帆软商业智能技术

随着国家十四五规划、数字化转型等政策措施的引导，国内众多传统制造企业着手于自身的数字化建设。智能制造，已然成为了制造业新趋势。但是，制造行业的数字化之路并非一帆风顺。从制造生产到员工绩效，制造企业正面临着诸多挑战：1、可视化管理困难。无法满足针对公司级、部门级等核心指标的可视化管理，因此导致了管理决策的滞后。2、经营问题缺少闭环机制。针对经营问题的发现、分析、改善、跟踪、反馈，大多数企业仍然停留在人为跟踪的阶段，并没有建立自动化闭环机制。3、员工管理效率低下。企业传统的员工管理方式并没有与现代信息化

随着新冠疫情、经济停摆和日益增长的全球经济衰退可能性，许多CIO都预估IT预算会下降。今年春天，多家公司发布的数据显示，大多数CIO都面临裁员的情况。IDC预测全球 IT 支出将下降 5.1%。Dresner 咨询服务发现，60% 的受访者表示，大流行病正在影响 IT预算或项目。尽管 CIO 长期以来一直坚持少花钱多办事的原则，但他们现在重新关注运营效率。鉴于 IT 在推动收入增长和确保组织在市场地位方面的重要性日益增加，CIO 需要在不削减用于推动其业务发展资金的情况下节省资金。管理咨询公司 Swi

文：大数据架构师源：数仓已死？数据湖当立！前两天，我详细剖析了一下这两天脉脉上很火的数据建模帖子。指出来帖子里百度小哥“只见宽表不见建模”的核心原因是整个数据圈的核心逻辑变了。然后就引起了建模群里一帮人在疯狂吐槽。也有大厂的数仓大佬高屋建瓴，指点江山，侃侃而谈。为啥吐槽？因为我们知道，这再也不是以前数据至上、工程为先的俄罗斯方块游戏了，而是客户至上、业务为先的神庙逃亡游戏。但是绝大多数企业的数据仓库工程师，究竟还是沦落到拉宽表的境地。玩法变了早...

究竟是用一套ERP系统好，还是要求各个下属单位统一使用同一品牌的ERP软件，由集团总部来制定统一的使用标准，各单位按照要求去各搞各的ERP系统？我跟他分析了下图两种模式具体做法的异同，并认为，集团信息化的终极模式还是左边一种，即global single instance；当然，能不能实现左边这种模式，并不是一个技术问题，而是纯粹的集团化管理的业务问题。由于企业历史发展原因以及历史上的IT建设进程，不少大型集团的不同业务单元在历史上形成了分散的多套ERP系统，这是一个普遍现象。大型集团是否.

所谓数据可视化是指把数据以图形动画以及地图等形式呈现出来，这样即直观又美观，易于理解从而看出数据背后的问题。要做好数据可视化，需要两方面的能力。一是“艺术”能力，即知道什么样的数据用什么形式去表现最合适，该用柱图时不能用饼图，颜色搭配也要合理；另一个是“技术”能力，设计好的呈现方案还要能真地做出来，并且要把成本控制在可接受范围内。这里我们不深入讨论“艺术”问题，来看看考察和选择可视化技术中的一些常见误区。一、报表不需要可视化？报表原则上也是一种可视化手段，大多数报表工具在很久以.

搞数据的都知道，阿里发明了数据中台，然后“中台”这个概念就马上成为了国内大多数企业趋之若鹜的风口，真正实施后却发现中台与数据平台、数据湖等项目大差不差，又有好多机构开始忙着拆中台了，中台虽然还没到人见人烦的地步，但总体来讲已经不那么受待见了。我发现网上也有很多文章进行分析，但大多是长篇大论，表述也过于技术，今天我就用最通俗的话跟大家解释一下。首先，先解释一下中台的概念首先，不论是数据中台，还是业务中台，都属于中台的一种。而中台的职责在于抽象共性形成通用服务能力。而数据中台就是抽象处理数据能力

职场中，几乎每个人工作中都少不了和Excel打交道。工作汇报表、项目进展表、销售业绩表、数据分析表......凡是和数据有关的事情，几乎都要用到Excel。对于经常需要做表的人，对Excel都是又爱又恨，爱它的功能强大，又不得不忍受它的复杂繁琐，特别是如果没有刻意去学一些Excel技巧的人，用起来太不方便。做会计的朋友小佳说，她每天花在Excel上的时间比睡觉都多，理不清的数据，做不完的报表，每天只好朝九晚九，周末还经常加班，结果工作三年了，经常被老板骂不说，到手工资都没涨过。最让她感.

