精华内容
下载资源
问答
  • 大数据就像蒸汽时代和电力时代蒸汽和电一样,不仅仅是一次简单的技术和生产力的创新,而是引发了整个生产模式的变革。而处于大数据时代中的每一个企业,想要生存和壮大,必须接受和拥抱这场新时代的数据革命。作者 |...

    大数据时代的到来,带给了每一个行业实实在在的冲击和挑战。大数据就像蒸汽时代和电力时代蒸汽和电一样,不仅仅是一次简单的技术和生产力的创新,而是引发了整个生产模式的变革。而处于大数据时代中的每一个企业,想要生存和壮大,必须接受和拥抱这场新时代的数据革命。


    作者 | 张涵诚

    官网 | www.datayuan.cn

    微信公众号ID | datayuancn


    导语


    大数据时代的到来,带给了每一个行业实实在在的冲击和挑战。大数据就像蒸汽时代和电力时代的蒸汽和电一样,不仅仅是一次简单的技术和生产力的创新,而是引发了整个生产模式的变革。而处于大数据时代中的每一个企业,想要生存和壮大,必须接受和拥抱这场新时代的数据革命。


    当前我们的一言一行、一举一动都迅速的转变成大数据,然后转变成商家的洞察力和企业决策。大数据将作为仅次于能源的生产要素驱动所有产业进行革命,人才招聘、金融投资、生产制造、品牌营销、商业模式,企业管理方式都将发生巨大变革。


    一切都在数据化,这代表了新的生产力,生产关系……


    数据化、智能化转型是必然趋势!



    一、利用数据成为行业新领军企业


    继物联网、云计算之后,大数据已成为当前信息技术产业最受关注的热点之一。随着信息技术的不断发展,大数据已经超越数据本身,逐步转向数据的资产化和服务化,转向挖掘与分析数据带来的商业价值,并为信息服务产业和传统商业模式带来了巨大的机遇与挑战。


    在未来3到5年,我们将会看到那些真正理解大数据并能利用大数据进行价值挖掘的企业和不懂得大数据价值挖掘企业之间的差距。真正能够利用好大数据、并将其价值转化成生产力的企业必将具备强劲有力的竞争优势,从而成为行业的领导者。


    二、大数据对企业各种经营KPI的影响


    大数据带来新一轮信息革命的同时,也掀起了一场管理革命,在经营管理层面上带给企业诸多变化。大数据对企业管理的颠覆是全方位的,包括传统营销模式的颠覆,对企业内部组织工作模式的颠覆,以及对商业模式的颠覆各种KPI等。



    1、大数据促进企业营销模式升级


    大数据时代,企业一旦掌握了数据资源和数据分析能力,将具备应对变化的敏锐洞察力。如今数据渗透各个行业,渐渐成为企业战略资产。有些公司的数据规模相对于其他公司来说更加庞大,这也使他们拥有了更多获取数据潜在价值的可能,例如互联网领域与金融领域。拥有数据的规模、活性,以及收集、运用数据的能力,将决定企业的核心竞争力。例如亚马逊的精准推荐和阿里的蚂蚁金融,他们都是基于大数据完成营销模式升级的典型代表。


    2、大数据颠覆企业内部工作决策模式


    智能化决策是企业未来发展方向。过去很多企业对自身经营发展的分析只停留在数据和信息的简单汇总层面,缺乏对客户、业务、营销、竞争等方面的深入分析。如果决策者只凭主观与经验对市场进行估测而制定决策,将导致战略定位不准,存在很大风险。


    在大数据时代,企业通过收集、分析大量内部和外部的数据,获取有价值的信息。通过挖掘这些信息,企业可以预测市场需求,进行智能化决策分析,从而制定更加行之有效的战略。


    3、大数据带动企业商业模式创新


    在大数据时代,以利用数据价值为核心的新型商业模式正在不断涌现。能够把握市场机遇、迅速实现大数据商业模式创新的企业,将在IT发展史上书写出新的传奇。


    回顾IT历史,几乎每一轮IT概念和技术的变革,都伴随着新商业模式的产生。如个人电脑时代微软凭借操作系统获取了巨大财富,互联网时代谷歌抓住了互联网广告的机遇,移动互联网时代苹果则通过终端产品的销售和应用商店获取了高额利润。


    (大数据的商业思维模式)


    三、数据帮助企业建立新的竞争优势案例众多


    大数据发展到现在,国内外已有不少公司通过大数据取得了巨大的成功。例如众所周知的国外的google、亚马逊,IBM以及国内的BAT巨头等等,他们作为互联网的传统巨头凭借大数据均获得了巨大商业成功。那么除了这些传统巨头,还有那些公司通过大数据实现了新的突破呢?


