TechTarget商务智能>技术手册

大数据分析项目规划手册

大数据分析项目规划手册
免费下载 PDF

随着商业智能以及数据分析对业务发展的影响越来越重要,“数据密集型”企业已经开始寻找有效的方式来挖掘海量数据集中的价值。然而从目前来看,“大数据分析”仍然是一项复杂而且费时的工程,切忌仓促上马,CIO以及IT项目管理者需要对一系列的新技术进行考量。在本次的商业智能电子书当中,我们将向IT经理、分析专家以及业务管理者介绍大数据分析的发展趋势,相关技术和挑战。对技术现状进行深入的解读,并为大数据分析项目的落地出谋划策。

目录:

  • >“大数据”分析项目知易行难

    要在大数据中获得可见性是说起来容易做起来难。而且,随着供应商不断攻破大数据分析项目的各种难题,投放到市场的产品种类越来越繁多,企业要想选择最能满足他们需求的一款产品也相当不易。

  • >选择“大数据”分析平台时的注意事项

    目前,企业都使用了大量大数据部署方案,有定制开发的方法,大规模并行处理数据库,云计算服务或者一些可用工具的组合。企业要探索在大数据分析平台上进行投资,需要审查供应商对大数据的定义,并了解他们的产品与大数据的相关性。

  • >五步打造高效的大数据分析项目

    大数据不仅是一个流行话题,更是企业中实实在在存在的需求。许多企业开始着手于大数据分析项目,但在此之前,我们需要一个良好的部署方案以确保最终的结果能够为业务服务。选择合适的技术是规划的第一部分,当企业选择了数据库软件、分析工具以及相关的技术架构之后,我们就可以进行下一步并开发一个真正成功的大数据平台。

  • >基于常规法则的大数据分析最佳实践

    与各种商业智能(BI)和数据仓库一样,专家认为在开始进行大数据分析项目之前,清晰理解组织的数据管理需求和明确策略是非常重要的。不要在大数据技术上表现得太激进,要先从业务角度着手,并且要与CIO、数据科学家和业务人员进行交流,一起确定业务目标和预期价值,然后再开始动手。

  • >大数据分析项目中的“最差”实践

    当BI供应商乐呵呵地告诉你他们的客户已经成功部署大数据分析项目时,他们不会告诉你还有那么多失败的案例。大数据分析项目令人失望是有一些潜在原因的。你可以找到大量关于大数据分析最佳实践的建议。本文介绍了一些大数据分析项目的最差实践,你需要了解如何避免它们。

更多技术手册>更多