-
五步法，做有用的经营分析
所属栏目：[大数据] 日期：2022-06-08 热度：161
经营分析，是最容易被吐槽没啥用的分析内容。为啥?因为很多经营分析报告，就是简单罗列收入、支出、利润这些指标。然后开始：收入低了，建议搞高成本高了，建议搞低这种报告能有用就见鬼了。 那到底该怎么做，才能真正发挥作用?今天系统分享一下 一、打通[详细]
-
Halodoc的数据平台转型之Lakehouse架构
所属栏目：[大数据] 日期：2022-06-08 热度：61
在 Halodoc，我们始终致力于为最终用户简化医疗保健服务，随着公司的发展，我们不断构建和提供新功能。我们两年前建立的可能无法支持我们今天管理的数据量，以解决我们决定改进数据平台架构的问题。在这篇文章中，我们将讨论我们的新架构、涉及的组件和不[详细]
-
为什么说数据治理的下一站是DataOps？
所属栏目：[大数据] 日期：2022-06-08 热度：187
根据信通院数据，2019 年，我国数据产量总规模为 3.9ZB，同比增加 29.3%，占全球数据总产量(42 ZB)的 9.3%。而 IDC 中国预测，2025 年中国大数据产生量有望增长至 48.6 ZB，这已经超过了 2019 年全球数据量的水平。这对大数据行业来说，既是机遇，也是挑战[详细]
-
终于有人把工业数据采集讲明白了
所属栏目：[大数据] 日期：2022-06-08 热度：75
终于有人把工业数据采集讲明白了 一、工业数据采集的范围 工业数据采集利用泛在感知技术对多源异构设备和系统、环境、人员等一切要素信息进行采集，并通过一定的接口与协议对采集的数据进行解析。信息可能来自加装的物理传感器，也可能来自装备与系统本身[详细]
-
数据分析八大模型EOQ模型
所属栏目：[大数据] 日期：2022-06-08 热度：182
今天跟大家分享一个经典的数据分析模型：EOQ模型，虽然原理很简单，但是建模的思路很值得学习哦。 一、什么是EOQ模型 EOQ是economic order quantity(经济订货)听着很玄乎，其实原理非常简单。就是把订货带来的成本，分为采购成本和持有成本两部分。 采购成[详细]
-
30省份公布的人口大数据，透露了哪些信息？
所属栏目：[大数据] 日期：2022-06-08 热度：132
人口问题成为越来越多城市关注的焦点之一。目前，除吉林外，已经有30个省份公布了2021年人口数据，其中有10地人口自然增长率出现了负值，既包括上海、江苏这类东部沿海地区，也包括山西、重庆等西部地区。东北地区更面临着人口自然增长率和常住人口双双负[详细]
-
大数据如何为农业部门提供可持续发展优势
所属栏目：[大数据] 日期：2022-06-08 热度：146
数据在农业领域正在获得动力正如它应有的那样。该行业仅在现场级别生成的数据比许多行业在其整个供应链中生成的数据还要多。对于其他市场，人们已经重新关注使用数据来提高效率并支持那些在家工作的人。然而，最大的长期挑战在于确保食品系统经受住气候变[详细]
-
TiDB 在携程 实时标签处理平台优化践行
所属栏目：[大数据] 日期：2022-05-25 热度：106
携程是全球领先的一站式旅行平台，旗下拥有携程旅行网、去哪儿网、Skyscanner 等品牌。携程旅行网向超过 9000 万会员提供酒店预订、酒店点评及特价酒店查询、机票预订、飞机票查询、时刻表、票价查询、航班查询等服务。 在十亿级别数据量下，携程借助 TiDB[详细]
-
紧跟业务发展速度的数据治理是啥样的
所属栏目：[大数据] 日期：2022-05-24 热度：77
如今企业要获取数据，物联网(Internet of things，IoT)设备、可穿戴设备、软件即服务(Software as a Service，SaaS)应用程序和社交媒体都是来源。对这些数据的组合和深入分析可以为企业提供新的洞察力，并助力企业发现潜在商机。通过将这些能力在企业内扩[详细]
-
何为经营分析？为什么大厂这么重视它
所属栏目：[大数据] 日期：2022-05-24 热度：197
上周一连有两个大厂(短视频、游戏)的朋友来聊经营分析，着实让我好奇了一下。经营分析这个东西，以往都是传统国企做得多，咋连他们也开始纠结了。 聊完才发现：地主家也没余粮呀!toC互联网的流量见顶，成本增高，让原本花钱如泼水的大厂也得重视效益考核，[详细]
-
视频时代的大数据 问题 挑战与处理方案
所属栏目：[大数据] 日期：2022-05-24 热度：155
视频时代的大数据 问题 挑战与处理方案： 一、介绍 人们所观察的世界无时无刻不在改变，造就了视频相比于文本等类型的数据更具表现力，包含更加丰富的信息。如今，能够产生视频的数据源及应用场景愈发多样，视频数据的规模不断增长，视频大数据成为支撑诸[详细]
-
数据分析的12个神话被揭露
所属栏目：[大数据] 日期：2022-05-24 热度：79
从数据问题到人员需求再到技术组合，数据分析的误解比比皆是。下面我们来看看如何利用数据科学来实现真正的业务成果。 在IT领域，炒作越大，误解越多，数据分析也不例外。分析是当今信息技术最热门的方面之一，可以带来巨大的商业收益，但错误的观念可能会[详细]
-
为何企业必须采用大数据战略？
所属栏目：[大数据] 日期：2022-05-24 热度：109
