数字化转型
文章平均质量分 81
麦聪聊数据
全球领先企业级DataOps软件厂商,为企业提供自主研发的企业级数据运营平台软件工具麦聪DaaS平台和SQL Studio。通过麦聪软件数据运营平台,用户可实现全域数据资产的管理,打通数据平台和应用需求的核心基础设施,助力企业构建从开发、管理、服务、市场等整体的数据市场和运营能力。
展开
-
如何着手创建企业数据目录?(三)权限管理及版本控制
前面聊过了数据目录的设定、数据命名规则和维护规则,今天我们继续聊聊在设定中,企业的一些常见操作模式。原创 2024-09-21 10:00:00 · 1006 阅读 · 0 评论 -
如何着手创建企业数据目录?(二)数据的命名与维护
在前文中,我们聊到了企业着手创建数据目录时数据目录设定的一些常见模式。接下来本篇中,我们继续聊一聊关于数据目录创建时,数据的命名规则与维护规则中一些常见的操作方式。原创 2024-09-20 16:51:54 · 362 阅读 · 0 评论 -
如何着手创建企业数据目录?(一)数据目录的设定
创建企业数据目录(一)数据目录的设定原创 2024-09-19 18:53:09 · 1303 阅读 · 0 评论 -
为什么企业可以通过数据产品实现商业价值
当人们在搜索数据时,仅从数据本体往往并不能获取他们想要了解的答案。“这是什么?如何使用?是否可信?面对一个新的业务需求,数据分析人员应该如何寻找到合适的数据,并合理利用起来。数据产品的出现正是为了满足这类需求,可以帮助数据从业者节省大量重复、琐碎的前置准备工作。“数据产品是对数据资产的封装,使其易于发现、理解并值得信赖,以解决关键业务问题。原创 2024-09-14 17:38:24 · 713 阅读 · 0 评论 -
3分钟带你了解什么是数据治理?
这两年总听人聊起数据治理,这个词出现的频率越来越高,所以数据治理到底是干吗用的?首先,我们来看看看数据治理的定义。数据治理是指制定和实施一系列规则、流程和政策,以确保企业数据的质量、完整性、安全性和合规性。它包括数据的管理、控制和监督,确保数据在整个生命周期内得到有效管理和利用。数据治理不仅涉及数据的存储和处理,还包括数据的创建、使用、维护和销毁。听起来似乎太抽象了。让我们来换个说法。假设我们有一个大型图书馆,里面有数以万计的书籍,但是只能按照书籍的购入批次,被杂乱且无序的堆叠在一起。原创 2024-08-29 20:20:39 · 616 阅读 · 0 评论 -
数字化转型,是不是收企业的智商税?
比如,一家日本连锁便利店,采集并分析了来自全球4000万忠实用户的数据,用以优化营销投资方案和改善货架空间分配及利用率,该项目为其带来了125万美元的利润,以及超过1.25亿美元的年收入增长。任何的方法论从提出,到企业进行消化,再到落地,都要经历3到5年,甚至更长的时间。企业数字化转型,志在必行,而且是一项长期持久的战略举措,需要企业具备足够的重视度,配备相应的资源作为支撑,并且要有变革的决心和魄力。总结一下,ERP、中台、低代码的本质是企业治理方法论,其演进的底层逻辑就是,企业治理的主要矛盾发生了变化。转载 2023-01-10 19:15:24 · 113 阅读 · 0 评论 -
中台之建模篇
反过来讲,数据建模的时候也要重新回溯到业务,去识别业务概念里面的这些关键的概念,再从业务概念抽象为业务对象,然后再把业务对象的属性归类为新的逻辑实体,最后将逻辑实体通过一定的规则分解为物理表。有了组件的识别,还要对组件进行关系的重构,在重构的过程中既要考虑仿真,也就是还原事物的特征,还要去考虑要表达的目的或意图是什么,也就是关注点是什么,比如关注的是业务过程,就会采用功能分解模型。实体关系图按照业务对象进行划分,将数据的属性按照实体进行聚类,并描述实体间的关系,从而指导后续的程序设计以及数据库的设计。转载 2022-12-22 14:38:14 · 1089 阅读 · 0 评论 -
业务中台会吞并数据中台吗?
