找到约685条结果,关键字大数据
  • 随着信息化进入3.0阶段,越来越呈现出万物数字化、万物互联化,基于海量数据进行深度学习和数据挖掘的智能化特征。数据安全正式站在了时代的聚光灯下,隆重登场。......
  • 数据研发规范旨在为广大数据研发者、管理者提供规范化的研发流程指导方法,目的是简化、规范日常工作流程,提高工作效率,减少无效与冗余工作,赋能企业、政府更强大的数据掌控力来应对海量增长......
  • 数据倾斜就是我们在计算数据的时候,数据的分散度不够,导致大量的数据集中到了一台或者几台机器上计算,这些数据的计算速度远远低于平均计算速度,导致整个计算过程过慢。......
  • 对于大数据,重要的不仅仅是数据量。数据量只是大数据的特性之一,这实际上是更容易解决的挑战之一。大数据更难的挑战与其他特性有关:数据类型的多样性、数据变化的速度、来自不同系统的数据的......
  • 大数据技术在技术层面、业务层面都有十分重要的应用价值在技术层面:大数据技术可以应用于非结构化数据的分析、挖掘,大量实时监测数据分析等,为管理系统、综合信息平台等建设提供技术支持;在......
  • 电信运营商在长期的内部精细化管理和精确营销服务的过程中,积累了大量的数据。这些数据在大数据背景下具备外部变现的潜质,大数据为运营商业务分析运营带来新的变革可能。......
  • 随着互联网规模不断的扩大,数据也在爆炸式地增长,各种结构化、半结构化、非结构化数据的产生,越来越多的企业开始在大数据平台下进行数据处理。......
  • 企业如何做好大数据项目的选型。我们将会从6个方面来进行分享:第一部分是大数据项目的基本概念,第二部分是大数据项目选型的整体框架;第三部分是选型评估的6个要素;第四部分是项目选型的4个......
  • 良好的开始是成功的一半。很多大数据产品之所以失败,归根到底就是出发点不对,没有找准真需求,无法推动解决实际问题。流于表面的数据产品,是对时间和人力资源的浪费。......
  • 销售漏斗模型,是科学反映销售效率的一个模型,本质上是对销售过程的细化管理,可以帮助我们把流程标准化并沉淀下来。......
  • “大数据”已经成了我们经常挂在嘴边的词。随着大数据时代的来临,数据无疑是企业和用户最为重要和宝贵的数字资产,那么安全体系的建设尤为重要和关键......
  • 使用元数据,能够对工业数据进行目录化管理,实现数据服务,这类技术能够弥补传统数据集中中的缺陷,特别是数据集成不完善问题。从而能使工业大数据能得到更好的存储和共享。......
  • 未来的数据和数据平台就如同业务系统一样,都会在云端(可能是公有云,也可能是专有云)。随需随用,所以基于云的数据平台解决方案势必会成为主流。......
  • 说到数据中台的产生,我们不得不从数据工作的痛点来切入。我总结了八个方向,这八个方向可能不足以覆盖数据工作中的所有痛点,但肯定是数据工作中最痛的八个点。......
  • 建设大数据平台的最终目的是服务于业务需求,解决现有业务问题或者创造新的机会。业务部门可能并不关心是采用大数据技术,还是传统的数据库技术,是否采用大数据技术的主要依据是数据量。......
  • 火灾已经爆发后才知道救火,交通已经阻塞后才知道疏通,羊毛已经被“羊毛党”薅光后才知道堵上漏洞,股价已经拉升后才知道后悔……为什么我们不能在这些事情发生之前,或者至少是刚刚发生的时候......
  • 让数据产生价值才叫成功。早期有不少的公司引入了Hadoop,将企业的各种结构化非结构化数据加载至Hadoop环境当中,想让自己的数据发挥更大的价值,但这并不容易。......
  • 维度模型的概念出自于数据仓库领域,是数据仓库建设中的一种数据建模方法。维度模型主要由事实表和维度表这两个基本要素构成。......
  • 在业务增涨过程中,每个企业不知不觉积累积累了一些数据。无论数据是多是少,企业都希望让“数据说话”,通过对数据的采集、存储、分析、计算最终提供对业务有价值信息。......
  • 本文作者主要从总体思路、模型设计、数据架构、数据治理四个方面介绍了如何利用大数据平台的特性,构建更贴合大数据应用的数据仓库。......
  • 数据中台是聚合和治理跨域数据,将数据抽象封装成服务,提供给前台以业务价值的逻辑概念。......
  • 数据质量问题不仅仅是一个技术问题,它也可能出现在业务和管理的过程中。所以,要想提高数据质量,就必须懂行业、懂组织、懂业务。......
  • 大数据是软件即服务(SaaS)业务模型的关键。大数据创新者Panoply曾经对一种名为数据即服务的新模型进行探讨,而该模型是软件即服务(SaaS)这一模型的变体。......
  • 实际上,要想从数据中得到有用的答案,我们便不能只看到它表面的数据值。我们需要学会如何提出更加深层的问题......
  • 制定数据治理计划期间,如何衡量其工作进展和所带来的业务收益,也是一项关键任务,同时更是一个巨大挑战。数据治理团队必须制定一组数据治理的工作指标,以便于向企业的高级管理层、业务主管展......
  • 本文介绍了当前银行建设大数据平台的难点和应对措施,详尽分享了某银行大数据平台技术架构设计的实践经验,以及在典型场景下的应用,供广大银行同仁参考。......
