新闻
-
政府数字化转型：一次观念和科技的碰撞
2016-10-30除了受到政府系统、数据与流程各自独立等旧式观念的影响，政府对于数字化转型理解的缺失也限制了政府部门的发展。
-
运动数据分析总有效？也许是个伪命题
2016-10-30分析在体育运动中广泛应用的趋势引起了许多争论和争议。即使数据驱动的决策可以提供一些好处，但运动数据分析并不总是适合于每一个团队的问题。
-
大数据架构扩展 数据治理引人关注
2016-10-27随着Hadoop集群把NoSQL数据库、传统数据仓库和其它数据存储资源整合起来，大数据治理的挑战只会变得更大。
-
数据可视化 让预测模型构建事半功倍
2016-10-27Capital One and BuildingIQ公司的数据科学家使用了数据可视化技术，协助他们开发，训练和修改预测模型，提供高级分析应用的准确性。
-
SAS CTO解读: 统计建模和机器学习到底有何区别？
2016-10-23统计（尤其是统计建模）、机器学习和人工智能三者之间到底有何区别？让我们听听SAS CTO Oliver Schabenberger的解读。
-
忽略业务需求 再高级的分析工具也会沦为鸡肋
2016-10-17如果分析工具与企业业务需求不匹配，那么即便最好的高级分析工具也是注定要失败的。企业的确需要重视预测分析，并且确保与业务重点保持一致。
-
HPE出售Vertica分析业务 真的是开源软件的增长使然？
2016-10-13HPE之前宣布了将Vertica，Autonomy和其他软件产品出售给英国的一家主机开发商Micro Focus，而这两家公司进行的这笔交易估值为88亿美元。
-
Snowflake云数据仓库：弥补云计算厂商的空白地带
2016-09-28虽然大家都期望云计算领域的顶级玩家们都继续更新他们的数据仓库工具，不过像Snowflake这种较小厂商的产品也是值得考虑的。
-
以往用户体验不佳？如今的SAP靠什么来吸引用户
2016-09-27德国软件巨头在四年前宣布了一项战略，旨在提高对快速增长的初创企业的重视程度，并紧接着推出了吸引中小企业(SME)的一系列措施。四年后，这些努力得到了回报。
-
你的分析架构是否足以支持可扩展工具？
2016-09-26分析团队可能愿意花更多的时间去开发算法，但是如果忽视分析架构的重要性，可能会引发其他问题。
技巧 >更多
-
什么是完全集成的基于云的数据分析平台？
企业部署基于云的数据分析工具，可获得可扩展性、效率和安全性，同时减少运营开销和数据孤岛的风险。 几乎所有的数据 […]
-
7个数据故事讲述示例：如何将数据转为故事
如果数据讲故事本身就是故事主题，那么，主要故事情节开始于20年前。而当有人讲述数据故事时，这个问题一直被提出： […]
-
提高数据可视化素养的8个步骤
可视化传达数据和分析见解，创建和理解可视化需要数据可视化素养。 可视化提供有效的工具，以呈现大规模数据集的模式 […]
-
培养数据素养技能以提升职业发展
数据知情决策的成功取决于决策者能否有效查找、评估和解释数据：换句话说，取决于他们的数据素养。 有些决策是数据驱 […]
电子杂志 >更多
-
《数据价值》2017年9月刊·HR也搭上AI这班“顺风车”
人工智能应用程序为一系列业务流程提供了宝贵的洞察力和帮助，而今天的应用只是冰山一角。而且AI不是人的替代品，AI将补充人类的工作或接管不需要复杂决策技能的重复性任务。
-
《数据价值》2017年3月刊·当预测模型失败了
随着大数据环境的不断发展，集成和准备分析数据的工作正在发生显著的变化。