从本质上讲,无论是传统的业务服务或者是新型的数据服务,都是为客户提供的一种服务,它们应该通过统一的业务流程体现出其价值,不能因为技术实现上的差别就改变支撑的模式,比如业务服务就让业务中台团队牵头实现,数据服务就让数据中台团队牵头实现,长远来讲,这样做的集约化效率肯定是偏低的。组织架构优化后,新的业务中台团队实际上包含了业务和数据两个团队的人员,独立的数据中台团队不再存在,或者说成为了业务中台团队的一部分,数据中台团队退化回数据仓库时代的状态,只为决策支持提供服务。转载 2022-12-22 14:31:34 · 293 阅读 · 0 评论 -
数据中台选型前必读(七):解读数据服务的四大关键技术
这篇我们展开聊聊数据服务的四大关键技术,然后总结一下数据服务架构的三大关键点,希望对大家有所帮助。原创 2022-12-22 12:15:57 · 1605 阅读 · 0 评论 -
什么是数据管理?看完这篇你一定有收获
如今的大数据成为一切生产经营活动的主要驱动因素。由于每天都会产生大量数据,因此我们需要有更好的数据管理解决方案是理所当然的。任何想要在今天取得成功的企业或企业都需要了解数据管理的内容、原因和方式。大数据,就其本质而言,需要一个强大的数据管理系统。高效的数据管理系统获取大数据并将其转化为可操作的项目。这是一个竞争激烈的世界,保持领先地位的企业是做出最佳决策的企业,而正确的信息反过来又能做出最佳决策。这篇文章,笔者将从什么是数据管理到数据管理原则、数据管理最佳实践和数据管理策略等方面做出解读。原创 2022-12-22 12:06:56 · 2769 阅读 · 0 评论 -
数据人PK也无人,为什么业务部门的数据需求都是急活?
面对使用高频使用的数据需求(急活儿),数据部门可以借助麦聪DaaS平台上的低代码或SQL查询功能快速开发数据需求,并可以通过创建和发布数据API实现数据需求的分发和调用,还可以根据业务部门的需求变化随时修改数据需求。而且,越贴近数据的人,距离业务需求反而越远,最初的需求经过层层转述,信息逐步衰减,误差逐步增大,很多时候导致最后取的数据不能满足业务部门所需要的。其实,除了急活儿之外,很多数据部门还存在这些痛点:历史数据的管理,数出多门的问题,手工填报的准确性,共性需求的提炼,多数据源的打通等等。原创 2022-12-22 11:40:31 · 791 阅读 · 0 评论 -
数字化转型如何认清本质少被忽悠:小步快跑看到项目效果再推下一步
这些年,我们见识了太多新概念:数据智能、Data Fabric、数据虚拟化还有最著名的“数据中台”。然而,跟几年前疯狂追逐这些热词不同,或者说因为已经踩坑踩到晕厥。动辄一个千万的中台项目投入进去,上线后高层看数还是要等、技术门槛高业务人员难以自助用数、数据使用难合规等等问题依旧存在。大数据?我信你个鬼(来自“特大号”)现在很多甲方都表示:不太靠谱,不信忽悠。“立刻看到产品效果,有效果再上线”成了大家选型找产品的苛刻要求。01企业数据资产生产、消费现状现如今,大多数企业数据资产的生产和消费,实际现状大概是下原创 2022-12-21 10:22:30 · 454 阅读 · 0 评论 -
数据开发人员吐槽:提不完的数据,写不完的脚本,提不完的需求,做不完的报表
其他还有很多技术数据人,数量不大,甚至没有专门的岗位,但是通常也负责数据相关的重要工作,如数据架构师(通常由系统架构师兼任),数据产品经理,数据管理、治理及标准管理的相关岗位,数据测试、质量管理相关的岗位,数据采集、外部数据采购相关的岗位,数据安全相关的岗位等等。业务数据人和技术数据人这个群体,说大不大,说小也不小,他们并非银行原来固有的岗位,而是随着银行对于数据应用和决策的愈发重视而逐步形成的岗位,大部分数据人都有自己的本职工作,在繁忙的业务或开发间隙,兼任数据提取和分析的工作。转载 2022-12-20 18:29:30 · 404 阅读 · 0 评论 -
Forrester:2023年中国市场趋势预测
Forrester的预测报告分析了不同领域和行业的动态和趋势。这些洞察展示了Forrester对未来一年的大胆呼吁,帮助企业和技术领导者照亮前路,获得竞争优势,在未来的一年蓬勃发展。转载 2022-12-15 22:07:04 · 201 阅读 · 0 评论 -
避免IT采购后悔的5种方法
他说,问题更严重的是,这些企业在购买之后可能意识到,他们遇到了无法解决或无法轻易规避的问题,从而导致后悔的可能性更高。研究表明,许多企业仍然在努力进行良好的IT采购。例如,研究表明,参与技术购买决策的人中有67%不是IT行业人士,而不是IT行业人士的买家在购买技术或产品时,如果首席信息官不是最终决策者,他们更有可能后悔。Barnes认为,首席信息官有机会扭转这种局面,为他们无法控制的技术支出提供更具体和正式的指导,例如,与非IT决策者合作,探讨如何确定计划采购范围、审查供应商、审查案例和实施计划。转载 2022-12-15 20:17:29 · 116 阅读 · 0 评论 -
德勤、阿里为数据智能时代造势,是风口还是韭菜?
