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
  • 来自专栏大数据学习与分享

    数据知识体系

    数据建设包含数据体系建设,也就是数据包含数据仓库的完整内容,数据将企业数据仓库建设的投入价值进行最大化,以加快数据赋能业务的速度,为业务提供速度更快、更多样的数据服务。 五.什么企业适合做数据 数据的构建需要大量人力物力的投入,所以数据的建设一定要结合企业的现状,按需选择,不可盲目跟风。 该数据体系架构具有一定的柔性,可按照企业应用需求进行组合,或者对单个模块进行扩充,能满足大多数企业数据建设的需求。 数据的通用体系架构如图 所示。 数据治理框架包含数据资产目录、数据管理、模型管理和数据质量 4 个模块: (1)数据地图、数据资产目录、知识图谱及数据血缘的主要作用是展示数据的属性及相互关系,因此都纳入数据目录模块。 完善数据的深度和广度,提炼和整合数据的服务,尤其是对于对数据能力要求相对简单的中小企业,为客户提供标准化的整体解决方案将成为数据台服务商的产品方向。

    97310编辑于 2024-05-18
  • 未来工作场所:知识与AI的融合

    接下来将深入探讨知识与AI如何共同作用。一、知识:企业知识管理的基石知识作为企业知识管理的核心平台,集成了企业内外的各类知识资源,通过统一的标准和规范进行组织、存储和管理。 它不仅能够实现知识的快速检索和共享,还能促进知识的持续更新和创新。知识的建设,为企业构建了一个全面、高效、智能的知识生态系统,为员工的日常工作和企业的战略决策提供了强有力的支持。 四、案例:HelpLook AI知识库——知识与AI融合的实践HelpLook AI知识库作为一款低代码、开箱即用的SaaS系统,正是知识与AI融合的典型代表。 未来工作场所知识与AI的融合将成为推动企业智能化转型的重要力量。 在HelpLook平台上,企业可以轻松搭建起自己的知识,实现知识的集中存储、智能搜索和个性化推荐。

    58510编辑于 2024-08-29
  • 如何利用AI优化知识的用户体验

    引言在数字化时代,知识作为企业知识管理与服务的重要载体,其用户体验的优劣直接关乎到信息的有效传递、员工的学习效率及企业的整体创新能力。 随着人工智能(AI)技术的飞速发展,将AI融入知识的设计与优化,已成为提升用户体验、增强用户满意度与参与度的重要途径。 本文将从用户界面优化、智能交互设计、个性化推荐及持续学习优化四个方面,探讨AI如何助力知识的用户体验升级。 此外,AI还能自动收集用户反馈,形成闭环反馈机制,帮助知识团队不断优化内容质量、调整教学策略,确保学习体验的持续改进。结语总之,AI技术的引入为知识的用户体验优化提供了强大的技术支持。 未来,随着AI技术的不断成熟与普及,知识的用户体验将迎来更加广阔的发展前景。

    71410编辑于 2024-09-05
  • 来自专栏ThoughtWorks

    的定义 | 白话战略

    《白话战略》已经写了三篇,尤其是第一篇「是个什么鬼」收到了很多朋友的反馈。写“白话”这个系列主要是想通过写文章来驱动自己思考,并借此和更多人一起交流和探讨这个话题。 ? ,像上文提到业务、数据、搜索、移动,哪些才是,哪些是蹭热点的? 与前台的划分原则是什么? 化与平台化的区别是什么? 化和服务化的区别是什么? 该怎么建设? 我在上一篇白话战略-2 到底长啥样?已经举了一些常见的例子,这里就不赘述了。 可以说,就是企业所有可以被「多前台产品团队」复用能力的载体。 另一方面就是通过对于能力的SaaS化包装,减少前台团队发现能力和使用能力的阻力,甚至通过自助式(Self-Service)的方式快速定位和使用能力。

