首页 　· 　知识库　· 　大数据
网格模式　　 列表模式
  • 大数据时代的市场研究方法
    大数据时代新的市场研究方法使“无干扰”真实还原消费过程成为可能，智能化的信息处理技术使低成本、大样本的定量调研成为现实，这将推动消费行为及消费心理研究达到一个新的高度......
  • 大数据技术的发展趋势
    大数据领域已经涌现出了大量新的技术，它们成为大数据采集、存储、处理和呈现的有力武器。这些技术下一步将如何发展？它们之中哪些技术将广为流行？......
  • 为什么使用hadoop
    主要也是通过上图的布局。将数据分布到多个服务器上。当有任务了，比如查询，或者比较大小，先让每台服务器，都处理自己的存储中文件。然后再将所有服务器的处理结果进行第二次处理。最后将结果......
  • 如何通过BI实现价值创造呢
    源自于互联网的大发展，特别是社交化网络的出现、信息化工作效果的积累、以及信息社会的基础设施建设积累等，以数据量巨大(Volume)、多样性(Variety)、实时性(Velocity)为显著特征的大数据时代......
  • 大数据展现消费者行为
    大数据为企业带来了诸多收益，有的已经实现了，有的还未实现。根据2013年8月Forbes Insights和Rocket Fuel在美国对高级营销人员做的一项调查中显示，在一些领域，企业看到他们对大数据的投资正......
  • 2014年将成为大数据之年
    Gartner预测大数据在2013年将带来了340亿美元的IT开支，预计到2018年这一数据将增长三倍。我们在今年还发现美国国家安全局(NSA)已经成为了大数据技术的主要使用者。......
  • 改善企业数据管理流程
    在某种程度上，建立一个符合企业现有架构的数据治理管理架构和运营模型是很重要的。这包括数据管理的各个元素。听上去很简单，但实际操作却困难重重。......
  • 大数据究竟是什么
    大数据常和云计算联系到一起，因为实时的大型数据集分析需要分布式处理框架来向数十、数百或甚至数万的电脑分配工作。可以说，云计算充当了工业革命时期的发动机的角色，而大数据则是电。......
  • 系统设计与架构笔记:ETL工具开发和设计的建议
    ETL是数据抽取（EXTRACT）、转换（TRANSFORM）、清洗（CLEANSING）、装载（LOAD）的过程。是构建 数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗,最终按照预先定义好的数据仓......
  • 实时挖掘企业信息数据
    对企业信息系统中数据的挖掘，我们自然联想到数据仓库。数据仓库是一个面向主题的、集成的、非易失的且随时间变化的数据集合，用来支持管理人员的决策......
  • 数据质量构建误区
    数据质量改进曾经是乏味无趣的工作，充斥着企业的后台管理系统，但如今它是享有最高优先级的工作。......
  • 政府大数据挖掘首创成果发布
    一直以来，人们都希望让数据“说话”，在信息处理能力受限的时代，人们采用随机采样的处理方式;进入大数据时代，其最根本的改变就在于利用所有的数据，即“样本=总体”。......
  • Hadoop技术应用场景
    数据采集类似于传统的ETL等工作，因此传统ETL工具中的数据清洗，转换，任务和调度等都是相当重要的内容。这一方面是要基于已有的工具，进行各种接口的扩展以实现对数据的处理和清洗......
  • 大数据策略会失败吗
    大数据策略会失败吗？是时候该讨论一下这个问题了。企业才刚刚掌握如何集成ERP（企业资源规划）及其他业务应用来消除业务流程中妨碍效率的孤岛。......
  • 如何成为网站数据分析师
    如果你想成为网站分析师!想加入网站分析这个即有前途又有“钱途”的行业，那么你至少需要具备本文所提到的9大本领。......
  • 教育大数据市场前景广阔
    如何收集数据对于它们未来的使用性非常重要。接收数据汇入背后的挑战是从一开始就要标准化，以便今后对数据进行仔细分析......
  • 学会用数据监控类目销售
    销售是目标、毛利是根本、商品为核心、供应牢把控、行为是金矿、新品是未来、订单是纽带......
  • 常用的数据治理工具及应用
    一个成功的项目必须结合人员、流程和技术。这种方法在一定程度上会容易让人盲目依赖于使用数据治理工具去实现目标，而它的实际含义是需要关注于建立并清晰定义所需要的角色、职责、政策和流程。......
大家在关注
我们的推荐