qq_24186017的博客

产品概述：DataEasyIndex核心功能为指标设计即开发、指标模型创建后自动创建数仓表。是集指标设计、开发、应用、管理、监控于一体的一站式指标管理平台【

以共享单车电子围栏监控系统为例，这里的关键指标有：企业停车时长、企业违停量、热点违停量、热点违停区域、车辆入栏率等。业务理解->构建指标体系->寻找规律(BI分析，发现问题)->提供改进(改进产品、活动运营、改善指标)->数据验证。数据采集------------>数仓建模----------->指标加工---------->数字大屏。数据库系统(生产系统)：存储、对公、小微、信用库、其他。数据仓库系统（决策系统）：客户、产品、渠道、交易、机构。柱状图、条图、面积图、气泡图、雷达图、词云图。

数据质量问题根源剖析

数智融合时代，如何做好"元数据管理？

数据治理的核心工作：在企业的数据建设进程中，保障企业的数据资产得到正确有效管理。

银行业是数据驱动型行业，在提供金融服务的过程中，积累了海量的用户数据、交易数据以及外部数据。数据已经成为银行业的重要资产。银行业通过数据挖掘、分析和应用，使静态数据流动起来，一方面，可以赋能现有业务的发展，更好地实现数字化转型；另一方面，能够对客户群体进行精准画像，充分了解客户需求，构建真正“以客户为中心”的金融产品与服务。...

前言“数字转型。治理先行”。“数据治理”的重点在于"治理",它是一个涉及企业战略、组织架构、数据标准、管理规范、数据文化、技术工具的综合体。“数据治理不仅仅是苦活、累活，还是一个受累不讨好、经常背锅、不容易让领导看见价值的活””数据治理“，说起来容易，做起来难。这是业界共识，再数据化转型过程中，数据治理不得不做，但又难以做好，这成了企业的一个“魔咒”通过这一系列文章，可以理解以下问题什么是数据治理？ 数据治理治理的是数据吗？ 为什么要实施数据治理？ 数据治理会遇到哪些挑战？ 数据

2021-2022中国金融数字化“新”洞察行业研究报告

datahub 概要

前言元数据是数据平台的衍生数据，比如调度任务信息，离线hive表，实时topic,字段信息,存储信息，质量信息，热度信息等。在数据平台建设初期，这类数据主要散落于各种平台子系统的数据库中，例如HiveMetaStore,调度系统db等，在这个时期数据平台主要以服务业务数据需求为主，平台也以管理表，写ETL,配置调度这类功能性需求作为重点，对于这些散落元数据的收集与统一管理并没有太过强烈的诉求。 随着数据平台业务规模的增长，平台会沉淀大量的数据表，调度任务等元数据。由于前期快速的业务发展产生大量数据.

关于企业数据质量管理和控制，Informatica公司早在10年前提出了一个数据质量管控的六步法，从初始的数据探查到持续监测以及持续进行的数据优化，提供企业所需要的各种数据质量管理能力，并确保其所有数据均是完整的、一致的、准确的、通用的。虽然该方法本质目的是在兜售Informatic公司的数据质量管理的相关产品和解决方案文章参考：Informatica：数据质量管理六步法...

superset metabase redash dataease 活跃度 github star 41k , 1个月一更新版本 github star 28.3k,一个月一更新版本 github star 21k,最新版本是去年11月份更新，更新频率比较慢 github star 5.7k,每半个月一更新版本 侧重人群 技术人员、分析人员 侧重非技术人员如产品经理、市场运营人员 技术人员,业务人员（只支持sql方式） 宣称人...

前言：本专栏以 安装、二次开发难度、支持数据源、界面交互设计、在开源BI中选出最适合的与商业BI进行对比。BI是给谁用的？BI工具定位由数据分析师使用，通过灵活配置各种多维分析、深度钻取，生成各种报表和可交互的图形化展示什么时候用在大数据领域，一般在数仓建模之后，发布数据服务，用BI工具进行数据可视化下面是开源/商业BI工具汇总...

