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......

数字化关键绩效指标的最大局限在于缺乏明确定义的数字化野心或战略。清晰地了解数字化野心会给你一些想法，这些想法告诉你，当你要衡量进步时你要衡量什么。在没有指标的情况下你什么也衡量不了......

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。......

传统企业正在面临IT新技术的挑战——单从“传统企业”这个居高临下的称谓，你就能读出“非传统企业”（也就是IT企业、互联网企业）满满的优越感。每天在各种新媒体平台上看着BAT们又掌握了什么......

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。......

数字技术时代的商业成功是由技术驱动的，但又并非技术本身。这是关于展望技术如何能用于捕捉业务价值的能力。对于CIO来说，它与创建一个新IT操作有关，该操作专注于一项最重要的能力的：快速、......

如今的企业必须向顾客提供始终如一的高价值体验，否则会失去顾客。他们正在求助于大数据技术。通过大数据分析，组织可以更好地了解他们的客户，了解他们的习惯，并预测他们的需求，以提供更好的......

今天，情形已经大不一样。有了云，警方只需要把这些视频数据放在云上，所有干警就可以同时来看。另外，随着人脸识别技术的进步，警方将逐步告别原始的人工识别，解放疲劳的双眼。......

人们总说，一旦我们使用了合适的分析工具，就能弄清楚如何正确地分析数据，并将这些知识转化为更好的商业决策。这在理论上听起来不错。但实际上，即使你拥有世界上最好的数据，在做出决定时也会......

随着互联网特别是移动互联网的快速发展，从金融行业来看，我们金融的活动开始日益的和消费互联网和产业互联网加速融合。应该说对我们的信息技术带来了一些新的特征。......

大数据已经成为过去几年中大部分行业的游戏规则，行业领袖，学者和其他知名的利益相关者都同意这一点，随着大数据继续渗透到我们的日常生活中，围绕大数据的炒作正在转向实际使用中的真正价值。......

企业现在的设备几乎都在监测和测量，并创造了大量的数据，通常比企业处理的更快。其问题是，而正因为大数据定义为“大数据”，所以数据收集的小差异或错误可能会导致出现重大问题，错误信息和不......

数字转型当然不是碰运气的游戏。但是，商业革新绝非简单改进，CEO需要极大的勇气和决心才能应对巨大的不确定性。面临数字革命的老牌公司CEO，就像玩轮盘的赌徒。明知想赢得下注，却不知该把筹码......

数据分析越来越得到各大公司的重视，但很多公司的数据分析人员都面临着一个问题：如何让数据分析真正在公司内得到有效的推广和使用，真正帮助到业务的发展......

运维服务体系由运维服务制度、运维服务流程、运维服务组织、运维服务队伍、运维技术服务平台以及运行维护对象六部分组成，涉及制度、人、技术、对象四类因素......

对医保数据进行数字化和共享的新标准和激励措施–以及商用硬件产品在存储和并行处理方面的改进和价格的下降–正在导致医保行业的的大数据革命，其以更低的成本提供更好的服务为目标。......

对于制造业而言，了解行业大数据产生的背景，归纳行业大数据的分类和特点，从数据流推动本身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。......

在后摩尔定律时代，为了满足计算需求和计算能力的缺口，一种方式是尝试各种新的芯片架构，而另一种方式便是通过增加服务器的数量来满足计算需求，这就需要更多的数据中心承载服务器。......

一个真正企业级大数据平台能建立起来，不仅仅是技术问题，更多是管理问题.虽然在后续数据采集和整合过程中，会有大量的沟通协调问题，甚至争论，这些都很正常，不同专业的人员，面对不同域的数......

很多牛逼的公司都宣称在建立数据科学部门，这个部门该如何组建，大家都在摸石头过河.首先，我们的数据显示，数据科学家应该是T形人才，具有多样技能，需要在技能互补的团队中最有效率。......

CIO需要肩负制订公司信息化战略、引领信息化实践的使命，如没有好奇心，不能时刻洞察瞬息万变的新模式、新技术、新科技、新实践，就无法为企业的信息化引领正确方向并达成既定目标，就很容易被......

互联网公司往往会有各种类型的工作任务，比如有对外提供的各种服务，也有内部的挖掘与数据管理系统。即使是内部数据系统也可能需要多种不同类型的计算系统：适应实时计算的挖掘系统、适合交互杳......

本文分享链家网大数据部成立后，在发展变革中遇到的一些问题和挑战，架构团队是如何构建一站式的数据平台来解决获取数据的效率问题，如何构建多层次系统来组建大数据架构体系。......

所有大数据技术的目标，都是消化处理结构化和非结构化的数据，生成新的数据环境类型。实际上，大多数保险公司都是在利用大数据技术消化他们核心系统中的结构化数据。......