项目规划和实施方案是保障项目落地的首要环节。好的项目规划能有效提升开发人效，缩短项目周期，实现项目预期目标。做项目规划时，要杜绝“一口气吃成一个胖子”的心态，应该先易后难，稳扎稳打。下图所示的某银行决策体系的项目规划，就是从提供基础数据，到业务应用，再到决策支持体系建设，最终达到价值链管理的目的。项目的一期便只聚焦高效上报/填报、数据自动化处理、主数据搭建、快速展现报表等需求。这就是很明智的，能有效控制项目风险。图1 某银行决策体系的项目规划围绕项目规划，企业需要确定三件事：做什么、谁来

经常用Excel的人应该都知道，想要实现信达雅的可视化效果，少说2小时，多则一两天，还得要经历不断修改数据的麻烦，做好了会发现：其实也就这样，我竟然花了这么久？很多人，和excel死磕到最后，有继续坚持的，有心累的，但是很多人还不明白这么一个简单的道理：如果有捷径可走，为什么不走？今天来说说做Excel图表的捷径，这可能是最能够让你装X的方法。可以看见，其实一份可视化报告就是由各种图表组成，那也就意味着图表好看就成功了一半了，饼图、柱状图、折线图、漏斗图、词云图、数据地图等，都是为报表.

一、数据中台功能架构数据中台建设是一个宏大的工程，涉及整体规划、组织搭建、中台落地与运营等方方面面的工作，本节重点从物理形态上讲述企业的数据中台应该如何搭建。一般来讲，企业的数据中台在物理形态上分为三个大层：工具平台层、数据资产层和数据应用层。1. 工具平台层工具平台层是数据中台的载体，包含大数据处理的基础能力技术，如集数据采集、数据存储、数据计算、数据安全等于一体的大数据平台；还包含建设数据中台的一系列工具，如离线或实时数据研发工具、数据联通工具、标签计算工具、算法平台工具、数据服务.

文|技术领导力一、中台的起源业界有一广为流传的故事：2015年，马云带领阿里巴巴集团的高管，去芬兰的赫尔辛基对一家名叫supercell的游戏公司进行商务拜访；这一过程中，马云等人深深折服于这家被称为世界最成功的移动游戏公司的经营和管理方式，他忍不住感慨：“原来Supercell成功的秘密武器就是中台啊！”很快，这一秘密武器在阿里就开始布局。之后因阿里不遗余力大肆的宣传，加上其它互联网大厂前赴后继的跟随，“中台”这个词开始火得一塌糊涂。而最近这两年里，“中台”早已被传得神乎其神无所不.

在我没有进阿里之前，我一直以为数据仓库是所有企业进行数据资产管理的必备工作，但直到我离开阿里，去了很多家企业搞数据之后才发现，原来并不是所有的企业都适合做数据仓库，更不要说数据中台了。很多企业现在做数据仓库，完全就是在瞎搞！我做过一些公司的数据工作，我发现国内很多企业现在基本上都是“数仓+数据分析平台”的标准配置，前端用数据分析平台进行数据的处理和加工，然后用可视化工具进行数据展示，后台构建数据仓库进行数据存储和ETL处理。但是大多数企业的ETL过程都非常简单，而且无论是哪种数据仓库，.

数据湖初识近两年，为什么都开始谈论起 Data Lake 这个”新名词”了？先说说我的想法，其实还是用户需求驱动数据服务，大家开始关注 Data Lake 的根本原因是用户需求发生了质变，过去的数据仓库模式以及相关组件没有办法满足日益进步的用户需求。数据湖概念的诞生，源自企业面临的一些挑战，如数据应该以何种方式处理和存储。最开始，企业对种类庞杂的应用程序的管理都经历了一个比较自然的演化周期。那么到底是什么样的需求和挑战驱动了技术的变革，从而导致了新技术的产生呢？数据湖的定义.

自己2004年毕业后进入公司，今年已经是第16个年头了，我也是数据岗位的老兵，从未离开过数据这个专业，现在回头看，在一个专业领域深耕固然重要，但过犹不及，总是会进入舒适区，从而影响了进步，同时视野会受到限制。比如我没有做过真正的架构师和程序员，因此对于DevOps的理解也是很肤浅的，云原生这个概念在2年前我都不知道是怎么回事，这对于我未来去做大数据技术创新是一种限制。有点遗憾的是自己经历少了点，这限制了我的视野，也影响了我的格局。个人的职业发展总是会受到自己的背景和经历所限制，下面就简单讲讲自己在职

一个好的经营分析能够使得企业不断进行自我完善和优化，促进核心竞争力。那么在大数据时代下，企业该如何建立经营分析体系呢？一、现状分析有ERP、CRM以及行业系统等，但系统间存在数据孤岛及数据壁垒的问题。一方面无法与其他系统数据打通，导致数据口径与数据修改问题频繁出现 另一方面在集团层面把控全局数据存在一定难度，导致后续系统数据整合等工作难度大 数据整合分析暂时只能通过线下的形式展开，大大降低了数据分析效率二、项目建设思路项目采用先总再分的思路进行整体体系规划与开发，首先从公司整.