-
指标体系是将零散单点的具有相互联系的指标,系统化的组织起来,通过单点看全局,通过全局解决单点的问题。完整的指标体系是由指标和维度组成的。......
-
做好业务分析的重点在于数据分析师要有良好的专业素养：一方面要有过硬的专业技能、了解业务；另一方面要能够通过合作和协调，让分析策略可以落地并正向影响业务。这篇文章将从数据认知开始，给......
-
在财务信息化建设中，财务模块作为各个模块的数据最终归集之处，对于主数据维护的合理性要求最高。高度关注财务主数据维护，才能保证财务信息化工作有一个好的开头。......
-
数据安全分级分类是任何数据资产安全和合规程序的重要组成部分，尤其是在组织存储大量数据资产时。......
-
了解数据建模之前首先要知道的是什么是数据模型。数据模型（DataModel）是数据特征的抽象，它从抽象层次上描述了系统的静态特征、动态行为和约束条件，为数据库系统的信息表示与操作提供一个抽......
-
数据治理是所有数据应用的根基，数据治理做的不好直接影响所有数据应用的价值。数据应用做得越深入，所需数据就会更多，对数据质量也会有更高的要求。而企业的数据治理做得越好，数据的质量也就......
-
本文将为您介绍数据仓库研发规范的阶段规划、角色职责和整体流程。......
-
本文介绍两种最为常用的数据挖掘方法论——CRISP-DM方法论和SEMMA方法论。......
-
数据中台、数据仓库和数据湖没有直接的关系,在某个维度上他们为业务产生价值的形式有不同的侧重,数据中台距离业务更近,能更快速的响应业务和应用开发的需求......
-
随着信息化时代的高速发展,数字化理念逐渐深入人心,各行各业都在做数字化转型。证券行业也不例外,各种线下的客户服务被线上化,很多依赖人工的工作场景被流程再造,并最终以数字化应用的形式体现......
-
数据指标体系是构建数据中台的重要一环。数据指标的建立让运营及产品人员更直观地看到基本指标的变动,让数据分析师更便捷地开展数据分析工作。这篇文章就紧紧围绕“指标体系”展开,内容略干。......
-
指标的设计链路,可以从目的→设计→公式→口径&范围,每一步都需要跟使用场景强绑定。所以当面对不同的使用场景时,同一个指标可能有多套口径的情况。......
-
数据指标是业务中的核心内容,然而指标管理中总会出现许多问题。指标管理系统在一定程度上可以帮助实现规范化管理,但是针对不同的业务场景与需求,数据管理还应当灵活应变。......
-
怎样提升数据价值转化、缩短数据供应和数据应用之间的距离是数据中台建设面临的重要课题。......
-
本文主要分享有赞针对离线和实时数据做的一些监控实践,当前商家数据基本在7点前完成产出,所以线上监控规则大多是7点开始调度,为了更早的发现问题,我们也开始做业务层表(kylin)构建完成后触发监......
-
“数据驱动决策”，为了不让这句话成为空话，请先装备以下13种思想武器，将来你一定能用上......
-
所谓水无定势，兵无常法。不同的行业，有不同行业的特点，因此，从业务角度看，其相应的数据模型是千差万别的。......
-
谈灾备，就会细谈数据保护与容灾备份。然而，相关的概念经常有人混淆。我们搜集和参考公开资料进行初步梳理。一、数据保护在云与大数据时代，海量增长的数据容量，给数据的存储和保护带来新的挑......
-
项目管理的信息化依赖于企业信息化的基础建设,无论是新建还是改造,都会涉及业务模块的系统,例如人力资源管理系统、ERP系统、财务管理系统、OA办公系统等等。......
-
受GDPR立法的影响，全球其他国家也陆续推出了相关的隐私法规。具有代表性的是美国2018年6月通过的《加州消费者隐私法案》（CaliforniaConsumerPrivacyAct，CCPA），由于影响涉及大部分知名IT科......
-
本文拟在回顾2020年的数据保护重点事件的基础上,分析与信息保护、网络安全相关的立法和监管趋势,并进一步梳理和总结2021年最值得关注的十大数据保护法趋势问题。......
-
广义的数据中台应该集公司的战略决心、组织架构、技术架构于一体,以业务价值为导向,用技术拓展商业边界。......
-
数据模型设计的是商业模式,是产品逻辑;数据结果反映的是业务实操,是实际现状。......
-
人工智能这些热点提高企业管理人员的兴趣，企业管理人员也对此寄于较高的期望值，有些人会觉得这些数据分析的技术能够马上改变企业的现状，解决很多年的顽疾......
-
ERP的主要作用就是对企业信息的整合，而信息的载体和表达都要通过数据完成。对项目实施来讲，基础数据的准备工作难度最大。......
