-
大数据炒作还是真实
所属栏目：[大数据] 日期：2021-07-17 热度：62
除非你已经设法能够完全调整信息技术新闻，否则你很可能会被淹没在关于大数据洋溢的文章和它在信息技术行业的影响里。传统上大数据只不过是大型数聚集，这可能需要一些专门的工具和技术来存储、处理和分析。像Web 2.0、云计算和其他夸张的行话，这取决于你[详细]
-
数据挖掘在中小企业CRM中的应用分析
所属栏目：[大数据] 日期：2021-07-17 热度：156
1 数据挖掘在CRM中的应用 CRM中应用的数据挖掘技术，就是把成熟的数据挖掘技术手段，应用到企业的具体问题上，以描述和预测客户行为创建模型，通过与信息、通信等多种先进技术的融合，优化CRM 流程，从而实现高效的客户关系管理。具体的说主要包含以下几个[详细]
-
SQL系列技巧之数据值的关键
所属栏目：[大数据] 日期：2021-07-17 热度：137
每次微软公司发布新版本SQL Server,肯定会包含对Transact-SQL（T-SQL）功能的增强，SQL Server 2012也不例外。最新更新的T-SQL包括许多新功能和修改元素，扩展了该语言的功能。这许多增强功能基本都可以大致分为两类：专门针对个别数据值的功能和影响整个[详细]
-
商业智能实施需要的三大工具
所属栏目：[大数据] 日期：2021-07-13 热度：118
副标题#e# 商业智能（后面简称BI）的各类角色用户必须借助和使用工具实现其需求。BI角色分为业务、业务融合技术、技术这三类，对于其相应的应用需求（含演绎型和归纳型）和管控开发需求，需要借演绎型需求支撑工具和归纳型需求支撑工具，及管控开发型工具来[详细]
-
Oracle数据挖掘的更新盘点
所属栏目：[大数据] 日期：2021-07-13 热度：150
最近从 Oracle中得到一次Oracle数据挖掘 （ODM）的更新介绍。Oracle数据挖掘（ODM）是一 种数据库内的数据挖掘和预测分析引擎，允许你在通过你的Oracle数据基础设施可以访问的数据上建立和使用高级预测分析模型。去年在这个先睹为快 Oracle数据挖掘 中广泛[详细]
-
完善五方面管理BI项目可以有效的规避困难
所属栏目：[大数据] 日期：2021-07-13 热度：81
副标题#e# IT项目的失败率在商业环境中一直是偏高的。在失败的案例里，有的是因为超过预算，超过时间，有些是因为用户要求的变化，或用户要求的不切实际。BI作为IT的一个分支，自然也遇到了相似的问题。此文总结了五个需要关注的方面。通过对这五个方面的管[详细]
-
数据挖掘和CRM的盘点
所属栏目：[大数据] 日期：2021-07-13 热度：123
副标题#e# CRM中的数据挖掘指通过高等统计工具等的使用，利用分类、关联性、序列分析、群集分析、机器自我学习及其他统计方法，从数据库中庞大的数据中，收集与顾客相关的数据，对这些数据进行筛[详细]
-
Oracle发布虚拟桌面客户端软件
所属栏目：[大数据] 日期：2021-07-13 热度：86
近日消息，据国外媒体报道，甲骨文通过推出新的用于iPad平板电脑的虚拟桌面客户端软件进行了平板电脑的外设市[详细]
-
商业智能重在分析
所属栏目：[大数据] 日期：2021-07-12 热度：108
商业智能（Business Intelligence），又称商务智能，简写为BI。商业智能的概念于1996年最早由加特纳集团（Gartner Group）提出，加特纳集团将商业智能定义为：商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智[详细]
-
冲出BI浮云 还BI真实面目
所属栏目：[大数据] 日期：2021-07-12 热度：171
副标题#e# 在制造业全球化、集群化和信息化发展的今天，企业信息化应用已从运营层转而向管理和决策层的方向发展，支持管理者面对商务环境的快速变化做出敏捷反应、科学决策以及价值管理。BI经历了10多个春秋发展之后，从概念提出到落地、应用，已经经过了一[详细]
-
国内商业智能的实施方案
所属栏目：[大数据] 日期：2021-07-11 热度：82
BI（商业智能）在国内已经不是什么新鲜名词，而且和让人云雾缭绕的云计算这一技术不同，大多数企业对于BI的概念解读是基本一致的，即通过数据挖掘与分析，协助商业的决策过程。 然而，虽然BI在国外的应用已经十分广泛，在国内也已经推广了十数年，但目前在[详细]
-
商业智能推动的企业双赢客户关系
所属栏目：[大数据] 日期：2021-07-11 热度：126
为了集中化管理各系统中分散的信息，加快处理速度，并形成一种能让销售人员做出有效反应的格式，就需要借助BI平台将数据整合到同一位置，方便用户对数据的提取和使用，从而以更具成本效益的方式去创造销售业绩。 完整的客户视图 随着企业的成长，IT系统也[详细]
-
盘点移动商务智能获得成功的经验
所属栏目：[大数据] 日期：2021-07-11 热度：85
副标题#e# 移动领域当下正成为商务智能业务的头等热门发展趋势。在本篇文章中，我们将与大家分享多位商务智能专家在移动商务智能优化方面的经验与心得。 无论大家正在考虑引入移动商务智能战略的可能性、抑或是刚刚部署了移动解决方案，以下来自商务智能专[详细]
