ETL治理
『壹』 前台報表開發（比如cognos）與etl（informatica） 哪個好 更有發展
有沒有發展不是看工具的，而且這2個不是一個領域的工具，沒有可比性。回
但是informatica不等於etl，etl只是informatica的基本功答能，informatica 還有豐富的數據治理解決方案以及相應的工具，如數據質量管理，主數據管理，元數據管理……
無論哪一條路，只要更努力就會更有發展。
『貳』 常用的大數據分析軟體有哪些
數據分析的工具千萬種，綜合起來萬變不離其宗。無非是數據獲取、數據存儲、內數據管理、數據計算容、數據分析、數據展示等幾個方面。而SAS、R、SPSS、python、excel是被提到頻率最高的數據分析工具。
『叄』 大數據解決方案選擇哪一家
很多企業都開始數據治理，並探索不同工具和方法來實現。然而，企業往往又會被不同的解決方案所困惑。
那麼，企業應該如何選擇大數據解決方案呢？主要考慮以下6個重要方面：
1、分析藍圖
無論是從哪一類具體的分析需求開始，對於分析的構建，都需要設想整個藍圖。
在構建企業分析時，有三個維度是很重要的：業務鏈、產業鏈、面向對象，不同的人員在不同的業態下除了配置報表外，在數據分析階段還可以設置主題分析的內容，自上而下的目標監控，自下而上的原因反饋。
為了更好地提升企業級能力，在商業分析到一定階段後，要做全價值鏈分析，同時，針對多業態的產業鏈，要做統一的價值體系。
『肆』 如何監控數據倉庫中數據質量問題的
億信數據質量管理平台（EsDataClean）領先業界的數據質量評估體系，包含豐富的質量評價方法，並且易於內擴展容。系統支持數十種質量評價演算法技術，滿足業務系統運行、數據中心建設、數據治理過程中各類規則的定義，並可實現跨數據源的對比分析；支持通過XML擴展，可完全適應企業未來的數據質量管理需求的變化
『伍』 大數據 對社會有什麼作用
主要由以下三點作用：
一、對大數據的處理分析正成為新一代信息技術融合應用的結點。移動互聯網、物聯網、社交網路、數字家庭、電子商務等是新一代信息技術的應用形態，這些應用不斷產生大數據。
雲計算為這些海量、多樣化的大數據提供存儲和運算平台。通過對不同來源數據的管理、處理、分析與優化，將結果反饋到上述應用中，將創造出巨大的經濟和社會價值。
二、大數據是信息產業持續高速增長的新引擎。面向大數據市場的新技術、新產品、新服務、新業態會不斷涌現。
在硬體與集成設備領域，大數據將對晶元、存儲產業產生重要影響，還將催生一體化數據存儲處理伺服器、內存計算等市場。在軟體與服務領域，大數據將引發數據快速處理分析、數據挖掘技術和軟體產品的發展。
三、大數據利用將成為提高核心競爭力的關鍵因素。各行各業的決策正在從「業務驅動」 轉變「數據驅動」。大數據是大量、高速、多變的信息，它需要新型的處理方式去促成更強的決策能力、洞察力與最佳化處理。大數據為企業獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力。
藉助大數據及相關技術，我們可針對不同行為特徵的客戶進行針對性營銷，甚至能從「將一個產品推薦給一些合適的客戶」到「將一些合適的產品推薦給一個客戶」，得以更聚焦客戶，進行個性化精準營銷。
(5)ETL治理擴展閱讀
大數據時代帶來的機遇：
1、社會治理是對社會的經濟、政治和文化等事務進行的組織、協調、指導、規范、監督的過程。它涉及合理有效配置社會資源，比如提供教育、文化、衛生、體育、社會保障等社會公共服務和公共產品，保障社會公平與公正；涉及通過行政及司法手段保障社會安全和社會穩定。
2、創新社會治理，是我國應對社會轉型、化解社會矛盾、協調利益關系、維護社會秩序所面臨的一項重大戰略任務。
3、大數據技術通過對海量數據的快速收集與挖掘、及時研判與共享，成為支持社會治理科學決策和准確預判的有力手段，為社會轉型期的社會治理創新帶來了機遇。
『陸』 如何加強數據管理，分析和應用，助推業務發展
底層數據倉來庫，上層自做好數據分析和展示，同時做好數據治理。
最重要的一點，數據管理一定要支撐業務，從業務出發，為業務創造價值，否則業務部門不配合，很難進行下去。比如通過數據倉庫提高業務系統的查詢效率、通過報表平台讓業務部門不再頻繁的進行各種報表計算加工等等，從一點點小事做起，讓業務部門認識到數據管理可以幫他們減輕負擔、提高效率，後面的事情就好辦了。
具體應用上，可以採用數據倉庫+BI的方式進行，選擇好ETL工具，推薦Kettle、HaoheDI做底層ed數據整合。
『柒』 ETL 職業規劃
不知道什麼規劃，先做ETL，然後深入了解建立數倉的整體架構，了解後學習建模，然後這就好多年過去了。。。
『捌』 數據分析和數據挖掘的區別是什麼如何做好數據挖掘
簡單來講，數據挖掘，就是把數據找出來，數據分析呢，就是針對挖掘出來的數據進行處理。數據中台是集數據挖掘和數據分析、數據呈現為一體，打破了傳統的數倉還有數據中心，並且在數倉模型的設計上也是一脈傳承，之所以我們現在處處推崇數據中台建設及應用，一個是因為數據中台確實有過人之處，另一個是這套模型在阿里體現了巨大的應用價值。數據中台策略中的幾個過人之處。
第一，數據匯聚，承上啟下
數據中台策略的基本理念是，將所有的數據匯聚到數據中台，以後的每個數據應用（無論是指標和分析類的，還是畫像類和大數據類的）統統從數據中台獲取數據，如果數據中台沒有，那麼數據中台就負責把數據找來，如果數據中台找不來，就說明當前真沒有這個數據，數據應用也就無從展開。相對而言，數據中台策略中更加強調數據的「全」以及數據中台組織與數據應用組織之間的協作關系，從設計、組織、建設、流程角度保障了模式的落地。
第二，縱觀大局，推動全局
數據業務在企業中應當是一個完整業務，是一個亟需提高定位的業務，是企業的戰略業務。所以數據中台策略應當對應企業的數據戰略，並提供更有力的支撐，而不是僅僅停留在是把數據找到，把數據清洗了，把數據算出來。
第三、技術升級、應用便捷
目前業內比較典型的就是阿里雲數加平台，數加平台基本讓數據開發者能夠像使用傳統資料庫一樣的使用大數據平台了，所有操作方式都是通過可視化界面進行，大部分的開發都是通過SQL語句來實現。數據中台在與數加產品功能對比上不分伯仲，同時又基於私有雲大數據應用的特點定製開發了諸多功能以及數據治理模塊用以推動企業整體數據化進程。