技巧
-
如何推行自上而下的数据质量项目
2012-07-12在当前的业务环境中,业务过程由技术驱动,数据处理速度极快,如果不主动处理数据质量问题,很可能会使业务环境发生问题。
-
对比三种主流BI软件的缓存设计
2012-07-08Actuate 的缓存功能上跟MicroStrategy 大同小异。 但是概念对象过多。 更新机制上Server 的管理需要一点维护工作量。
-
总结10个Hadoop的应用场景
2012-07-08其实Hadoop的应用场景远不止广告数据分析和搜索引擎,深入挖掘的话你会发现Hadoop能够在许多地方发挥巨大的作用。
-
列数据库的混合储存与压缩
2012-07-02由于列数据库在IO 读取和磁盘利用率上有优势,所以各个行数据库也纷纷提出了自己的向列数据库过度的中间储存模型,即混合储存(Hybrid Column)。
-
微软Power View:丰富BI报表展现方式
2012-06-27作为一款BI工具,微软SQL Server 2012平台中的Power View工具使得在数据模型中创建数据的不同视图变得非常容易。
-
BI分析型数据库的分类
2012-06-27BI最开始的定义,尤其像是报表这种入门级应用,一般也是选用关系型数据库,但是列数据库(Vertica、Sybase IQ)可能成本会更有优势。
-
微软Power View:让BI报表变得更简单
2012-06-26随着SQL Server 2012的发布, 新工具Power View也受到了极大关注,它是SharePoint Server 2010的一个报表插件。
-
改善数据质量流程需要全员出动
2012-06-25当前,数据质量的重要性很高,在当今快节奏和技术驱动的商业环境下,数据质量的重要性更加凸显。
-
大数据管理第一部分:技术差异化
2012-06-20本文是大数据管理系列文章的第一篇,我们将介绍大数据分析与传统数据仓库之间的区别,以及作为大数据分析基础的分布式计算集群。
-
解读列数据库与压缩算法
2012-06-19传统的行数据库使用的基本都是数据字典算法,出现相同值的概率非常低;而行式数据库在每一列分开储存,可以针对每一列的特征使用不同的算法。
分析 >更多
-
数据分析中使用的4种模拟模型
随着企业在预测分析和数据驱动决策方面的进步,模拟模型开始出现新的用例。 大多数数据分析技术都源于赌博游戏。例 […]
-
数据产品的重要性
如果企业将数据视为产品,而不仅仅是业务运营的副产品,企业将可以创造巨大的价值。数据产品可将原始数据转化为影响组 […]
-
5个分析趋势:代理AI、数据作为产品等
代理AI,即自主使用AI来执行特定任务,去年成为数据管理和分析领域的主要趋势。 元数据管理专家Collibra […]
-
2024年6个趋势影响数据管理、分析
在过去的12个月里,影响数据管理和分析的顶级趋势是生成式AI代理的兴起。 另一个趋势是数据平台(包括数据库、数 […]
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。