-
值得关注的BI未来新方向
所属栏目：[大数据] 日期：2021-07-11 热度：181
副标题#e# 目前全球经济正逐步复苏，专家指出，未来几年内商业智能BI将不断更新，地位日益提升，功能日趋强大，市场需求也日渐旺盛，产品规模将迅速增长。因此业界共同关注的是，未来2～3年BI将如何演绎，将呈现哪些新的发展趋势？软件厂商如何抓住这些趋势[详细]
-
虚拟化和云对数据库作用不大
所属栏目：[大数据] 日期：2021-07-11 热度：112
云计算已在过去两年成为炙手可热的企业技术，但在数据库领域，公共云和异地托管数据库服务仍然具有太多的未知因素，不能真正大规模地被采用。根据信息周刊的《数据库技术状态》的报告，公共云迄今为止对企业数据库的影响非常[详细]
-
近三成企业使用云和SaaS产品完善BI功能
所属栏目：[大数据] 日期：2021-07-11 热度：170
据IT研究公司Gartner的研究报告，近三分之一的企业或已经使用或计划使用云/SaaS产品，以增强其核心商务智能（BI）功能。 根据2011年最后一个季度，一项针对1364位BI平台的IT经理和业务用户的调查，只有17%的企业用云/SaaS产品取代或部分取代了其核心BI功能[详细]
-
数据挖掘技术在CRM中的影响
所属栏目：[大数据] 日期：2021-07-11 热度：56
数据挖掘（Data Miming）是近几年随着数据库和人工智能发展起来的一门新兴的数据库技术，其处理对象是大量的日常业务数据，目的是为了从这些数据中抽取一些有价值的知识或信息。 1. 数据挖掘技术在CRM中的作用 数据挖掘技术可以应用到CRM的各个不同领域和[详细]
-
ERP与BI整合的迫切性与关键性
所属栏目：[大数据] 日期：2021-07-11 热度：156
副标题#e# （一）ERP与BI整合的迫切性 由于ERP系统专注于事务处理的局限性，使得它在竞争激烈的市场经济中，无法提供满足快速变化的市场信息，无法向企业管理者提供及时有效的决策支持。所以，要解决ERP的功能缺陷，更好地服务企业，就迫切需要整合BI。 1.[详细]
-
规划商业智能需循序渐进
所属栏目：[大数据] 日期：2021-07-11 热度：72
商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。商务智能系统中的数据来自企业其他业务系统。例如商贸型企业，其商务智能系统数据包括业务系统的订单、库存、交易账目、客户和供应商信息等，以及企业所处行业[详细]
-
盘点商业智能发展新趋势
所属栏目：[大数据] 日期：2021-07-11 热度：85
副标题#e# 众所周知，商业智能BI是指是从系统数据中提取有效的信息，从浩瀚的信息中及时地发现有价值的知识，为企业决策层的思维决策和战略发展提供有力服务，尽量减少管理决策中凭经验、拍脑袋的风险和隐患，从而充分提高企业市场快速反应力与竞争力的软件[详细]
-
数据仓库关键目标：保持数据价值
所属栏目：[大数据] 日期：2021-07-11 热度：112
数据仓库的主要目标是保持数据的价值。仅汇编和分析大量的信息是不够的，你需要调整你的数据，使它可用于各种应用系统和架构。 数据价值的想法正驱动着一种仓库专业软件中的小作坊。像Teradata这样的公司稳占了主要的仓库平台市场，所以较小的公司正在留意[详细]
-
大数据时代是机遇还是难题？
所属栏目：[大数据] 日期：2021-07-11 热度：193
业务准备好管理大数据的管理和处理了吗，更不用说保持法规所要作的？ 多大才算大？让我们来看看：1EB（exabyte）是1000PB字节，或1000000TB的数据。到目前为止，大多数企业数据的讨论在TB以内，但不会太长久。最近的一份来自思科的报告称全球移动数据的流[详细]
-
大数据已成为企业关键的业务资产
所属栏目：[大数据] 日期：2021-07-11 热度：188
数据仓库协会（简称为TDWI）近期的研究显示，随着技术难题被攻克，大数据已经成为企业重要的业务资产。在此项研究中，TDWI共访问了325名IT经理人、技术顾问和企业用户。这些受访者来自不同规模公司。在最终得到的报告中，TDWI指出，新技术的出现使得企业能[详细]
-
盘点企业数据仓库建设的基本步骤
所属栏目：[大数据] 日期：2021-07-11 热度：111
企业数据仓库建设的基本步骤 建立一个数据仓库需要经过以下几个处理过程：数据仓库设计；数据抽取；数据管理。数据仓库的实现主要以关系数据库（RDB）技术为基础，因为关系数据库的数据存储和管理技术发展得较为成熟，其成本和复杂性较低，已开发成功的大[详细]
-
数据仓库技术的进步及体系结构
所属栏目：[大数据] 日期：2021-07-11 热度：162
1 数据仓库技术的发展及概念 传统的数据库技术是以单一的数据资源，即数据库为中心，进行事务处理工作的。然而，不同类型的数据有着不同的处理特点，以单一的数据组织方式进行组织的数据库并不能反映这种差异，满足不了现代商业企业数据处理多样化的要求。[详细]
