一、企业大数据如何起步：从小数据到大数据 目前国内外关于大数据的谈论很多，大多是谈运营级别的，或者说从服务端、服务方提得较多一些。笔者要跟大家交流的问题是作为各类企业尤其是客户方的企业来说，大数据跟他们有什么关系，或者说作为企业方怎样去参与，这是企业方现在面临的最大问题。 这个问题的答案重点在于大数据应该从小数据开始。因为现在很多企业面临的最大问题不是怎么用大数据，而是内部的一些小数据整合出现问题，或者小数据都没用好的情况下怎么用大数据。大数据应该是从小数据逐渐演变上去的，是一个正常的生态，而不是瞬间变
数据猿导读 在近日举办的第二届大数据产业峰会上，大数据解决方案供应商中堃数据的CEO魏清发表了精彩演讲。在演讲过程中，魏清从认知计算的价值出发，向我们阐述了中堃认知加速器的实践之路。 2016年底，工
有同学问：陈老师，每次被面试都被问“你使用过哪些数据分析的方法”。结果都感觉答不上来。我回答做了相关分析、回归分析、聚类分析、因子分析又经常被人怼。所以到底数据分析有什么方法？为啥我在做数据分析，却感觉没什么方法？
根据国外开发者平台 HankerRank 发布的2018 年开发者技能调查报告的统计数据，本文摘录程序员求职时必备技能相关的调查结果。
近日阿里巴巴、京东和拼多多等综合电商平台三巨头发布了2022年一季度财报。三家电商在营收、净利润、用户规模等方面维度上呈现出了不同的表现。
目前来说无论是个人站长还是企业官网基本上都启用了HTTPS，这里就不在赘述为什么启用https了，网站类似的文章一搜一大把，今天且来聊聊怎么让证书检测的时候呈现A+标签，有钱的大佬（买SSL证书的）您可以离开了，毕竟在看下去就是耽误你的时间啦。
采购在现代企业发展中的重要地位是毋庸置疑的。采购成本对于减少资金占用、降低仓储成本和加快营运资本周转起着重要作用，采购成本过高将会很大程度降低生产的经济效益，反之，降低采购成本可以显著地提高企业的经济效益。但是询价、比价、议价、评估等等一系列漫长的流程中琐碎的事情，足以让采购员们筋疲力尽。
作者｜Ailleurs 编辑｜陈彩娴 近日，南京大学明确表示：拒绝国际排名。 在4月15日公布的《中共南京大学委员会关于十九届中央第七轮巡视整改进展情况的通报》中，南大校方表示，在《南京大学“十四五”规划》和《南京大学“双一流”建设高校整体建设方案》编制中，学校发展和学科建设均不再使用国际排名作为重要建设目标。 曾经，南大作为国内首个引入SCI“洋指标”的高校，如今也第一个释放出了跳出高校排名内卷的信号。在世界大学排行榜日益遭受诟病的趋势下，南大此举无疑会是一个好的开头。 1 国际排名为何不再受推崇 世界大
最近学习了分析公司内在价值的基本指标，主要包括市净率、市盈率、市销率、PEG这4个指标。今天对这4个关键指标进行一些学习总结，包括这4个指标的具体含义，以及如何用于对比分析公司的内在价值。
大数据安全保护思考 随着大数据时代的来临，企业数据开始激增，各种数据在云端、移动设备、关系型数据库、大数据库平台、pc端、采集器端等多个位置分散。对数据安全来说，挑战也更大了。在大型互联网企业里，传统方法已经很难绘制出一张敏感数据流转图了。因此在新的形势下，一是在工具层面要有新的手段支撑，包括完整的敏感数据视图、高风险场景识别、数据违规/滥用预警、数据安全事件的发现检测和阻止等。二是目前企业也存在着合规的问题了，以往合规对于互联网来说没那么重要，但随着网安法的出台，数据安全也摆上了日程。另外对于跨境企业来说
