近两年来,大数据几乎在每场商业智能与数据仓库大会上都是热门话题。业内分析师和咨询师们滔滔不绝地谈论大数据分析工具在企业中的运用,以及通过他们收集的不同种类的信息可以获得多么巨大的业务价值。美国McKnight咨询集团主席William McKnight称,传统的BI分析流程集中于结构化交易数据,而大数据分析则主要依赖于非结构化数据。TechTarget主编Hannah Smalltree对McKnight作了采访,谈到了大数据与大数据分析的基本概念、企业该如何开始进行大数据的管理分析,以及McKnight对大数据和大数据分析的个人理解。
本视频内容包括:
- McKnight对大数据的解释
- 大数据管理的挑战及传统BI分析软件无法应对大数据要求的原因
- 现有大数据技术及其分析应用工具的种类
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号

TechTarget
官方微博

TechTarget中国
作者
相关推荐
-
Spark和Hadoop分析遇障碍?可以试试容器啊
将定制的Spark和Hadoop试点项目转移到生产中是一项艰巨的任务,但容器技术缓解了这种艰难的过渡。
-
Tableau预测:自助式大数据分析时代正在来临
对于大数据而言,2016年是具有里程碑意义的一年,更多企业和机构在该年度存储和处理各种形态和规模的数据,并从中提取有价值的信息。
-
预测分析工具VS情感驱动 谁能左右分析结果?
使用预测分析工具的企业用户有个普遍的共识,那就是数据始终驱动业务决策。 但在政治领域,这种说法并不是那么适用。
-
重视大数据分析有哪些好处?IT经理有话说
随着Hadoop,Spark和其他大数据技术作为更多组织中的关键IT组件,越来越重视寻找大数据分析应用程序的业务优势,