    1、LinkedIn利用大数据打造“人才流动画板”


    五年前,LinkedIn只是一家普通的科技公司。而现在,其俨然成为一个工程强国。领英有一个“人才流动画板“,在LinkedIn上面每一个用户都有自己的档案。


    有了这些数据,领英可以知道在任何一个时间哪些人为这些公司工作,哪些人从哪些公司跳到另外一个公司,当把这些知识提炼到一个公司的高度,就可以知道任何一家公司及其竞争对手的人才竞争情况。有了这个“人才流动画板”,每家公司就可以对自己在人才争夺战中的情况一目了然。


    2、摩拜单车大数据运营“电子围栏”,推进共享单车精细化管理


    共享单车在如火如荼发展的同时,存在车辆乱停乱放、车辆运营维护不到位等问题。为此今年四月,摩拜单车提出了“电子围栏”解决方案。


    通过智能停车桩智能模块的无线信号发射技术,加上精确定位算法迅速判断单车停放位置及状态,可以实现亚米级定位,实时掌握停车区域内摩拜单车的信息,包括停放数量、车辆状态、停放位置及各区间的流量情况等,从而为单车投放、调度和运维提供智能指导。


    此外,摩拜通过运营大数据和“魔方”平台所整合分析的人流热力图,合理规划智能推荐停车点选址,推进共享单车精细化管理。


    3、汽车巨头福特利用大数据改变汽车游戏规则


    当说到汽车制造,很多人都会联想到流水线组装、机器手臂装配以及在大规模超级计算机上对电池安全和性能模拟的分析。但对于福特来说,大数据才是影响其生产制造的关键因素,甚至影响到汽车每个零部件的设计。从汽车经销商的库存到暴雨中发动机的性能,福特公司包括其汽车的每个方面都留下了大数据的身影。


    此外。数据分析已经深入福特公司的文化当中,从业务运营、到车辆研究再到我客户在互联网上存的数据,福特都会层层细化,层层分析,形成一种数据驱动的管理决策方法。


    4、星巴克大数据选址征服陌生城市


    星巴克,这个在餐饮领域将科技运用到极致的品牌,已将大数据应用到运营的各个环节,从新店选址到换季菜单均可见到大数据的身影。


    在大多数餐企靠模糊化的直觉做决策时,星巴克已经运用了数学家的功力:通过建模,把各项参数设计进一套决策模型,市调人员将相关数据输入,就能得到较为明确的决策建议。


    星巴克现在还使用一个叫作Atlas的内部绘图和商务智能平台,来决定在哪开设新门店。用大数据测算结果跟实际地址对比。来决定最终的建议选址。


    5、华大基因利用大数据推出肿瘤基因检测服务


    伴随着生物技术、大数据技术的发展,个体基因检测治疗疾病已经成为现实。其中,最广为人知的是美国好莱坞女星安吉丽娜•朱莉,在 2013 年经过检测她发现自身携带致癌基因——BRCA1 基因,为防止罹患卵巢癌,于 2015 年切除了卵巢和输卵管。


    目前,国内外已经有多家基因检测机构,如我国的华大基因、贝瑞和康、 美国的 23andMe、 Illumina 公司等。华大基因一直致力于肿瘤基因组学研究,已经研究 20 多类癌症。近日,华大基因推出了自主研究的肿瘤基因检测服务,采用了高通量测序手段对来自肿瘤病人的癌组织进行相关基因分析,对肺癌、乳腺癌、胃癌等多种常见高发癌症进行早期、无创伤检测。


    6、还有:


