谈谈数据产品团队的角色和职责
数据产品是数据管理领域的热门话题。各地区和各行各业的组织都在努力解决如何创建、管理和货币化问题。本文将深入探讨所谓的“数据产品团队”中所需的角色和相应的职责。
一文读懂OLAP中缓慢变化的维度(SCD)处理方法
SCD是处理维度表中数据更改的不同方法。每种方法在不同的方案中都很有用,最终决定取决于你的要求,因此请花时间了解你的数据,然后相应地应用正确的SCD策略。
新的时代下还需要感悟数据库的本质吗
另外,把知识点融会贯通不是看书就能达到的,要想达到这个目标,必须进行足够的实践活动。你只有在把学到的知识应用在实践中,才可能突破知识孤岛,达到新的境界。
Uber案例|如何迈向更好的数据之旅 打造高效的数据生产力
这个庞大的交通平台的核心是大数据和数据科学,它为Uber所做的一切提供动力,例如更好的定价和匹配、欺诈检测、降低预计到达时间等。每天收集和处理数PB的数据,成千上万的用户从这些数据中获得见解并做出决策,以构建/改进这些产品。
2024年云预测:多云照进现实,但仍不会普及
对许多人来说,云计算已经是存储和处理大数据的事实平台。行业专家预测,随着数据量越来越大,数据分析和AI对业务成功变得越来越重要,云计算将在2024年发展壮大,并演变成一种不同的东西。
一文解读《数据库政府采购需求标准》
近日,财政部联合工业和信息化部共同印发《数据库政府采购需求标准(2023)》。这为很多政府机构采购数据库提供了统一标准,也为其他行业采购起到了一定示范作用。对广大数据库厂商而言,无疑具备非常好的指导意义。下文将从政策本身及对应技术能力角度,谈谈个人对这一标准的解读。
应用适配数据库还是数据库适配应用
用现在一句话说叫国产适配改造。从这句话上就可以看出,是应用程序去适配数据库,不是数据库来适配应用程序。
数据要素流通之数据确权
推动数据要素流通已成为政府、企业等关注的焦点。数据确权、价值评估、价值转移是推动数据要素流通的三个重要环节,理解它们有助了解和应对数据要素流通存在的问题和挑战。
谈谈数据质量管理在数据资源入表中的实施方法和路径
数据资源入表是数据资产化的标志,数据资源是否能够顺利的向数据资产转化并计入资产负债表很大原因取决于数据的质量。本文系统的论述了数据质量管理在企业数据资源入表中的实施方法和路径
数据库好不好,只有应用知道
数据库国产话这个话题已经谈了三四年了,至今依然热度不减。不过从这么高的热度上,我感受到的是数据库国产化的进度恐怕是比较慢的,因为今年大家关注的问题和前些年差别不大,都还是一些鸡毛蒜皮的事情,这些热点中最热的还是各种数据库之间,各种数据库架构之间谁好谁坏的比较。
2023年数据库盘点:Serverless初起,智能化加速,国产化竞争加剧
2023年,在数据库领域,智能化、云(多云、Serverless)、一体化融合是重要的技术发展趋势。随着国产数据库在各行业的应用不断深入,用户的要求也从“可用”转向“好用”。其中,金融级分布式数据库市场竞争格局已越来越明确,步入高质量竞争阶段。
聊一聊图数据库的发展现状
IDC调研发现,95%的企业认为图数据库是重要的数据管理工具,超过65%的厂商认为在业务上图数据库优于其他选择
运维数字化转型后为什么更累了
很多企业在IT运维的信息化阶段欠债太多,想要实现数字化转型,那么就先要把欠债都补上才行。实际上运维的数字化转型也是需要一步步前进的
好的北极星指标的六个制定标准
前几年增长黑客的火爆,让北极星指标成为数据圈人人皆知的名次,北极星指标又被称之为唯一重要指标OMTM(One Metric that Matters)。它之所以重要,是因为企业在数据化运营过程中,希望可以有一个像北极星一样,可以为公司发展指引正确方向。那么北极星指标有什么特点,又该如何制定北极星指标呢?
从“能用”到“好用”,什么是分布式数据库淘汰赛的制胜关键?
“GBase 8c的目标是做到行业前三。”GBASE南大通用GBase 8c产品总经理张益说。在竞争激烈的分布式数据库市场,GBase 8c的底气何在?未来分布式数据库制胜的关键是什么?
数据治理没有标准的解决方案
有一组国外的调研成果显示,在各个企业中,有61%的领导都明确表示希望优化数据治理流程,但只有42%的领导认为他们才正在走上正确的路线以实现他们的数据治理目标。
企业数字化能否突破技术的围城
对于大部分传统企业而言,技术是企业数字化转型路上必须要面对的痛,难以逾越的障碍。企业数字化转型建设过程当中的技术如围城,隔离了人们的认知与共识,导致了各种思想的差异与误区
2024趋势: ERP 中数据分析的五大要点
数据分析解决方案可帮助您显示需要密切关注的数据,而不仅仅是提供您自己查找数据的可能性。数据分析不仅可以在迁移过程中为您的 ERP 增值,而且可以通过在流程早期实现报告和 KPI 的自动化来为未来几年增值。
2024趋势:时序数据与人工智能的融合应用
在当今数据驱动的世界中,获得差异化竞争优势对于成功至关重要。为了实现这一目标,企业和个人都在转向时间序列分析——这是一门变革性学科,它掌握着从时态数据中释放有价值见解的关键。
谈谈如何保护用于分析的敏感数据
数据驱动的解决方案帮助组织做出更好的决策,提高效率,为客户创造更好的体验,并最终带来更多收入。但数据的增长速度超过了对此类信息的保护速度。随着收集、存储和处理的数据量不断增加,数据工程师必须了解如何最好地处理个人信息以进行分析。