Leo的博客

随着工业大数据的深入应用，我们见证了它在推动工业转型升级中的巨大潜力。然而，这一过程中所面临的挑战也不容忽视，包括数据资源的稀缺、数据治理的滞后以及数据孤岛的问题。为了克服这些难题，需要企业、行业乃至整个社会的共同努力和智慧。

随着智能制造技术的不断进步，它对精益生产方式的影响日益显著，不仅重塑了生产流程，也为企业带来了前所未有的机遇。通过ERP、MES、APS等智能化工具的应用，生产管理变得更加高效，信息流通更加顺畅，而传统的推动式、拉动式生产模式的界限，也在这一过程中逐渐模糊。

随着零售行业的数字化转型不断深入，我们见证了传统零售模式的局限性，也看到了数字化带来的无限可能。零售企业通过云化基础设施、构建数字化门店、推动核心业务在线化、利用BI工具赋能数据化运营，以及进行供应链数据化改革，正逐步迈向一个智能化、个性化、高效率的新零售时代。

在数字化转型的大潮中，消费者画像已成为品牌商和企业精准营销的基石。通过对消费者行为、偏好、需求的深入分析，企业能够构建出一个个鲜活、立体的消费者画像，为营销策略的制定提供了可靠的数据支撑。

本文深入探讨了新媒体营销的多个方面，包括短视频营销的丰富表现形式、直播营销的互动策略，以及社群营销的深层次关系构建。我们看到了品牌如何通过创造性的内容和精准的数据分析，来提升知名度、建立信任，并最终实现销售转化。

随着内容营销的深入实践，我们见证了它如何将品牌与用户紧密相连，创造了一种全新的互动和沟通方式。从精心制作的内容到富有吸引力的解决方案，再到构建起的自媒体平台，内容营销已经超越了传统营销的界限，成为了品牌与用户之间建立长期关系的重要桥梁。

在当今这个快速变化的商业世界中，跨界营销已经成为品牌创新和扩展市场影响力的重要手段。通过本文的探讨，我们可以看到跨界营销不仅仅是一种策略，更是一种艺术，它要求品牌之间在保持各自独立性的同时，通过互补和合作创造出新的价值和体验。跨界营销的核心在于找到品牌间的共通点，通过创新的合作模式，实现资源共享、优势互补，进而达到拓宽市场、增强品牌影响力的目的。它要求品牌在遵循一系列合作准则的基础上，深入理解目标用户的需求，以用户为中心来设计和实施营销活动

在新零售的大潮中，品牌定位不再是单一的市场行为，而是企业战略发展的核心。通过本文的探讨，我们可以看到，无论是深入市场调研、商品市场分析、SWOT分析，还是精心制定战略规划，每一步都是品牌定位成功的关键。

大家应该都听过这样一句话：“社会上20%的人掌握着世界上80%的财富”，即二八定律，又被称之为帕累托定律。二八定律处处存在，20%的客户贡献了80%的收入，20%的商品带来80%的利润…大量数据告诉我们在任何一组事务中，最重要的只占据其中一小部门，而大部分都是次要的，在数据分析中也是如此。往往一个团队会花费80%的精力放在数据收集准备上，对大量繁琐的半结构化和非结构化的数据进行提取、转化、清洗，从而确保数据的质量，而最后往往做数据分析决策时，尤其是依靠个人的经验去判断，最后也只用到了其中20%的数据，最

今天听朋友跟我提起，今天店里来了个人跟他推荐数字门店系统，他听了挺心动的，这几年在大环境整体下行的情况下，生意越来越不好做，尤其是疫情情况下，更是雪上加霜。但一听数字门店建设成本需要千分之三点八的费用，不由得望而却步了。现在许多餐饮行业愈加品牌化和同质化，大型的餐饮行业开始聚焦转战做小型餐饮和特色餐饮，与特小新企业抢占赛道。愈多的大型餐饮公司开始大力发展数字化运营，专注会员管理与营销，搭建自己的私域流量。然而研究表明，与大型企业相比，我国中小微企业占比全国实有各类市场主体96.8%（该数字来源于艾瑞咨

Facebook史上最严重宕机，全网宕机近七小时，高管赴推特道歉。近7个小时时间，全都挂了Facebook全网宕机，连内网都废了。Twitter成为了最大赢家。对一家互联网巨头来说，这样的状况实在太尴尬。这已经是Facebook创办以来最严重的一次网络访问事故。直到下线近7个小时，美国西部时间下午三点左右，Facebook、Instagram等诸多产品才恢复正常访问。（目前只是美国地区恢复正常，全球其他国家和地区依然没有恢复。）整个事件可以概况为：Facebook负责BGP变更的工程师，将包含Faceb

