九层之台起于累土
九层之台,起于累土;千里之行,始于足下!
展开
-
《数据资产管理实践白皮书》5.0版 | 第6章 数据资产管理总结与展望
当前,数据资产管理呈现蓬勃发展的态势,为数据要素市场的发展提供强劲动力,为数字经济发展奠定良好基础。在国家规划的大力推动下,在行业政策的有效指导下,我们期待数据资产管理将稳步前进,促进数据资产价值将进一步释放原创 2022-10-29 21:38:42 · 891 阅读 · 1 评论 -
《数据资产管理实践白皮书》5.0版 | 第5章 数据资产管理发展趋势
从信息时代到数字时代,数据由记录业务逐渐转变为智能决策,成为了组织持续发展的核心引擎。未来,数据资产管理将朝着统一化、专业化、敏捷化的方向发展,提高数据资产管理效率,主动赋能业务,推动数据资产安全有序流通,持续运营数据资产,充分发挥数据资产的经济价值和社会价值原创 2022-10-29 21:34:00 · 1273 阅读 · 0 评论 -
《数据资产管理实践白皮书》5.0版 | 第4章 数据资产管理实践步骤
本章定义了一种数据资产管理实践的通用步骤:“统筹规划→管理实施→稽核检查→资产运营”。需要说明的是,各步骤之间并无严格的先后顺序,组织可结合自身情况在各阶段制定合理的实施方案原创 2022-10-29 21:21:12 · 1171 阅读 · 0 评论 -
《数据资产管理实践白皮书》5.0版 | 第3章 数据资产管理保障措施
数据资产管理是一项长期性的、体系化的工作,为保证各项数据资产管理活动有效开展,统筹推动数据资产管理工作顺利进行,战略规划、组织架构、制度体系、平台工具、长效机制等保障措施变得极为重要原创 2022-10-29 20:55:44 · 831 阅读 · 0 评论 -
《数据资产管理实践白皮书》5.0版 | 第2章 数据资产管理活动职能
活动职能是数据资产管理的基本管理单元。数据资产管理包括数据模型管理、数据标准管理、数据质量管理等 10 个活动职能,覆盖数据资源化、数据资产化两个阶段。本章参考 PDCA 方法,从计划、执行、检查、改进四个环节着手,阐述数据资产管理活动职能的核心理念与实践要点.数据模型管理、数据标准管理、数据质量管理、 主数据管理、 数据安全管理、 元数据管理、 数据开发管理、 数据资产流通 、数据价值评估 、数据资产运营原创 2022-10-23 17:42:51 · 651 阅读 · 0 评论 -
《数据资产管理实践白皮书》5.0版 | 第1章 数据资产管理概述
随着数据的重要性日益显著,数据资产管理成为激发组织数据要素活力、加速数据价值释放的关键。本章首先从数据要素市场发展与企业数字化转型的视角出发,阐述数据资产管理的重要性,其次明确数据资产管理的概念与内涵,再次对数据资产管理演进进行梳理,最后总结了当前数据资产管理的主要难点原创 2022-10-18 13:24:32 · 670 阅读 · 0 评论 -
《华为数据之道》-第1章 数据驱动的企业数字化转型
华为数据工作的目标为“清洁、透明、智慧数据,使能卓越运营和有效增长”。以传统的钢铁企业为例(如图1-1所示),完整工艺包括采矿、选矿、烧结、炼铁、炼钢、热轧、冷轧、硅钢等,辅助生产工艺包括焦化、制氧、燃气、自备电、动力等,在各个工艺流程中沉淀着大量的复杂数据。非数字原生企业在消费数据时对数据质量的要求也更高,一般会更聚焦于与业务流程相关的特定场景,更关注业务流程中问题的根因和偏差,数据挖掘、推理、人工智能都会聚焦于对业务的理解,面向业务去做定制化、精细化的算法管理,因此消费数据时的质量容错空间非常小。原创 2022-10-02 13:49:57 · 1321 阅读 · 0 评论 -
《华为数据之道》-第2章 建立企业级数据综合治理体系
同时,在管理IT流程的设计规范中,明确界面的字段要遵从数据标准的定义,数据库表和字段的设计要承接信息架构的设计要求,从而达到数据治理融入IT实施流程的目标。支撑数据解决方案的角色为数据经理,数据经理统筹管理信息架构工程师、数据治理工程师、数据分析师和数据科学家,共同完成项目数据解决方案的交付和验证。数据治理政策是华为数据治理的顶层设计,该政策在华为公司EMT(经营管理团队)汇报通过后,由总裁签发,该政策明确了数据工作在华为公司治理体系中的地位,体现了公司管理层对数据工作重要性的统一认知。原创 2022-10-02 14:13:11 · 587 阅读 · 0 评论 -
