话题： 大数据分析
-
Tableau预测：自助式大数据分析时代正在来临
2017-03-13对于大数据而言，2016年是具有里程碑意义的一年，更多企业和机构在该年度存储和处理各种形态和规模的数据，并从中提取有价值的信息。
-
SAS进入开源分析工具领域 是冒险还是必然？
2017-03-08 | 作者：Ed Burns | 翻译：乔俊婧作为分析市场的供应商之一，SAS的软件从未成为“开放性”的代名词。该公司的规模允许它设定客户如何购买其软件的条款，通常这意味着销售独立软件。
-
做好预测分析 将数据在模型上运行就万事大吉了？
2017-03-07 | 作者：Ed Burns | 翻译：冯昀晖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 | 作者：Jack Vaughan | 翻译：张亮亮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 | 作者：Bridget Botelho | 翻译：张亮亮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 | 作者：Scott Robinson | 翻译：杨宏玉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 | 作者：Craig Stedman | 翻译：杨宏玉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 | 作者：Ed Burns | 翻译：乔俊婧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。
-
大数据的博弈
2017-02-26随着技术的变化发展，不断增加和更新的软件也让企业疲于挑选。一个能够对数据管理、分析和洞察执行工具进行整合的洞察平台，是最重要的优选新兴技术之一。
-
数据货币化：夯实前期基础很重要
2017-02-19 | 作者：Craig Stedman | 翻译：乔俊婧并非所有的公司都有实现数据货币化的必要性。但对于适合的组织，实施数据货币化战略几乎可以将数据转化为更大的价值。
共896条记录