能够利用大数据为客户提供精细化产品与服务的企业将成为客户的首选,据此带来的新数据又能帮助企业进一步强化自身的数据智能水平。在前三个阶段,企业完成了从纸面信息到电子信息的转变、打破了物理局限、还从固定端拓展到移动端,这样一来标准和优化了企业的流程,提高了效率,释放了人力,降低了成本。配套的全局权限管理和数据API分析,能保证数据安全,把数据血缘衍生到数据的应用。数据智能将企业海量的数据转化为对趋势的研判、对客户的认知和对风险的预测,进而将企业经营中每个环节的决策,由“经验驱动”转向 “数据智能驱动”。原创 2022-12-08 23:26:24 · 294 阅读 · 0 评论 -
企业数字化转型系列(4):企业数字化转型到底该如何转?
麦肯锡发布的一份报告显示,中国企业数字化转型的成功率仅为20%。也就是说,假如你所在的企业要进行数字化转型,那么对不起,你们大概有80%的概率会失败。为什么会有这么高的失败率呢?K哥作为一名IT咨询顾问、前互联网公司技术副总裁、某传统上市公司技术高管,聊一聊我对传统企业数字化转型的观察与思考。第四个问题:企业数字化转型到底该如何转?企业数字化转型,究竟需要做哪些具体事情,又如何落地呢?下面总结了5个方面:一、引进优秀的数字化领导者一个好的数字化转型战略,必须由一位经验丰富、具有前瞻性视野、善于推动变革的数转载 2022-12-05 14:52:33 · 211 阅读 · 0 评论 -
企业数字化转型系列(3):企业数字化转型到底要转什么?
麦肯锡发布的一份报告显示,中国企业数字化转型的成功率仅为20%。也就是说,假如你所在的企业要进行数字化转型,那么对不起,你们大概有80%的概率会失败。为什么会有这么高的失败率呢?K哥作为一名IT咨询顾问、前互联网公司技术副总裁、某传统上市公司技术高管,聊一聊我对传统企业数字化转型的观察与思考。第三问题,企业的数字化转型,到底该如何转?企业数字化转型,究竟需要做哪些具体事情,又如何落地呢?下面总结了5个方面:一、引进优秀的数字化领导者一个好的数字化转型战略,必须由一位经验丰富、具有前瞻性视野、善于推动变革的数转载 2022-12-05 14:48:28 · 524 阅读 · 0 评论 -
企业数字化转型系列(2):企业为什么要做数字化转型?
