|
本人在学习之前从未接触到数据分析及其应用，通过此次公司组织得低代码学习班，让我对数据分析应用有了更深入得了解。现在拿出来和大家一起分享一下。
数据分析是指从大量的数据中，通过统计学、数据可视化等方法，挖掘出有价值的信息和知识的过程。把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出所研究对象的内在规律。此次学习得简道云就是把繁杂的数据进行处理，用于更直观的展示及分析，更方便人们的使用。让大数据更好的服务于我们。
伴随着大数据、云平台、物联网、人工智能技术的快速发展，大数据分析必然会发挥更大的作用。大数据的意义归根到底就四个字：辅助决策。利用大数据分析，能够分析现状、分析原因、发现规律、总结经验、和预测趋势，这些都可以为辅助决策服务。我们掌握的数据信息越多，我们的决策才能更加科学、精确、合理。从这个方面看，也可以说数据本身不产生价值，大数据必须和其他具体的领域、行业相结合，能够给决策者提供帮助之后，才具有价值。政府或企业都可以借助大数据，提升管理、决策水平，提升经济效益。
例如，生产企业通过大数据应用，可以探索个性化、精确化和智能化地进行故障信息的推送和推广服务;
通过此次学习让我联想到城市大数据在智慧城市中的应用。最近，智慧城市很火，尤其各种大数据的应用，那么到底什么是城市大数据?
（一）什么是城市大数据
城市大数据是指城市运转过程中产生或获得的数据，多数为政务大数据和产业大数据。用公式可以表达为：城市大数据=城市数据+大数据技术+城市职能。
（二）城市大数据在智慧城市中的作用
为保障城市运转的安全高效，智慧城市建设需要对海量的数据资源进行收集、整合、存储与分析，并使用智能感知、分布式存储、数据挖掘、实时动态可视化等大数据技术实现资源的合理配置。因此，城市大数据是实现城市智慧化的关键支撑，是推动“政通、惠民、兴业”的重要引擎。
（三）关于城市人口大数据分析
在城市大数据分析中，城市人口大数据分析是重要的一个环节。最近，我们团队近期在做人口方面的大数据分析，通过整合各部门人口相关数据，形成海量的人口大数据。客户的期望是通过建设系统，深入挖掘人口数据的价值，达到预测、预报和规划未来人口的发展，从而达到辅助决策的目的。
我们主要通过行政手段从共享平台中获取的人口数据源，一般拿到手的数据（数据入库）都需要进行一定的数据处理才能用于后续的数据分析工作。数据处理主要包括数据清洗、数据合并、数据抽取、数据计算、数据转换等工作。
数据初始化工作完成之后，那我们应该怎样对这些数据进行分析呢？大家可能想到的是人口数量、结构、分布情况的分析，按时间、区域、年龄、受教育情况等多个维度的人口主题分析与展现。
但这点思维还不足以让客户满意，这是基本的统计要求，前面说过大数据必须和具体的领域、行业相结合，能够给决策者提供帮助之后，才具有价值，与领导注意力的优先级合拍才行。所以，我们还要想的就是设身处地，,结合目前政府在人口管理方面面临的困境，分析出的数据如何让政府能摆脱这种困境，通过精准分析提升政府公共服务水平，达到预测和辅助决策的作用。比如：人口与城市发展的结合分析、人口与就业的结合分析、人口与公卫的结合分析、人口与教育的结合分析、特定人群的服务需求分析等等。数据分析思维是大数据分析中非常重要的一部分，当确定一个主题，我们必须迅速的对这个主题展开各方面的思考。做不好大数据分析的主要原因是对主题以及思路的模糊，对数据分析缺乏思路。
当然大数据分析要说的内容还很多，比如：数据展现和数据分析报告的编写，数据展现是数据分析时用最简单的、易于理解的形式,把数据分析的结果呈现给决策者,帮助决策者理解数据所反映的规律和特性，它也被称为数据可视化；数据分析报告其实就是对整个数据分析过程的一个总结和呈现。通过报告，把数据分析的起因、过程、结果及建议完整地呈现出来，供决策者参考。
的确，低代码开发作为能够帮助企业实现信息化的第二条路，却很少/完全不需要应用搭建者具备编程知识。只要你了解你公司的业务，也有一定的电脑操作基础，你就能学会。然后帮助公司实现信息化管理，脱离重复繁琐的制表过程，不再当“表哥表姐”，一劳永逸。
越来越多人加入到低代码开发者的行列里来。
但“水无常势，兵无常形”，再好的工具，都需要下功夫掌握，才能和实际相结合。如果你想成为一个低代码开发大师，没有师傅领进门，势必多些弯弯绕绕。后期我将继续学习争取考证成功。 | 
