Ⅰ gartner Inc 什么意思
高德纳咨询公司（Gartner）:全球最具权威的IT研究与顾问咨询公司
Gartner (NYSE: IT and ITB).全球最具权威的IT研究与顾问咨询公司,成立于1979年，总部设在美国康涅狄克州斯坦福。其研究范围覆盖全部IT产业，就IT的研究、发展、评估、应用、市场等领域，为客户提供客观、公正的论证报告及市场调研报告，协助客户进行市场分析、技术选择、项目论证、投资决策。为决策者在投资风险和管理、营销策略、发展方向等重大问题上提供重要咨询建议，帮助决策者作出正确抉择。
Ⅱ 大数据时代 统计学依然是数据分析灵魂
大数据时代 统计学依然是数据分析灵魂
什么是数据？数据（data）在拉丁文里是“已知”的意思，在英文中的一个解释是“一组事实的集合，从中可以分析出结论”。笼统地说，凡是用某种载体记录下来的、能反映自然界和人类社会某种信息的，就可称之为数据。古人“结绳记事”，打了结的绳子就是数据。步入现代社会，信息的种类和数量越来越丰富，载体也越来越多。数字是数据，文字是数据，图像、音频、视频等都是数据。
什么是大数据呢？量的增多，是人们对大数据的第一个认识。随着科技发展，各个领域的数据量都在迅猛增长。有研究发现，近年来，数字数据的数量每3年多就会翻一番。
大数据区别于数据，还在于数据的多样性。正如高德纳咨询公司研究报告指出的，数据的爆炸是三维的、立体的。所谓的三维，除了指数据量快速增大外，还指数据增长速度的加快，以及数据的多样性，即数据的来源、种类不断增加。
从数据到大数据，不仅是量的积累，更是质的飞跃。海量的、不同来源、不同形式、包含不同信息的数据可以容易地被整合、分析，原本孤立的数据变得互相联通。这使得人们通过数据分析，能发现小数据时代很难发现的新知识，创造新的价值。
通过数据来研究规律、发现规律，贯穿了人类社会发展的始终。人类科学发展史上的不少进步都和数据采集分析直接相关，例如现代医学流行病学的开端。伦敦1854年发生了大规模的霍乱，很长时间没有办法控制。一位医师用标点地图的方法研究了当地水井分布和霍乱患者分布之间的关系，发现有一口水井周围，霍乱患病率明显较高，借此找到了霍乱暴发的原因：一口被污染的水井。关闭这口水井之后，霍乱的发病率明显下降。这种方法，充分展示了数据的力量。
本质上说，许多科学活动都是数据挖掘，不是从预先设定好的理论或者原理出发，通过演绎来研究问题，而是从数据本身出发通过归纳来总结规律。近现代以来，随着我们面临的问题变得越来越复杂，通过演绎的方式来研究问题常常变得很困难。这就使得数据归纳的方法变得越来越重要，数据的重要性也越发凸显出来。
大数据是非竞争性资源，有助于政府科学决策、商家精准营销
大数据时代，数据的重要作用更加凸显，许多国家都把大数据提升到国家战略的高度。
政府合理利用大数据，引导决策的将是基于实证的事实，政府会更有预见性、更加负责、更加开放。中国古代治国就已经有重数据的思想，如商鞅提出，“强国知十三数……欲强国，不知国十三数，地虽利，民虽众，国愈弱至削”。大数据时代，循“数”治国将更加有效。小数据时代，政府做决策更多依凭经验和局部数据，难免头痛医头、脚痛医脚。比如，交通堵塞就多修路。大数据时代，政府做决策能够从粗放型转向集约型。路堵了，利用大数据分析，可以得知哪一时间、哪一地段最容易堵，或在这一地段附近多修路，或提前预警引导居民合理安排出行，实现对交通流的最佳配置和控制，改善交通。
对于商家来说，大数据使精准营销成为可能。一个有趣的故事，是沃尔玛超市的“啤酒、尿布”现象。沃尔玛超市分析销售数据时发现，顾客消费单上和尿布一起出现次数最多的商品，竟然是啤酒。跟踪调查后发现，有不少年轻爸爸会在买尿布时，顺便买些啤酒喝。沃尔玛发现这一规律后，搭配促销啤酒、尿布，销量大幅增加。大数据时代，每个人都会“自发地”提供数据。我们的各种行为，如点击网页、使用手机、刷卡消费、观看电视、坐地铁出行、驾驶汽车，都会生成数据并被记录下来，我们的性别、职业、喜好、消费能力等信息，都会被商家从中挖掘出来，以分析商机。
大数据也将使个人受益。从生物学、医学上讲，以前生物学家只是通过对单个或几个基因的操控来观察其对生物体的影响，很难发现整体的关联。现在由于技术的发展，可以分析很多，如遗传信息、全体基因的表达量信息、蛋白质族谱信息、全基因组甲基化信息、表观遗传信息等。同时还有个人健康指标、病历、药物反应等数据。如果真能达成生物学上多维多向数据的有机融合，就能够把个人完整地描述出来，从而实现精准医疗的目的。
