-
内部部署数据仓库与云计算数据仓库的优缺点
所属栏目：[大数据] 日期：2022-08-25 热度：51
数据仓库被各种规模的企业广泛用于为商业智能(BI)和分析应用程序摄[详细]
-
数据监控体系是什么？该怎么搭建？
所属栏目：[大数据] 日期：2022-08-25 热度：168
做数据的同学们都经常听到一句话：建立销售/运营/商品数据监控体系。这玩意拆开看每个字都认识，合起来听得一脸蒙懵圈，时常发问： 啥是数据监控体系？ 这玩意和数据指标体系有啥区别？ 我做的这些个报表，到底算不算体系？ 为啥没感觉谁被我监控了？？？！[详细]
-
如何启用大数据优秀实践
所属栏目：[大数据] 日期：2022-08-25 热度：196
为什么需要采用大数据最佳实践?无论是政府、企业、军队，还是医疗保健机构，都没有更好的选择来满足分析需求、提高生产力以及提高效率。 很长时间以来，大数据已成为各种规模和形式的企业和组织赖以运转的支点。分析工具和大数据管理的集成一直是企业正在采[详细]
-
用户分析，看这一篇就够了
所属栏目：[大数据] 日期：2022-08-25 热度：120
经常有同学抱怨：我们公司的用户分析做的太挫了。虽然数据列了很多，可都是简单的把用户按新老分个类，然后对比下性别、年龄、活跃时长、付费的差异就结束了。最后丢一句新用户搜索功能用的少，建议搞高这分析完全没用处呀！用户分析到底要怎么做才有用？今[详细]
-
大数据如何成为元宇宙的基石
所属栏目：[大数据] 日期：2022-08-25 热度：158
众所周知，元宇宙被许多人誉为融合了人工智能、交互式视频图形、虚拟现实和增强现实等沉浸式技术的全新前沿。对于各行各业的每一家公司而言，元宇宙的出现都将是一笔大生意。据相关组织估计，到2024年，Facebook的潜在市场价值将达到8000亿美元。2021年10月[详细]
-
如何构建准实时数仓？
所属栏目：[大数据] 日期：2022-08-25 热度：182
当前，数据仓库被分为离线数仓和实时数仓，离线数仓一般是传统的T+1型数据ETL方案，而实时数仓一般是分钟级甚至是秒级ETL方案。并且，离线数仓和实时数仓的底层架构也不一样，离线数仓一般采用传统大数据架构模式搭建，而实时数仓则采用Lambda、Kappa等架构[详细]
-
聊聊数据分析的价值是什么？
所属栏目：[大数据] 日期：2022-08-25 热度：117
经常有同学在工作中抱怨，感觉做的分析没有啥业务价值，报表丢出去了也没回应。到底怎么做才能让数据分析体现价值，今天结合一个具体场景，详细讲解一下。 问题场景 某同学入职一个公司会员中心，雄心勃勃地想建立数据驱动业务机制，为此，规划了一堆： 建立[详细]
-
大数据的过去正在颠覆人们的未来
所属栏目：[大数据] 日期：2022-08-25 热度：131
新冠疫情和供应链中断等问题极大地影响和改变了人们的工作和生活，这使得依赖历史模式的预测比以往任何时候都更不可靠。 人们每天做出的许多决定背后都有自己的想法和秘密，而人们也生活在一个数据赋能的时代。当人们计划出外旅行时，谷歌搜索引擎会根据其当[详细]
-
五个方法，破解数据分析的核心难题
所属栏目：[大数据] 日期：2022-08-25 热度：89
数据分析的一个基本常识：数据本身没有意义，数据+标准才有含义。然而恰恰是标准二字，弄死了无数数据分析师。常见的问题，诸如： 没标准：业务说我的活动提升了业绩， 计划提升多少我也不知道，你分析分析？然后不管数据提什么，业务说太少了吧，你没考虑周[详细]
-
大数据分析技术和方法有哪些？
所属栏目：[大数据] 日期：2022-08-25 热度：86
随着经济与IT技术的不断发展与更新迭代，各个领域对于数据的收集、处理、分析都提出了相当高的要求，依靠传统方法已然无法满足如此庞大的需求。因此，大数据应运而生。而随着时代发展，大数据技术也日益完善。因而了解今日的大数据分析技术和方法有哪些，越[详细]
-
终于有人把Hadoop大数据系统架构讲清楚了
所属栏目：[大数据] 日期：2022-08-24 热度：54
传统的系统已无法处理结构多变的大数据，而高性能硬件和专用服务器价格昂贵且不灵活，Hadoop因此应运而生。Hadoop使用互连的廉价商业硬件，通过数百甚至数千个低成本服务器协同工作，可有效存储和处理大量数据。 1.Hadoop生态体系 Google通过三篇重量级论文[详细]
-
交通领域的物联网如何使大数据之于企业产生价值
所属栏目：[大数据] 日期：2022-08-24 热度：99
全球物流市场不断增长，科技正成为发展的主要触发器。 企业正在寻找用于运输的物联网解决方案，以帮助他们提高供应链的可见性、改善物流各个阶段的运营并节省资源。 这可以通过使用物联网设备收集有关物流过程的数据并将其转换为有价值的业务信息来实现。 让[详细]
-
怎样用好数据科学
所属栏目：[大数据] 日期：2022-08-24 热度：75
很长一段时间以来，数据科学一直被视为科技和商业领域的下一次重大革命。最近几年增加了不少使用数据科学应用的企业。根据Statista的数据，截至2021年，近60%的公司在其团队中拥有至少50名数据科学家。 然而，如果客观地看待，数据科学提供的结果与它的期望[详细]