    百度干了广告的事!数据化

    淘宝干了超市的事!数据化

    华大基因干了健康的事!数据化

    微博干了媒体的事!数据化

    微信干了通讯的事!数据化

    滴滴干了汽车的事情!数据化

    今日头条干了媒体的事!个性化

    科大讯飞干了翻译的事!人工智能

    Google干了无人驾驶的事:司机



    四、企业实施落地大数据四要素


    企业如何利用大数据  首先要解答这些问题:您有什么数据,有什么痛点,结合数据可以告诉你可能有数据需要完善,哪些价值你可以去做分析,结合痛点能告诉你可以利用数据去改善你的痛点。经历百家客户询问之后,总结出一套方法体系,系统地回答这个问题,即企业开展大数据4V一体的方法论。


    1、四要素


    人:企业需要懂行业问题、变革和发展动力的人,并知道如何用数据来改善这些问题,适应变革,创造动力,当然他最好有互联网数据运营的经验,原因在于互联网的整个业务运作是数据驱动的,而传统行业要拥有数据思维需要学习。CDO成为必须。



    系统:当业务的运行需要更多的计算资源,存储资源,管理数据,企业需要系统灵活的应对这种业务的变化,大数据系统是根基,当前的系统Hadoop、Spark和各种大数据分析工具可是应有尽有。


    数据:应该尽可能的收集1)企业内部数据 2)企业外部数据,没有数据将会无从谈起数据价值。当前数据交易火爆,买卖脱敏数据,做数据标签补充,完善客户画像的服务商很多,数据流通正在大力推进,数据源因此也极大丰富。


    场景:企业的业务过程嵌入数据支持,就会做得更好;企业的数据处理过程嵌入数据支持,也会做得更好。


    2、四个层面


    战略: 行业数据战略方向与策略。政策法规、国家投入、行业趋势、资本投入。这是企业高层需要了解的。


    运营: 运营体现的指标架构。行业领军企业的运营优势分析,不知道行业标杆很难制定有竞争力的运营体系。


    分析: 数据分析数据挖掘算法培训。优秀的算法和模型是分析团队长期积累的结果,也是具体体现在结果层面的东西。


    工具: 选择什么工具做落地支撑。工欲善其事必先利其器,各种公司提供的大数据产品评估,优秀的工具可以帮助到你们快速的升级提升。技术、管理、应用工具应该应有尽有。


    3、四个课程


    从了解大数据到应用到大数据,技术、思维、和数据创造价值还有重要的理念导入的环节,针对企业不同的还需要不同的培训课程,以下这四个课程是重要的:大数据基础概论、大数据应用案例与实践、大数据技术与系统、数据资产管理与变现。


    4、四种系统


    大数据技术、大数据管理、大数据应用、大数据变现。


    五、总结大数据价值规律:


    一是以数据驱动的决策,主要通过提高预测概率,来提高决策成功率;


    二是以数据驱动的流程,主要是形成营销闭环战略,提高销售漏斗的转化率;


    三是以数据驱动的产品,在产品设计阶段,强调个性化;在产品运营阶段,则强调迭代式创新。


    六、当前企业搞大数据的几个趋势


    数据行业化深度应用

    数据产品SAAS化并开始在云端进行数据交换

    有独立数据源的公司开始像BAT一样做数据能力开放平台

    数据处理成本在贬低、数据价值在减少(不断的复制)

    数据资产贷款、数据股权融资、数据金融体系正在建立


    - 作者介绍 -



    张涵诚


    主要研究领域:大数据基础概论,大数据在企业和政府的应用实践,应用案例解析、数据驱动业务变革的商业模式,运营商大数据体系,旅游大数据体系,数据资产管理,大数据产业生态分析、数据交易市场,区块链,人工智能、政府大数据项目体系等。



    敬请期待,数据猿即将于10月25日举办的“2017金融科技价值—数据驱动金融商业裂变”高峰论坛!投递案例、文章、产品,联系视频&文字专访,请勾搭数据猿~


    相关阅读:


    张涵诚:贵阳模式值得参考,政府发展大数据需要方法论


    来源:数据猿


    展开全文
  • 自2008年国家知识产权战略实施以来,各地知识产权创造、运用、保护、管理水平全面提升,全国83%的省份达到预定目标,一些地方正从要素驱动、效率驱动向创新驱动转变。  《报告》是由国家知识产权局邀请第三方...

