首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏CloudBest

    数据即服务——数据的四支柱

    而作为众多“”核心成员之一的“数据”,似乎成了“”家族的最顽强的那个,在沸沸扬扬“”质疑声苦苦地挣扎着…… — 01— 我们在谈「数据」的时候, 到底在谈论什么? 在过去了两年里,我做了一些关于的数据研究,也写了几篇数据的文章,试图去理解和定义清楚“什么是数据”。 笔者认为:数据更像是一个数据产品或数据服务的数据能力工厂,它由“产品导向、数据服务、敏捷团队、赋能中心”四支柱支撑,提供数据资产加工,数据分析和应用,数据服务输出等能力——数据即服务。 ? 在数字化转型的背景下,培训赋能是一个被广泛提及的话题,即,通过培训的方式赋予人或团队的某些能力,主要包括:技术赋能、数据赋能、工具赋能等。 写在最后的话 产品导向、数据服务、敏捷团队、培训赋能是构成数据的四支柱,是“让数据用起来”的基础,缺少一个都会使整个架构不稳。

    2K30发布于 2021-07-13
  • 来自专栏国云大数据

    数据:什么是数据

    数据:什么是数据 什么是数据 数据是全新的架构变革。过去三十年,企业数据管理都以传统的IT架构为基础。 由此,集成式的建设方式给技术部门形成巨大的维护成本和治理成本,并没有达到数据建设的真正目的。 数据的基本能力 数据具有数据服务的能力。 传统企业搭建数据,如果仅完成了API接口的创建,仅仅是完成了数据建设的其中一环。因此,数据并不是端到端的技术赋能平台。 数据的建立可以帮助企业对数据进行风险隔离,确保一方不影响另一方。 数据应用方式 数据应用方式一为帮助业务部门灵活使用数据分析。数据改变了以往业务部门数据分析技术能力不足的窘况。 SaaS层:从技术角度讲SaaS层是业务用户或技术用户直接可以使用的服务和功能,包括数据分析工具、数据挖掘工具、可视化工具、清洗工具、建模工具等不同的数据工具;还包括不同层次的数据应用,如屏可视化应用

    4.7K20发布于 2020-11-20
  • 来自专栏全栈程序员必看

    数据,什么是数据

    数据开发,核心数据模型的变化是相对缓慢的,同时,对数据进行维护的工作量也非常;但业务创新的速度、对数据提出的需求的变化,是非常快速的。 能力问题:数据的处理和维护是一个相对独立的技术,需要相当专业的人来完成,但是很多时候,我们有一把的应用开发人员,而数据开发人员很少。 这三类问题都会导致应用开发团队变慢。 数据平台的出现是为了解决数据仓库不能处理非结构化数据和报表开发周期长的问题,所以先撇开业务需求、把企业所有的数据都抽取出来放到一起,成为一个数据集,其中有结构化数据、非结构化数据等。 企业内部业务众多,不同业务可能存在很多重复数据。所谓的数据资产目录就是把数据的模型去重、归一、梳理,变成一个树状结构,这个树状结构不直接对应数据的字段。 数据治理问题:和业务独立开的数据治理少有成功的,数据标准要有(数据资产目录),通过数据资产目录将共有的纬度、共性的业务模型提炼出来,在此基础之上数据治理需要跟业务场景紧密结合。

    2.6K31编辑于 2022-09-14
  • 来自专栏云+直播

    数据是什么:数据剖析

    点击观看咖分享 抗击疫情,腾讯云在行动。数据被誉为大数据的下一站,成为了人们谈论的焦点,2019年也被称为数据元年。但是数据是什么?它和数据仓库、商业智能、大数据平台有什么区别? 本文是对TVP史凯老师的直播演讲整理,为大家剖析数据的愿景和本质。 本次腾讯云大学咖分享课程邀请 腾讯云最具价值专家TVP 史凯 分享关于“数据是什么:数据剖析”课程的内容。 四、数据的本质和六能力模型 在这样的愿景和使命下,数据是什么?它应该构建什么样的能力呢? 1. 数据的本质 数据是什么? 数据的六能力模型 在此基础之上,我们把数据抽象成6能力,在六能力基础之上支撑的就是数据的使命和愿景:构建数据驱动的智能企业。 结合前面所说的六数据能力模型,业务数据的集成环境,实际上包含了数据服务的开发和协作,所以也可以说数据是虚拟化的业务数据的集成环境。

