首页
知识
文库
登录
|
注册
首页
最近更新
所有主题
我的主题
我的收藏
首页
·
知识库
·
大数据
网易传媒数据治理建设实践
本篇从四个部分向大家展开介绍,第一部分是传媒的业务介绍,第二部分是数仓建设演进,第三部分是数据管治体系,最后再介绍对数据治理体系化建设的一些展望。......
数据治理的元数据、主数据等概念
数据治理涵盖了从前端业务系统、后端业务数据库再到业务终端的数据分析,从源头到终端再回到源头,形成的一个闭环负反馈系统。从目的来讲,数据治理就是要对数据的获取、处理和使用进行监督管理......
指标和标签的基础理解
什么是指标,什么是标签,最本质的区别在哪?如何识别?......
ODS、DWD、DWM等理论实战
数仓在建设过程中,对数据的组织管理上,不仅要根据业务进行纵向的主题域划分,还需要横向的数仓分层规范。本文作者围绕企业数仓分层展开分析,希望对你有帮助。......
企业数据治理落地和同行面试基础
数据治理关注的核心需求也存在差异,数据治理管理过程最简单最通俗的就是利用组织、制度、流程和工具将信安系统的数据转换为有用的信息的过程。......
企业数字化转型:数字化成熟度模型ODMM
ODMM评估的结果是一个量化的、优先排序的列表,列出了企业的数字业务理想与其当前数字成熟度水平之间的差距。企......
从信息化改造到数字化转型,中国企业行至何处?
几年之前,中国企业还在大力提信息化改造,工业和信息化部也在提“两化融合”(工业化+信息化),现在大家又开始提数字化转型......
金融数据安全分类分级方法
金融数据复杂多样,对数据实施分级管理,能够进一步明确保护对象,有助于金融业机构合理分配数据保护资源和节约成本,是金融业机构建立完善的金融数据生命周期保护框架的基础,也是关键性数据安......
一文读懂数据指标体系建设
几乎所有的数据分析工作都会提到一个词——“建立数据指标体系”,虽然这个词对于大家来说并不陌生,但是数据指标到底是什么以及如何具体的搭建呢?......
维度数据建模过程及举例
本文介绍数据仓库中维度数据建模的过程描述,并举一个示例以加深对相关概念的理解。......
知乎用户画像与实时数据架构实践
对于实时数据方面,期望拥有可以实时响应的用户行为流,同时在算法特征、指标统计、业务外显等业务场景有愈来愈多的数据实时化的诉求。......
美团数据指标体系搭建实例
数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素;人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。......
数据仓库基本概念
业务板块定义了数据仓库的多种命名空间,是一种系统级的概念对象。当数据的业务含义存在较大差异时,你可以创建不同的业务板块让各成员独立管理不同的业务,后续数据仓库的建设将受到业务板块的......
关于数仓建设及数据治理的超全概括
用空间换时间,通过大量的预处理来提升应用系统的用户体验(效率),因此数据仓库会存在大量冗余的数据;不分层的话,如果源业务系统的业务规则发生变化将会影响整个数据清洗过程,工作量巨大。......
普及元数据和主数据的联系与定义
在数据治理中,我们总是会听到元数据和主数据,我们今天就可以来说说什么是元数据,什么是主数据。......
数据分类模型之“元数据、引用数据、主数据、业务数据...”
六大类数据模型:元数据、引用数据、主数据、企业结构数据、交易活动数据、交易审计数据,分别指什么?有什么作用?......
数据标准与主数据、元数据、数据质量的关系
想做大数据治理,首先要把数据标准做好,否则匆忙建设各种数据仓库、数据集市,最后发现标准有问题,质量不高,这时候再去建数据标准就会导致投资浪费问题。......
浅谈主数据管理
主数据是满足跨部门业务协同需要的、反映核心业务实体状态属性的组织机构的基本信息。它是关键业务实体的数据,也有人认为它其实应该翻译为“核心数据”。比如对于房地产行业来说,楼盘信息就属......
首页
上一页
1
2
3
4
5
6
7
8
9
10
...
下一页
尾页
大家在关注
.
逻辑数据编织 VS 传统数据研发
.
指标体系建设的三大支柱:指标梳理、管理规范与平台建设
.
Chatbi架构:技术与应用的完美结合
.
数据中台建设的目标、流程及四大要点
.
数据资产入表全流程
.
一文看懂RAG:大语言模型落地应用的未来
.
构建知识图谱:从技术到实战的完整指南
.
企业数据分类分级从了解到落地指南
.
一文读懂数据资产管理
.
浅谈数据资产评估方法
我们的推荐
.
指标体系建设的三大支柱:指标梳理、管理规范与平台建设
.
数据资产入表全流程
.
构建知识图谱:从技术到实战的完整指南
.
企业数据分类分级从了解到落地指南
.
数据分析规范
.
如何基于用户分层构建运营策略
.
数仓建设七大规范指南
.
数据治理领域最容易混淆的16组术语概念辨析
.
数据治理体系建设与实践
.
如何在零售行业实施主数据治理