大数据时代，审核数据的真实性也有了更有效的手段。大数据的特征之一是多样性，不同来源、不同维度的数据之间存在一定的关联度，可以交叉验证。例如，某地的工业产值虚报了一倍，但用电量和能耗却没有达到相应的规模。这就是数据异常，很容易被系统识别出来。发现异常后，相关部门再进行复核，就能更有针对性地防止、打击数据造假。
数据是一种资源，但数据又跟煤、石油等物质性资源不一样。物质性资源不可再生，你用多了，别人就用少了，因而很难共享。数据可以重复使用、不断产生新的价值。大数据资源的使用是非恶性竞争的，共享的前提下，更能够制造双赢。从另一个角度来说，数据如果不被融合、联系在一起，也不能称之为大数据。
大数据不能被直接拿来使用，统计学依然是数据分析的灵魂
现在社会上有一种流行的说法，认为在大数据时代，“样本=全体”，人们得到的不是抽样数据而是全数据，因而只需要简单地数一数就可以下结论了，复杂的统计学方法可以不再需要了。
在我看来，这种观点非常错误。首先，大数据告知信息但不解释信息。打个比方说，大数据是“原油”而不是“汽油”，不能被直接拿来使用。就像股票市场，即使把所有的数据都公布出来，不懂的人依然不知道数据代表的信息。大数据时代，统计学依然是数据分析的灵魂。正如加州大学伯克利分校迈克尔·乔丹教授指出的，“没有系统的数据科学作为指导的大数据研究，就如同不利用工程科学的知识来建造桥梁，很多桥梁可能会坍塌，并带来严重的后果。”
其次，全数据的概念本身很难经得起推敲。全数据，顾名思义就是全部数据。这在某些特定的场合对于某些特定的问题确实可能实现。比如，要比较清华、北大两校同学数学能力整体上哪个更强，可以收集到两校同学高考时的数学成绩作为研究的数据对象。从某种意义上说，这是全数据。但是，并不是说我们有了这个全数据就能很好地回答问题。
一方面，这个数据虽然是全数据，但仍然具有不确定性。入校时的数学成绩并不一定完全代表学生的数学能力。假如让所有同学重新参加一次高考，几乎每个同学都会有一个新的成绩。分别用这两组全数据去做分析，结论就可能发生变化。另一方面，事物在不断地发展和变化，同学入校时的成绩并不能够代表现在的能力。全体同学的高考成绩数据，仅对于那次考试而言是全数据。“全”是有边界的，超出了边界就不再是全知全能了。事物的发展充满了不确定性，而统计学，既研究如何从数据中把信息和规律提取出来，找出最优化的方案；也研究如何把数据当中的不确定性量化出来。
所以说，在大数据时代，数据分析的很多根本性问题和小数据时代并没有本质区别。当然，大数据的特点，确实对数据分析提出了全新挑战。例如，许多传统统计方法应用到大数据上，巨大计算量和存储量往往使其难以承受；对结构复杂、来源多样的数据，如何建立有效的统计学模型也需要新的探索和尝试。对于新时代的数据科学而言，这些挑战也同时意味着巨大的机遇，有可能会产生新的思想、方法和技术。
Ⅲ 香港猎头行业情况，公司排名及待遇
香港做的不错的也都是美国的公司
1 McKinsey & Company 麦肯锡咨询公司 8.43 1 New York, NY
2 The Boston Consulting Group, Inc. 波士顿咨询公司 8.089 2 Boston, MA
3 Bain & Company 贝恩咨询公司 7.966 3 Boston, MA
4 Booz & Company 博思艾伦咨询公司 6.535 4 New York, NY
5 Monitor Group 摩立特集团 6.296 5 Cambridge, MA
6 Mercer LLC 美世咨询公司 6.16 9 New York, NY
7 Deloitte 德勤会计师事务所 5.844 8 New York, NY
8 Oliver Wyman 奥纬咨询公司 5.755 6 New York, NY
9 PricewaterhouseCoopers LLP 普华永道会计师事务所 5.572 NR New York, NY
10 L.E.K. Consulting 艾意凯咨询公司 5.426 13 Boston, MA/London
11 Ernst & Young LLP 安永会计师事务所 5.388 NR New York, NY/London
12 A.T. Kearney 科尔尼咨询公司 5.373 15 Chicago, IL
13 IBM Global Business Services IBM咨询公司 5.352 11 Armonk, NY
14 Accenture 埃森哲咨询公司 5.314 14 New York, NY
15 The Parthenon Group 巴特农集团 5.306 10 Boston, MA
