方法可能不止一种，就像任何业务问题都可以有多个解决方案一样。这些示例旨在帮助您思考已完成文档中的内容，也许更重要的是，您的思维过程和作业的一般方法。当您在后续课程中继续从事项目时，他们还将确保您取得成功。

专业提示：如果您发现示例中似乎缺少或不同之处，请问问自己为什么。例如，您可能会发现利益相关者请求的某些指标未包含在文档中。您已经了解到，BI 专业人员有责任避免虚荣指标（旨在给他人留下深刻印象的数据点，但并不表示实际性能，因此无法揭示任何有意义的业务见解）。所以问问自己，“这些指标是虚荣指标吗？这就是为什么它们在示例中不存在的原因吗？戴上数据侦探的帽子来寻找答案。与往常一样，使用论坛来了解其他学习者是否有相同的问题或对如何回答这些问题的见解。

关键要点 #

彻底而有目的地使用示例将使您能够清楚地了解什么是高质量的工作，收集基本的 BI 知识，并应用完成高标准任务所需的策略。如有必要，完善您的文件也将确认您已准备好在未来的课程中继续进行课程结束项目。

课程结束项目总结 #

课程结束项目回顾 #

你已完成商业智能课程结束项目的第一部分。祝贺！ 当您开始考虑未来的求职时 ，计划和记录您对示例情况的处理方法是一次宝贵的经验。很快，您将能够通过讨论您的 BI 经验（包括了解利益相关者的要求、制定清晰直接的项目计划以及完成有效的战略文档）来给招聘经理留下深刻印象。此外，您还将了解如何分享您所知道的有关识别相关指标和 KPI 的所有信息。这是 BI 流程的重要组成部分。 此外，正如你所了解的，与潜在雇主沟通你的可转移技能是非常有帮助的。您添加到 BI 笔记中的信息在求职面试中将非常有用。 课程结束项目的下一步将在下一门课程结束时进行。 此时，您将使用在此处开发的资产继续创建解决方案。 然后，在程序结束时，您将把所有内容放在一起，以最终确定您处理此示例情况的独特方法。 请记住：您的文档看起来不会完全像示例，但它们应该实现相同的目标。 我们随时欢迎您返回并查看您创建的内容，以便在继续完成此计划时为成功做好准备。目标是为您的工作树立一个很好的榜样，向潜在雇主清楚地展示您的技能。 再次恭喜！ 我希望你在整个计划中从事这个项目时 有一个有益的经历。

课程回顾：商业智能基础 #

module 4的术语表 #

Experiential learning: Understanding through doing
体验式学习：通过实践理解

Transferable skill: A capability or proficiency that can be applied from one job to another
可转移技能：可以从一项工作应用于另一项工作的能力或熟练程度

Terms and their definitions from previous modules
之前模块中的术语及其定义
A
Application programming interface (API): A set of functions and procedures that integrate computer programs, forming a connection that enables them to communicate
应用程序编程接口（API）：一组集成计算机程序的功能和过程，形成使它们能够进行通信的连接

Applications software developer: A person who designs computer or mobile applications, generally for consumers
应用软件开发人员：通常为消费者设计计算机或移动应用程序的人

B
Business intelligence (BI): Automating processes and information channels in order to transform relevant data into actionable insights that are easily available to decision-makers
商业智能 (BI)：自动化流程和信息渠道，将相关数据转化为决策者可以轻松获得的可行见解

Business intelligence governance: A process for defining and implementing business intelligence systems and frameworks within an organization
商业智能治理：在组织内定义和实施商业智能系统和框架的过程

Business intelligence monitoring: Building and using hardware and software tools to easily and rapidly analyze data and enable stakeholders to make impactful business decisions
商业智能监控：构建和使用硬件和软件工具来轻松快速地分析数据，并使利益相关者能够做出有影响力的业务决策

Business intelligence stages: The sequence of stages that determine both BI business value and organizational data maturity, which are capture, analyze, and monitor
商业智能阶段：决定 BI 业务价值和组织数据成熟度的阶段顺序，包括捕获、分析和监控

Business intelligence strategy: The management of the people, processes, and tools used in the business intelligence process

D
Data analysts: People who collect, transform, and organize data

Data availability: The degree or extent to which timely and relevant information is readily accessible and able to be put to use

Data governance professionals: People who are responsible for the formal management of an organization’s data assets

Data integrity: The accuracy, completeness, consistency, and trustworthiness of data throughout its life cycle

Data maturity: The extent to which an organization is able to effectively use its data in order to extract actionable insights

Data model: A tool for organizing data elements and how they relate to one another

Data pipeline: A series of processes that transports data from different sources to their final destination for storage and analysis
数据管道：将数据从不同来源传输到最终目的地进行存储和分析的一系列过程

Data visibility: The degree or extent to which information can be identified, monitored, and integrated from disparate internal and external sources
数据可见性：从不同的内部和外部来源识别、监控和集成信息的程度或范围

Data warehousing specialists: People who develop processes and procedures to effectively store and organize data
数据仓库专家：开发有效存储和组织数据的流程和程序的人员

Deliverable: Any product, service, or result that must be achieved in order to complete a project
可交付成果：为了完成项目而必须实现的任何产品、服务或结果

Developer: A person who uses programming languages to create, execute, test, and troubleshoot software applications
开发人员：使用编程语言创建、执行、测试软件应用程序并排除故障的人员

E
ETL (extract, transform, and load): A type of data pipeline that enables data to be gathered from source systems, converted into a useful format, and brought into a data warehouse or other unified destination system
ETL（提取、转换和加载）：一种数据管道，可以从源系统收集数据，将其转换为有用的格式，然后将其带入数据仓库或其他统一的目标系统

I
Information technology professionals: People who test, install, repair, upgrade, and maintain hardware and software solutions
信息技术专业人员：测试、安装、维修、升级和维护硬件和软件解决方案的人员

Iteration: Repeating a procedure over and over again in order to keep getting closer to the desired result
迭代：一遍又一遍地重复一个过程，以不断接近期望的结果

K
Key performance indicator (KPI): A quantifiable value, closely linked to business strategy, which is used to track progress toward a goal
关键绩效指标（KPI）：与业务战略密切相关的可量化值，用于跟踪目标的进展情况

M
Metric: A single, quantifiable data point that is used to evaluate performance
指标：用于评估绩效的单个可量化数据点

P
Portfolio: A collection of materials that can be shared with potential employers
作品集：可以与潜在雇主共享的材料集合

Project manager: A person who handles a project’s day-to-day steps, scope, schedule, budget, and resources
项目经理：处理项目日常步骤、范围、进度、预算和资源的人

Project sponsor: A person who has overall accountability for a project and establishes the criteria for its success
项目发起人：对项目负全部责任并为其成功制定标准的人

S
Strategy: A plan for achieving a goal or arriving at a desired future state
战略：实现目标或达到期望的未来状态的计划

Systems analyst: A person who identifies ways to design, implement, and advance information systems in order to ensure that they help make it possible to achieve business goals
系统分析师：确定设计、实施和推进信息系统的方法以确保它们有助于实现业务目标的人

Systems software developer: A person who develops applications and programs for the backend processing systems used in organizations
系统软件开发人员：为组织中使用的后端处理系统开发应用程序和程序的人员

T
Tactic: A method used to enable an accomplishment
战术：用于实现成就的方法

V
Vanity metric: Data points that are intended to impress others, but are not indicative of actual performance and, therefore, cannot reveal any meaningful business insights
虚荣指标：旨在给他人留下深刻印象的数据点，但并不代表实际绩效，因此无法揭示任何有意义的业务见解