- 博客(73)
- 收藏
- 关注
RSS订阅原创 从数据中台到 Data Fabric：数据价值落地，终究要回归本质（二）
当我们不再沉迷于 “新架构神话”，踏踏实实做好基础治理，沉睡在平台和湖底的数据，才能真正活起来。
2026-06-10 17:42:21
225
原创 从数据中台到 Data Fabric：大数据新概念轮番登场，为何终究绕不开数据治理的老问题？（一）
数据新概念被不断包装、放大，刻意弱化其背后传统数据管理的本质，营造 “旧架构过时、新架构才是未来” 的焦虑感。
2026-06-10 17:41:23
487
原创 非结构化数据资产保留治理，落地全生命周期归档管控
非结构化数据资产保留治理，本质是以合规为底线、以归档为手段、以知识复用为最终目标的全生命周期管理
2026-06-03 14:08:20
209
原创 非结构化数据治理全解：从合规痛点、中台架构到 AI 智能化分类落地
在数据要素市场化加速落地的当下，结构化数据治理已趋于成熟，但占比超 80% 的非结构化数据仍是多数企业的数据洼地。
2026-06-03 14:02:10
523
原创 浅谈可信数据空间建设的底层逻辑
在数据要素市场化发展的大趋势下，可信数据空间为跨企业、跨行业、跨区域的数据流通提供了全新思路。理解这三大底层逻辑，再结合自身业务场景借鉴成熟案例，才能真正用好数据资源，充分释放数据要素的价值，为数字化、智能化转型赋能。
2026-06-01 16:23:39
192
原创 从 “静态清单” 到 “动态图谱”：指标图谱如何重塑企业指标管理？
指标图谱，本质上是指标管理从 “静态、孤立” 向 “动态、关联” 的一次升级。
2026-06-01 16:05:26
476
原创 一文读懂数据驻留、主权与本地化的本质区别
在数字化转型与跨境业务扩张的浪潮中，数据合规已成为企业不可逾越的红线。讨论合规时，“数据驻留”“数据主权”“数据本地化”三个术语高频出现，却常常被混淆混用。多数企业耗费大量精力背诵概念、堆砌合规流程，最终却发现：看似合规的操作，实则隐藏着巨大的监管风险。问题的核心从来不是“搞懂概念定义”，而是“明确数据控制权”——谁能决定数据的存储位置、谁能访问使用数据、谁能主导数据的流转与应用。这三个概念看似语义相近，实则分属不同层级的约束，直接决定企业数据架构的设计、跨境业务的推进，甚至市场准入的资格。
2026-04-20 16:46:52
593
原创 统一语义、数据血缘、开放治理，构建AI时代的数据底座
从“数据可用”到“数据可被AI理解”，不是一场技术升级，而是一场数据体系的自我革命。这场革命的核心，就是用统一语义、数据血统、开放治理，构建AI时代的数据底座——这，才是企业AI转型的真正核心竞争力。
2026-04-17 14:01:10
663
原创 人工智能治理是战略：为何成功的人工智能项目始于控制，而非代码
AI治理不是拖慢创新的绊脚石，糟糕的治理才是。真正有效的治理，应该被内嵌到平台和架构中，和业务责任绑定，并通过测量与反馈持续强化。
2026-04-14 14:12:15
423
原创 非结构化数据分析面临的核心挑战与现实困境
只有在跨模态对齐机制、轻量化高效模型、端边云协同算力架构、自动化数据质量治理等方向持续突破，才能真正让非结构化数据从 “海量沉睡” 走向 “高价值可用”，为智能化场景提供稳定、可靠、高效的数据支撑。
2026-04-13 14:48:12
331
原创 智能主数据自动化管理（MDA）技术建设方案
通过构建 “自动感知、智能加工、规则管控、闭环运营” 的 MDA 体系，企业能够系统性消除数据债务、解决数据孤岛、提升数据质量，真正让数据成为可运营、可增值、可信任的核心资产。
2026-04-13 14:29:21
476
原创 一文拆解数据运营效果度量的5大核心维度
数据度量的终极目标，不是 “看数据、报报表”，而是 “用数据指导决策、用复盘推动优化”—— 让数据运营从 “玄学” 走向 “科学”，从 “盲目投入” 走向 “精准落地”，最终实现 “数据驱动业务增长” 的良性循环。
2026-04-11 16:47:28
511
原创 一文读懂数据运营的 “六脉神剑”
真正高效的数据运营，是把 “从菜场到餐桌” 的每一步都做扎实，让数据看得见、管得好、用得上、可迭代，最终真正实现可持续的数据驱动业务增长。
2026-04-11 16:33:49
367
原创 从模糊需求到高保真原型，用 TRAE 实现全流程自动化
通过 TRAE 实现任务编排，依托 MCP 打通工具壁垒，让不同角色的 Agent 分工协作，形成覆盖产品全流程与数据全链路的高效体系。
2026-04-09 18:01:29
1553
原创 精准定位企业竞争战略：经典理论与智能升维下的战略落地方法论
对企业而言，真正的智能升级，始于战略清晰，成于场景聚焦，终于优势固化。唯有先精确定位竞争战略，才能让每一份技术投入都转化为真正的竞争力，让企业在复杂环境中行稳致远。
2026-04-08 14:12:31
351
原创 数据资产评估风险识别、分析与管控体系建设
