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。 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。 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。

    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

    数据是只有大厂才需要考虑的高大上的概念吗?普通企业该不该做数据数据的出现会给现有数据从业者们带来颠覆式的挑战吗? 数据不是大数据平台! 首先它不是一个平台,也不是一个系统,如果有厂商说他们有个数据卖给你,对不起,它是个骗子。 要回答数据是什么,首先要探讨一下到底是什么。 数据也可以小而美 建设数据的关键考量包括两方面。 首先数据一定要与业务价值对齐。构建数据,最重要的不是技术,也不是数据质量好不好,而是数据思维和数据文化。 数据工程团队:建设和维护数据,包括 ETL、数据采集,以及数据性能和稳定性保证,利用的工具采集、存储、加工、处理数据数据 VS 数据隐私 对于数据来说,数据隐私和安全性也是非常重要的问题。可能很多人还记得前些日子马化腾针对“腾讯数据论”的回应。

    2.6K31编辑于 2022-09-14
  • 来自专栏博文视点Broadview

    数据建设的9大误区,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大误区,下面详细介绍每个误区。 图  数据建设的9大误区 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。 ▊《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 活动方式:关注下方“博文视点Broadview”公众号,在后台回复“数据抽奖”参与活动,届时会在参与的小伙伴抽取1名幸运鹅! 活动时间:截至9月15日(周三)开奖。

    39210编辑于 2023-05-06
  • 来自专栏数据派THU

    做砸数据项目的9种方法

    来源:奇点云 本文多图,建议阅读5分钟 数据避坑宝典,你值得拥有。 如何做砸一个项目? 太简单了。 这里有企业做砸数据9 种方法, 保 证 无 一 成 功: 《孙子兵法》曾经曰过,多算胜少算,而况于无算乎!吾以此观之,胜负见矣。 战略、组织、业务、技术、数据、信息系统、项目管理、利益平衡、供应商……企业数字化转型像建一座桥,桥上任何一块板的缺失都会让它变成高危工程。

    19520编辑于 2023-03-29
  • 来自专栏云+直播

    数据是什么:数据剖析

    [asjk2uxpz9.jpg] 第一:效率问题 应用开发的时候可能一张报表需要开发很长时间,因为应用的开发技能和数据的开发技能还是有一些区别的,并不是所有的应用开发人员都会ETL和数据建模。 [u8jfm83hf9.jpg] 这是现在数据质量、数据一致性、实施性和数据集成性的问题的一个根本因素。而数据则希望去弥补这样的一个速度差,加快从数据的采集,到响应市场变化的速度。 [s9in5mnicf.jpg] 因为阿里的业务是由于它企业的性质所决定,它的很多的业务非常相似,基本都是零售型的业务。 [6l6ywwe9dc.jpg] 数据承载的是那些传统企业数字化转型或者所有企业转型的一个愿景:打造数据驱动的智能企业。 [7je9aam6yb.jpg] 我们会发现数据现在处于不断上升的阶段,根据干扰的技术成熟度曲线,它一定会出现被质疑的阶段,然后慢慢得趋向于平稳。

    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

    之所以现在推崇数据的建设原因是数据确实给小前台提供了强有力的数据支持,实现了对需求快速响应,另一个重要的原因是数据已经在阿里体现了巨大的商业价值和应用价值。 关于数据有以下几个功能特点: 1)数据具备数据汇聚整合、数据提纯加工、数据服务可视化、数据价值变现核心能力。 2)数据的核心就是实现公共计算逻辑下沉,实现数据复用,提供给接口使用。 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、技术数据数据 业务是抽象业务流程的共性形成通用业务服务能力,而数据则是抽象数据能力的共性形成通用的数据服务能力。 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。 四、几个必须避开的坑我见过太多企业花大价钱建数据,最后变成没人用的摆设,这些坑你一定要避开:第一,业务与技术脱节。 数据必须由业务需求驱动,不能是技术团队自己关起门来建。

    31010编辑于 2026-03-31
  • 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。 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, 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? 表数据多久之前的数据可以被删除?由于对数据管理能力缺失导致一系列不可预估的问题。 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Lansonli技术博客

    数据建设(一):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。 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 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? 表数据多久之前的数据可以被删除?由于对数据管理能力缺失导致一系列不可预估的问题。 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

    企业数字化转型,数据确实是数字化转型的试验田,所以数据掀起了一股热潮;但是由于对数据建设的认知不够,强调数字化转型,但是忽略了数据的价值,以及数字资产的管理、运用等等。 导致数据最终是一个技术平台的呈现;价值就无法最大化。本文将从数据的价值体现、必备的核心能力来对数据建设做一个简短的认知。 数据的价值体现 ? 无论是由科技部门建设数据,还是运营部门建设数据,都必须统一数据价值观:数据是一种资产。 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。 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

    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,愿景和六大核心能力》,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 ? 一、Netflix:业务转型的奇迹 全球最成功的转型者 《哈弗商业评论》2019年9月24日发布了十年来全球最成功的20个商业变革案例[2]。 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。 由于数据台中会有一些涉及商业机密的核心数据,所以数据权限要根据数据资产等级,制订不同的授权策略,会涉及到不同的权限审批流程,对于一级机密文件,可能需要数据负责人来审批,对于一般的表,只需要表的负责人审批

    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

    83070编辑于 2023-09-28
  • 来自专栏CloudBest

    数据即服务——数据的四大支柱

    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”。 我们提供了基于产品导向的数据台架构设计的9个最佳实践,供参考: 1、倾听用户(含潜在用户)的声音并尝试了解他们的需求及用户体验。 9、最后也是最重要的是要记住:数据平台也好,数据也罢,拥有最好的架构并不重要,再好的产品如果没有人使用它或者晚了两年用,那样就失去意义了。 数据提供的能力包括:数据资产管理,公共数据服务,垂直数据服务,数据服务开放共享,数据运营,管理等。数据即服务,每一项的能力都是为服务用户而生! ?

    2K30发布于 2021-07-13
  • 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。 主数据在整个架构演进后,会转变为业务各个中心,这些模块仍然属于业务内容而不是数据的内容。 主数据在传统架构里面由于存在数据共享模式,因此一般也包括ETL,数据集成等功能。

    1.2K10编辑于 2023-10-25
领券