-
对于数据仓库你了解多少？
所属栏目：[大数据] 日期：2021-08-03 热度：177
数据仓库 数据仓库是商业智能系统的基础，以往的数据库系统主要用于事务处理，很难或无法实现分析处理。近年来，越来越多的数据分析与决策信息支持在被企业所重视，数据仓库技术应运而生。 数据仓库的定义 目前对于数据仓库还没有统一的定义，被称为数据仓[详细]
-
分析绿色数据中心PUE指标
所属栏目：[大数据] 日期：2021-08-03 热度：191
副标题#e# 数据中心近十年来如雨后春笋般拔地而起，数据中心的节能问题也越来越引人注目。如何界定绿色数据中心？国际上尚无统一的标准，目前比较通行的评价指标是PUE （ Power Usage Effectiveness，电能使用效率），PUE是一个比率，无量纲，取值大于1,PUE[详细]
-
大数据在农业生产中的实践
所属栏目：[大数据] 日期：2021-08-03 热度：75
副标题#e# 农业从完全依靠人工完成，到半机械化农业，再到大规模机械化农业，生产力得到了飞速提升。但随着人口压力不断提高，可用耕地不断减少，农业需要另一场变革，来满足人类的粮食生产需求。传统的农业生产方式应向数据驱动的智慧化生产方式转变。而云[详细]
-
商业智能技术能推动库存管理“干什么”
所属栏目：[大数据] 日期：2021-08-03 热度：64
商业智能技术能帮助库存管理干什么 在介绍完商业智能技术层面的内容后，下面介绍商业智能技术能帮助库存管理解决什么问题，带来什么价值？商业智能系统不像WMS、ERP一样，主要在库存管理的日常出入库、作业管理、运输管理等方面提供管理帮助，它主要是在业[详细]
-
处理七大问题释放大数据力量
所属栏目：[大数据] 日期：2021-08-01 热度：116
要充分发挥大数据的潜力，必须解决几个问题。 数据政策。随着数量越来越多的数据被数字化，在跨越组织边界而流动着，一系列政策问题将会越来越重要，这包括但不限于隐私、安全、知识产权和责任。显然，随着大数据的价值愈加明显，隐私是个重要性（尤其是对[详细]
-
大数据人才将会出现匮乏
所属栏目：[大数据] 日期：2021-08-01 热度：139
企业和个人在通过交易、网络互动、监控流程的传感器等方式创造着大量的数据。这一大数据时代可带来新一波创新和生产率增长浪潮，创造新的竞争方式，并打破现有业务模式。数据安全和隐私将日益成为CIO担忧的领域，他们还需要提高其获[详细]
-
大数据获取价值的潜力盘点
所属栏目：[大数据] 日期：2021-08-01 热度：64
大数据的运用会在各个部门具有重要意义，而在某些部门必将产生更大的收益 如果我们将美国各个部门的历史生产率与其通过大数据获取价值的潜力加以比较（运用一种将数种量化指标相结合的指数），我们会观察到，部门间的模式迥异。 全球交易的计算机和电子[详细]
-
大数据刺激生产率大幅飙升
所属栏目：[大数据] 日期：2021-08-01 热度：119
大数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。 在我们研究的五个领域中，我们发现了许多大数据手段；在我们看来，这些手段构成了生产率大幅增长的基础（图表1）。这些机会有可能提高效率和效力，使得组织既能够事半功倍，又能形成高品质[详细]
-
大数据带来的各种巨变将继续迅速发展
所属栏目：[大数据] 日期：2021-08-01 热度：146
数据已经渗透到每一个行业和业务职能领域，已成为一个重要的生产因素。 几个研究团队曾研究过全世界产生、存储和消费的数据总量。尽管他们的估计数字以及由此产生的结果各不相同，所有研究都表明，未来数年会呈现指数增长4.麦肯锡全球研究院（MGI）估计，[详细]
-
惊人大数据创造效率和分析
所属栏目：[大数据] 日期：2021-08-01 热度：198
数据成为流入全球经济每一个领域的洪流1.企业产生了数量迅速增加的交易数据，获取着有关客户、供应商和业务运营的数以Tb的信息。实体世界中，数以百万计的联网传感器被嵌入到各种设备中，例如手机、智能 能量计、汽车，以及在物联网时代能感知、创造和传达[详细]
-
盘点技术专家说服决策者的四点建议
所属栏目：[大数据] 日期：2021-08-01 热度：189
Jeff Zeahan是美国咨询公司Z Solutions Inc.的总裁，他认为，分析技术专家的工作根本与分析业务无关，他们只是销售员，或者称为变更的仲裁者. Zeahan说：如果说我们传达的是信息，那么我们的工作就是变更管理业务。 听上去可能有点牵强，但是归根结底还是[详细]
-
商务智能对财务信息化的关键性
所属栏目：[大数据] 日期：2021-07-30 热度：148
商务智能是对海量数据和信息进行提炼、整合的一个过程，可将存储于各个信息系统中的浩瀚数据转换为具有实际价值的信息。为企业的生产经营提供有效信息，为企业决策层对企业的战略定位和经营决策提供有力支持，减少其日常管理决策中凭经验、拍脑袋的风险和[详细]
-
五个关键的数据库默认设置
所属栏目：[大数据] 日期：2021-07-30 热度：63
