-
灯塔工厂所在国家和地区应该探索如何利用这些资产来加速技术普及，并对发展中的灯塔工厂提供支持；领先的技术公司也应与灯塔工厂协同发展，因为后者正是其他企业寻求定位和突破的灵感之源。......
-
很多公司在采集数据时，会采集到很多脏数据，比如模拟器刷量、羊毛党刷量。如果未做反作弊识别，很难将这部分数据过滤掉；另外一方面，在采集数据时，没有做到标准化、规范化上报。那么在做数据......
-
移动互联网技术的快速发展，移动终端的广泛普及，催生了大数据技术。今天，无论是个人的日常生活，还是企业的业务发展，都和数据密切相关，大数据技术正成为新发明、新产品和新服务的创新源泉。......
-
所谓“数据驱动”,就是企业内部运转的一个接一个的“数据循环”,通过数据分析和价值发现改善客户、产品、基础设施、盈利方式等核心环节,形成独特的竞争优势,最终实现整个企业乃至供应链的快速运......
-
产品经理最开始之前考虑的更多是在核心竞争力上，那个时候可能用的更多是左上角。但是逐渐，可能会挪到右下角，作为产品，能否给公司挣到钱。也可能，是在中间，公司内部团队、对外合作公司，哪......
-
在过去的几年里，GE经历了作为数字化转型典型备受追捧，转型遇到瓶颈无奈“卖身”的大起大落，如今又陷入“换帅”的境遇。随着卡尔普的接棒，GE将走向何方充满未知，但是我们希望从GE过往的转型......
-
当前，技术创新驱动消费互联网和产业互联网，牵引向产业互联升级，工业互联网则成为产业互联网升级的最重要的组成部分。华为认为以云为核心的创新ICT技术，是工业互联网转型的使能器。除了自身......
-
数字化转型势在必行，这已成为所有企业CIO的共识。但在现实中，很多数字化转型计划还是陷入重重困难，其原因大多在于企业内部对数字化转型的认知还不够透彻。......
-
云控制是工业互联网很重要的一项功能。但是，目前工业互联网的关注点主要集中在数据的处理和信息的管理方面。事实上，由于工业互联网中云平台能够综合更多的数据，因此它不仅可以对企业的管理过......
-
供应链充满了不确定性。如果企业想减少可能的风险，并与零售商和客户建立良好的关系，则需要再次进行数据分析。在供应链中，大数据应用围绕着可追溯性、采购和仓储三个主要孤岛开展。......
-
数字化的旅行充满了障碍和挫折。从重组队伍到坚持价值，下面给出了重新启动陷入困境的数字计划的方法。......
-
「Why-What-How」在讲解概念和执行上是个不错的思维模型，这次依例按此框架来拆分「数据分析」。相信很多朋友已经有了较丰富的分析经验，这里权且从个人的角度进行梳理，以资参考。......
-
作为企业业务的生命线，云中的数据必须容易获得，以提高企业的灵活性和创新能力，而易于访问也必须与安全保护相平衡，以确保最大的业务价值。......
-
在云计算时代，IT系统建设越来越成为企业发展至关重要的一环。业务系统，以及支撑业务系统运行的基础设施通常是企业关注的首要目标;然而，保障业务健康运行的背后“功臣”——运维系统同样至关......
-
当一个企业要建立数据体系，它需要什么样的流程？当一个新的产品上线，它需要怎样建设业务的数据体系？这两个问题是否一些方法论去遵循？......
-
数据中心基础设施管理，从不间断电源系统的维护到计量电源效率，对IT团队来说这是不断发展的领域。举例而言，如电力使用效率的旧指标无法再衡量数据中心的效率，且增加功率密度可导致更具破坏性......
-
数据建模是一门复杂的科学，涉及组织企业的数据以适应业务流程的需求。它需要设计逻辑关系，以便数据可以相互关联，并支持业务。然后将逻辑设计转换成物理模型，该物理模型由存储数据的存储设备......
-
要能做用户行为的分析，就需要有一套用户行为数据采集、传输、处理、分析的基础设施，而埋点和分析平台就是在做这件事。业界大多产品都是通过嵌入到多个终端的SDK来采集用户行为数据，而后续的......
-
数据建模是一门复杂的科学，涉及组织企业的数据以适应业务流程的需求。它需要设计逻辑关系，以便数据可以相互关联，并支持业务。然后将逻辑设计转换成物理模型，该物理模型由存储数据的存储设备......
-
14年接触到“指标体系”这个词，一脸懵逼，当时还停留在离散的报表需求阶段，不能明确说出什么就是指标体系。发展到现在，做了几个产品的数据工作，对指标体系概念以及规划方法有一定的积累，总......
-
随着业务的快速发展以及移动互联网的到来，多屏（京东App、京东PC商城、M站、微信、手Q等）互通，推荐类型从传统的商品推荐，逐步扩展到其他类型的推荐，如活动、分类、优惠券、楼层、入口图、......
-
81%的首席执行官认为技术是他们公司面临的最大颠覆性威胁，因此，越来越多的IT行业领袖投资于战略性的数字化能力，以重塑公司形象，颠覆竞争对手。......
-
大数据是我们无法避免的流行语，但这是有充分的理由的：它正在改变很多企业的运营方式，并将继续改变，尤其是在供应链领域。......
