今天主要跟大家分享我十几年来在数据行业中踩过的那些坑，希望能够带给大家一些新的启发，在日后可以少走弯路。我们先从实际生活中的一个案例开始：......

说到大数据,大家并不陌生,从各种自媒体、线上线下沙龙,包括生活中大家经常提起。早在2010年之前,国内的很多互联网公司都已经在处理“大数据”,只不过那时对大数据还没有一个清晰的定义。......

我们所生活的世界，就像一片混沌（chaos），大数据时代，我们周围更是充斥着各种不同的理论、知识、信息和噪音，数据爆炸式增长和科技高速发展所带来的冲击，加大了未来的不确定性。......

当企业的决策受到了大数据时代的冲击而获得新机遇的同时，也带来了一系列问题。传统的决策方式和思维与新的决策环境相互脱离，传统的决策体系已经无法适应大数据环境，从而企业的决策变革成为必......

相比传统的线下会员管理、问卷调查、购物篮分析,大数据第一次使得企业能够通过互联网便利地获取用户更为广泛的反馈信息,为进一步精准、快速地分析用户行为习惯、消费习惯等重要商业信息,提供了......

大家用这些技术实施过程中可能会陷入最常见的三个误区,我做大数据做的这么多年,也被坑过很多次。......

“大数据”已经成为21世纪商业的代名词。聚拢大量数据的浪潮正变得愈加猛烈。公司无论所属行业和规模大小，都竭力想要实现招聘自动化，将流程数字化，并且打造出客户和求职者的信息库。......

大数据作为技术热点和转型升级的支撑工具，不管是个人、企业和政府都很期待。但2016年在解决用户实际问题的过程中，发现用户对大数据的理解上仍存在一些误区，我觉得有必要更清晰地描述出来。......

数据就是那些具有规模大、速度快、种类多三大特征的信息资产。从海量数据中筛选出有用的信息，然后通过各种手段将信息转化为洞察力，从而做出正确决策，并最终推动业务发展......

高清已经在安防行业全面铺开应用。除了带给用户能够看得更清的良好视觉感受外,对存储容量的需求亦成几何式增长。......

Gartner预测，2017年将有60%的大数据项目在试验阶段就会失败，并最终会被放弃。在大数据正热的当下，这一结论无疑给众多的热心者泼了一道冷水。......

以业务驱动、数据驱动真正形成业务上的决策指导,让企业的业务决策、经营决策、生产决策、市场打法能够真正的落地,并产生实际看得见摸得着的实实在在的价值......

光是靠着预测下一笔消费，已经很难带来持续的竞争优势。大数据真正能做出的贡献,将在于为顾客创造出什么新的价值。只有这样,才能让营销人员把资料转化为永续的竞争优势。......

作为比特币背后的技术，区块链的用途远不止加密货币。本文解释了区块链背后的用例和技术概念，给出了可用服务的概述，并指出为什么在这个领域里中间件是成功的一个关键因素。......

2017年已然来临，大数据技术仍然保持着飞速发展。无论是物联网、云计算领域乃至企业技术都开始将其引入自身并作为新的变革方向。......

任何企业的大数据变现都需要充分利用自己的优势，去创造适合自己的商业模式，基于运营商的现状，其大数据变现要获得突破，前期必然是以资源驱动为核心的......

“满城尽谈大数据”，但很多人其实并不理解大数据真正价值是什么，哈佛大学GaryKing教授用3个大数据研究案例告诉你：有数据固然好，但是如果没有分析，数据的价值就没法体现。......

很多公司在迈入大数据领域后遭遇“滑铁卢”。在此，本文盘点了一系列大数据失败项目，深究其原因，具有警示意义。......

融创新很大一部分原因在于大数据和金融之间的结合。纵观BAT、京东、小米、万达、平安这些把触角伸到互联网金融领域的巨头，无一不是在大数据层面上有所布局。......

研究大数据这么专业的事情只能交给百度“叫兽”级人物,而我们记录与此相关的事件、观点和案例,也很有意义嘛。......

大数据热已成为一股汹涌澎湃的潮流,于是乎,各种大数据概念满天飞,人人都在谈论大数据,仿佛你的发言中没有提到大数据,你的成果中没有应用到大数据,那你就彻底OUT了。......

大数据对于整个商业领域的改革,我个人经历过的,到现在为止大数据领域盈利的模式,一般还是在客户推荐,精准营销,客户画像,市场是大数据对于商业领域切入最深的领域,......

大数据就是互联网发展到现今阶段的一种表象或特征而已,没有必要神话它或对它保持敬畏之心,在以云计算为代表的技术创新大幕的衬托下,这些原本很难收集和使用的数据开始容易被利用起来了......

众所周知,大数据按照处理流程可以分为三步:大数据采集和清洗大数据存储和分析大数据展现和应用从以上这三个方面,我想谈谈制约大数据发展的几个核心问题。......

