ITPub博客

企业资源最佳组合中有两类问题 :1. 在资源有限的情况下，通过合理配置资源让产出最大化;2. 在产出确定的情况下，通过资源的合理配置，确保资源总投入最小化。

数字化转型，在此时的环境下十分的尴尬，企业一方面想利用数字化技术提升工作效率，另一方面由于较高的费用支出让部分领导所“指点”，企业要数字化还是要生存?这是一个难题。

Gartner发布的2022年重要战略技术趋势，Data Fabric(数据编织)赫然在列，这个概念现在挺火的，国内国外甚至有了相关产品，但数据编织这个概念并不是那么好理解。

目前常见的优先级排序主要是艾森豪威尔矩阵，今天我们深入来聊聊怎么在日常优先级排期中使用艾森豪威尔矩阵的思想。艾森豪威尔矩阵是以美国总统德怀特-大卫-艾森豪威尔的名字命名，这个优先级框架将帮助你按照重要性和紧急性来开展你的任务和行动。

物理读与逻辑读的概念在很多数据库中都存在，我们今天以Oracle数据库为例，来探讨一下这个问题，其他数据库的诊断路径有些类似。

自从数据被作为生产要素参与分配后，我国在不断加快探索构建数据基础制度。

很多数据分析师会陷入业务方无休止的取数需求中，很可能是没什么作用就看看的临时取数;也会有无穷无尽的报表需求，但是产出的报表很可能看过一次之后被丢弃在一旁。

科技公司负责人一定要在内部管理、技术管理、业务管理、运维管理几个方面进行精细化运营。

在构建数据驱动型组织的道路上，数据孤岛已成为释放数据价值的关键障碍，主要表现在数据整合与治理、组织运营、数字创新等各个层面。

最近也越来越喜欢Dambisa Moyo的这句话："The best time to plant a tree was 10 years ago. The second best time is now."

电信行业是国产数据库品牌非常关注的市场，根据中国信通院统计分析，各行业的数据库服务市场份额比例分别为金融 22.3%、电信 18.9%，电信行业位列第二，该行业也是数据库市场的一大桥头堡，是数据库产品综合能力的试金石。

当前大部分传统企业做数字化转型都是盲目的，贪 “功”冒进，过于轻“敌”，这里的“功”就是成果、效果;而这里的“敌”也非敌人，而是难度、阻力，所以企业负责人要以战略的思维做数字化转型，首先要学会知己知彼。

这些年分布式数据库的热度很高，大家都在谈分布式数据库，很多人认为未来的数据库必须是分布式的，甚至金融行业在一个行业标准里把数据库类型规定为核心系统必须用分布式数据库。不过在实际的应用场景上看，实际应用环境中，集中式数据库还是用得比较多

整体来看，本次报告在供应商入选和移除标准、象限归属及位置、荣誉提及名单、关键能力与市场趋势等方面都有更新，但更新幅度不大。

很多同学跟我一样，对于数据湖充满好奇，也许还读了不少数据湖文章，有不觉明历的，也有认为是概念炒作的，但无论别人怎么说，你还是会觉得难以把握数据湖的本质。

近日，抖音集团数据与隐私法务团队联合清华大学数据治理研究中心共同发布了《全球数据要素治理研究报告》。报告以数据要素治理实践水平较高的欧盟、美国、中国为对象，系统比较三者在数据确权和隐私保护、数据跨境流动、互联网平台反垄断、数字税、人工智能伦理五个领域治理实践的异同

虽然数据治理最终靠的是文化，但起步的时候，还是要多诉诸利益。下面给出了基于利益驱动来解决数据治理十大问题的方法(仅是示例)，供你参考，注意这里的主角是企业数据管理者。

现在我们叫“非结构化数据”，其实之前早就有，叫“档案数据”。对应的组织叫做“档案馆”。

俗话说“巧妇难为无米之炊”，但对于数据人员，更可怕地恐怕是“巧妇难为糟米之炊”。

标签体系，在各大企业的业务场景中都有所应用，尤其是在用户价值分层、精准营销等方面发挥着很大的作用。但是有很多刚启动数字化转型的企业，对于如何搭建一套完善的、覆盖整个用户生命周期的标签体系，还没有非常成熟的认知。