Si alguien mirara dentro de su ordenador o su cuenta en la nube, ¿encontraría un lugar ordenado, limpio y bien mantenido? ¿O encontrarían un basurero caótico y desordenado?

Vertica tiene una nueva integración con NetApp StorageGRID para ofrecer las ventajas de la analítica nativa de la nube a los entornos locales.

Las nuevas oportunidades para la consolidación de datos automatizada amplían el alcance de los informes y análisis financieros. Pero, ¿será suficiente para los directores financieros?

Para convertirse en líderes de datos, los CIO deben convertirse en campeones de datos internos demostrando el valor de los datos a otros líderes empresariales. También deben construir procesos de datos fundamentales junto con la alfabetización de datos.

Implantar una tecnología como RPA supone algunos desafíos que conviene superar para obtener los máximos beneficios posibles.

El informe State of Data Innovation identificó la colaboración entre equipos como el mayor obstáculo a la innovación. Los encuestados mencionaron este desafío como el factor de activación más común para probar e implementar nuevas ideas.

Los sistemas de contenido empresarial modernos como DAM, PIM, CMS y el comercio electrónico acelerarán la conversación entre las empresas y los consumidores.

Los tejidos de datos son la clave para desbloquear el valor de los datos. Pero primero, los ejecutivos de negocios deben comprender cómo funcionan los tejidos y TI debe saber cómo construirlos.

Las organizaciones necesitan ayudar a los científicos de datos a desarrollar sus "habilidades blandas": comunicación, negociación y conocimiento de las personas.

Los CEO tienen tres prioridades para 2022: crecimiento, digitalización y eficiencia, y los CIO añaden valor a aquellos con multiplicadores de fuerza, tecnología creativa y una base escalable.

Las organizaciones pueden obtener más valor de sus datos si los científicos de datos y los analistas de datos de TI trabajan juntos; esto incluye compartir esos datos.

El término análisis predictivo se refiere al uso de datos, algoritmos estadísticos y aprendizaje automático para determinar la probabilidad de sucesos futuros en función de los datos históricos de los clientes.

Dentro de una organización, es fácil introducir nuevos términos y conceptos. Cambiar el uso actual de un término es mucho más desafiante.

Las reglas de depuración de datos se han establecido desde hace mucho tiempo para las bases de datos y los datos estructurados. ¿Podemos hacer lo mismo con el big data?

RPA puede ayudar a automatizar tareas que consumen tiempo y dinero y permiten que el personal se concentre en cosas más importantes.

La pandemia de COVID-19 ha cambiado muchas cosas en los negocios, produciendo una nueva normalidad en la que todos operamos ahora, y la analítica no es una excepción.

Para muchas organizaciones de TI, el almacenamiento de datos es una ocurrencia tardía y no una preocupación estratégica. Sin embargo, cuando se trata de la gestión de big data, el almacenamiento debería ocupar un lugar central.

Todos los desafíos relacionados con la alfabetización de datos se pueden superar, según un informe que describe las siete cosas que los principiantes deben saber.

El informe State of Data Innovation identifica 9 estrategias que los líderes de datos utilizan para convertir la información en acción y las ideas en realidad.

La analítica es más que solo proporcionar números precisos. Se trata de proporcionar contexto y presentar datos de una manera que cuente una historia que dé como resultado resultados comerciales procesables.