16 KPMG LLP 毕马威会计师事务所 5.246 NR New York, NY
17 Katzenbach Partners LLC 卡岑巴赫咨询公司 5.146 16 New York, NY
18 Towers Perrin 韬睿咨询公司 4.848 18 Stamford, CT
19 Capgemini 凯捷咨询公司 4.752 22 New York, NY/Paris
20 Gartner, Inc. 高德纳咨询公司 4.728 12 Stamford, CT
21 Roland Berger Strategy Consultants 罗兰贝格咨询公司 4.684 20 New York, NY/Munich
22 ZS Associates ZS咨询公司 4.645 24 Evanston, IL
23 Cambridge Associates LLC 美国康桥咨询公司 4.588 21 Boston, MA
24 Hewitt Associates 翰威特咨询公司 4.541 23 Lincolnshire, IL
25 NERA Economic Consulting 美国国家经济研究协会经济咨询公司 4.54 27 White Plains, NY
26 Navigant Consulting, Inc. 法维翰咨询公司 4.539 29 Chicago, IL
27 AlixPartners, LLP [[]] 4.457 26 Southfield, MI
28 BearingPoint, Inc. 毕博咨询公司 4.433 28 McLean, VA
29 Watson Wyatt Worldwide 华信惠悦咨询公司 4.355 25 Arlington, VA
30 Kurt Salmon Associates 嘉思明咨询公司 4.276 36 Atlanta, GA
31 CRA International, Inc. [[]] 4.275 30 Boston, MA
32 Huron Consulting Group [[]] 4.261 39 Chicago, IL
33 Arthur D. Little 理特咨询公司 4.186 40 Boston, MA/Paris
34 Diamond Inc. [[]] 4.149 45 Chicago, IL
35 PRTM PRTM咨询公司 4.131 33 Mountain View, CA/Waltham,MA
36 Gallup Consulting 盖洛普咨询公司 4.055 31 Washington, DC
37 The Advisory Board Company [[]] 4.02 38 Washington, DC
38 FTI Consulting, Inc. [[]] 3.925 46 Baltimore, MD
39 First Manhattan Consulting Group [[]] 3.859 42 New York, NY
40 Corporate Executive Board [[]] 3.844 41 Washington, DC
41 Cornerstone Research [[]] 3.838 37 New York, NY/San Francisco, CA
42 Mitchell Madison Group LLC [[]] 3.79 NR New York, NY
43 LECG [[]] 3.782 35 Emeryville, CA
44 Alvarez & Marsal 奥迈咨询顾问公司 3.758 43 New York, NY
45 Mars & Co 马思咨询 3.737 48 Greenwich, CT
46 Aon Consulting Worldwide 怡安咨询公司 3.624 49 Chicago, IL
47 Analysis Group, Inc. [[]] 3.519 47 Boston, MA
48 Archstone Consulting 拱石咨询公司（阿奇斯通咨询公司） 3.512 NR Stamford, CT
49 Hay Group 合益咨询公司 3.415 44 Philadelphia, PA
50 IMS Health Incorporated 艾美仕市场研究公司 3.37 NR Norwalk, CT
当中很大一部分有猎头服务的，至于专门从事猎头的有Monster，Manpower，这两个都是比较大的