-
浅析大数据的数据灾备建设
所属栏目：[大数据] 日期：2022-08-24 热度：58
大数据时代，数据呈爆炸趋势增长，很多企业都从大数据中获得了利益，推动各自的业务上升了一个台阶。通过大数据技术的完善尤其是大数据和云容器技术相结合，各个企业已经把自己的重要业务迁移到了大数据平台。与此同时企业对数据可靠性和业务连续性保证的诉[详细]
-
未来已来 Cloudera拥抱混合数据年代
所属栏目：[大数据] 日期：2022-08-24 热度：83
我们生活在一个混合数据的世界中。在过去十年间，世界创建、捕获、复制和使用的结构化数据量已从2011年的不到 1ZB 增长到 2020 年的近 14ZB，这已经很惊人了，但还有另外更巨大的 50ZB数据非结构化数据、云数据和机器数据。 对于Cloudera来说，这是一个回到[详细]
-
如何策划数据可视化平台
所属栏目：[大数据] 日期：2022-08-24 热度：109
最近在项目上常常听到这样的话：我想要一个酷炫的数据大屏，设计一定要有科技感，这个可视化设计没有重点每当听到这些需求，作为设计师一般都是欲哭无泪的。到底什么叫酷炫有科技感？客户理解的数据大屏什么样？是数据还是可视化出了问题？？ 这篇文章将会结[详细]
-
Python实行数据可视化 你会用什么库来做呢
所属栏目：[大数据] 日期：2022-08-23 热度：168
用Python进行数据可视化你会用什么库来做呢？ 今天就来和大家分享Python数据可视化库中的一员猛将Altair！ 借助Altair，我们可以将更多的精力和时间放在理解数据本身及数据意义上，从复杂的数据可视化过程中解脱出来。 简单来说，Altair是一种可视化语法，也[详细]
-
一文看清楚 数据指标体系的几大类别
所属栏目：[大数据] 日期：2022-08-23 热度：190
很多同学问：有没有普遍的、一般的指标体系梳理方法？网上常见的指标体系分享，大多是互联网的AARRR一类，现实中情况却很复杂。普遍的方法当然有，就是基于业务逻辑，梳理指标体系。从本质上看，数据指标体系有4大类型，针对四个不同的业务逻辑。今天来系统[详细]
-
两种主流大数据系统架构的差异 终于有人讲明白了
所属栏目：[大数据] 日期：2022-08-23 热度：101
同样都可以处理大规模数据的MPP数据库架构与Hadoop体系架构属于不同的技术体系，二者没有直接的相关性，却常常被放在一起进行比较。特别是在企业数据仓库建设中，MPP架构与Hadoop架构代表两类典型的技术路线选型，事实上，在2015年左右甚至有人认为基于Hadoo[详细]
-
从0到1创建智能灰度数据体系 以vivo游戏中心为例
所属栏目：[大数据] 日期：2022-08-23 热度：128
本文介绍了vivo游戏中心在灰度数据分析体系上的实践经验，从实验思想-数学方法-数据模型-产品方案四个层面提供了一套较为完整的智能灰度数据解决方案，以保障版本评估的科学性、项目进度以及灰度验证环节的快速闭环。该方案的亮点在于，指标异动根因分析方法[详细]
-
几个好使常见的大数据分析模型
所属栏目：[大数据] 日期：2022-08-23 热度：53
互联网打工人来说，数据分析是一项必备技能！花了这么多钱，营销效果到底达到没有？什么样的功能才能真正戳中用户的痛点？ 1. 事件分析 干啥的：研究某行为事件的发生对企业组织价值的影响以及影响程度。 怎么用：追踪或记录的用户行为或业务过程，如用户注[详细]
-
大数据项目可能出错的几种方案
所属栏目：[大数据] 日期：2022-08-23 热度：188
大数据项目的低成功率是过去10年中一个持续存在的问题，与之类似的是：人工智能项目中也出现了相同类型的问题。虽然100%的成功率不是一个可以实现的目标，但用户可以进行一些调整以从数据投资中获得更多收益。 一个重要原因是缺乏数据集中化，这抑制了公司从[详细]
-
MPP与Hadoop 两种主流大数据系统架构有什么差别
所属栏目：[大数据] 日期：2022-08-23 热度：68
同样都可以处理大规模数据的MPP数据库架构与Hadoop体系架构属于不同的技术体系，二者没有直接的相关性，却常常被放在一起进行比较。 1. 设计思路对比 两类系统运行的硬件架构是相同的，都是普通服务器组成的集群，但从资源管理角度来说，它们并行化软件实现[详细]
-
为什么大热的数据可视化行业 我不提议轻易入行
所属栏目：[大数据] 日期：2022-08-23 热度：134
这两年互联网行业在 C 端市场上的增长已经不足以吸引大众和投资者的视线，B 端作为一个新的热点开始被追捧。 各种让人眼花缭乱的图例和技术应用解说，很容易让我们产生未来已经加速向我们走来的 幻觉，此时不抓紧时代的机遇投身数字化界面的设计，更待何时？[详细]
-
数据指标 VS 标签体系 到底有啥区别 总算讲清楚了
所属栏目：[大数据] 日期：2022-08-23 热度：87
实际上，标签和指标一样，是数据分析的左膀右臂，两者同样重要。实际上，很多人分析不深入，就是因为缺少对标签的应用。今天系统的讲解下。 那如果做得好的话，标签能发挥啥作用呢？ 一：查询信息。这是最普遍的场景了。大量的一线工作人员会有需求，比如客[详细]
