更多关联主题

逻辑数据编织 VS 传统数据研发

随着企业信息化进程的快速推进，各类应用程序持续产生海量数据。过去近一个世纪的发展历程中，数据管理系统经历了从关系型数据库（RDBMS）到NoSQL数据库、文档数据库及对象存储等多样化演进......
指标体系建设的三大支柱：指标梳理、管理规范与平台建设

指标作为数字化经营的统一语言，为企业发展提供了明确的方向指引。通过建立统一的指标体系，企业能够实现自上而下的协同，确保全员使用一致的经营语言，进而形成“上下经营汇总一张表”的高效管......
AI 智能体：应用前景与对算力需求的影响

AI技术和大语言模型的飞速进步，使得AI智能体这一人工智能技术的重要载体，得以凭借大数据、算法和计算能力的提升，实现对现实世界的感知、理解、决策和执行能力。随着研究的不断深入，AI智能体......
数据资产入表全流程

数据资产识别是整个入表流程的基础和起点。这个阶段的主要目标是全面了解企业拥有的数据资源，并确定哪些数据可以被视为资产。......
一文看懂RAG：大语言模型落地应用的未来

RAG是什么？为什么要关注RAG？RAG技术为何如此重要？......
大数据安全体系介绍之技术体系篇

随着信息化进入3.0阶段,越来越呈现出万物数字化、万物互联化,基于海量数据进行深度学习和数据挖掘的智能化特征。数据安全正式站在了时代的聚光灯下,隆重登场。......
构建知识图谱：从技术到实战的完整指南

知识图谱,作为人工智能和语义网技术的重要组成部分,其核心在于将现实世界的对象和概念以及它们之间的多种关系以图形的方式组织起来。它不仅仅是一种数据结构,更是一种知识的表达和存储方式,能够......
企业数据分类分级从了解到落地指南

数据分类分级助力提升企业运营效力，基于业务角度的数据分类可以更好地满足业务的使用和数据资产的管理，帮助企业对内部数据资产进行精细化管理，持续为业务赋能。......
一文读懂数据资产管理

数据是一种宝贵的资源。数据资源是数据的自然维度，可通过数字、文字、图像以及计算机代码等多种形式展现。数据资产是数据的经济维度，与数据资源同属于数据聚合产生的结果。数据资产的本质是指......
浅谈数据资产评估方法

数据资产的价值由于具有不确定性和时效性，会受数据本身的质量、可用性以及市场需求、应用场景等因素的影响。......
数据治理之于数据资产

随着数据价值的日益突显，越来越多的企业开始进行数字战略转型，有的通过数据平台过渡到数据中台，有的直接建设数据中台。......
从管、存、算、规、治看数据资产管理

数据规范可以大致分为数据基础规范、数据安全规范、数据质量规范三大类。5.数据之“治”数据之“治”指狭义的数据治理，实质上指数据治理相关的一套方法及体系，包括了实践数据之“规”来确保数......
ClickHouse开发与使用规范大全

ClickHouse作为一款开源列式数据库管理系统(DBMS)近年来备受关注,主要用于数据分析(OLAP)领域。作者根据以往经验和遇到的问题,总结出一些基本的开发和使用规范,以供使用者参考。......
什么是好的数据指标体系

关于如何构建指标体系，已经数据类的账号发过很多文章，几乎每个数据从业者都能说出个OSM、UJM模型等，但如果在面试过程中，只是炫名词，反而会让面试官觉得过于刻意，而没有真正理解指标体系的......
如何建立数据治理的长效机制

随着大数据技术的迅速发展，企业对于数据的掌握和处理能力得到了质的飞跃，数据已经成为继物质和能源之后另一种重要的战略资源。因此，企业越来越重视数据资源的管理和应用。然而，信息孤岛和部......
构建产品创新管理体系的IPD方法解析

集成产品开发（IntegratedProductDevelopment，IPD）是一套产品开发的模式、理念与方法，是基于市场和客户需求驱动的产品开发管理体系，是在SGS方法、PACE方法应用经验和系统结构基础上完善的产......
从华为运营管理体系，看知识管理的核心价值

通过流程IT体系及各BU质量运营部数千人员，华为建立了包括流程、质量、IT、运营、知识等多项管理职能的“大运营管理体系”（体系的名称没有统一的说法，暂按公司首席运营官COO的业务范围，称为......
数据分析方法论及经验总结

数据分析是一个从数据中通过分析手段发现业务价值的过程。这个过程的起点是获取一份数据，这个过程的终点是发现业务价值。过程可以大致为分数据获取——数据清洗——数据处理——数据建模——分......
数据分析规范

