2012年数据管理优先度调查：买硬件仍是主要选择
2012年数据管理优先度调查：数据质量依然严峻
2012年数据管理优先度调查：内存技术受关注
2012年数据管理优先度调查：一体机引领潮流
2012年数据管理优先度调查：MySQL潜力大
2012年数据管理优先度调查：云普及尚需时日
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