传统的IT架构，在业务发展中面临的以下问题：研发缺乏技术基线，系统建设缺乏统一规划，创新能力不足，业务间数据壁垒严重；数据及业务资产复用不足......

确定怎样通过IT来支撑关键业务流程和业务能力评估行业内外的最佳范例扫描企业需求有关的经过验证的技术组织企业高层领导进行IT愿景会议，以便在今后5年的IT期望的状态达成共识......

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......

数字生产力是人类改造自然的新型能力，正引发人类认知新规律、发现新现象、创造新事物等方式的根本性变革，必然会对产业创新、经济发展、社会治理等产生深层次影响。......

在如今的数字经济浪潮下，汽车产业正面临着前所未有的转型大变局，汽车产品的属性正在从传统的机电一体化产品升级成为软硬件深度融合的智能终端，“软件定义汽车”已成业界共识。......

本文从数据安全事件的风险类型，数据安全法律法规的指引与要求出发，输出了企业数据安全体系的总体框架，并就框架中的重要举措，提出了落地执行方面的参考建议。......

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。......

本文总结了华为供应链数字化转型实践方法，即在业务数字化、流程及IT服务化、场景化算法建模三个基础上，建设供应链两层智能业务体系，推动作业模式和管理模式转型。......

数字转型（digitaltransformation/DX）是2017年开始逐渐升温的概念。对于中小企业来说数字转型可能是一个“无用”的概念，因为这些企业从一开始便建立在数字基础之上，亦或是“船小好调头”并非......

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。......

收集完整而准确的基础数据，是ERP成功实施的必要条件。实施ERP并不仅仅是购买和安装一套软件，在正式运行之前还有很多工作要做，基础数据的收集准备就是一项不可或缺的工作。......

公共交通在过去十年中经历了许多变革，城市交通则发生了巨变。数字化创新为我们的生活和出行方式带来了许多令人兴奋的改变。数字化发展迅速，信息技术的每一项进展、每一次进步、每一段旅程，都......

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？......

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。......

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。......

离散制造包括家电、家居、纺织、食品、火箭、飞机、国防装备、船舶、电子设备、机床、汽车等行业，在我国制造业中占有较大比重，是解决就业等民生问题的重要产业，与居民生活息息相关。......

在企业“重构”层面，响应互联网时代和智能时代的需要，基于数字化实现精准运营的基础上，加快传统业态下的营销运营、客户管理、企业发展等多方面的变革与重构。......

数字工厂和智慧工厂有什么区别？随着科技的进步，信息技术在与传统工业制造的深度融合，使传统工业制造也迈进了数字化，信息化的时代。在工业4、0的今天，我们经常能听到“智慧工厂和数字化工厂......

数据倾斜就是我们在计算数据的时候，数据的分散度不够，导致大量的数据集中到了一台或者几台机器上计算，这些数据的计算速度远远低于平均计算速度，导致整个计算过程过慢。......

数据倾斜，在MapReduce编程模型中十分常见，就是大量的相同key被partition分配到一个分区里，造成了"一个人累死,其他人闲死"的情况，这违背了并行计算的初衷，整体的效率是十分低下的......

数字化转型是一个热点话题。不管在业界还是学界，都有很多基于数字化转型成功案例的研究。但是只看成功不看失败，就可能存在幸存者偏差。......

在互联网的大时代背景，线下门店如何打造智慧门店？如何线上线下一体化的融合？如何利用大数据精准营销？如何整合散落在各处的数据信息？来持续优化精准营销、销售与供应链，紧随着新时代新零售......

创立于1995年的步步高集团，旗下商业连锁版块自2017年开启数字化转型战略：通过顾客数字化、商品数字化和运营数字化，在提升顾客体验的同时，重塑传统零售的价值链，升级门店的运营管理模式，提......

大数据时代，数据成为社会和组织的宝贵资产，像工业时代的石油和电力一样驱动万物，然而如果石油的杂质太多，电流的电压不稳，数据的价值岂不是大打折扣，甚至根本不可用，不敢用，因此，数据治......

由于在变化快速的商业世界里，业务形态多种多样，为了能够更有针对性的进行数据建模，经过长时间的摸索，业界逐步形成了数据建模的四部曲：业务建模->领域建模->逻辑建模->物理建模。......

在数据管理方面，有两类数据，需要政企重点关注，第一个是元数据管理，它是对所有数据进行定义，标准和划分，赋予数据意义，元数据管理是我们数据管理的基石。......

以往在增量时代,每天都有新的领域、新的市场被开发。尤其是在互联网、电商等领域的红利期,似乎只要做好单点的突破就能获得市场。这个蛮荒时代,业务运营主要依靠是经验和直觉驱动......

美团住宿数据治理团队通过多年数仓建设及数据治理的经验沉淀，并结合业务发展阶段对于数据治理的诉求，将治理的思路逐步从专项、表象、问题驱动的治理，转变为自动化、体系化的治理，并从标准化......

数据准备工作作为信息系上线的基础工作，得到了广泛的重视，但是因为基础数据问题而导致的系统实施困境依然常常发生......

随着数据资源的爆炸性增长，企业面临着数据标准不统一、数据信息分散、数据质量参差不齐、开发维护困难等问题，很难满足实时分析和决策的高要求。因此，数据治理对于工业互联网的发展至关重要......

“如果让你来评估这次活动，你会怎么分析”无论是面试还是工作，做数据分写的同学都经常遇到这个问题。......

运营模型也多种多样：比如，有偏理论的，也有偏实践的；有分析用户属性与生命周期的，也有经营用户的；根据用户增长、用户活跃、用户留存、用户变现等运营目标，每个目标下都有特定的方法论；再......

媒体融合下半场的重心将向智能化趋势发展。如何打造实用有效的媒体数据产品和服务，继而完成数智化转型，已成为媒体行业当前最为关注的问题。本文围绕当前媒体机构的转型需求，媒体数据中台建设......

常用的用户数据可分为属性（User）数据与事件（Event）数据，常用的数据来源主要包括客户端、服务端、业务数据与历史数据。TA系统用户行为分析就使用属性（User）+事件（Event）的定义方式，高......

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。......

客户数据平台（CDP）通过打通客户全渠道、全旅程触点数据，形成基于客户全旅程的数据链路；通过数据建模实现对客户的全方位洞察，并形成用户分层运营的策略，指导运营计划的精准实施。......

需要将全渠道客户数据接入与拉通；我们需要CDP作为企业用户数据枢纽；将散落在各个渠道、各个孤立系统中的客户数据抽取到统一的大数据平台并将数据处理成统一的结构，进而整合为统一的客户数据......

客户数据平台(Customer-Data-Platform)，简称CDP；通过采集多方客户数据(主体与线索)等，从而进行精准的客户分析和人群细分，进而实现高效的客户维系和发掘以及日常营销运营。......

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......

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。......

通过对数据的分类分级，识别数据对组织的具体价值，确定以何种适当的策略，保护数据的完整性、保密性和可用性。......

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......

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......

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？......

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。......

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。......

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。......

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......

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。......