细数软件公司在企业数字化转型过程中的那些难点与无奈
在企业数字化转型建设的进程中没有甲方乙方,没有地位之分,大家的共同目标是一致的,均为数字化命运共同体,所以数字化转型之路需要双方精诚合作,互为生态,今天老杨就从一个甲方的视角来细数一下软件公司在企业数字化项目建设过程中的那些难点与无奈:
2023年CDO需要关注的6个趋势
数据已成为推动组织转型的最强大资源。这让 CDO 掌握了方向盘,他们的脚踩在了踏板上。以下是 CDO 应该留意的主要6个趋势。否则,您可能会坐在公共汽车的后部,而不是开车。
谈谈数据的货币化及相关战略制定
数据是当今商业环境中最有价值的企业资产之一,但大多数公司未能认识到其潜在价值并采取行动将其最大化。在本文中,我们了解如何通过数据货币化释放数据的价值。将了解什么是数据货币化、为什么要通过数据货币化以及如何有效地进行货币化。
浅析中国软件行业破局之道
当前数字化转型之风愈来愈盛,特别是《数字中国建设整体布局规划》的出台让数字圈为之彻夜狂欢,但这种热度仅持续仅仅两天便从朋友圈偃旗息鼓了
数字化运营转型,谁代表业务?
企业如果真的期望未来在数字化转型方面有所作为,大部分情况都离不开业务和数字化技术的深度融合。无论是商业模式创新,亦或先追求用户体验,还是追求企业整体运营效率提升,无不如此。
从如何更好的监控Oracle共享池谈起
二十年前搞Oracle运维的时候,被折腾得最厉害的是共享池的问题,ORA-4031绝对是DBA必须面对的,也是最束手无措的错误。很多DBA面试官也会问大量的共享池诊断与优化的问题,虽然他自己对很多问题的了解也不过如此。
谈谈如何将数据战略转化为数据价值|含模板
从数据战略到数据价值的实现可以分为三个阶段:数据战略制定、数据用例制定以及数据实施策略。
细数企业数字化转型过程中的十二大误区
大部分传统企业的数字化建设总是处于“雾里看花”、“盲人摸象”的状态,都在做数字化,可真正理解数字化的没几个,所以最后能真正享受到数字化红利的也屈指可数
从监控到诊断:数据的力量
监控与诊断一直是数据库运维中的两个十分重要的环节,在传统的运维模式中,监控与诊断都是以人为中心的,因此指标与数据的采集也都要围绕人来展开。
2月数据库圈值得关注的事 | 2023
2月,数仓巨头Teradata宣布退出中国,引发广泛关注和讨论;资本方面,Apache Hudi 背后商业公司Onehouse宣布2500万美元A轮融资,InfluxData完成8100万美元的后期融资;在产品方面,PingCAP Clinic 诊断客户端 Diag 正式开源,Apache Doris 1.2.2 Release 版本正式发布,拓数派发布基于eMPP分布式技术的存算分离软硬件一体机……
大语言模型与数据库故障诊断
今天仅仅看到了大语言模型用于数据库故障诊断,日志分析,系统优化等方面的一种可能性,而并没有找到真正实现它的路径。要想实现它,除了技术,更重要的是资本的参与。不过既然可行,那么总有一天,我们能看到它。
开源与商业化的爱恨纠葛,从自由软件运动说起(上)
开源的世界激荡着自由的精神,开发者的情怀,但是开源并不等于免费。没有商业化的支持,开源又能走多远?在商业化探索中,开源又能为商业化的成功提供什么?本文将关注开源与商业化,回溯软件发展史,在历史中寻找经纬。
谈谈将数据作为战略资产管理
在任何组织中,领导者的角色都是确定并清楚地传达组织的愿景、使命和价值主张。以此愿景为基础,确定短期、中期和长期战略目标,并将愿景贯彻执行。作为战略举措的一部分,当业务环境发生意外变化时,应主动制定应急计划。
哪些数据岗位会被ChatGPT们取代?
OpenAI时代,到底哪些数据工作面临危机?数据从业者又该如何不被倾覆,而是乘风破浪?今天笔者就来分析一下不同类型数据工作被AI取代的可能性,进而看看我们该如何做。也欢迎大家留言补充。
傅一平:数据质量管理的实践和思考
人道是:“纸上得来终觉浅,绝知此事要躬行”,但对于已经有一定经验的数据管理者来说,往往需要倒过来做,即“躬行得来终觉窄,绝知此事要系统”,数据质量是数据的生命线,那么,数据质量应该如何体系化提升呢?
细数数据科学团队中的十大关键角色
原始数据本身提供的价值有限。当企业将数据转化为易于可视化和解释的信息时,数据对决策的价值呈指数级增长。数据本身也必须是高质量的——干净、一致和正确。确保数据可以转化为可操作的见解的责任落在了数据管理团队的肩上。
浅析数字化价值,如何保障数字化价值实现?
企业数字化转型是一个长期的过程,一个不断投入的过程,在建设之初,价值一词始终伴随左右,针对数字化价值的质疑也在整个建设过程中不绝于耳,那么如何判断价值?价值实现需要何种保障?
云原生也可能会带来高成本
根据近期发布的两份报告,无论工作负载在哪里运行,采用云原生技术和工艺所承诺的成本节约似乎并没有得到证实,至少在短期内是这样。
谈一谈数据域层次结构
数据域是一个非常宽泛的概念,属于“数据建模”概念中的"概念模型"。本文的目的是解释关键概念,同时能够根据需要应用这些知识。
Teradata,不仅是数仓的黄埔军校,更是数据分析服务的天花板!
Teradata早在1997年便进入了中国市场,巅峰期甚至占据中国数仓市场半壁以上,客观上带动了本土数仓技术的启蒙。有数仓老兵说到,现在国内使用Hadoop建立数据仓库的人,也会分层为原子层、汇总层、应用层,这就是Teradata进入中国市场的影响。