麦肯锡发布的一份报告显示,中国企业数字化转型的成功率仅为20%。也就是说,假如你所在的企业要进行数字化转型,那么对不起,你们大概有80%的概率会失败。为什么会有这么高的失败率呢?K哥作为一名IT咨询顾问、前互联网公司技术副总裁、某传统上市公司技术高管,聊一聊我对传统企业数字化转型的观察与思考。第二个问题回答:企业为什么要做数字化转型?本质上,是为了对抗组织熵增。熵,是热力学里衡量体系中混乱程度的一个单位。熵增,是一种自发的从有序到无序的过程。大到一个组织,小到人体,都遵循熵增定律。与熵增相对的概念就是熵减,转载 2022-12-05 14:44:13 · 223 阅读 · 0 评论 -
企业数字化转型系列(1):企业数字化转型的5大陷阱
麦肯锡发布的一份报告显示,中国企业数字化转型的成功率仅为20%。也就是说,假如你所在的企业要进行数字化转型,那么对不起,你们大概有80%的概率会失败。为什么会有这么高的失败率呢?K哥作为一名IT咨询顾问、前互联网公司技术副总裁、某传统上市公司技术高管,聊一聊我对传统企业数字化转型的观察与思考。首先,传统企业数字化转型非常容易掉进5大陷阱。企业数字化转型的5大陷阱一、把数字化转型当成项目,而非战略什么是战略?战略要解决的是,企业做什么和不做什么的问题。什么是项目?项目是在一定的时间内,投入一定的资源,并且达转载 2022-12-05 14:27:26 · 305 阅读 · 0 评论 -
一文读懂数据仓库、数据平台、数据中台、数据湖的概念和区别
我们经常听到别人谈论数据仓库、数据平台、数据中台、数据湖的相关概念,它们都与数据有关系,但它们之间又有什么区别,下面我们将围绕数据仓库、数据平台、数据湖和数据中台的概念、架构、使用场景进行介绍。一、数据仓库数据仓库由比尔·恩门(Bill Inmon,数据仓库之父)于1990年提出,主要功能是将企业系统联机事务处理(OLTP)长期壁垒的大量数据,通过数据仓库理论支持所持有的数据存储结构,做有系统的分析整理。随着企业的发展,业务系统的数据不断激增,这些存储在企业业务数据库中(也就是关系型数据库Oracle,Mi转载 2022-12-01 20:11:00 · 426 阅读 · 0 评论 -
全球6位IT负责人:企业数字化转型不断失败的原因
IDC 将数字业务定义为一种动态型企业,应该不断地改进运营模式和支撑运营的数字平台。IDC 在报告中指出:“在这个新世界里,IT 不是一个组织,而是企业的结构。随着数字技术的触角越来越深入到企业及其生态系统中,CIO 们必须寻找新的 IT 管理方式。”下面就让我们来分析一下数字化转型不断失败的八个原因转载 2022-11-24 15:13:43 · 179 阅读 · 0 评论 -
这家公司的码农有多牛,用C++重写Kafka,还能与其API兼容
Redpanda对replication的处理就很简单了,data放在不同的Raft Group里面,Raft Group自己就能够实现对leader的自动维护,和数据在这个group之间的复制。第二是类似MapR文件系统和HDFS的区别,一个系统要对另外一个系统保持API兼容,而另外一个系统自己又是在不断发展的,这种兼容性的维系,是需要付出很大代价的。(内容来自“飞总聊IT”)而Redpanda的做法正好相反,Redpanda启动的时候就会分配走机器的绝大多数的内存,然后自己去管理这些内存的使用。转载 2022-11-17 11:36:07 · 378 阅读 · 0 评论 -
数据中台选型必读(四):要想中台建的好,数据模型得做好
要想得到一个“好”的数据模型,首先,我们可以统计未规范表的数量(可仿照表2),诊断数据模型现状。然后,制订一些针对性的改进计划,例如把这些不规范命名的表消灭掉,把主题域覆盖的表比例提高到90%以上。原创 2022-11-16 11:14:02 · 1025 阅读 · 0 评论 -
国企数字化转型全是坑?看这几个成功案例,减少90%损失
全局的数据权限管理下,借助数据API开发工具,技术人员能够几分钟开发一个数据API,数据能够直接传输到车联网平台,需要使用数据的业务人员也能直接在数据超市申请权限,将原来以天为单位的工作量变成小时级,大大提高公司科研效率。随着研发的投入,解放也遇到一些问题。比如:自动驾驶部门需要下载海量的车联网数据,一辆车每天的数据量就达到几千万行,靠数据工程师人工开发数据API,导出、校验、审核数据再传输到车联网业务线AI平台上,繁琐复杂,成本太高。数字经济时代,数字化转型是大势所趋,也是难得机遇,更是危机重重。转载 2022-11-14 08:43:20 · 259 阅读 · 0 评论 -
中国数据中台未来会怎样?三个趋势预测为您指明方向
近日,艾瑞咨询发布了2022年《中国数据中台行业研究报告》,报告中艾瑞咨询对中国数据中台的发展趋势给出三个预测。原创 2022-11-08 17:27:30 · 1180 阅读 · 0 评论 -
数据中台选型必读(一):元数据管理是数据使用与共享的根基
数据中台的核心,就是解决数据孤岛问题,强调数据统一管理和避免重复造轮子,是对数据服务的共享以及复用。转载 2022-11-03 18:43:41 · 311 阅读 · 0 评论 -
主导未来的前 5 大数据科学趋势,你知道几个?
