本文试图结合数字化转型的目标和国内商业银行的实践，就商业银行如何做好公司业务的数字化转型提......

信息科技风险管理系统以提升银行信息科技风险管理核心能力为目标，充分发挥“三道防线”协同作用，专注于风险管理视角，提供标准化、自动化、可度量、可预知的全方位信息科技风险管理服务，实现......

互联网时代企业数据呈现爆发式增长,全面考验着企业的数据处理和分析能力。面对大容量、多样性、高增长的数据很多企业往往无所适从,除了耗费大量管理和存储成本外并没有给企业带来真正的价值,大......

在变革过程中，我们非常注重数字化营销的升级，并一直致力于研究如何通过大数据洞察的方式驱动品牌的建设跟创新，如何跟消费者建立全渠道的1—1关系，如何做更精准的营销和互动。......

数据价值定义不明确的另外一个弊端就是数据保护人员的工作重心不突出，采用大而全的数据安全保护策略，不但自己的工作量大，成效低，不好开展，业务人员或其他部门人员的工作效率也因此而降低......

企业用户BI产品选型应该把握以下几个关键环节，从自身需求、信息化建设阶段和产品功能、厂商服务等方面，综合规划与考量。......

商业智能（BI）已经成为最具有美好前景的信息化领域。目前商业智能市场需求旺盛，市场规模增长迅速，未来商业智能的发展趋势如何？企业应将怎样规划？......

本评估指南旨在帮助IT组织评估和选择适合进行大规模企业范围部署的现在商业智能和分析平台。......

如果你不理解Salesforce.com这个创办的初衷和梦想，你就不会明白Salesforce.com那么多奇怪的举措到底是干什么，到底是从哪里来的这么多想法。......

创新已经成为了企业的生命线。而首席信息官在为创新的商业引擎点燃火种方面扮演着关键角色。但是首席信息官应该如何做到这一点呢......

CIO需要的一些关键特征是人员管理技能，以及加强跨业务部门关系和解决客户问题的能力。要取得突破，首席信息官还需要有预算和业务管理技能，对业务战略有敏锐的理解，有写作能力。......

在智能化决策越来越被重视的今天，无论行业或企业规模如何，我们看到越来越多的企业开始依赖数据分析和可视化来建立自己的竞争优势。各行各业的企业在收集、存储和分析来自不同格式的数据。在激......

BI之所以越来越重要，是因为无知是现代企业的最大威胁。一无所知的风险是巨大的，而一知半解可能比一无所知危害更大，因为我们会带着错误的认知做出决定和采取行动。......

当管理者仅仅依靠数据仪表板，希望这些虚拟化工具可以帮助他做决策时，仪表板的重大缺陷就会显现。它不会呈现出背景和细节，因此管理者可能会得出大错特错的结论。......

你如何得知自己被“带到了这条花园小路上”？是时候升级你的BI策略还是推出新的培训计划？要回答这些问题，了解其他人犯过的错误可能对你也是有帮助的。......

将所有数据收集到一起，这个过程被称作“数据仓储”，这就是商业智能系统的核心。当你复制多个excel上的数据到一个专门文件上的时候，这个专门文件就变成了你的“数据仓库”。相同的概念也可以......

BI商业智能是一个包含信息管理基础架构的平台，通过分析应用为企业的商业策略和绩效管理提供支持，并可以对人员和流程进行一定的管控。......

传统的商业智能分析的最终产品通常是一个由文字和图表组成的PDF文件或者PPT文件。这种分析模式有两个缺陷：1)分析员的主观偏差，在这类静态报告中，通常只有部分数据被分析。......

云计算不仅仅是一种技术创新，云计算更有价值的是其带来的商业模式创新，这个商业模式的核心就是按需取用、按需付费和集中管理。云计算+商业模式创新就是云服务，即通过对系统或资源的统一管理......

数据治理是对数据资产的管理行使权力和控制的活动集合（规划、监控和执行），数据治理职能指导其他数据管理职能如何执行。......

并不是每个企业都需要打造自己的大数据平台，需要考虑到企业的信息化水平和各项成本，量力而行吧，可以自行研发，比如BAT；也可以选型采购......

我们生活在一个越来越依赖数据的社会，信息正变得和金钱一样。例如，许多消费者使用谷歌、Facebook、亚马逊、微软和苹果等互联网巨头提供的免费服务。作为服务的回报，这些公司可以追踪他们的在......

怎么样才能更好的给客户解释BI。通常，沟通面对的对象，可以分类为高管（如老板、副总）、总监（如营销总监、商品总监）、数据分析专员（如商品分析专员）、IT部（如IT经理、IT专员）等四种角色......

大多数人认为设计和商业智能都是独立的功能。Cotgreave说，商业智能和设计是密切相关的，所以企业需要一起使用它们来创造竞争优势。......

