标签： 数据分析
-
R语言拥抱大数据时代
2012-06-04 | 作者：Timothy Prickett Morgan2012年，R语言在数据挖掘以及分析和可视化应用领域的快速崛起，都标志着R已经为大数据做好准备。
-
Teradata荣获业内最佳商业智能及需求数据分析殊荣
2012-05-29 | 作者：TeradataTeradata凭借其出色的商业智能 （BI） 和需求数据分析解决方案，再度荣登美国《消费品技术》（Consumer Goods Technology） 杂志 “业内最佳供应商”。
-
Oracle对金融机构风险规避的几点建议
2012-05-27 | 作者：Mark Brunelli | 翻译：茶一峰据Oracle高管称，金融企业如不希望2008年的经济危机重演，则需要在数据管理分析的速度和敏捷度上多下功夫。
-
大型数据仓库的分析优势
2012-05-24 | 作者：Mark Scott | 翻译：曾少宁数据仓库应该提供多个存储数据的位置，组织和建立数据结构，抽象和优化信息。大型数据仓库能够为这种分析数据的类型提供坚实的分析基础。
-
雅虎发布服务于线上广告商的大数据分析工具
2012-05-21 | 作者：Mark Brunelli | 翻译：茶一峰搜索引擎与大数据分析领域巨头雅虎公司发布了一种全新的工具，用以帮助线上广告商更快更好地制作广告与市场方案。
-
预测分析遭遇技术储备与培训资源缺乏难题
2012-05-10 | 作者：Nicole Laskowski | 翻译：曾少宁根据Ventana机构的研究表明，一些公司已经认识到预测分析的可能性，但是对于这些公司而言，认识到分析的重要性与真正使用这些技术之间还存在很大的差距。
-
用友BQ实现海关统计监督与预警
2012-05-03 | 作者：用友华表用友BQ通过对报关单数据进行逻辑分析，实现对报关单结关数据的质量检控、内容更正、差错分析和绩效评估。
-
用友BQ：从地面服务数据分析提升机场竞争力
2012-05-01 | 作者：用友华表航空地面服务是机场的核心业务之一，地面服务质量和水平的高低直接影响机场的竞争能力和运营水平。
-
企业需要什么样的数据科学家
2012-04-11 | 作者：Cashcow企业需要的数据人才大致分为几类，主要包括产品和市场分析、安全和风险分析以及商业智能三大领域。
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。
-
《数据价值》2016年10月刊·窥探未来的水晶球
企业可以利用Hadoop以及所有与它相关的技术设计大数据环境，以满足其特定的需求。但把所有的技术集成在一起并不是一件容易的事。
-
《数据价值》2016年8月刊·拉近与数据之间的距离
企业想要从大数据中发掘价值，提升商业洞察，离不开分析软件和云技术的支撑。
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。
-
医疗行业BI应用案例集锦
本次技术手册汇总了医疗行业BI用例，包括Oracle EBS部署、惠普Vertica分析平台使用、数据库虚拟化技术、大数据分析技术、物联网技术等。
-
可视化指导手册：将数据整合到业务的新方法
可视化需要变成为一种引领成功的战略，而不仅仅是一种制作图表的活动。如何从数据驱动转变为决策可视化驱动呢？本手册将告诉你其中的11个要点。
-
零售行业BI应用案例集锦
零售行业销售点（point of sale）多、数据类型复杂、渠道广泛、数据规模巨大，变革传统BI的需求更加强烈。在这本集锦中，我们介绍了可口可乐公司、无印良品、宜家家居和乐购百货的BI应用实践。