《中国经济周刊》：大数据的真正价值是什么，它可以为中国带来什么？ 舍恩伯格：大数据的价值并不仅仅局限于它初始被收集的目的，而在于它之后可以服务于其他目标而被重复使用。因此，大数据的价值将会是所有这些用途的总和，并且将远远大于其初次使用的价值。正如在海洋中漂浮的冰山，起初我们只能够看到它浮在水面上的一部分，但事实上冰山的体积要大得多。随着更便宜的存储和分析技术、分析工具的发展，以及“大数据观”的建立，我们会获得大数据“表面下”的价值。 目前，中国依然缺乏全面综合的数据收集。事实上，与其他国家相
现在的制造型企业都比较依赖于供应商为企业制成品提供增值部件，但随着业务发展的多样化及需求增多，采购及成本也大幅增加；企业可选的供应商也越来越多，也使得传统的人工管理供应商各项数据，已无法满足。
在我国不存在小众需求，每一种需求都有上千万人口；我国拥有庞大的消费市场，去年我国社会消费品零售总额达到44.1万亿元，稳居全球第二大市场；在我国，任何一个行业只要运营得当，都有足够大的舞台让你翩翩起舞。
研究机构Research and Markets预测，2020年全球SSD市场规模为348.6亿美元，到2026年，这一数字预计将增加到803.4亿美元。聚焦中国市场，根据艾瑞咨询预测，2021、2022、2023年中国企业级SSD市场规模同比增长26%、37%、28%，于2025年达到489亿元人民币。
网站备案可以理解为ICP备案，按照政策要求，服务器在大陆地区的域名接入均需办理备案，备案成功并获取通信管理局下发的 ICP 备案号后才能开通访问。
有同学问：老师，我们领导总说，要做有用的数据分析。可我废了很大力气，做出来的却被嫌弃：“我早知道了”、“没啥用”。到底要怎么才有用呢？这个问题很常见，我们今天系统解答一下。就拿一个很常见的问题：业绩下滑了，分析下怎么做才能达标？来举个例子：
比如说在你简历当中所涉及到的一些信息，你不需要完全去背诵它，你只要把关键词说清楚就好了。
在当今的社交App推广领域，广告买量已成为企业获取用户的重要手段。然而，如何准确衡量这些买量活动的成效，即用户从广告访问到安装后行为的完整转化路径，一直是运营人员关注的焦点。归因统计是一种评估营销效果的关键技术方案，也因此在社交产品的买量领域中显得尤为重要。社交产品如何在买量领域进行归因统计？重点要关注其中的核心要素和实践工具。
文：苏苏 编：大白haha 2010年，Forrester Research分析师John Kindervag提出了著名的零信任理念，随即这种创新性安全理念火遍全球，被认为是行业颠覆性创新理念，必将引领下一代网络信息安全行业。 但命运有时候就是这么不如人意。零信任技术火了十几年，也被吹了十几年，但直到今天，在国内依旧还是处于“叫好不叫座”的尴尬地位。真正掏出真金白银，大规模落地零信任技术的企业，还真没有多少。 那么，问题究竟出在哪里，导致火热的零信任处于类似“人买我推荐，真买我不买”的境遇？对于甲方企业来说
本民工并非产品经理，仅作为非典型用户，从个人痛点角度提功能建议，想到啥说啥，思考并不成熟，请各位产品经理高抬贵手，别用PRD标准来挑毛病，欢迎交流拍砖。
上一篇讲了【用户画像高大上，但90%的人都做失败了！】以后，很多同学表示想看RFM，今天它来了。RFM是很传统的数据分析模型，几乎所有文章都会提到它，然而市面上流传的各种乱用、错用也非常多。今天我们系统讲一下