         11月25日,一份刚刚出炉的《全国地方知识产权战略实施总结评价报告》显示,自2008年国家知识产权战略实施以来,各地知识产权创造、运用、保护、管理水平全面提升,全国83%的省份达到预定目标,一些地方正从要素驱动、效率驱动向创新驱动转变。

      《报告》是由国家知识产权局邀请第三方机构对各省区市知识产权战略实施状况作出的评估。评估结果比较客观地反映了各省区市知识产权战略实施后取得的成绩,评估指标体系多角度科学设计,既考虑了各地知识产权战略实施的共性,也充分考虑了地区的差异性,全面、综合评估了各地知识产权对产业和经济的促进效应。

      刚刚发布的《报告》显示,各地区经济增长的动力更加多元化。北京、上海等人均GDP超过13000美元的一些地区,从各地知识产权战略实施情况整体评估看,其达标分值处于高位状态,按照目前的发展趋势,“十三五”时,这些地方就会进入创新驱动阶段,目前已处于创新驱动的门槛边缘。正因为处在经济转型的浪尖,这些地区把握机遇尤为关键。知识产权已经成为这些地区发展的新的驱动力。

      在中关村,每年平均新增高新技术企业高达3000至4000家,平均每天都会“长”出10家企业。集群式的创新,代表了技术转化的最高水平。根据国际公认标准,评价区域竞争力的最重要的参考是创业水平,而以拥有自主知识产权为特征的创业模式,则代表了新经济业态的发展趋势。技术跟着人走,人跟着市场走,渐成创业“新常态”,这也预示着经济增长的动力更加多元化。

      《报告》显示,我国已经成为名副其实的知识产权大国。发明专利申请量和商标注册量连续保持世界首位,版权、著作权等均创新高。国家知识产权局局长申长雨透露,今年1至10月,我国发明专利申请量与去年同期相比增长11%,PCT增长23%,尤其是中国居民在欧、美、日等地的专利申请,更增长了30%以上。

      在知识经济时代,知识产权是衡量一个国家创新能力的最重要指标,也是经济发展的重要战略资源。国与国的竞争,越来越体现在企业之间的较量,而企业间的较量日益表现为知识产权的角力,世界上竞争力最强的企业无不是“创新巨头”、“专利王国”。

      面对国际化的竞争,中国企业面临着来自知识产权的考验。“企业走向国际市场,就要兵马未动粮草先行,知识产权就是粮草。”福建新大陆电脑股份有限公司副总经理刘清涛的深切感触,来自于一次次代价高昂的教训。而现在新大陆仅在二维码读卡器芯片这一项产品中就申请了120项专利,成为全世界这一芯片的唯一供应商。

    展开全文
  • 业务如何驱动技术发展

    千次阅读 2016-06-14 08:37:44
    在《BAT解密(一):聊聊技术发展驱动力》一文中,我们详细阐述了对于服务类的业务来说,业务发展是技术发展驱动力。那接下来我们就看看业务究竟是如何驱动技术发展的。 互联网业务千差万别,但由于他们具有...

    在《BAT解密(一):聊聊技术发展的驱动力》一文中,我们详细阐述了对于服务类的业务来说,业务发展是技术发展的驱动力。那接下来我们就看看业务究竟是如何驱动技术发展的。

    互联网业务千差万别,但由于他们具有“规模决定一切”的相同点,其发展路径也基本上是一致的。互联网业务发展一般分为几个时期:初创期、快速发展期、竞争期、成熟期。

    不同时期的差别主要体现在两个方面:复杂性、用户规模。

    业务的发展第一个主要方向就是“业务越来越复杂”,我们来看看不同时期业务的复杂性的表现。

    初创期

    互联网业务刚开始一般都是一个创新的业务点,这个业务点的重点不在于“完善”,而在于“创新”,只有创新才能吸引用户;而且因为其“新”的特点,其实一开始是不可能很完善的。只有随着越来越多的用户的使用,通过快速迭代试错、用户的反馈等手段,不断的在实践中去完善,去继续创新。

