技巧
-
不服来辩：数据驱动的商业模式引领未来
2017-03-20如今，越来越多的公司采用数据驱动的商业模式，这样可以充分利用公司收集的大量数据来获得竞争优势。
-
搞定预测分析 你需要在数据准备上“做文章”
2017-03-19比起传统分析应用程序，建立预测模型和机器学习算法的数据科学家通常需要完成更多的数据准备工作。
-
球队的自我修养：如何挖掘被淹没的球迷数据
2017-03-12美国NBA夏洛特黄蜂队有许多关于球迷的数据，但是这些数据都是杂乱无章、缺少关联的，无法为球队提供更多的价值。
-
做好预测分析 将数据在模型上运行就万事大吉了？
2017-03-07我们常常认为组织应该由数据驱动决策，基于数据分析做决策的企业要比其它企业做的更好。
-
大数据时代 是什么让你的数据准备跑偏了？
2017-03-06数据准备过程可能是企业从高级分析技术获得商业利益的绊脚石。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。
-
没有好数据 再先进的预测分析工具也爱莫能助
2017-03-02虽然对预测分析工具的价值进行了宣扬，但对它们的过度依赖同样也是有害的，分析工具的洞察力是否足够好，与提供给它们的数据好坏息息相关。
-
相比预测分析和描述性分析 规范模型亮点在哪儿？
2017-03-01规范性模型不只是给参与决策过程的人提供信息，它本身就属于决策过程。它能够阐明最好的结果，对于那些不愿意将决策行为交给机器的人来说，这样的结果将更具有说服力。
-
流数据分析带来的“速度与激情”
2017-02-28和构建大数据架构类似，支撑实时分析架构的软件种类繁多，这对于用户来说有利有弊。找到合适的技术，并把这些技术整合成一个有效的分析框架将是一个十分冒险的过程，一着不慎，满盘皆输。
-
预测分析工具VS情感驱动 谁能左右分析结果？
2017-02-27使用预测分析工具的企业用户有个普遍的共识，那就是数据始终驱动业务决策。 但在政治领域，这种说法并不是那么适用。
-
SAP解决方案管理器工具如何启用完整的测试场景？
2017-02-22在SAP HANA上为Business Suite选择SAP解决方案管理器工具时，成本，易用性，用户熟悉程度和报告需求是公司选择的决定性因素。
分析 >更多
-
建筑业利用分析技术挽救生命
建筑业利用分析技术可挽救生命。 对于很多企业来说，商业智能是关于底线，关于提高效率和提高利润。但是对于建筑项目 […]
-
RPA和分析协同工作的9种方式
RPA通常被视为一种自动化工具，现在企业逐渐意识到这些工具也可以帮助实现自动化各种分析过程。 企业正在越来越多 […]
-
如何构建强大数据科学团队？
数据科学团队中的每个角色都很重要。你需要了解这些角色以及正确发挥他们的作用，以从对数据科学家的巨额投资中获得价 […]
-
比较商业智能与商业分析
商业分析和商业智能非常相似，很多业内专家都容易混淆，但了解这两者的应用和最佳做法至关重要，以从数据中获得最佳见 […]
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。