派可数据-CSDN博客

原创汽车4S集团数据分析

派可数据汽车4S集团数据分析概述。派可数据汽车4S集团分析主题全面涵盖行业内各板块业务分析，具体包括：保险业务分析、客户关系分析、汽车保养情况分析、售后维修主题分析、整车销售分析、整车库存分析、装具销售分析、配件业务主题分析、二手车业务主题分析、汽车解体业务以及汽车检测业务分析等。关注派可数据，获取更多汽车行业数据分析方案。派可数据分析--汽车4S集团。

2024-04-19 15:56:08 130

数据孤岛是一个孤立的数据存储库，不易与组织内的其他系统或部门访问或共享。当组织内的不同部门或团队拥有自己的数据库或系统来存储数据，并且没有所有数据的中央存储库时，就会出现数据孤岛。这可能会在数据可访问性、数据完整性和数据管理方面造成问题，因为很难全面了解数据或将数据有效地用于业务目的。数据孤岛还可能阻碍组织做出数据驱动决策的能力，因为数据可能不容易访问或可能难以与其他数据源集成。为了解决这些问题，组织可以实施数据集成和数据管理策略，以打破数据孤岛并促进跨部门和团队的数据共享和使用。

2024-04-19 15:54:38 519

原创数据要素流通机制创新打破“数据孤岛”、释放数据价值

为了激发数据持有者的数据流通意愿，业界需要加强数据价值创新的探索和研究，提高数据利用、加工的能力，建立完善的数据管理和保护机制，确保数据的安全、合规，进而推动数据交易市场的繁荣发展。首先，通过数据整合，打破部门间的数据“壁垒”，实现数据的高效流通和共享。近年来，广东、北京、上海、浙江、贵州、福建等地相继成立数据交易所，各地数据交易所在数据确权、数据定价、数据交易、数据安全、数据增值协作等方面的监管标准与操作规范存在诸多差异，导致地方数据交易“各自为战”，无法形成统一市场，未能最大限度发挥数据价值。

2024-04-19 15:53:37 138

原创水泥行业数据分析流程体系和相关业务场景探索

仓储画像模型系统首先具备仓储管理能力，包括针对企业生产过程中所产生的原料投入、产品消耗、原料进厂、产品出厂、各装置的投入产出等进行计量和统计，以及物料仓储库存信息等功能，实现以生产实绩的测量为依据，对空间（班组、车间、区域、分厂、集团）和时间（班次、天、周、旬、月、年）粒度范围的生产情况进行计算、统计和跟踪，功能包括生产计量、进出厂计量、物料统计以及物料跟踪。数据清洗、数据关联、数据连接、表达式（数学、时间、字符串、统计、逻辑、分析、操作符）、聚合、集合、过滤、排序、唯一标识、序号、行列转换等组件。

2024-04-15 15:21:55 535

原创一文搞懂BI、ERP、MES、SCM、PLM、CRM、WMS、APS、SCADA、QMS

BI(商业智能分析平台)、MES（制造执行系统）、ERP（企业资源规划）、SCM（供应链管理）、WMS（仓库管理系统）、APS（高级计划和排程）、SCADA（监控控制与数据获取）、PLM（产品生命周期管理）、QMS（质量管理系统）、CRM（客户关系管理）、EAM（企业资产管理）这些系统各自针对企业的不同运营方面提供专门的管理和控制功能。在企业信息化数字化过程中我们经常遇到很多系统，比如：MES、ERP、SCM、WMS、APS、SCADA、PLM、QMS、CRM、EAM、BI，这些都是什么系统？

2024-04-11 11:00:51 1005

原创汽车4S行业的信息化特点与BI建设挑战

汽车行业也是一个非常大的行业，上下游非常广，像主机厂，上游的零配件，下游的汽车流通，汽车流通之后的汽车后市场，整个链条比较长。今天主要讲的是汽车流通，汽车4S集团。一个汽车4S集团下面授权代理了不同主机厂的汽车品牌，小的集团十来家4S门店，大的集团上百家、几百家门店。那这个行业的信息化有什么样的特点呢？他的BI项目又面临什么样的挑战呢？下面我们来具体看一下。这个行业的业务管理模式在过去十几年时间已经打磨得非常的细致了。他们业务的本质是零售+服务的双重行业属性，但更偏服务，服务行业的管理自然就会精细化一些。