《华为数据之道》-第3章 差异化的企业数据分类管理框架
不同的企业或组织基于不同的目的,可以从多个角度对数据进行分类,如结构化数据和非结构化数据、内部数据和外部数据、原始数据和衍生数据、明细数据和汇总数据等。华为在业界的数据分类基础上,结合自身多年的实践,已形成完整的数据分类管理框架。华为对数据进行分类的目的,是为了针对不同特性的数据采取不同的管理策略,以期实现最大的投入产出比。原创 2022-10-02 21:00:52 · 850 阅读 · 0 评论 -
《华为数据之道》-第4章 面向“业务交易”的信息架构建设
华为过去的信息架构建设主要是为了实现“信息化”或“业务上ERP”,信息架构往往隐藏在系统中、隐藏在IT功能下。对于大部分业务作业人员和管理者而言,他们的关注点更多聚焦在“功能是否完善”或“业务是在系统中完成还是手工完成”上。此时,对信息架构的要求仅限于支撑好各类IT系统的落地,或在一定范围内对IT建设提供指导。 随着企业数字化转型的推进,华为公司越来越认识到信息架构的价值并不应局限于“支撑IT建设落地”,而是更好地管理企业数据资产,更好地提升整个业务交易链条的效率,甚至基于信息架构重原创 2022-10-03 12:02:00 · 614 阅读 · 0 评论 -
《华为数据之道》-第5章 面向“联接共享”的数据底座建设
企业数据治理的最终目的是让数据更有效地服务于业务目标,创造价值。对于数字原生企业而言,原生入口提供的大规模、高质量的数据,可以快速地封装成企业级的API,满足业务侧的应用。华为作为非数字原生企业,在实践探索中发现,数字化转型的关键在于打通数据供应链,通过理解业务、识别数据资产、建设数据架构来推动组织间的共享和协作,标识安全隐私标签,从源头提升数据质量,并通过数据底座建设构建数据湖和数据主题联接两层,形成数据的逻辑集合,为业务可视化、分析、决策等数据消费提供数据服务,让企业数据成为能为业务带来价值的数据资产原创 2022-10-03 14:36:18 · 636 阅读 · 0 评论 -
《华为数据之道》-第7章 打造“数字孪生”的数据全量感知能力
随着非数字原生企业数字化转型项目的推进,感知能力构建的最终对象逐渐从单一节点发展到获得完整物理对象的数字孪生。考虑到物理对象的维度和可能的数据量,构建一个全量感知的企业数字孪生的成本可能会相当惊人。所以一个成功的数字化转型项目要构建的感知规模一定要面向应用,由业务价值驱动。非数字原生企业不可能构建物理对象100%的镜像数字孪生,也完全没必要这么做。每个数字孪生实际上只是对象的最有业务价值的一个或几个方面的数字模型,我们只需利用适当的技术满足特定的业务目标,优化回报,分阶段利用感知获取的数据创造价值,同时最大原创 2022-10-05 21:28:32 · 891 阅读 · 0 评论 -
《华为数据之道》-第8章 打造“清洁数据”的质量综合管理能力
数据质量管理应成为企业持续、例行的工作,企业数据质量管理水平直接影响数据应用的效果和数字化转型的成效。华为数据质量管理框架由三个部分构成,包括自上而下打造数据质量领导力、全面推进数据质量持续改进机制、不断加强数据质量能力保障。通过制定数据质量政策,并依托公司变革体系和流程运营体系实现质量管控的落地,同时以多种方式在全公司营造质量氛围和文化。其中最重要的是建立了企业数据质量持续改进的机制,即基于质量管理的PDCA循环——数据质量策划、控制、度量和改进。最后通过组织、流程、IT三个方面的能力保障,使数据质量管理原创 2022-10-05 22:07:41 · 1112 阅读 · 0 评论 -
《华为数据之道》-第9章 打造“安全合规”的数据可控共享能力