    初创期的业务对技术就1个要求:“快”,但这个时候却又是创业团队最弱小的时候,可能就那么几个技术人员,所以这个时候十八般武艺都需要用上:能买就买,有开源的就用开源的,能模仿的就模仿,甚至可能是能偷就偷。

    继续以淘宝和QQ为例:

    第一版的淘宝(http://www.yixieshi.com/it/20770.html ):


    第一版QQ(http://www.yixieshi.com/it/20770.html ):


    可以看到最开始的淘宝和QQ与现在的淘宝和QQ相比,几乎看不出是同一个业务了。

    发展期

    当业务推出后经过市场验证如果是可行的,吸引的用户就会越来越多,此时原来不完善的业务就进入了一个快速发展的时期。业务快速发展时期的主要目的是将原来不完善的业务逐渐完善,因此会有越来越多的新功能不断的加入到系统里面。对于绝大部分技术团队来说,这个阶段技术的核心工作是快速的实现各种需求,只有这样才能满足业务发展的需要。

    如何做到“快”,一般会经历如下几个阶段:

    1. 堆功能

    业务进入快速发展期的初期,此时团队规模也不大,业务需求又很紧,最快实现业务需求的方式是继续在原有的系统里面不断的增加新的功能,重构、优化、架构等方面的工作即使想做,也会受制于人力和业务发展的压力而放在一边。

    2. 优化期

    “堆功能”的方式在刚开始的时候好用,因为系统还比较简单,但随着功能越来越多,系统开始变得越来越复杂,后面继续堆功能会感到越来越吃力,速度越来越慢。一种典型的场景是做一个需求要改好多的地方,一不小心就改出了问题。直到终于有一天,技术团队或者产品人员再也受不了这种慢速的方式,终于下定决定要解决这个问题了。

    如何解决这个问题,一般会分为两派:一派是优化派,一派是架构派。

    优化派其主张主要是将现有的系统优化,例如采用重构、分层、优化某个MySQL查询语句,将机械硬盘换成SSD,将数据库从MySQL换成Oracle,增加Memcache缓存等等。优化派的优势是对系统改动较小,可以比较快速的实施;缺点就是可能过不了多久,系统又撑不住了。

    架构派其主张主要是将系统架构调整,主要是将原来的大系统拆分为多个互相配合的小系统。例如将购物系统拆分为登录认证子系统、订单系统、查询系统、分析系统等。架构派的优势是一次调整可以支撑比较长期的业务发展,缺点是动作较大,耗时较长,对业务的发展影响也比较大。

    相信在很多公司都遇到这种情况,而我敢打赌大部分情况下都是“优化派”会赢,主要的原因还是因为此时“优化”是最快的方式,至于说“优化派”支撑不了多久这个问题,其实也不用考虑太多,因为业务能否发展到那个阶段,还是个未知数,保证当下的竞争力是最主要的问题。

    3. 架构期

    经过优化期后,如果业务能够继续发展,慢慢的就会发现优化也顶不住了,毕竟再怎么优化,系统的能力总是有极限的,Oracle再牛,也不可能一台Oracle顶住1亿的交易量;小型机再好,也不可能一台机器支持100万在线。此时已经没有别的选择,只能进行架构调整,在优化期被压制的架构派开始扬眉吐气了,甚至会骄傲的说“看看吧,早就说要进行架构调整,你们偏要优化,现在还是顶不住了吧,哼”。

    架构期可以用的手段很多,但归根结底可以总结为一个字“拆”,什么地方都可以拆,例如:

    • 拆功能:例如将购物系统拆分为登录认证子系统、订单系统、查询系统、分析系统等;

    • 拆数据库:MySQL一台变两台,2台变4台,增加DBProxy、分库分表等;

    • 拆服务器:服务器一台变两台,2台变4台,增加负载均衡的系统,例如Nginx、HAProxy等;

    3个不同时期的对比如下:

