白皮书

• 特别推荐

Tableau 推进智能分析时代

Constellation Research 公司坐落于美国硅谷，专门从事数字化转型和颠覆性技术方面的技术研究与咨询。该公司最近发布的这篇报告由公司副总裁兼首席分析师 Doug Henschen 操刀，探讨了自助式商业智能的演变和智能分析在市场上的兴起，同时也研究了 Tableau 将继续倾注的四大关键领域：数据准备、数据分析与发现、自然语言交互以及预测性分析。 随着数据类型日益多样、对数据的使用需求不断增加，Tableau 应运而生，不仅仅扛起了让人人都能善用数据的使命，更致力将数据分析化繁为简，从而更快分析出可付诸行动的真知灼见。机器学习、自然语言处理以及智能算法…

• 特别推荐

使用地图为可视化仪表板增加价值的 10 种方法

高效的数据可视化在功能和设计之间保持平衡。由于许多分析项目涉及空间数据，了解如何通过地图来实现这一平衡至关重要。在本白皮书中，制图员 Sarah Battersby 将分享 10 个技巧，帮助您利用地图提升仪表板的分析和外观。

• 特别推荐

制作高效仪表板的 10 项最佳做法

仪表板设计精良，数据驱动型对话才有强大的着手点。借助同样的信息集合，您的公司可以基于单一事实来源更快地做出决策。 本白皮书介绍为您的受众构建最有效仪表板的最佳做法，并引导您浏览以下三个部分的使用案例和示例： 周密规划让您能够熟悉自己的仪表板受众；评估合适的显示屏大小；并合理规划仪表板内容，以确保其快速加载。 依据充分的信息进行设计即从可视化线索“理想视觉位置”进行绘制。它对于视图和颜色数量，包含交互性以鼓励探索和考虑采用渐进格式来说至关重要。 完善仪表板强调用户测试，注重工具提示，帮助您展示故事之中蕴藏的故事并达到删繁就简的效果。

• 特别推荐

商业分析和智能分析不断改变的角色

了解分析在全球组织和公司中不断改变的角色。“分析”为何一直是一个行业流行词汇？可视化数据分析为何会成为商业分析的黄金标准？高级分析和智能分析如何在数据发现能力领域改变格局？了解商业智能应用程序为何要日益贴近分析流中的每个阶段，以及这种现象对工作场所创新意味着什么。 本白皮书重点介绍当前与分析相关的重点词汇，并讨论： 商业分析多年来的发展情况 可视化、高级和智能分析为何会成为众人皆知的名词 需要留意的分析平台功能

• 特别推荐

数据引力如何将分析吸引至云端

以前，数据和应用程序往往托管在组织自己的本地设施中。但一场云计算革命已经改变了这种默认方式。数据正在逐步移到云端，数据引力也将改变软件在组织中的运行方式。 疫情的出现加快了云迁移的步伐 疫情和经济危机恰恰加快了云技术的采用，组织对云技术趋之若鹜，将其视为实现数据驱动和数字化转型的关键环节。数据分析和云技术前景广阔，可以带来众多好处，例如效率的提高、流程的优化、成本的节省，以及客户服务的改善。在当前这个特殊时期，数据分析和云技术正在帮助企业通过提高灵活性和适应能力来应对各种业务挑战。 数据引力如何影响您的企业？ 苹果落到牛顿的头上是因为地球的质量远大于苹果…

• 特别推荐

Gartner 2017 年商业智能和分析魔力象限

一目了然。发现异常值和群集就是如此简单。差异显而易见。那就是可视化分析。 对我们而言，商业智能不仅仅是一个市场 - 它是一个使命。我们的唯一使命。 我们将通过五个原因来解释为何许多全球最大企业的领导者会选择 Tableau： 与分析加图表向导相比，人们更喜欢真正的可视化分析。 我们不仅仅是“企业就绪”。我们是“企业标准”。 创新源自我们的基因 — 以及我们的路线图。 我们会根据您的情况因地制宜 — 本地、完全托管或混合。 为更多人员带来更大的业务影响力，也就是为整个企业创造更多价值。 获取完整报告，了解更多信息。 获取完整报告…

• 特别推荐

重新定义 IT 在现代商业智能领域中的角色

随着组织开始转型，从由 IT 推动的传统自上而下方法改为使用现代的自助式方法，企业必须重新审视过去为支持商业智能计划的核心基础部分（人员、流程和平台）而制定的决策，以交付现代分析的变革性前景。 数十年以来，商业智能的主要目标一直是创建自上而下的单一事实来源，使组织能够据此使用静态报表和仪表板来集中跟踪 KPI 和性能指标。自助式商业智能的出现对现状提出了挑战。起初，在接受自助式服务这一趋势方面，大多数 IT 部门的行动迟缓。 如今，自助式商业智能已成为无法忽视的新常态，IT 部门已然身临抉择的十字路口。传统商业智能方法越来越无关紧要，因为企业亟需自助式商业智能带来的敏捷性…

• 特别推荐

评估指南：如何正确选择现代商业智能和分析平台

不要用传统的商业智能标准来评估现代分析技术 凭借交互式的可视化分析技术，您不仅能以颠覆性的速度分析出真知灼见，还能自主地运用现代化方法打造商业智能，这都是传统的报告和分发工具所无法企及的。在向现代商业智能模型过渡的过程中，IT 必须采用一种能够让业务部门参与到总体计划各个层面中的协作式方法。 本指南重点介绍平台的评估和选择，内容涵盖： 进行评估的前提条件，包括能够访问数据源并反映各角色的意见 在评估过程中要考虑的核心平台属性，包括集成和可访问性、易用性、用户能力提升度等 在现代分析工作流的每个阶段，针对各个关键角色的评估标准和考虑因素 …

• 特别推荐

2017 年零售分析 6 大趋势

商业智能规范在整个零售行业不断发展，因此，一流零售商都将分析计划视为优先事项。向零售分析过渡的趋势并不新鲜，但日臻成熟的技术和方法总是令人耳目一新。 移动功能及人工智能与数据的碰撞给消费者和零售商都带来了更加准确的实时分析体验。本文重点介绍零售和消费品分析在 2017 年的最新趋势，包括： 高级分析不再只是分析师的专利 全面实现移动报告 物联网开始提高数据准确性 全渠道数据集成精彩纷呈 机器人技术为零售数据带来巨大机遇 增强和虚拟现实提供更多见解

• 特别推荐

大数据 10 大趋势

更多的组织将会存储和处理各种形式和规模的数据，并从数据中提取价值。支持大量结构化和非结构化数据的系统将继续获得更多关注。符合市场需求的平台一方面要能够帮助数据看护者管控和保护大数据，另一方面要能够为最终用户提供分析这些大数据的能力。这些系统将日益成熟，在企业 IT 系统内部按照标准良好地运行。 接下来，局势将如何发展？本白皮书将重点介绍大数据领域的前沿趋势，包括： 大数据速度提高、门槛降低：选项增多，加快 Hadoop 速度 为了获取价值，组织从起步阶段就开始利用数据湖 Spark 和机器学习为大数据增辉