    4.5K52发布于 2020-03-05
  • 来自专栏只喝牛奶的杀手

    数据

    数据模型是分层次的,以前叫作数据仓库模型,概括为三层,基础模型一般是关系建模,主要实现数据的标准化,我们叫作“书同文、车同轨”,融合模型一般是维度建模,主要实现跨越数据的整合,整合的形式可以是汇总、关联 ,也包括解析,挖掘模型其实是偏应用的,但如果用的人多了,你也可以把挖掘模型作为企业的知识沉淀到,比如离网挽留的模型具有很大的共性,就应该有人把它规整到模型,以便开放给其它人使用,是相对的 数据服务将数据模型按照应用要求做了服务封装,就构成了数据服务,这个跟业务台中的服务概念是完全相同的,只是数据封装比一般的功能封装要难一点,毕竟OLTP功能的变化有限,而数据分析受市场因素的影响很大,变化更快 随着企业大数据运营的深入,各类大数据应用层出不穷,对于数据服务的需求非常迫切,大数据如果不服务化,就无法规模化,比如浙江移动封装了客户洞察、位置洞察、营销管理、终端洞察、金融征信等各种服务共计几百个,每月调用量超过亿次 但有数据模型和数据服务还是远远不够的,因为再好的现成数据和服务也往往无法满足前端个性化的要求,这时候就得授人以鱼不如授人以渔了,数据的最后一层就是数据开发,其按照开发难度也分为三个层次,最简单的是提供标签库

    3.4K42发布于 2019-09-02
  • 来自专栏Lansonli技术博客

    数据建设(二):数据简单介绍

    构建数据时需要企业从战略、组织、人才方面全方位规划配合,而不仅仅停留在工具和产品层面,所以在一些互联公司在宣布战略时,会伴随组织架构调整,例如:合并数据处理部门,合并业务部门等等。 )来调制一桶糖醋汁(相当于数据产品),以后每天倒一点点糖醋汁就可以做出一盘糖醋菜(业务应用), 这个调制糖醋汁以及使用糖醋汁做出一盘糖醋菜的这个过程就相当于构建了一个数据。 如果你家十天半个月才吃一次糖醋菜,频率很低(相当于某个业务应用很低),就没有必要调制一桶糖醋汁放在那儿(没必要构建中)。 是一种经营理念,是一种组织形式,是“平台思维”的自然演进。 又包含业务、技术数据。 三、数据与业务区别和联系 一个企业可以同时拥有业务数据,两者是相辅相成的。

    11.1K68编辑于 2022-05-02
  • 数据是什么?怎么搭建数据

    数据的核心不是管理,而是流动。数据有了,但用不起来,才是真正的问题所在。那么,一个真正能跑起来的数据,应该长什么样?今天就跟大家把数据讲清楚,它到底是什么、架构怎么设计、从0到1怎么落地? 一、数据到底是什么说白了,数据是一个统一数据能力平台。它的核心任务是把企业分散在各个系统里的数据汇聚起来,经过治理加工,形成可以被反复调用的标准化能力,然后持续支撑业务决策和创新。 数据汇聚的是全局数据,让运营、市场、供应链等非技术岗也能直接用数据,每一个需要数据的人,都能方便地拿到自己需要的数据。能力抽象。 数据不只是存数据,它会把数据加工成可复用的能力。 业务部门需要什么,直接调接口,数据负责返回结果。这才是真正意义上的"数据赋能业务"。5. 组织与团队我一直强调,数据不是纯技术项目,它需要技术和业务的深度协作。 数据可视化开发:用低代码工具比如 FineBI 搭建屏看板、报表,让业务人员直观看到数据价值,不用懂技术也能看懂数据,推动数据在业务端的落地。

    31310编辑于 2026-03-31
  • 来自专栏凯哥讲故事系列

    #凯哥讲数据#数据的使命、愿景、本质和六核心能力

    数据的成为了新的趋势 自2019年3月18日《数据已成下一风口,它会颠覆数据工程师的工作么》成为第一篇数据十万+ 的文章后,数据的趋势一路走高。 愿景 数据的终极愿景是什么 数据的愿景是打造数据驱动的智能企业 使命 数据为什么存在 数据的使命是赋能业务以数据智能的能力,让业务更智慧,为企业创造业务价值 数据的本质 行业里有众多的数据体系 阿里数据 阿里的数据分为五个模块,包括: 数据产品:阿里数据数据屏,生意参谋; 数据资产管理:从资产地图,到资产运营; 数据开发管理,从数据采集到应用开发 数据的六核心能力 当我们把数据工厂的概念解耦,一一对应到企业数据体系,我们就能解构出数据的六核心能力,如下图所示: 数据资产的规划和治理 第一是数据战略 数据资产的规划和治理,是数据的基础功能 但是,对应到数据的六核心能力的组件部分,是有不同的产品或开源的方案可以复用的。

