更多关联主题

BI、数据仓库、数据湖和数据中台内涵及差异点

如从最初决策支持系统(DSS)到商业智能(BI)、数据仓库、数据湖、数据中台等，这些概念特别容易混淆，本文对这些名词术语及内涵进行系统的解析，便于读者对数据平台相关的概念有全面的认识。......
知识图谱的技术详解与应用

从一开始的Google搜索，到现在的聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统，无一不跟知识图谱相关。......
数据分析中常用的五个统计学基本概念

利用统计学，我们可以更深入、更细致地观察数据是如何进行精确组织的，并且基于这种组织结构确定数据分析的方法，来获取更多的信息。今天给大家介绍数据分析中常用的五个统计基本概念。......
大数据平台设计思路

建设大数据平台的最终目的是服务于业务需求，解决现有业务问题或者创造新的机会。业务部门可能并不关心是采用大数据技术，还是传统的数据库技术，是否采用大数据技术的主要依据是数据量。......
Magic Number：数据如何赋能产品

对于产品来说，数据是很重要的。有了数据才能发现问题、提升留存、留住客户。那么，我们如何才能借助数据达成以上的目标呢？......
HDFS+Clickhouse+Spark：从 0 到 1 实现一款轻量级大数据

在产品精细化运营时代，经常会遇到产品增长问题：比如指标涨跌原因分析、版本迭代效果分析、运营活动效果分析等。这一类分析问题高频且具有较高时效性要求，然而在人力资源紧张情况，传统的数据......
一篇文章详解企业BI选型

“没有最好的，只有最合适的”。如果是选择这些主流的产品的话，什么产品才是最合适自身企业的呢？......
成功实施数据湖的关键因素

数据湖的实现需要很多关键因素，其中涉及从技术到治理，组织需要评估其实施策略中最重要的因素。......
运维数据生态：数据的建设和管理

企业规模越大、业务形态越复杂、运维能力越高的企业，运维所纳管的数据越多，运维数据变现的效果越好，相对应的，运维数据建设的层次越高......
商业智能BI的趋势、规划与选型

商业智能（BI）已经成为最具有美好前景的信息化领域。目前商业智能市场需求旺盛，市场规模增长迅速，未来商业智能的发展趋势如何？企业应将怎样规划？......
如何选择正确的现代商业智能（BI）和数据分析平台

本评估指南旨在帮助IT组织评估和选择适合进行大规模企业范围部署的现在商业智能和分析平台。......
如何建立零售行业的数据分析模型？

零售行业普遍有着丰富的数据和大量急需优化的问题，如商品价格、折扣、门店库存、会员活动等，是数据分析应用的重要商业应用领域之一。所以，建立零售行业的数据分析模型是一个非常有必要和急迫......
数据仓库分层你不得不清楚

ODS层（OperationDataStore）：原始数据层，存放原始数据，直接加载原始日志、数据，数据保持原貌不做处理。（2）DWD层（DataWarehouseDetail）：明细数据层，结构和粒度与原始表保持一致，对O......
9种常用的数据分析方法

分析数据是将收集的数据通过加工、整理和分析、使其转化为信息。通常用方法有：排列图、因果图、分层法、关联图、系统图、KJ法等工具或方法......
闭环思维，数据化运营的重中之重

随着数据化营运在企业中越来越普遍，闭环思维的重要性也越来越受到重视。闭环思维到底是什么？它有什么作用？本文将从四个方面展开介绍，希望对你有帮助。......
有赞数据中台建设实践

有赞的数据中台解决的是"有赞的数据资产的加工和复用",这里提到了数据中台的两个重要功能:数据加工和数据复用,分别由数据技术中台和数据资产中台解决.......
有赞数据仓库实践之路

有赞的数据仓库就是在这样一个大数据环境下，同时需要满足内部分析数据和商家侧数据的各类需求。......
数据中台建设方法论实践之技术选型

数据中台解决方案包含：数据中台建设方法论、相关技术体系和工具、数据体系等几大部分构成，前文介绍了数据建设方法论中的数据仓库建设部分，本文将介绍具体构建数仓的相关技术。......
工作六年，我总结了一份数据产品建设指南

本文分别从数据产品的价值、愿景、设计思路、建设方法及案例等方面，结合作者这些来的工作经验和心得，全方位介绍数据产品，梳理了一份数据产品建设方案。......
用户画像标签体系包括哪些维度？有哪些应用场景？

互联网相关企业在建立用户画像时一般除了基于用户维度（userid）建立一套用户标签体系外，还会基于用户使用设备维度（cookieid）建立相应的标签体系。......
什么是大数据「实时流计算」？深度解析它的4大应用及4个特点