Ⅳ Gartner在中国的发展情况如何
Gartner，高德纳咨询公司，成立于1979年，是第一家信息技术研究和分析的公司；服务主要是迎合中型公司的需要，它希望使自己的业务覆盖到IT行业的所有领域。其由四大部分组成，旨在向客户提供在促进高效使用IT方面所需的全面的研究与咨询服务，这些部分包括：Gartner研究与咨询服务、Gartner咨询、Gartner评测、Gartner社区。Gartner官网地址及相关网址资源。
Ⅳ 什么是大数据时代
让大数据区别于数据的，是其海量积累、高增长率和多样性
什么是数据？数据（data）在拉丁文里是“已知”的意思，在英文中的一个解释是“一组事实的集合，从中可以分析出结论”。
笼统地说，凡是用某种载体记录下来的、能反映自然界和人类社会某种信息的，就可称之为数据。
古人“结绳记事”，打了结的绳子就是数据。
步入现代社会，信息的种类和数量越来越丰富，载体也越来越多。
数字是数据，文字是数据，图像、音频、视频等都是数据。
什么是大数据呢？量的增多，是人们对大数据的第一个认识。
随着科技发展，各个领域的数据量都在迅猛增长。有研究发现，近年来，数字数据的数量每3年多就会翻一番。
大数据区别于数据，还在于数据的多样性。
正如高德纳咨询公司研究报告指出的，数据的爆炸是三维的、立体的。所谓的三维，除了指数据量快速增大外，还指数据增长速度的加快，以及数据的多样性，即数据的来源、种类不断增加。
从数据到大数据，不仅是量的积累，更是质的飞跃。海量的、不同来源、不同形式、包含不同信息的数据可以容易地被整合、分析，原本孤立的数据变得互相联通。这使得人们通过数据分析，能发现小数据时代很难发现的新知识，创造新的价值。
通过数据来研究规律、发现规律，贯穿了人类社会发展的始终。
人类科学发展史上的不少进步都和数据采集分析直接相关，例如现代医学流行病学的开端。伦敦1854年发生了大规模的霍乱，很长时间没有办法控制。
一位医师用标点地图的方法研究了当地水井分布和霍乱患者分布之间的关系，发现有一口水井周围，霍乱患病率明显较高，借此找到了霍乱暴发的原因：一口被污染的水井。关闭这口水井之后，霍乱的发病率明显下降。这种方法，充分展示了数据的力量。
本质上说，许多科学活动都是数据挖掘，不是从预先设定好的理论或者原理出发，通过演绎来研究问题，而是从数据本身出发通过归纳来总结规律。
近现代以来，随着我们面临的问题变得越来越复杂，通过演绎的方式来研究问题常常变得很困难。这就使得数据归纳的方法变得越来越重要，数据的重要性也越发凸显出来。
大数据是非竞争性资源，有助于政府科学决策、商家精准营销。
大数据时代，数据的重要作用更加凸显，许多国家都把大数据提升到国家战略的高度。
政府合理利用大数据，引导决策的将是基于实证的事实，政府会更有预见性、更加负责、更加开放。
中国古代治国就已经有重数据的思想，如商鞅提出，“强国知十三数……欲强国，不知国十三数，地虽利，民虽众，国愈弱至削”。
大数据时代，循“数”治国将更加有效。小数据时代，政府做决策更多依凭经验和局部数据，难免头痛医头、脚痛医脚。比如，交通堵塞就多修路。
大数据时代，政府做决策能够从粗放型转向集约型。路堵了，利用大数据分析，可以得知哪一时间、哪一地段最容易堵，或在这一地段附近多修路，或提前预警引导居民合理安排出行，实现对交通流的最佳配置和控制，改善交通。
对于商家来说，大数据使精准营销成为可能。
一个有趣的故事，是沃尔玛超市的“啤酒、尿布”现象。沃尔玛超市分析销售数据时发现，顾客消费单上和尿布一起出现次数最多的商品，竟然是啤酒。
跟踪调查后发现，有不少年轻爸爸会在买尿布时，顺便买些啤酒喝。沃尔玛发现这一规律后，搭配促销啤酒、尿布，销量大幅增加。
大数据时代，每个人都会“自发地”提供数据。我们的各种行为，如点击网页、使用手机、刷卡消费、观看电视、坐地铁出行、驾驶汽车，都会生成数据并被记录下来，我们的性别、职业、喜好、消费能力等信息，都会被商家从中挖掘出来，以分析商机。
大数据也将使个人受益。
从生物学、医学上讲，以前生物学家只是通过对单个或几个基因的操控来观察其对生物体的影响，很难发现整体的关联。现在由于技术的发展，可以分析很多，如遗传信息、全体基因的表达量信息、蛋白质族谱信息、全基因组甲基化信息、表观遗传信息等。
同时还有个人健康指标、病历、药物反应等数据。如果真能达成生物学上多维多向数据的有机融合，就能够把个人完整地描述出来，从而实现精准医疗的目的。
大数据时代，审核数据的真实性也有了更有效的手段。