数字技术正在构建一个全新世界。在数字时代这个大风暴中,数据的安全隐私管理无异于风暴之眼,纷乱的外部因素与企业自身特定的安全威胁正在共同影响着整体安全隐私态势,既要求企业可以减轻安全威胁,避免内外安全隐私风险带来的信誉损失和经济损失,又要求企业最大化利用数据、共享数据,面向大数据和机器学习,达成业务目标,发挥数据价值。所以数据保护和数据共享作为一对矛盾体,将不断引入新的理念。国际数据空间技术、“链条控制”转向“集中管控”、构建基于元数据管理的影响小、非介入式的公司级数据安全隐私保护平台,都会在数字时代不断演进原创 2022-10-05 22:34:56 · 679 阅读 · 0 评论 -
《华为数据之道》-第10章 未来已来:数据成为企业核心竞争力
数据成为企业的生产要素,将带来数据确权体系和数据市场基础设施建设的浪潮。大规模数据交互将构成庞大的企业数据生态,数据管理手段也将全面智能化。“物理世界”“人类认知世界”“数字世界”和“机器认知世界” 将构成全新的“智能世界”,数据将成为四个世界相互联接转换的枢纽,成为智能世界的支柱之一。数据治理将面临一系列全新的问题与挑战。 未来已来,让我们共同努力,把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。原创 2022-10-06 10:07:56 · 753 阅读 · 0 评论 -
《华为数据之道》-第6章 面向“自助消费”的数据服务建设
数据底座建设的目标是更好地支撑数据消费,在完成数据的汇聚、整合、联接之后,还需要在供应侧确保用户更便捷、更安全地获取数据。一方面业务人员希望尽可能快速地获取各种所需的数据,另一方面要确保数据获取过程中满足安全、合规的要求。同时,业务人员消费数据时,也希望能够有更加灵活的使用数据、分析数据的方式,业务人员希望消费数据的自主性更强,并且不能忍受过去冗长、呆板的报表呈现方式。 在数据供应侧和消费侧的双重推动下,华为公司进行了基于数据服务提供“自助消费”的实践,打造了从数据供应到消费的完整链原创 2022-10-03 17:03:02 · 502 阅读 · 0 评论 -
书单推荐|23本数字化转型好书,助企业赢在起跑线(案例书籍在最后)
什么是数字化转型呢?一千个人心中就有一千个哈姆雷特,对数字化转型的理解也是类似。数字化的关键是驱动企业从业务、架构、技术、组织等方面和系统的改造升级,在这个改造升级的过程中,会涉及数据治理、数字化转型架构的设计、数据中台的建设等方方面面。为了帮助大家更加系统地了解数字化转型的知识体系,今天为大家分享23本关于数字化转型的好书,一起来看下,并收藏起来吧!原创 2022-10-03 12:33:25 · 1865 阅读 · 0 评论 -
信息化、数字化、智能化的区别到底是什么?这篇文章说清楚了!
为什么大家对“信息化”、“数字化、“智能化”这三个词会有模糊的感受,因为计算机学科通常会用抽象或概括的事情描述一些事物,这导致了理解词的时候,可以反向扩散出很多不同的理解,才导致的大家读的同一个词而理解又不相同,而本身这三个词是相似而不相同,不是完全的互斥关系,而更多的是相似。所以,数字化,可以看成是一种“物种”的进化,从物理世界进化到数字世界,或者是人类在数字世界的新物种的创造。如果说,信息化和数字化更侧重描述的是系统的“数据”一面,那么智能化更侧重的是描述系统的“算法”一面。数据是死的,算法是活的。..原创 2022-08-16 11:19:46 · 3601 阅读 · 0 评论 -
【数仓】数仓建模—ID Mapping
ID Mapping 就如同它的名字一样,我们要做的就是将一系列的ID 关联起来,一些列的ID 可能是用户在不同平台上的标识,也可能是用户在不同设备上的标识,也可能是用户在不同状态下的标识,总之我们就是要将这一系列的ID 关联起来,尽可能地将用户的数据打通,从而提供更加全面准确的分析。...转载 2022-08-07 11:24:29 · 748 阅读 · 0 评论 -
【数仓】数仓建模—埋点设计与管理
其实所有的事件都是自定义事件,但是我们为什么还是要区分自定义事件呢?这是因为我们在一开始定义可很多通用的事件,所以我们的自定义事件是相对我们的通用事件而言的,但是我们怎么去定义一个自定义事件吗,其实还要考虑到通用的属性,因为这样我们可以复用通用事件的一些属性的定义,而不是完全重新设计一套东西。...转载 2022-08-07 11:23:01 · 579 阅读 · 0 评论 -