2024-04-09 11:35:52 994

原创企业数字化时代，数据要素是什么？有什么作用价值？

通过对数据要素的整理和归纳，可以减少数据查找和处理的时间，提高工作效率。数据要素的组织和关系可以支持数据的检索、更新、删除和维护，便于对数据进行管理和操作。数据要素的类型、字段和结构可以帮助确定适当的分析方法和工具，如统计分析、数据挖掘和机器学习等，以提取有价值的信息。1. 数据存储：数据要素提供了数据的基本组成部分，可以帮助将数据存储在适当的格式和结构中，以便后续的访问和处理。总之，数据要素是构成数据的基本组成部分，它们的作用是为了更好地管理、分析和应用数据，从而发现数据中的知识和价值，支持决策和创新。

2024-04-03 10:03:26 304

原创企业数字化转型：聊聊数据思维！

数据具有可重复使用，组合使用，跨平台使用的特点，企业可以通过多维度的数据采集、融合、重组、扩展和再利用，突破部门边界、业务边界、系统边界、技术边界的束缚，创新新模式，开拓新领域，确立新决策，不断发掘数据背后所隐藏的“价值”。数据思维的建立，不仅仅需要对数字的敏感，更需要擅长观察数据，从数据中找出问题、找到规律并提炼见解，让数据赋能业务，服务管理。数据思维的建立，也不仅仅要懂数据，理解数据背后的业务含义，更需要有将数据用起来的能力，只有真正将数据用起来，才能检验数据的对错，发现数据的价值。

2024-03-28 11:29:27 357

原创深入聊聊企业数字化转型这个事儿

建立数字营销系统，实现从线索、商机、订单到回款的全链路数字化，多维度的客户分析、商机分析、销售分析，帮助企业优化市场策略，让“好钢用到刀刃上”，让企业有限的资源发挥出最大的效能，驱动企业业绩增长。与互联网相关的企业和传统工业企业的转型目标一定是不一样的。数字化的核心和本质是运用大数据、云计算、物联网、区块链、AI、5G、VR/AR等数字技术，实现企业的业务和管理创新，增强企业竞争力，其重点关注的是“数据驱动”业务，典型的工具是数据化系统，例如：数据仓库，数据湖，智能分析平台，算法平台，数据资产管理平台等。

2024-03-27 16:10:45 872

原创打通数字化最后一公里,就是数据释放价值的最后一公里；

总之，对于各行各业的企业来说，着眼当下，立足未来，脚踏实地用好、管好数据，打通业务和数据融合的最后一公里，才能构建出数字化转型的关键新能力。现在更多的企业将数据战略视为企业智能化战略重要组成部分，通过数据战略明确高级管理层作为数据驱动业务转型的领导者，期望结合大数据处理、数据挖掘、机器学习、深度学习、可视化等多种技术，从数据中提炼、发掘、获取有揭示性和可操作性的信息，为管理人员和业务人员提供洞察、预测、风控、预警等智能化决策支持服务，让数据发挥最大价值，让数据智能成为企业智能化发展新引擎。

2024-03-25 11:44:22 558

原创生产计划数据模型，实现能源企业数字化高效管理

计划管理作为企业的生产方向，应有的放矢，以效益为经营中心，全面优化计划工作，因此，数字管理观念的提升是企业发展的重要前提。在生产过程中，以安全生产为导向，以市场经济为目标，树立数据观念，提高数据认知，加强完善数据的采集、处理、分析工作，从而提高企业的经济效益和生产计划的管理质量，促进企业切实有效地向数字化转型迈进。在安全管理方面，由于企业对劳动力的需求量大，在员工安全的管理上注重过程现场管理，对相关危险缺乏提前预防及预判，从而导致事故的发生，这不仅给员工的身体造成了伤害，也给企业带来了沉重的压力。