信息驱动型企业一直坚持统一数据管理的共同业务和IT目标，提高洞察力和构建知识库。对于许多企业来说，传统的关系型数据仓库和数据集市是唯一的企业级数据分析的途径，而存储阵列和归档是唯一提供访问大量多样历史数据的方法。今天，这些企业通过EDH有更好的办法来应对数据管理的挑战。Cloudera企业数据中心采用Apache Hadoop构建，提供灵活，可扩展和经济的数据管理平台，可以基于同一份数据执行各种企业工作负载（包括批处理，交互式SQL，企业搜索，高级分析等）。
上大学时，我和另一个姑娘（某理科大神）经常搭伙做饭。有天我俩一起去超市买油，站在琳琅满目的货架前，我直接拎起一瓶，冲她叫：“就拿这瓶吧，最便宜！”姑娘白了我一眼，转头说道：“克单价一点都不便宜好不好！数学是体育老师教的吧？”接着眼神刷刷两下扫完整个货架，心算完毕，拎起另一瓶说：“这克单价最便宜，拿这个！”我当时就囧了，讪讪地拎起油，念叨着：总金额不便宜呢…… 大千世界当中，我们总是需要“数据”去辅助下判断、做抉择。生活当中，可能仅需要描述性数据就足够了，比如你买油是看克单价还是总金额。但工作当中，却必须
)级别[1]。随着企业业务发展和扩大，应用环境的数据越来越庞大，多种多样、复杂多变。面临的数据安全问题和威胁越来越突出和严峻，不仅有来自外界的攻击，也有内部管理或错误配置等引发的数据窃取或敏感信息泄露。
技术自媒体，属于自媒体行业，为什么说是门生意？我认为是因为其中产生了交易。任何有交易的地方，就有生意，就有商业模式。比如你上街去某个车店买个车，去某个房屋中介买个房等等
根据国务院国资委印发的《关于加快推进国有企业数字化转型工作的通知》要求，明确指出了数据治理是国企数字化转型的必经之路，数据治理被推向了“风口浪尖”。数字化转型，是当今时代企业的机遇，也是挑战。企业亟需一套符合中国国情，符合中国企业文化，并且能够指导企业开展数字化“基础设施”建设的参考框架，而DCMM（数据管理能力成熟度评估模型）或许就是一个合适的参考框架。
近日，知名咨询机构沙利文头豹研究院发布《2022年中国数据安全解决方案市场报告》，腾讯安全入选Frost Radar（弗罗斯特雷达）领导者象限，增长指数位列行业第一。
👆点击“博文视点Broadview”，获取更多书讯 学习后端开发的小伙伴们，你们是否在上手学习的时候充满迷茫，或者，面对很多路不知走哪一条? 博文菌结合近期出版的口碑好书，为大家规划了一份后端开发的学
公司里做的一系列行为，都是在围绕战略指导来做，如果公司没有战略的指导，那么往下做的一系列事情，可能都会没多大意义。
疫情以来，餐饮行业总体的损失不可谓不沉重，但最先从打击中恢复的却是门店数量最多、经营最复杂的各大快餐巨头，或者更具体的说，是那些在 DTC 有着更多投入和积累的快餐企业。以去年双十一为例，多家快餐顶流仅用不到 12 小时就突破了去年双十一全天的销售额，业务涨势喜人。
产业大数据创新应用 ——“产业+大数据+金融”的产业升级转型创新思路 5月31日，中润普达（集团）公司董事长杜登斌在出席首届中国（杭州）工业大数据产业发展高峰论坛时，从自己的人生经历出发，带领与会者走近“互联网+”时代的大数据发展现状和未来。开篇“下一个百万亿商业时代在哪里”的探讨使大家充满期待；对“以数据资产为核心的大数据产业金融技术创新与应用”的分析稳扎稳打步步深入；“数据产业金融创新应用需要突破的问题”教人持续思考，关注更有价值的未来市场。 产业互联网将是下一个百万亿商业时代 首先，杜登斌谈了对“互
1995年，中国第一家网络安全企业——天融信公司成立（从有记录的工商信息查询得知），掀开了中国网络安全行业发展的序幕。此后的短短数年，启明星辰、卫士通、绿盟科技等安全公司相继成立。这些公司成为了中国网络安全行业的“黄埔军校”，向互联网企业、安全厂商，乃至后来的云服务商，以及各行各业的安全岗位源源不断地输送安全人才，影响至今。
