摘要: 8月22日,以"新基建•新生态•新未来"为主题的2020中国数字生态英雄会闭幕论坛暨颁奖典礼在北京圆满落幕。由B.P商业伙伴主办的2020中国数字生态英雄会在业界备受关注,堪称IT届的顶级盛会。在闭幕论坛上,DataHunter凭借自身在数据应用领域卓越成绩及突出的市场成长力荣获“2020中国数字生 阅读全文
posted @ 2020-09-01 17:11 Datahunter 阅读(148) 评论(0) 推荐(0)
摘要: 现在很多公司或者部门都重视并着重于数据分析,而在企业中,财务数据是公司的重中之重,再过去,相信很多的财务人员的一个工作模式,就是通过EXCEL做相关的财务数据,通过透视表进行分析,日复一日,企业的财务数据在EXCEL里堆积的密密麻麻,那么,财务数据分析采用什么工具,跟财务数据分析什么指标、如何展现紧 阅读全文
posted @ 2020-07-29 17:12 Datahunter 阅读(214) 评论(0) 推荐(0)
摘要: 何为数据可视化? 简明定义是:通过可视表达增强人们完成某些任务的效率。 数据可视化主要旨在借助于图形化手段,清晰有效地传达与沟通信息。 但是,这并不就意味着数据可视化就一定因为要实现其功能用途而令人感到枯燥乏味,或者是为了看上去绚丽多彩而显得极端复杂。为了有效地传达思想概念,美学形式与功能需要齐头并 阅读全文
posted @ 2020-07-24 17:03 Datahunter 阅读(485) 评论(0) 推荐(0)
摘要: 大数据时代,我们最常听到的一句话就是“用数据说话”。但数据本身是冰冷的数字,它很难直接告诉我们哪些数据是有价值的信息。只有通过合适的可视化工具来进行数据的展示表达,才可以使传递给使用者的感受更加直观,也更容易获得其中价值。 数据大屏就是一种非常有效的数据可视化工具,它可以将业务的关键指标以可视化的方 阅读全文
posted @ 2020-07-23 16:56 Datahunter 阅读(1553) 评论(0) 推荐(0)
摘要: 一、用数据分析解决问题的过程 二、明确问题 通过观察现象,把问题定义清楚。 三、分析原因 哪里出现问题? 为什么会出现这个问题? 1.使用“多维度拆解分析方法”,对问题进行拆解,将一个复杂的问题细化成各个子问题 按照“多维度拆解分析方法”,我们可以按照用户、产品、竞品这三个维度来拆解。分别对应公司的 阅读全文
posted @ 2020-07-21 16:41 Datahunter 阅读(539) 评论(0) 推荐(0)
摘要: 随着网络技术的进步,数据分析可视化已经成为大数据领域中非常关键的一环,具有非常大的发展潜力与应用场景,数据分析可视化逐渐成为了一个重要的工具,同时也是一个对数据进行详细研究和概括总结的过程。今天,北京数据分析可视化公司-Datahunter与大家探讨一下关于数据分析可视化的相关问题,帮助大家解决企业 阅读全文
posted @ 2020-07-17 17:53 Datahunter 阅读(392) 评论(0) 推荐(0)
摘要: 目前数据可视化大屏在金融、媒体、制造、地产、政府、消费品、新零售等各个行业都有真实应用场景。传统的大屏展示工具的开发实现,需要投入很多的人力成本及时间成本,包括业务人员、开发人员、UI工程师等人员的投入,也有很多时间成本的投入, 换一个场景,可能就要换一个工具,一切就要从头再来。那么,是否有一个工具 阅读全文
posted @ 2020-07-15 17:38 Datahunter 阅读(2170) 评论(0) 推荐(0)
摘要: 我们经常有意无意的可以看到或者听到类似于商业智能、数据中台、数据可视化、数据大屏展示等词汇,但是对他们的具体概念、用途以及区别总是很模糊,今天数猎哥主要给大家介绍一下什么是商业智能? 商业智能(Business Intelligence,简称:BI),BI的应用在国外已广为普及,并且开始不断应用大数 阅读全文
posted @ 2020-07-14 17:33 Datahunter 阅读(641) 评论(0) 推荐(0)
摘要: 在互联网+时代,随着IT建设的成熟,新技术的使用,数据正在以大爆炸的状态增加,各种数据处理技术也风起云涌,企业也正在从IT驱动转向DT(Data)驱动。 根据国际市场研究公司IDC预测,全球数据量从2010年到2020年将增长50倍,达到前所未有的40ZB。而中国2012年的数据量为364EB,占全 阅读全文
posted @ 2020-07-10 16:43 Datahunter 阅读(559) 评论(0) 推荐(0)
摘要: 近日,Gartner发布了数据与分析领域的十大技术趋势,为数据和分析领导者的新冠疫情(COVID-19)响应和恢复工作提供指导,并为疫情后的重启做好准备。 数据和分析领导者如果希望在疫情后能持续创新,就需要不断提高数据处理和访问的速度,扩大分析规模,在前所未有的市场动荡中赢得成功。 数据和分析领导者 阅读全文
posted @ 2020-07-09 17:58 Datahunter 阅读(120) 评论(0) 推荐(0)