- 博客(11)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 DMBOK2.0 读书笔记系列数据架构
架构是对组件要素有组织的设计，旨在优化整个结构或系统功能、性能、可行性、成本和用户体验。ISO/IEC/IEEE 42010:2011中的架构定义为：系统的基本结构，具体体现在架构构成的组件、组件之间的相互关系以及管理其设计和演变的原则。架构设计工作通常在组织不同的范围内开展，比如企业、业务条线、项目等。在信息系统的不同层级开展，比如基础架构、应用架构、数据架构等。企业架构包括多种不同类型，比如业务架构、数据架构、应用架构、技术架构等。其中数据架构的主要目标是有效的管理数据，以及有效...
2020-10-28 09:33:42
2191
原创 DMBOK2.0 读书笔记系列 数据治理
数据治理的定义是在管理数据资产过程中行使权利和管控，包括计划、监控和实施。数据治理职能是指导所有其他数据管理领域的活动。数据治理的目的是确保根据数据管理制度和最佳实践正确的管理数据。而数据管理的驱动力是确保组织可以从其数据中获得价值，数据治理聚焦于如何制定有关数据的决策，以及人员和流程在数据方面的行为方式。通常数据治理会包含以下内容：战略、制度、标准和质量、监督、合规、基于（数据安全、数据访问、数据质量、合规、数据所有权、制度、标准、术语、流程的识别、定义、升级和处理问题）的管理。为了实现这些目标，
2020-10-26 19:25:45
1642
2
原创 全数字化业务敏捷能力是数字经济环境下决定企业生死的关键能力
一、全数字化业务敏捷能力是新数字时代的要求数字经济时代，任何企业都逃脱不了全数字化的旋涡。数字化时代的特征就是信息技术变革、商业模式创新和生态产业融合的步伐越来越快。新的竞争对手具有天然的创新能力、快速反应能力等竞争优势，这将大大削弱处于市场领导企业的影响力或彻底革了他们的命。那么，这些巨型企业该如何应对呢？1、数字化时代的商业模式企业要想利于不败之地就要建立适应时代的商业模式，为客户创造成本价值、体验价值和平台价值。基于成本价值的商业模式有免费/超低成本、买家集中、价格透明、逆向竞拍和
2020-08-04 13:55:29
1186
原创 如何正确认识数字化转型以及数字化转型将带来的影响
一、什么是数字化转型数字化转型是指通过对数字化技术、流程和能力的集成，以分阶段的方式对组织、行业或生态系统进行文化、组织和运营方面的变革。数字化转型(也称DX或DT)利用技术为各种利益相关者(最广泛意义上的客户)创造价值，创新并获得快速适应变化环境的能力。数字转型不仅仅是颠覆或技术。它是关于价值、人员、优化以及在需要时通过智能技术和信息快速适应的能力。虽然数字化转型主要用于商业环境，但它也影响其他组织，如政府、公共部门机构和组织，这些组织通过利用一项或多项现有和新兴技术，参与解决诸如污染和人口老
2020-07-31 07:32:11
8583
原创 谈谈公司治理和数据治理的关系
下面内容讲的是数据治理与公司治理的关系。如何确保信息满足需求并将支持和授权管理人员正确有效的执行他们自己的角色。这是一块很少被谈及的内容，所以让我们试着分析一下。 以下内容主要包括:什么是公司治理； 数据治理和公司治理的关系； 数据治理对公司治理的价值； 公司治理如何驱动数据治理； 数据治理与其他治理活动的关系。 一、什么是公司治理 “公司治理”是一个经常使用的词语，但就像数据治理一样，人们对它的理解参差不齐。到底如何理解公司治理呢?1992年...