2024-03-21 11:38:37 778

原创数据治理之数据标准管理及实践方法

其实跟主数据是十分相似的，讲主数据的时候，也经常讲主数据是企业的空间数据，是企业需要被共享的在各个业务系统、各个部门之间的具有高价值的数据。其中主数据，它下面包含了参考数据。实体的数据都有相应的属性信息，需要把它的每一项属性信息从三个角度，业务角度、技术角度、管理角度，进行统一的梳理，最后归纳出来与实体之间的关系，形成数据的整体模型。所谓的数据标准，就像我们盖房子打地基一样，做数据建模也好，做数据仓库也好，还是做数据质量，做数据安全也好，还是做原数据管理，那么数据标准都是其他领域的基础，它是核心的基础。

2024-03-20 16:20:24 792

原创 BI让数据分析不在困难，分解企业数据分析流程

数据治理对很多企业来说已经是很平常的事，这主要是因为企业对数据的重要性的认识越来越强，企业用到数据的地方也越来越多。海量复杂的数据是需要经过一定处理，然后才能更好更有效地利用，这其实就是数据治理，而今天要说的就是数据治理中重要的一个环节，数据清洗。所以数据清洗的主要目标就是在一定的规则下，过滤掉不符合要求的数据，或对数据进行更改，提高数据质量，避免企业在利用数据的过程中出现像数据不完整、数据重复等错误。随着数据重要性的提升，以及数据价值开始被企业大规模利用，数据的质量开始进入了企业的规划建设中。

2024-03-18 12:00:13 837

原创数字经济时代，数据清洗不是件小事

数据治理对很多企业来说已经是很平常的事，这主要是因为企业对数据的重要性的认识越来越强，企业用到数据的地方也越来越多。海量复杂的数据是需要经过一定处理，然后才能更好更有效地利用，这其实就是数据治理，而今天要说的就是数据治理中重要的一个环节，数据清洗。所以数据清洗的主要目标就是在一定的规则下，过滤掉不符合要求的数据，或对数据进行更改，提高数据质量，避免企业在利用数据的过程中出现像数据不完整、数据重复等错误。随着数据重要性的提升，以及数据价值开始被企业大规模利用，数据的质量开始进入了企业的规划建设中。

2024-03-18 11:49:34 417

原创企业上了BI，做了很多报表，老板为什么还是不满意？

同时，通过商业智能BI分析能够深入反映业务中的一些问题，把这些结论性的分析成果给提炼出来，这些是管理层真正需要的东西。这就需要通过商业智能BI的多维分析，通过合理的分析模型构建来动态地构建各类可视化分析报表，通过维度的及时切换、指标的及时切换，在无需IT人员的配合参与下业务人员也可以通过商业智能BI对分析维度和指标进行灵活的调整。真正管理层需要的不是这些业务过程的明细数据、二维表格，而应该是一眼就能看懂的高度汇总的指标，通过商业智能BI中的管理驾驶舱，运用简单的图表把他们所需要重点关注的内容给体现出来。

2024-03-08 11:40:16 897

原创大数据和数据要素有什么关系？

而大数据为数据要素的发现和应用提供了更广阔的空间和机遇，推动了数据驱动的发展和创新。它们之间的关系密切，数据要素的定义和运用直接影响到大数据的获取、存储、处理和应用，同时大数据也为数据要素的发现和应用提供了更广阔的机遇和挑战。数据要素的理解和定义可以指导数据的应用和分析，帮助发现潜在的关联和趋势。合理的数据要素可以帮助识别和纠正数据的错误、缺失和不一致性，提高数据的准确性和一致性。大数据和数据要素相互依存，数据要素是大数据处理和应用的基础，而大数据则为数据要素的发现和应用提供了更广阔的空间和机遇。

2024-03-08 11:38:48 540

原创物料齐套高效模型构建-数字化工厂建设关键要素

综上，物料齐套控制技术与管理在制造执行系统中发挥着至关重要的作用，通过派可数据物料齐套的信息模型和流程模型构建，以数据可视化的方式能够有效管理和控制物料的供应、库存和使用，高效解决了制造业中的物料齐套性系统问题，避免生产延误，优化库存管理，并实现供应链的可视化和协调。通过物料齐套技术，制造企业可以实时追踪物料的供应情况，并及时采取补救措施，以保证生产计划的顺利执行。通过对制造相关各业务板块数据的打通，并基于各类数据模型，制定切实的可靠生产计划，并能够基于各板块数据的变化，及时调整以适应变化的需求。

