目录
4、元数据中心的关键目标和技术实现方案
5、如何统一管理纷繁杂乱的数据指标
6、数据模型无法复用,归根结底还是设计问题
7、同事老打脸说数据有问题,该怎么彻底解决
8、交付速度和质量问题解决了,老板说还得“省”
9、数据服务到底解决了什么问题?
10、数据服务难道就是对外提供个API吗?
11、怎么一劳永逸地解决数据安全问题?
12、数据的台子搭完了,但你还得想好戏该怎么唱
13、数据研发就只是写代码吗
14、数据被加工后,你还要学会使用和管理数据
15、数据中台在网易电商业务的最佳实践
16、结束语
4、元数据中心的关键目标和技术实现方案
5、如何统一管理纷繁杂乱的数据指标
6、数据模型无法复用,归根结底还是设计问题
7、同事老打脸说数据有问题,该怎么彻底解决
8、交付速度和质量问题解决了,老板说还得“省”
9、数据服务到底解决了什么问题?
从 04 讲元数据中心开始,到 08 讲成本治理,我已经把元数据以及在它基础上的五大应用场景:数据发现(数据地图)、指标管理、模型设计、数据质量、成本优化,全部讲完了。这部分内容对应的就是数据中台 OneData 方法论。相信学完这部分内容之后,你已经了解了 OneData 方法论在企业内部落地的方法了。
而这节课我要和你聊的,是数据中台另外一个核心方法论,OneService 的实现:数据服务。
10、数据服务难道就是对外提供个API吗?
11、怎么一劳永逸地解决数据安全问题?
12、数据的台子搭完了,但你还得想好戏该怎么唱
13、数据研发就只是写代码吗
14、数据被加工后,你还要学会使用和管理数据
15、数据中台在网易电商业务的最佳实践
16、结束语
-
对于程序员来说,数据中台可能是解决数据规范和数据钻取问题的一个良方。
-
对于产品经理来说,数据中台可能是解决业务与数据融合的关键定。
-
对于中层管理者来说,数据中台带来的是打通部门之间数据共享的重要依据。
-
对于企业家来说,紧跟行业趋势,顺势而为,是讲一个好故事必不可少的部分。
-
但是有一点是大势所趋的,信息化->数字化->智能化。
-
数据中台一定要从业务问题中来,到业务价值中去