    时期 优点 缺点
    堆功能期 方便快捷,系统改动很小 开始较快,但越来越慢
    优化期
     
    方便快捷,系统改动很小 开始较快,但越来越慢
    架构期 长效作用明显,做一次可以顶几年 改动大,实施的过程较长,短则半年,长则1 ~ 2年
    竞争期

    当业务继续发展,已经形成一定规模后,一定会有竞争对手开始加入行业来竞争(“一直在模仿、从未被超越”的腾讯、财大气粗的阿里巴巴),毕竟大家都想分一块蛋糕,甚至有可能一不小心还会成为下一个阿里巴巴。当竞争对手加入后,大家互相学习和模仿,业务更加完善,也不断的有新的业务创新出来,而且由于竞争的压力,对技术的要求是更上一层楼的“快”了。

    新业务的创新,给技术带来的典型压力就是新的系统会更多,同时,原有的系统也会拆的越来越多。两者合力的一个典型后果就是系统数量在原来的基础上又增加了很多。架构拆分后带来的美好的时光又开始慢慢消逝,技术工作又开始进入了“慢”的的状态,这又是怎么回事呢?

    原来系统数量越来越多,到了一个临界点后就产生了质变,即:系统数量的量变带来了技术工作的质变。主要体现在如下几个方面:

    重复造轮子:系统越来越多,各系统相似的工作越来越多。例如:每个系统都有存储、都要用缓存、都要用数据库,新建一个系统,这些工作又要都搞一遍,即使其他系统已经做过了一遍,这样怎么快的起来?

    系统交互一团乱麻:系统越来越多,各系统的交互关系变成了网状。系统间的交互数量和系统的数量成平方比的关系,例如4个系统的交互路径是6个,10个系统的交互路径是45个。每次实现一个业务需求,都需要几个甚至10几个系统一起改,然后互相调用来调用去,联调成了研发人员的灾难、联测成了测试人员的灾难、部署成了运维的灾难。

    针对这个时期业务变化带来的问题,技术工作主要的解决有段有:

    1)平台化、服务化:解决“重复造轮子”的问题。例如:

    • 存储平台化:淘宝的TFS、京东JFS

    • 数据库平台化:百度的DBProxy、淘宝TDDL

    • 缓存平台化:Twitter的Twemproxy,豆瓣的BeansDB、腾讯TTC

    2)消息队列、服务框架:解决“系统交互”的问题。例如:

    • 消息队列:淘宝的Notify、MetaQ、开源的Kafka、ActiveMQ等

    • 服务框架:Facebook thrift、阿里巴巴的Dubbo、当当网Dubbox、淘宝的HSF

    成熟期

    当企业熬过竞争期,成为了行业的领头羊,或者整个行业整体上已经处于比较成熟的阶段,市场地位已经比较牢固后,业务创新的机会已经不大,竞争压力也没有那么激烈,此时求快求新已经没有很大空间,业务上开始转向为“求精”:我们的响应时间是否比竞争对手快?我们的用户体验是否比竞争对手好?我们的成本是否比竞争对手低 ?等等。

    此时技术上其实也基本进入了成熟期,该拆的也拆了,该平台化的也平台化了,技术上能做的大动作其实也不多了,更多的是进行优化。但有时候也会出现为了满足某个优化,系统做很大的改变这种情况。例如为了将用户响应时间从200ms降低到50ms,可能就需要从很多方面进行优化:CDN、数据库、网络等。这个时候的技术优化没有固定的套路,只能按照竞争的要求,找出自己的弱项,然后逐项优化。在逐项优化的时候,可以采取之前各个时期采用的手段。

    用户规模

    服务类业务的发展第二个主要方向就是“用户量越来越大”。

    互联网业务的发展会经历“初创期、发展期、竞争期、成熟期”几个阶段,不同阶段典型的差别就是用户量的差别,简单来说就是用户量随着业务的发展而越来越大。

    用户量增大对技术的影响主要体现在2个方面:性能要求越来越高、可靠性要求越来越高。

    性能

    用户量增大对技术带来的第一个挑战就是性能要求越来越高。以互联网企业最常用的MySQL为例,再简单的查询,再高的硬件配置,单台MySQL机器支撑的TPS和QPS最高也就是万级,低的可能是几千,高的也不过几万。当用户量增长后,必然要考虑使用多台MySQL,从一台MySQL到多台MySQL不是简单的数量的增加,而是本质上的改变,即:原来集中式的存储变为了分布式的存储