六西格玛是一种严格集中的改善流程管理质量的工具，它的形成综合了很多先进的管理理念，并以其完美的商业追求促进质量成本最大限度的降低，以最终实现六西格玛的质量水平，提升财务状况，并真正增强企业的竞争力为目的。 六西格玛管理有哪些比较显著的优势呢？
本篇要分享的，是一个非常基础的，估计人人都听过的，却经常弄混淆的概念：用户标签。虽然名字简单，但它确是用户画像、精准营销、个性推荐、智能投放等等各种系统的砖石。今天系统分享一下。
从业十余年的资深数据大咖告诉你，该如何做好数字时代的大客户管理？
小伙伴参加了这里的培训课程，兴奋的说数字化真的是趋势，连罗振宇老师都在他的著名跨年演讲《时间的朋友》中重点分享，小伙伴要这里谈谈对节目中提到的各种案例的看法。
在数字经济时代，大数据的广泛采集和应用对人类的生活方式、城市管理、企业运营实现了全方位、智能化的重构。
一、当前风控模式现状 近年来，信用风险管理发展呈现出数据化、模型化、系统化、自动化和智能化的特点。传统的人工专家经验正逐步被模型与算法替代。 因此，科技较为领先的金融服务公司会选择采用模型方式完成对借款人的自动评估与审批。目前，对于信贷审核来说主要基于的风控模式为IPC、信贷工厂、大数据三种，每一种都有自己不同的侧重点。 二、最核心的风控模式分类 1.IPC模式 IPC模式起源于德国邮储银行，该模式重视实地调查和信息验证，主要通过对客户经理调查走访、信息交叉验证等方面。需要对客户经理进行至少2个月以上的专业技术培训，提升客户经理辨别虚假信息能力和编制财务报表的技能，从而防范信用风险。 IPC公司信贷技术的核心，是评估客户偿还贷款的能力。主要包括三个部分：一是考察借款人偿还贷款的能力，二是衡量借款人偿还贷款的意愿，三是银行内部操作风险的控制。每个部分，IPC都进行了针对性的设计。 这种模式主要运用于数据缺失、不具备财务管理环境、银行流水不完整，信用记录空白等的小微企业，其中，信贷员负责整个过程，从接受客户的申请到信用检查、现场信用、风险评估再到匹配贷款、付款催收和逾期付款。对信贷员的专业技能要求较高，信贷员对贷款全流程把关，一定程度上确保了项目的真实性。但又因为是以信贷员为核心，以信贷员的判断为依据，有一定的操作风险与道德风险。 2.信贷工厂模式 信贷工厂模式是新加坡淡马锡控股公司(Temasek Holdings)为解决小微企业信贷流程的弊端,推出了一种改善小微企业信贷流程的“信贷工厂”模式，“信贷工厂”意指银行像工厂标准化制造产品一样对信贷进行批量处理。 具体而言，就是银行对中小企业贷款的设计、申报、审批、发放、风控等业务按照“流水线”作业方式进行批量操作。在信贷工厂模式下，信贷审批发放首先要做到标准化，每个流程都有确定的人员分工，如客户经理、审批人员和贷后监督人员专业化分工。并且为了监控风险采用产业链调查方法，从不同角度对借贷企业进行交叉印证。 信贷工厂模式的特点是效率高，可以进行量化审核。过程之间环环相扣，对每个环节都有专人把控具体的把控。正因为这样，意味着需要消耗大量的人力成本，每个流程都需要对口的人员做支撑。 3.大数据模式 大数据风控模式是指通过对海量的、多样化的、实时的、有价值的数据进行采集、整理、分析和挖掘，并运用大数据技术重新设计征信评价模型算法，多维度刻画信用主体的“画像”，向信息使用者呈现信用主体的违约率和信用状况。 大数据模式是基于互联网的兴起，该模式利用互联网数据的连通性，对触及到的风险的数据进行筛选，大大减少了人工审核的时间成本，同时也保证了数据结果的真实性。 三、P2P公司个人信贷评分卡模型 我们先讨论下如何从实际业务出发，以怎样的开发流程才能建立一个有效、有用、有价值的模型，希望读后能给你一定的启发。
