-
2022年三个主要的数据分析趋向
所属栏目：[大数据] 日期：2022-05-19 热度：63
数据分析是一个不断发展的领域。2020年初发生新冠疫情成为主要的破坏因素，企业需要大力投资数据分析以支持其数字化转型。 在新冠疫情蔓延初期，很多企业减少开支并专注于其他紧迫的优先事项(例如支持员工远程工作)，这似乎可能会阻碍数据和分析的进步。但[详细]
-
TiDB 在携程 实时标签处理平台优化践行
所属栏目：[大数据] 日期：2022-05-19 热度：111
携程是全球领先的一站式旅行平台，旗下拥有携程旅行网、去哪儿网、Skyscanner 等品牌。携程旅行网向超过 9000 万会员提供酒店预订、酒店点评及特价酒店查询、机票预订、飞机票查询、时刻表、票价查询、航班查询等服务。 在十亿级别数据量下，携程借助 TiDB[详细]
-
紧跟业务发展速度的数据治理是啥样的
所属栏目：[大数据] 日期：2022-05-19 热度：149
如今企业要获取数据，物联网(Internet of things，IoT)设备、可穿戴设备、软件即服务(Software as a Service，SaaS)应用程序和社交媒体都是来源。对这些数据的组合和深入分析可以为企业提供新的洞察力，并助力企业发现潜在商机。通过将这些能力在企业内扩[详细]
-
何为经营分析？为什么大厂这么重视它
所属栏目：[大数据] 日期：2022-05-19 热度：170
上周一连有两个大厂(短视频、游戏)的朋友来聊经营分析，着实让我好奇了一下。经营分析这个东西，以往都是传统国企做得多，咋连他们也开始纠结了。 聊完才发现：地主家也没余粮呀!toC互联网的流量见顶，成本增高，让原本花钱如泼水的大厂也得重视效益考核，[详细]
-
视频时代的大数据 问题 挑战与处理方案
所属栏目：[大数据] 日期：2022-05-19 热度：177
视频时代的大数据 问题 挑战与处理方案： 一、介绍 人们所观察的世界无时无刻不在改变，造就了视频相比于文本等类型的数据更具表现力，包含更加丰富的信息。如今，能够产生视频的数据源及应用场景愈发多样，视频数据的规模不断增长，视频大数据成为支撑诸[详细]
-
数据分析的12个神话被揭露
所属栏目：[大数据] 日期：2022-05-19 热度：97
从数据问题到人员需求再到技术组合，数据分析的误解比比皆是。下面我们来看看如何利用数据科学来实现真正的业务成果。 在IT领域，炒作越大，误解越多，数据分析也不例外。分析是当今信息技术最热门的方面之一，可以带来巨大的商业收益，但错误的观念可能会[详细]
-
为何企业必须采用大数据战略？
所属栏目：[大数据] 日期：2022-05-19 热度：154
智能企业利用各种形式的海量数据来更好地了解消费者、管理库存、优化物流和运营程序，并做出合理的业务选择。成功的公司也认识到处理他们产生的大量大数据的重要性，以及发现可靠的方法来从中提取洞察力。制定大数据战略以正确有效地存储、组织、处理和利[详细]
-
数据分析，如何赐能业务？
所属栏目：[大数据] 日期：2022-05-19 热度：51
做工作规划的时候，有很多公司都提出要求，要数据赋能业务/赋能销售/赋能运营到底啥玩意是赋能，咋个赋能法???往往领导又丢回一句你要多想想啊让人着实无奈。今天我们系统解答一下。 前方剧透警报：因为大量用了电视剧《亮剑》的梗，所以忘记的同学们可以[详细]
-
数据分析七大实力 梳理数据需求
所属栏目：[大数据] 日期：2022-05-19 热度：83
大家好，我是爱学习的小xiong熊妹。 今天分享数据分析师必备的工作能力需求梳理。需求梳理很不起眼，甚至很多小伙伴感受不到他的存在。但它结结实实影响到大家的下班时间和绩效。 一、什么是数据需求? 顾名思义，数据需求，就是业务部门对数据分析产出的需[详细]
-
HDFS 为什么在大数据领域经久不衰？
所属栏目：[大数据] 日期：2022-05-19 热度：84
HDFS 为何在大数据领域经久不衰？ 1.概述 1.1 简介 Hadoop实现的一个分布式文件系统(Hadoop Distributed File System)，简称HDFS。 源自于Google的GFS论文，发表于2003年，HDFS是GFS的克隆版。 大数据中最宝贵、最难以代替的就是数据，一切都围绕数据。 HD[详细]
-
Java开发人员需要明白的地域分布数据库
所属栏目：[大数据] 日期：2022-05-19 热度：89
在过去的七年里，我一直在使用分布式系统、平台和数据库。早在2015年，许多架构师就开始使用分布式数据库扩展单个机器或服务器的边界。他们选择这样的数据库是因为它的水平可伸缩性，尽管它的性能依然只能与传统的单服务器数据库相媲美。 现在，随着云原生[详细]
-
为什么2022年仍然存在数据孤岛?