    2.5K32发布于 2020-01-17
  • 来自专栏Lansonli技术博客

    数据建设(一):数据出现的背景

    数据出现的背景一、数据建设中出现的问题在企业数据建设过程,都离不开大数据平台建设,大数据平台建设涉及数据采集、数据存储、数据仓库构建、数据处理分析、数据挖掘机数据可视化等等一系列流程。 3、集群资源成本在企业数据建设中经常是“数据上线容易下线难”,在数据开发中一张数据表从上线之后,我们就一直不停的加工产出结果,很少关注这张表到底产生了多少价值,被多少部门多少人在使用,如果一张表后期没有人去使用 4、数据口径难统一当一个公司体量非常时,其业务形态比较复杂,往往统计同一个指标时不同的部门有各自的口径。假设我们公司是一个年销售额几千亿的企业,在计算一些指标时要考虑各种各样的因素。 二、为什么要构建数据以上我们分析了数据建设中出现的各种问题,那么为什么出现这些问题呢? 解决以上三个方面问题关键就是需要一套机制,通过这套机制整合企业数据,规范、快速的形成数据服务能力,为企业经营决策、精细化运营提供支撑,这套机制就是数据。三、思维导图总结图片

    2K93编辑于 2022-07-15
  • 来自专栏Lansonli技术博客

    数据建设(一):数据出现的背景

    数据的取数效率低下 在数据建设过程中有一些指标可能在构建数据应用体系下没有及时的统计在数据集市,就造成了运营、数据分析这些非技术人员需要给技术人员提临时性的数据分析需求,这个过程来来回回沟通加上调试 3、集群资源成本 在企业数据建设中经常是“数据上线容易下线难”,在数据开发中一张数据表从上线之后,我们就一直不停的加工产出结果,很少关注这张表到底产生了多少价值,被多少部门多少人在使用,如果一张表后期没有人去使用 4、数据口径难统一 当一个公司体量非常时,其业务形态比较复杂,往往统计同一个指标时不同的部门有各自的口径。假设我们公司是一个年销售额几千亿的企业,在计算一些指标时要考虑各种各样的因素。 二、为什么要构建数据 以上我们分析了数据建设中出现的各种问题,那么为什么出现这些问题呢? 解决以上三个方面问题关键就是需要一套机制,通过这套机制整合企业数据,规范、快速的形成数据服务能力,为企业经营决策、精细化运营提供支撑,这套机制就是数据。 三、思维导图总结 ​ ​

    2K53编辑于 2022-04-29
  • 来自专栏CloudBest

    什么是数据?全面解读数据

    ”早期是由美军的作战体系演化而来的,技术上说的“”主要是指学习这种高效、灵活和强大的指挥作战体系。阿里在今年发布“双+ET”数字化转型方法论,“双”指的是数字和业务数据是什么 数据是指通过数据技术,对海量数据进行采集、计算、存储、加工,同时统一标准和口径。数据数据统一之后,会形成标准数据,再进行存储,形成大数据资产层,进而为客户提供高效服务。 广义的数据包括了数据技术,比如对海量数据进行采集、计算、存储、加工的一系列技术集合,今天谈到的数据包括数据模型,算法服务,数据产品,数据管理等等,和企业的业务有较强的关联性,是企业独有的且能复用的 它是企业业务和数据的沉淀,其不仅能降低重复建设,减少烟囱式协作的成本,也是差异化竞争优势所在。 建立数据的原因 数据和业务相比,面临的情况可能会更加复杂一点。 03 数据是培育业务创新的土壤 企业的数据创新一定要站在巨人的肩膀上,即从数据开始,不能总是从基础做起,数据数据创新效率的保障。