【数仓】数仓建模—数据集成
这里有一个词是主题,那就是我们集成后的数据,又按照了主题进行了划分,而面向主题划分出来的部分就是数据集市,也就是说数据集市是数据仓库的一个子集或者说是集成后的子集。转载 2022-08-07 11:21:10 · 351 阅读 · 0 评论 -
【数仓】数据仓库—数据集成
数据集成是数仓的特性,所以数仓需要具备数据集成的能力;数据集成它不等价于数据同步平台,数据同步只是数据集成的第一步;数据集成的目的是为了打通数据孤岛,从而更好的支持企业的数据决策,数仓打破数据孤岛的方式是将各个业务系统数据集中到一个统一的、集中的 数据仓库,而达到这个目的方式就是数据集成。...转载 2022-08-07 11:19:53 · 861 阅读 · 0 评论 -
【数仓】数据仓库之拉链表
拉链表是针对数据仓库设计中表存储数据的方式而定义的,顾名思义,所谓拉链,就是记录历史。下面就是一张拉链表,存储的是用户的最基本信息以及每条记录的生命周期。我们可以使用这张表拿到最新的当天的最新数据以及之前的历史数据。表示该条记录的生命周期开始时间,t_end_date表示该条记录的生命周期结束时间;t_end_date= ‘9999-12-31’ 表示该条记录目前处于有效状态;如果查询当前所有有效的记录,则如果查询2017-01-01的历史快照,则。...原创 2022-08-07 11:18:09 · 195 阅读 · 1 评论 -
【数仓】数仓建模—指标体系
建设指标体系,需要回答以下几个问题为什么建设数据指标体系如何评价数据指标体系,一个好的数据指标体系是要需要回答两个问题,它是不是有助于业务发展,以及说这个指标体系拆解是不是可具备、可落地、可实操的可能性。如何建设数据指标体系,这就需要我们的建设方法论了如何维护和管理指标,指标的维护和管理是有套路的,最简单的指标管理方法——指标字典,我们在此基础上可以做指标管理系统OSM 实现了业务目标结构化,UJM 实现了业务目标流程化。数据指标体系其实只是数据赋能业务的万里长征的第一步。...转载 2022-08-07 11:15:52 · 2953 阅读 · 1 评论 -
【数仓】数仓建模分层理论
然后加工成面向数仓的基础明细表,这个时候可以加工一些面向分析的大宽表。DWD层应该是覆盖所有系统的、完整的、干净的、具有一致性的数据层。在DWD层会根据维度模型,设计事实表和维度表,也就是说DWD层是一个非常规范的、高质量的、可信的数据明细层。...转载 2022-08-07 11:13:59 · 488 阅读 · 0 评论 -
【数仓】数仓建模方法论
上述的这些方法都有自己的优点和局限性,在创建自己的数据仓库模型的时候,可以参考使用上述的三种数据仓库得建模方法,在各个不同阶段采用不同的方法,从而能够保证整个数据仓库建模的质量。方法论仅仅停留在理论层面上,落地实现的才真正决定了数仓设计的好坏,当然再好的方法,只有在合适的阶段使用,才有意义,才能发挥它最大的价值。...转载 2022-08-07 11:11:48 · 302 阅读 · 0 评论 -
【数仓】数仓架构发展史
在真实的场景中,很多时候并不是完全规范的Lambda架构或Kappa架构,可以是两者的混合,比如大部分实时指标使用Kappa架构完成计算,少量关键指标(比如金额相关)使用Lambda架构用批处理重新计算,增加一次校对过程。这两个架构都是实时架构,都是对离线架构的扩展。...转载 2022-08-07 11:09:52 · 593 阅读 · 0 评论 -
【数仓】最强最全面的数仓建设规范指南
本文将全面讲解数仓建设规范,从数据模型规范,到数仓公共规范,数仓各层规范,最后到数仓命名规范,包括表命名,指标字段命名规范等!转载 2022-08-07 11:05:03 · 463 阅读 · 0 评论 -
【ETL】常见的ETL工具(含开源及付费)一览和优劣势分析?
