-
手把手教你绘制数据治理实行路线图
所属栏目：[大数据] 日期：2021-12-19 热度：141
数据治理成熟度评估为企业提供了一个数据治理的切入点，通过发现企业数据治理中存在的问题，找到与业界领先企业的差距，绘制出符合企业现状和需求的数据治理路线图。 一数据治理路线图概述 1、数据治理路线图的定义 什么是路线图 路线图是指描述技术变化步[详细]
-
数据解析 VS 算法模型，如何高效分工合作？
所属栏目：[大数据] 日期：2021-12-19 热度：68
数据分析该如何与算法合作，是个老大难问题。一方面是业务方日益提高的，对模型的幻想。另一方面是大量企业里存在的，数据采集差，缺少足够数据人员，工作目标不清晰等等问题。到底该如何和分析与算法协同增效?今天系统分享一下。 01两种典型的错误做法 狗[详细]
-
如何应对繁杂的数据需求？
所属栏目：[大数据] 日期：2021-12-19 热度：52
大家好，我是一哥，最近有一位数据新人小伙伴私聊我：在平时的工作中会面临着大量的数据需求，不仅多，而且杂，请问如何处理面对这些问题?有没有什么好的提高工作效率的方法? 其实不止是作为数据新人会面临这样的困境，很多数据工程师都有着这样的困惑，干[详细]
-
手把手教你对文本文件实行分词、词频统计和可视化
所属栏目：[大数据] 日期：2021-12-19 热度：50
大家好!我是Python进阶者。 前言 前几天一个在校大学生问了一些关于词频、分词和可视化方面的问题，结合爬虫，确实可以做点东西出来，可以玩玩，还是蛮不错的，这里整理成一篇文章，分享给大家。 本文主要涉及的库有爬虫库requests、词频统计库collections[详细]
-
一文读懂云计算、大数据和AI间的关系和差别
所属栏目：[大数据] 日期：2021-12-18 热度：52
相信大家都听说过云计算、大数据和人工智能，并且它们之间好像互相有关系：一般谈云计算的时候会提到大数据、大数据的时候会提人工智能、谈人工智能的时候会提云计算三者之间相辅相成又不可分割，那么这三者之间到底是怎么一回事呢，今天小编就来讲讲。 云[详细]
-
盘查十三种流行的数据处理工具
所属栏目：[大数据] 日期：2021-12-18 热度：192
数据分析是对数据进行摄[详细]
-
数据驱动决定的三个层级，你在哪一级？
所属栏目：[大数据] 日期：2021-12-18 热度：146
很多同学总好奇：数据分析要怎么做，才能驱动决策?天天总听人说：数据驱动，可现实中没见过，只见过自己写的报告石沉大海 今天结合一个具体案例讲解一下，到底如何做。话不多说，直接上场景。 问题场景：某二手交易平台，其中旧货回收环节，需要人工话务员[详细]
-
数据匹配在大数据业务战略中的用途
所属栏目：[大数据] 日期：2021-12-18 热度：87
在整合大数据的同时设计业务战略时，数据匹配和质量的作用势在必行。在这篇文章中阅读更多内容。 尽管大数据分析听起来很有希望，但公司对其数据的期望与现实之间仍然存在巨大差距。在公司喜欢大数据但缺乏有效使用大数据的策略的文章中，哈佛商学院分享了[详细]
-
在大数据时代，想成为赢家，关键要认清这八大发展趋向
所属栏目：[大数据] 日期：2021-12-18 热度：199
随着信息技术的发展，人们不仅交流也变得很密切，连日常生活也越来越方便，而促成这一切变化的产物，正是大数据。 大数据可以快速流通，也能对庞大的数据进行处理，并对有价值的数据进行归纳，检索，此外，它的应用范围广泛，在未来，大数据将会对经济发展[详细]
-
需要避开的七个数据治理错误
所属栏目：[大数据] 日期：2021-12-18 热度：194
如今的每个数据交易都是一种商业交易，这是构建一个强大、安全、适应性强且尽可能无错误的数据治理框架至关重要的原因。 大多数首席信息官都知道，处理不当的数据可能会导致财务、声誉、法律和其他问题。这就是企业需要拥有强大的数据治理策略的原因，也就[详细]
-
数据仓库具体介绍之数据质量理论与经验
所属栏目：[大数据] 日期：2021-12-18 热度：60
数据质量管理是对数据从计划、收集、记录、存储、回收、分析和展示生命周期的每个阶段里可能引发的数据质量问题，进行识别、度量、监控、预警等一系列管理活动，并通过改善和提高组织的管理水平使得数据质量获得进一步提高。数据质量管理的终极目标是通过可[详细]
-
浅析大数据即席搜查工具 Presto
所属栏目：[大数据] 日期：2021-12-18 热度：79
数据业务现状 随着业务数据量越来越大、数据任务越来越多以及数据计算类型越来越丰富，G行的原有以Hadoop、MPP为核心的数据平台现有组件表现出了一定的局限性。例如：大数据平台和数据仓库上任务总量已经达到了3万以上，而且还在急剧增长。由于数据存放在了[详细]
-
数据分析八大模型 细说PEST模型
所属栏目：[大数据] 日期：2021-12-18 热度：191
大家好，我是爱学习的小xiong熊妹。 上一篇为大家分享了行业分析的基本做法(一文看懂：行业分析怎么做?)，很多小伙伴在问：有没有个分析模型可以用?今天介绍一个行业分析的业务模型：PEST模型。 一、什么是PEST PEST是指影响行业发展的四个关键因素： 政策([详细]
