我们都知道一句话“巧妇难为无米之炊”，数据源就是让数据产生价值中的那些大米。那大数据时代企业需要哪些数据呢?......

针对于大数据平台对于数据脱敏的需求，本文分析了数据泄露可能带来的风险，介绍了数据脱敏技术的理论基础与实现方式，同时简单分析了大数据平台的隐私数据脱敏技术方向。本文讨论的均是基于离线......

只有4%的中国制造企业释放了数字化的潜力。企业掌舵者必须明白，数字技术只是赋能者。......

制造业数字化转型将一切围绕着企业更高的效益作为核心出发点，需要重新整合人、流程与技术，实现卓越运营的框架与机制，必须扫描工业物联网与大数据等相关领先技术，从而实现IT－OT的融合。......

每一个消费者通过手机和设备，成为了一个巨大的数字化网络的一个节点，每时每刻，我们从云端获取各种信息，各种状态，浏览各种商品，从而实时的决定我们的决策和行动。......

算法能让预测更准确，但也会带来风险，尤其是在我们不理解这些算法的情况下。一个例子是社交媒体。很多社交网站通过算法决定推送哪些广告和链接，如果设计算法时过于侧重点击量，“骗点击”的内......

所以对于一家公司而言，要想实现企业的数据转型，一定需要经历五个必要的阶段：数据发现，数据识别，数据收集，数据分析和结果使用。......

在互联网行业，除了数据量大之外，越来越多的业务要求时效性，甚至很多是要求实时的，另外，互联网行业的业务变化非常快，不可能像传统行业一样，可以使用自顶向下的方法建立数据仓库......

这十几年的经历，有很多值得讨论的话题，今天我和大家聊一下数据商业化的实践和心得，我会分享四部分：对数据生意本质的认知数据行业产品化商业化的核心思考......

所谓数字化，就是将许许多多复杂的、我们难以估计的信息通过一定的方式变成计算机能处理的0和1的二进制码。......

在大数据的推动下，“数字化”理念已经渗透到各个领域，大家不再谈“信息化”，开始谈“数字化”，软件企业更是最积极的吹鼓手。......

随着科技的发展，目前已经步入了大数据的时代，很多社交媒体和互联网公司也非常关注大数据这一行业。那么对于大数据而言，这里有五件事情是你应该了解的。......

一般谈云计算的时候会提到大数据、谈人工智能的时候会提大数据、谈人工智能的时候会提云计算……感觉三者之间相辅相成又不可分割。......

信息化就是将企业的生产过程、物料移动、事物处理、现金流动、客户交互等业务过程数字化.所谓数字化，就是将许许多多复杂的、我们难以估计的信息通过一定的方式变成计算机能处理的0和1的二进制......

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,因为可视化分析能够直观的呈现大数据特点,同时能够非常容易被读者所接受,就如同......

选择数据平台时该考虑什么？对于在组织的整个数据架构中构建更高效的数据平台来说，选择正确的数据存储类型至关重要。......

工业互联网虽然最早来自从事工业装备制造的通用电气公司，但它所采用的标志性技术，除了智能设备技术之外，物联网技术、大数据技术和分析技术都是典型的IT技术。......

由于越来越多地使用云计算灾难恢复解决方案(灾难恢复即服务)，这种情况得到了显著改善，越来越多的灾难恢复提供商提供了稳定和优化的平台。因此，即使是中小型组织也能负担得起这样的实施和使用......

在企业数据建设过程中，大数据治理受到越来越多的重视。从企业数据资产管理和提升数据质量，到自服务和智能化的数据应用，大数据治理的内容在不断地发展和完善，其落地实施的过程中会遇到各种各......

随着越来越多的企业建立并广泛应用BI系统，数据治理的话题也在最近被越来越多地提及和讨论。有专家表示，只有建立了一定的数据治理体系，用户才会真正进入商业智能的时代。而数据治理能够在短期......

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。......

数据资产管理是业务部门和IT部门的共同职责，需要由业务部门和IT部门分别或共同制定相关决策，如业务运营模型、数据治理模型、企业信息模型、业务规范、信息规范、数据库架构、数据仓库/商务智......

当我们谈数据资产管理时，我们究竟在谈什么？就目前而言，我们谈论得最多的非数据管理和数据治理这两个概念莫属。但是对于这两个概念，两者的准确定义是什么，具体区别又是什么，仍是困扰着许多......

服务器是现代计算能力的核心，但是有很多眼花缭乱的方法可以选择服务器来承载工作负载。尽管可以用相同的虚拟化和集群化的具备管理能力的白盒系统填充数据中心，随着越来越多的公司在云端部署工......

如何利用这些数据，从数据中挖掘金矿，很值得每个商家去思考。尽管目前零售商有不少的IT系统去支撑企业常规的分析（如销售量、销售额、热销SKU等），但实际上还是未能从数据角度深入挖掘客户的......

数据分析的出路在哪里？类似问题出现在很多场景下：有的是面试的时候被问到：你觉得这个职位长期发展的前景如何有的是在各种群里的讨论：DataScientist的出路在哪里？为什么做Analytics的活titl......

数据是人类的发明。人类定义了他们想要测量的现象，设计系统收集数据，在分析之前进行清理和预处理，最后选择如何解释结果。即使使用相同的数据集，两个人也可以得出截然不同的结论。这是因为数......

在运维自动化体系里面，数据是一个非常核心且是承上启下的重要元素，它既可以反映运维服务的效率、故障比例、可用性，也可以衡量业务运维状态的质量、稳定性、成本、速度等。......

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......

全球各行各业都在积极开展数字化建设，期望通过转型来支撑业务的长期、持续增长。之前，华为很少从自身的角度谈论公司的业务运作和转型，其实，作为一家拥有30年历史的企业，华为也同样有着数字......

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......