这就是大数据分析自动化出现在我们的 5 个数据科学趋势列表中的原因。它为执行生动的业务任务和快速执行与业务相关的操作提供了非常有弹性和能力的海量内存。我们选择的 5 个数据科学趋势的最后一个条目是数据治理。此外,增强分析有助于数据科学平台和嵌入式分析的发展。例如 CCPA 对许多企业活动产生影响,并对个人消费者数据进行监管,它还确保了数据的安全性。分析和数据正在帮助改变商业世界,来年数据科学中这 5 个趋势的重要性怎么强调都不为过。由于资源的可用性和数据存储的可承受性,对 DaaS 的财务需求与日俱增。转载 2022-10-31 20:53:32 · 159 阅读 · 0 评论 -
数字化转型如何成为企业增长和创新的工具
可事实证明情况并非如此,因此我们开发了一个 Fleet IQ 计划,让员工可以与我们的业务合作伙伴进行面对面的视频通话,我们将员工和同事配对,这样他们就能够在安全的环境中提出问题,并以一种对团队也有益处的方式学习如何在团队和公司内工作。我认为,我们的团队在创新、服务和支持方面的成功融合让我们站到了车队技术的最前沿,让公司成为顶级技术人才最想工作的好地方,我们还在开发一些创新性的产品,例如 Total Connect 解决方案,它将嵌入式技术整合到车辆中,并利用这些数据资产为我们的客户创造价值。转载 2022-10-31 20:48:06 · 101 阅读 · 0 评论 -
掌握元数据知识看这一篇就够了:从元数据概念、分类、作用、管理及目标、挑战到规划及体系设计等
元模型管理即基于元数据平台构建符合CWM规范的元数据仓库,实现元模型统一、集中化管理,提供元模型的查询、增加、修改、删除、元数据关系管理、权限设置等功能,支持概念模型、逻辑模型、物理模型的采集和管理,让用户直观地了解已有元模型的分类、统计、使用情况、变更追溯,以及每个元模型的生命周期管理。元数据维护就是对信息对象的基本信息、属性、被依赖关系、依赖关系、组合关系等元数据的新增、修改、删除、查询、发布等操作,支持根据元数据字典创建数据目录,打印目录结构,根据目录发现、查找元数据,查看元数据的内容。转载 2022-10-27 10:28:17 · 8807 阅读 · 0 评论 -
喜讯!麦聪软件获得国际权威机构颁发的CMMI3证书
近日,麦聪软件宣布已通过国际权威机构CMMI Institute的评估并获得CMMI3证书。CMMI3证书的获得,标志着麦聪软件在软件研发能力、项目管理能力、质量保障能力和实施交付能力等方面已经得到国际权威机构的认可,是麦聪软件研发管理体系规范化过程中一个重要的里程碑。原创 2022-10-25 15:28:28 · 416 阅读 · 0 评论 -
Gartner发布2023年十大战略技术趋势
为此,企业机构需要新的可持续技术框架来提高IT服务的能源和材料效率,通过可追溯性、分析、可再生能源和人工智能(AI)等技术实现企业的可持续发展,同时还要部署帮助客户实现其可持续性目标的IT解决方案。Gartner预测,到2027年,全球超过40%的大型企业机构将在基于元宇宙的项目中使用Web3、增强现实(AR)云和数字孪生的组合来增加收入。这意味着网络将直接产生商业价值。Gartner预测,到2025年,投资建设数字免疫系统的企业机构将能够减少多达80%的系统宕机时间,所减少的损失将直接转化为更高的收入。转载 2022-10-24 08:42:25 · 218 阅读 · 0 评论 -
数据中台坠落神坛,数据服务平台闪亮登场,阿里、快手又整烂活?