2020-07-30 13:07:26
1218
原创 构建数据大治理生态体系，保障数字经济创新发展
数据作为数字经济的核心生产要素，正成为经济转型和发展的新引擎，成为社会治理的有效可行的手段。在新冠肺炎疫情的防控工作中，大数据分析、人工智能等在疫情监测、疫情分析、病毒溯源、防控救治、资源调配等环节的重要应用，体现了数据在社会治理中的重要价值。但是，由于大量数据中包含有个人隐私及商业机密等敏感信息，一旦泄露将对个人或企业带来难以估量的伤害和损失，保护数据安全，降低数据风险也迫在眉睫。如何在两者之间找到平衡，构建合理、有效的数据治理体系是一个重要的问题。数字经济是新的经济形态，将重新定义原有生产方式和社会分
2020-07-28 20:49:26
5138
1
原创 谈谈大数据时代企业如何进行数据治理体系建设
随着云计算、物联网、移动互联网等新一代信息技术的快速发展，人类产生的数据量呈指数级增长。据资料显示，2012年，全球数据量达到2.8ZB，预计到2020年，全球数据量将达到40ZB。大数据蕴含着巨大的价值，如今众多企业已将数据视作企业的宝贵资产。然而，数据价值密度与数据总量成反比。面对巨大的数据规模，如何管理和利用数据，使其发挥价值是企业必须考虑的重要问题。大数据的价值所在使其面临着隐私和安全方面的威胁。大数据治理将组织的部门、流程、人等元素与数据的整个生命周期联系在了一起，对企业数据管理和数据资...
2020-10-13 10:19:20
4574
1
原创 谈一谈数据如何到知识以及DIKW模型的应用
谈一谈数据如何到知识以及DIKW模型的应用数据是一种有价值的商品，它可以减少解决问题和帮助我们做出正确决策所需的时间、精力和资源。机器可以有效地处理结构化数据，但90%的数据是非结构化的，包括文本、电子邮件、图像和视频。在处理非结构化数据方面，人类比机器更适合，但当人类执行重复性任务时，例如从非结构化数据中提取信息并将其存储为结构化数据（数据条目）时，他们容易出错、不一致和主观。这个过程在时间、资源和能源消耗方面也很昂贵。DIKW模型帮助我们理解将数据转换为信息和知识的过程。机器学习技术有助于通
2020-09-03 21:03:30
3422
原创 探索构建受治理数据湖以获取业务可信任洞察力的方法
探索构建受治理数据湖以获取业务可信任洞察力的方法受治理的数据湖将增加价值。对于那些在运营战略中优先考虑数据的组织来说，数据湖是理想的解决方案。当多个团队需要访问企业数据时，安全的数据共享是一个关键因素。为了帮助管理这种使用，组织可以依赖一个受治理的数据湖，该湖容纳原始结构化和非结构化数据，这些数据是可信的、安全的和受治理的。对于那些从数据中获取价值的组织，包括关于客户、员工、交易和其他资产的数据，受治理的数据湖为识别、理解、共享和自信地对这些信息采取行动创造了机会。一、受治理数据湖的体系结构
2020-08-24 09:57:40
256
原创 典型工业企业大数据平台解决方案(含数据治理)
一、总体思路当前，工业企业产生的数据日与俱增，如何利用大数据为企业产生驱动力、竞争力成为工业企业面临的重要问题。工业企业大数据平台建设的总体思路是将现有PLC、MES、ERP、CRM、SRM、SCM、电子商务及财务共享服务等信息系统的业务数据，采用大数据技术，抽取到全业务数据中心，建立逻辑关联，整合成大数据仓库。从战略任务分解、经营计划执行和风险全周期管控，对集团的供应链服务数据、经营管理数据和生产过程数据，在全业务数据中心的支持下，建立基于业务流程数字化管控链条，打通现有信息系统的壁垒，让各级管理者和
2020-08-02 10:54:42
8356
原创 谈谈如何认识数据治理
数据治理是当今快速发展和高度竞争的企业环境中的一项要求。现在，组织有机会捕获大量不同的内部和外部数据，他们需要一个规程来最大化其价值、管理风险和降低成本。一、什么是数据治理 数据治理是一个过程、角色、策略、标准和度量的集合，这些过程、角色、策略、标准和度量确保有效地使用信息，使组织能够实现其目标。它建立了确保跨业务或组织使用的数据的质量和安全的过程和责任。数据治理定义了谁可以采取什么行动，对什么数据，在什么情况下，使用什么方法。 精心设计的数据治理策略对于任何处理大数...
2020-07-29 11:59:50
947
非常有价值的数据架构实践参考案例
2020-07-29
加速AI ,您的数据准备好了么？ -- 《以机器学习驱动的数据治理解决方案》.pdf
2020-07-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人