-
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：111
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：184
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：64
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：2022-08-24 热度：151
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：2022-08-24 热度：143
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：2022-08-24 热度：156
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：2022-08-24 热度：142
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：51
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：170
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：60
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：113
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：158
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]
-
为什么完善数据供应链是一种责任
所属栏目：[大数据] 日期：2022-08-23 热度：191
如今，企业拥有比以往任何时候都要多的数据，数据架构师、分析师和数据科学家在所有业务职能部门中变得越来越普遍。然而，随着企业招募经验丰富的分析师以利用数据做出更好的决策，他们往往无法改善数据供应链和由此产生的数据质量。如果没有可靠的数据供应[详细]
-
2022大数据十大关键词 重磅公布
所属栏目：[大数据] 日期：2022-08-23 热度：145
大数据几大关键词是基于我们长期对于产业的研究观察，以及与一线专家的研讨交流完成。如图所示，本年度十大关键词涉及数据从计算机语言到成为生产要素的全生命周期，包括 【数据资源化】，即数据从计算机语言到成为可被人类识别的信息 【数据治理】，即将散[详细]
-
数据解析如何赋能销售
所属栏目：[大数据] 日期：2022-08-23 热度：112
数据助力业务大号口喊了很多年，可一提到数据分析，人们习惯性的依然讲的是：excel，python，sql，依然是数据清洗、数据计算、可视化。到底业务部门需要啥样的数据分析，很少有人认真讨论。今天我们就拿销售举个例子，具体看看到底啥样的数据分析有用。 1.让[详细]
-
总做描述性统计 深入的数据分析到底咋办
所属栏目：[大数据] 日期：2022-08-23 热度：72
经常有同学抱怨：感觉平时做的都是描述性统计，同比、环比，深入的数据分析到底怎么做？今天系统地讲解一下。 举个简单的例子，让分析：为啥业绩下降了。很多同学的做法，就是拿本月和上月做对比，然后分产品、地区、分公司等维度做交叉。最后发现：A产品业[详细]
-
怎样改善数据供应链的成果
所属栏目：[大数据] 日期：2022-08-23 热度：181
如今，企业拥有比以往任何时候都要多的数据，数据架构师、分析师和数据科学家在所有业务职能部门中变得越来越普遍。然而，随着企业招募经验丰富的分析师以利用数据做出更好的决策，他们往往无法改善数据供应链和由此产生的数据质量。如果没有可靠的数据供应[详细]
-
你的QQ受伤没？QQ盗号冲上微博热搜
所属栏目：[大数据] 日期：2022-07-15 热度：173
近日，许多网友反映称自己的QQ账号被盗，其中向好友及QQ群发送大量的低俗不雅链接及图片。相关话题#QQ盗号#也冲上了微博热搜榜，据网友们的反应来看，发现中招的人不在少数，截止目前该话题阅读量已达到2.1亿。 图片 有网友表示，自己的QQ号列表里一下子冒出[详细]
-
同程旅行上线88元同程畅游卡助力暑期旅行
所属栏目：[大数据] 日期：2022-07-15 热度：114
暑期来临，各地纷纷推出各类暑期旅游活动和优惠措施吸引旅游客群。7月12日，同程旅行正式上线夏日畅游季主题活动，推出了88元同程畅游卡。同程畅游卡覆盖了机票、酒店、火车票、门票等全线产品，用户花88元可购买到价值704元的出行卡券。 随着疫情防控形势趋[详细]
-
为何很多人宁可用 Excel 也不用 Python
所属栏目：[大数据] 日期：2022-07-01 热度：150
有人说，Python即使不是最好的编程语言，也是最受欢迎的语言之一。因为它简洁易用，功能强大，对初学者也很友好。在众多培训机构的小广告中，学了Python就能批量处理Excel表格，Python是实现办公自动化的利器，从此告别996之类的口号随处可见。但实际工作中[详细]
-
云数据仓库中的数据安全思虑
所属栏目：[大数据] 日期：2022-07-01 热度：117
近年来，由于云计算与云存储具有一定的廉价性和可扩展性，云数据仓库（Cloud data warehouses，CDW）得到了广泛的应用并飞速发展。同时，CDW不但能够存储比本地数据库更多的数据，而且可以通过现代化数据管道，简化了ETL的各种流程，因此许多企业都开始用它[详细]
-
终于有人把MPP大数据系统架构讲清楚了
所属栏目：[大数据] 日期：2022-07-01 热度：137
本文首先回顾并行硬件架构的发展，并进一步介绍基于并行硬件架构的数据库一体机系统与基于MPP架构的数据库软件系统。数据库一体机系统在银行等大型企业中采用广泛，一体机的优点是开箱即用、功能丰富、稳定、售后服务好，缺点是价格昂贵、扩展不灵活。基于普[详细]
-
数据科学家应对的几大挑战及解决方法
所属栏目：[大数据] 日期：2022-07-01 热度：100
每天，全球各地的组织都在寻找2.5万亿字节的数据，以获得对其业务的见解和价值驱动的行动。为了实现这一目标，需要高技能的科学专家或数据科学家参与开发业务中的企业AI。在不断增长的业务领域中，数据科学家的每一个行动都有助于改进业务的功能。 下面来探[详细]
-
使用Java和Python进行数据统计和剖析
所属栏目：[大数据] 日期：2022-07-01 热度：57
Java 和 Python 是当今最流行的两种计算机语言。两者都非常成熟，并提供了工具和技术生态系统，帮助我们解决数据科学领域出现的挑战性问题。每种语言都各有优势，我们要知道什么时候应该使用哪种工具，或者什么时候它们应该协同工作相互补充。 Python 是一种[详细]
-
云迁移之后 企业凭什么充分挖掘数据潜力
所属栏目：[大数据] 日期：2022-07-01 热度：101
近年来，基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）等业务模式正飞速发展，也推动着云投资屡创新高。根据GlobalData的报告，2024年亚太地区云计算市场规模预计将达到1918亿美元，2019至2024年期间的复合年增长率为7.7%。 然而，云迁移[详细]