大数据的特征之一是多样性，不同来源、不同维度的数据之间存在一定的关联度，可以交叉验证。例如，某地的工业产值虚报了一倍，但用电量和能耗却没有达到相应的规模。这就是数据异常，很容易被系统识别出来。发现异常后，相关部门再进行复核，就能更有针对性地防止、打击数据造假。
数据是一种资源，但数据又跟煤、石油等物质性资源不一样。物质性资源不可再生，你用多了，别人就用少了，因而很难共享。
数据可以重复使用、不断产生新的价值。大数据资源的使用是非恶性竞争的，共享的前提下，更能够制造双赢。
从另一个角度来说，数据如果不被融合、联系在一起，也不能称之为大数据。
大数据不能被直接拿来使用，统计学依然是数据分析的灵魂
现在社会上有一种流行的说法，认为在大数据时代，“样本=全体”，人们得到的不是抽样数据而是全数据，因而只需要简单地数一数就可以下结论了，复杂的统计学方法可以不再需要了。
首先，大数据告知信息但不解释信息。
打个比方说，大数据是“原油”而不是“汽油”，不能被直接拿来使用。就像股票市场，即使把所有的数据都公布出来，不懂的人依然不知道数据代表的信息。
大数据时代，统计学依然是数据分析的灵魂。正如加州大学伯克利分校迈克尔•乔丹教授指出的，“没有系统的数据科学作为指导的大数据研究，就如同不利用工程科学的知识来建造桥梁，很多桥梁可能会坍塌，并带来严重的后果。”
其次，全数据的概念本身很难经得起推敲。全数据，顾名思义就是全部数据。这在某些特定的场合对于某些特定的问题确实可能实现。
比如，要比较清华、北大两校同学数学能力整体上哪个更强，可以收集到两校同学高考时的数学成绩作为研究的数据对象。
从某种意义上说，这是全数据。但是，并不是说我们有了这个全数据就能很好地回答问题。
一方面，这个数据虽然是全数据，但仍然具有不确定性。
入校时的数学成绩并不一定完全代表学生的数学能力。假如让所有同学重新参加一次高考，几乎每个同学都会有一个新的成绩。分别用这两组全数据去做分析，结论就可能发生变化。
另一方面，事物在不断地发展和变化，同学入校时的成绩并不能够代表现在的能力。全体同学的高考成绩数据，仅对于那次考试而言是全数据。
“全”是有边界的，超出了边界就不再是全知全能了。事物的发展充满了不确定性，而统计学，既研究如何从数据中把信息和规律提取出来，找出最优化的方案；也研究如何把数据当中的不确定性量化出来。
在大数据时代，数据分析的很多根本性问题和小数据时代并没有本质区别。当然，大数据的特点，确实对数据分析提出了全新挑战。
例如，许多传统统计方法应用到大数据上，巨大计算量和存储量往往使其难以承受；对结构复杂、来源多样的数据，如何建立有效的统计学模型也需要新的探索和尝试。对于新时代的数据科学而言，这些挑战也同时意味着巨大的机遇，有可能会产生新的思想、方法和技术。
来源：《人民日报》（2015年07月20日12版）清华大学刘军教授
Ⅵ 高德纳咨询公司的简介
财务状况
公司2002财务年度营运收入9.072亿美元。公司员工4,000多名，包括 1,200多位世界级分析专家，在全球设有80多个分支机构。在全球的IT产业中，Gartner公司以其公认的权威性和拥有包括供应商、生产厂商、系统集成商、咨询公司、银行、金融机构、能源交通、政府部门及其它领域(包括中国在内)超过11,000客户机构而独占鳌头。其中公司客户几乎囊括了绝大部分世界级大公司。
Ⅶ 什么是Gartner
高德纳咨询公司（Gartner）:全球最具权威的IT研究与顾问咨询公司
Ⅷ gartner group是什么意思
gartner group
加特纳集团；
高德纳咨询公司；
研究机构高德纳咨询公司；
加特纳公司
If the prognosticators at the research outfit Gartner Group are to be believed, HPhas little hope of even becoming a major player in the tablet market, much less ofleapfrogging Apple.
如果研究机构高德纳公司（Gartner Group）的预言者值得信赖，那么惠普即使是要成为平板电脑市场上的重要一员，希望也很小，更别提赶超大踏步前进的苹果了。
请采纳
如果你认可我的回答，敬请及时采纳
~如果你认可我的回答，请及时点击【采纳为满意回答】按钮
~~手机提问的朋友在客户端右上角评价点【满意】即可。
~你的采纳是我前进的动力
~~O(∩_∩)O，记得好评和采纳，互相帮助
Ⅸ 在中国有哪些IT研究与顾问咨询公司例如gartner之类的
idc。IDG的子公司。最早在中国设立IT咨询机构的