- 星期一, 21 5 月, 2012, 15:21
- 动态, 大数据
大数据是什么，驱动大数据市场高速发展的动力又是什么？
阅读全文
- 星期一, 21 5 月, 2012, 14:22
- 大数据
企业大数据分析始于谷歌、雅虎和Twitter等互联网公司，与这些互联网公司类似，传统企业也迫切需要挖掘用户数据的价值，提高企业的竞争力和决策质量。
阅读全文
- 星期五, 18 5 月, 2012, 18:23
- 大数据
DataSift的定位是实时社交数据挖掘平台，处理海量推文本身对于DataSift来说不算什么，DataSift的挑战是在互联网上向大规模用户提供Twitter数据分析服务。
阅读全文
- 星期二, 15 5 月, 2012, 1:04
- 大数据
企业呼叫中心以及呼叫中心服务供应商都已经开始将新型分析工具引入业务，旨在从服务产生的大数据中挖掘出能够促进公司运营状态的有价值信息。
阅读全文
- 星期四, 10 5 月, 2012, 11:35
- 大数据
很多普通中小企业，特别是中型的互联网和物联网企业，在大数据方面的应用场景也有很多。本文给准备利用大数据的中小企业提出了五点建议。
阅读全文
- 星期三, 9 5 月, 2012, 8:49
- 大数据
最近SAP在官方博客上对Twitter上大数据话题最有影响力的账号进行排行，评测的依据是这些账号的内容主题、Klout得分、粉丝数和推文数量。
阅读全文
- 星期五, 4 5 月, 2012, 4:16
- 大数据
日前Big Data Insight Group独立制作，EMC赞助一份大数据趋势报告：《解读大数据的商业价值和战略意义》，号称业界第一份大数据趋势报告。
阅读全文
- 星期四, 3 5 月, 2012, 11:00
- 动态, 大数据
一天之内两家大数据创业公司宣布获得投资，大数据创投的火爆可见一斑。
阅读全文
- 星期四, 3 5 月, 2012, 3:33
- 动态, 大数据
云数据分析更“便宜、部署快速、智能、易用、面向协作”，可以让中小企业无需操心Hadoop之类的后台技术以数据分析专业人士的匮乏，实现“一个人的BI”。
阅读全文
- 星期五, 27 4 月, 2012, 15:51
- 动态, 大数据
近来大数据市场的火爆表现为两个方面，一方面是以Splunk为代表的大数据创业公司IPO，另一方面则是IT巨头们则纷纷通过收购完善自己的大数据解决方案。
阅读全文
- 星期四, 26 4 月, 2012, 5:54
- 动态, 大数据
IBM和Oracle两大巨头先后选择与Cloudera合作本身传递出一个强烈的信号——Cloudera将成为Hadoop商用领域的领导者和首选。
阅读全文
- 星期三, 25 4 月, 2012, 6:23
- 大数据
本文将介绍七种能帮你驯服Hadoop的顶级汇报、分析、可视化、集成和开发工具。
阅读全文
- 星期六, 21 4 月, 2012, 23:34
- 动态, 大数据
在过去一年，数据分析公司ComScore将数据处理速度和能力提高了一倍，此举为该公司赢得了金伯利克拉克（Kimberly-Clark）、好事达（Allstates）和福特等大客户。
阅读全文
- 星期五, 20 4 月, 2012, 19:22
- 大数据
Khan的文章的标题很吓人，但其实并不是为了否定大数据的概念，而是针对日前甚嚣尘上的”大数据危机论”进行了批判，认为企业通过改进计算架构，已经完全能够驾驭大数据并从中获益。
阅读全文
- 星期五, 20 4 月, 2012, 3:32
- 大数据, 观点
大数据正在改变我们运作企业、制定决策、创新商业模式、管理风险的方式，同时也推动人类科学研究进入“第四范型”。
阅读全文
- 星期四, 19 4 月, 2012, 7:19
- HR, 动态, 大数据
电影《点球成金》的故事给很多求才若渴又不愿意花大价钱的企业家以灵感。宝贵的数据就在尘封的简历里，这不，有些企业已经行动起来了。
阅读全文
- 星期五, 13 4 月, 2012, 17:21
- 动态, 大数据
谷歌用来分析网络流量以作出模型预测的方法正日益被应用于其他领域。其中生物学是一个吸引力日益增强的领域。
阅读全文
- 星期五, 13 4 月, 2012, 15:47
- 大数据
2017年Hadoop将处理超过50%的全球数据。在接下来的这一年，Hadoop出现在您所在企业的几率非常大。在有限的预算下，本文提供的建议可以帮助中型企业CIO克服海量数据的挑战。
阅读全文
- 星期五, 13 4 月, 2012, 15:36
- 大数据
对于大部分企业，在“大数据”管理工具和技术方面马上进行重大投资是错误的选择。
阅读全文
- 星期四, 12 4 月, 2012, 4:12
- 大数据, 招聘, 职场, 领导力
大数据最大的问题不是工具，而是人才短缺。但在招募数据分析人才之前，企业必须了解优秀数据人才的价值、特质和对应的管理方法。
阅读全文
