2014 IBM大数据客户大会文思海辉受邀分享实践

2023-11-22 21:40

本文主要是介绍2014 IBM大数据客户大会文思海辉受邀分享实践,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2014年7月16日-18日,由IBM举办的“大数据客户大会”在天府之国成都拉开帷幕,本次大会由两个主题:业务分析(BA)用户大会和信息管理(IM)用户大会共同构成,联袂为IAG客户烹制出大数据与分析的饕餮大餐。会议期间,作为IBM大数据领域重要合作伙伴,国内领先的大数据解决方案服务商Pactera(以下简称:文思海辉) 受邀参会,并分享了在数据仓库和商业智能方面的行业最佳实践经验。

7月16日业务分析(BA)用户大会主要围绕IT行业市场的数据未来趋势进行了深入探讨,并对当今大数据环境下,如何利用预测分析,帮助企业实现更高价值增长进行重点解读;会议期间,IBM向与会者展示了IBM BA全线家族产品、解决方案及行业案例,进一步提升了企业对BA新产品与新功能的知悉与掌握。文思海辉执行副总裁兼CMO吴建先生,中国业务群企业应用服务事业部总经理黎杰先生,文思海辉助理副总裁熊琳女士受邀参与出席了本次大会。在下午分会场环节,黎杰先生就“文思海辉BI实践”解决方案与到会的嘉宾们进行了分享与交流。

2014IBM大数据客户大会文思海辉受邀分享实践
(中国业务群企业应用服务事业部总经理黎杰先生出席业务分析(BA)用户大会)

黎杰先生表示,文思海辉在与IBM合作长达20年的时间里,自身业务能力得以不断增长,在BI领域,基于IBM数据平台,文思海辉以源数据管理、数据质量管理、数据标准管理等为手段,帮助客户提供包括咨询规划、数据管控、数据治理、数据共享、挖掘分析等BI各方面服务。他强调,BI领域应逐步实现以BI行业解决方案为中心的转变,进而为用户带来更大的价值。首先,应加强行业化主题构架的搭建,挖掘行业需求,积累BI实践经验,提升行业服务质量;同时,注重行业模型KPI的指导与效果分析,针对具体行业端到端流程,延伸出KPI的逻辑与维度,从行业的业务应用角度思考制定KPI的意义,并以KPI效果为导向进行实践,最终实现KPI指导与评估的战略闭环。

在通用行业,文思海辉已经定制了多个行业解决方案包,包括医药、石油石化、航空、金融等,并在各行业拥有特定的KPI指标体系和业务模型体系。同时,BI领域正在逐步从历史分析向预测性分析转变,作为IBM大数据和预测性分析领域重要合作伙伴,文思海辉将IBM各式数据工具和文思海辉算法进行了有机组合,依据数据分析和数据挖掘,提高风险预测能力和工作前瞻性导向,帮助客户开拓潜在价值。

在为期两天(7.17-7.18)的信息管理(IM)用户大会中,IBM向与会者呈现了不同业务情境下大数据分析所要解决的问题和取得的成果,并帮助企业在众多的案例中找到类似于自身的真实情境,激发出企业在大数据领域的奇思妙想。同时,IBM还邀请了众多业界同仁、大数据领域专家共聚一堂,零距离畅谈大数据的真知灼见、探讨大数据的时代趋势。文思海辉助理副总裁熊琳女士受邀参与本次大会并进行了“大数据时代数据仓库和数据管控”的精彩分享。

2014IBM大数据客户大会文思海辉受邀分享实践
(文思海辉助理副总裁熊琳女士出席信息管理(IM)用户大会)

熊琳女士认为,大数据时代下数据仓库呈现出新一代特征,其中包括数据多样化和多样化数据处理技术混合、数据多层次和多层次数据处理、集团化大型数据仓库规划、决策的平台的组合、决策传递效率的提升以及用户感知能力提升、技术模块统一化等特征。因此,开源、开放和降低设备成本逐步被考虑,基础平台符合MPP架构体系和多种技术组合已成为必然选择。在数据管控方面,数据安全管理、数据标准管理、元数据管理、数据质量管理、数据架构管理等已成为数据管控的重要领域。在数据管控工作中,应遵循企业战略、业务构架、数据构架、应用构架、技术构架逐层递进关系,坚持组织构架,工作流程,管理制度相结合的管控机制。