火灾已经爆发后才知道救火，交通已经阻塞后才知道疏通，羊毛已经被“羊毛党”薅光后才知道堵上漏洞，股价已经拉升后才知道后悔……为什么我们不能在这些事情发生之前，或者至少是刚刚发生的时候......
用户画像有什么用？怎样用？6个场景案例给你讲明白

在大数据分析中，对用户行为进行分析挖掘又是一个重要的方向，通过对用户行为进行分析，企业可以了解用户从哪里来，进入平台后进行了哪些操作，什么情况下进行了下单付款，用户的留存、分布情况......
机器学习的30个基本概念

本文主要介绍机器学习基础知识，包括名词解释（约30个）、基础模型的算法原理及具体的建模过程。......
人工智能十大经典应用领域、图解技术原理

本文通过案例分门别类地深入探讨人工智能的实际应用。案例甚多，此处所列举的仅是九牛一毛。本该按行业或业务对这些案例进行分类，但相反我选择按在行业或业务中最可能应用的顺序来分类。......
认识个性化推荐系统：从推荐算法到产品冷启动

从广撒网的广告形式到精准地捕捉到用户的需求，并且呈现给用户更加恰当的广告，给互联网公司带来了巨额的广告收入，这中间推荐系统功不可没。......
如何构建人工智能产品？

人工智能产品的构建过程分为三个阶段，每个阶段都有着不同的思考方式。从挖掘行业属性到模型的建立与调优，作者对每个阶段需要注意的问题进行了分析说明，供大家一起参考学习。......
掌握这5个常用数据分析方法

所有的分析方法总结起来就两种：分类和对比，分类和对比，分类和对比，重要的事情说三遍，并且大部分的分析方法都是这两者的结合......
企业想做好数据运营与数据资产变现，要依靠内生力量

企业如何做好数据运营与数据资产变现？企业的数据运营与数据资产变现，其实强调的是自己内生的力量，依赖自己的运营能力和自己的人才去完成这些事情。......
传统零售业分析指标

零售行业的大部分问题都可以从人、货、场三个维度思考。无论是线上、线下，人货场都是零售运营的核心要素。......
数据湖详解

数据湖（DataLake）是一个以原始格式存储数据的存储库或系统。它按原样存储数据，而无需事先对数据进行结构化处理。一个数据湖可以存储结构化数据......
数据湖的四个最佳实践

存储库反而变成了一个缓慢、僵化的数据沼泽。大数据需要特殊的专长来分析数据。使用原始数据得出的结论在数据质量和治理方面发出了危险信号。......
数据湖的概念以及解决方案

数据湖是一个以原始格式(通常是对象块或文件)存储数据的系统或存储库。数据湖通常是所有企业数据的单一存储。......
数据湖，大数据的下一个变革

让数据产生价值才叫成功。早期有不少的公司引入了Hadoop，将企业的各种结构化非结构化数据加载至Hadoop环境当中，想让自己的数据发挥更大的价值，但这并不容易。......
数据质量：数据治理的核心

”数据治理“流行起来。而要了解数据治理及数据质量，还得从数据、数据治理、数据质量这些基本概念说起。......
数据可视化的方法、工具和应用

数据可视化作为一种有效传递信息的手段，被越来越广泛地应用到很多领域。如果想要让数据发挥更大的价值，那么合理地运用数据可视化的方法和工具就显得特别重要。......
如何通过已有数据对用户画像，标签和分析？该产品核心问题在哪，

通过已有产品获取到了一部分用户数据，如何通过数据分析对用户画像，标签化，对用户行为进行分析，从而区分不同级别用户进行相对应的精准营销？......
什么是用户画像，一般用户画像的作用是什么？

用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化用户模型。构建用户画像的核心工作即是给用户贴“标签”，而标签是通过对用户信息分析而来的高度精炼的特征标识。......
数据管理在呆废库存预防中的应用

数据管理工作，搭建了架构和模型之后，我们要像相信汽车和飞机的仪表板一样，相信我们的数据，持续不断的维护、更新、整理、改善以及更正，当呆废库存数据异常的时候，正确认知现状、分析原因、......
新形势下，企业如何进行数字化转型

数字技术的发展已经从互联网、大数据，迈入人工智能时代。在数字化对社会经济的冲击和颠覆中，互联网企业独领风骚，传统企业的总体表现迄今为止不够理想。......
“数据湖”：概念、特征、架构与案例

数据湖是目前比较热的一个概念，许多企业都在构建或者计划构建自己的数据湖。但是在计划构建数据湖之前，搞清楚什么是数据湖，明确一个数据湖项目的基本组成，进而设计数据湖的基本架构，对于数......
大数据分析基础——维度模型