    稍微有经验的工程师都会知道,分布式将会带来复杂度的大幅度上升。以MySQL为例,分布式MySQL要考虑分库分表、读写分离、复制、同步等很多问题。

    可靠性

    用户量增大对技术带来的第二个挑战就是可靠性要求越来越高。当你有1万个用户的时候,宕机1小时可能也没有很大影响;但当你有了100万用户的时候,宕机10分钟,投诉电话估计就被打爆了,这些用户再到朋友圈喷一下你的系统有多烂,很可能你就不会再有机会发展下100万用户了。

    除了口碑的影响,可靠性对收入的影响也会随着用户量增大而增大。1万用户宕机1小时,你可能才损失了几千块,100万用户宕机10分钟,损失可能就是几十万了。

    虽然用户量增加给性能和可靠性带来了很大的挑战,但幸运的是,应对这些挑战的方式却可以概括为1个字“拆”,简单来说就是“一台不够拆为两台,两台不够拆为4台。以此类推”。常见的拆的方式有:

    • 拆硬件:数据库分库分表、业务处理分开到多个机器

    • 拆地点:双机房部署、多机房部署、数据中心

    • 拆功能:例如将购物系统拆分为登录认证子系统、订单系统、查询系统、分析系统等

    如果你还记得前面业务复杂度里面讲到的一些手段的话,你一定会对这几个手段很熟悉。是的,这几个方式在应对复杂度的时候也可以用过。

    当然,“拆”只是手段,“合”起来才是关键。不管我们的系统怎么拆,站在用户的角度,他都是理解为一个统一的业务。比如说,微信内部肯定分成了很多子系统,但用户并不需要理解这些,用户只管用微信即可。

    常见合起来的手段有:

    • 客户端“合”:Memcached的一致性hash

    • 网络“合”:DNS、F5

    • 系统“合”:Nginx负载均衡、LVS、中间件(淘宝的TDDL等)

    • 业务“合”:单点登录

    质变

    究竟用户规模发展到什么阶段才会由量变带来质变,虽然不同的业务有所差别,但基本上可以按照如下这个模型去衡量。

    阶段  
    用户规模
    业务阶段
    技术影响
    婴儿期
    0 ~ 1万
    初创期
    用户规模对性能和可靠性都没有什么压力,技术人员可以安心睡好觉。
    幼儿期
    1万 ~ 10万
    初创期
    用户规模对性能和可靠性已经有一点压力了,主要体现为单台机器(服务器、数据库)可能已经撑不住了,需要开始考虑拆分机器,但这个时候拆分还比较简单,因为机器数量不会太多。
    少年期
    10万 ~ 100万
    发展期
    用户规模对性能和可靠性已经有较大压力了,除了拆分机器,已经开始需要将原来大一统的业务拆分为更多子业务了。
    青年期
    100万 ~ 1000万
    竞争期

    用户规模对性能和可靠性已经有很大压力了,集群、多机房等手段需要开始用上了


    虽然如此,技术人员还是很Happy的,毕竟到了此时公司已经发展得非常不错了。
    壮年期 1000万 ~ 1亿
    竞争期 &成熟期
     
    用户规模对性能和可靠性已经有非常大压力了,可能原有的架构和方案已经难以继续扩展下去,需要推倒重来。


    不过如果你真的身处这样一个公司,虽然可能有点辛苦,但肯定会充满干劲,因为这样的机会非常难得也非常锻炼人!

    巨人期
    1亿 +
    成熟期
    和壮年期类似,不过如果你真的身处这样一个公司,虽然可能有点辛苦,但估计做梦都要笑醒了!因为还没有哪个互联网行业能够同时容纳两家1亿+用户的公司。
    总结

    通过前面的分析,我们可以看到业务驱动技术发展的两大主要因素是复杂性和用户规模,而这两个因素的本质原因其实都是“量变带来质变”。

    应对业务质变带来的技术压力,不同时期有不同的处理方式,但不管什么样的方式,其核心目标都是为了满足业务的“快”的要求,当你发现你的业务快不起来的时候,其实就是技术的水平已经跟不上业务发展的需要了,技术变革和发展的时候就到了。更牛逼的做法是在问题还没有真正暴露出来就能够根据趋势预测下一个转折点,提前做好技术上的准备,这对技术人员的要求是非常高的。