熊琳女士在总结中强调三点,第一,在大数据环境下我们应当既要有开放的态度,又要有深度思考的精神,还要有务实的工作作风,才能做好数据管控工作;第二,要在全行形成数据管控和数据应用的文化,要有配套的组织机构、工作流程、管理制度和技术平台来支持,缺一不可;第三,要尽量将数据管控中复杂、繁琐的工作抽象、归类,形成可操作的工作模板、工作流程等。

作为IBM顶级合作伙伴,文思海辉与IBM有着20年的合作历史,并在信息管理、业务分析等领域展开通力合作,取得了丰硕成果。在大数据时代下的今天,双方更是将彼此在数据平台与数据算法领域优势紧密结合,共同致力于数据价值的挖掘工作,助力企业客户在数据潮流中充分利用自身数据优势,实现企业价值快速提升。

原文发布时间为:2014年07月31日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

这篇关于2014 IBM大数据客户大会文思海辉受邀分享实践的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/413097

相关文章

一文详解Python中数据清洗与处理的常用方法

《一文详解Python中数据清洗与处理的常用方法》在数据处理与分析过程中,缺失值、重复值、异常值等问题是常见的挑战,本文总结了多种数据清洗与处理方法,文中的示例代码简洁易懂,有需要的小伙伴可以参考下... 目录缺失值处理重复值处理异常值处理数据类型转换文本清洗数据分组统计数据分箱数据标准化在数据处理与分析过

大数据小内存排序问题如何巧妙解决

《大数据小内存排序问题如何巧妙解决》文章介绍了大数据小内存排序的三种方法:数据库排序、分治法和位图法,数据库排序简单但速度慢,对设备要求高;分治法高效但实现复杂;位图法可读性差,但存储空间受限... 目录三种方法:方法概要数据库排序(http://www.chinasem.cn对数据库设备要求较高)分治法(常

SpringBoot项目中Maven剔除无用Jar引用的最佳实践

《SpringBoot项目中Maven剔除无用Jar引用的最佳实践》在SpringBoot项目开发中,Maven是最常用的构建工具之一,通过Maven,我们可以轻松地管理项目所需的依赖,而,... 目录1、引言2、Maven 依赖管理的基础概念2.1 什么是 Maven 依赖2.2 Maven 的依赖传递机

Redis多种内存淘汰策略及配置技巧分享

《Redis多种内存淘汰策略及配置技巧分享》本文介绍了Redis内存满时的淘汰机制,包括内存淘汰机制的概念,Redis提供的8种淘汰策略(如noeviction、volatile-lru等)及其适用场... 目录前言一、什么是 Redis 的内存淘汰机制?二、Redis 内存淘汰策略1. pythonnoe

Oracle查询优化之高效实现仅查询前10条记录的方法与实践

《Oracle查询优化之高效实现仅查询前10条记录的方法与实践》:本文主要介绍Oracle查询优化之高效实现仅查询前10条记录的相关资料,包括使用ROWNUM、ROW_NUMBER()函数、FET... 目录1. 使用 ROWNUM 查询2. 使用 ROW_NUMBER() 函数3. 使用 FETCH FI

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

在C#中获取端口号与系统信息的高效实践

《在C#中获取端口号与系统信息的高效实践》在现代软件开发中,尤其是系统管理、运维、监控和性能优化等场景中,了解计算机硬件和网络的状态至关重要,C#作为一种广泛应用的编程语言,提供了丰富的API来帮助开... 目录引言1. 获取端口号信息1.1 获取活动的 TCP 和 UDP 连接说明:应用场景:2. 获取硬

Golang操作DuckDB实战案例分享

《Golang操作DuckDB实战案例分享》DuckDB是一个嵌入式SQL数据库引擎,它与众所周知的SQLite非常相似,但它是为olap风格的工作负载设计的,DuckDB支持各种数据类型和SQL特性... 目录DuckDB的主要优点环境准备初始化表和数据查询单行或多行错误处理和事务完整代码最后总结Duck

Java内存泄漏问题的排查、优化与最佳实践

《Java内存泄漏问题的排查、优化与最佳实践》在Java开发中,内存泄漏是一个常见且令人头疼的问题,内存泄漏指的是程序在运行过程中,已经不再使用的对象没有被及时释放,从而导致内存占用不断增加,最终... 目录引言1. 什么是内存泄漏?常见的内存泄漏情况2. 如何排查 Java 中的内存泄漏?2.1 使用 J