找到约2014条结果,关键字
  • 大数据投资仍在继续增长,但已经显示出收缩的迹象。该研究结果显示,有48%的企业已经在2016年投资了大数据,比2015年增长3%。......
  • 随着数据集规模不断增大,企业对Hadoop及相关的廉价数据处理技术如Hive、HBase、MapReduce、Pig等的需求将持续增长,具备Hadoop框架经验的技术人员是最抢手的......
  • 有许多数据需要从不同企业和部门集成;许多半结构化或非结构化数据需要结构化才能方便利用;不少数据没有现成的,需要特地建设才能获得。这些工作不是单靠技术手段、自发行为、市场行为就能解决......
  • 我们现在处在一个新的时代:商业成功取决于比以前更快的从更多的系统和用户中获取可信任的数据。这个新时代的核心是大数据,它引进了新技术、新数据源、新数据类型......
  • 大数据平台技术已成为现代建模仿真领域的重要支撑技术之一。尤其是社会各行业当前对基于数据的应用愈加重视,大数据的兴起引发了各行业研究大数据、应用大数据的热潮......
  • 企业数据仓库的建设,是以现有企业业务系统和大量业务数据的积累为基础。数据仓库不是静态的概念,只有把信息及时交给需要这些信息的使用者,供他们做出改善其业务经营的决策......
  • CRM应用数据挖掘其主要目的在于以下四个方面:客户细分、获取新客户、提升客户价值和保持客户以防止流失。......
  • 为啥只说应用场景?因为具体模型有很多专业书籍讲的更好,而且我个人认为,模型是固定的,场景是多变的,知道什么时候该用什么模型,比会用这个模型更重要一些。......
  • 漏斗模型与归因模型不仅仅可以运用在数据运营的工作中,更是对于业务整体流程的梳理与再明确。这也可以说是工作中必不可少的技能之一。......
  • ,大数据区别于以往的数据收集最本质区别是抛弃人类之前限于成本的抽样分析方法,变成存储一切,分析一切。随着储存能力、计算能力、互联网与移动互联网、智能手机深入生活......
  • “忽如一夜春风来,千树万树梨花开”,似乎在一夜之间,大数据就红遍了南北半球,在神州大地更是一时风头无两;与此同时,大数据也被神化得无处不在,无所不包,无所不能。这里面有认识上的原因......
  • 用户画像是真实用户的虚拟代表,是建立在一系列真实数据之上的目标用户模型”。通过对客户多方面的信息的了解,将多种信息集合在一起并形成在一定类型上的独特的特征与气质,这就形成了用户的独......
  • 大数据已经算不上新事物,它已经从根本上改变了诸多行业——比如音乐、报纸、电影、零售等等。在数字营销领域,依托新技术的大数据所带来的改变更是颠覆性的。......
  • 当你完成一份数据分析报告时,不知领导是否有问过你,“你的分析方法论是什么?”。如果分析方法论不正确或不合理,那分析结果参考价值几何呢?......
  • 看似感性主观的用户体验设计与理性客观的数据分析,究竟怎样才能相互作用进而碰撞出产品的灵感火花?......
  • 政府流程再造是企业流程再造理论在公共管理领域的应用,是利用信息技术来革新基于专业化分工的传统分隔式管理模式,实现以公众服务为导向、以技术利用为支撑、以效率提升为目标的改革措施。......
  • 随着我国生产力水平的不断发展,我国产品管理和质量控制水平也日益提升。而产品数据管理系统在这方面起到了关键作用,而且还从若干方面论述了产品数据管理系统的发展趋势,希望能够为相关研究提......
  • 随着数据中心的建设规模越来越大,系统变得复杂,需要更多的专业技术人员,数据中心运营成本变得越来越高。运营成本是数据中心在运营维护期间发生的各类费用,运营成本包含有很多部分。......
  • 智能制造就是要实现数据的全流程打通,云计算、物联网、移动互联网、人工智能、机器人等都成为数据共享、流动和融合的关键技术。......
  • 该报告基于现有客户经验的调查数据评估供应商的能力,帮助数据集成和数据分析负责人选择正确的技术发展信息基础设施,以支持多样化和发展的分析需求。......
  • 数据备份是容灾的基础,有了备份不等于万事大吉。因为备份的数据可以还会有其他因素造成的数据损坏......
  • 一个学习的完整体系,简单来讲,首先有目标定义,之后进行决策、行动、拿到行动结果之后学习。人类学习的一般方法,都是根据这个链路进行,这叫“自学习”......
  • 传统的产品制造流程控制方法已无法满足发展需求,只有采用信息化的集成管理模式才能有效实现产品数据的交流和共享,推动企业的发展和升级。......
  • 智能制造就是要实现数据的全流程打通,云计算、物联网、移动互联网、人工智能、机器人等都成为数据共享、流动和融合的关键技术。......
  • 数字化转型是当下流行的话题,传统企业在数字化转型的时候IT应该如何配合?CIO在其中扮演什么样的角色?技术创新可以如何帮助企业实现转型战略?......