2024-03-08 11:36:45 825

原创五步法搞定 BI 业务需求梳理

指标明确下来了，就可以讨论各个指标日常到底是怎么计算的，它的业务规则是什么样的。这一步非常关键了，明确了两个问题，就是在开发 ETL 取数的时候，是不是要写 SQL 逻辑。比如指标范围迟迟不能圈定、指标业务规则迟迟不能确认，这个是什么问题，这是企业自身业务管理的问题，这个问题外部的团队是解决不了的。指标也定义好了，根据不同的用户看哪些指标是他们重点关注的，这些指标之间有没有什么关系，平时看指标的顺序、逻辑是什么。这样就明确了数据源的位置，日常用哪些业务系统、哪些系统的表单，这些的背后就是最终的取数来源。

2024-03-04 17:15:41 396

原创企业有了ERP，为什么还要上BI?

换句话说，企业管理的颗粒度越细致的企业，越具有管理思想的企业，商业智能 BI 的落地性就越强。这个阶段的主要目的是帮助企业全面的了解企业经营和管理的现状，由以往的经验驱动变为数据驱动，通过数据分析形成业务决策支撑，提高业务决策的准确性，是一种更高层次的企业管理方式和手段。因为作为管理者，他们的精力不会天天关注到业务过程、业务细节这种微观层面，部门的管理者要的是部门业务的全局信息，企业的管理者要的是企业的全局信息，这类全局信息更多的是高度汇总的 KPI 指标，跨业务、跨组织、跨区域的业务表现情况。

2024-02-29 15:55:44 840

原创超全的数据可视化图表组件，建议收藏！

除此之外还有堆叠曲线图，面积图、堆叠面积图等，针对于折线图通常表示的是数据随某个指标变化差异，可以根据业务需求，延展一些功能，比如：极值点标识、特殊时段标识、均值线展示等。通常是对指标的一个达成情况的图，通常针对这个指标的达成数据范围会设定不同的定义，起到一个定位当前指标状态的功能，有预警的效果。气泡图与散点图相似，与散点图不同的是，气泡图可以加入一个表示大小的变量进行对比，体现为气泡的大小，气泡大的表示这个变量数据大。显示结果累积的过程，解释从一个数字到另一个数据的变化过程，表达数量的变化关系。

2024-02-26 10:34:25 433

原创新的一年，如何优化企业库存管理？

库存作为企业经营中的重要资源，科学的库存分析和管理对企业的发展至关重要。通过对库存周转率和ABC分类法的分析，企业可以更好地了解库存状况和销售特点，有针对性地进行优化措施，提高库存周转率，降低库存成本。通过对各类商品的销售额和库存量的比较我们发现，A类商品虽然销售额较高，但库存量很少，说明该类商品需求旺盛，销售速度快，因此需要保持较高的库存水平。对于B类商品，根据市场需求的变化，及时进行库存调整，避免过多占用资金，对于C类商品，分析其销售特点和市场潜力，寻找销售增长点，及时清理过多库存。

2024-02-26 10:31:21 915

原创还在为销售回款发愁吗？派可数据回款模型助力企业快速回款！

综上所述，企业要加强内部控制，确保企业运营的规范和高效，提高运营效率，降低运营风险，提高盈利能力，通过对企业销售回款等相关数据要素的管理和应用，可以帮助企业加强销售回款管理、加强财务管理、加强财务风险管理和加强内部控制等措施，从而提高企业的盈利能力。销售回款率是指企业实际收到销售款与销售总收入的比率，是用来评估销售部门或企业回款能力的一个指标，也可以作为销售部门回款能力的一个考核指标，同时还可以作为企业经营能力、资金周转能力的一个指标。销售回款差异的大小和原因直接反映了企业的销售业绩和回款能力。

2024-01-24 14:16:02 900

原创数业有道,智赢未来：BI 在企业数字化转型中的应用

派可数据企业级一站式平台，通过对企业全领域、全流程数据的整合、清洗、转换，可实现企业按组织结构划分数据范围，按经营主体规范数据领域，按时间从历史到未来，从秒级响应到年月来统计数据，企业组织架构的变化，经营管理重点的调整，业务流程的优化，市场营销策略的改变，产品服务的重构与创新，都可以在派可数据配置化、标准化的数据仓库平台中优雅地去适应这些变化，匹配这些变化，通过数据建模规范、标准化数据、流程与决策，以此来提高企业的数据质量，构建安全使用数据的意识与习惯，进而促进企业通过数据来决策的文化变革。

