海致大數據創始人

㈠ 北京海致星圖科技有限公司怎麼樣

簡介：海致網路技術（北京）有限公司，是國內領先的大數據技術與服務公司，自成立以來已經為二千多家企業提供了大數據咨詢、大數據平台搭建、數據清洗、數據整合、數據挖掘、可視化數據分析等服務。其中包括中國聯通、某股份制銀行、青島銀行、海爾集團、華聯超市、雀巢中國、聖戈班、伊利乳業、網路外賣、58到家等國際國內知名企業。
法定代表人：楊娟
成立時間：2015-08-25
注冊資本：3500萬人民幣
工商注冊號：110108019741913
企業類型：其他有限責任公司
公司地址：北京市海淀區學院路甲5號2幢平房B-1031室

㈡ 大數據到底是什麼，應用場景和傳統bi有啥不同嗎

推薦看下這篇文章，或許能幫到你~~~

華聯商超數據中心總監付立虎曾經講過這樣一個故事：北京華聯作為國內大型商業超市，每天來自全國門店的交易數據有千萬條，每年僅用戶購買的數據累計就超2TB，對於數據分析應用的需求非常強烈。為此，華聯在2008年專門引入SAP的BW系統用於數據分析，隨後於2012年又引入SAP的BO產品，做更高級的數據分析，為業務做指導。

但令付立虎無奈的是，用SAP的BO進行億行報表查詢時，需要20分鍾左右，同時在線4人系統就會崩潰……使用昂貴的國外軟體解決不了問題，付立虎開始在國內尋找解決辦法，於是有了海致BDP和華聯的結緣。

華聯商超的故事並非個案。最近風頭正勁、主打「快時尚」的零售新銳名創優品之所以和海致BDP達成合作，也是因為使用SAP的BI系統，數據聚合、抽取以及展現時間都以數小時計，效率非常低下。比如，導出一張報表需要6-8個小時，而在數據導出過程中還經常出現中斷，這對數據分析員的實時分析造成了巨大不便……

傳統BI廠家喊了多少年的「幫助企業做出明智的業務經營決策」，現在除了一堆報表系統，一些決策樹等統計演算法，還剩下什麼？傳統企業引入了那麼多的BI咨詢，寫了那麼多報告，真正發生過價值的有多少? 究其根本，在傳統BI廠商那裡，目標受眾只有老闆，決策與執行脫節，無法下沉到一線，最終淪為面子工程，根本產生不了實際價值。 傳統BI的失敗，是技術主導驅動業務導致技術空心化的結果。這種以報表呈現為目的的開發，不上不下的價值定位，被歷史淘汰實屬必然。

企業的大數據要發揮價值，目標受眾應該瞄準那些真正在業務一線做運營、做分析、看數據的人——為什麼xxx APP注冊會員今天的活躍度下降了？xxx商品為什麼上午賣得比下午多？為什麼xxx渠道廣告投放一周都沒效果？……這些每時每刻都在上演的真實商業場景，不可能都一一等待老闆來回答。 而要真正做到員工腦子里有想法就能實時得到結果，就要求數據分析工具盡可能降低技術門檻，大幅提升技術性能，簡單拖拽就能展現精美的數據圖表，最好還能兼顧PC端和移動端，只有業務部門用好數據分析，數據價值才能得到最大發揮。

數據驅動的不僅是老闆，數據更應該溶進企業每一個普通員工的血液里，數據驅動才不會淪為一句空談。

㈢ 海致網路技術（北京）有限公司怎麼樣

簡介：海智網聚網路是一家基於移動互聯網與大數據的企業商業應用開發和服務提供商，旗下回產品有BDP商業數據等答。
法定代表人：王燕軍
成立時間：2013-11-27
注冊資本：4500萬美元
工商注冊號：110000450247519
企業類型：有限責任公司(台港澳法人獨資)
公司地址：北京市海淀區學院路甲5號2幢平房B南1011

㈣ 近期公司在對比幾個大數據分析工具，想了解一下國內的BDP和國外的tableau

看到問題我自己對比了下BI工具，然後整理了一些，以下是詳細內容：

國外BI：SAS BI、IBM的cognos、Oracle BIEE、SAP BO、Power-BI、Informatica、Arcplan、QlikView、Tableau等等；
國內BI：BDP商業數據平台、smartbi、用友華表、帆軟、潤乾報表，永洪科技等。

國外BI
1、IBM Cognos
IBM提供了全面的商業智能解決方案，包括前端工具、在線分析處理工具、數據挖掘工具、企業數據倉庫、數據倉庫管理器和數據預處理工具等。結合行業用戶的業務需要，IBM還向用戶提供面向政府、電力、金融、電信、石油、醫療行業的商業智能解決方案。IBM Cognos商業智能解決方案基於已經驗證的技術平台而構建的，旨在針對最廣泛的部署進行無縫升級和經濟有效的擴展，能滿足各類型用戶的不同信息需求。傳統BI工具中最被廣泛使用的，已被IBM收購。擁有強大的資料庫平台、在數據管理、數據整合以及中間件領域專業功底深厚。偏操作型，手工建模，一旦需求變化需要 重新建模，學習要求較高。
（信息來自網路）

