|加盟VIP
  • 文章
  • 新闻
  • 资料
  • 视频
  • 活动
  • 特别报道
  • VIP智库
  • 专家
  • 报告
e-works为您找到 794  条结果
  • 相关性
  • 发布时间

接入创造价值，沟通成就未来

CTBS为信息化领域带来了一种全新的应用模式，解决了应用软件的远程应用与部署难题。为了对这一新兴领域能有更全面的了解，2007年5月，我专程前往深圳，对沟通科技总经理李继勇先生进行了专访。 很多台资企业都将生产基地转移到大陆，大部分企业有很多个分厂，而且每个分厂的信息化建设都有一定的基础，会应用到像ERP、PLM、CAD等信息化系统，那么如何实现这些应用系统的资源共享呢？ 3)现在很多企业都已经应用了多个信息化管理系统，如ERP、CRM、OA等等，企业在没有进行系统的集成应用之前，如何对多个应用系统进行有效的管理将是一个重要问题。 沟通科技作为专业的接入厂商，其核心竞争力在市场中是占有显著优势的。现在，很多用户对市场上产品的"同质化"这一问题也非常担忧。 针对这个问题，李继勇表示，产品同质化是目前市场上非常常见的一种现象，短期内可能还没有很好的解决办法.如何解决同质化这一问题？
精英面对面
来源：e-works
2007-07-02

大数据时代，数据湖并不能完全取代数据仓库

您还需要确定，通常存储在大数据系统中的非结构化和半结构化数据，是否会成为数据仓库环境的组成部分，并确定是否将用于BI、企业报告和在线分析处理(OLAP)等应用的传统数据仓库，与数据处理和大数据分析管理集成在一起 数据集市是小型化的数据仓库，专注于各个业务部门和职能领域。当需要满足部门对BI的特定需求时，组织通常会选择建立数据集市，并且优先考虑报告功能。 相反，它们和大数据系统通常并存，每种系统都支持不同类型的分析用例。数据仓库平台通常基于关系DBMS，并包含源自组织的运营和交易处理系统的结构化数据。 另一方面，大数据系统通常基于非关系技术，例如Hadoop、Spark和NoSQL数据库。它们包含的数据可以是结构化、非结构化或半结构化的，并且可以源自所有类型的内部系统，以及社交网络和其他外部数据源。 实际上，数据仓库和数据湖之间存在协同作用。例如，可以将在数据湖中收集的结构化数据集移动到数据仓库中，以进行常规的OLAP存储和分析。
大数据
来源：Craig S. Mullins
2020-01-29

数据驱动为什么要基于数据产品？

转回数据产品，数据产品是通过构建数据流对数据的应用和管理，因此从产品的形态、构成和逻辑上会比一般产品更复杂，如果在数据层面再加上物流（交换）、资金流（交易结算）的概念，那就相当于把信息流的物流和资金流描述出来 就像元数据的概念一样，是描述数据的数据，可想机制的复杂。描绘信息流的物流和资金流的过程就很像区块链的概念，因此目前的数据交易大都会涉及到区块链，这是另一个话题以后有机会再聊。 而这却是数据产品考虑最多的问题，所谓底子没打好，怎么去考虑灵活应用呢？因此数据产品所具备的不仅仅是数据使用场景，并且产品经理要从数据使用角度切换，这样你才能开拓方向和视野。 我之前了解到阿里近两年开始着重于数据应用的研究，就是因为他们内部经过长时间对数据基底的改造，形成了一套OneData的数据体系，规范了整体的数据标准和管理，最大程度消灭了信息不对称造成的成本。 而数据应用不是拍脑袋就可以想出来的，要结合自身数据使用的经历和目前用户及环境的现状来考虑融合。根据上面所说：如果不懂技术，很难去理解数据管理和信息流（数据流）的规划处置。
大数据
来源：人人都是产品经理
2018-06-12

动不起来的大数据都是发酵中的垃圾

数据管理不容易数据的管理涵盖了数据存储和数据提取等多个步骤，而如何能够高效的管理数据成为影响大数据处理进度的重要一环。 动态的数据管理不仅仅是在数据库层面之中形成动态趋势，而是在整体的数据管理中，利用自动化和区块化的技术将必要数据进行细分和筛选，让数据保持新鲜度，去除旧数据的影响。 数据分析的算法是十分挑剔的，其对于不同的数据要求不同，一般来讲，结构化数据和非结构化数据就是典型的不同种类的数据，其处理方式相差甚远，因此需要先进行数据处理，将不同种类的数据根据分析目的进行异构解析或者压缩 数据可视化仅仅只是一部分而想要让大数据发挥更大的价值，数据可视化仅仅是其中的一部分。企业中应当把数据分析结果实现流动，将适合的数据在不同部门不同岗位中进行传递，最大化发挥数据价值，提升企业业务效率。 再者，动态数据应用应该降低数据分析门槛，借助相关大数据分析工具，让每个员工有数据可用，能数据分析，以数据指导员工发展，帮助员工接近真实数据，运用数据指导，实现自身价值。
大数据
来源：中关村在线
2017-10-22