数据库的出厂设置和薄弱的配置让攻击者更容易攻入数据存储，让IT更难以快速检测数据泄露。尽管企业花了很多钱在IT基础设施的各个层次部署数据防御措施，但最终这些努力可能在配置不当的数据库中毁于一旦。无论是因为方便管理员还是数据库管理员缺乏安全意[详细]
-
商务智能在零售促销优化中的实践
所属栏目：[大数据] 日期：2021-07-30 热度：152
副标题#e# 促销在企业的市场营销战略中扮演着非常重要的角色。随着市场竞争的日趋激烈，企业纷纷采取形式各样的促销手段以激发消费者的购买欲望。据权威部门统计，国内零售企业的促销活动费用在所有营销开支中占75%或更多的比例，每年的促销开支都以12%的速[详细]
-
数据挖掘的技巧及实施
所属栏目：[大数据] 日期：2021-07-30 热度：165
数据挖掘的方法 作为一门处理数据的新兴技术，数据挖掘有许多的新特征。首先，数据挖掘面对的是海量的数据，这也是数据挖掘产生的原因。其次，数据可能是不完全的、有噪声的、随机的，有复杂的数据结构，维数大。最后，数据挖掘是许多学科的交叉，运用了统[详细]
-
盘点联机分析处理
所属栏目：[大数据] 日期：2021-07-30 热度：146
副标题#e# 联机分析处理（OLAP） 1 联机分析处理（OLAP）定义 对于数据仓库中的数据，可以使用一些增强的查询和报表工具进行复杂的查询和即时的报表制作，可以利用OLAP技术从多种角度对业务数据进行多方面的汇总统计计算，还可以利用数据挖掘技术自动发现其[详细]
-
数据仓库的定义及优势
所属栏目：[大数据] 日期：2021-07-30 热度：182
一 数据仓库定义 数据仓库之父Bill Inmon在1991年出版的Building the Data Warehouse一书中所提出的定义被广泛接受：数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（[详细]
-
作用商业智能解决方案的因素
所属栏目：[大数据] 日期：2021-07-30 热度：147
影响商业智能解决方案的因素 商业智能利用数据仓库技术，OLAP和数据挖掘技术不断发现新的知识，扩充到现有的企业知识中来。但就目前国内企业应用现状和算法实现上来看，制约知识发现的因素较多，同时也影响了BI的性能。 1、基础数据建设不完善 对于小企业[详细]
-
数据中心资产自动化管理或成趋势
所属栏目：[大数据] 日期：2021-07-30 热度：89
可以说，现在是实施数据中心资产自动化管理的时候了。尽管大多数人会同意，其能够最终帮助我们节省管理数据中心资产的时间。而且科技已经几乎渗透到我们生活的其他方方面面和业务操作的相当多的领域，但自动化的数据中心资产管理仍然还只是新兴的产物，有[详细]
-
商业智能的行业应用有什么？
所属栏目：[大数据] 日期：2021-07-30 热度：119
商业智能行业应用 1、电子商务 分析商品销售，协助改善网站经营状况；实时分析客户行为、消费倾向，从而实施更具针对性和高效的商业战略；帮助决策者优化经营模式、发现新市场，提高用户忠诚度。 2、零售业 商业智能在零售业中有如下一些应用： 预测：对需[详细]
-
商业智能的特点及关键技术
所属栏目：[大数据] 日期：2021-07-30 热度：70
商业智能的特点及核心技术 商业智能，首先是基于信息的大规模生产和数据库技术的运用。目前，商业智能具有如下特点： 1、即时性 传统手工数掘处理，从数掘收集、整理到分类、汇总，都需要经历漫长的时间过程。但是，商业智能使用的技术，可以实时地从业务[详细]
-
盘点“大数据”的发展之惑
所属栏目：[大数据] 日期：2021-07-29 热度：182
在2012年年底之时，有人将2013年称之为大数据元年，该观点认为，在经过2012年对大数据概念的解析和炒作后，大数据将在2013年进入真正的实际应用阶段。而事实上，至少在中国市场，大数据市场并不如想象中那么火热，对于大数据应用，目前存在激进派和保守派[详细]
-
大数据的时代 让APP读懂你的喜爱
所属栏目：[大数据] 日期：2021-07-29 热度：98
当城市开始飞速发展，世界变化已经让人应接不暇的时候，唯有跟上才不算掉队。这是一个信息化的时代，也是一个信息过度膨胀的时代，也许每天打开邮箱接收到的邮件已经足以湮没一个清醒的头脑，而为了把握这个快节奏的城市而在车上或是每个闲暇时间点开一个[详细]
-
利用大数据这把“双刃剑”
所属栏目：[大数据] 日期：2021-07-29 热度：128
大数据技术的挑战和启示 目前，大数据技术的运用仍存在一些困难与挑战，体现在大数据挖掘的四个环节中。首先在数据收集方面。要对来自网络包括物联网和机构信息系统的数据附上时空标志，去伪存真，尽可能收集异源甚至是异构的数据，必要时还可与历史数据对[详细]
-
甲骨文中间件解决计划满足用户新需求
所属栏目：[大数据] 日期：2021-07-29 热度：183
如今的中间件市场，客户的要求在发生变化。普遍的需求是性能更加高，可用性更加强，并且可扩展性更加好的解决方案。都希望做一次应用开发即可在不同的环境下和终端上来运行，而不是每一次换一个新的终端和环境都要重新写代码。 Oracle融合中间件能够满足客[详细]