其中不同业务线下,数据同步和微服务通常有很多共同之处,重复烟囱式的开发意味要重复开发数据服务,造成了人力资源浪费,而且开发效率低,从数据开发到最终交付数据服务,需要经历较长的周期。由此可见:数据服务开发本来就很难,高水平的数据开发工程师也十分难得,而且数据开发大部分的时间都被临时取数的需求占据,根本无法专注在数仓模型、数据集市构建或运维。以上问题都需要数据开发工程师去解决,这就要求数据开发不仅仅是开发出数据表,还需要将数据表包装成一个独立的、灵活的、高可用的、安全的数据服务。其实现在谈的多的还是。转载 2022-10-20 00:02:04 · 249 阅读 · 0 评论 -
微服务与 API有什么区别?
微服务是一种 软件架构 ,它将应用程序的特性和功能划分为单独的、更小的组件,称为服务。当这种方法开发应用程序时,它被称为微服务架构。微服务由于其流畅的开发过程而成为当今的趋势。微服务架构使开发、集成和维护应用程序变得容易。最初,开发人员应该逐步构建应用程序;之后,他们可以单独处理每个元素。此过程使添加、修复或改进功能变得容易,而不会危及整个应用程序。微服务架构对大型企业最有用。转载 2022-10-12 22:03:19 · 410 阅读 · 0 评论 -
数据质量监控:你们一直都做错了
通过撒下更大的网,您不仅可以捕捉到所有有影响的异常,还可以通过在更靠近事件源的地方捕捉它们来缩短检测和解决它们的时间。在一天结束时(或者更确切地说,管道的尽头),将深度监控与广泛的覆盖范围相结合,可为您提供两全其美的优势:对数据环境的端到端可见性以及快速解决任何问题所需的工具确实出现了。与我们的软件工程和 DevOps 同行一样,我们认为是时候超越监控,采用一种超越一组狭窄指标的方法,更积极地识别、解决和调试复杂的技术系统。这种方法既涵盖了您的所有故障点,又提供了额外的上下文来帮助您防止未来的异常。转载 2022-10-12 21:41:04 · 123 阅读 · 0 评论 -
IT人士必须警惕这9个信号:说明你的IT架构很糟糕
你怎样才能知道你的企业组织已经偏离了路线?这里有9个警告信号可以说明你的企业组织已经被糟糕的IT架构所控制。转载 2022-10-11 10:00:07 · 306 阅读 · 0 评论 -
企业CIO如何避免被实施合作伙伴带进坑里?四位CIO给你支招
对很多企业来说,实施合作伙伴为CIO提供了在部署解决方案方面的广泛经验和专业知识,让CIO们可以把合作伙伴积累的经验用于他们的项目实施过程中,以避免常见的错误并且节省大量的时间和精力转载 2022-10-11 07:54:16 · 119 阅读 · 0 评论 -
数字化转型案例解读:德意志银行数字化转型背后不为人知的故事
数据孤岛与未链接系统,导致员工需要浪费大量时间移动各类信息。此外,浩如烟海的纸质表格与电子表格则迫使员工们不得不手工处理文件并核对内容是否属实。转载 2022-10-11 07:40:36 · 747 阅读 · 0 评论 -
什么是DataOps?难道DataOps只是面向Data 的Ops吗?
DevOps 近几年可谓风生水起,这与它吸引人的使命有关 -,当然也不能忽略历史的进程,比如虚拟化(尤其是 Docker)技术的加持!大数据(或团队)一般在前方业务线的存在感普遍偏较弱,甚至得不到认可,有时候还不如一个有经验的运营专员,何其怪哉?!在此,我们借助正在悄然兴起的来一并分析问题出在哪里,如何解决,需要什么客观条件的支持。转载 2022-10-09 23:26:10 · 697 阅读 · 0 评论 -
聊聊企业为何要玩数字化、如何数字化和数字化的未来趋势
十四五”规划和2035年远景目标纲将"加快数字化发展 建设数字中国"单列成篇,提出"以数字化转型整体驱动生产方式、生活方式和治理方式变革"。而对于数字化转型本身,如中欧国际工商学院战略学副教授陈威如在“中欧教授话未来”系列论坛之“数字经济”专场中所说的,“它犹如迈向宇宙新大陆去探险,其实行业里面还真的没有一个现成的成功案例,也就是还没有人真正登上了火星去生活。因此大家都在往那个地方走,企业如何在充满未知的情况下能更快的到达那里?”为什么数字化?数字化的阶段目标是什么,到底是要降本、增效,还是要提质、增收,还转载 2022-10-09 23:19:00 · 161 阅读 · 0 评论