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......

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。......

数字化转型是当下的热潮。面对潮流，企业或兴奋于追逐可能出现的商机，或焦虑于落伍时代步伐的风险，纷纷奋勇争先，如潮水般涌入转型者之列，以求立于潮头，或希望至少可以分一杯羹。......

数字化转型对一个品牌商、制造型企业来讲至少包括三个板块：企业前端供应链体系的数字化、企业生产运营体系的数字化、企业营销体系的数字化。......

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。......

本文建议传统企业从对自身的数字化成熟度评估入手，明确所处发展阶段，理清数字化企业的七大关键特征，并注意克服企业数字化转型道路上的五个常见困难，在数字化转型的新一轮进程中达到事半功倍......

有赞的数据中台解决的是"有赞的数据资产的加工和复用",这里提到了数据中台的两个重要功能:数据加工和数据复用,分别由数据技术中台和数据资产中台解决.......

有赞的数据仓库就是在这样一个大数据环境下，同时需要满足内部分析数据和商家侧数据的各类需求。......

如果你是企业的CIO/CTO，信息部总监，那么你可能需要更多关注与企业架构方法（如TOGAF）、组织架构、事件风暴、愿景规划等等，因为你要做是中台最基本的工作：数字化全景规划；......

数据中台涉及的东西，都是做数据做到一定程度后自然产生的结果，只要你希望让数据产生更多、更直接的价值，你就要演化出相应的功能，形成自己的数据中台。......

技术从业者和企业经营者不必避免地会有各自的理解角度，每个行业也会有各自具体的解读，有的偏向于在技术领域内谈论这个话题，有的则完全基于商业模式和管理创新。......

数据中台解决方案包含：数据中台建设方法论、相关技术体系和工具、数据体系等几大部分构成，前文介绍了数据建设方法论中的数据仓库建设部分，本文将介绍具体构建数仓的相关技术。......

本文分别从数据产品的价值、愿景、设计思路、建设方法及案例等方面，结合作者这些来的工作经验和心得，全方位介绍数据产品，梳理了一份数据产品建设方案。......

火灾已经爆发后才知道救火，交通已经阻塞后才知道疏通，羊毛已经被“羊毛党”薅光后才知道堵上漏洞，股价已经拉升后才知道后悔……为什么我们不能在这些事情发生之前，或者至少是刚刚发生的时候......

所有的分析方法总结起来就两种：分类和对比，分类和对比，分类和对比，重要的事情说三遍，并且大部分的分析方法都是这两者的结合......

众多企业管理者都将“数字化转型”视为战略核心，那么“数字化转型”应该已经有了一个清晰的概念才对，但实际上却并非如此。经过笔者多方收集，似乎大家对“数字化转型”都有自己的理解。......

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。......

企业如何做好数据运营与数据资产变现？企业的数据运营与数据资产变现，其实强调的是自己内生的力量，依赖自己的运营能力和自己的人才去完成这些事情。......

中台概念更多是一种方法论。它来告诉用户如何构建数据化服务体系，包括从数据集成、数据建模、数据开发、数据共享到数据质量、数据治理等。......

数据湖（DataLake）是一个以原始格式存储数据的存储库或系统。它按原样存储数据，而无需事先对数据进行结构化处理。一个数据湖可以存储结构化数据......

存储库反而变成了一个缓慢、僵化的数据沼泽。大数据需要特殊的专长来分析数据。使用原始数据得出的结论在数据质量和治理方面发出了危险信号。......

数据湖是一个以原始格式(通常是对象块或文件)存储数据的系统或存储库。数据湖通常是所有企业数据的单一存储。......

让数据产生价值才叫成功。早期有不少的公司引入了Hadoop，将企业的各种结构化非结构化数据加载至Hadoop环境当中，想让自己的数据发挥更大的价值，但这并不容易。......

”数据治理“流行起来。而要了解数据治理及数据质量，还得从数据、数据治理、数据质量这些基本概念说起。......

数据可视化作为一种有效传递信息的手段，被越来越广泛地应用到很多领域。如果想要让数据发挥更大的价值，那么合理地运用数据可视化的方法和工具就显得特别重要。......

通过已有产品获取到了一部分用户数据，如何通过数据分析对用户画像，标签化，对用户行为进行分析，从而区分不同级别用户进行相对应的精准营销？......

数据管理工作，搭建了架构和模型之后，我们要像相信汽车和飞机的仪表板一样，相信我们的数据，持续不断的维护、更新、整理、改善以及更正，当呆废库存数据异常的时候，正确认知现状、分析原因、......

数字技术的发展已经从互联网、大数据，迈入人工智能时代。在数字化对社会经济的冲击和颠覆中，互联网企业独领风骚，传统企业的总体表现迄今为止不够理想。......

数据湖是目前比较热的一个概念，许多企业都在构建或者计划构建自己的数据湖。但是在计划构建数据湖之前，搞清楚什么是数据湖，明确一个数据湖项目的基本组成，进而设计数据湖的基本架构，对于数......

维度模型的概念出自于数据仓库领域，是数据仓库建设中的一种数据建模方法。维度模型主要由事实表和维度表这两个基本要素构成。......

搞清楚数据安全要解决哪些问题、大数据时代下解决这些问题所面临的主要挑战，就可以梳理数据安全治理的核心思路了。简单说，数据安全治理可以遵循“以数据为中心、以组织为单位、以能力成熟度为......

数据治理可以确保企业的数据资产得到正确有效的管理，数据治理从组织架构、原则、过程和规则等方面确保数据管理的各项职能得到正确的履行。......

企业信息化建设是随着企业战略、业务形态、预算等多个方面不断迭代及变化的，所以在建设过程中难免出现阶段鸿沟，跨阶段整合难的现象，当企业以数据为中心的战略考量时，就需要通过数据治理方法......