    2K43发布于 2019-05-05
  • 来自专栏技术那些事

    | 什么到底是

    到处都在喊,到处都是这个词在好多地方已经被滥用了。 在有些人眼里:就是技术平台,像微服务开发框架、Devops平台、PaaS平台,容器云之类的,人们都叫它“技术”。 在有些人眼里:就是微服务业务平台,像最常见的什么用户中心,订单中心,各种微服务集散地,人们都叫它“业务”。 在有些人眼里:应该是组织的事情,类似于企业内部资源调度中心和内部创新孵化组织,人们都叫它“组织”。 ,从字面意思上理解,是位于前台和后台之间。 那么,到底是什么呢? 谈到,首先会想到阿里巴巴,今天就从阿里开始,一起认识下到底是什么?到底如何发展而来的呢? 阿里的发展历程 ? 技术:将使用云或其他基础设施的能力以及应用各种技术中间件的能力进行整合和包装,助力前台和业务及数据的快速建设。

    10.1K21发布于 2021-01-27
  • 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。

    4.6K20发布于 2020-11-20
  • 来自专栏全栈程序员必看

    数据,什么是数据

    在 3 月 15 日 ThoughtWorks 技术雷达峰会上,关于数据的话题也获得了众多参会者的热烈关注。如今似乎人人都在提数据,但却不是所有人都清楚数据到底意味着什么。 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。 最后,史凯也提到了阿里战略的另一个——“业务”。

    2.5K31编辑于 2022-09-14
  • 来自专栏艺述论专栏

    ​图解《战略》业务设计原则

    业务是一个充满生命力的个体, 它承载业务逻辑、 沉淀业务数据、 产生业务价值,并随着业务不断发展进化。 它的设计遵循如下图所示的若个原则: ? 业务设计原则 台架构,有服务的调用方和生产方,按角色关系划分,共有以下四类关系: 1,服务生产方与服务生产方的关系 2,服务生产方与服务消费方之间的关系 3,服务生产方的管理者与服务生产方之间的关系 (2)去掉冗余数据(接口如何定义) 尽量去掉接口实体客户端不需要的冗余字段,既能减少网络开销,又能避免给前端解析带去复杂性。 --END-- 文章摘自:机械工业出版社《战略:建设与数字商业》 2019年9月出版。 《战略》由国内领先的数字商业云服务提供商阿里系云徙科技官方出品,从成功要素、建设方法论、架构设计、成熟度模型4个维度详解业务以及数据建设思路和方法,成功通过帮助近40家龙头企业实现数字化转型

    3K20发布于 2019-09-27
  • 来自专栏云+直播

    数据是什么:数据剖析

    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?它的主要功能是什么? 本次分享内容: 1、数据现象及剖析 2、技术实践过程的问题与挑战 3、Q&A环节 去年3月份我写了一篇关于数据的文章,得到了10万+的浏览量。 数据和数据平台最大的区别是什么?我们认为数据是离业务更近。业务需要什么服务?是数据和数据服务。 的部门或者团队,最优先考虑的是提供给业务所需要的服务。 滴滴的数据和其他的数据有所差异,它的数据的整个生产价值曲线,跟大部分的企业都不一样。 滴滴的数据跟前面介绍的数据,在数据服务、数据资产,底部的数据存储上是类似的。 四、数据的本质和六大能力模型 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?

    4.5K52发布于 2020-03-05
  • 来自专栏内容管理系统

    内容和数据的区别

    什么是内容内容是企业级的数字化解决方案之一,它是一种整合和管理企业各类内容资源的平台。 内容使用的场景跨平台内容管理:内容支持跨平台的内容创建、管理和分发。 企业内部知识库:大型企业可以构建内容,集中管理内部文档、培训材料、政策规定等,提升员工获取信息的效率。 内容和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

    1K10编辑于 2024-06-06
  • 来自专栏大厂程序员

    聊透,到底什么是

    大约从去年年底开始,的概念开始被广泛讨论。但与此同时,关于究竟是什么,却是众说纷纭。 引用王健老师在《当我们谈时,我们在谈些什么| 白话战略》一文中提到的关于的一些理解,就能看出一些端倪。 这似乎会给大家一个错觉,似乎是一种自上而下的战略选择。老板觉得好,所以要搭建中。 而这时,的概念恰好对应了这个问题,所以大家接受了。 03 产品经理的挑战之前的内容,我们其实花了很大的篇幅来讨论,为什么会有解决怎样的问题,以及适用怎样的场景。但是,具体到业务场景当中,产品经理又在做什么事情,解决怎样的问题?