各路企业和组织都不再使用上一代架构来存储大数据。既然如此，为什么还要使用上一代商业智能(BI)工具来进行大数据分析呢?在为企业选择BI工具时，应该遵守以下“十诫”。......

商业智能的应用在国外已广为普及，并且开始不断应用大数据和云技术。而国内，商业智能BI工具在这几年才开始慢慢被接受，企业开始有意识地建立一体化数据分析平台，为经营决策提供分析。......

电子商务发展速度越来越快,这个行业的趋势变化也越来越快。对于电子商务公司老板来说,想要自己永远跟着趋势走,学会数据驱动是必然的了。......

数据分析闭环有四个步骤：指标—>假设—>试验—>行动。无论你做的在线，离线，或是非线上的业务，都需要这个闭环来指导业务增长。......

我们平时所说的商业分析，数据分析的商业感觉到底是什么，它并不是什么很高深的理论或者别人捉摸不透的玩意。不是具体的结果，而是我们的分析的思维方式。......

企业在SaaS的环境下可实现最大程度的信息化和数字化;但同时,越来越多来自企业生产、运营和销售环节的数据也在不断地打磨SaaS,让SaaS变得更加强大......

SaaS是一种非常复杂的商业模式。要想打造一款真正有价值的SaaS产品,团队必须具有良好的编码基础和优秀的用户交互设计能力。......

,从数据的角度来分析大数据,给企业,或者公司的影响来说，第一就是数据就是运营,第二数据就是管理,数据支持决策,数据提升价值,数据推动运营,第三是数据要扛住基本上整个运营决策非常依赖于数据......

数字化移动运营是未来所有企业，包括金融企业必须经历的一个阶段。同具有数据、工具、方法论、数据挖掘和分析能力的移动互联网公司联合运营App，将成为很多金融企业包括互联网金融企业取得移动A......

对于分析大数据的工具，目前所有的分析工具都侧重于结构化分析，例如针对社交媒体评论方向的分析，根据特定的词频或者语义，通过统计正面/负面评论的比例，来确定评论性质。如果有一个应用系统......

BI（BusinessIntelligence）即商务智能，它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经营决策。......

大数据商业建模的新发展方向在哪里？怎么样预测才能真正发挥大数据的特有优势？从预测到“现测”是如何实现的？......

初始BI项目可能只需要支持一个BI应用，但是随着BI应用在企业中不断地扩展，最后肯定需要支持多个不同的BI应用。......

大数据冲击着许多主要行业,包括零售业、金融行业、医疗行业等,大数据也在彻底地改变着我们的生活。现在我们就来看看大数据给中国带来的十商业应用场景,未来大数据产业将会是一个万亿市场。......

如何把数据库中存在的数据转变为业务人员需要的信息?大部分的答案是报表系统。简单说,报表系统已经可以称作是BI了,它是BI的低端实现。现在国外的企业,大部分已经进入了中端BI,叫做数据分析。......

BI(BusinessIntelligence)即商务智能,它是一套完整的解决方案,用来将企业中现有的数据进行有效的整合,快速准确的提供报表并提出决策依据,帮助企业做出明智的业务经营决策。......

硅谷的前驱Salesforce告诉我们：大客户+收费，这才是正道。但前几天刚刚完成6000万美金融资的今目标似乎又在高调昭示：小客户+免费，乃大势所趋。......

BI分析系统作为经营和竞争的有效工具在零售业中的应用已颇为成熟，正是人大倚仗这一科学而有效的手段，国外零售巨头们在全球范围内拥有越来越大的经营优势......

商业智能(BI)在企业经理人员当中的使用渗透率不高,而商业应用系统的分析能力却带给这些人越来越多的挫折。高管们不得不依靠数据提取和电子表格的混合来获取大量信息......

如何把数据库中存在的数据转变为业务人员需要的信息?大部分的答案是报表系统。简单说,报表系统已经可以称作是BI了,它是BI的低端实现。现在的企业,大部分已经进入了中端BI,叫做数据分析。......

大数据将为我们呈现一个新的商业机会。但目前仅有少量公司可以真正的从大数据中获取到较多的商业价值。......

在未来的BI平台中，预测、分摊、假设模拟、数据挖掘等交互式技术将成为新一轮的BI系统升级改造方向。......

数据治理并非只关乎技术。它还涉及通过分配正式角色和职责来建立数据的业务所有权。......

在云中使用商业智能(BI)具有开拓性。它可以使公司无需在IT基础设施方面投入大量资金便可洞悉使用者行为、发现销售机会并依据数据制定决策。......

中国的云计算现在已经正式进入了战国时代，一方面国内国外的云服务商逐鹿中原加速了竞争，另一方面百花齐放的态势涌现出很多新的理念，给云计算的发展带来了深广的探索。......

在处理数据的时候，会像污水处理厂一样，每一步都问自己要如何处理这些污水。这种情况的出现，到底是因为数据源脏了，还是因为数据提炼过程做得不好？......