    6K21发布于 2019-09-05
  • 来自专栏内容管理系统

    内容数据的区别

    数据不仅仅是技术架构,更是一种数据驱动的业务运营理念。在数据台架构数据从各个业务系统抽取、清洗、整合,形成统一的数据资产。 数据的架构通常包括以下几个核心组件:数据采集层:这是数据的第一步,主要负责从各种源系统(如业务系统、物联网设备、日志文件等)收集数据数据使用的场景企业数据分析:数据整合了企业内部的各种数据资源,通过数据清洗、转换、整合,实现数据的汇聚、整合和分析。 内容数据的区别内容是一个集中的平台,负责管理和分发各种形式的内容,如文本、图片、视频、音频等。 内容专注于管理和分发各种类型的内容资源,而数据则聚焦于企业数据的整合、治理和利用,两者在业务场景和目标上有明显的差异。如何使用MassCMS创建内容

    1.1K10编辑于 2024-06-06
  • 来自专栏EAWorld

    数据建设从数据的认知开始

    数据必备的核心能力 ? 现实,由于对数据的认知不够全面,导致数据的落地困难重重,目前数据的建设往往是技术组件的堆积,是传统数据仓库的改版。 当然不是,由于一些客观原因,在科技建设的过程造成数据体系烟囱式的建立,一个个的数据孤岛已然形成,数据建设的一目标就是消除数据孤岛,打通金融企业数据链路。 数据建设的核心是数据数据管理的核心也是数据数据应用的核心还是数据数据对于金融企业如此重要,那么数据建设过程,我们依靠什么样的数据体系来构建我们的数据数据安全将是金融企业数据治理的一个重点,也是金融企业的科技从业人员将要面临和解决的一难题。 4 数据之“用”,体现在数据服务 “用”,即使用、应用。 2、常见的数据服务类型: 数据屏:数据可视化屏是一个很重要的“面子”,它一方面能够通过酷炫的效果让人眼前一亮,同时也能把业务和数据的“里子”有效的传达出来,表里如一。

    2.4K40发布于 2020-11-02
  • 来自专栏数据社

    浅谈数据

    一、什么是数据 数据的概念最是阿里提出来的是为了实现数据的分层和水平解耦,提供数据服务能力。看了那么多的概念,对也有些自己的理解。笔者认为主要是为了提供全域的数据服务。 二、如何建立数据 建设数据主要就是从数据模型、数据资产、数据治理、数据服务四部分出发。 1、数据模型 数据模型,就是我们熟悉的数据仓库的模型,按照数据仓库规范分层开发模型,实现数据的标准化,多采用维度建模。还有一些挖掘模型,如果用的多了,也可以沉淀到数据。 4、数据服务 数据最重要的就是要对外提供统一的服务能力。 三、数据数据仓库有什么不同 很多人对数据数据仓库两个概念可能不是很清楚,其实最主要的是思维理念不同,数据仓库是“管理数据”,数据是“经营数据”,数据是为了提供服务而生(也有说是为了前台而生

    1.2K50发布于 2020-05-25
  • 来自专栏博文视点Broadview

    数据建设的9误区,你中了几条?

    目前,行业对数据存在诸多误解和理解偏差,因此在建设数据的过程,错误的理解可能导致数据建设的失败。 下图为数据建设的9误区,下面详细介绍每个误区。 图  数据建设的9误区 01. 数据等同于数据工具的集合 数据工具的集合能有效地提高数据开发和使用的效率,实现让数据易用的目标。 因此,数据工具是数据建设的中间产物,而非终极目标。 02. 数据等同于数据平台 数据平台是数据的一部分功能,是实现数据好用的核心能力和基础设施。 建设数据是一项体系性工程,耗时长,花费,用人多,需要企业自上而下推动,需要企业勠力同心,才能实现数据的真正价值。 ▊《数据建设:从方法论到落地实战》 彭勇 著 厘清数据建设误区,详细阐述数据建设方法论 以营销和风险管理为实战案例,助力企业数字化转型 本书通过企业两个热门场景的应用详细介绍了数据的落地实战

    39210编辑于 2023-05-06
  • 来自专栏凯哥讲故事系列

    凯哥讲数据Netflix的数据(上)

    前言 在《#凯哥讲数据#数据的使命,愿景和六核心能力》,我提到,数据的愿景是"打造数据驱动的智能企业"。 本文分两个部分: 上部 一、Netflix:业务转型的奇迹 二、数据驱动的数字化转型 下部 三、Netflix的数据 ? Outside Insight记者Thea Sokolowski对Netflix做了深入调研后,感慨道,“Netflix的每一个决策,小到封面的调色,到个性化的市场战略,原创内容的决策,所有的一切都是数据驱动的 以上这么多角色,都统一在一个大数据门户上协作,从而保证了数据同源,保证大家的认知,背景的一致性,从而保证数据产品的准确性,这样的效率是很高的。这和我们所提倡的企业级数据的概念有异曲同工的感觉。 请期待第三部分《Netflix的数据》 欢迎转载,但是请注明出处,谢谢。