智能企业利用各种形式的海量数据来更好地了解消费者、管理库存、优化物流和运营程序，并做出合理的业务选择。成功的公司也认识到处理他们产生的大量大数据的重要性，以及发现可靠的方法来从中提取洞察力。制定大数据战略以正确有效地存储、组织、处理和利[详细]
-
数据分析，如何赐能业务？
所属栏目：[大数据] 日期：2022-05-24 热度：129
做工作规划的时候，有很多公司都提出要求，要数据赋能业务/赋能销售/赋能运营到底啥玩意是赋能，咋个赋能法???往往领导又丢回一句你要多想想啊让人着实无奈。今天我们系统解答一下。 前方剧透警报：因为大量用了电视剧《亮剑》的梗，所以忘记的同学们可以[详细]
-
数据分析七大实力 梳理数据需求
所属栏目：[大数据] 日期：2022-05-24 热度：157
大家好，我是爱学习的小xiong熊妹。 今天分享数据分析师必备的工作能力需求梳理。需求梳理很不起眼，甚至很多小伙伴感受不到他的存在。但它结结实实影响到大家的下班时间和绩效。 一、什么是数据需求? 顾名思义，数据需求，就是业务部门对数据分析产出的需[详细]
-
HDFS 为什么在大数据领域经久不衰？
所属栏目：[大数据] 日期：2022-05-24 热度：139
HDFS 为何在大数据领域经久不衰？ 1.概述 1.1 简介 Hadoop实现的一个分布式文件系统(Hadoop Distributed File System)，简称HDFS。 源自于Google的GFS论文，发表于2003年，HDFS是GFS的克隆版。 大数据中最宝贵、最难以代替的就是数据，一切都围绕数据。 HD[详细]
-
Java开发人员需要明白的地域分布数据库
所属栏目：[大数据] 日期：2022-05-24 热度：111
在过去的七年里，我一直在使用分布式系统、平台和数据库。早在2015年，许多架构师就开始使用分布式数据库扩展单个机器或服务器的边界。他们选择这样的数据库是因为它的水平可伸缩性，尽管它的性能依然只能与传统的单服务器数据库相媲美。 现在，随着云原生[详细]
-
Flink 在 B 站的多元化探索与践行
所属栏目：[大数据] 日期：2022-05-24 热度：72
本文整理自哔哩哔哩基础架构部资深研发工程师张杨在 Flink Forward Asia 2021 平台建设专场的演讲。主要内容包括： 1.1 基础功能完善 在平台的基础功能方面，我们做了很多新的功能和优化。其中两个重点的是支持 Kafka 的动态 sink 和任务提交引擎的优化。[详细]
-
详解数据管理发展的五个阶层
所属栏目：[大数据] 日期：2022-05-23 热度：194
近年来现代化企业都在改革现有的数据管理体系，优化原有的基于策略定义的数据管理模型，逐渐开始使用基于数据使用行为的数据管理方式。以确保数据不仅可用，而且保持活性，从而始终让数据资产充分发挥本身价值。 从历史的视角看，数据管理是一个不断进化发[详细]
-
数据在网络中是怎样传输的
所属栏目：[大数据] 日期：2022-05-23 热度：179
整个请求交互过程分为了几个部分，首先最上层就是应用程序，接着往下是 Socket 库。 再下面就是操作系统的内部了，这里面就包括了协议栈,协议栈上半部分为 TCP 和 UDP ,它们都是负责数据的收发。 只是一个需要 连接，一个不需要连接可以直接收发数据，这两[详细]
-
区块链在 数据为王 的年代扮演了什么角色？
所属栏目：[大数据] 日期：2022-05-23 热度：150
在当今数据为王的时代，数据作为企业、组织、乃至国家的战略资产，其重要性不言而喻。今天老蔡想和大家一起探讨下以下几方面的问题：1. 数据管理的全生命周期；2. 传统数据治理的弊端；3. 当代信息技术间的相互关系；以及4. 最后抛出区块链技术在数据治理[详细]
-
行业大数据有什么安全风险
所属栏目：[大数据] 日期：2022-05-23 热度：180
网际空间安全面临的威胁越来越多样化。移动网络、云和虚拟化、物 联网、工控系统等技术领域的快速发展，使得保护对象和攻击路径都变得 更加复杂。而攻击来源也从早期的个人黑客变为犯罪团伙、政治势力、网 络部队等更严密的组织。甚至大数据技术本身也被攻[详细]
-
数据管理的现实和商业智能的将来
所属栏目：[大数据] 日期：2022-05-23 热度：132
无论企业在哪个行业工作，拥有多少员工，或者是否面向消费者、企业、私营部门或公共部门进行营销，都不再重要。无论来自哪里，数据和分析都是日常现实。大多数企业定期收到的数据量是天文数字。全球的IT部门都在努力实施工具和实践，对他们收到的信息进行[详细]
-
数据剖析的几个误区
所属栏目：[大数据] 日期：2022-05-23 热度：153
在IT领域，炒作越大，误解越多，数据分析也不例外。分析是当今信息技术最热门的方面之一，可以带来巨大的商业收益，但错误的观念可能会阻碍分析能力顺利和及时的流转，从而使商业用户和最终客户受益。当企业创建或扩大他们的分析战略时，以下是他们可能要[详细]
-
终于有人把元数据说明白了
所属栏目：[大数据] 日期：2022-05-23 热度：126
元数据管理工具是企业数据治理的重要抓手，它可以帮助企业解决数据查找难、理解难等问题，促进数据的集成和共享。 一、系统架构 从应用角度看，元数据管理平台可分为数据源层、元数据采集层、元数据管理层、元数据应用层四层架构，如图1所示。 1. 数据源层[详细]
