/
SAP宣布其所有云应用都将采用HANA平台
SAP在Sapphire会议上宣布，SAP的HANA云平台最终将成为其所有的基于云的应用程序的基础。HANA云平台包括核心的内存数据库以及应用开发工具、分析和集成服务等。
大数据：通过设备行为分析降低支付风险
很多人的印象中，互联网安全无非就是装个杀毒软件，网上支付的时候最好再拿个硬件盾(U盾)心里才能踏实点。一出问题，得出互联网始终还是比传统世界不安全的结论，那是必须的。我们搞互联网安全的，有那么没有技术含量吗？
惠普向SAP转售Autonomy遇冷
SAP公司联席执行官Bill McDermott在接受《泰晤士报》采访时声称，惠普曾主动接近该公司并以业务“一切正常”为由向其推销Autonomy，不过SAP对此表示毫无兴趣。
IBM咨询服务2013年战略着重两大方向
IBM GBS大中华区总经理Nancy E Thomas在主题演讲中指出，目前无论是移动终端还是其他各个渠道的大数据引发了企业重新考虑企业的运作模式。“企业开始思考，开始重视端到端的客户体验。”
Splunk、Cloudera再搭档 结盟数据“好兄弟”
最近经历了合作关系破裂的Splunk公司又与Cloudera结成了伙伴关系，两家公司的Hadoop开发者能够在两个平台之间轻松交换数据了。
大数据还能让你轻松受孕？
Ovuline是一个通过基于数据分析的孕期追踪器。它之前得到了Lightbank、Launch Capital和其它公司共140万美元的投资。今天，他们升级了他们的智能孕期产品，使排卵期的预测更加准确，并整合了Fitbit和Withings这样的自助量化设备以提供实时反馈。
戴尔转型愿景 软件助力
近几年，戴尔的转型成为了业界热点话题之一，这家在传统PC市场曾经呼风唤雨的厂商，正在全力向企业级IT市场转身。4月24日，处于私有化变故中的戴尔发布了软件事业部的全球战略，标志着戴尔向企业级IT转型的策略进一步完善，戴尔企业IT的愿景也由此更加清晰。
主动出击战略管理大数据隐私
似乎所有人都在关注大数据，甚至包括美国联邦政府。美国联邦贸易委员会(FTC)去年年底向数据经纪行业的9家公司发出命令，要求他们提供对客户数据收集和使用情况的信息。FTC的行动明确表明，虽然大数据的兴起提供了很多商业利益，但也带来重大的隐私问题。
LinkedIn利用“菱形”分析模型将大数据做小
身穿白大褂，手拿手术刀的神经外科医生，现如今却游走在科技行业做着数据分析，“兴趣”成就了这样一位与众不同的数据科学家LinkedIn商业分析总监张溪梦。
大数据应用新的工具 可视化大数据
而这便促成了数据可视化工具的应运而生。这通常能够提供：新的数据集的迅速整合能力;去除限制性的元数据层;一项业务，而不是一项技术或工具(即直观的最小编码要求);以及高性能。
Gartner：云计算仍占未来BI发展趋势重头
Gartner还在报告中对于BI明年的发展趋势给出了四大趋势：信息、移动、社交和云计算。社交和云计算技术的讨论度很高，但部署率很低。虽然很多大厂商都在推广云计算BI，但是真正实施的企业却很少，这是由于大多数企业仍然处于信任度、技术化和法制化的...
备战不慌，应对大数据风暴的必杀技“三位一体”解决方案
由于数据产生成本急速下降，人类产生的数据量正在呈指数级增长，而大量新数据源的出现则导致了非结构化、半结构化数据爆发式的增长，数据的结构正在日趋复杂。
Twitter收购大数据分析公司Lucky Sort
Twitter收购大数据分析及可视化公司Lucky Sort，具体金额未明。Lucky Sort团队部分人会加入Twitter，这个服务也将在数月后关闭。
“大数据”将来可帮助预测未来40天的天气情况
EarthRisk是一家利用大数据对未来天气情况作出预报的技术公司。EarthRisk的旗舰产品是TempRisk，它可基于820亿次计算以及60年的气象历史数据来识别天气模式，然后将这些模式与当前的气候条件进行比较，再运用预测性分析进行天气预测，其预测时间更长。
IBM顾世山：金融行业ECM的应用发展趋势
IBM ECM总经理顾世山指出，金融业的IT水平相对比较高，金融企业对数据的归类，数据的管理的意识很强，在跟这些客户进行沟通的时候，比较容易找到“共同语言”。IBM ECM在金融领域的积淀非常的深，提供丰富的解决方案，且拥有众多成功案例。
寻找大数据真正价值：决策支持系统
2012年秋天，全球广告巨头WPP集团首席执行官苏铭天爵士约访谷歌首席执行官拉里•佩奇时，佩奇派出无人驾驶汽车去接他。这是一辆集大量高科技设备、自动驾驶的雷克萨斯SUV汽车，车上配有雷达、传感器和每秒可测量超过150万次的激光扫描仪。
企业需借内容管理释放Big Content能量
Big Content（大内容），这个涉及到企业内部很多信息系统、管理流程，其更加强调的是非结构化数据的管理和分析。那么这类的数据价值的获得，除了需要相应的数据分析人员之外，在技术层面又可以如何实现呢？
京公网安备 11010802021500号
