从事BI多年，经历了经营分析系统的大建设，大发展时期，也有幸处在大数据与传统BI系统的交替之际，因此特别来谈谈，传统BI还能走多远？

2016-09-12 10:14:54.000

在电商平台上我们经常能看到“猜你喜欢”的商品推荐、而且推荐的商品符合度确实非常高，那电商平台是怎么知道顾客喜欢什么呢，这类算法又是怎样实现的呢？让我们来一探究竟。

2016-09-12 10:02:35.000

很多学习数据分析的同学也都有这样一种困惑“为什么学了那么多工具，还是不会数据分析?”，原因无外乎两个，一是只学到了碎片的知识，没有建立知识之间的连接，无法形式自己的知识体系，二是缺乏实践，导致无法形成“知行合一”的工作技能。

2016-09-09 10:06:21.000

上期的文章《大数据环境下的多维分析技术-动态立方体（Dynamic Cubes）的性能调优（一）》让大家了解到，在大数据环境下，IBM Cognos的Dynamic Cubes可以实现TB级的多维分析功能，文章探讨了影响Dynamic Cubes性能的因素，还介绍了Dynamic Cubes性能调优的一些手段；文章《大数据环境下的多维分析技术-动态立方体（Dynamic Cubes）的性能调优（二）》则告诉我们如何通过Dynamic Query Analyzer工具来对动态立方体的查询性能进行评估并得到优化建议。本期文章我们来看看动态立方体如何进行内存内部聚合的性能调优。

2016-09-09 09:43:54.000

BI(Business Intelligence)，中文翻译是商务智能，是一套完整的解决方案，用来将组织中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助组织做出明智的业务经营决策。大数据(Big Data)是从收集的海量数据中，通过算法将这些来自不同渠道、格式的数据进行直接分析，从中寻找到数据之间的相关性。简单而言，大数据更偏重于发现，以及猜测并印证的循环逼近过程。

2016-09-08 10:29:19.000

就本身而言，Hadoop 不是很有用的东西，原因是它需要编写大量复杂和定制的程序代码，难以治理，也没有数据质量概念和数据治理可谈了。企业用户都忙于去研究如何解决使用 Hadoop 所碰到的问题，主要是涉及到项目实施时间、成本和风险等，而 Hadoop 自身的客户化编程就增加了项目实施时间、成本和风险。

2016-09-08 09:57:50.000

上百篇大数据、数据分析、数据挖掘电子书合辑免费下载！

2016-09-07 09:56:02.000

随着计算机技术和信息技术的不断发展,海量数据的不断涌现,企业迫切需要对数据进行高效、准确、及时地分析。传统 BI分析系统（例如：数据仓库）一般是按天、周或者月作为数据的更新周期,可以提供对历史数据的分析与查询,能够帮助决策者制定企业运营战略,但却不能实时地反映企业商业信息的变化。然而当前在电子商务、金融证券等领域中,需要及时的将数据发送到决策者手中,为企业提供更有价值的战术型决策支持,因此实时BI分析系统需求和建设应运而生。

2016-09-07 09:40:31.000

我们所处的信息时代以急速增长的数据信息收集、储存和转换成电子格式为特征。大量的商业数据以杂乱无章的文本形式储存。

2016-09-06 10:13:04.000

想体验数据分析却没有环境怎么办？数据科学家集成工作台(Data Scientist Workbench)无疑是您最便利的，而且是免费的平台。

2016-09-06 09:54:32.000