作为能够帮助企业提升运营效率、提升客户服务体验、收获更多投资回报的重要因素，数字化是当下经济环境中的一场必要革命，而零售业始终处于这场数字革命的前沿。　　但在以往数年间，零售行业的数字化转型更多地属于预热期，虽不乏盒马、拼多多等先行者，但更多传统零售企业仅靠流量红利就早已盆满钵满，因而对数字化只是持观望的态度。但近些年，我国社会消费品零售总额增速逐年下滑，这意味着以实体零售业务为首的传统渠道商面临极大挑战的同时，囿于互联网红利的逐渐消失所导致的获客成本提高等因素，线上零售企业同样面临着增长困境

流量红利殆尽的当下，仅凭买流量换销量的营销方式很难收获增长。为此，布局私域流量成为所有公司的共识。而打出“连接企业对外业务场景”这张王牌的企业微信，在连接微信生态12亿用户的巨大价值下，将成为很多企业抢占流量的数字化解决方案。　　目前，企业微信在商业应用需求、销售承接能力、客户资产沉淀等方面的更新明显的加快：　　1、 外部客户群防骚扰能力，支持基于客户发布的内容进行黑名单管理，此功能直接影响整个企业微信社群运营的格局，功能体验基本与wetool为首的个人号工具媲美;　　2、 商品图册、对外收款能力，对于不具备

智能营销系统解决方案是如何做到A/B Test的?在企业的推广过程中，关于同一产品通常会拿出多套广告方案，需要用智能营销系统解决方案来进行A/B Test，从而判断出后期该以哪套创意为主。　　为什么要用nEqual恩亿科智能营销系统解决方案进行A/B Test?　　很多人都会觉得A/B Test是件很简单的事情，只要针对数量相同的A人群投放创意A，B人群投放创意B即可完成。但需要注意的是，为了让A/B Test的结果能够尽可能准确，避免偏差与数据污染，在投放时要保证投放群组A/B之间的组成成分相似性，其样本方差越小，结果的可靠性就会越高。　　常规粗放

近年来，人工智能热度只增不减，长期成为社会热门话题。在15日开幕的2020线上中国国际智能产业博览会上，人工智能就与5G、大数据、云计算等一道，再次成为热点议题。“本次大赛旨在为深化AI技术的研发与应用，落实重庆市大数据智能化行动计划，围绕大数据、人工智能等产业，打造智能产业集群助力。”据相关负责人介绍，近年来，人工智能快速发展，随着技术的成熟和一系列政策的发布，已从萌芽阶段步入到发展阶段，应用数量的激增推动了AI技术向产业化的渗透。有研究指出，未来十年，人工智能技术还将经历新一轮的爆发和加速，带有人工智能

基于区块链技术存证确权、防伪鉴真的应用，一举解决传统证书防伪验证难题，实现证书全生命周期身份唯一、不可篡改、真实可信、全程追溯。证书的注册、领取、发放、验伪等每一次信息变更的信息及流程都进行加密记录，真实可信，防伪溯源。区块链具有去中心化不可篡改的特征，为其防伪系统提高了可信度与公信力，同时又实现了对所有证书的溯源管理。由国家市场监督管理总局、国家标准化管理委员会发布，全国防伪标准化技术委员会（SAT/TC 218）提出，中国防伪协会、百度等公司起草的《基于移动互联网的防伪溯源验证通用技术条件》国家标准正

1、背景信息化时代的今天，有无数的数据产生，但是，发生突发事件后，从信息的搜集到信息上报，再到事件的分析研判，之后的行动处置和评估，是否会遇到以下问题：（1）数据获取和数据应用是否割裂？（2）数据的接入是否复杂（3）工作繁重，复杂数据的推演费时费力？（4）预测是否不准或不及时？大数据软件专注于大数据处理技术，运用Hadoop/Hbase/Spark等技术，可以实现百亿级别记录的收集、存储和秒级的实时分析，有效的解决大数据时代数据分散、割裂、难以统一处理的难题。为公司和管理者提供多维度、可查询、可分析的大数据情报中心，助

1、背景 随着工业信息化、工业物联网的快速发展以及工业4.0时代的到来，现代工控系统的技术进步主要表现在两大方面：一是为了保证生产高效运行、提高生产管理效率，国内众多行业大力推进工控系统自身的集成化、集中化管理。二是系统的互联互通性逐步加强，工控网络与办公网、互联网也存在千丝万缕的联系。德国的工业4.0标准、美国的“工业互联网”和“先进制造业国家战略计划”、日本的“科技工业联盟”、英国的“工业2050战略”、中国“互联网+”和“中国制造2025”等相继出台，对工控系统的通用性与开放性提出了更高的要求。未来工控