数据中台最早是阿里最先发明的概念，起初阿里提出建立数据中台的目的是很明确的，就是为了解决各个部门之间的数据孤岛，数据标准和口径不能统一，造成了很大的数据资源浪费。而经历了十年多的发展，数据中台的热度也逐渐从大火降温到了低谷，未来数据中台究竟将会如何发展，帆软君今天给大家分享一篇文章，内容出自公众号《谈数据》：什么是数据中台？根据数据中台要解决的问题，我们可以确定数据中台建设的终极目标。数据中台首先是一种IT 系统，而IT系统建设的最终目标是服务企业，因此数据中台的建设遵循我们常说的以业务为导向的

昨天朋友聚餐，做报表的张哥在饭桌上吐槽，说现在的报表工程师太难了，不仅要会敲代码，还要会做视觉设计。我们感到很纳闷，为什么？他说没想到公司里上司和同事们都是“颜控”，对报表也有颜值要求。他和新来的小王都是做报表的，不过小王做出来的报表比较好看，经常被领导同事表扬。而他做的报表太过朴素，所以同事们都抢着跟小王提需求，他觉得很郁闷。张哥不是没想过改进，他还专门在网上学了Excel做数据可视化的教程，不过跟着做出来的报表效果都不尽如人意，少数还算好看的却需要耗费大量的时间精力，实在是没必要。.

在过去混迹IT部门的几年里，IT最大的工作量之一（可能没有之一）就是响应领导和业务部门需求，协助取数以及开发报表，忙忙碌碌。外人看上去只觉光鲜亮丽，工作不可或缺，但只有我们自己IT人才知其中艰辛，并深受其害；如果天上能够掉馅饼，我们期望是能够解放这些重复且不容易被认可的工作，我们希望”我命由我不由天“。细数IT人的那些痛1、每天有太多响应不完的需求，取数麻木，每天都在写sql，熬夜加班...

一、从计算机和手机的发展开始说起在微软的windows操作系统被广泛应用于各大计算机系统之前，我们见到的电脑大多都是这样的（脑海中不禁浮现起工程师坐在linux电脑前，双手齐刷刷地快速敲打着各种复杂的指令的画面）：万幸我们当今生活在一个微软wndows操作系统已经普及于世的时代，通过借助windows系统高效便捷的可视化界面交互方式，让计算机不再是需要懂技术的人才能使用。从lin...

随着工业化和信息化的发展，传统企业公司的规模和体量都在迅速扩张，逐渐接触到运营和管理的天花板，粗放型管理带来了许多问题，精细化运营势在必行。那么如果提高企业的运营管理效率、实现精细化运营呢？答案就是需要企业建立一个完整的大数据分析经营体系，本文就将以广田集团的信息化之路为例，分享一个数据体系建设的思路。企业介绍广田集团以“国际一流绿色建造综合集成服务商”为企业定位，业态涵盖地勘、房建、...

前言"数据可视化工具，可爱者甚番。分析师独爱R，自Python以来，世人盛爱matplotlib。余独爱BI之出分析而不拖沓，做可视化还算酷炫......."。BI是什么？BI全称商业智能（Business Intelligence），在传统企业中，它是一套完整的解决方案。将企业的数据有效整合，快速制作出报表以作出决策。涉及数据仓库，ETL，OLAP，权限控制等模块。分析师刚上手往...

汽车市场的快速膨胀带动了汽车行业的快速发展，传统的销售和管理模式业已经难以在激烈的市场竞争中拼杀，随着大数据与移动互联技术的普及，传统汽车营销服务方式正在受到有力挑战。

随着税务数据的日益庞大，改革政策的下发，管理的相关因素显得更加错综复杂。原有的信息系统针对性较强，容易造成信息的条状分布，给信息系统带来了新的挑战，因此，急需一个新平台系统建设来梳理信息资源，提高综合管理信息的应用决策能力。

商业智能的应用在国外已广为普及，并且开始不断探索大数据和云技术。而国内，商业智能BI工具在这几年才开始慢慢被接受，企业开始有意识地建立一体化数据分析平台，为经营决策提供分析。 从国内企业使用情况来看，BI工具的应用以国外产品为主，包括SAP BO、Oracle BIEE、Cognos、MSTR、Qlikview、Tableau等等，国内工具以FineBI、亿信华辰、永洪BI为主。 这几类产品各有

本文是中铝连城分公司信息部经理班剑峰，关于智能铸造系统开发与实践的技术分享，从思路、工艺流程背景和系统模块实现，讲解了智能制造的建设过程。

在知乎上，有很多的大学生或求职者都在问，现在好的数据分析师都在哪些行业、什么岗位，还有哪些专业是适合数据分析师专业的？1、现在数据分析师的分布是怎么样的情况？从不完全统计，现在数据分析师主要分布在互联网公司（包括电商、O2O、游戏、互联网金融行业）占70%，传统零售行业（多品类+大数据快消）占8%，咨询公司（数据挖掘类+市场研究类）占14%，金融行业（包括银行、证券）+电信+其它占8%；从地域分布