2024-01-19 11:24:09 930

原创新年新气象，企业采购忙，忙碌中如何控制好采购价格与成本，数据来相助！

3、存货成本:维持库存需要的费用，包括物资材料占用资金应计的利息，材料的保管费用，而保管费用指仓库的设备场所折旧费、仓库人员的工资、物资材料存货时变质报废的损失、材料的保险费用等总和，物资材料占用的资金利息是单次可以计算的，而保管费用则是财务全年统计的数据。1，订货成本，包括采购人员的工资、采购设备场所的折旧、采购办公用品的消耗、差旅费、电话传真费等，这一部分成本是需要财务进行全年统计得到最后的结果的。3、采购策略:制定适合企业的采购策略，如集中采购、合并采购等，以降低采购成本和获得更有利的采购价格。

2024-01-17 10:27:23 409

原创到底什么是商业智能 BI？BI能为企业带来什么, 企业又为啥上BI，全在这里？

这种独立的、单独的面向前端的商业智能BI分析工具，他们更多的定位是部门级和个人级的商业智能BI 分析工具，对于深层次的需要复杂数据处理、集成、建模等很多场景是无法解决的。从市场宣传和销售的角度来说，简化产品的复杂度和上手难度的宣传是没有问题的，有问题的是以一种错误的讲解、不专业的讲解最终误导企业接受了这些不正确的概念，并以这些不正确的概念来评估与规划商业智能BI 项目的建设，没有充分预计到商业智能BI 项目建设过程中可能会遇到的挑战与风险，最后导致项目的不成功与失败、反复建设。

2024-01-12 14:42:39 952

原创年底年初，正是企业经营分析的好时节，该有哪些内容呢？

预算实现了一个基期制定、定期分析的功能，但对于业务辅助来说依旧有限，派可数据通过模拟测算功能模型，来辅助业务目标的达成，通过对收入、成本的匹配和调整，最终可以实现总预算层面的“达成分析”和"敏感性分析”，再结合“帕累托分析“就可以重点锁定具体业务、管理事项，开展督导工作。对于市场竞争能力和竞争格局的分析，一般是通过“波特五力模型”实现，包含了产业链上的买方议价能力，主要是分析企业、客户、供应商三者间的供需关系、行业内竞争分析、潜在进入者的结构和行为性障碍分析、替代者角度的供需关系等五个关键因素。

2024-01-11 17:45:19 887

原创如何向管理层制作出优秀的经营分析报告？

市场指标包括新市场开拓、新订单签订情况、新客户跟进情况等。最后，要制作出优秀的经营分析报告，指标、报表、图文、数据展示、结构逻辑要符合管理思维，这样的报告即有实质内容，形式也完美，呈现给管理层的经营分析报告才能收获满满！在数字化时代，企业不管规模大小，不管是哪个行业，都会有月度、季度、年度经营分析会议，有些是复盘性的，有些是决策性的，面对企业管理层，如何制作出让领导满意且有价值的经营分析报告？1）组织方面：可划分为公司层面、部门及区域层面、个人层面、业务板块、产品层面、客户层面，供应商层面等。

2024-01-09 15:54:47 404

原创不同岗位角色下的销售数据分析如何做？

一个企业里，不同的岗位角色对于销售数据分析的需求是不同的，比如老板要看的就是全局数据，整体销售额是增长还是下降，和去年同比增长如何，年度KPI完成情况如何；1、个人销售情况分析，包括月度销售额，回款分析，月度业绩达成率，月度合同/签单分析等；2、区域销售情况复盘分析，包括各地销售情况明细，各地合同占比，各地销售对比分析等；1、整体销售情况分析，包括月、年度销售目标完成率，销售同、环比，合同数等；3、客户分析，包括客户分布分析，客户贡献分析，各类客户占比分析等；