数据分析报告要有一个清晰的架构，层次分明能降低阅读成本，有助于信息的传达。虽然不同类型的分析报告有其适用的呈现方式，但总的来说作为议论文的一种，大部分的分析报告还是适用总-分-(总)的......
企业数据资产运营体系

数据资产（DataAsset）是指由组织（政府机构、企事业单位等）合法拥有或控制的数据资源，以电子或其他方式记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，......
数据管理中的数据架构

在说数据架构之前，我们有必要理解一下什么是“架构”？架构这个词，在我们的工作中经常碰到，比如我们会给新接触项目的同事介绍整个系统的架构，学习业界主流的开源系统的架构，领导要做个业务......
如何基于用户分层构建运营策略

在用户分层的过程中，用户分层的结构层次可能会根据不同的活动、不同的场景、不同的行业等发生变化。稳步发展趋势的倒状漏斗是我们最常见的用户分层结构，即从潜在用户到衰退用户逐渐往下递减。......
ClickHouse、Doris、 Impala等MPP架构详解

本文分为三部分讲解，第一部分详解MPP架构，第二部分剖析MPP架构与批处理架构的异同点，第三部分是采用MPP架构的OLAP引擎介绍。......
智能工厂的信息化系统建设

智能工厂信息化系统建设需要将现代管理理论、智能制造理论与最新信息技术、自动化技术、网络通信技术、信息物理系统、大数据技术、云计算技术等深度融合，通过科学规划和全面集成企业设备单元、......
4个步骤，带你基于业务场景与目标，梳理用户标签体系

搭建用户标签体系是为了帮助企业更好地了解用户、区分用户、识别用户需求，进而完成企业的业务目标。......
数据架构建设方法及案例

数据架构建的建设方法论，主要分为五个步骤：架构现状分析、数据实体梳理、数据主题域划分、数据概念模型及数据分布规划。......
数据治理在国有企业数字化转型中的核心地位

当前数字经济正带动中国整体经济升级和转型，传统行业的数字化转型势在必行。国有企业早已身在其中，成为了这个变革中的焦点和主战场。......
正确做数据治理的十个关键步骤

随着企业数字化转型的加速，数据管理成为了企业创新、竞争与发展的重要基础。然而，由于顶层设计缺失、历史原因等因素，企业内部存在数据烟囱和信息孤岛问题，数据无法充分共享，造成了数据存储......
数仓建设七大规范指南

根据业务划分数据并约定命名，建议针对业务名称结合数据层次约定相关命名的英文缩写，这样可以给后续数据开发过程中，对项目空间、表、字段等命名作为重要参照。......
基于CLICKHOUSE的数据仓库分层规范

数据仓库我们一般分为接入层、明细层、实体层、主题层、应用层。各层存储的数据粒度不同。......
主数据管理体系建设与问题分析

企业对主数据的一致性、准确性、实时性提出了更高要求，规划统一的主数据管理体系、建设主数据管理平台、编制数据标准、统一编码被提上日程并逐步落地实施。......
手把手教你绘制数据治理实施路线图

很多企业知道数据治理很重要，但是却不清楚如何做好数据治理。有的企业开展数据治理是“摸着石头过河”，还有一部分企业是"想过河但是不知道该摸哪一块石头”。......
DAMA数据治理框架

数据治理(DataGovernance,DG)的定义是在管理数据资产的过程中行使权力和控制,包括计划、监控和实施。在所有组织中,无论是否有正式的数据治理职能,都需要对数据进行决策。建立了正式的数据治理规......
数据治理框架：数据驱动型企业的基石

随着企业数据呈指数级增长,据统计国外GDPR执法罚款增加了40%。而国内如火如荼的数字化转型加速开展。数据价值和数据保护成为重要课题,因此数据治理是数据驱动型企业的一项紧迫战略举措。......
数据治理领域最容易混淆的16组术语概念辨析

术语的作用就是统一术语概念的语境，保证人们在给定语境能够使用专门的语言进行精确的交流。术语概念只使用一个最贴切的业务术语表述，避免使用多个近义词引起歧义。......
企业数据资产目录的建设步骤

越来越多的企业将数据视为转型发展和提升治理能力的重要战略资产，并对这一重要资产进行系统性、体系化的管理，以便充分挖掘数据的战略、战术价值。......
企业数据分类分级指导指南

随着企业对数据的依赖程度不断加深，数据成为企业决策和价值创造的关键要素。为了更好地保护数据安全、提高数据管理效率、确保数据合规性，企业需要对数据进行分类分级......
知识图谱构建流程详解

知识图谱是结构化的语义知识库，用于迅速描述物理世界中的概念及其相互关系，通过将数据粒度从document级别降到data级别，聚合大量知识，从而实现知识的快速响应和推理。......
数据治理体系建设与实践