    2K30发布于 2020-02-19
  • 消失的数据-数据降温和项目建设失败的原因分析

    今天继续和大家讨论数据的话题。最近半年时间里,不知大家是否注意到,关于数据的讨论已经相当减少,甚至可以说数据的热度明显下降了。 因为数据更多是采集和整合业务系统的数据,集成后形成可供外部开放的数据资产和数据服务。 尽管如此,我也发现实际落地的数据效果并不理想。 在有项目机会时,我们将逐步完善数据产品。 为什么最近半年数据越来越不受关注,或者说数据项目很难真正落地,达不到客户预期呢?我将其分析为三个关键原因。 在这种情况下,建立数据的意义何在呢? 其次,本应通过类似ESB总线、服务共享平台等解决数据服务集成或共享的问题,却将其放入数据系统解决。 回顾数据,我们应该更容易理解,问题并非数据思想本身有问题,而是与企业发展阶段、业务和IT成熟度水平密切相关。企业在规划数据时必须思考:是否真正需要数据数据能为企业带来何种价值?

    25600编辑于 2025-06-24
  • 来自专栏JavaEdge

    数据实战(11)-数据数据安全解决方案

    0 微盟删库跑路 除了快、准和省,数据须安全,避免“微盟删库跑路”。 对一天以上数据恢复,建议采取基于冷备集群的数据备份来恢复。 3 精细化的权限管理 避免敏感数据泄露。数据权限是数据实现数据复用的前提和必要条件。 权限问题,在数据构建之初,须提前规划好。 数据支撑技术体系基于OpenLDAP + Kerberos + Ranger 实现的一体化用户、认证、权限管理体系。 数据用户、认证、权限系统架构: 如有几千机器,却没个统一的用户管理服务,当想添加一个用户,需到几千服务器创建初始化用户,OpenLDAP解决了这问题。 假设漂亮加入da_music项目,da_music的Group下会增加Memberuid:1002。

    1.2K50编辑于 2023-10-08
  • 来自专栏JavaEdge

    数据实战(00)-大数据的尽头是数据吗?

    从2018年末开始,原先市场上各种关于大数据平台的招标突然不见了,取而代之的是数据项目,建设数据俨然成为传统企业数字化转型的首选,甚至不少大数据领域的专家都认为,数据是大数据下一站。 为啥数据是大数据的下站?与数仓、数据湖、大数据平台啥区别? 来深入大数据发展史,先从数仓出现讲起,途径数据湖,再到大数据平台,这样才能理解大数据发展的每阶段的问题,深入理解数据在大数据发展的历史定位。 数据需要依赖大数据平台,大数据平台完成了数据研发的全流程覆盖,数据增加了数据治理和数据服务化的内容。 数据借鉴了传统数据仓库面向主题域的数据组织模式,基于维度建模的理论,构建统一的数据公共层。 数据: 吸收传统数仓、数据湖、大数据平台优势 又解决数据共享的难题,通过数据应用,实现数据价值落地

    83270编辑于 2023-09-28
  • 来自专栏大数据学习与分享

    数据数据

    数据的概念显然更加抽象一些,比如用友把数据作为其云平台的一部分,同时提供业务和技术;咨询机构罗兰贝格认为数据的本质是数据共享、整合和深度分析;奇点云强调数据的能力是“计算平台+ 数据是实现业务核心共享数据的跨域整合,再通过加工后提供整合后的数据服务能力。 业务重点是业务数据化,而数据重点是数据业务化,数据来源于业务又反哺业务。 对主数据数据区别的说明 在了解清楚了两者的基本定义后,再来看区别。如下图: 对两者的区别点进一步说明如下: 主数据出现在传统架构,数据出现在新和微服务架构,两者本身不在一个层面。 回答2 数据治理及数据建设都离不开主数据管理,两者使用的方法及数据定义、处理方式没有的区别。 我认为部分数据产品,会将相当一部分标签数据也纳入主数据管理范畴之中。

    1.2K10编辑于 2023-10-25
领券