2、Qracle BIEE
BIEE 現在oracle下是最強力的bi分析工具，最早進入中國,支持簡單方便的集群，前端及中後端設計功能強大，前端開發靈活易用，只要開發公司投入足夠強力的技術人員，工程期規劃合理，基本上可以實現從上層到中下層的所有的需求，界面還算美觀，不過弱點就是說做一些中國式的報表工量較大，還有一些不足的地方，但是oracle不斷的發展和升級，產品正在變得越來越好。其他方面是實施建議找一個真的很負責任的公司和實施團隊實施 。全看實施團隊的技術能力。

3、SAP BO
SAP BO公司收購的一款BI工具，產品運作模式是結合SAP的ERP系統，所以整合其他資料庫或系統並不佔優勢，屬於重型BI，使用要求較高，升級困難。無功無過，在BI產品不具特色，同SAP一樣，與Oracle的產品線緊密綁在一起。貌似國外廠商都是捆綁型賣整體方案。

4、Qlikview
Qlikview的主要特點是開發和使用簡單，但是和Tableau 、FineBI相比，操作性能差一些，總的來說，它可以讓自助數據分析和所有信息都有一個靈活的直觀的展現。Qlikview通過AQL架構提供靈活、強大的分析能力時，AQL架構改變了需要OLAP立方體的需求。Qlikview的缺陷也很明顯，受限於用戶數（也就是說價格）和設計報表的復雜程度，只能用於少數幾個管理層人員，廣大的中層幹部的報表問題其實沒有解決。

5、Tableau
定位是一款數據可視化工具，可視化功能很強大，對計算機的硬體要求較高，部署較復雜，目前移動端只支持IOS系統。操作簡單，用戶只需要簡單配置，拖拖拽拽，就可以做出數據分析。整體來看，工具挺不錯的，成本低，可以快速上手；功能挺強大的，可視化效果真心不錯，也有數據鑽取、動態的功能效果，Tableau雖然具備強悍的分析功能，但是數據抓取功能很弱，數據處理能力差，需要實現准備好數據，所以可以認為是面向數據分析師的前端工具。另外Tabluea真心不便宜，最便宜的一年要999刀。

國內BI
1、BDP商業數據平台
BDP商業數據平台旨在幫助企業快速完成多數據整合，建立統一數據口徑，支持自助式數據准備（ETL），並提供靈活、易用、高效可視化探索式分析能力，幫助企業構建貼合自身業務的企業洞察，並將數據決策快速覆蓋各層員工及應用場景。
BDP可以靈活接入與同步多種數據源，包括各類資料庫連接、OpenAPI以及各種SaaS平台API，滿足企業多種多樣的業務場景、億行數據秒反應，快速實現數據清洗、整合、載入，通過拖拽即可可視化分析，支持近30種圖表類型和12種自帶配色方案，讓數據更加直觀、美觀。
BDP商業數據平台為企業提供的核心價值在於用直觀、多維、實時的方式展示和分析數據，並可在APP實時查看和分享，全面激活企業內部數據，用數據驅動業績，適應快速變化的市場。海致幫助各類型企業迅速搭建貼合業務的數據分析平台，目前服務的客戶涵蓋互聯網、零售快消、物流、O2O、醫療/教育SEM等多個行業。
（信息來自BDP官網）

2、FineBI
FineBI是幾年前帆軟公司推出的，在國內口碑和發展還行。通過傻瓜式操作，用戶只需在Dashboard中簡單拖拽操作，便能製作出豐富多樣的數據可視化信息，進行數據鑽取、聯動和過濾等操作，自由分析數據。FineBI面向企業IT部門、業務人員，提供企業級管控下的業務人員自助式數據分析，向下幫助IT做好數據管控，向上充分利用底層數據，支撐前端業務數據應用。數據分析功能全面實用，但中規中矩，沒有那麼多突出亮點。帆軟旗下的自助性BI產品，輕量化的BI工具，部署方便，走多維分析方向。後期採用jar包升級換代，維護方便，最具性價比。

3、永洪BI
敏捷BI軟體，產品穩定性較高。利用sql處理數據，不支持程序介面，實施交由第三方外包。永洪的技術主要分為大數據和可視化兩點。在大數據方面，通過列存儲、分布式計算、內存計算、分布式通訊等技術，永洪自主研發了高性能的大數據計算引擎，作為分析用的數據集市，可實現百億級數據在秒級時間內完成計算。在可視化方面，永洪將復雜的多維分析功能隱藏在背後，在前端通過點擊和拖拽的簡單可視化操作實現各種復雜的分析過程。

隨著近幾年大數據、數據分析技術越來越熱門，Tableau、Qlikview包括國內的BDP商業數據平台等一些輕型敏捷BI，由於簡單易用，可視化程度高、使用門檻低的優勢，逐漸被企業認可。

對於BI產品，我了解的就這么多啦，希望能幫到你吧~~~

㈤ 國內有哪些大數據公司

「大數據」近幾年來可謂蓬勃發展，它不僅是企業趨勢，也是一個改變了人類生活的技術創新。大數據對行業用戶的重要性也日益突出。掌握數據資產，進行智能化決策，已成為企業脫穎而出的關鍵。因此，越來越多的企業開始重視大數據戰略布局，並重新定義自己的核心競爭力。

在當前的互聯網領域，大數據的應用已經十分廣泛，尤其以企業為主，企業成為大數據應用的主體。大數據真能改變企業的運作方式嗎?答案毋庸置疑是肯定的。隨著企業開始利用大數據，我們每天都會看到大數據新的奇妙的應用，幫助人們真正從中獲益。大數據的應用已廣泛深入我們生活的方方面面，涵蓋醫療、交通、金融、教育、體育、零售等各行各業。