通过构建 “方法多元、清单管理、定性定量结合、智能赋能” 的全流程风险管理体系，可全面提升数据资产评估风险的识别、分析与管控能力，有效防范评估风险，保障数据资产评估业务的合规性与专业性，为数据要素市场的高质量发展提供坚实支撑。
2026-04-08 10:53:06
506
原创 长提示词优化：5 大核心技巧，让大模型复杂任务输出稳定可控
在大模型应用落地中，长提示词是承载复杂任务的核心载体 —— 无论是多步骤业务流程、多维度规则约束、结构化输出要求，还是角色与场景的深度绑定，都需要通过长提示词向模型传递完整指令。但长提示词天然面临 “上下文窗口有限、指令衰减、模型遗忘、输出偏离” 等痛点：模型难以完整理解超长指令、关键规则被忽略、输出格式混乱、多轮对话中角色漂移，最终导致任务执行效果不稳定、质量参差不齐。
2026-04-03 14:31:06
641
原创 大模型与知识图谱的协同技术体系
大模型与知识图谱的协同，是语言智能与知识智能的深度融合：知识图谱让大模型 “说得对、说得清”，大模型让知识图谱 “建得快、用得活”
2026-04-03 09:32:24
399
原创 跨域数据治理典型的应用场景
当前两大场景都已迈出实践步伐，但各类跨域壁垒、标准差异、协同难题依旧存在，只有不断完善跨域数据治理体系，才能真正让数据摆脱地域、行业、主体的束缚，从“沉睡资源”变成“发展动能”，为数字经济发展、民生服务优化提供坚实支撑。
2026-04-02 10:53:34
669
原创 句子级情感分析：从 “整段打分” 到 “逐句拆解”
基于大模型的上下文理解能力，能更好地处理反讽、语境、多观点等复杂场景，进一步提升分析的精准度。
2026-04-02 10:05:47
582
原创 非结构化数据分析的核心：自然语言处理技术体系
在企业数字化转型进程中，数据已成为核心生产要素，其中（包括文本、语音转写、业务日志、合同、客服工单、舆情等）占比超过 80%，蕴含着海量业务价值与用户洞察。但与结构化数据不同，非结构化数据以自然语言为核心载体，无固定格式、语义灵活、存在大量歧义，传统数据处理方法无法直接解析与建模。自然语言处理（NLP）技术正是打通非结构化数据【可理解、可分析、可应用】的核心桥梁：通过标准化的预处理流程，将人类自然语言转化为计算机可识别、可计算的符号体系，为后续文本挖掘、知识图谱构建、大模型应用、智能决策奠定基础。
2026-04-01 09:35:15
579
原创 提升数据血缘质量的实施优化方案
优质的数据血缘不仅能支撑数据故障快速排查、合规审计落地、口径统一管理，更能为知识图谱构建、AI 智能分析、全域数据共享提供可信底层支撑，充分释放数据治理的核心价值。
2026-04-01 09:24:22
585
原创 知识图谱与数据治理：双向赋能的协同路径
没有完善的数据治理，知识图谱就成了 “无源之水”，难以保证质量与覆盖度。没有知识图谱，数据治理就缺乏直观的价值出口，容易陷入 “为治理而治理”。
2026-03-30 09:20:54
333
原创 AI驱动的智能数据治理架构
在人工智能与大数据深度融合的未来，AI 驱动的数据治理将进一步向自治化、知识化、场景化演进，成为企业数据智能体系的核心基础设施，持续释放数据价值，驱动业务创新与增长。
2026-03-30 09:14:21
978
原创 本体化数据思维：定义、与数据治理的关联及价值体现
本体化数据思维，本质上是一种“以语义为核心、以业务为导向”的数据认知与管理思维，它借鉴本体论的核心思想，主张通过显式定义和标准化约束，将复杂现实世界中的业务概念、属性、关系及逻辑规则，转化为机器可理解、可推理、可计算的知识框架，实现数据从“语法层”（存储结构、字段定义）向“语义层”（数据含义、业务关联）的升级。
2026-03-27 15:48:48
396
原创 一文分清用法Dify-Plugin与SkillS
很多人会把插件（Plugin）和Skill（技能）混为一谈，二者看似都是为应用拓展能力、实现更多功能，核心定位、适用范围、使用方式却有着明确差异。
2026-03-27 15:38:38
1586
原创 企业智能化的本质是 “数据 + 战略 + 流程” 的三重升级
只有当我们不再把 AI 当作炫技的魔术，而是将其视为驱动业务的核心引擎，企业智能化才能从 “看上去很美”，真正落地为 “实实在在的价值”。
2026-02-28 10:47:15
409
原创 打造全员数据素养：构建精准决策、高效协同的数据文化
数据素养将从 “一项技能” 升级为 “一种文化”，让每一位员工都能用数据说话、靠数据决策，推动组织走向更高效、更智能、更可持续的发展。
2026-02-27 15:04:55
674
原创 为什么传统数据投资回报率不能被准确计算?
数据自动化完全可以产生可量化、可证明的高投资回报，但前提必须是自上而下 —— 从业务成果出发，而不是从数据基建出发。
2026-02-25 15:16:16
753
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人