2017 年 2 月
-
流数据分析带来的“速度与激情”
2017-02-28 | 作者：Craig Stedman | 翻译：杨宏玉和构建大数据架构类似，支撑实时分析架构的软件种类繁多，这对于用户来说有利有弊。找到合适的技术，并把这些技术整合成一个有效的分析框架将是一个十分冒险的过程，一着不慎，满盘皆输。
-
预测分析工具VS情感驱动 谁能左右分析结果？
2017-02-27 | 作者：Ed Burns | 翻译：乔俊婧使用预测分析工具的企业用户有个普遍的共识，那就是数据始终驱动业务决策。 但在政治领域，这种说法并不是那么适用。
-
企业级洞察平台套件哪家强？七大供应商各领风骚
2017-02-23 | 作者：乔俊婧《Forrester Wave：企业级洞察平台套件》报告中指出，“企业架构师认为，一个能够对数据管理、分析和洞察执行工具进行整合的洞察平台，是最重要的优选新兴技术之一。”
-
SAP解决方案管理器工具如何启用完整的测试场景？
2017-02-22 | 作者：Jawad Akhtar | 翻译：乔俊婧在SAP HANA上为Business Suite选择SAP解决方案管理器工具时，成本，易用性，用户熟悉程度和报告需求是公司选择的决定性因素。
-
如何选择SAP库存优化软件？
2017-02-21 | 翻译：乔俊婧选择库存优化软件可能很复杂，库存优化仓与MRP监控器结合使用以评估关键性能指标。本文列举了它提供的五个关键功能。
-
五大最佳方式管理SAP SuccessFactors
2017-02-20 | 作者：Luke Marson | 翻译：乔俊婧由于SuccessFactors的技能在市场上很少，特别是对于希望聘用全职系统管理员的公司，可能很难装配SuccessFactors为组织提供支持。
-
数据货币化：夯实前期基础很重要
2017-02-19 | 作者：Craig Stedman | 翻译：乔俊婧并非所有的公司都有实现数据货币化的必要性。但对于适合的组织，实施数据货币化战略几乎可以将数据转化为更大的价值。
-
凤凰涅槃：2017年数据分析十大新趋势
2017-02-16 | 作者：乔俊婧这是一个数据“爆发式”增长的时代。无论是企业还是个人，都积累了很多信息，囤积了大量数据。但是，我们拥有的数据是“真实”的吗？通过数据分析的得到的结论一定是“事实”吗？
-
AI工具盛行 是炒作还是大有可为？
2017-02-15 | 作者：Ed Burns | 翻译：乔俊婧在Gartner关于2016年新兴技术的报告中，认知系统和机器学习被认为是热门技术。这导致一些评论家猜测，炒作正在迅速超过AI技术本身提供的能力。
-
听说早期采用者在Spark集群部署很容易？
2017-02-15 | 作者：Craig Stedman | 翻译：乔俊婧软件公司Intuit和Novantas采用了特定的方法来部署他们的第一个Spark集群，限制了初始用户访问，并寻找更加坚实的业务用途。
文章存档
深度专题 >更多
-
聊聊人工智能那些事儿
分析师们预测，到2020年，人工智能技术将出现在发布的几乎每一款新软件和新服务中……
技术手册 >更多
-
技术指南：从大数据到快数据
NoSQL数据库公司VoltDB副总裁John Piekos结合多年技术经验，论述了快数据给现代企业架构带来的挑战，他认为，相比于数据规模的爆炸式增长而言，数据速度的快速变化和增长才是数据分析行业面临的主要挑战。