一：概述Davinci 是一个 DVaaS（Data Visualization as a Service）平台解决方案，面向业务人员/数据工程师/数据分析师/数据科学家，致力于提供一站式数据可视化解决方案。既可作为公有云/私有云独立部署使用，也可作为可视化插件集成到三方系统。用户只需在可视化 UI 上简单配置即可服务多种数据可视化应用，并支持高级交互/行业分析/模式探索/社交智能等可视化功能。-----来自davinci官方介绍github地址：https://github.com/edp963

前言永洪BI有三个产品Yonghong Z-Suite: 永洪旗舰产品，面向大型企业的一站式大数据分析平台，服务于大数据量、高性能及高可靠性的自助式智能分析全场景。企业可以在一个统一的平台上完成全流程数据分析任务，极大降低了实施、集成、培训的成本。Yonghon X-Suite:面向部门级或中小企业的一站式大数据分析平台，快速整合海量数据，提供易用、高效的数据可视化分析Yonghong Desktop:面向个人用户的敏捷型一站式桌面大数据分析工具，省去繁琐的部署环节，即装即用，帮助

第一章：Superset入门1.1superset概述官网地址：http://superset.apache.org/官网介绍：ApacheSuperset是一个开源的、现代的、轻量级BI分析工具，能够对接多种数据源、拥有丰富的图标展示形式、支持自定义仪表盘，且拥有友好的用户界面，十分易用。1.2应用场景由于Superset能够对接常用的大数据分析工具，如Hive、Kylin、Druid等，且支持自定义仪表盘，故可作为数仓的可视化工具。下面列出了superset支持的数据源(.

介绍1、StartRocks是MPP数据库、StartRocks致力构建极速统一分析体验，满足企业用户的多种数据分析场景，支持多种数据模型(明细模型、聚合模型、更新模型)，多种导入方式（批量和实时），可整合和接入多种现有系统（spark、flink、hive、elasticsearch）2、StarRocks兼容Mysql协议，可使用Mysql客户端和常用BI工具对接StarRocks来进行数据分析。3、StarRocks采用分布式架构，对数据表进行水平划分并多副本存储。集群规模可以灵活伸缩，能

介绍DataEase 是开源的数据可视化分析工具，帮助用户快速分析数据并洞察业务趋势，从而实现业务的改进与优化。DataEase支持丰富的数据源连接，能够通过拖拉拽方式快速制作图表，并可以方便的与他人分享 ---官方介绍架构DataEase的功能：图表展示: 支持PC端、移动端及大屏 图表制作：使用Echart/Antv,支持拖拉拽方式快速制作仪表盘 数据引擎: 支持直连模式、本地模式(基于 Apache Doris/kettle实现) 数据连接：支持关系型数据库、Excel等

文章参考：搞数据的你，可以弄清系统报表模块和专业BI的区别吗信息化阶段 数据状态 主要矛盾 数据团队的举措和发力点 信息化启动期 数据资产进行原始积累 数据少，数据质量不高 业务对数据分析认知度不高 “” 信息化整合期 大量系统上线，各业务领域数据资产日渐丰富 数据孤岛 业务对数据形成刚需 信息化升级期 业务系统稳定，海量多维数据被采集并沉淀到数据平台

文章来自：主数据识别方法当今企业，尤其是大型集团企业，往往拥有数百个独立的应用程序和系统(如ERP、PDM、CRM、MES系统等)。跨组织、跨部门的数据很容易变得支离破碎、重复、以及不能及时更新。发生这种情况时，如果要回答一些企业关心的基本问题都会变得很痛苦：例如“谁是我们最赚钱的客户？” “什么产品的利润率最高?”待续。。。...

以下文章总结于BigDataplus,作者后羿BigDataplus网站：数据质量：数据治理的核心前提要了解数据治理及数据质量，还得从数据、数据治理、数据质量这些基本概念说起。何为数据？维基百科对数据的定义：数据(data)是指未经过处理的原始记录。数据是通过工具或机器搜集的原始资料。确切的说，数据是原始、未经处理的资料，甚至从未有人接触过、看过或者思考它。如”嫦娥四号“探测器从月球返回地球的信息流就是数据。信息就是经过某种处理并工人使用的数据。比如比特流转换为图像等。知识指的