产品简介2019年11月，工信部印发《“5G+工业互联网”512工程推进方案》 提出，到2022年， 在“5G+工业互联网”领域打造5个产业公共服务平台，内网建设改造覆盖10个重点行业，形成至少20大典型工业应用场景，培育形成5G与工业互联网融合叠加、互促共进、倍增发展的创新态势。“5G将开启万物互联的数字化新时代，工业互联网是5G最主要应用场景，两者融合发展已成为产业界探索的重要方向，将对经济社会发展带来重大影响。拓明科技依据技术先进性、开放性、兼容性、可扩展性、可靠性、可用性、可管理性和可实施性的总体设计思想，结合业界众多

导读：欲避免数据分析工作的陷阱，就须事先了解可能遇到的各类问题和困难。在《工业大数据分析技术在实践应用中的思路和方法》（上篇）中，我们一起研讨了工业大数据分析的特殊性和难点；今天我们将继续和您分享（下篇）内容，共同探讨如何用少的时间代价换取数据分析工作的高成功率和大价值；如何选择合适的方法解决具体的应用问题，并对分析结果的可靠性做出科学评估，避免技术在具体应用中受阻、被淹没……一、工业大数据分析的基本框架目前，业界在开展工业大数据分析时主要遵从CRISP-DM分析流程，以数据为中心，将相关工作分成业务理

导读：工业大数据即工业数据的总和，其来源主要包括企业信息化数据、工业物联网数据、“跨界”数据等，它是工业互联网的核心，是智能制造的关键。工业大数据分析作为工业大数据的核心技术之一，是工业智能化发展的重要基础和关键支撑。本文将结合作者在工业领域多年的实践应用经验，力图对工业大数据分析技术的应用思路、方法和流程进行总结，旨在为企业开展大数据分析工作提供技术和业务上的借鉴。在本文中我们将一起研讨和思考：工业大数据分析的特殊性；工业大数据分析的困境及难点；工业大数据分析的基本框架；工业大数据分析该如何开

人物介绍许教授：国内数据挖掘专家、某985高校智能信息处理学术带头人赵总：某电力公司总经理万总：某超市集团营销副总姜局长：市卫生局副局长李部长：某钢铁集团生产部部长某985高校管理学院第五届EMBA班的《数据挖掘及其应用》课程上。国内数据挖掘专家、智能信息处理学术带头人徐教授站在讲台上打开PPT说：“同学们，大家好！今天我们讲的是数据挖掘中的关联规则挖掘。”“美国知名零售巨头沃尔玛在海量的交易数据中发现了美国人的一种行为模式：年龄在25～35岁的年轻父亲在给婴儿买尿布的同时，有30%～40%的会为自己买啤酒。”“沃尔玛

某985高校管理学院第五届EMBA班的《数据挖掘及其应用》课程上。上一节课结束时，徐教授建议让国内不锈钢巨头公司的品质部李部长与大家分享他们公司数据挖掘的成功经验，向学员们介绍数据挖掘的流程。李部长说：“钢铁企业是流程化的生产单位，虽然生产自动化程度非常高，但是，老实说，我们的很多工序如炼铁、炼钢、连铸、轧钢等的过程控制很大程度上依赖技术工人的经验，对生产过程的驾驭还比较粗放。不过，我们已经建立了先进的信息化平台。尤其是近几年企业形成的‘建设创新型企业’的文化氛围下，我们公司积累了丰富的数据，也具备了一

工信部的数据显示：“中国制造业约占整个世界制造业20%的份额，在500余种主要产品中，我国有220多种产量位居世界第一。2014年，我国共有100家企业入选‘财富世界500强’，其中制造业企业占56家”。但长期粗放式发展之后，中国制造业发展面临着稳增长和调结构的双重困境，进入了“爬坡过坎”的关键时刻。正如国务院发布的《中国制造2025》提到，“新一代信息技术与制造业深度融合，正在引发影响深远的产业变革，形成新的生产方式、产业形态、商业模式和经济增长点…但我国仍处于工业化进程中，与先进国家相比还有较大差距。制造业大而不强…

