背景 01 应用运维背景 随着数字化转型的发展,线下业务逐渐线上化,应用数量与日俱增,应用架构也趋于多样化和复杂化,而 IT基础设施逐步云化标准化并趋于稳定,因此运维的重心和价值渐渐聚焦于应用。 02 应用发布存在的问题 因业务的需求,应用迭代的频率越来越高,如果依旧为人工发布,出错概率大大提升,迫使人工运维转向自动化。 SLA的要求越来越高,那么就促使发布过程中,不同发布策略的灵活使用。 标准化,自动化的前提工作是先做好标准化,如果无法有效协同资源对象,那么在构建相应应用运维工具时就会陷入无穷无尽的适配工作中。 应用发布系统设计 01 设计理念和原则 随着分布式系统的不断推广,应用发布越来越频繁,应用数量越来越多,建立一个功能齐全、灵活的发布工具成为自动化最紧急重要的需求。 发布场景与发布策略 我们按照上述发布系统的设计,可以支撑企业中不同发布场景的需求。 01 发布策略 为了保证发布过程中,保证应用对外提供正常的服务,应用发布自动化支持不同的发布策略。
需求代码化,即将软件开发需求抽象为特定的领域语言,并使用管理代码一样的方式来管理需求,追踪需求的变化 。同时,为通过新的 API 来对接版本管理系统,以可视化需求,演变为看板代码化。 它有这么一些优点: 高透明性 高自治性 不可篡改性 高安全性 这可不是区块链技术,这是需求代码化技术,【狗头】。当我们的需求变成了代码,那么我们就有了一个去中心化的看板。 需求代码化 好了,现在我们有相同的上下文,让我们回到正题上: 需求代码化,即将软件开发需求抽象为特定的领域语言,并使用管理代码一样的方式来管理需求,追踪需求的变化 。 原型示例 接着,让我们来看我去年写的一个示例,基于 Cucumber + 其注释设计的: # id: TUgT7FxZg # startDate: 2019-11-22T01:56:41Z 结论 参考书籍: -《软件需求与可视化模型》
一、什么是需求条目化? 需求条目化是指打破传统以完整文档为单位的需求管理模式,将复杂的需求文档按 “功能点、业务规则、数据要求、流程节点” 等核心要素,拆解为标准化、结构化的最小管理单元(即 “需求条目”)的过程。 二、需求条目化的优势? ✨1. 需求质量标准化 :打破 “千人千面” 的文档编写模式,通过条目化拆分实现需求内容的统一规范,避免逻辑遗漏、表述模糊等问题,使需求质量稳定可控,降低需求传递失真率。2. 资产复用高效化 ♻️:条目化的需求可独立入库形成资产,后续编写新需求时可直接引用、组合已有条目,避免重复开发,大幅提升需求编制效率,盘活历史需求价值。5. Visual RM 平台依托 “结构化拆解 + 智能化赋能 + 全流程管控” 的核心能力,通过以下方式高效实现需求条目化,确保拆分过程标准化、精准化:1.
传统以文档、任务、流程为核心的需求管理模式,已难以应对日益复杂的业务场景与快速迭代的开发需求,而需求结构化管理凭借 “线上化、结构化、资产化、智能化” 的特性,成为破解需求管理困局、推动企业数字化转型的重要路径 二、需求结构化管理的核心能力:破局的 “关键钥匙”需求结构化管理以需求内容(条目)为核心,通过线上化、结构化、资产化、智能化的协同运作,构建覆盖需求全生命周期的管理体系,有效破解传统需求管理痛点,其核心能力体现在以下方面 :(一)线上化:全流程云端协同☁️ 核心能力:云端协同编辑:高度仿真 Office/WPS 格式,支持多人离线 / 在线同步编辑,保留修订痕迹,用户可实时评论、在线评审,实现需求编制 “共创、共享、共治 全流程线上管控:覆盖 “需求意向→分析→拆分→排期→评审→变更→跟踪” 全环节,需求状态(如 “待评审”“开发中”“已上线”)实时可视,过程留痕可溯,避免 “计划赶不上变化”。 四、总结与展望需求结构化管理通过 “线上化协同、结构化拆解、资产化沉淀、智能化赋能”,解决了传统需求管理中 “需求找不到、看不懂、信不过、用不上、管不了” 的核心痛点,实现了 “业务与科技对齐、战略与执行对齐