    2.1K30编辑于 2023-09-16
  • Gitee Wiki:软件工厂语境下的知识管理实践

    GiteeWiki:软件工厂语境下的知识管理实践在全球数字化转型浪潮下,软件开发的工业化进程正加速推进,软件工厂模式正成为企业提升研发效能的关键路径。 在软件工厂的构建过程知识管理系统需要满足三大核心诉求本地化部署与系统兼容性是基础条件。 实践案例验证了GiteeWiki在软件工厂的价值转化某头部金融科技企业的数字化转型实践具有代表性。该企业将GiteeWiki作为统一的知识,实现了从需求分析到运维支持的全流程知识自动化沉淀。 企业CIO评价称:"GiteeWiki不仅解决了知识存储问题,更构建了持续进化的组织记忆系统。"在软件工业化进程,GiteeWiki正从工具层面向知识基础设施演进。 其价值不仅体现在文档管理效率的提升,更在于构建了支撑持续创新的知识生态。随着AI技术的深度融合,未来的知识将实现从被动记录到主动赋能的转变,成为软件工厂智能化的核心组件。

    15910编辑于 2025-11-20
  • 来自专栏博文视点Broadview

    阿里开始“拆”?!建设何去何从?

    · 2015年,阿里巴巴提出“大中,小前台”概念; · 2018年9月,腾讯宣布打造技术;  · 2018年11月,阿里将系统与阿里云合体; · 2018年11月,美团宣布建立自身平台的数据 “可复用性”是系统的关键词,开辟的新业务能多大程度从已有的进行复用,也成为问题避不开的一个点。 2 不是拆台,是变“薄” 早在2019年湖畔大学分享时,张勇就表示,如果一个企业奔着,就是死。这是他当时就发出的一个关于方向的信号,也为如今的“拆”埋下了伏笔。 3 关键思考点3:懂,再做选择 无论是什么体量的公司,你在思考“要不要搭建中”之前,需要真的明白,懂得分很多种,其中数据能够支持起公司里所有产品线的数据化运营,相当重要。推荐一个课程,让你搞明白到底数据厉害在哪里,到底要怎么做。 本课程能够让你快速掌握数据的相关知识和思维应用。

    84820编辑于 2023-05-19
  • 来自专栏只喝牛奶的杀手

    关于

    不是凭空而来,亦不是平台化架构换个名字。化架构是平台化架构的自然演进。 如果一个把若干平台聚拢起来,对业务支持的SLA没有变化、也没有在业务运营上有所改变,一定是失败的。 ? 以上图为例,业务在发展过程,会有若干业务系统。 当前的问题通过的思路去解决,慢慢这个矛盾就会变低,但必然会产生新的矛盾,就需要用新的思想去解决。 电商业务,有四件事情肯定要去做: 保证阿里的业务跑得更快,更稳定。 不只一种解法,实现有不同的方法和实施路径,但可以总结出类似的目标和价值。 是思想,微服务是一种实现方式。你觉得台架构和微服务是什么关系呢?欢迎留言! 备注:来自只喝牛奶杀手的整理

    1K40发布于 2019-09-02
  • 来自专栏AI粉嫩特攻队

    理解

    前段时间参加了IAS2019(互联网架构峰会),本次峰会以为主题,所以又称战略大会,据说是全国首届关于战略的会议,会议上有许多优秀的企业架构师带来了他们各自在实践过程的心得。 王健老师在《当我们谈时,我们在谈些什么| 白话战略》一文中提到: 在有些人眼里:就是技术平台,像微服务开发框架、Devops平台、PaaS平台,容器云之类的,人们都叫它“技术”。 什么时候需要? 我们讨论了如何定义,现在来看看怎么就需要了。 数据分析、基础能力、IoT。 在应用案例,侯老师介绍了能力、数据、IoT带来的实际价值。