  • 数据正以前所未有的速度和可变性累积起来,并且与过去的数据不同,大多数数据都是非结构化数据和原始数据。博客、社交网络、机器传感器和地理位置工具都在产生大量非结构化数据。......
  • 我们平时所说的商业分析,数据分析的商业感觉到底是什么,它并不是什么很高深的理论或者别人捉摸不透的玩意。不是具体的结果,而是我们的分析的思维方式。......
  • 我们首先来看一下什么是运营,就是产品上线以后的拉新和复活,现在朝着商业化方向走,成为一个完整的运营链条,就是把产品玩转,最终实现商业化。......
  • 企业数字化转型赋予CIO,或者其他C级别角色的责任,在选择CDO时同样适用。但是并不是说CIO不能作出巨大的贡献。CIO应该帮助其企业定义并且创建框架来指导数字化项目......
  • 对于数据驱动这一点,可能有些人从没有看数的习惯到了看数的习惯那是一大进步,是不是能看几个数这就叫数据驱动了呢?这还远远不够,......
  • 客户需求的个性化特征越来越突出,电子商务和互联网营销已全面普及,多样化的营销方式随之不断涌现,移动互联网与社交已逐渐进入社会生活与工作的不同层面......
  • 企业选择数据平台的方案,有着不同的原因,要合理的选型,既要充分的考虑搭建数据平台的目的,也要对各种方案有着充分的认识。......
  • 对你所负责的产品来说,最关键的一个指标是什么?我尝试问过一些人,特别是同一个公司的几个人,你会发现他们冒出来的第一关键指标是不同的。......
  • 把互联网加在你的旁边,它只是一个工具,这是十年前;加在你的前面,它就是一个渠道,这是五六年前;我们应该把互联网加在下面,推动未来整个商业和经济活动的全面变革。......
  • ?大数据架构下对于业务监控的几点思考。通过类比地球地质演进的过程,来描述大数据架构下的业务监控架构的演进历史。......
  • 谷歌一直以来将重心放在数据的安全和保护上,这也是我们的关键设计准则之一。谷歌在所有数据中心园区还成立了区域站点团队,由负责设计和施工的工程师及运营团队共同组建而成......
  • 当前,物联网加快了数据中心的建设步伐,面对全球性的能源危机,如何建设绿色数据中心成为企业急待解决的难题。......
  • 既然大数据和“人人”都有关系,当大公司把它当作一种获取利益的资源来用,那不仅仅就让技术人员参与其中了,还要呼唤更多的人文情怀在里面。......
  • 随着虚拟化到来,服务器内存与服务器内存性能,被视为关键计算资源。使用、功能与设置选项不断演变,所以数据中心硬件经理需要知晓当今服务器内存的类型以及它们如何影响计算。......
  • 时至今日,我们的数据管理能力日益提升,但数据分析能力则相对落后。尽管工具在今天的文章中,我们将专注于能够交付实际分析结论的大数据应用,同时追踪其发展及当前状态,最终借此窥探大数据技......
  • 很多人认为大数据只是商业智能(BI)的新名称,虽然这两者有相似之处,但大数据超出了BI的范畴。......
  • 有时候我在想,如果我们改变了大数据的定义会发生什么?通常人们用3V(velocity,volume,variety)来描述大数据,我们不妨换一个说法:x大数据是一种主观状态......
  • 充分利用从这些步骤得到的启示,定义数据治理策略、优先级、业务实例、政策、标准以及最终的未来愿景。此流程以“发现驱动定义”的形式与定义流程阶段迭代并行,同时,定义流程使发现流程更有重......
  • 衡量和监测流程:一是获取和衡量数据治理和管理工作的有效性及价值;二是监测是否与定义的政策和规则相符,有无异常;三是使数据资产及其生命周期透明并可审核。......
  • 一个数据应用从数据里获取价值,同时创造更多的数据作为产出。它不只是带有数据的一个应用,它就是一个数据产品。而数据科学则是能创建这样的数据产品。......
  • 今天,我们来讲讲另一件可能会贯穿你的运营生涯始终的事情——数据在运营工作中的运用。或者,也可以说是如何用数据来指导你的运营工作。......
  • 像一场战役的总指挥影响着整个战役的胜败一样,数据分析师的思想对于整体分析思路,甚至分析结果都有着关键性的作用。......
  • 数据处理新工具使数据科学家从数据准备的繁琐工作中解放出来,但如何根据每个数据分析项目量体定制,融合多源数据以形成有效的分析数据集仍是数据科学家必须面对的一个更具挑战性的瓶颈。......
  • 大数据应用有几个方面,一个是效率提升,帮助企业提升数据处理效率,降低数据存储成本。另外一个是对业务作出指导......
  • 到底是要走情怀路线还是商业路线,值得行业人员细细思考。如果您的公司在做大数据,相信你会找到共鸣。......