技巧
-
移动BI实施的障碍列举
2012-11-28构建高效移动商业智能系统的成功并非偶然,需要精心的准备和规划,才能避开障碍,顺利部署。况且这样的障碍不在少数。
-
BI主管需要认清的几大误区
2012-11-27依赖于最新BI工具并强调高速处理数据,可能会将企业引向错误的方向,因为过分关注数据采集和整合将使得数据的正在价值被忽视。
-
企业是否需要一个BI核心管理团队?
2012-11-15许多公司在实施商业智能项目时,他们最终需要考虑一个问题:是否应该创建一个中央团队,负责协调和监督所有的BI活动?
-
解决大数据分析中的信息传输问题
2012-11-13来自各种内部外部资源的数据创建和更新,带来数据量和数据速率的持续增长,外加标准硬件构建可扩展分析平台的简易安装工具的可用性,大数据风靡一时。
-
详解数据可视化技术的变化
2012-11-12随着当今数据分析技术的发展,数据可视化也在发生着剧变。在本文中,我们一起来看看它都有哪些显著的变化。
-
五大BI数据集成问题
2012-11-01对于针对不同客户群设置多个业务单元的大型组织,BI数据集成是必要的,这样才能利用企业范围内的数据。与此同时,以这样的规模做BI数据集成也是很有挑战的。
-
面对面:对比Exalytics与HANA(下)
2012-11-01SAP HANA是一个交易型关系数据库管理系统(RDBMS),遵循ACID原则,它使用记录点和日志来将信息存储到硬盘当中。
-
面对面:对比Exalytics与HANA(上)
2012-11-01Oracle Exalytics可以说是一个真正的一体化解决方案,它集成了Sun硬件和Oracle软件,并对其进行了优化、打包和配置,从而得到一个单一的系统。
-
Apache Hadoop为BI分析带来机遇和挑战
2012-10-31Hadoop是一个开源技术 ,它允许公司存储和分析分布式计算环境的海量数据。它的出现肯定对提升大数据的影响力有重要作用。但是Hadoop现在仍存在一些问题。
-
Apache Hadoop常见问题解答
2012-10-31过去几年来,开源技术Apache Hadoop在BI和数据仓库专业人士当中已经变得相当流行。在本篇教程中,我们将通过回答一些关于Hadoop的常见问题来解释它的概念。
分析 >更多
-
企业商业智能的10大好处
商业智能(BI)软件的起源可以追溯到20世纪60年代基于大型机的决策支持系统,随后BI技术在不断发展,以应对数 […]
-
生成式AI会取代数据分析师吗
生成式AI不会取代数据分析师的工作。在很多领域,人工智能都无法取代人类,特别是那些需要人类同理心和洞察力的领域 […]
-
数据分析中的9种偏见以及如何避免
偏见会通过多种方式出现在分析中,从如何假设和探索问题到如何采样和整理数据。对于任何处理数据的人来说,解决偏见应 […]
-
数据即产品:提供分析使用率的方法
企业正在寻求新方法以让更多员工开始使用分析工具,其中数据即产品的方法开始快速兴起。 研究表明,企业内使用数据的 […]
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。