在给老板汇报中如何体现数字化的价值
其实大家都知道数字化的价值一般都体现在管理上,而非技术本身,降本增效是最常提及的数字化价值,但老杨认为需要从降本与增效两个方面来理解
数字化重构是瞎折腾还是?
为了避免数字化重复建设,背上“瞎折腾”的名号,数字化建设规划很重要,但企业内部共识是前提,数字化建设是一个持续的长期的过程,业务场景的变动很正常,但信息部门要以企业全局及成本思维来面对改变,客观分析现状,系统能优化尽量优化,勿陷入重复建设的怪圈
操作系统监控利器OSW
国产数据库的可观测性能力本身就偏弱,很多问题分析必须结合OS的监控数据,才能做的比较彻底,特别是需要做故障定位的时候,更是离不开OS的监控数据。
2023 CDO必须关注的系统
数据自服务门户是为企业所有用户提供集成的,统一的数据相关产品和服务唯一的入口,所有的数据用户能够在数据自服务门户中找到所需要的数据和数据产品,数据工具和平台,在这个平台上进行数据的开发生产,协作分享等相关工作。
CIO指南:韧性实现市场导向运营的3个推荐案例
根据《IDC FutureScape 全球CIO议程2023年预测》预测4中所提到的“到2024年,中国55%的首席信息官将积极利用韧性能力作为竞争优势,提供财务、供应链、生态系统和可持续性差异化”。2023年,CIO的当务之急是与高管层共同构筑数字化韧性护城河,形成多维企业竞争优势以适应新的业务环境。
InfluxData完成8100万美元的后期融资,时序数据库将向何处发展?
而InfluxDB正在解决的市场吸引了越来越多的参与者,既有云大厂,也有初创公司,还有一些大的集团。有的是做一个专有的时序数据库,有的是多模数据库或是超融合数据库。整体来看,目前时序数据库还是处于起步阶段,未来有多大想象空间,我们拭目以待。
企业生存都是问题还有必要做数字化吗?
在老杨接触到的大部分企业信息部门都在优化人员,数字化预算都在缩减,同时又有一种声音随之出现:加强数字化建设,实现精细化管理。
从Oracle TFA偷师学艺
Oracle TFA是一个用于收集和分析跟踪和日志文件的实用程序,可以自动检测和收集与Oracle产品相关的各种诊断数据,例如跟踪、日志、AWR报告、ASH报告和、配置文件系统信息等,并将它们汇总到一个统一的位置。
中国软件企业的关键症结
中国的软件市场难做,尤其是企业软件市场难做,已经成为一个共识。原因是多方面的,业界从市场环境、客户习惯、知识产权保护甚至制度文化等方面都做过分析,作为在企业软件行业里创业十年的实践者,感觉其中有个关键症结大家的讨论不够,而不管其它因素如何改进,这个关键症结不能解决的话,中国企业软件也很难做起来,更难以走向世界。
数字化转型成功的四大支柱
数字化转型不是一件单一的事情,它是多方面的,根据行业和数字化成熟度有着不同的目标。基于我们对正在进行数字化转型公司的研究,我们发现了数字化转型的四大支柱——IT升级、数字化运营、数字营销和新项目。
浅谈电商搜索数据指标体系建设
本文从搜索机理出发,探讨影响搜索产出的关键要素,并沉淀出一套监控体系,经实战运营能较好的解决业务方的问题。在此抛砖引玉,希望对感兴趣的同学有所启发。
增强分析到底是什么,它是BI的未来吗?
从2017年Gartner首次提出增强分析的概念,连续多年将增强分析确定为未来数据与分析技术发展趋势,考虑到增强分析跟人工智能,特别是NLP有着千丝万缕的关系,进而与ChatGpt也有了关联,自己突然对增强分析有了兴趣,这个被看成是BI3.0的分析领域的大杀器,到底是个什么东西,下面分为六部分进行介绍。
听闻Teradata退出中国,我想起了我经历过的一个数仓项目
Teradata撤出中国,我想起了我在20年前做的数据仓库项目。想当年Teradata是数据仓库的代名词啊,就如同现在搜索东西好多人说百度一下一样。
售后服务不是国产数据库厂商的负资产
目前国内的数据库厂商主要的精力都在研发与销售两头,研发要抓紧完成客户需要的功能,改进SQL的性能,改善用户的使用体验,销售要加快产品推广的速度,保证企业的现金流的改善与市场占有率的提升。
为什么企业经常说:我们被软件公司绑架了?
“被软件公司绑架”其实是一种无奈,因为企业无能力无实力解决,只能接受这种现。为什么会出现以上的场景,能否可以避免呢?希望软件公司在获取利润的同时,注重服务质量,以客户为中心不是挂在墙上,也不是挂在嘴边的,需要的是实际的行动。
漫谈“数据拆分层次对比”
当企业数据达到一个规模后,不得不面临数据拆分的问题。使用分布式数据库是一个相对“简单”的选择。通过分布式架构可以支撑海量规模,也避免的拆分所带来的各种“麻烦”。当然,分布式数据库也不是“银弹”,会有其适用的场景。
先胜业财胡彦轩:VUCA时代,业财融合管理平台值得期待|展望2023
因此在进行业财数字化系统选型时,企业会关注产品是否能够“整合内部各方面管理数据,实现统一的数据、分析、交互的高效协同,提供敏捷洞察分析和行动措施的能力”。此外,产品的数据管理能力、技术领先性、易用性、安全性、可扩展能力、以及与其他系统的兼容性,都是客户在选型中的重点关注事项。
聊聊Chat GPT-1到GPT-4的发展历程
OpenAI的Generative Pre-trained Transformer(GPT)模型通过引入非常强大的语言模型,在自然语言处理(NLP)领域引起了巨大震动。
【数据治理】 第2话 - 标签治理体系
在当前的业务中,用户画像已经成为了重中之重,从模拟用户调研人群、分析挖掘用户使用的行为、预测/推荐用户兴趣等场景中,覆盖的用户场景非常多,那今天的主题就是面临海量的标签和数据,我们如何进行治理?
在尴尬中进行的数字化转型
企业发展到一定规模,数字化需求也越来越多,要不要自己成立开发团队或者科技公司,还是一直与第三方合作,担心第三方影响数字化转型的进度