2024-01-05 11:25:12 409

原创派可数据BI 助力生产企业数字化质量管理，全面提升产品品质

派可数据一站式企业级数据平台预置了制造企业在来料，生产过程，客户、效益与成本损失等多个方面的质量分析模型、聚集企业生产计划、车间、质量、品控等各管理岗位的PC、大屏、移动端的可视化效果，全面构建制造企业数字化质量管理指标体系，帮助企业快速进行质量因素分析，洞察质量现象深层次问题，持续改善企业质量与品控体系，以数据驱动业务价值创新。制造企业的产品是在车间经过多个工序，复杂的工艺流程，通过人、机、料、法、环等综合条件生产加工而来，对于产品加工过程的质量管控，是提升产品品质，有效降低成本的关键手段。

2024-01-04 14:37:38 371

原创到底什么才是真正的商业智能（BI），一文搞懂，就是它！

这种独立的、单独的面向前端的商业智能BI分析工具，他们更多的定位是部门级和个人级的商业智能BI 分析工具，对于深层次的需要复杂数据处理、集成、建模等很多场景是无法解决的。从市场宣传和销售的角度来说，简化产品的复杂度和上手难度的宣传是没有问题的，有问题的是以一种错误的讲解、不专业的讲解最终误导企业接受了这些不正确的概念，并以这些不正确的概念来评估与规划商业智能BI 项目的建设，没有充分预计到商业智能BI 项目建设过程中可能会遇到的挑战与风险，最后导致项目的不成功与失败、反复建设。

2023-12-26 10:44:27 957

原创一文读懂数据指标体系，纯干货

如果涉及销售系统、财务系统、人力系统的数据就会比较麻烦，特别是采购的各个不同的厂商的系统，需要大量的成本来打通各个系统，否则需要大人力来提取和拆分各项数据，这个工作量就极大，而且容易出错、效率低下，最头痛的还是相关的人力协调。但并不是我们在业务不成熟时，就不应该投入，除了一些可能贯穿这个业务阶段的数据指标外，我们在业务的各个不同阶段应该去发掘提炼每个阶段应该关注的数据指标，不断的迭代，随着业务变化而变化。最后一步就是指标数据的呈现和数据分析，只有将有数据指标的数据反馈出来，数据指标才有意义。

2023-12-05 10:13:12 158

原创 3000字解说数据仓库的拉链表

有一些表的数据量很大，比如一张用户表，大约10亿条记录，50个字段，这种表，即使使用ORC压缩，单张表的存储也会超过100G，在HDFS使用双备份或者三备份的话就更大一些。我们先看一个示例，这就是一张拉链表，存储的是用户的最基本信息以及每条记录的生命周期。流水表存放的是一个用户的变更记录，比如在一张流水表中，一天的数据中，会存放一个用户的每条修改记录，但是在拉链表中只有一条记录。表中的记录变化的比例和频率不是很大，比如，总共有10亿的用户，每天新增和发生变化的有200万左右，变化的比例占的很小。

2023-11-30 18:15:55 117

原创数据资产入表，让数据变成信息

数据资产入表的专业术语是数据资产会计核算。在《暂行规定》出台之前，很多企业的数据产品研究和开发阶段所产生的支出大都是费用化，直接计入损益表，但企业有一部分数据产品本质是满足会计准则资产确认条件的，那么在《暂行规定》出台之后，企业就可以把这部分资产在资产负债表相关科目进行列报和披露。企业在编制资产负债表时，应当根据重要性原则并结合企业的实际情况，在无形资产或者存货项目下面，以“其中：数据资源”二级科目的形式进行列报，并按照外购、自行开发/加工等类别，对无形资产、存货的数据资源相关会计信息进行披露。

2023-11-30 17:04:45 148

原创不懂就问，财务分析就是财务报表分析吗？

基于财务报表的狭义的财务分析更多的是一种外部的视角，比如外部投资者、债权人、监管机构、企业高层管理人员看的是企业的整体价值。在之前的文章中提到过广义的财务分析和狭义的财务分析，简单再来总结说明下,可以简单理解为比如基于ERP数据为基础的财务分析就是广义的财务分析，基于财务报表的财务分析就是狭义的财务分析。所以广义的财务分析需要更多的、深入的、多元的业务运营信息来解剖财务、业务维度之间的数据关系，各种预算、差异、原因探察分析，面对各种责任中心对经营业绩进行详细的分析。派可数据BI可视化分析平台。

