“大数据”已经成了我们经常挂在嘴边的词。随着大数据时代的来临，数据无疑是企业和用户最为重要和宝贵的数字资产，那么安全体系的建设尤为重要和关键......

指标体系可以建立业务量化衡量的标准，数据分析的目的就是说明、衡量、预测业务的发展。......

数据的本质是利用数学观察、记录、理解世界；数据分析的过程就是人类从定性到定量、模糊到精准过程；......

商业银行数据标准体系的建立过程一般有两种路径。一种选择借助新一代信息系统建设的契机，统一规划、统一实施。......

从传统的线下零售（百货商店-连锁商店-超级市场），到前几年火热的线上电商零售（综合、垂直电商-社交电商），再到这几年线上线下结合的新零售模式，零售行业的运营模式发生了巨大的变化。......

如果要问数据分析哪个行业的需求最大，估计所有人都会说是零售行业。但是该如何分析零售行业的数据业务场景，就需要一些技巧和方法了，下面总结一些我在零售电商行业的经验......

没有任何一个指标体系是放之四海而皆准的，我们只有不断地理解业务、接触业务、熟悉业务，才能建立起最适合自身的指标体系。......

指标体系的建立也是一样，可以先从其他企业借鉴过来，刚开始未必很合适，但能让业务更快地走上正轨。随着业务的发展，再根据实际情况，不断进行优化调整。......

随着各行各业信息化不断演变发展，数据已成为基础设施，成为业务发展重要原动力，内部业务与互联网深度融合，利用新媒体，让数据产生更大价值，是近近几年发展的主要趋势。如何提升数据资产价值......

如何保障数据安全已成为近几年各个组织不断关注的焦点，数据安全重要性已不言而喻，目前很多组织是以网络为中心的安全建设，虽具有数据安全防护手段，但多为单点方式，现有建设方式已不能满足现......

随着互联网进入下半场，流量红利逐渐消失，一方面，企业开始重视如何通过数据来挖掘同一个用户的更多价值；另一方面，不管是产品经理、运营还是市场都开始通过“数据驱动”寻找新的增长空间。......

数据治理是对数据资产管理行使权力和控制的活动集合，也就说数据治理并不是一个简单的行为动作，而应该是一个形成体系的管理。......

在任何有一定规模的企业内部，一旦推行起来整个SRE的运维模式，那么对于可观测性系统的建设将变得尤为重要......

用于评估某个业务场景下的效果而搭建的一套衡量标准，同时也便于监测业务健康，快速定位业务运营问题。......

数据仓库，是我们数据工程师的无形产品，不同于可视化、交互型产品的评价体系：拥有比较明确的评价指标MAU、DAU、GMV等。数据仓库一直没有比较系统的评价体系，下面从概念-平台-规范的链路来介......

数据价值定义不明确的另外一个弊端就是数据保护人员的工作重心不突出，采用大而全的数据安全保护策略，不但自己的工作量大，成效低，不好开展，业务人员或其他部门人员的工作效率也因此而降低......

指标体系是什么？如何使用OSM模型和AARRR模型搭建指标体系？如何统一流程、规范化、工具化管理指标体系？本文会对建设的方法论结合滴滴数据指标体系建设实践进行解答分析。......

本文将用较长篇幅，分上下两篇，从数据收集、数据处理、数据分析与管理、数据应用四大部分，来简要阐述一下构建企业级DMP系统的全生命周期流程，以及整理归纳出其中的知识要点。......

随着流量焦虑的逐渐升级，越来越多的企业开始追求对存量用户的精细化运营。如何尽一切可能延长用户的生命周期，并且在生命周期中尽一切可能产生商业价值，是用户运营的核心命题......

互联网相关企业在建立用户画像时一般除了基于用户维度（userid）建立一套用户标签体系外，还会基于用户使用设备维度（cookieid）建立相应的标签体系。......

用户画像体系的搭建起到不可或缺的作用。我们来研究如何从0-1搭建用户画像体系，以及用户画像的应用场景。......

本文主要从数据产品角度介绍，如何基于阿里OneData进行网约车指标体系建设。通过对业务分析、数据域划分及总线矩阵构建，来建立一套指标设计规范。......

CloudNative直译过来是云原生，是面向云环境而设计的软件架构。云原生并不是新的技术，它是基于微服务架构思想、以容器技术为载体，一种产品研发运营的全新模式。......

业界故障管理均基于ITIL演化而来，根据实际情况精简流程以适配互联网的精益迭代。......

随着流量焦虑的逐渐升级，越来越多的企业开始追求对存量用户的精细化运营。如何尽一切可能延长用户的生命周期，并且在生命周期中尽一切可能产生商业价值，是用户运营的核心命题。......

指标，实际上就是一种度量。大到用于监控和评估商业进程的状态，小到衡量某个功能模块的情况，或者是活动效果。指标体系，也就是将指标由粗到细，由宏观到围观进行逐层分解所构成的体系。......