-
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。......
-
大家最常挂在嘴边的一句话是“三分技术、七分管理、十二分数据”，以此来表达对数据的高度重视。企业在上ERP前数据准备步骤有哪些？......
-
全局视图是一个整体视图，它显示一个组织的许多相关部分，这些部分相互作用以完成一些事情。一个全局视图对于您定义一个可以帮助战略转型的范围是至关重要的。另外,还需要消除两个不利的极端因......
-
数据科学家会通过数据来寻找并分析竞争优势，可能的突破点等等，因此，数据整合也变得越发重要。......
-
对绝大多数场景，我们用（用户总量/统计时间）*影响因子（一般为3）来进行估算并发量。比如，以乘坐地铁为例子，每天乘坐人数为5万人次，每天早高峰是7到9点，晚高峰是6到7点，根据8/2原则，80%......
-
并发访问量是10分钟100人在线？还是每秒100个并发请求？如果是前者，以在10分钟内，100人每人平均访问10个pv，那么每秒请求数就是100*10/10/60=1.66，对服务器压力几乎就没有啦，用个单路双核的......
-
随着越来越多的集成进入数据中心，更多系统迁移到数据中心，基础设施最佳化已直接影响到高等级服务的交付，正因为如此，数据中心管理员都在不断努力寻找方法来提升性能，提高基础设施的密度，并......
-
数据治理(有时也称为IT治理)是存储管理的关键部分。显然，IT治理总体上与数据治理密切相关：IT是任何数据治理项目的组成部分。......
-
数据变现的能力，足以成为企业竞争优势的源泉。无论采用哪种途径，都需要实施组织变革。......
-
无论企业大小，在使用数据上都面临相似的数据挑战。企业越大，数据越多，而数据越多，越发需要制定一个有效的、正式的数据治理策略。......
-
在互联网的下半场，不断精细化运营的背景下，产品经理不再是单纯的靠感觉来做产品，更需要培养数据的意识，能以数据为依归，来不断改善产品。......
-
曾几何时，组织多半会选择以增量方式实现大数据解决方案。而并非每个分析和报告需求、大型数据集或来自多个数据源的临时报告执行并行处理的项目，都对大数据解决方案有着重要需求。......
-
网络本来是数据中心里最为稳定的一部分，技术几十年下来并未发生根本性的变化。然而，随着互联网的普及、云计算和大数据等新技术的兴起，网络成为了最大的一块阻碍数据中心发展的绊脚石......
-
数字化转型为首席信息官创造了许多机会。是什么机会，又如何推动主事数字化的首席信息官的职业生涯?......
-
数字化转型方面最成功的CIO已发现自己能够影响利益相关者；而且，晓之以理动之以情，能够使常常推动企业实行数字化转型所必不可少的负面投资回报率得到接受。......
-
首席信息官在新一代IT领导者已经做到了与业务更相符、更加协调，并具有更好的软技能，但传统的技术障碍阻碍了未来的发展。......
-
企业84%的数字转型在某种程度上失败了。这是一个很大的数字。但是，如果一场大规模的失败成为头条新闻，那么人们真正目睹的是错失了创新和改变业务难以满足消费者需求的后果。......
-
数字化转型为首席信息官创造了许多机会。是什么机会，又如何推动主事数字化的首席信息官的职业生涯?......
-
无论何时数据处理在大数据的生态中始终处于不可缺少的地位，因为数据处理的时效性行，准确性直接影响数据的分析与挖掘，分析的最终结果影响业务的营销与收入。......
-
实现数据驱动有两个关键环节：一是数据采集，二是数据分析。对于传统企业来说，往往是这两点都不太具备条件。......
-
随着大数据信息时代的到来，任何行业的数据都是以暴涨的形式增长，让企业管理者对于数据的安全问题甚为担忧。尽管我们一再小心谨慎还是不可避免的出现各种各样的灾难。而这里的灾难主要是指自然......
-
在数据资产管理领域，有着许多相似的概念和词汇。譬如说“数据管理”和“数据治理”，像孪生兄弟一样让人纠结不已。......
-
企业数字化转型趋势是“数据”引领业务变革，数据集中管控成为大势所趋，如何做好数据共享和数据分析、如何发挥数据资产价值最大化是我们信息化工作首要目标......
-
这篇文章将给大家介绍下大数据项目中用到的各技术框架知识，并通过一个实际项目的分布式集群部署和实际业务应用来详细讲述大数据架构是如何构建的，供大家参考。......
-
每一个大数据平台都不是凭空而起的，每个企业刚刚开始数据分析的时候，也不是上来就是一个大数据开源平台Hadoop、Spark这样一个存储的。本文中易观CTO郭炜将为大家分享人员和从0到N建立高性价比......
-
人工智能是近年来科技发展的重要方向，在大数据时代，对数据采集、挖掘、应用的技术越来越受到瞩目。在人工智能和大数据的开发过程中，有哪些特别需要注意的要点?......
-
本文针对研究人员(非技术人员)的实际情况，介绍当前大数据研究涉及的一些主要工具软件(因为相关软件众多，只介绍常用的)，并进一步阐述其应用特点和适合的场景，以便于研究人员能有的放矢的学习......