维度模型的概念出自于数据仓库领域，是数据仓库建设中的一种数据建模方法。维度模型主要由事实表和维度表这两个基本要素构成。......
数据安全治理所遵循的三大原则

搞清楚数据安全要解决哪些问题、大数据时代下解决这些问题所面临的主要挑战，就可以梳理数据安全治理的核心思路了。简单说，数据安全治理可以遵循“以数据为中心、以组织为单位、以能力成熟度为......
浅析数据治理与数据安全治理的概念差异

数据治理可以确保企业的数据资产得到正确有效的管理，数据治理从组织架构、原则、过程和规则等方面确保数据管理的各项职能得到正确的履行。......
什么是数据治理？什么是数据安全治理？

企业信息化建设是随着企业战略、业务形态、预算等多个方面不断迭代及变化的，所以在建设过程中难免出现阶段鸿沟，跨阶段整合难的现象，当企业以数据为中心的战略考量时，就需要通过数据治理方法......
学会这109个数据指标，全方位看懂零售业

如何能让你的分析报告真正为企业带来价值？如何拉近一套数据与实际生活生产之间距离，做到报告从数据中来、分析到业务中去？......
你需要知道的ETL基础知识

信息是现代企业的重要资源，是企业运用科学管理、决策分析的基础。据统计，数据量每经过2-3年时间就会成倍增长，这些数据蕴含着巨大的商业价值，而企业所关注的通常只占总数据量的2%~4%左右。......
数据化管理的四个层次

数据的重要性不言而喻，已经被越来越多的公司接受、熟知和应用。那么关乎数据，到底在哪些方面可以促进业务的腾飞？或者换种说法，业务对数据有哪些层次的需求？还有，数据对管理有哪些方面的贡......
惊险的一跃：传统IT人转型互联网

传统IT人如何转型互联网？本文讲述了互联网带来的变化以及传统传统IT人转型互联网需要注意的3个方面，与大家分享！......
数据模型标准建设方案

数据模型设计按照先进性、可靠性、一致性、通用性进行设计。研究国际上、行业内成熟的企业数据标准体系......
数据质量管理标准建设方案

制定选择最合适的历史数据清洗工具的方法。专业的历史数据清洗工具有，物资数据专业清洗工具、客商、人员数据专业清洗工具、组织机构专业清洗工具；......
项目经理跨部门沟通的6个原则

你认为十万火急的事，到了其它部门那，竟然成了芝麻绿豆大的事；原本应该合作解决的问题，到了跨部门会议上，又沦为各弹各的调，找不到共识。......
不会搭建大数据平台，我被老板优化了...

在业务增涨过程中，每个企业不知不觉积累积累了一些数据。无论数据是多是少，企业都希望让“数据说话”，通过对数据的采集、存储、分析、计算最终提供对业务有价值信息。......
用户画像技术及方法论

用户画像也是近几年比较热的一个词，不过很多小伙伴对于画像的认知还只是标签化的层面，或者只是利用其做一些简单的分群分析；如何全面地认知并做系统性地尝试，背后有非常多的点需要我们深思挖......
如何从0到1建设数据中台

数据中台：正确的人+正确的工具+正确的事=降本增效数据中台对于许多传统企业而言，依旧是很陌生的概念。......
菜鸟实时数仓技术架构演进

在开源盛世的今天，实时数仓的建设已经有了较为成熟的方案，技术选型上也都各有优劣。菜鸟作为物流供应链的主力军，时效要求已经成为了核心竞争力......
如何从0-1构建用户画像体系？

用户画像体系的搭建起到不可或缺的作用。我们来研究如何从0-1搭建用户画像体系，以及用户画像的应用场景。......
管理水平高的公司往往离崩塌不远

今天的人们更会自信地认为，无法预知未来只是因为我们数据有限，今天已进入大数据时代了，情况应该有所不同，而事实上并非如此......
企业大数据平台仓库架构建设思路

本文作者主要从总体思路、模型设计、数据架构、数据治理四个方面介绍了如何利用大数据平台的特性，构建更贴合大数据应用的数据仓库。......
企业数据治理的十个最佳实践

任何企业实施数据治理都不是为了治理数据而治理数据，其背后都是管理和业务目标的驱动。......
如何参照阿里OneData构建数据指标体系

本文主要从数据产品角度介绍，如何基于阿里OneData进行网约车指标体系建设。通过对业务分析、数据域划分及总线矩阵构建，来建立一套指标设计规范。......

首页上一页 1 2 3 456 7 8 9 10 ...下一页尾页

大数据主题文档