支持的数据输入输出的类型:Mysql、Oracle、MSSQL Server、PostgreSQL、DB2、Kafka、Greenplum、Redis、TiDB、SequeoiaDB、Amazon Redshift、HashData、HDFS、FTP、Hive、Inceptor等。(6)Amazon Glue Jobs system提供用于为您的数据定义、安排和运行 ETL 操作的托管基础设施,您可以在 Amazon Glue 中创建作业,用于自动处理您用于提取、转换数据并将数据传输到不同位置的脚本。...原创 2022-08-05 09:53:34 · 4835 阅读 · 0 评论 -
【数据治理】20图学懂从0到1搭建企业级数据治理体系
数据治理是一个长期工作,需要相关从业者根据企业的数据现状和管理模式去构建和调整,建议边做实践边总结归纳,小步慢跑是一个很好的方式。”转载 2022-07-19 10:33:44 · 643 阅读 · 0 评论 -
【数仓】如何基于阿里的OneData理论进行数据仓库建设
OneData 是阿里巴巴多年大数据开发和治理实践中沉淀总结的方法论,包含 OneModel, OneService, OneID 三个概念。用于解决数据治理中的以下问题:基于OneData的数仓体系建设的指导思路,详见下图:实施流程主要分为:数据调研、架构设计、规范定义、模型设计、开发与运维。需要确认数仓涉及的业务领域,以及各业务领域包含的功能模块,使用的表格如下:完成后,形成如下矩阵:了解系统的不同层次、不同角色的用户关注哪些指标?需要哪些维度、度量?数据是否沉淀到汇总层等到。数据域是将业务过程或转载 2022-07-19 10:34:00 · 1071 阅读 · 0 评论 -
【数仓】数仓中的维度、原子指标、派生指标、衍生指标、指标分类、缓慢变化维等的含义
从业务角度讲,实体是为了满足分析的需要,抽象出来的概念,从业务中拆分出一个个实体,可以是现实存在的业务对象,如用户,商家,商品,也可以是现实没有的,如虚拟的业务对象,活动,会员等等维度是度量的基础,用来反映业务的一类属性,这类属性的集合构成一个维度,也可以称为一个实体对象。在划分数据域、构建总线矩阵时,需要结合对业务过程的分析定义维度。业务过程是指企业的业务活动事件,如下单、支付、退款都是业务过程。通常业务过程是企业活动中的事件,因此业务过程是一个不可拆分的行为事件。原子指标是对指标统计口径、具体算法的抽转载 2022-07-19 10:34:06 · 13115 阅读 · 0 评论 -
大数据分析,到底分析了啥?
“大数据”仨字已经被喊烂了,“大数据分析”也经常被人提起。可到底咋完全是“大数据分析”?为啥大家喊得很多,平时工作中很少感受得到。01普通人理解的“大数据”普通人理解的大数据可谓千奇百怪,比如:1、一个excel文件 200M,多大的数据呀!2、我国人口14亿,这个数据好大呀!3、卧槽,我刚看了车,就有4S店推广电话,肯定收集了我的大数据……这些千奇百怪的理解,都是来自对“数据”本身不够了解导致的。想整明白“大数据”真正的含义,得从数据是从哪里来的讲起。02先理解“小数据”,再谈“大数据”最原始的数据采集方原创 2022-07-07 09:00:37 · 122 阅读 · 0 评论 -
【Hudi】数据湖Hudi核心概念与架构设计总结
Hudi是现在非常热门的数据湖开源方案,非常适合于搭建一个数据湖平台。有些人认为数据湖肯定与大数据技术体系完全不一样,是两个东西,甚至认为他俩没关系。但是,你知道Hudi的全称叫啥么?就是“Hadoop Updates and Incrementals”简单来说,就是基于Hadoop生态,支持HDFS的数据删除和增量更新的技术框架。所以,Apache Hudi其实本就是从Hadoop生态里来的,依赖 HDFS 做底层的存储,所以可以支撑非常大规模的数据存储。同时基于update和Incrementals两个原创 2022-07-06 10:31:03 · 545 阅读 · 0 评论 -
【Hive】Hive元数据信息表详解