中国的大数据争夺战已进入前所未有的高度

在国内百度、阿里、腾讯等互联网巨头都拥有海量数据，而且我们在网络和现实中享受的服务也主要由这些互联网巨头所提供。而近日的华为腾讯数据大战表明，解决科技巨头带来的数据垄断问题已经越来越迫在眉睫。 不过，在华为抓取微信数据时遇到阻碍。华为方面回应表示，它所收集的数据，用户已经在手机设置中给予授权。所有的用户数据属于用户，而非微信或者荣耀Magic。 如果不有效避免数据垄断，科技巨头将可能上演“强者恒强”，并有可能去跨领域地竞争，最终形成极度中心化的商业格局。 但另一方面，相对缺乏数据的公司们不会“坐以待毙”，类似华为腾讯之间的数据争夺战未来将时有发生，直至在博弈中产生新的合作和规则。 大数据时代个人选择空间很小，你要么选择让渡自己的信息，要么远离其他人已经拥抱的便捷生活。至于数据该交给谁，作为吃瓜群众，你并没有决定权。
BI
来源：互联网
2017-09-21

大数据的发展已经走到尽头了吗?

对于很多企业来说，数据是一个规模巨大的、几乎没有被开发的资源。很多机构和组织大多已经认识到，数据是一项关键资产，利用从企业数据中获得的洞察力比以往任何时候都更为重要。 （1）域所有权这采用了当前的域建模原则，并在模型上添加了数据覆盖层。域模型是问题领域的关键概念/对象的可视化表示，是企业的最高级别。它分解一个企业，为业务功能和技术解决方案建立明确的所有权和边界。 同样的域模型可以在企业内部用于建立域数据集的所有权。每个数据集都应该属于创建/生成数据的域。目的是让每个数据集由单个域拥有，在需要的地方调整域模型以实现这一结果。 实现数据网格的三个原则有助于消除大数据方法中固有的瓶颈。有了数据平台，每个产品团队都可以定义他们要做的数据工作，并根据对企业的价值释放来确定不同用户结果的优先级。 数据网格可以通过在更广泛的利益相关方之间驱动更高级别的自治和数据工程联盟，克服大数据中固有的许多挑战。然而，大数据并不是一种灵丹妙药，它为企业带来了一系列需要管理的风险。
大数据
来源：e-works
2022-11-28

数据科学项目失败的八个原因

事实上，利用科学方法、流程、算法和技术系统从结构化和非结构化数据中获取各种见解的数据科学项目可能会以多种方式失败，从而导致时间、金钱和其他资源的浪费。 以下是数据科学项目未能如预期那样成功的一些最常见原因。数据质量差不良数据会导致数据科学工作变得很糟糕，因此花时间来确保数据的质量，这是至关重要的。任何分析工作都是如此，数据科学当然也是如此。 “不良数据或废数据会使数据科学项目无法完成，”数字化转型咨询公司Adaptavist的首席信息官尼尔•莱利(NealRiley)说。 Beanworks是一家基于云计算的应付账系统自动化提供商，其工程和数据业务首席信息官TracyHuitika说：“真正的数据科学家需求量很大，很难找到，而且薪资很高。 “我们陷入了这样一种情况，即我们在研究金融数据科学建模，以可视化预测我们主要业务在未来取得盈利的因素。而事实证明，其最好的方法就是统计回归。”
大数据
来源：企业网D1Net
2021-07-14

如何为企业业务选择备份解决方案?