“大数据”时代企业会计从业的新需求 简述"Big data: its power and perils"的观点 文 常国珍 CDA金牌讲师 刚刚经历的2014年对管理会计和职业数据分析人员来说是具有里程碑意义的一年，这一年被同时称为“大数据”和“中国管理会计”的“元年”。两个原本并不紧密的行业同时期发展，这并不是巧合，而是由的深层次的实际需求。会计师和财会专业人士已经发现了大数据的潜力。2012～13年ACCA技术趋势调查显示，78%的受访者表示他们希望未来两年内大数据得到广泛应用。会计师和财会
美国总统奥巴马在 2012 年竞选中的成功很大程度上要归功于对量化分析的运用。例如，他的团队可以分析出哪些人在收到竞选宣传单张、电话或家访后更有可能去投票，从而改变那些关键的“摇摆州”的局面。沃尔玛通过数据分析发现，在飓风袭击某地之前，不但当地对手电筒的需求会上升，某种果塔饼干的销量也会提升。这阵量化风还吹到了体育界──畅销书《Moneyball》把量化分析的概念普及给了民众。但这些新的量化技巧到底是怎么回事？企业应该如何运用它们？ 最近的三本书有助于管理层找到这些问题的答案：《大数据：改变我们生活、工作
自从2015年8月国务院发布"促进大数据发展行动纲要"，将大数据提升为国家发展战略以来，在市场需求和国家战略引导下，大数据技术在各行各业的应用得以加速推进，在生态环境保护领域尤其具备广阔的应用和发展前景。
在互联网、物联网、大数据的伴随下，数据呈指数增长，每天增加百万兆字节的数据是很常见的，随之而来将会面临的是更多的存储需求和挑战。传统的解决方案不足以满足这些存储需求，迫切需要一种有效的解决方案，软件定义存储是解决这些问题的常用方案。
<数据猿导读> 百分点研发总监苏海波在大数据国际盛会“大统计与数据科学联合会议”上表示，人工智能需要学习，需要从历史行为中积累经验，这种经验的获取来源于其每天积累的海量数据，而积累海量数据需要大数据技
来源：51CTO.com 导读 大数据时代已经到来，每个企业都开始忙着数据挖掘，忙着数据分析，忙着构建各种算法模型。但为什么你无法引发“技术红颜”式的蝴蝶效应?为什么你眼中对用户的“精准推荐”，成了T
通用型SaaS平台是未来管理软件的趋势，不仅适用于大型企业，同时也赋能各行业中的中小规模企业。目前我国SaaS市场和美国SaaS市场相比，按零售客户体量相比，中国市场已超过美国，中国的企业客户数量差不多可能是美国的3倍以上，但是按照2018年两国IT花费来计算，中国去年仅达到美国的18%。中国的通用型SaaS平台还有很长的发展和奋斗之路要走。通用SaaS平台未来十年的发展机遇及趋势在哪里？本土通用SaaS创业公司又将如何在瞬息万变的市场浪潮中落地生根？ 日前，明势资本在北京The Future Hal
曾经被认为能够充分体现公开、公平、公正的低价中标却似乎正在逐渐腐蚀了中国制造业追求品质、勇于创新行业土壤，带来的是良者退出和劣者胡来的困局。如今谈到低价中标，只剩下"饿死同行、累死自己、坑死业主"满满的吐槽点。
金融科技的浪潮里，水深鱼多。尽管行业经历过争抢捕鱼的乱象，但在强监管与严整治之后，行业正快速分化。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