所属栏目：[大数据] 日期：2022-04-01 热度：155
企业摆脱数据孤岛并不容易。人们需要了解什么是数据孤岛、为何难以消除数据孤岛以及如何克服这些挑战。 好消息是，如今可供企业使用的数据比以往任何时候都多。从客户注册在线帐户到向企业提供他们的详细信息，信息对于帮助企业做出关键业务决策非常宝贵。[详细]
-
供应链分析 保持物流顺畅的五个技巧
所属栏目：[大数据] 日期：2022-04-01 热度：198
事实表明，越来越多的企业采用数据分析来应对供应链中断，并加强供应链管理(SCM)。 专业服务和咨询机构毕马威公司在最近发布的一份研究报告中指出，目前有几项重大中断正在影响供应链。其中包括由于新冠疫情而导致的全球物流持续中断，这些中断将继续影响[详细]
-
2022年的5个主要的数据迁移趋势
所属栏目：[大数据] 日期：2022-04-01 热度：174
数据似乎总是需要迁移，无论是从内部部署设施迁移到云平台，还是从操作系统到长期存档，数据始终在移动。 以下是2022年数据迁移市场的五个主要趋势： 1.非结构化数据迁移 2022年，首席信息官将会继续关注基础设施的现代化，以支持由于下一代应用程序、云计[详细]
-
创建数据驱动的价值生态系统的3个步骤
所属栏目：[大数据] 日期：2022-04-01 热度：153
事实证明，管理大量数据和颠覆性技术的关键在于建立一个能力中心。 尽管许多企业在其数据分析项目中使用人工智能和机器语言工具作为核心推动因素，并且全球人工智能支出持续增加，但事实上，大多数数据科学项目注定要失败。 导致这些失败的原因有很多，从[详细]
-
需要避免的7个数据治理错误
所属栏目：[大数据] 日期：2022-04-01 热度：78
如今的每个数据交易都是一种商业交易，这是构建一个强大、安全、适应性强且尽可能无错误的数据治理框架至关重要的原因。 大多数首席信息官都知道，处理不当的数据可能会导致财务、声誉、法律和其他问题。这就是企业需要拥有强大的数据治理策略的原因，也就[详细]
-
汽车公司和移动通信公司如何使用大数据提高驾驶安全性
所属栏目：[大数据] 日期：2022-04-01 热度：126
大数据技术如今在保障驾驶安全方面取得了重要进展，而有些人没有意识到大数据提供的惊人好处。大数据的最大好处之一是它可以帮助提高汽车驾驶的安全性。 在阻止发生交通事故方面，数据分析技术变得越来越有用。许多企业正在共享数据，为提高交通安全提供帮[详细]
-
企业IT可以真正将大数据应用到哪些地方?
所属栏目：[大数据] 日期：2022-04-01 热度：135
在各行业领域中，很少有比大数据更容易提及同时又不太容易理解的术语。这可能会让人们很容易将大数据视为一个不经意提到的流行语，而不仅仅是对于企业的流程和业务密切相关的真实价值的一个概念，但这是一个错误。理解并正确利用大数据对于任何企业的成功[详细]
-
业务分析师获取更多收入可以采取的7个措施
所属栏目：[大数据] 日期：2022-04-01 热度：182
无论是原地踏步还是展翅高飞，业务分析师都有很多方法提升其业务水平和收入。 业务分析师的工作通常是企业中最重要的工作之一：利用数据分析来弥合IT与业务之间的差距。在这一过程中，他们与业务领导者和用户互动，以更好地了解流程、产品、服务、软件和硬[详细]
-
选择嵌入式分析供应商时需要考虑的8件事
所属栏目：[大数据] 日期：2022-04-01 热度：71
选择嵌入式分析供应商并非易事，市场上可用的解决方案太多了，因此需要了解如何做出最佳决策，并确保投资更有效的解决方案。 事实是并没有直接的答案。正确答案其实是几个正确答案的组合，当然还有企业的特定业务需求。因此，企业在选择嵌入式分析供应商时[详细]
-
最大化数据分析价值的5种方法
所属栏目：[大数据] 日期：2022-04-01 热度：61
数字时代使大多数企业追求数据驱动战略的成果，但确保获得回报比大多数人想象的要微妙得多。 许多企业都在收集大量数据并对其进行分析，而通过分析这些数据获得最佳商业价值完全是另一回事。 在分析工具上投入巨资的企业可能没有找到方法来确保其努力带来[详细]
-
运用大数据进行营销的9种最佳方法
所属栏目：[大数据] 日期：2022-04-01 热度：123
大数据驱动营销业务的发展如今比以往任何时候都更加重要，所以需要战略性地使用这些实践。 对于很多企业来说，大数据已经成为一项非常具有价值的技术资产，并利用大数据改善业务。数据分析和人工智能技术的一些最佳实践已经出现在营销领域。 数据驱动营销[详细]
-
2022年数据可视化的主要趋向
所属栏目：[大数据] 日期：2022-04-01 热度：164
大数据改变不同行业的例子不胜枚举。它可以用于减少交通堵塞、个性化产品和服务、改善视频游戏体验等视觉效果。 毫无疑问，大量非结构化数据的收集和分析已经是一个巨大的突破。人们需要了解数据可视化及其在大数据应用中的作用。 如果没有将人们所寻找的[详细]
-
组建高效分析团队的7个最佳实行
所属栏目：[大数据] 日期：2022-04-01 热度：176
数据驱动的成功取决于强大、多样化、跨职能的数据团队。IT领导者需要采用创建和维护团队的技巧，以提供敏锐的数据洞察力。 如果企业部署了最新和最好的数据分析工具，但未能组建高效的分析团队，那么会发生什么?将会失去创收机会，并浪费大量的时间和费用[详细]
-
通过更好的数据质量改进决策的8个重要提醒
所属栏目：[大数据] 日期：2022-04-01 热度：89
企业对良好数据质量的需求日益增长，人们需要了解如何获得良好的数据质量以及它如何影响决策。 搜索引擎上有关数据质量这一术语多达600万项，这清楚地表达了数据质量的重要性及其在决策场景中的关键作用。了解数据有助于对其进行分类和鉴定，以便在所需场[详细]