企业是否有一些合规要求，使其可以长时间保留数据?●企业必须备份多少数据以及需要备份什么类型的数据/应用程序?●企业要将数据存储在哪里?企业是否要执行推荐的3-2-1备份解决方案，以便复制三份备份数据。 复制到内部部署存储和云平台都可以确保数据的最佳安全性，以防将数据存储到的物理磁盘损坏或丢失。 出色的备份解决方案将确保所有数据都备份到云平台中，并将在后台自动工作，备份所有新的或更改的数据。数据恢复是这些问题的最后一部分，也是最常被忽视的部分。 为了应对数据丢失的这种紧急情况，企业在选择解决方案之前需要了解数据恢复的工作方式，这一点至关重要。无论企业是在现场还是不在现场备份数据，都要确保其快速简便且可以正常使用，并定期进行测试。 ●自动化–寻找智能自动化(甚至是人工智能)有助于消除备份过程中的专家或日常元素，并为IT团队腾出更多时间的解决方案。
存储
来源：企业网D1Net
2021-02-25

大数据的数据挖掘技术的应用分析

1大数据概述简单来说，大数据就是把大量的数据信息全部整合在一起，这些数据的数量、容量都比较大，且数据信息的存储速度极快，具有较高的应用价值。 1.1大数据的特点大数据的种类比较繁杂，且内容也比较丰富，包含着结构化数据信息的同时也包含着网络日志以及录音文件等，通过对各类设备进行处理，生成大量的数据信息，其制备而成的数据信息规模会比较大，且其对于各类数据信息的处理速度也比较快 首先，数据挖掘的出现时期比较早，但是在当前的时代背景下，该技术仍旧是一类较为新兴化的事物，应当把数据挖掘技术合理的投入到商业领域中，并让其更好的融入到各个行业的生产部门内，数据挖掘会把各类样式不规则且较为复杂化的数据信息整合在一起 1.2.2数据挖掘的基本分析方法（1）聚类分析方法该处理方式主要把较为模糊且具体性比较差的数据信息整合在一起，依照相关的分类标准，对其内容进行整理以及编辑，让其成为具有统一化特性的数据信息源，实时的开展相应的分析研究工作 例如，医院每天接诊无数病人，通过对这些病历信息的分析，可以知道不同年龄层患某种疾病的可能性，提前做好预防措施；可视化技术是数据挖掘中应用非常广泛的一种辅助技术，它借助图形、图像、动画等手段形象地指导操作
大数据
来源：基层建设
2020-08-23

大数据时代下数据分析理念的辨析

从技术层面说，大数据和以前的数据时代的最大差异在于，以前是数据找应用/算法的过程（例如各大银行的大集中项目，以及数据建仓），而大数据时代的重要技术特征之一，是应用/算法去找数据的过程，因为数据规模变成了技术上最大的挑战 大数据的特点：（1）大数据不等同于数据大，我们处理问题是根据这个问题的所有数据而非样本数据，即样本就是总体；不是精确性而是混杂性；不是因果关系而是相关关系。 例如重组数据：随着大数据出现，数据的总和比部分更有价值，重组总和和本身价值也比单个总和更大；可扩展数据：在设计数据收集时就设计好了它的可扩展性，可以增加数据的潜在价值；数据的折旧值：数据会无用，需淘汰更新 报告的呈现一般都是Excel+PPT的形式，最好VBA，这样就可以将很多人工的工作转化为自动化的能力，提高工作效率，领导也对你刮目相看，自己也有更多空余的时间准备其他方面的知识。（3）市场分析能力。 4、结语大数据包含结构内外的海量数据，随着云计算平台进行大规模收集处理，通过建立数据库的手段，对数据分流，使用数据挖掘等方法进行处理、分析，使得所数据结果更加符合显示状况。
大数据
来源：工程管理前沿
2020-08-19
共 80 页 总数：794 条
信息搜索中，请稍候...

系列微信

数字化企业网
PLM之神
e-works制信科技
MES百科
工业自动化洞察
智能制造IM
AI智造圈
智能工厂前线
工业机器人洞察
智造人才圈
工业软件应用
智能制造网博会
ERP之家
供应链指南针

旗下机构

中国光谷产业联盟
广西两化融合促进中心
广西工业创新促进会

e-works 公众号

e-works APP

旗下其他网站

e-works global
广西两化融合门户
广西新品推介交易平台

特色服务

两化融合贯标
VIP会员
加盟撰稿
成为专家
产业研究
咨询服务
广告服务
网站地图
© 2002-2025  武汉制信科技有限公司  版权所有  ICP经营许可证：鄂B2-20030029-1（于2003年首获许可证:鄂B2－20030029）
鄂公网安备：420100003343号 法律声明及隐私权政策     投诉举报电话：027-87592219

关于我们    |    联系我们    |    隐私条款

ICP经营许可证：鄂B2-20080078
（于2003年首获许可证:鄂B2－20030029）
鄂公网安备：420100003343号
© 2002-2025  武汉制信科技有限公司  版权所有
投诉举报电话：027-87592219

需求中心
AI助手
扫码查看
联系我们
返回顶部