决策分析类系统不同于业务系统的特点之一就是其不确定性，正如莎翁所说的“一千个人眼中有一千个哈姆雷特”：同样一个分析场景，有的人习惯看表格、有的喜欢看图表；有的喜欢用同比环比，有的喜......

为什么要构建数据指标体系？我们所需要的并不是数据，而是数据背后映射的洞察。在业务发展过程中，会产生大量的数据，单看数据是没有价值的，只有和业务相结合转化为信息，再经过处理才能体现其......

容灾与备份区别、灾备技术和容灾体系规划容灾(DisasterTolerance)：就是在上述的灾难发生时，在保证生产系统的数据尽量少丢失的情况下，保持生存系统的业务不间断地运行。......

因为几乎所有数据分析工作都会提“建立数据指标体系”。同学们现实的困惑是：你说报表我就见过，我天天都在更新。可这玩意怎么就体系了呢？做了体系又怎么样呢？......

用户标签是构成用户画像的核心因素，是将用户在平台内所产生的行为数据，分析提炼后生成具有差异性特征的形容词。即用户通过平台，在什么时间什么场景下做了什么行为，平台将用户所有行为数据提......

工业互联网不是将要发生，而是正在发生。工业互联网的核心价值在于通过信息技术赋能传统制造业，实现信息共享，带动生产环节提质增效，提升工业产品附加值，甚至实现产业链协同发展。......

数仓规划是数仓建设的蓝图,涵盖从需求分析开始到最终的数仓评估验收整个环境;数仓规划之所以重要,是因为它是描述了数据流动的概念性框架,为元数据管理奠定了基础,对数据加工过程的理解、数仓建......

一个好的经营分析能够使得企业不断进行自我完善和优化，促进核心竞争力。那么在大数据时代下，企业该如何建立经营分析体系呢......

通过集成阿里云领先的云技术，聚合生态服务资源，实现采集存储、建模、数据管理与数据应用的云上服务；全面支持互联网企业业务数据与行为数据的无缝融合，加速企业智能化进程，驱动业务增长。......

神秘的黑衣青年，蕊雪客栈的月度分享会，今天是标签体系的搭建和标签的筛选。......

每个人由于所在的行业、公司、业务、岗位不同，对监控的理解也不尽相同，但是我们需要注意，监控是需要站在公司的业务角度去考虑，而不是针对某个监控技术的使用。......

标签和画像是类似中间层的系统模块，具体来说，数据资产本质上是一些采集、采购所获得的数据源，但企业希望在数据源的基础上，实现资产变现，而且不断扩大资产价值。......

在大数据、人工智能、区块链等新兴技术的驱动下，各家银行纷纷利用新技术制定数字转型改革战略，寻找差异化经营的可行模式。如何真正将“数据驱动”的这个轮子落地，扎扎实实地支撑民生银行数字......

没有一款SaaS工具可以同时很好的解决N个问题，也没有一家ToB公司能从全方位给予客户所有的帮助。抓住客户的一个痛点，从简出发，这样成功才更容易复制。......

在大数据时代，数据在呈现出海量化、多样化和价值化变化的同时，也改变了传统IT行业的市场竞争环境、营销策略和服务模式。如何在ZB级的海量数据中获取并筛选有价值的信息，是对IT企业的一大挑战......

CRM岗位涉及的工作内容较广，可能包含系统管理、项目管理、活动策划、数据分析、文案编写等等。观察身边CRM岗位，基本是由活动策划、数据分析转岗的。......

当你把数据库迁移到云时，当你的客户可以通过一个安全的网站进行支付时，当你的员工可以通过手机来管理和跟踪他们的工作日程时，都可以视作数字化转型。......

如果大家的技术能力都很强，很多时候一个人可以完成所有工作，可能也就不需要自动化运维体系了。正是因为每个运维人员的能力不一样，技术水平参差不齐，甚至是运维习惯和工具也不一样，导致我们......

什么是标签体系呢？简单说就是你把用户分到多少个类里面去。当然，每个用户是可以分到多个类上的。这些类都是啥，彼此之间有何联系，就构成了标签体系。标签体系的设计有两个常见要求，一是便于......

就这样，大数据领域蓬勃发展了好几年，有很多伙伴执迷于技术，成为了分布式计算与存储的领域专家。也有很多伙伴执迷于数据，成为了行业的数据研发专家。当然还有很多小伙伴，热衷于工具系统开发......

工业互联网是新一代信息通信技术与现代工业技术深度融合的产物，是制造业数字化、网络化、智能化的重要载体，也是全球新一轮产业竞争的的制高点。......

一般情况下，一个互联网产品，或是一个移动端产品在发展前期，主要会关注流量及用户量的增长。当流量，用户量做到一定程度时，就会考虑商业变现。......

价指标体系是指由表征评价对象各方面特性及其相互联系的多个指标，所构成的具有内在结构的有机整体。”简单来说，就是将统计指标系统性的组织起来。指标体系是由指标和体系两部分组成。指标主要......

当一个企业要建立数据体系，它需要什么样的流程？当一个新的产品上线，它需要怎样建设业务的数据体系？这两个问题是否一些方法论去遵循？......