随着信息化进入3.0阶段,越来越呈现出万物数字化、万物互联化,基于海量数据进行深度学习和数据挖掘的智能化特征。数据安全正式站在了时代的聚光灯下,隆重登场。......

数据分类分级助力提升企业运营效力，基于业务角度的数据分类可以更好地满足业务的使用和数据资产的管理，帮助企业对内部数据资产进行精细化管理，持续为业务赋能。......

数据分类分级是开展数据全生命周期管理的基础，企业做好数据分类分级才能更好地去落实合规义务以及进行数据安全管控。......

数据是一种宝贵的资源。数据资源是数据的自然维度，可通过数字、文字、图像以及计算机代码等多种形式展现。数据资产是数据的经济维度，与数据资源同属于数据聚合产生的结果。数据资产的本质是指......

数据资产的价值由于具有不确定性和时效性，会受数据本身的质量、可用性以及市场需求、应用场景等因素的影响。......

随着数据价值的日益突显，越来越多的企业开始进行数字战略转型，有的通过数据平台过渡到数据中台，有的直接建设数据中台。......

数据规范可以大致分为数据基础规范、数据安全规范、数据质量规范三大类。5.数据之“治”数据之“治”指狭义的数据治理，实质上指数据治理相关的一套方法及体系，包括了实践数据之“规”来确保数......

关于如何构建指标体系，已经数据类的账号发过很多文章，几乎每个数据从业者都能说出个OSM、UJM模型等，但如果在面试过程中，只是炫名词，反而会让面试官觉得过于刻意，而没有真正理解指标体系的......

随着大数据技术的迅速发展，企业对于数据的掌握和处理能力得到了质的飞跃，数据已经成为继物质和能源之后另一种重要的战略资源。因此，企业越来越重视数据资源的管理和应用。然而，信息孤岛和部......

数据分析是一个从数据中通过分析手段发现业务价值的过程。这个过程的起点是获取一份数据，这个过程的终点是发现业务价值。过程可以大致为分数据获取——数据清洗——数据处理——数据建模——分......

数据分析报告要有一个清晰的架构，层次分明能降低阅读成本，有助于信息的传达。虽然不同类型的分析报告有其适用的呈现方式，但总的来说作为议论文的一种，大部分的分析报告还是适用总-分-(总)的......

数据资产（DataAsset）是指由组织（政府机构、企事业单位等）合法拥有或控制的数据资源，以电子或其他方式记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，......

在说数据架构之前，我们有必要理解一下什么是“架构”？架构这个词，在我们的工作中经常碰到，比如我们会给新接触项目的同事介绍整个系统的架构，学习业界主流的开源系统的架构，领导要做个业务......

数据架构建的建设方法论，主要分为五个步骤：架构现状分析、数据实体梳理、数据主题域划分、数据概念模型及数据分布规划。......

当前数字经济正带动中国整体经济升级和转型，传统行业的数字化转型势在必行。国有企业早已身在其中，成为了这个变革中的焦点和主战场。......

随着企业数字化转型的加速，数据管理成为了企业创新、竞争与发展的重要基础。然而，由于顶层设计缺失、历史原因等因素，企业内部存在数据烟囱和信息孤岛问题，数据无法充分共享，造成了数据存储......

标签是对事物的概要性描述。就像商品标签上会写商品分类、主要原料一样。虽然一件商品有很多属性,但是我们只通过几个有限的标签,就能锁定我们想要的商品,这就是标签的作用。......

企业对主数据的一致性、准确性、实时性提出了更高要求，规划统一的主数据管理体系、建设主数据管理平台、编制数据标准、统一编码被提上日程并逐步落地实施。......

很多企业知道数据治理很重要，但是却不清楚如何做好数据治理。有的企业开展数据治理是“摸着石头过河”，还有一部分企业是"想过河但是不知道该摸哪一块石头”。......

数据治理(DataGovernance,DG)的定义是在管理数据资产的过程中行使权力和控制,包括计划、监控和实施。在所有组织中,无论是否有正式的数据治理职能,都需要对数据进行决策。建立了正式的数据治理规......

随着企业数据呈指数级增长,据统计国外GDPR执法罚款增加了40%。而国内如火如荼的数字化转型加速开展。数据价值和数据保护成为重要课题,因此数据治理是数据驱动型企业的一项紧迫战略举措。......

术语的作用就是统一术语概念的语境，保证人们在给定语境能够使用专门的语言进行精确的交流。术语概念只使用一个最贴切的业务术语表述，避免使用多个近义词引起歧义。......

越来越多的企业将数据视为转型发展和提升治理能力的重要战略资产，并对这一重要资产进行系统性、体系化的管理，以便充分挖掘数据的战略、战术价值。......

随着企业对数据的依赖程度不断加深，数据成为企业决策和价值创造的关键要素。为了更好地保护数据安全、提高数据管理效率、确保数据合规性，企业需要对数据进行分类分级......

业务数字化的目的是打造一体化的业务流、信息流与数据流......

在制定数据中心灾难恢复规划和业务连续性计划时，请记住，你正在保护对信息技术与通信设施所做的重大投资。根据中断事故程度的不同，数据中心的整体完整性有可能完全不受影响，又或者会被彻底破......

多套不同的系统，听起来是不是有点多，且不必要？但在这家公司漫长的信息化和数字化旅程中，这些系统都是为了回应在不同区域更快速地开展业务的需求而建设完成的。或许一个事物的发展多半总是在......

为规范数据库系统安全使用活动，降低因使用不当而带来的安全风险，保障数据库系统及相关应用系统的安全，特制定本数据库安全管理规范。......

数据质量人人有责，这不仅仅只是一句口号，更是数据工作者的生命线。数据质量的好坏直接决定着数据价值高低。......

良好的数据模型能极大地减少不必要的数据冗余，也能实现计算结果复用，极大地降低大数据系统中的存储和计算成本。......

数据质量正是企业应用数据的瓶颈，高质量的数据可以决定数据应用的上限，而低质量的数据则必然拉低数据应用的下限。......

本标准规定了XX公司数据质量管理内容、管理机制和工作流程。本标准适用于XX所有项目整个生命周期的数据质量管理，非项目可参照使用。......

数据研发规范旨在为广大数据研发者、管理者提供规范化的研发流程指导方法，目的是简化、规范日常工作流程，提高工作效率，减少无效与冗余工作，赋能企业、政府更强大的数据掌控力来应对海量增长......

企业要找到一个合适的数据领域的人才也比较困难。可以说，每个细分领域只要你做好了，做精通了都是很有前景的。但不同的细分领域所承担的职责确实不同......

数字化转型主要包括业务数字化、数据资产化、资产业务化、业务智能化几个阶段。在不同的阶段,分别需要哪些数据产品呢?......

数据治理是企业数据建设必不可少的一个环节。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。......

在软件工程中良好的设计具有不可比拟的意义，它胜于需求、编码、维护等环节，秉承设计优先的原则会让软件开发变得简单高效，可以尽量避免掉因设计失误而导致的缺陷，一个健壮的程序必然有良好的......

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......

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。......

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。......

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。......

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......

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......

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。......