技巧
-
商务智能和数据分析:一个都不能少
2012-08-21BI现在虽然是企业的宠儿,但是“分析”更加后劲十足。今天的业务已经卷入数据浪潮之中,企业并不是因为有能力才去竞争分析领域,而是他们应该这么做。
-
针对大数据的数据治理流程:不可能的任务?
2012-08-20大数据是一个新领域,还没有人开发出治理流程和策略。现在这个领域的许多问题还没有得到解决。
-
如何使用LinkedIn进行数据挖掘
2012-08-19LinkedIn帐号是可以链接到你的微博页面的,继续在你的摘要中添加合适的关键词,这样其他数据挖掘者就能很容易地找到你。
-
实时Oracle数据集成需要深谋远虑
2012-08-19要实现更快的商业智能,需要强大的数据仓库以及与分析框架的结合。今天,数据仓库依赖于通过各种各样活动收集商业元素数据。
-
业务人员需重视内部数据质量标准
2012-08-16在提高数据质量的过程中,首要的推动力来自组织领导层。但是,保证业务用户遵守内部数据质量标准的日常过程最终也会影响质量改进措施的成功。
-
数据集成:手工编码与自动化软件的取舍
2012-08-13Athena咨询公司的创始人Rick Sherman认为,数据集成目前仍处于手工操作阶段,主要通过SQL编码与存储过程来实现,但它很可能已不再是数据集成的最佳方式。
-
协同BI与移动BI的交互应用
2012-08-02目前,协作BI与移动BI对企业来讲都不陌生。那么,如果把两者合一会出现什么情况呢?美国Intelligent Solutions公司的总裁兼创始人Claudia Imhoff作出了解答。
-
星形架构与雪花型架构:哪一个更好?
2012-08-01星形架构(Star Schema)和雪花架构(Snowflake Schema)是数据仓库中常用到的两种方式,而它们之间的对比要从四个角度来进行讨论。
-
EMA分析师:从数据仓库到“混合数据生态系统”
2012-08-01今天,数据的实时分析已经实现,从文本之类的数据结构中提取数值也能做到,因此,企业开始逐渐摒弃集中化的数据仓库。
-
敏捷开发将改变BI项目现状
2012-07-31伴随业务发展,越来越多的组织希望改善业务流程,让其变得更加敏捷、灵活、高效。面对如今不稳定的外部经济环境,这一理念对于组织来说将具有更多重的意义。
分析 >更多
-
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 […]
-
生成式AI不会取代数据分析师
生成式人工智能不会取代数据分析师的工作,也不会取代很多其他领域的人员,尤其是那些需要人类同理心和洞察力的领域。 […]
-
与本地选项相比,云BI的5大优势
云 BI 提供的容量、功能和特性比过去的本地产品要多得多。企业可以使用云 BI 为更广泛的用户提供自助式 BI […]
-
地理空间分析增强预测能力
AI、机器学习和云技术的创新帮助推动实时决策,并更快地将数据见解转化为价值,但还有另一种类型的分析正在获得驱动 […]
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。