人物介绍许教授：国内数据挖掘专家、某985高校智能信息处理学术带头人赵总：某电力公司总经理万总：某超市集团营销副总姜局长：市卫生局副局长李部长：某钢铁集团生产部部长某985高校管理学院第五届EMBA班的《数据挖掘及其应用》课程上。国内数据挖掘专家、智能信息处理学术带头人徐教授站在讲台上打开PPT说：“同学们，大家好！今天我们讲的是数据挖掘中的聚类分析。”“在平时的人际交往和私下的生活空间中，大多数人会自觉不自觉地加入到一个个社交圈子中。‘驴友’、‘同学会’、‘高尔夫俱乐部’，林林总总。真可谓‘物以类聚，人以群

欧洲供应链顶级物流专家、克兰菲尔德大学物流与运输研究中心主席马丁·克里斯托弗（Martin·Christopher）曾于1992年深刻指出：“21世纪的竞争不再是企业和企业之间的竞争，而是供应链和供应链之间的竞争。”1月26日，国际货币基金组织（IMF）发布最新的《世界经济展望》，预计2021年全球经济增长5.5%。IMF称，虽然2020年下半年经济增长势头强于预期，但近期新一轮疫情反弹和变异病毒的出现，给世界经济的复苏带来很大的不确定性。未来经济活动及收入可能长期在低位徘徊，发展仍面临风险。全球经济的低迷，让许多企业面临着严峻的考验：资

人物介绍许教授：国内数据挖掘专家、某985高校智能信息处理学术带头人赵总：某电力公司总经理万总：某超市集团营销副总李部长：某钢铁集团生产部部长某985高校管理学院第五届EMBA班的《数据挖掘及其应用》课程上。国内数据挖掘专家、智能信息处理学术带头人徐教授站在讲台上打开PPT说：“同学们，大家好！今天我们接着上一节课关于聚类分析的内容展开。”徐教授：“上节课我们讲了k-Means算法和k-Medoids算法的第一个不足。第二个不足就是这两种算法不适用于发现非球状的簇。原因是这类算法使用距离来描述数据之间的相似性，但是，对于非球

某985高校管理学院第五届EMBA班的《数据挖掘及其应用》课程上。这一节要讲预测，学员们兴趣盎然，早早地来到教室。徐教授健步走上讲台：“今天我们一起学习数据挖掘的预测方法。”他的话刚一停顿，就被马处长打断了：“徐老师，税务局的姚局长一直研究周易预测，整天给我们叨叨他料事如神，数据挖掘预测与周易预测有什么不同，哪个更厉害？”没有想到课堂上会有人提出这样的问题，徐教授灵机一动说：“姚局长，那你就先给大家以最精辟的语言介绍一下周易预测吧！”姚局长站起来，挠着头：“其实周易预测也是一门科学，马处长、李部长这些人

接上一篇《大话数据挖掘之预测分析》徐教授的PPT又翻开了新的一页，他将光笔指向屏幕上的树状图，讲道：“所谓决策树就是一个类似流程图的树型结构，树的最高层结点就是根结点，树的每个内部结点代表对一个属性(取值)的测试，其分支就代表测试的每个结果，而树的每个叶结点就代表一个类别。从根节点到叶子节点的每一条路径构成一条‘IF…THEN…’分类规则。”李部长凝视着大屏幕上的决策树，明白了其中的奥妙，不禁道：“决策树方法实际上就是通过一定的评判策略判定哪一个属性对分类最为重要，就将其作为根节点，然后再判断余下的节点中最

到2020年，企业基于大数据分析的支出，将突破5000亿美元，大数据在未来四年内，能帮到全球企业赚取约1.6万亿美元的收入红利。”——国家知名数据公司IDC大数据与乔布斯癌症治疗、奥巴马大选连任成功、微软大数据成功预测奥斯卡21项大奖……这些知名大数据经典案例淋漓尽致地体现了数据分析的重要作用。早在20世纪，数据分析岗就已运用到企业业务层中，“啤酒与尿布”的故事就是一个经典案例。在行业规模暴增的环境下，大数据领域整体人才缺口大，数据分析师成为大数据时代的宠儿，需求占比超过四成。大数据浪潮的激流中，市场空间得到迅速

人工智能（AI）已成为多国科技发展领域的“香饽饽”，各国政府以及多家大企业也都不甘示弱，争相砸重金支持该领域的发展，各种创新因此如雨后春笋般喷薄而出。此外，新冠肺炎疫情的肆虐迫使我们进一步加大对于技术、在线活动以及人工智能的依赖。其中人工智能对企业而言尤其重要，其能大规模实现个性化服务，同时满足客户不断提高的体验需求。美国《福布斯》双周刊网站在3月15日的报道中，为我们列出了2021年人工智能领域备受期待的五大趋势。其中包括低代码/无代码工具纷纷出现，以及变得越来越“亲民”，儿童都可以很方便地创建自己的人