1、存储Hive版本的元数据表(VERSION)2、Hive数据库相关的元数据表(DBS、DATABASE_PARAMS)DBS:该表存储Hive中所有数据库的基本信息字段如下:DATABASE_PARAMS:该表存储数据库的相关参数,在CREATE DATABASE时候用WITH DBPROPERTIES(property_name=property_value, …)指定的参数。DBS和DATABASE_PARAMS这两张表通过DB_ID字段关联。3、Hive表和视图相关的元数据表主要有TBLS、TAB原创 2022-07-06 10:30:53 · 1930 阅读 · 1 评论 -
【CDH】超详细-搭建本地大数据研发环境(16G内存+CDH)
工欲善其事必先利其器,在经过大量的理论学习以后,需要有一个本地的研发环境来进行练手。已经工作的可以不依赖于公司的环境,在家也可以随意的练习。而自学大数据的同学,也可以进行本地练习,大数据是一门偏实践的学科,在找工作之前进行一些实践操作,也更利于对大数据知识的理解。本文将从头开始详细的记录整个大数据环境的搭建过程,本文所使用的笔记本电脑内存为16G,将使用CDH6.3.2管理整个大数据集群。本文共四个部分,一定要保证每一个部分都安装成功以后再向下进行。首先要安装好VMwareWorkstation软件,随后新原创 2022-07-06 10:30:43 · 220 阅读 · 0 评论 -
【微服务】你的微服务敢独立交付么?
转自:http://blog.didispace.com/your-microservice-can-deploy-single/最近经常在项目或是社区里听到大家谈论微服务架构,但谈论的焦点更多集中在微服务拆分,分布式架构,微服务门槛,DevOps配套设施等话题上。但是在我眼里,真正能称之为微服务架构的少之又少。原因也很简单,我所见到的很多所谓的微服务架构项目,大多都没有做到微服务架构的一个基本要求:服务的独立部署(交付)。这里的独立部署和自动化部署还不是一个概念,服务的自动化部署相对简单,已有大量的工具可转载 2022-07-06 10:30:34 · 109 阅读 · 0 评论 -
【Windows Server】由于没有远程桌面授权服务器可以提供许可证
由于没有远程桌面授权服务器可以提供许可证,远程会话连接已断开。请跟服务器管理员联系。原因是服务器安装了远程桌面服务RemoteApp,这个是需要授权的。但是微软官方给予了120天免授权使用,超过120天还没有可用授权就会出现远程会话被中断,可修改注册表来延长使用期限,此方法win2008和win2012适用1、首先进入安装了远程桌面服务RemoteApp的服务器,我这里是win20122、按 win+R 键 打开运行,输入regedit 然后按 确定3、然后就打开了注册表编辑器4、然后进入 H原创 2022-07-06 10:30:26 · 524 阅读 · 0 评论 -
【说透中台】10 | 总结:中台落地工具资源汇总
这一路,我们时间穿梭,回到过去,从中台的历史开始,重新审视了一遍中台的诞生与发展之路,又从现在的一片繁华中洞悉中台的本质与其背后的趋势。之后我还为你分享了我们中台建设方法论的来源、思想、原则与实践,也就是 D4 模型。一起来复习一下,就是两轮“发散与收敛”,第一轮 Discovery 和 Define,第二轮 Design 和 Delivery,对应中台落地的四个阶段:企业战略分解及现状调研、企业数字化全景规划、中台的规划与设计、中台的建设与接入 。我们以极客地产的例子作为一个引子,带你完整走了一遍一个中台转载 2022-07-06 10:30:07 · 252 阅读 · 0 评论 -
【说透中台】09 | 中台落地第四步:中台的建设与接入(Delivery)
通过上一节课介绍的内容,我们最终拿到了一个作为切入点的中台场景,并且通过业务梳理识别出对于数据、流程、功能的复用需求,并结合 MVP 原则,找到第一个快速验证的需求集,结合前台的接入条件,形成了第一个小的中台建设冲刺计划,并以终为始,在开始前确定好中台建设的验证指标,有了需求、计划、验收条件。如果能够顺利通过企业内部的立项审核和流程,那么恭喜你,你已经有了第一个正式的中台项目。接下来就进入了 D4 的第四个阶段,也就是最后一个但可能也是时间最长的交付阶段了。而交付的第一步一定是要组建一支有战斗力的队伍,中台转载 2022-07-06 10:29:59 · 301 阅读 · 0 评论