ITPub博客

在企业数字化转型的过程中，要重点关注业务和技术两条主线协同发展，主要体现在：开展包括业务、数据、应用、技术架构在内的企业架构设计，推动业务“数字化”和信息系统设计选型，协调推进业务上线、数据共享和信息系统建设，一体融合业务数字化运营和信息系统运维。

做数据埋点前为什么还要做业务需求分析?直接埋不就好了。答案是否定的。数据的价值在于驱动业务发展，一切脱离业务而做的数据埋点都是耍牛氓。

数据是一个复杂的领域，充满了来自各种来源的无尽的数据流。本文将探讨数据质量的重要性及其对当今数据驱动时代企业的影响。

本文，我们深入探讨对于有效的数据策略和转型成果至关重要的六个方面，将提供可应用于业务环境的实践知识和可行的见解。

随着数字化的不断深入，数据库爆炸式增长已经是一个现实了。如此数量众多，种类繁杂，还包含大量国产数据库的中小型数据库如何运维，是未来摆在每个企业IT部门面前的一道难题。

我们的数据产品成熟度框架提供了决定数据产品成熟度的关键维度。通过评估这些关键方面，组织可以确定需要改进的领域并制定有针对性的计划来优先考虑和增强其数据产品。

据国际数据公司(IDC)称，到2025年，全球数字化转型支出将达到2.8万亿美元，是2020年投资额的两倍多。其中超过1万亿美元可能因项目失败而浪费。

随着企业数字化转型的深入，关键的平台型应用会越来越多，其可靠性要求也越来越高，在系统中做好可观测性能力设计也就越来越重要了。

随着供需关系的变化，数据库的竞争已经进入下一阶段，如何利用新技术简化架构复杂度，最大化利用IT资源，如何打造一款简单易用的数据库助力企业降本增效，这些都是企业和厂商共同的追求，很多企业在融合方面进行创新探索。

组织中形成的数据孤岛通常是由于与业务之间缺乏协调造成的。这种一致性可能很难实现，但对于数据领导者的成功至关重要。事实上，这种一致性对于任何经理级及以上级别的数据科学家或工程师来说都是最重要的任务。最好的数据团队能够解决不同合作伙伴(财务、产品、营销等)的问题，通过超越通用、现成解决方案的定制数据产品满足他们的需求。

数据产品在当今数据驱动的世界中发挥着至关重要的作用，提供来自转换和整合信息的即用型资产，将原始数据转化为可操作的见解。在本文中，我们研究这些模式并将其转换为可用于评估和增强数据产品成熟度的实用框架。

数据库存储引擎采用的技术会对数据库的某些应用场景的性能产生十分重要的影响。作为数据库从业人员，不管是应用架构师、研发人员还是DBA最好还是了解一些这方面的知识，从而避免此类问题发生或者当遇到类似性能问题的时候能够快速定位问题。

企业数字化转型呼声愈来愈高，企业也是年年做，大部分都是年年废，企业在数字化转型过程中需要重点构建与打造什么样的保障体系及能力?

对标一流，见贤思齐，并不太容易。企业进行财务数智化转型就像打仗一样，知己知彼才能增加获胜的希望。

有效的数据治理是指通过设计嵌入到数据流程中的数据质量、完整性和安全控制等的应用。这与传统数据治理模式形成鲜明对比，传统数据治理工作在实施后花费了大量精力来发现数据系统、构建数据沿袭以及实施数据质量和完整性控制。在实践中如何运作呢?

MongoDB从最初的简单的文档数据库发展到目前，已经迭代了数个大版本，功能上也已经在向通用数据库的道路上走了很远了。目前的MongoDB已经是一个功能十分强大的多模数据库了。

当前大部分的头部企业在数字化转型的浪潮下都纷纷成立了自己的科技公司，一方面是为了更好的用技术服务于企业内部;而另一方面就是为了“肥水不流外人田”，拉动集团企业内循环，这样做在一定程度上推动了企业内部的数字化转型建设，但其发展过程也是困难重重

数据管理和数据治理可能很难向新手解释。它们涵盖了复杂的数据能力领域，例如元数据管理、数据质量、数据架构、数据编目、数据隐私、数据科学和数据集成。我发现自己在为客户提供建议和向自己团队的新成员提供建议时，很难快速、明确地解释潜在的核心概念。

本文首先介绍了“数据影响框架”，该框架说明了人类如何利用源自人工智能和数据管道的数据产品，将原始数据转化为有形的结果。随后，数据可用性成为构建更好的数据产品的关键因素。

2021年成立的成章数据提出了数据基底Data Substrate的新理念，打造模块化可插拔的分布式数据库，像乐高一样任意组合灵活应对不同业务负载，这一新理念在DTCC2023引发关注。近期我们采访了成章数据创始人&CEO陈亮，了解其中的玄妙。