BI去哪儿?2015商务智能发展趋势十大预测
自说自话的BI系统,你还能撑多久
那些精准的预测分析是如何炼成的
企业风险管理规划:全球化思维,本地化行动
你需要知道的信息管理新技术
2014不得不说的技术趋势
数据仓库内心独白:我该如何存在
2014年大数据没迈过去的槛儿
告别大数据,掌握“广数据”才是关键
从收购看IT巨头们2015年的发力点
云ERP揭开企业软件云端化的序幕
2014年Hadoop大事件盘点报告
没有数据分析,物联网怎么任性?
大数据的下一个五年:Hadoop将推动数据平民化
如何升级企业数据仓库 满足大数据需求
Oracle E-Business Suite升级之路
群策群力——社交商务成功的关键
IT阻碍业务创新的四种方式
企业社交时代的春天
Spark框架内存技术获得广泛支持 包括戴尔、Pivotal
大数据架构的最佳实践指导
Couchbase Server 3.0技术解析 可调内存架构提升性能
大数据时代为什么语必言Hadoop?
国外首席数据官的真实生活
大数据分析让精准营销进入企业
商务智能工具走向云端二:微软Azure
商务智能工具走向云端一:亚马逊AWS
Hadoop越长大越孤单:日趋强大却易用性不足
利与弊:社交媒体分析双面性解读
十年:主数据管理软件迎来新时代
数据分析案例:如何选择商务智能工具
传统软件升级 适应移动化发展需要
零售行业通过数据集成满足客户需求
大数据:无意义的显著性
五步处理快数据:应对数据快速变化的难题
WCM设计帮助企业实现多渠道策略客户响应
多渠道零售如何提供无缝体验成新挑战
NoSQL数据库获得认可,但采用率不高
沟通的关键:BI数据展示攻略
Hadoop集群让数据分析平台化
物联网会成为下一个技术热点吗?
你不可不知的Web内容管理系统
让CRM用数据找到客户
选择社交媒体监听工具的五大理由
开源Hadoop真的便宜吗?来算一下你的IT成本
打破数据孤岛需要信息系统架构变革
IBM混搭平台 融合NoSQL和开源技术
足球教练利用大数据分析“点球成金”
数据的局限:大数据分析不能告诉你什么
观察:Hadoop市场上的合纵连横
大数据时代呼唤数据管理新思路
用户:我为什么依然选择SQL数据库
位置智能技术让数据分析更上一层楼
NoSQL数据库家族图谱
大数据项目缘何失败?分析模型需要与业务相结合
你是否计算过预测分析的投资回报率
重新定义数据架构:大数据与快数据兼顾
敏捷开发:数据仓库和商务智能的未来
数一数Hadoop的“先天不足”
数据更重要还是算法更重要?
选择商务智能分析服务器的重要考核因素
新书推荐:如何纵横大数据?
大数据变革:企业将进入分析3.0时代
调查报告:成本阻碍制造行业大数据应用落地
书摘:数据建模对业务应用至关重要
问计于人:企业需要知道的商务智能能力中心
内存时代 开源Spark赋予Hadoop实时分析能力
启示录:新加坡和马来西亚的大数据实践
大数据能否告诉你谁是世界杯历史最佳球员?
一篇文章读懂商务智能的前世今生
BYOD全攻略 为移动应用加把锁
数据风险规避 记录管理员能做的五件事
数据独裁时代 技术为王vs客户为王
质量大数据的非IT课题
数据挖掘工具调查报告 Excel位列第三
客户关系管理CRM平台或将重新定义企业资源计划ERP
Opta数据如何预测世界杯八强
大数据供应商请不要贬低数据仓库系统
善用CRM数据 了解你的客户
文本分析失去堡垒 逐渐与大数据融合
SAP六问大数据 你做到了吗?
Hadoop峰会群雄逐鹿 SQL和安全是发展的重心
大数据书评:不明觉厉的大数据时代
物联网将成为下一个增长点 分析和管理是难题
传感器引爆大数据,去“IOE”给开源带来机会
传感器数据分析之预测模型
传感器数据分析之众说纷纭
还要坚定不移地走有中国特色的“大数据”道路?
建立全方位客户视图需要更强的数据分析
多渠道市场营销:数据质量是关键
SAP用户如何在全球部署一致的BI项目
“数据池”误导企业IT架构发展方向
大数据与云计算将改变传统数据库技术
大数据的未来在云端
Oracle电子商务套件升级的利与弊
SAP与Ariba在数据分析领域的互补共赢
大数据时代的商务智能解构企业数据仓库架构
大数据管理将告别“以数据质量”为中心的时代
营销大数据:将企业影响力传递给消费者
大数据与分析齐头并进 缺一不可


analyses Page
analyses Page 2
analyses Page 3
analyses Page 4
analyses Page 5
analyses Page 6