为什么大多数公司在招聘数据人才的时候，还有着较高的专业技能要求呢，无论是数据分析师、数据工程师、算法工程师还是数据科学家。......

“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......

使用元数据,能够对工业数据进行目录化管理,实现数据服务,这类技术能够弥补传统数据集中中的缺陷,特别是数据集成不完善问题。从而能使工业大数据能得到更好的存储和共享。......

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；......

要建设数据中台，我们首先需要明确什么是数据中台，以及数据中台能为企业带来什么价值。......

未来的数据和数据平台就如同业务系统一样，都会在云端（可能是公有云，也可能是专有云）。随需随用，所以基于云的数据平台解决方案势必会成为主流。......

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。......

在设计多租户SaaS应用程序时，必须慎重选择最符合应用程序需要的租户模型。租户模型确定如何将每个租户的数据映射到存储。所选的租户模型会影响应用程序设计和管理。......

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。......

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。......

2017年华为提出了企业的新愿景："把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界"。同时，华为公司董事、CIO陶景文提出了"实现全联接的智能华为，成为行业标杆"的数字化转......

我们将分三个部分讨论拟上市企业如何开展数据合规治理工作，以妥善应对审核机关问询，并有效降低行政监管、民事甚至刑事风险。......

数据合规是全行业全领域企业所面临的普遍挑战：不仅科技企业面临日趋严格的数据合规审查，身处传统行业的拟上市企业，如业务经营涉及大量用户数据......

数据是现代企业的血液，以大数据或互联网为工具开发新型服务或产品的传统行业企业也依赖数据带来新的业务增长点。......

由于数据标准不统一造成的数据使用问题越来越多。特别是对于企业而言，如果没有进行数据标准体系的建设，不同人员对于数据的理解很难达到完全一致，导致工作中经常出现数据统计口径偏差，系统开......

一切有组织、合理有效的信息化规划手段，都是只有一个目的，打破企业数据孤岛，将碎片数据资产化。数据既是一切业务模式的产物，也是源头，做好数据治理提升企业价值的根基，而主数据管理是这其......

石油在未得到利用之前，只是一种黑色的液体。数据得不到利用也只是一堆毫无价值的信息，那么什么样的数据资源可以转换为数据资产呢？......

数据被称为“未来新石油”，已经渗透到当今企业战略决策、生产经营和各业务职能发展领域，成为企业数字化转型的基础......

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。......

大数据时代的到来，让越来越多的企业看到了数据资产的价值。将数据视为企业的重要资产，已经成为业界的一种共识，企业也在快速探索应用场景和商业模式，并开始建设技术平台。......

您是否注意到最近办公室里更频繁使用“数据驱动”、“数据通知”和“数据启发”这些术语了？看起来您的同事只是在用文字赶时髦，但也许您会完全疏忽它们。......

数据安全能力是指数据在流动过程中，组织为了保障数据的保密性、完整性、可用性而在安全规划、安全管理、安全技术、安全运营等方面所采取的一系列活动。......

如果我们说主数据是企业的“黄金数据”，那么对于制造型企业来说物料主数据就是企业的“钻石”数据。物料主数据贯穿于制造型企业的设计、工艺、采购、生产、库存、物流、销售的各个环节。......

与前面许多已经讨论过的概念一样，人们如何定义统计以及统计与一般数学（mathematics）有何不同，存在着很大的差异。......

埋点也叫事件追踪（EventTracking）。是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。在数据分析过程中，数据采集是第一步，而埋点是数据采集的重要方式。......

数据湖元数据服务为大数据而生，为互通生态而生，期望后续继续完善其服务能力和支撑更多的大数据引擎，通过开放的服务能力、存储能力、统一的权限及元数据管理能力，为客户节省管理/人力/存储等......

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......

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。......

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。......

说到数据中台的产生，我们不得不从数据工作的痛点来切入。我总结了八个方向，这八个方向可能不足以覆盖数据工作中的所有痛点，但肯定是数据工作中最痛的八个点。......

在互联网工作，产品的指标组成了职场的工作成绩，由此在找到自己要关注的指标前，首先要区分自己的分工。......

在新经济的推动上需要每个人都参与其中，通过借助数据资源注入的方式来平衡与实现。企业建立数据中台目的是也一样，一定要先对企业的数据进行数据盘点，然后再去做数据资源规划。......

如从最初决策支持系统(DSS)到商业智能(BI)、数据仓库、数据湖、数据中台等，这些概念特别容易混淆，本文对这些名词术语及内涵进行系统的解析，便于读者对数据平台相关的概念有全面的认识。......

利用统计学，我们可以更深入、更细致地观察数据是如何进行精确组织的，并且基于这种组织结构确定数据分析的方法，来获取更多的信息。今天给大家介绍数据分析中常用的五个统计基本概念。......

在经历过“神话”和“梦碎”等种种风波中，中台已经走到了要验证其价值的关键路口了。......

建设大数据平台的最终目的是服务于业务需求，解决现有业务问题或者创造新的机会。业务部门可能并不关心是采用大数据技术，还是传统的数据库技术，是否采用大数据技术的主要依据是数据量。......

对于产品来说，数据是很重要的。有了数据才能发现问题、提升留存、留住客户。那么，我们如何才能借助数据达成以上的目标呢？......

数据湖的实现需要很多关键因素，其中涉及从技术到治理，组织需要评估其实施策略中最重要的因素。......

企业规模越大、业务形态越复杂、运维能力越高的企业，运维所纳管的数据越多，运维数据变现的效果越好，相对应的，运维数据建设的层次越高......

本评估指南旨在帮助IT组织评估和选择适合进行大规模企业范围部署的现在商业智能和分析平台。......

数据部门只是个辅助，说的话如果不对业务胃口，就永远悬在天上。就像开车，抓方向盘的人听了建议能换路线，做副驾驶的哔哔太多，很容易造嫌弃。......

零售行业普遍有着丰富的数据和大量急需优化的问题，如商品价格、折扣、门店库存、会员活动等，是数据分析应用的重要商业应用领域之一。所以，建立零售行业的数据分析模型是一个非常有必要和急迫......

ODS层（OperationDataStore）：原始数据层，存放原始数据，直接加载原始日志、数据，数据保持原貌不做处理。（2）DWD层（DataWarehouseDetail）：明细数据层，结构和粒度与原始表保持一致，对O......

分析数据是将收集的数据通过加工、整理和分析、使其转化为信息。通常用方法有：排列图、因果图、分层法、关联图、系统图、KJ法等工具或方法......

随着数据化营运在企业中越来越普遍，闭环思维的重要性也越来越受到重视。闭环思维到底是什么？它有什么作用？本文将从四个方面展开介绍，希望对你有帮助。......