商业智能（BI）大家可能早已耳熟能详。从早期的报表自动化，到现在的复杂灵活分析，多平台支持，优秀的人机互动，多数据抽取，大数据整合，甚至和当下最火的人工智能都有结合点。可能一提到BI，大家都会自然而然地把这个话题丢给IT。但是由IT主导的BI项目最终是否能够落地？为什么以技术为主导的IT部门做不好BI项目？首先我认为BI是最直接，最重要地服务于商业决策者的，尤其是管理层。BI应用是否符合用户习惯，

2014年10月，江苏银行夏平董事长确立了利用大数据实现弯道超车的发展战略，将大数据应用提升到全行发展的战略层面。2015年上半年，江苏银行完成了大数据平台选型和建设，选择发布版hadoop进行底层数据存储加工。接着，进行内外部数据整合。三个阶段的完成，意味着大数据基础设施建设工作已完成，如果把大数据建设工作看做一颗大树，前两个阶段完成意味着树干和树枝已长成，接下来的大数据应用像树枝上的树叶一样，

文 | 帆软数据应用研究院 船长更多大数据资讯和企业案例可关注 ：知乎专栏《帆软数据应用研究院》当下互联网的余震未醒，“新零售”又提出。成本上升、人口红利消失、电商渗透率饱和都在倒逼零售的整体升级。不管业内业外，政府公司，都在谈转型。但关键如何转型，基点在哪？这都需要探索。有人说，消费变革的起点一定是在里消费者最近的地方，其中最关键的一环，就是要提升自身的数据能力，真正实现以用户体验为中心的经营模

近日，艾瑞咨询发布了2017年度《中国商业智能行业研究报告》，聚焦于人工智能和商业智能的行业应用，即人工智能技术如何应用于商业智能决策，以及如何实现商业经营的智能化与自动化。该报告指出，中国企业精细化运营的需求正在爆发，对商业智能解决方案的要求提高了，尤其是金融、电商、物流和出行等领域，更需要商业智能帮助企业实现数据驱动认知道数据驱动决策的转变。技术上，商业智能的未来将从强调单一技术，到各学科、分

文 | 帆软数据应用研究院 船长本文源自2017年贵阳数博会《大数据科技引擎助理金融创新》论坛中百融金服林佳琳女士的报告和交流。信用卡年轻人群，是消费金融的主流人群，针对他们的数据分析和洞察让我们信贷业务决策更科学。数据分析和洞察报告背景为什么会做这样的报告？我们调研主流金融机构，发现共同的诉求：关注客户质量，关注客群盈利，重点关注年轻消费群体。他们认为年轻人群是主流的市场消费人群。所以很多金融机

洪海龙腾电子商务股份有限公司是一家集电商运营服务、电商自营业务、软件研发与销售、电商培训服务于一体的互联网营销服务公司。公司总部在青岛，全公司500多名员工。2016年淘宝“双十一”活动，销量前二十的商家，有7家是其客户，其现已成为淘宝体系服务商家数最多的运营服务商。数据平台建设电子商务，主要分三种：卖家自营、电商平台和服务商。作为服务商，数据平台的建设要做好相当长期的规划，除了考虑系统的可扩展性

本文为“帆软2018数据生产力大赛”参赛案例，未经授权，请勿转载！引言我国传统制造业一直是我国经济发展的支柱型产业，改革开放以来，我国传统制造业一直是以简单粗放、高耗能的劳动密集型的低端生产模式进行运作经营的。在工业4.0的新形态之下，传统的制造业愈加趋向服务型的制造业，从产品的设计生产到销售都由信息网络连接在一起，实行一条龙的服务。这种趋势为制造业提供了从B2C的商业模式到C2B模式的转...

如今，企业越来越重视数据分析给业务决策带来的有效应用，而可视化是数据分析结果呈现的重要步骤。而可视化技术/工具在国内国外也发展的相当成熟，很多都已经做成应用（比如可视化图表库，BI工具等等），并投入商用。如何利用大数据可视化，如何做好大数据可视化，今天就给大家介绍一些实用的工具，有图表库、有BI ......国外产品系列1、ChartBlocksChartBlocks是一款网页...

大数据分析是什么？大数据分析软件有哪些？这是现在这个信息时代每一个企业管理者、经营参与者都需要了解的。今天，小编就来针对性地总结一下，什么是大数据分析，以及2019年主流的商业大数据分析软件。一、大数据分析是什么从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。大数据最核心的价值就是在于对于海量数据进行存储和分析。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC...

作为一个自诩对全球分析平台了如执掌的资深数据从业人员，给各位分享分享主流的数据可视化工具。一、可视化平台1、FineBI虽作一个BI工具，但是可视化效果很好，可制作Dashboard。优势在于一旦准备好数据可自助式的随意分析，大数据量的处理性能牛逼。支持多数据源接入；FineBI的移动端可以很方便看到数据的变动和趋势，需求和问题都很快响应；在国内的市场份额还是蛮大的。2、Table...

传统制造业的信息化并不发达，这一点体现在多数制造业的流程传统而粗糙，商贸流通环节多、物流成本大、仓储效率低下。如何利用商业智能BI提高制造业信息化水平，推动制造业智能化转型成为当下值得关注的问题。