首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

案例 | 利用数据分析找准定位,老牌涂料巨头立邦漆的“逆生长”

作为老牌涂料品牌,立邦漆近期的转型简直可以称得上“逆生长”:从耳熟能详的广告语“为你刷新生活”,到年轻化iColor官网的上线,实现了一场华丽转身。从产品开发、制造,到直面客户的销售环节,立邦涂料,这一拥有近120年历史的涂料公司,拥抱信息技术,将大数据分析融合到产品开发、制造和销售等各个环节中,全方位多角度的让数据分析发挥功效。 利用数据分析深度了解消费者偏好,找准市场定位 立邦的家装设计网站iColor官网不仅能够像普通家装网站一样提供家装问题的解答,让消费者获取大众生活中具有普遍认同感的大众时尚装修理

02

【钱塘号】大数据驱动中国从“制造大国”走向“制造强国”

制造业是一个国家综合国力最重要的表现,在国民经济中占有重要份额,也是决定民众生活质量的重要条件。中国的制造业在改革开放30多年来取得了举世瞩目的成就,连续几年成为“世界制造力竞争指数”最强的国家,中国已然成为世界制造业的新中心。2015年中,国务院印发《中国制造2025》,部署全面推进实施制造强国战略。配套“互联网+”和“供给侧改革”等多项措施,“智能制造”被定位为中国制造的主攻方向。 一.大数据及工业大数据的特性 数据本身不会为你带来价值,数据的技术也不会让我们的制造业更先进,数据必须转成信息后才会对产业

08

Teradata面向大中华区推出Think Big业务,融合开源提供大数据咨询服务

近日,大数据分析服务供应商Teradata天睿公司举行媒体沟通会宣布,旗下Think Big公司正式进军大中华区市场,面向客户提供开源数据分析的咨询服务,融合优秀的数据仓库方案,帮助各种规模的企业建立和发展适合的技术架构,快速有效地进行多元化大数据分析。 在大数据生态系统建设中,想要整合不同技术架构的优势,就必须要有更好的工具来管理、访问和利用这些平台,尤其是需要具备实际经验的团队指导Hadoop等复杂开源系统的延伸部署。而随着客户应用或开始尝试诸多不同的技术架构或版本,面临着很多技术与路线图规划等实际问题

08

【推荐】IBM大数据与分析:从物联网与工业4.0看中国制造2025

制造业是国家综合实力的象征,是在全球化竞争中赖以生存的资本和保障。规模雄厚、结构优化、技术创新、质量优异、产业链国际主导地位突出的制造业是国民经济持续发展和繁荣以及国家安全的基础。 当今,全球制造业正面临深刻的变革。一方面,制造商日益关注小批量、个性化生产,争夺快速增长的、以“多样微量”为特征的市场蓝海;另一方面,新技术(如传感技术、云计算、大数据、移动等)的飞速发展以及在各个领域的快速渗透,使得制造业传统模式的变革及新型业务模式的创新成为可能;此外,越来越多的制造商正在探索从产品到服务的转型。在这场制造

04

做蚱蜢、蜘蛛还是狐狸?新兴大数据公司的四种理念

随着大数据概念的提出,新兴相关数据公司也犹如雨后春笋般出现,想象一下每早与大数据创业梦想一起醒来,这确实是一种美妙的感觉。粗浅地想象一下貌似处理大数据很容易,你只需要: 1)一个使一切工序“自动化”的想法 2)一伙能够拿出一个个算法的“数据科学家” 3)数据!大量的数据! 如果你已经有了一个基本的想法,而至于那些“数据科学家”们,你通常可以在和你合伙的小伙伴们中找到他们(如果没有的话,去哈佛、耶鲁、伯克利或者纽约 大学这样的高校碰碰运气吧)。 万事具备,只欠东风,那么问题来了,该如何找到数据呢?通常

011

中外院士做客大数据产学研高峰论坛

2017年11月30日至12月1日,第三届大数据产学研高峰论坛在广州举行。该论坛由广东工业大学和广东省物联网信息技术与产业化省部院产学研创新联盟共同主办,由广东工业大学大数据战略研究院、自动化学院、管理学院等承办。论坛汇集了来自政府、企业、高校、科研院所的代表,以及来自美国、中国的著名院士、专家学者、企业代表等近500人。论坛还举行了广东省制造业大数据应用“十佳案例”、十佳优秀论文颁奖,并发布了大数据战略研究院的相关成果。两位院士分别就大数据制造从数据积累到应用创新,以及大数据分析和创新在制造业中面临的机遇和挑战作了报告。近百位嘉宾围绕制造业大数据政策、技术、产品、应用、理论研究等热点话题展开交流分享。该论坛旨在传播大数据技术与思维,推动传统制造业转型升级,为广东省实现“四个走在全国前列”贡献力量。

00

做蚱蜢、蜘蛛还是狐狸?新兴大数据公司的四种理念

随着大数据概念的提出,新兴相关数据公司也犹如雨后春笋般出现,想象一下每早与大数据创业梦想一起醒来,这确实是一种美妙的感觉。粗浅地想象一下貌似处理大数据很容易,你只需要: 1)一个使一切工序“自动化”的想法 2)一伙能够拿出一个个算法的“数据科学家” 3)数据!大量的数据! 如果你已经有了一个基本的想法,而至于那些“数据科学家”们,你通常可以在和你合伙的小伙伴们中找到他们(如果没有的话,去哈佛、耶鲁、伯克利或者纽约大学这样的高校碰碰运气吧)。 万事具备,只欠东风,那么问题来了,该如何找到数据呢?通常有以下

03
领券