实现精益生产理论体系的方法就是搭建企业自己的精益屋，精益屋包含目标层、准则层、方法层和运作环境共四层。运作环境是精益屋的地基，包括人、机、料、法、环等方面，方法层是构建精益屋的砖瓦......

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......

人类社会正在从信息化走向数字化和智能化。随着云计算、大数据、人工智能和区块链等新兴技术在金融行业的深入应用，科技对于金融的作用被不断强化，创新性的金融解决方案层出不穷，金融科技发展......

在大数据时代，核心就是：如何用数据创造价值，如果你没有用数据创造价值的能力，那么就只能等着被数据淹没，被数据拍死在职场上，早早到达职业的天花板。体现数据价值的层面上，越往数据应用层......

很多人都看过不同类型的书，也接触过很多有关大数据方面的文章，但都是很零散不成系统，对自己也没有起到多大的作用，所以作者第一时间，带大家从整体体系思路上，了解大数据产品设计架构和技术......

近年来“物联网”(IoT)和“大数据”是两个最受瞩目的话题。在物联网的概念里，有关任何开和关切换到网络的设备皆会彼此连接，它们之间都彼此相互连结。......

大数据技术还不成熟，面对海量、异构、动态变化的数据，传统的数据处理和分析技术难以应对，现有的数据处理系统实现大数据应用的效率较低，成本和能耗较大，而且难以扩展。这些挑战大多来自数据......

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......

人与人交流的传统调研模式，不仅没有被所谓大数据掩埋，反而在大数据时代，被一个个数据又激发出来。......

当我进行以数据科学家进行自我介绍时，经常会被问道：“数据科学和机器学习有什么区别？”或者“这是不是意味着你在研究人工智能？”所以我将通过本文进行回答。......

某种程度上来说，大数据的真正机遇不一定是预测，而是用来解释。只有在充分调研、了解市场环境后，管理者才能够制定合适的战略，来应对可能出现的各种风险。......

数据可视化无处不在，而且比以前任何时候都重要。无论是在行政演示中为数据点创建一个可视化进程，还是用可视化概念来细分客户，数据可视化都显得尤为重要。以前的工具的基本不能处理大数据。......

我们做数据时刻都要跟“饼柱点线表”打交道，看上去，饼和柱只是视觉上的感受不同，实际上，数据可视化相当于“用数据写作”，让人除了看到数字本身，还能从表达方式和元素的选择上看到更多信息......

ETL从多样的异构数据源中比如关系数据库、格式化和半格式化数据文件等抽取到原始数据层后进行清洗、转换、集成，最后加载到数据仓库（也可以是分类的数据集市）中，成为数据分析、数据挖掘的基......

互联网时代数据分析工具已经越来越多地应用于产品与运营场景。做一款优秀的产品，先决条件是要充分了解产品所面对的人群特征，做好用户运营也是同样的道理，以用户运营效率为起点，不断优化产品......

＂ABC＂正在对＂D＂产生深刻影响！这并不是一句绕口令。以A（AI，人工智能）、B（BigData，大数据）、C（Cloud，云计算）为代表的新一代信息技术的兴起，正在推动D（DC，数据中心）的变革。......

企业需要为数据中心成功的运营制定一个有效且适应性强的计划，需要采取具体的原则来指导IT人员全面考虑其运营目标以及如何实现这些目标。但很多企业的数据中心运营的规划与努力绝大多数是放在结......

物流公司的大数据有两大方面的价值，一方面，优化物流企业本身的运营和决策;另外一方面，物流大数据可用于非物流领域的应用，比如征信和金融应用。......

农业大数据到底是什么鬼？相信许多人都有这个疑问。简而言之，一切与农业相关的数据，包括上游的种子、化肥和农药等农资研发，气象、环境、土地、土壤、作物、农资投入等种植过程数据......

按大众化的分法，产品的生命周期(PLC,ProductLifetimeCycle)分为初创期、成长期、成熟期、衰退期，在产品的每个阶段，数据分析的工作权重和分析重点有所区别......

通过对海量数据进行分析，获得巨大价值的产品、服务和见解；名次定义：基于多源异构、跨域关联的海量数据（数据量、数据形态、数据分析处理方式），通过分析所产生的决策流程、商业模式、科学范......

数据中心迁移往往是复杂而具有风险的。以下这些最佳实践将帮助组织管理者投入适量的时间和资金进行规划、执行以及测试，以保障组织的业务正常运营，并最大限度地提高成功迁移数据中心的机会。......

首先应该有一套用户精益运营的增长框架。我们认为AARRR框架相对来说是比较科学，也比较符合我们的增长思路，所以就通过这个用户增长框架，来搭建了我们的整个运营或者说增长的团队。......

当你在比特币的背景下讨论区块链时，它与大数据的联系似乎有些微不足道。如果，并非是比特币，区块链是其他金融交易，或者是商业合同，或者是股票交易的其中一种分类呢？......

互联网使得十年前甚至还不存在的各种各样的营销成为可能。正确使用它们可以为商家带来最有可能真正购买产品的客户，并成为回头客。商家所需要的只是掌握不同的技术。为此，需要再次确保所使用的......