2016年，是我国大数据产业市场规模明显增长、技术创新与应用创新特征凸显、地方政府结合需求推动顶层设计、行业应用成为新热点的一年。接踵而来的2017年，立足于上述发展基础，大数据产业将持续......

大数据逐渐渗透到各行各业的应用中，麦当劳的案例告诉我们：如何更好地预测变化，以及什么样的因素会改变客户的期待、行为和趋势。......

2016年，各行各业的大数据应用都渐渐从空洞的理论落地，被专家们称为“大数据元年”。无论如何，大数据已经成为IT领域的流行趋势，那么，2017年对大多数企业具有战略意义的大数据趋势有哪些?......

随着互联网和大数据技术的高速发展，面向特定领域的人工智能技术已经取得突破性进展，谷歌、微软、百度等巨头积极在人工智能领域多点布局、抢占产业机遇，这一切都预示着：AI行业已经成为新风口......

大数据时代:CIO该如何稳步发展?如果能够将注意力从技术转移到业务回报身上,CIO们就会拥有掌握大数据领导权的显著竞争优势。......

很多企业业务部门不了解大数据,也不了解大数据的应用场景和价值,因此难以提出大数据的准确需求。由于业务部门需求不清晰,大数据部门又是非盈利部门,企业决策层担心投入比较多的成本......

即将过去的2016年，大数据技术在持续火热发展的同时，也在各细分领域取得了不同的创新。回顾大数据的2016，我们都得到了什么？2017年，会是大数据技术与人工智能融合迸发的时代吗？......

毫无疑问，大数据的价值显而易见。但是，要想充分发挥大数据的威力，要做到两方面的极致化："对更加垂直化、细分化的小数据的纵深挖掘"以及"对更加广泛、甚至转瞬即逝的整体样本的全面覆盖"......

大家经常听到一个词，叫做“画像”，结合具体对象就是：“用户画像”、“商品画像”、“产品画像”、“资产画像”……特别是大数据时代下，在实际企业中，利用大数据进行“画像”建设是企业经营......

科学进步越来越多地由数据来推动,海量数据给数据分析既带来了机遇,也构成了新的挑战。大数据往往是利用众多技术和方法,综合源自多个渠道、不同时间的信息而获得的。......

在当今时代，最不缺乏的就是信息。信息消费了什么，这是很明显的：它消费的是信息接受者的注意力。信息越丰富，就会导致注意力越匮乏……......

是什么原因导致大数据行业集体进入寒冬？是实体经济下行影响吗？还是大数据停留在概念炒作，未进入到实际应用？......

很多初学的朋友对大数据挖掘第一直观的印象，都只是业务模型，以及组成模型背后的各种算法原理。往往忽视了整个业务场景建模过程中，看似最普通，却又最精髓的特征数据清洗。......

大数据对于企业的价值，更全面地来说可以体现在AI、BI、CI和DI，即人工智能(ArtificialIntelligence)、商业智能(BusinessIntelligenc......

企业做大数据以来，碰到了很多的合作伙伴，大家都有疑问，你需要什么，我能帮到你什么？这里谈谈笔者个人的理解，希望有所启示。......

大数据主要特征，我这里用Granter2012年定义，大数据具有4V特征，包括高速变化、多样数据性和海量数据规模，能产生巨大价值。......

到2012年11月已开放了40万项原始数据和地理数据，涵盖大约50个细分门类。2013年11月，美国信息技术与创新基金会发布了《支持数据驱动型创新的技术与政策》的报告......

设计一套日志统计平台的需求来源主要是Nslog的研发和运维同学,整理了好几十条,并出了一个基本的方案。......

本文将介绍大数据系统一个最基本的组件：处理框架。处理框架负责对系统中的数据进行计算，例如处理从非易失存储中读取的数据，或处理刚刚摄入到系统中的数据。......

时间如白驹过隙，过得飞快，转眼2016就要过去了。在这一年里，大数据领域发生了些什么？又有什么大数据技术变得火热？让我们做一个大数据2016的回顾吧。......

本文将企业大数据体系的构建分为六个层级，但并非是线性过程，每个层级之间或有基础关系，但并不是说一定要逐层构建。......

对于实体零售而言，想要在移动互联的全渠道时代继续生存与发展，那么就必须迈入大数据建设的行列，快速构建企业自己的顾客大数据体系，真正把人的数据管理并应用起来。......

很多公司在建设大数据平台，很多公司在研发和推销自己的云计算和大数据平台产品，从Openstack,Docker,DCOS到Hadoop、MPP、NOSQL等等，从IaaS、PaaS......

对于企业来说，要建设自己的大数据平台，需要的不只是技术解决方案，更重要的是组建一支优秀的数据团队。那么，数据团队有哪些成员组成？他们的工作方式是什么？采用怎样的组织架构来开展工作？......

当你面对一个艰难的问题时，你是根据什么来进行抉择?直觉?还是遵从内心?难道是喜欢抛硬币?这些方法可能偶尔会给你正确的方法，但它们的有效性相比数据是不够真实的。......

大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析......