-
编辑 删除
指标和标签的基础理解
什么是指标，什么是标签，最本质的区别在哪?如何识别?
-
编辑 删除
数据库圈周盘点：云数据仓库在电信行业应用已成主流；Cloudera高层新任命
一周数据库事，Forrester与阿里云联合发布重点行业数据库应用选型指南白皮书思想领导力报告；Cloudera宣布新的行政领导任命；PlanetScale发布撤销迁移功能......
-
编辑 删除
从Forrester白皮书看国内重点行业图数据库的应用
在云数据库的应用中，金融、电信、互联网三个行业中，超过30%的受访者表示企业已经在使用图数据库。
-
编辑 删除
3月数据库圈速览：云是未来;战争下断供科技有国界;数据素养将成最重要职场技能
本月，疫情之外的战争给世界又带来了更多不确定性，因为战争我们看到科技制裁断供发生，更加明白科技是有国界的。我们试着在不确定性中一路探寻，业内人士认为或许以数据库为代表的国产软件替代会迎来加速。
-
编辑 删除
新“石油”的蜕变——数据要素市场化萌芽待发
当前，数据要素市场化的机遇和挑战并存，机遇方面，首先数据意识都有了，现在各行各业都在从采集到规范、标准制度的建立来积累基础数据，一旦有了这样的意识，离爆发也不会太远。
-
编辑 删除
数据库圈周盘点：2030 年最重要的职场技是数据素养；天云数据获得数亿元D轮融资
数据库是数据爆炸时代的基础设施，而在数字化转型浪潮中，每个公司都在向着数据驱动发展，有报告表明，数据素养成为未来职场的重要技能。除此之外，我们也看到了本周数据库厂商在资本、产品、生态建设方面的动作。
-
编辑 删除
数据库圈周览：GoldenDB中标安徽省联社项目；OceanBase推在线体验环境
Nebula Graph 与蓝象智联达成战略合作；OceanBase推出在线体验环境；中兴通讯GoldenDB独家中标安徽省联社项目
-
编辑 删除
规模化敏捷没准备好，就别想数字化转型成功了
“数字化转型”和“信息系统建设”都是信息技术(IT)在业务中的应用。IT应用于业务包含了三个方面：业务数字化形式、关键使能技术、组织变革
-
编辑 删除
什么是 T+1 数据？
我们对数据的分析会有一定的维度和时间窗口，除非必要我们不会按小时甚至分钟级别进行统计，而一般是按人类的作息和活动规律按日统计，除了按日还有周、月、季度和年等。
-
编辑 删除
数据库圈周盘点：2022年DBA面临众多挑战;腾讯云数据库落地国信证券
本周国内外数据库圈有案例落地，有新融资，也有对趋势和挑战的探讨。
-
编辑 删除
用户体验，能不能用数据说话，别说“我感觉…”
今天就和大家聊一聊用户体验的度量。首先会和大家讲讲用户体验度量指标，如何选取合适的指标，比如什么时候应该用 DAU，什么时候应该用使用时长，这些指标背后有没有一个框架(套路)可以参考。
-
编辑 删除
2022年，这8项工作就是CIO的首要任务
作为企业的CIO，在数字经济时代中肩负重任，面对充满不确定性的2022年，应该把精力集中在哪些首要任务上呢?一起来看看别人家的CIO是怎么说的。
-
编辑 删除
数字化转型都转些什么？
数字转型(digital transformation/DX)是2017年开始在国内逐渐热炒起来。被广大精英人士所关注，由于这个概念太新，各种概念和认知无知，对于中小企业来说数字转型是一张"白纸"的概念，无从下手。
-
编辑 删除
2022两会政府工作报告加速利好数字化转型与ICT市场
IDC预测，2022年中国ICT市场(含第三平台技术)规模达到了7,897亿美元，同比增长8.6%;2022年中国数字化转型支出达到了3,291亿美元，同比增长18.6%。
-
编辑 删除
数据库初创企业Xata以全女性董事会和3000万美元新融资向前迈进
据一位熟悉该交易的消息人士称，这家成立于2020年12月的初创公司在去年8月进行了种子轮融资，现在的估值在1.5亿至2亿美元之间。
-
编辑 删除
限制算法杀熟、保护个人隐私、严控数据出境，数据监管剑指何方？
就在上周，《互联网信息服务算法推荐管理规定》正式施行，加上去年出台的《个人信息保护法》(以下简称《个保法》)与《数据安全法》(以下简称《数安法》)，从不同角度形成了对“数据合规”的新要求，同时也体现着国家对于数据监督管理的新思路。
-
编辑 删除
数字化转型初步实施方向？
数字化浪潮正在全世界各行业掀起一场变革。数字化转型背后的关键驱动因素有四个：提高客户参与度、产品数字化和开拓新的商业模式、优化决策流程，以及提高运营效率。
-
编辑 删除
2022年DBA的机遇与挑战？
关键技术趋势正在重塑许多组织中的DBA角色。数据库环境的规模和复杂性不断增长，数据量越来越大，工作负载越来越多，需要管理的数据库部署的速度也越来越快。
-
编辑 删除
数据是新石油，提炼新石油要遵循四个原则
仅仅拥有数据是不够的。我们需要有一个数据实践--一套普遍理解和持续执行的数据管理原则。
-
编辑 删除
数据分析师如何避免成为业务的"取数机"？
数据分析师在工作大概一年之后就会开始有一些困惑，每天都被一堆业务人员纠缠，要各种各样的数据，导致每天工作量很大，经常加班到深夜。