北京维普时代软件有限公司推出的 Visual RM 需求数智化平台,凭借 “线上化、结构化、资产化、智能化” 四大核心能力,构建了覆盖需求变更全生命周期的管理体系,为企业破解需求变更难题提供了全新解决方案 过程不可视,状态难跟踪变更流程缺乏线上化管控,需求状态(如 “审批中”“执行中”“已完成”)无法实时查看,管理层难以掌握变更进展。 (一)线上化:全流程云端协同,打破时空与信息壁垒 核心功能:统一变更入口:支持从需求条目、文档或项目看板直接发起变更申请,自动关联需求原始信息(如所属业务领域、关联系统、优先级),避免信息缺失。 实践价值:某城商行通过 Visual RM 实现需求变更全流程线上化后,变更审批周期从平均 5 个工作日缩短至 1.5 个工作日,审批效率提升 65%,且变更过程可追溯率达 100%。 ,生成影响图谱,评估时间从 3 天缩短至 10 分钟;全流程线上化:构建 “变更申请→技术评估→业务审批→执行跟踪” 线上流程,审批周期从 5 天缩短至 1.5 天;资产化沉淀:将变更方案、影响分析报告等存入资产库
一、前言 线上问题排查相比于coding,是一个低频的工作,很多人不会经常遇到。一旦需要进行问题排查的时候,往往是重要且紧急的,因此问题排查的效率,就显得尤为重要。 针对线上问题排查的特点和现状,我们是否可以构建一个系统,这个系统会针对各种线上问题的排查形成一个知识(套路)库,针对每一种问题,都有对应的套路和自动化工具帮助我们去定位问题。 本文将结合一个比较有代表性的线上问题的排查过程,来探讨这种方式的可行性。 二、问题排查的套路化 本章将以RSS占用高为例来对问题排查的套路化进行说明。 3.8G的内存; 5)Compiler:C1 C2 编译器本身的代码和标记占用的内存,这个不受限制,一般不会很大; 6)Internal:命令行解析,JVMTI 使用的内存,这个不受限制,一般不会很大; 7) 我们追求的基本目标是,通过问题排查的套路化,帮助工程师理清思路,少走弯路,以提高问题排查的效率。
由于大家在留言区的需求比较多 再加上我也有自己的推送计划 如果一直按照大家留言的情况来 就会很乱 所以每周开一个新的文章 当你确认在下面的软件目录里面没有你需要的内容 就在本条推文下面留言 3天内点赞排第一名的会在一周内推送 如果实在找不到也会给大家说明 另外希望不会有类似fq这类需求... (本文有效期2月7日11:40-2月10日11:40) 点击下方蓝色字体即可跳转至教程 电脑办公 Microsoft Officeoffice2010office2013office2016Microsoft
线上购买智能手机会成为印度的常态化吗? 作者 | 来自镁客星球的薛晨 市场调研机构Counterpoint最新报告显示,受不断延长的新冠疫情影响,今年印度超一半用户选择了网上购买智能手机,而去年选择线上购买智能机的用户仅为30%。 据了解,由于活动限制,许多线下消费者渐渐转向了更为安全的线上平台。不少受访者表示,线上平台往往比线下拥有更多的折扣、购买品类也有更多的选择。因此,他们逐渐喜欢上这种在线购买智能手机的模式。 有15%的用户表示愿意接受30000印度卢比(约合人民币2524元)及以上的智能机,而2020年仅7%的用户愿意接受这一价格区间。
3、群发红包 任务红包、拼手气红包、普通红包,任务多样化。活跃直播间的气氛,营造良好的销售环境。 4、关联商城商品 与商城打通,关联商城产品进行售卖,实现电商变现。 五大核心价值 1、教育+直播 移动直播APP,可在原有平台基础上嵌入直播,打造线上教育互动教学。 2、电商变现 直播的入口,添加销售商城产品的链接,实现直播商品化购物。 使用场景 某机构招募主播/导师,对部分学科,进行设立线上课程,通过直播的方式输出知识,学员可在直播间中学习、讨论、点赞、打赏的等。 结语 一二线城市这样的系统已经非常多了 系统—直播,作为线上课程的主要输出方式,链接导师与学员两端用户。数据化教学,推动课程标准化,为企业打造知识付费平台提供动力。 下一节你们想看什么呢?留言@我哟
今天分享数据分析师必备的工作能力——需求梳理。需求梳理很不起眼,甚至很多小伙伴感受不到他的存在。但它结结实实影响到大家的下班时间和绩效。 一、什么是数据需求? 顾名思义,数据需求,就是业务部门对数据分析产出的需求。有小伙会说:这还有需求呀,我们公司都是一通电话:“歪!给我个XX数据,快!”就完事了,根本不存在啥需求。 确实有这种无脑公司。 二、怎样是清晰的需求? 一个清晰的需求,需要做到5w清晰。 但是干活总需要时间,而且需求多了总得排队,所以最好提一个普通/加急/特批的时间差异。比如普通需求提前3天,加急提前1天,特批的今天内优先做(当然,需要对应的老板书面批准)。 二来,自己每天007加班做需求单,照样做不完,照样被人喷“我就要个数,你还搞那么久!”照样有人因为需求塞车来吵架。 所以苟且偷生,最后就是死路一条。管得了期望时间,才好体现数据分析的业绩。