  • 实现对大数据的安全使用,已成为大数据安全治理的核心主题,也是国家、社会、企业乃至个人在新时代、新环境下健康成长、稳定发展的前提和基础。......
  • 《孙子·计篇》中曾用“谋定而后动,知止而有得”告诫将兵者,先谋划准确周到后再行动,要知道目的地才能够有所收获。......
  • 本文针对大数据平台建设中常见的17个问题进行了解答,包括选型、迁移、工具等等。......
  • 数据质量是数据仓库建设、数据应用建设和决策支持的关键因素,可通过完善组织架构和管理流程,加强部门间衔接和协调,严格按照标准或考核指标执行落地,确保数据质量方能将数据的商业价值最大化,进......
  • 随着以隐私和安全成为数字时代的新标志,数据安全和隐私将是2020年企业面临的头等大事。......
  • 智能企业应用程序将要求将单个人工智能/机器学习系统连接到其他系统,以便它们可以相互通信并相互学习。企业最终将从存储的所有数据中获得可观的投资回报。......
  • “知彼知己,百战不殆;不知彼而知己,一胜一负;不知彼不知己,每战必殆。”要了解你的客户,分析客户的消费行为,深究客户的消费心理。......
  • 大数据时代,人们的生活、工作都在数据化,时时刻刻都有新的数据产生,数据正在呈几何倍数爆炸式增长。如何存储、管理和使用这些数据,是现代企业面临的难题。......
  • 当一项新技术刚出来的时候人们会非常乐观,常常以为这项技术会给人类带来巨大的变革,对此持有过高的期望,所以这项技术一开始会以非常快的速度受到大家追捧,然后到达一个顶峰,之后人们开始认......
  • 做区块链技术的公司,不是因为区块链技术而被抓,而是因数据非法使用而被抓,其中的逻辑不由得引起我们深思:商业数据如何保护?商业数据如何使用?这便是本文的主旨所在——“探讨如何用区块链......
  • 据是资产的概念已经成为行业共识。然而现实中,对数据资产的管理和应用尚处于摸索阶段,企业数据资产管理面临价值评估难、数据标准混乱、数据质量不高、数据安全威胁等诸多挑战。互娱从2013年开......
  • 近来数据中台概念大火,大家对它的定义也五花八门,不一而足。但无论怎么定义,一个完善的数据技术架构必不可少。了解这些架构里每个部分的位置,功能和含义,不仅能让我们更好了解数据产品的范......
  • 达达-京东到家大数据平台是根据公司业务持续快速成长,而规划建设的一个可持续发展的平台。在建设过程中我们借鉴了很多公司实施大数据平台的经验,并因地制宜构建了我们自己的实施策略,确保在......
  • 数据中台绝对不等于数据平台,差别之一就在于是否具有业务属性,这也是数据中台出现的一个非常重要的原因,它可以支撑多个前台业务,使得数据不再是各前端业务独立管理,真正实现不同业务之间的......
  • 金融消费者逐渐年轻化,80、90后成为客户主力,他们的消费意识和金融意识正在增强。金融服务正在从以产品为中心,转向以消费者为中心。所有金融行业面对的最大挑战是消费者的消费行为和消费需求......
  • 企业在推行大数据项目时往往把项目规模和范围做得很大,但是事实却是,很多大数据项目通常都会失败。2016年,Gartner估算约60%的大数据项目都会失败。......
  • 近年来,在很多行业和企业中,在讨论或谋求数字化转型升级,但是显得有些浮躁,潮流的概念也层出不穷,德国工业4.0、中国制造2025、数字化转型、两化融合等热词和口号喊的很多,但距离实际发展......
  • “数据”是网络的“血液”,是企业得以发展的核心。云计算和物联网技术的快速发展,引发了数据规模的爆炸式增长和数据模式的高度复杂化,如何对这些大量又复杂的数据进行有效管理和合理分析成为......
  • 在大数据时代,数据在呈现出海量化、多样化和价值化变化的同时,也改变了传统IT行业的市场竞争环境、营销策略和服务模式。如何在ZB级的海量数据中获取并筛选有价值的信息,是对IT企业的一大挑战......
  • 对于企业而言,了解工业大数据产生的背景,归纳工业企业大数据的分类和特点,从数据流推动工业价值创造的视角看待、重造工业价值流程,将具有很强的现实意义。......
  • 在实施信息治理计划时,首先采取的步骤之一就是评估当前成熟度状态,预测所需的未来成熟度状态。大数据具备‘小数据’的全部特征。惟一的差别就是大数据来源渠道的复杂性和多样性。尽管组织在治......
  • 在统计学、MBA、大数据智能圈子里,“轰炸机机身中弹统计”是一个很有名的关于幸存者偏差(SurvivorshipBias)的鸡汤故事。本文将以这个故事为例,和大家探讨一下大数据智能的三个层次:大数据......
  • 工业大数据的重要性众所周知,但究其根本,大数据是手段而不是目的,人工智能也是如此。如果仅仅因为工业互联网的概念很热,企业就要去盲目拥抱工业互联网和工业大数据、人工智能技术,实际上是......
  • 面对普遍存在的增长困境,很多互联网公司选择的策略是盘活存量、做优增量,也就是想办法怎么开源节流地精细化运营,以及用最小的成本获取较大的增长,然后让自己存活下来。......