-
数据分析的工作中也是如此,我们做数据分析的目的是为了提升公司的决策水平,如果不能描述客观事实,那么信息在沟通过程中很容易变形。......
-
新的流量洼地越来越少,企业一方面要做到精准获客,另一方面也要使出浑身解数提升用户留存,最大化挖掘用户价值。......
-
数据存储系统对于很多组织来说通常难以管理，而随着存储容量的不断增长，其管理将变得更加困难。组织可以尝试采用一些新技术和实践，以帮助减轻存储管理负担。......
-
?当今信息化建设程度不断深入,企业在优化整合各种IT能力,使IT成为企业的前进驱动力与核心竞争力的同时,将视角关注于更深层次的数据治理与分析,预示着以数据、流量、知识为主的数字经济时代到来,......
-
随着全国人大常委会2020年度立法工作计划的公布和调整,有关数据安全法、个人信息保护法的立法进度成为业内高度关注的焦点。......
-
?中华人民共和国数据安全法(2021年6月10日第十三届全国人民代表大会常务委员会第二十九次会议通过)......
-
当下,人人都在谈论数字化转型,但怎么转,做什么,中台有可能成为企业推进数字化转型的有效方法之一。......
-
数据分析方法论:是从宏观角度出发,从管理和业务的角度提出的一种分析框架,这个框架可以很好的指导我们接下来具体分析的方向和板块......
-
通过大数据技术的加持，很多重要的社会经济心理变量变得可以构建，如居民幸福感、投资人情绪等，而实时技术的发展甚至使得实时预测变成了可能。......
-
数据分析需要一点“精神分裂”，找完原因，还要向业务同学提建议。这个时候，又得掌握站在业务同学的角度思考如何提出建议。......
-
数据质量管理(DATAQualityManagenment)是指对上述过程中每个阶段可能出现引发数据质量的问题进行识别、监控、预警等相关管理活动。......
-
随着新技术、新产业、新业态、新模式的不断出现，各行各业的企业都在寻找新的突破口进行转型升级，“数据化、信息化、数字化、智能化”愈来愈频繁地出现在大众视野中，关于它们概念和解说也是层......
-
本文主要介绍美团酒旅数据治理的历程和实践经验，以及业务发展各个阶段中数据体系遇到的问题和解决方案。最后，将探讨数据治理在现阶段的建设思路和发展方向。......
-
判断一个人做数据分析的水平，不是看他学习了几种工具，最核心的差距在于思考问题的思维能，这是数据分析的本质，也是最容易被人忽视的点......
-
战略分析的方法：需要从竞品及行业数据中发现行业发展趋势及竞品的战略定位，同时结合公司内部数据，可以发现相对于行业和竞品发展，内部在哪些地方存在不足，以此制定进攻和防守策略......
-
良好的开始是成功的一半。很多大数据产品之所以失败，归根到底就是出发点不对，没有找准真需求，无法推动解决实际问题。流于表面的数据产品，是对时间和人力资源的浪费。......
-
在长时间的企业管理理论研究和实践过程中，将企业经营管理中一些经典的相关关系以一个固定模型的方式描述出来，揭示企业系统内部很多本质性的关系，供企业用来分析自己的经营管理状况，针对企业......
-
数据可视化是借助于图形化手段，清晰有效地传达与沟通信息。简而言之就是把枯燥无味的数据，通过图形化设计表现，达到一种更加精准和高效的数据分析和表达。......
-
数据分析报告是对整个数据分析过程的一个总结与呈现。通过报告，把数据分析的起因、过程、结果及建议完整地呈现出来，供决策者参考。......
-
在数据中台项目落地中，我们可以根据具体项目情况对其中的一个或者几个部分的内容做重点的加强或者减弱，甚至可以只在其中一个方面做重点突破和攻关。......
-
从互联网行业火到金融行业的概念不少，比如个性化、微服务，还有近几年的各大金融机构都在谈论的“数据中台”，一些走在数字化转型前列的金融机构开始搭建数据中台。......
-
数据治理项目目标：通过建设一个专业数据治理平台，实现指标维度及数据的统一管理，也探索一套高效的数据治理流程。......
-
数据来源于企业的业务，也持续服务于企业业务创新与发展。因此，不断扩展企业内外部数据需求范围，及时了解梳理各类数据需求，提升数据需求响应速度，才可以最大程度发挥数据价值......
-
销售漏斗模型，是科学反映销售效率的一个模型，本质上是对销售过程的细化管理，可以帮助我们把流程标准化并沉淀下来。......
-
数据作为新型生产要素，只有流动、分享、加工处理才能创造价值。如今数据治理成为数字经济必经之路，怎么实现一个数据治理项目成为大家最关心的问题。......