1、理解并掌握PRD文档 -写作思路 -写作方法 -写作格式 2、什么是PRD文档 – PRD文档向上是对MRD内容的继承与发展,向下则是要把MRD文档里面的各种理论要求技术化,向研发部门与设计部门说明产品的的功能和性能要求 6.2.2 产品结构图 – 产品结构图是按照产品的逻辑与表现方式,结构化的表现产品构造的一种示意图(后面会举例) - 通过这个产品结构图,我们大致就能将之前抽象的逻辑形象化的表现出来,也便于文档阅读者理解我们的产品思路 – 本客户端的时间显示,建议使用人性化提示,例如:20分钟前,一天前,三天前,超过7天的,则显 示为具体时间,如:3月30日 17点55分,超过一年,则显示12年3月30日17点55分。 其实产品经理的PRD文档写作所涉及到的UML知识非常有限) – 中文名称:统一建模语言 – 英文名称:Unified Modeling Language – 定义:是一种面向对象的建模语言,它是运用统一的、标准化的标记和定义实现对软件系 – 不要害怕,不要迷信 7、优秀的PRD文档应该具备的特点 7.1 正确 确保文档中的表述与产品经理的思路是对应且正确的 7.2 无歧义 文档的表述方便阅读理解,不会产生歧义 7.3 完备 MECE原则尽量保证对产品功能需求表述的系统完整
不同企业对业务数字化转型的理解不同。以传统制造业为例,主要以数据孪生的思路,将产品生产、研发、销售等数据线上化来提升自动化水平、提高生产效率、降低成本、挖掘新的业务商机。 金融企业经过20几年的发展,大部份业务都由线上业务系统支撑,业务数字化主要包括业务线上化、数据业务化、业务智能化三个方面。 业务线上化不仅仅是指将线下业务操作转移到线上系统,关键是业务在线化与业务数据化,需要关注:数据在线、产品研发在线、业务运营在线、渠道在线、客户在线、风控在线六个在线。 注:本篇杂谈从前面的数字化业务、数字化管理、数字化技术上进行细化,重点围绕重塑业务流程,业务线上化。 5.客户在线:优化客户体验,从满足功能向重塑客户体验转变 客户需求将更加多样化与个性化,企业需从原来“以满足业务功能为主”的建设思路向“主动优化客户体验”转变。
当企业数字化转型进入深水区,需求管理却陷入 “碎片化” 困局—— 业务部门的即时消息、零散邮件、文档片段……这些看似琐碎的需求,如何系统化收集与管理,成为影响研发效能的关键挑战。 一、碎片化需求管理的四大核心盲区在企业研发与数字化建设过程中,碎片化需求管理易引发多环节效率损耗,具体表现为以下四大盲区,需重点关注并突破:盲区一:需求来源分散,重复提交导致资源浪费业务需求常通过即时通讯工具 ,形成结构化需求资产库。 解决方案:通过 Visual RM 构建统一需求入口,配置金融行业专属模板,实现需求标准化提交;借助 AI 智能拆解与资产库建设,推动历史需求结构化归档与复用。 全生命周期智能化:打通 “需求 - 研发 - 测试 - 运维” 全链路数据,结合腾讯云 DevOps 工具链,实现需求从提出到交付的全生命周期智能化管理,提升研发协同效率。
做国际化相关的需求时,我们需要上传给服务器时区 ,根据时差动态转换时间 JS API中 getTimezoneOffset() 方法可返回格林威治时间和本地时间之间的时差,以分钟为单位。
需求分析阶段属于项目前期准备阶段,主要工作是需求调研,包括需求收集、需求沟通、需求分析、需求确认等工作,最终成果就是一份完美的需求分析报告。 从项目管理的角度,输入的是甲方需求或乙方需求,工具是需求分析,需求分析用到的管理工具或软件工具很多,输出的是需求分析报告。 需求分析阶段的成果就是一份完美的需求分析报告,前期需求沟通、分析到需求最终确定下来,这些工作偏业务和技术咨询。需求分析报告是甲方公司项目立项的前提和基础。需求分析报告包括哪些内容? 如果是甲方公司自己主动提出的需求,这种需求最能代表甲方公司的迫切需求,这种“显性需求”需要重点关注。乙方顾问不能盲目接受这种需求,因为客户提出的需求可能是无效的需求,什么是无效的需求? 如果是乙方顾问提出的需求即隐形需求,这种需求一旦向客户提出来,就要有信心确定这种需求基本或完全满足客户需求,在需求正式向客户汇报之前,往往需要乙方顾问基于同行业、类似项目积累的经验和教训,结合客户实际情况
