大数据在营销中的7大优势 大数据正在重塑人们所知道的业务。数据科学为大多数现代公司的决策过程奠定了基础,这正是2018年其营收在400亿美元以上的原因。营销在这方面没有什么不同。 如今,营销团队借 ...
2017-11-10
复杂系统的脆弱性与大数据时代的市场计划之争 随着计算机和信息技术的发展,人类社会进入了大数据时代。人类存储数据和计算能力异常庞大,使得计划经济和市场经济的争论再一次兴起。以马云等为代表的一部分商界 ...
2017-11-10
大数据与AI的融合,对于人类来说究竟是促进发展,还是加速灭亡 AI和大数据都是目前最热门的技术,如果这两者结合在一起,会发生什么呢? 研究人员正在寻找通过与AI结合将大数据提升到更高水平的方法。大数 ...
2017-11-10大数据时代下是数据思维重要,还是相应技术重要 技术做到一定程度,逐步发现自己的瓶颈。不由得开始思考这一方面的问题!到底大数据时代下,是相应的数据分析技术重要,还是相应数据思维重要? 先来说数据思 ...
2017-11-10大数据10的个常见误解:算法即预言家、大数据必须干净 也许对大数据更好的一个类比是它就像一匹意气风发的冠军赛马: 通过适当的训练和天赋的骑师,良种赛马可以创造马场记录–但没有训练和骑手,这个强大的动物 ...
2017-11-10
解读:大数据分析及其数据来源 当我们谈到大数据分析,首先需要确定数据分析的方向和拟解决的问题,然后才能确定需要的数据和分析范围。大数据驱动的分析主要的挑战不是技术问题,而是方向和组织领导的问题,要 ...
2017-11-09
了解大数据在人力资源和薪资中的作用 大数据为人力资源和薪资部门提供了广泛的分析可能性,但企业首先需要了解如何使用他们的新工具。 如今正在进行大数据革命:随着进入企业的数据规模,范围和速度不 ...
2017-11-09让大数据分析更有效的5种技术措施 如今,数据量越来越大。近年来,企业已经意识到数据分析可以带来的价值,并且已经开始采用。企业现在的设备几乎都在监测和测量,并创造了大量的数据,通常比企业处理的更快。 ...
2017-11-09
大数据助推“最多跑一次” 作为智慧政府建设的先行省份,浙江省以“最多跑一次”改革为重要切入点和突破口,不断完善建设集约、服务集聚、数据集中、管理集成的统一数据平台。预计在2017年底之前,形成较为完整 ...
2017-11-09市场“退烧”后,大数据如何破局 过去五年,大数据理念深入人心,“用数据说话”已经成为所有人的共识,数据成了堪比石油、黄金、钻石的战略资源。 大数据这五年 五年来,人们对大数据的认识更加具 ...
2017-11-09
大数据时代 如何保障征信信息合规使用 在大数据时代,汇聚了个人当前信用价值的各项信息越来越受到各行业的重视,其背后的价值不可估量。目前商业银行及各类金融机构越来越多地将业务延伸至互联网,相比于传统 ...
2017-11-08
企业数据分析该从何处下手 大数据的到来提升了数据的高度,企业第一次有条件在深层次获得并使用全面的数据。数据的大规模应用正改变着企业的运营管理方式,加之市场的快速变化,企业也越来越认识到数据分析应用 ...
2017-11-08大数据时代学校管理的创新模式分析 伴随着互联网的发展,大数据的浪潮对于各个领域都产生了深远的影响,在中小学校的管理中,各类信息化管理系统已经取代传统的人工管理模式,随着信息化进程的进一步发展,如何 ...
2017-11-08
大数据可能“说谎” 非结构化数据将呈现更丰富的世界 在2017年的下半年谈论大数据似乎已经没有什么新意,甚至有些令人生厌了,毕竟这个词在中国已经流行太久,形形色色的产品、平台和公司早已贴满了大数据标签 ...
2017-11-08为何大数据在当今世界如此重要 毫无疑问,各行各业因为大幅爆发的数据而正变得蒸蒸日上。在这10年中,几乎所有行业都或多或少的受到这一巨变的影响。科技渗透到各个领域,并且已经成为每个处理单元的必要元素。 ...
2017-11-08
大数据时代的赚钱方法 大数据这个词,恐怕是近两年IT界炒的最热的词汇之一了,各种论坛、会议,言必谈大数据,“大数据”这个词,在IT界已经成了某果一样的“街机”或者叫“街词”,不跟风说两句“大数据 ...
2017-11-07
企业大数据规划先做好小数据分析 目前国内外关于大数据的谈论很多,大多是谈运营级别的,或者说从服务端、服务方提得较多一些。笔者要跟大家交流的问题是作为各类企业尤其是客户方的企业来说,大数据跟他们有什 ...
2017-11-07
物联网时代制造企业对大数据的运用分析 每个人都是数据产生者、拥有者和消费者, 有人已经预言未来的时代是一个“大数据”的时代,关注大数据的人越来越多,同时物联网的出现与发展推动了数据采集的能力,为数据 ...
2017-11-07
大数据时代,石化企业应该如何进行数据分析 一、大数据应用现状 1、数据量在不断增加,且数据结构不断复杂。 根据IDC 监测,人类产生的数据量正在呈指数级增长,大约每两年翻一番,这个速度在2020 ...
2017-11-07大数据、数据挖掘和机器学习:为业务带来价值 大数据和数据挖掘:收集正确的数据 当焦点首先从数据存储转移到大数据的价值时,很容易收集和存储尽可能多的数据,以便尽可能在将来某个时候使用该业务。 ...
2017-11-07平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13