    2.4K60发布于 2020-01-14
  • 来自专栏博文视点Broadview

    博文视点中书单|读懂“”,告别“伪

    近期,由于关于阿里打算“拆”的文章爆火,各家企业对的看法出现了反对的声音。 前几天,我们也在文章探讨了阿里是否真的要拆,结论是,不是拆台,是变”薄“。 今天,为了帮助大家真正地读懂,认识,告别“伪”,博文菌特地挑选了6本系列的图书,供大家参考哦! 读了本书后,你可以了解数据是什么、数据的价值是什么、数据如何帮助企业腾飞、企业具备数据的建设条件吗、应该如何建设数据、数据在哪些行业中有成功的应用、建设数据需要哪些软件支撑。 (扫码了解本书详情)  05  ▊《产品经理宝典:从业务建模到设计全攻略》 刘天 著 从中产品经理视角出发来解读的概念与功能,以讲述如何设计产品为核心,将笔者在多个中项目的产品设计经验总结成一套可复用的建设模型 同时本书还总结了多个在产品实战分析中常用的方法论,方便各位产品经理以及对感兴趣的互联网人在设计自己的方案时直接参考与借用。

    78410编辑于 2023-05-19
  • 来自专栏Hyperledger实践

    != 银弹

    18年从姜博士口中第一次听到这个词,看到他们的架构图和微服务拆分没多大区别,技术栈基于spring cloud 1.x。 想起一句话,大公司造,钱烧没了;小公司造,公司烧没了。业务始终得优于技术。 阿里在技术上的营销和包装能力是一流的,把分布式服务化解决方案升华为,定义了方法论和标准。 云栖的造势让各行各业都在造让我想到了刚毕业时EJB的火热,应用服务器的容器服务现在想起来不也是些数据库操作;还有ESB的由盛及衰衰;都是一路的踩坑和填坑。 不等于银弹,如果不围绕自己的商业模式分解,没有项目->产品->平台的业务的积累和标准化的运营规范,分布式架构只会吃力不讨好。要强要厚实,也容易做重。 前些年大家看到阿里成功的光芒,玄难离职到前阵子媒体透的阿里拆,薄,可能说风口变了,大环境变了。或者按业务线做小或薄,我们才能更快试错和拥抱业务变化。

    81520发布于 2021-01-22
  • 来自专栏只喝牛奶的杀手

    数据

    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,没有绝对的标准。 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 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
  • 来自专栏架构之家

    战略全解读(三):业务建设

    从业务到,必须经历抽象建模的过程。这个过程分为两个阶段,分别是 0 级抽象中心建模的阶段和 1 级抽象组件建模的阶段。每个阶段采用的建模抽象机制都是实体抽象法。 ##业务的 8 个设计原则 业务是一个充满生命力的个体,它承载业务逻辑、沉淀业务数据、产生业务价值,并随着业务不断发展进化。它的设计遵循如图 6-3 所示的 8 个原则。 1. 分布式运行机制 采用微服务风格进行建设,每一个业务中心都是独立部署的,因此分布式运行机制是保障业务正常运行的基础。无状态的微服务易于扩展和部署,对弹性伸缩、灰度发布等互联网场景有良好的支持。 同时微服务架构也带来了复杂性,一个微服务应用一般由多个服务组成,每个服务又有多个实例,因此一套系统部署上线后,至少有几十个节点提供服务。 扩展点机制源于 Java 的 SPI 机制,当业务的某一个业务点遇到新业务逻辑比当前逻辑差别较大时,可以使用扩展点机制来实现。

    1.8K20编辑于 2022-07-12
  • 来自专栏EdisonTalk

    技术与业务到底讲了什么?

    最近有童鞋在我之前发布的《聊聊》一文中提问:技术是什么?和业务又有什么区别?考虑到在工作,也有部分同事问过这个问题,我这里总结一下形成此文进行答复。 在之前我的《聊聊》一文,重点强调和介绍了业务,这是大部分谈论的人谈到的类型,因为不论什么,最终都是为业务服务,赋能前台,提高企业的用户响应力的。 [一个常见的电商业务示例图] 2、技术又讲了什么 虽然我比较认可网易云的观点“所有的都是业务”,而其他的其实都是一种广义上的业务,被称之为,就需要具备一定的业务属性,最终都要为业务服务 但还有众多的其他被搬上了舞台,其中作为开发人员的视角,最关心的可能就是技术了。那么,什么是技术?这里我们通过下面这张图,来看看阿里是如何定义技术的。 (均来自于波波老师的《Spring Boot与K8s云原生应用开发》课程PPT) [eBay体系示意图] [拍拍贷体系示意图] 3、我司的业务与技术 分享一个我司目前的总体技术体系图,这是我在

    2.1K00发布于 2020-07-11
领券