AI 赋能需求文档管理,效率直接翻倍在数字化研发场景中,需求文档编制常常陷入 “从零下笔难、版本混乱多、合规踩坑险” 的困境。 Visual RM 需求数智化平台全新上线「需求文档管理」功能,依托 AI 大模型与行业知识库,打造 “创建 - 辅助 - 优化” 全流程智能工具链,让需求编制从 “耗时费力” 变身 “高效省心”,助力企业快速产出高质量需求 一、AI 需求创建:三种方式,告别 “无从下笔”无论是空白文档从零生成,还是碎片化内容整合,亦或是业务需求转技术方案,AI 都能精准适配,让需求创建一步到位!1. AI 合并文档:碎片化整合,一键生成统一基线当需求分散在多个文件或编辑页时,AI 合并功能轻松搞定: 支持上传本地 Word/WPS 或选择平台在线文档,自动去重、补充逻辑断点; 适配行业标准模板(如金融行业需求规范 AI 转化文档:打破业技壁垒,需求传递零偏差解决业务与科技 “语言不通” 的核心痛点: 业务需求转软件需求:将 “口语化需求”(如 “转账后立即发短信通知”)转化为含 “功能点、触发条件、输出结果” 的标准化软件需求
各种数据库都提供了很多日期格式化的函数,MySQL就有date_format,碰巧前几天,同事问到个问题,"2025-11-01 00:01:21"的日期,怎么得到"2025-11-01 00:01:2 因此,针对上面的需求,如需得到"2025-11-01 00:01:2",可以用这条语句, SELECT LEFT(DATE_FORMAT('2025-11-01 00:01:21', '%Y-%m-%d
健康的开源项目是满足使用者、贡献者、商业公司各方「名利双收」的商业化利益。 是的,开源越来越向大众化和专业化前进。 所以他们的痛点是“不能保证最大精力投入,长期免费产出没有经济回报”,需求是“名利双收”。 我认为开源项目中的两端痛点能否被解决,需求能否被满足,是决定一个开源项目能否长远健康发展的核心点。 那么如何满足双方需求呢,我认为是更好的“开源商业化”,其实之前对于开源商业化我的理解是狭隘的,我简单粗暴的认为,商业化就是让开源背后的商业公司获得商业回报,才能让开源软件走的更好,现在看来我的理解是狭隘的甚至错误 我现在认为商业化或者回报是通过专业化方式让开源软件的两端都能得到回报。 首先为了满足使用者的需求,出现了开源软件背后专业的商业公司,这些商业公司可以为使用者提供专业专业的「技术咨询」、「技术支持」、「源码解析」、「高效的 Bug 修复」、「个性化的定制开发」等等,让使用者售后无忧
所以对于正则化,我们要取一个合理的 的值,这样才能更好的应用正则化。 回顾一下代价函数,为了使用正则化,让我们把这些概念应用到到线性回归和逻辑回归中去,那么我们就可以让他们避免过度拟合了。 7.3 正则化线性回归 对于线性回归的求解,我们之前推导了两种学习算法:一种基于梯度下降,一种基于正规方程。 正则化线性回归的代价函数为: 如果我们要使用梯度下降法令这个代价函数最小化,因为我们未对进行正则化,所以梯度下降算法将分两种情形: 对上面的算法中 = 1,2, . . . , 时的更新式子进行调整可得 (theta) 4 X = np.matrix(X) 5 y = np.matrix(y) 6 first = np.multiply(-y, np.log(sigmoid(X*theta.T))) 7 注意: 虽然正则化的逻辑回归中的梯度下降和正则化的线性回归中的表达式看起来一样,但由于两者的hθ(x)不同所以还是有很大差别。 θ0不参与其中的任何一个正则化。
朱顺意,iCDO原创志愿者 想要在线上得到更多的转化(咨询、留言、下单),了解你的客户是很重要的。我们无论进行哪种营销行为,都需要先知道客户相关特征:他们在产品服务上最关注的是什么? 二、需求图谱 我们打开index.baidu.com,输入关键词再点击“需求图谱”,可以看到搜索某个关键词的人群,实际上想找的都是什么。 用百度指数官方的原话来说,需求图谱可以帮助我们“了解网民对信息的聚焦点和产品服务的痛点”。 如果你通过查看带来转化的长尾关键词,就能发现这些意向很强的访客,其实是带着什么需求过来的。从一些反复出现的相近的搜索词,我们可以从中总结中潜在客户的需求。 ? 所以,使用手机可以查看到下拉框更多的长尾关键词,观察到更多的需求。 ? PC端 ?