-
浅谈区块链与大数据的关系
所属栏目：[大数据] 日期：2021-12-18 热度：184
随着数字经济的发展，区块链的价值逐渐凸显，区块链和大数据确保了数据的安全性，还可以防止数据泄露，一旦信息存储在链上，就需要有多个权限来访问数据。通过可伸缩性，区块链允许以更平静的方式共享数据。 大数据分析对于跟踪交易和让使用区块链的企业作[详细]
-
嵌入式算法之大数据变长存储计算方法
所属栏目：[大数据] 日期：2021-12-18 热度：61
应用场景 对于高精度采样结果，其数值最大可能需要3字节，最少1字节，采用标准C的基础数据类型，U16太小无法满足需求，U32则浪费内存。当样本量很大时，其占用的空间问题便突显出来。能否采用变长数据类型存储呢?对小数据采用U8，大数据采用U32，随着数值大[详细]
-
AIOps 和 小数据 等趋向助力数据分析走向更高阶段
所属栏目：[大数据] 日期：2021-12-18 热度：149
如今，数据分析已成为企业的核心竞争力。越来越多的企业意识到，数据能为业务赋能。企业要想紧跟时代步伐，必须借助云计算、人工智能、机器学习和边缘计算等新一代信息技术，提升数据分析能力。 问题是，重视数据分析虽然是主流应用趋势，但在实际应用场景[详细]
-
大数据，给我们这个时代带来了哪些改变？
所属栏目：[大数据] 日期：2021-12-18 热度：99
在我们最开始谈大数据的情况下，谈得较多的可能是客户行为分析，即根据各种各样客户个人行为，包含访问记录，消费记录，相处和买东西游戏娱乐，行动轨迹等各种各样客户个人行为造成的数据信息。 针对大数据的应用领域，包含各个领域对数据融合和分析的运用[详细]
-
未来大数据在保护环境上能起关键作用
所属栏目：[大数据] 日期：2021-12-18 热度：90
长期以来，新技术的进步与增加的碳足迹和其他环境问题有着紧密的联系。而在这方面，大数据正在改变这方面的游戏规则。许多专家认为，大数据将在未来几年应对气候变化中发挥关键作用。 1.研究气候对不同物种的影响 大数据分析是从许多来源收集大量数据，例如[详细]
-
2021年，这几家大数据初创公司使你刮目相看
所属栏目：[大数据] 日期：2021-12-18 热度：165
企业和组织被大数据淹没，难以有效管理数量不断增长、种类繁多且速度不断加快的数据，更不用说还要处理和分析所有这些数据以获得宝贵的洞察而确保竞争优势。 下面就让我们来看看2021年迄今为止引起关注的这10家颠覆性大数据技术初创公司，所涉及的领域包括[详细]
-
如何策划可视化搭建平台的组件商店？
所属栏目：[大数据] 日期：2021-12-18 热度：52
之前一直在做 lowcode 和可视化相关的项目，也围绕可视化技术输出了一系列技术文章，今天我继续和大家来聊聊可视化平台相关的话题组件商店。这个需求其实很早在我开源 H5-Dooring 之后就有网友提出过 issue ，如下： 件商店工作流设计 实现在线代码编辑器[详细]
-
大数据年代的到来，带来了哪些利与弊，你们怎样看待
所属栏目：[大数据] 日期：2021-12-18 热度：170
大数据使人们的生活越来越更为高效率，精确，但一切均有多面性，从长久看来，大数据在为制造生活提供便捷的同时，也令人禁不住担忧是不是会存有网络信息安全隐患。 一、大数据的利 从古到今，预测分析能力全是大家所憧憬的能力之一，而大数据预测则是数据最[详细]
-
汽车公司和移动通信公司如何运用大数据提高驾驶安全性
所属栏目：[大数据] 日期：2021-12-18 热度：142
大数据技术如今在保障驾驶安全方面取得了重要进展，而有些人没有意识到大数据提供的惊人好处。大数据的最大好处之一是它可以帮助提高汽车驾驶的安全性。 在阻止发生交通事故方面，数据分析技术变得越来越有用。许多企业正在共享数据，为提高交通安全提供帮[详细]
-
人工智能驱动的数据解析工具如何使企业和组织受益
所属栏目：[大数据] 日期：2021-12-18 热度：158
人工智能驱动的数据分析对世界各地的许多企业来说变得非常有用。 越来越多的企业和组织将数据视为必不可少的资产。不能高估管理和利用数据的重要性。解释和分析数据并将其放入上下文的过程可帮助企业和组织做出明智的决策、预测趋势、预测期望、提高安全性[详细]
-
运营数据分析，怎么办才有深度
所属栏目：[大数据] 日期：2021-12-18 热度：109
做分析不能光罗列数字，要有有深度的结论! 这是很多公司对数据分析师的要求。然而到底怎么做才有深度?除了罗列购买人数、购买率等数据，到底还能分析啥?今天结合运营的例子，具体讲解下。 单纯地打折，导致的结果就是经营盘子越做越小，销量可能维持在一定[详细]
-
大数据分析的三大阻碍
所属栏目：[大数据] 日期：2021-12-18 热度：90
大数据问世之后，很多企业把大数据当成解决企业问题良方。尽管大数据同样可依现代科学方法来研究和处理难解问题，但意大利科学家萨罗苏奇(Sauro Succi)博士和伦敦大学学院(UCL)名誉教授彼得科维尼(Peter V. Coveney)指出，大数据分析仍存有三大障碍无法突破[详细]
