
新的一年企业如何推动数据分析项目? 这里有几条靠谱的建议
在数字化转型的浪潮中,很多企业都逐渐认识到了数据的价值,并决定在新的一年里加大对于数据项目的投入,通过部署商业智能(BI)平台、大数据分析平台等方式,来挖掘数据价值、推动业务增长。然而,很多企业在数据项目中的失败经验却表明,不仔细研究企业的需求与资源匹配情况,贸然推动数据项目可能存在着失控的风险,不仅无法像预期那样推动业务增长,还可能浪费企业的宝贵资源。 DataHunter 的资深数据分析师表示, 数据分析项目是一个系统化的工程,不仅包括数据的分析以及可视化呈现,还包括数据的搜集、梳理、数据仓库或是数据湖的创建等过程。 对于所做的每一个数据项目,企业都应该仔细的进行思考,

《流浪地球》票房:预测10亿却飚50亿 ,数据预测为什么这么难
截止到今天,中国首部重工业科幻电影《流浪地球》票房已经突破 32 亿元,而且现在仍然保持每天 2 亿票房的入账,很可能会最终突破 50 亿票房。惊人的票房数据让众多票房预测机构大跌眼镜。根据我们的统计,在春节档之前,不同预测机构给《流浪地球》的票房预测普遍在 10 亿左右,与本片的实际票房差距在五倍左右。 与此同时,在春节档其它电影的票房预测上,预测机构也普遍呈现了非常大的偏差,甚至在电影第一天的票房数据之后,猫眼APP 给出的《喜剧之王》的预测值仍然达到了 24.96 亿,而实际上,《喜剧之王》的票房之后就大幅缩水,最终的票房很可能只停留在 6 亿左右。 票房分析可以说是

医院数据分析困境:海量医疗数据,如何高效的输出数据价值?
对于医院的信息化部门来说,其往往有一个重要的工作,那就是根据当期的医疗运营状况来制作报表。这些报表包括医院的营收状况、医疗质量、药品管理等各种类型的数据,会成为医院决策的重要依据。

DataHunter 携手某工业互联网平台 用智慧数据赋能工业4.0
近期,由世界领先的工程机械制造集团孵化的某工业互联网平台,两度携手 DataHunter,联手打造了涵盖产品全生命周期管理的数据大屏,并基于工业互联网赋能平台,部署了可以支持直观、精细化数据分析的大数据 SaaS 平台,实现了对数据价值的充分挖掘,让设备服务与设备运营真正拥有了智慧能力的支撑。

一块数据大屏,让企业数据瞬间鲜活起来
通过敏捷式BI+数据大屏的整合式解决方案,能够让枯燥的业务数据转化成为鲜活的数据图表,让决策中心变身为“数据指挥中心”,即使没有专业数据分析能力的决策者,也可以从图表中获得丰富而即时的信息,从而支撑业务决策。

DataHunter解读:汽车寒冬背景下 数据运营帮助经销商“过冬”
DataHunter 从数据运营出发,解读了汽车经销商如何从海量的数据中获得洞察,实现智能的数据决策,提供更能满足市场需求的汽车产品与服务,从而安全“过冬”。

DataHunter 出席行业沙龙 分享BI大数据分析系统建设之道
近日,“全面提升企业管理数字化解决方案”沙龙在青岛召开,DataHunter 携企业数据可视化分析解决方案参加此次沙龙,DataHunter 业务咨询专家段鑫龙通过技术分析与实际案例阐述,剖析了如何通过敏捷的数据分析与数据可视化平台,帮助企业提升业务运营与管理能力。

DataHunter出席2018中国软件大会 收获数项重磅奖项
12月20 日-21日,2018中国软件大会暨首届CIO创新峰会在北京召开。在此次大会上,DataHunter(北京数猎天下科技有限公司)被评为数字化转型促进会会员单位,以及中国大数据产业生态联盟理事单位,并摘得“商业智能领域杰出企业”的荣誉。

数·见未来 | DataHunter宣布2019战略转型规划
12月19日,以“数·见未来”为主题的2019 DataHunter 战略沟通会在北京举办。DataHunter 于此次会议上宣布,在未来发展战略的选择上,将以数据分析平台、数据大屏展示、数据智能决策这三条产品线并重,更全面地覆盖数据智能应用的各个环节。

DataHunter囊括大数据行业三项大奖
在近日由DT大数据产业创新研究院发布的权威大数据行业报告和榜单中,DataHunter 成功囊获“2018中国大数据创新企业 TOP100”、“2018中国大数据新锐企业”、“2018中国大数据应用最佳实践案例”这三项大奖,这代表着 DataHunter 在大数据创新以及实践方面的成果获得业界的高度认可。
如何打造以数据驱动的企业决策与运营流程
大量企业对于数据的利用仍然停留于浅层,无法充分发挥数据对于科学决策的价值。那么,应该如何基于数据驱动力,对于企业的决策流程进行重构呢?以下是几点建议

超级大片背后的数据可视化
作为一个名词,数据可视化并不新鲜,大量的计算机语言都有自己的可视化库,传统数据分析及BI软件也都扩展出一定的可视化功能,我们还通过Excel等报表工具,基于数据生成一些可视化的图表。但是,为什么我们要选择智能的可视化工具呢?