2023-11-30 09:13:04 95

原创数据仓库建模下篇

在一堆的数据中怎么确认哪些是维度属性呢，如果该列是对具体值的描述，是一个文本或常量，某一约束和行标识的参与者，此时该属性往往是维度属性，数仓工具箱中告诉我们牢牢掌握事实表的粒度，就能将所有可能存在的维度区分开，并且要确保维度表中不能出现重复数据，应使维度主键唯一。其中粒度是非常重要的，粒度用于确定事实表的行表示什么，建议从关注原子级别的粒度数据开始设计，因为原子粒度能够承受无法预估的用户查询，而且原子数据可以以各种可能的方式进行上卷，而一旦选择了高粒度，则无法满足用户下钻细节的需求。

2023-11-28 17:05:59 138

原创细说数据仓库上篇

那么我们在数据仓库的建模过程中完全可以引入这个抽象的方法，将整个业务也可以划分成一个个的实体，而每个实体之间的关系，以及针对这些关系的说明就是我们数据建模需要做的工作。通过数据分层管理可以简化数据清洗的过程，因为把原来一步的工作分到了多个步骤去完成，相当于把一个复杂的工作拆成了多个简单的工作，把一个大的黑盒变成了一个白盒，每一层的处理逻辑都相对简单和容易理解，这样我们比较容易保证每一个步骤的正确性，当数据发生错误的时候，往往我们只需要局部调整某个步骤即可。而且，血缘管理也是元数据管理重要的一部分。

2023-11-27 15:46:21 133

原创小步快跑激活数据要素市场

值得注意的是，随着2022年中共中央发布了《关于构建数据基础制度更好发挥数据要素作用的意见》与《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》，北京、上海、广州、深圳、浙江、江苏等多个地域在“数据二十条”等纲领性的政策之下出台了更加细化的数据要素市场发展的制度，这其中领域包含了数据交易、数据产权登记、数据知识产权登记、数据资产入表、公共数据开放等，这些细分领域的政策立法目的在于探索数据要素市场的商业模式，促进数据要素市场发展，以推动大规模的数据流通交易。最后，是积极探索其他数据商业模式。

2023-11-24 17:45:53 146

原创数字化时代，数据资产交易困境的治理

通过积极发展数据经纪人，在数据交易咨询、数据交易撮合、数据交易合规评估、数据交易担保、数据交易结构设计、数据交易风险控制、数据交易安全认证等方面提供优质服务，以此来提升数据交易市场活跃度和数据交易生态的协同。例如，贵阳大数据交易所通过创新探索于2022年5月发布了全国首套数据交易规则体系，主要包括数据要素流通交易规则、数据资产价值评估指引、数据产品成本评估指引、数据产品交易价格评估指引、数据交易合规性审查指南、数据交易安全评估指南、数据商准入及运行管理指南等文件，以破解数据确权、定价和监管等难题。

2023-11-23 17:57:27 143

原创数字化时代，企业数据治理成熟度如何建设

通过完善的数据体系，数智化企业可以利用数据洞察赋能企业的全价值链，为企业的员工和合作伙伴提供运营指导，实现降本增效，同时，提高合作伙伴之间协同效率，改善消费者体验。企业的智能化场景会日益丰富，智能化决策通过对大数据进行不断的训练与学习，从而做出更加智能的决策，形成良性的学习反馈闭环，最终帮助企业实现全链路的高效决策。数字化能力成熟度评估，将有助于帮助企业厘清当前所处的数字化位置，并对数字化转型的路径有个清晰的认知，为后续制定适合企业的数字化转型战略和可行的行动计划提供参考和决策依据。

2023-11-22 17:48:28 123

原创如何化解从数据到数据资源入表的难题

未来需在跟踪国际会计领域对数据资源研究进展的基础上，结合我国数据经济发展的实际情况，深化数据资源会计的价值创造理论、会计报告及其经济后果的研究，持续发挥会计在服务数字经济发展方面的基础性作用。随着数据资源价值的持续提高，政府相关部门应进一步推动与数据资源相关的管理政策和法规的建设及完善，为各类企业使用与交易数据资源提供规范标准，促进数据资源的合理利用与权益保障。在数字经济时代，数据资源的价值日益凸显，但数据资源的价值计量面临的重大挑战也相应增多，增加了数据资源全面“入表”的难度。

2023-11-21 17:54:02 127

空空如也

空空如也