业务数字化的目的是打造一体化的业务流、信息流与数据流......
如何在零售行业实施主数据治理

多套不同的系统，听起来是不是有点多，且不必要？但在这家公司漫长的信息化和数字化旅程中，这些系统都是为了回应在不同区域更快速地开展业务的需求而建设完成的。或许一个事物的发展多半总是在......
全面概述七类隐私计算技术：零知识证明、MPC 与同态加密等

在大数据时代中，由于对数据安全和隐私的考虑，例如政府、运营商、互联网公司收集到的数据，不能透露给第三者，因此形成了一个个数据孤岛，数据之间不能互通，数据的价值无法体现。如何应用海量......
数据质量的重要性

数据质量人人有责，这不仅仅只是一句口号，更是数据工作者的生命线。数据质量的好坏直接决定着数据价值高低。......
阿里数据模型建设方法总结

良好的数据模型能极大地减少不必要的数据冗余，也能实现计算结果复用，极大地降低大数据系统中的存储和计算成本。......
如何提高企业数据质量

数据质量正是企业应用数据的瓶颈，高质量的数据可以决定数据应用的上限，而低质量的数据则必然拉低数据应用的下限。......
数据质量管理办法

本标准规定了XX公司数据质量管理内容、管理机制和工作流程。本标准适用于XX所有项目整个生命周期的数据质量管理，非项目可参照使用。......
大数据开发流程及规范

数据研发规范旨在为广大数据研发者、管理者提供规范化的研发流程指导方法，目的是简化、规范日常工作流程，提高工作效率，减少无效与冗余工作，赋能企业、政府更强大的数据掌控力来应对海量增长......
数据架构师、数据分析师、数据工程师，有啥不同

企业要找到一个合适的数据领域的人才也比较困难。可以说，每个细分领域只要你做好了，做精通了都是很有前景的。但不同的细分领域所承担的职责确实不同......
指标与标签的区别

自从大数据概念开始兴起后,好像人们都不怎么谈指标了,而津津乐道于标签。数字经济时代,谈论指标真的落伍了吗?其实未必!指标也好,标签也罢,只要用好都能发挥其价值。怎样才能用好它们呢,我觉得要......
数据治理体系全面指南

数据治理是企业数据建设必不可少的一个环节。好的数据治理体系可以盘活整条数据链路，最大化保障企业数据的采集、存储、计算和使用过程的可控和可追溯。......
数据治理体系演进简介

在软件工程中良好的设计具有不可比拟的意义，它胜于需求、编码、维护等环节，秉承设计优先的原则会让软件开发变得简单高效，可以尽量避免掉因设计失误而导致的缺陷，一个健壮的程序必然有良好的......
阿里数据模型建设

有结构地分类组织和存储是我们面临的一个挑战。数据模型强调从业务、数据存取和使用角度合理存储数据。数据模型方法，以便在性能、成本、效率之间取得最佳平衡......
数据的分类分级

2021年12月31号，全国信息安全标准化技术委员会秘书处发布了《网络安全标准实践指南——网络数据分类分级指引》，给出了数据分类分级的原则、框架和方法。......
从0到1搭建企业级数据治理体系

好的数据治理体系可以盘活整条数据链路，最大化保障企业数据的采集、存储、计算和使用过程的可控和可追溯。......
企业MLOps实践之路

MLOps寻求提高自动化程度并改善生产模型的质量，同时还要关注业务和法规要求。虽然MLOps是从一组最佳实践开始的，但它正逐渐演变成一种独立的ML生命周期管理方法。......
一文读懂选择数据湖还是数据仓库

随着数据量、速度和种类的增加，选择合适的数据平台来管理数据从未像现在这样重要。它应该是迄今为止满足我们需求的古老数据仓库，还是应该是承诺支持任何类型工作负载的任何类型数据的数据湖？......
为什么要给数据库分层

作为一名数据的规划者，我们肯定希望自己的数据能够有秩序地流转，数据的整个生命周期能够清晰明确被设计者和使用者感知到。直观来讲就是如图这般层次清晰、依赖关系直观。......
什么是数据架构

在过去的十年间，混合云、人工智能、物联网(IoT)和边缘计算造成大数据呈指数级增长，提高了企业数据管理的复杂程度。......
数据湖与湖仓一体架构实践

数据湖是为了应对数据仓库的局限性而开发的。虽然数据仓库为企业提供高性能和可扩展的分析，但它们昂贵、专有，不能处理大多数公司正在寻求解决的现代用例场景。......
大数据技术名词解释

常见大数据技术名词解释......
如何进行业务分析

不管在哪一重，在日常工作场景，或面试的时候，分析某指标上升/下跌的原因，其实核心考察2个要素：业务理解和逻辑。......

首页上一页12 3 4 5 6 7 8 9 10 ...下一页尾页

大数据主题文档