京公网安备 11010802034615号
经营许可证编号:京B2-20210330
活动类型:行业聚会
开始时间:2014-12-27 14:00 至 2014-12-27 17:00
活动地点:东直门航空服务大厦(楼)
报名截止:2014-12-26 14:00
在数据呈指数增长的时代,大数据、云计算、移动互联网等新生事物已经改变了BI的市场环境。大数据厂商正表现得来势汹汹,传统BI厂商相对而言似乎陷入守势。风云变幻的当下,传统BI会面临怎样的挑战与机遇?
目前,大数据与商业智能的结合已经应用到各行各业。那么传统的BI与现代BI有什么区别和联系呢?大数据又如何与BI结合?且等我们本次的嘉宾和参会的俱乐部会员为我们解答并一起探讨吧!志同道合的朋友们还等什么,报名走起!
报名条件
1. CDMC会员,任何对BI、数据挖掘、数据分析感兴趣的人士,参加过人大经济论坛现场培训班的同学也可报名等待审核;
2. 拟在聚会上发表高质量演讲内容的人士优先(演讲时间控制在20分钟之内,需提供PPT供筛选);
3. BI方面的专家和技术人员优先。我们将根据报名人的条件,从中选择约30人通知参加聚会。演讲者及其演讲的题目,将在聚会前公布。
4. 演讲内容包括但是不限于以下主题:
二、大数据如何与商业智能结合
三、商业智能的发展目前面临哪些挑战
四、商业智能在各个行业的应用
聚会议程:
1. 演讲人发表演讲(每人约30分钟);
2. 针对演讲内容提问讨论(20分钟);
3. 约3名演讲人结束后,自由讨论发言。
邀请嘉宾(后续会增加):
李凯:
博易智软(北京)技术有限公司董事长兼CEO,中国社会科学院金融专业博士。企业信息化及商业智能(BI)市场专家,在商业智能(BI)领域有着丰富的实践和咨询顾问经历。十余年的行业经验与积淀,对于当前商业智能(BI)市场有着深入研究,并且深谙市场发展动向,在企业信息化领域有着独到的见解,曾提出商业智能(BI)产品的七大走向,以及企业选择商业智能(BI)产品的五大关注点等一系列的观点得到了广泛认可。
主题:大数据时代下的商业智能(BI)
1.大数据背景下BI特色;
2.大数据时代下BI新元素;
3.BI新的发展趋势。
拟参加本次聚会者,可以将“姓名、手机号码、来自公司(学校)、职务(学历)、演讲PPT等”发到邮箱club@pinggu.org,邮件标题注明“参加聚会”和“新/老会员”字样。或者发短信到15120056136。我们审核通过后,将给您发通知参加本次活动。
关于CDMC及历次聚会详情,可以参考帖子:
http://bbs.pinggu.org/thread-2250292-1-1.html
http://bbs.pinggu.org/thread-3065206-1-1.html
2013年是大数据元年,在美国,大数据的应用正在各个行业风生水起,大至奥巴马竞选总统,小至互联网公司的数据挖掘,人大经济论坛在近10年的耕耘中,统计和计量是论坛最强的专业版块,这些版块吸引了国内数以万计的专业人士参加、给初学者带来教益,给高级者带来接触讨论的机会。为了进一步推动数据分析和数据挖掘技术的进步,增强数据分析技术和商业应用的结合,由人大经济论坛发起,将成立“中国数据分析和数据挖掘俱乐部”(简称CDMC:China Data Miner Club,跟CDMA差一个字,呵呵),欢迎志同道合的朋友参与!
俱乐部目标:
1、促进数据方和技术方的对接
2、技术探讨,促进数据分析和数据挖掘技术的进步
3、创意交流,促成大数据时代的新商业模式
俱乐部活动内容:
1、开展俱乐部沙龙,创造交流和沟通的环境,在会上要求因为有技术和有创意加入的成员宣传自己的成果和创意,有数据的成员宣讲自己的数据开发需求。
2、读书会,研读数据分析和数据挖掘的文章和作品,并一起讨论
3、组建数据分析专用机房和实验室,进行数据分析实验和技术测试
初期我们只吸收具备以下条件任一的会员:
1、有大数据(或在具有大数据的公司任职,希望对数据进行开发,或有数据分析需求)
2、有技术(能在每次聚会中展现自己的技术成果),技术可分别在数据采集,统计分析和数据挖掘等3个领域
3、有创意(能在每次聚会中阐述自己的创意,符合该项条件者请详细说明个人情况,以便审核)
具备以上任意一个条件者,可以将“自己参与的条件(以上三者任一的具体描述)、姓名、联系方式和常住地”4项发到我们的组委会邮箱,邮件标题注明CDMC字样,我们审核通过后,将给您发入会信,并通知每一次活动的安排
具备以上任意一个条件者,可以发送申请至:club@pinggu.org
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06