首页
知识
文库
登录
|
注册
首页
最近更新
所有主题
我的主题
我的收藏
首页
·
知识库
·
大数据
什么时候该把大数据放到云端
云服务正在大数据应用中发挥重要作用,尤其是对于那些短期任务,或是已将大量数据存储在云上的应用而言。......
耐克是如何拥抱互联网和大数据的
对于一家身处传统行业的公司来说,完成业务和思路上的调整绝非易事。因为产品的属性正在发生改变,过去的运动鞋正在变为一件消费电子产品,耐克“年轻”的数字运动部门必须......
大数据:不是技术难题
大数据将为企业提供更多视角和洞察,通过和其他企业数据的结合消费者洞察无论从数量还是质量上都会有指数级增长,大数据策略必须和其他数据结合形成数据战略......
大数据需结合三大IT趋势发展
如果你是在亚太地区的IT企业,没准儿你会考虑在您的企业部署大数据方案。在过去的12个月内,大数据是在亚洲的IT企业讨论最多的话题。......
大数据如何从信息爆炸中获取价值
无论您身处哪个行业,围绕大数据及管理截至2013年,数字数据量预计将达到四泽字节(zettabytes ),比2012年高50%以上,是2010年的近四倍[1]......
在大数据中发现大商机
当一切都可以量化,大数据本身就会说话。我们对商机的发现其实就是听的能力——只是传统的耳朵未必听得见“不可能”的声音。......
云计算与大数据时代的投资机遇和挑战
互联网的存在促使数据量急剧增大,在大数据量的基础上产生云云计算革命在十年前就已经存在,大数据产生的主要因素有四个:计算机的计算资源、存储、带宽、网络接入的增长。......
大数据:侵犯隐私还是商机无限
大数据虽然引起了越来越多的人关注,甚至被一些人称为“新黑金”,但是个人网络数据的保护也成为人们日益关注的焦点。那么,到底个人的隐私重要还是企业的无限商机重要呢?......
提高云安全的五种方法
云计算是一个非常有效的工具,虽然它也有一些缺点,但这并不影响它在业界的广泛使用。其中,安全性是其中最主要的缺点。......
大数据分析:谁比你更了解自己
默默是一家知名IT公司的HR经理。前两天的一件事情,让这位叱咤职场10年的精英在面试现场差点乱了分寸。......
重视顾客数据管理的4个理由
我知道“大数据”(Big Data)服务系统是知道我们之间的关系的,这是不是能够解释我们同时收到有关游轮信息一事呢?抑或就是大数据系统让这些广告通过了垃圾邮件筛......
数据分析是决定大数据成败的王道
尽管我们并不知道这些企业利用他们收集的数据信息可以计算出关于我们的什么信息内容。我们总是假设他们使用这些数据信息是对我们不利的,即使他们很可能尝试的是使用这些信......
徘徊的大数据门前
什么是大数据?编辑记者们旁征博引,试图将数据堆砌的商业案例剔除,真正的、实用性强的数据挖掘故事留下。大数据意味着激动人心的业务与服务创新机会......
企业部署大数据准则:安全问题应未雨绸缪
在这个数据大爆炸的时代,企业通过大数据可以更加高效的洞察和预见消费者行为以及行业趋势,但同时也伴随着安全性的困扰。能否保护自己的隐私安全、信息安全,成为了企业部......
所有公司将面临“超级智能”大数据的挑战
大数据技术的强大之处在于,通过数据挖掘,大数据能够披露深埋在海量据下的潜信息、隐信息,让我们获得“第三只眼”,越来越多地拥有“未卜先知”、“一窥天机”的能力。......
商业智能是大数据1.0时代
随着“数据”、“大数据”、“超大数据”、“超级数据”等字眼出现,有人开始质疑,认为“大数据其实就是大忽悠”。那么,大数据究竟是什么?......
BI为什么不能快速踏入大数据时代
BI的概念过于泛泛,以至于在几年前,很多企业认为BI可有可无。近年来,大数据给BI带来了极大的冲击,加速了其发展的步伐.......
四大原则 把握“大数据”机遇
企业已经在努力学习通过利用大规模采集及分析数据来制定战略,这有力地体现出大数据的巨大潜力。大数据的采集及分析正在迅速成为企业获取差异化竞争优势的新争夺领域。......
首页
上一页
...
91
92
93
94
95
96
97
98
99
100
...
下一页
尾页
大家在关注
.
数据资产入表全流程
.
一文看懂RAG:大语言模型落地应用的未来
.
构建知识图谱:从技术到实战的完整指南
.
企业数据分类分级从了解到落地指南
.
一文读懂数据资产管理
.
浅谈数据资产评估方法
.
数据治理之于数据资产
.
从管、存、算、规、治看数据资产管理
.
ClickHouse开发与使用规范大全
.
什么是好的数据指标体系
我们的推荐
.
数据资产入表全流程
.
构建知识图谱:从技术到实战的完整指南
.
企业数据分类分级从了解到落地指南
.
数据分析规范
.
如何基于用户分层构建运营策略
.
数仓建设七大规范指南
.
数据治理领域最容易混淆的16组术语概念辨析
.
数据治理体系建设与实践
.
如何在零售行业实施主数据治理
.
数据质量管理办法