2012年数据管理优先度调查:数据增长速度加快
2012年数据管理优先度调查:数据管理现状
协作式企业文化:社交媒体软件的关键因素
教你挑选最对口的SAP系统集成商
非结构化数据处理:为什么要文本的ETL?
商务智能和数据分析:一个都不能少
针对大数据的数据治理流程:不可能的任务?
如何使用LinkedIn进行数据挖掘
实时Oracle数据集成需要深谋远虑
业务人员需重视内部数据质量标准
数据集成:手工编码与自动化软件的取舍
协同BI与移动BI的交互应用
星形架构与雪花型架构:哪一个更好?
EMA分析师:从数据仓库到“混合数据生态系统”
敏捷开发将改变BI项目现状
Hadoop和Lexst的存储策略
一张图概括的BI发展史
高级数据交互可视化第二部分
运行Hadoop的六种方式
高级数据交互可视化第一部分
开展数据仓库项目前应考虑的重要问题
如何推行自上而下的数据质量项目
对比三种主流BI软件的缓存设计
总结10个Hadoop的应用场景
列数据库的混合储存与压缩
微软Power View:丰富BI报表展现方式
BI分析型数据库的分类
微软Power View:让BI报表变得更简单
改善数据质量流程需要全员出动
大数据管理第一部分:技术差异化
解读列数据库与压缩算法
实施MDM商业项目需遵循的规范
Oracle Hyperion报表动态性简介
理解数据库标准化对BI系统和成本的影响
详细解读微软HadoopOnAzure的大数据处理功能
浅析OLAP的发展趋势
Hadoop和DBMS的互补性
花小钱 办大事:提升数据质量的有效方法
分析型数据库的Hadoop 连接器
数据质量:BI集成策略的拦路虎
配置SSRS的简单方式
MDM产品的选择没那么简单
数据仓库技术中的MPP
数据仓库工作负载分类
中小企业BI应选择买工具还是DIY?
分析NoSQL云服务的利与弊
为何部署大型数据仓库:运营问题
为何部署大型数据仓库:数据源
为何部署大型数据仓库:业务需求
NoSQL在腾讯的应用实践
保证数据仓库唯一真实的数据源
高管观点:采用大数据技术应“对症下药”
SAS发布高性能分析平台 重点关注金融行业
分析型数据仓库选型
企业数据仓库的数据相关性
SQL Server虚拟化之前要考虑的几个问题
大型数据仓库的效率与成本问题
Oracle对金融机构风险规避的几点建议
开发新报表时需要注意的问题
通用数据字典和信息模式
大型数据仓库的分析优势
保障数据仓库的数据安全性和可用性
TechTarget分析师:大数据分析并非全新产物
制造业BI系统的五个最佳实践
评估数据仓库的五个步骤
浅议企业竞争力的数据分析
大数据实时性需求挑战BI 数据集成过程
使用变化数据捕获提高BI报告的准确性
部署数据仓库一体机时需避免的三大问题
Hadoop工具降低分布式计算环境复杂度
解读SAP BusinessObjects BI 4.0数据服务功能
如何快速上线一个BI系统
数据分析不使用Hadoop的五大理由
如何选择合适的数据仓库架构
保证无风险升级SQL Server报表服务
应对内存BI项目的潜在挑战
企业需要什么样的数据科学家


tips Page
tips Page 2
tips Page 3
tips Page 4
tips Page 5
tips Page 6