生存分析在医学、生物学、金融学等领域是都是应用相当广泛的统计学分支。最初是应用于医学研究中，例如病人确诊疾病之后多长时间会死亡，疾病治愈之后多久会复发等等。然而生存分析中的生存并不......

如果你是一位大厨，刚刚眉飞色舞地给客人描绘了如何搭配一道色香味俱佳的大菜，甚至连炒菜的手法都一一交代了，当你备好了各种为这道菜增鲜增色的调料后准备烹饪时，才发现所需的主要原料有问题......

工业企业中生产线处于高速运转，由工业设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据，从数据类型看也多是非结构化数据，生产线的高速运转则对数据的实时性要求也更高，因......

对于企业来说，数据的最重要的应用之一是没有得到足够的重视，它的作用是降低成本和保护底线。数据有助于帮助各种规模和行业的企业更有效地运作。......

对大数据、人工智能、可视化的最新进展和应用案例做个总结，重点讨论大数据平台云部署运维、交互批处理与实时流处理的关系、有监督学习解决的安全问题和大数据可视化这四个细分领域......

一切应该以产品为中心，从数据获取、数据清洗、搭建和管理数据设施、原型开发、产品设计等方面，去实践数据的价值。我在阿里就经历了从“数据产品”到“数据作为产品”的阶段，后者其实才是大数......

尽管您的业务部门需要数据才能制定明智的决策，但业务部门常常会犯一些错误，导致数据收集、数据存储和数据管理成为业务运营的障碍。......

如今，越来越多的应用使得数据量不断增加，企业为此需要更快速地响应和动作，集中处理结构和人为干预越来越成为新应用和最终用户能力交付的障碍。......

数据虽不能说明全部问题，却是你做决策的重要支撑以及评估功能好坏的重要指标。数据分析的类型很多，与不同场景下的同一个产品需求类似。......

随着ERP系统的普及和涉及的范围越来越广，ERP系统的数据安全也越来越被重视，很多关系到企业生命的机密信息都被存储在ERP系统中。因此，ERP系统使用不当，就可能造成数据的泄露和丢失。......

传统企业的OLAP几乎都是基于关系型数据库，在面临“大数据”分析瓶颈，甚至实时数据分析的挑战时，在架构上如何应对?本文试拟出几个大数据OLAP平台的设计要点，意在抛砖引玉。......

ERP系统试运行前的数据预备是一个相当繁琐的工作，是一个系统工程，它直接决定着企业实施ERP系统的成败。......

大数据，数据科学，以及分析的发展与演变在今年的Strata数据会议上得到全面展示，其中包含了一个重要的信息：人们需要获取大数据的价值。......

信息化在中国已经普及了20年了，这20多年里，越来越多的企业投入巨资建设信息系统，也有越来越多的企业从单一的信息系统如财务记账系统、OA办公自动化系统、CRM客户关系管理系统、MIS生产管理信......

大数据，作为一套技术、一种经营战略是相对成熟的。这种成熟带来的好处是更先进的工具、更顺畅的部署和新的商业机会。不利的一面是，如果公司想要在实现数字化转型目标方面取得真正成功，新挑战......

机器分析做得好的公司，不代表数据分析做得好；非结构性数据处理得好的公司，不代表结构性数据也能处理很好；数据分析做得好的公司，不代表商业智能做得好；而商业智能做得好的公司，不代表生意......

随着当今数据量的激增，越来越多的企业，尤其是像互联网行业这类的大型企业来说，建设一个数据中心对于自身业务的快速推动起到了至关重要的作用，而数据中心的基建步骤当中对日后实际运维也起到......

不管是哪种接地，都要进行周期性检查，对所有设备和系统进行接地检查和测量，发现没有良好接地的及时修正，尤其是在数据中心运行过程中，经常要进行扩容，不断增加新的设备，此时如果没有请专业......

我们这个峰会的主题是改变，一个是需求的改变，还有一个是自身的改变。我们的能力是需要改变的，数据分析的能力我认为是大家应该具备的。......

许多企业都了解采用大数据的好处，但也很容易陷入围绕这个术语的炒作和机遇中。然而，许多企业仍然无法有效地获取可用数据的实际价值。......

大数据时代的到来，带给了每一个行业实实在在的冲击和挑战。大数据就像蒸汽时代和电力时代蒸汽和电一样，不仅仅是一次简单的技术和生产力的创新，而是引发了整个生产模式的变革。而处于大数据时......

随着移动互联网的快速发展，大数据的概念也越来越火，很多公司都在提数据化管理。那么我们今天就聊一下数据化管理这个话题。先来看下数据化管理的误区......

许多公司深刻地理解了在没有合适的BI工具和数据可视化系统的情况下，纷繁复杂的数据集如何能变成有用的(或者如何会阻碍)商业智能流程。......

于企业数据可见性的增强和数据安全团队的要求，数据集市团队面临的挑战是确保某些客户属性被识别和“处理”。要求技术提供商演示对潜在敏感数据的自动识别和操作，以此来解决这个问题。......

五年来，人们对大数据的认识更加具体化，数据无所谓大不大，有用最重要，数据是基础，而分析挖掘和应用才是根本。......