    在应对复杂性和用户规模带来的技术压力时,“拆”是一种常见的的手段,可以拆系统、拆业务、拆机器、拆地点。等等,总之一句话:哪里不满足就拆哪里!但拆容易,如何将拆完后的东西“合”起来才是关键

    除了“拆”以外,服务化、平台化是另外一种有效的手段,将公共的东西独立出来,避免重复造轮子,既节省了重复投入的人力和资源成本,也能够快速支撑新的业务的实施。

    作者介绍

    李运华,十余年软件设计开发经验,经历了电信行业和移动互联网行业,曾就职于华为和UCWEB,先后担任软件开发工程师、系统分析师、架构师、技术leader等角色; 现担任阿里巴巴移动事业群(原UCWEB)资深软件工程师,带领多个研发团队,承担架构设计、架构重构、技术团队管理、技术培训等职责。 

    技术上专注于开源技术、系统分析、架构设计,对互联网技术的特点和发展趋势有较深入的研究和理解。先后负责过游戏接入高可用项目、飞鸽事件发布订阅系统、交易平台系统解耦项目,对于系统解耦、高性能、高可用架构有丰富的经验。

    为你定制的容器技术大会

    容器与微服务架构是近几年来开发者社区的技术热点,在与容器结合使用后,微服务架构的优点得到了进一步的放大。有很多的文章都在讨论微服务和单体式架构的区别,到现在,整个社区也开始理性起来,单体式架构和微服务架构并非相互替代的关系,单体式的架构更适合轻量级的简单应用,微服务架构相对复杂,对比起来,并不容易落地。

    本专题不谈概念,只讲实践。比如企业如何使用Spring Boot框架构建微服务应用,从SOA转型微服务,有哪些难点和痛点,在此之前应该做好哪些准备等。简单来说,在内容策划上,微服务专题希望能和参会者分享微服务架构应该如何落地,更加偏重案例分享。

    展开全文
  • BAT解密:互联网技术发展之路(2)- 业务如何驱动技术发展 在《互联网技术发展之路(1) - 技术发展驱动力》一文中,我们详细阐述了对于服务类的业务来说,业务发展是技术发展驱动力。那接下来我们就看看...

    BAT解密:互联网技术发展之路(2)- 业务如何驱动技术发展

    在《互联网技术发展之路(1) - 技术发展的驱动力》一文中,我们详细阐述了对于服务类的业务来说,业务发展是技术发展的驱动力。那接下来我们就看看业务究竟是如何驱动技术发展的。

     

    互联网业务千差万别,但由于他们具有“规模决定一切”的相同点,其发展路径也基本上是一致的。互联网业务发展一般分为几个时期:初创期、快速发展期、竞争期、成熟期


    不同时期的差别主要体现在两个方面:复杂性、用户规模

    复杂性

    业务的发展第一个主要方向就是“业务越来越复杂”,我们来看看不同时期业务的复杂性的表现。

     

    【初创期】

    互联网业务刚开始一般都是一个创新的业务点,这个业务点的重点不在于“完善”,而在于“创新”,只有创新才能吸引用户;而且因为其“新”的特点,其实一开始是不可能很完善的。只有随着越来越多的用户的使用,通过快速迭代试错、用户的反馈等手段,不断的在实践中去完善,去继续创新。

    初创期的业务对技术就1个要求:“快”,但这个时候却又是创业团队最弱小的时候,可能就那么几个技术人员,所以这个时候十八般武艺都需要用上:能买就买,有开源的就用开源的,能模仿的就模仿,甚至可能是能偷就偷


    继续以淘宝和QQ为例:

    第一版的淘宝(http://www.yixieshi.com/it/20770.html ):

    第一版QQ(http://www.yixieshi.com/it/20770.html ):


    可以看到最开始的淘宝和QQ与现在的淘宝和QQ相比,几乎看不出是同一个业务了。


    【发展期】

    当业务推出后经过市场验证如果是可行的,吸引的用户就会越来越多,此时原来不完善的业务就进入了一个快速发展的时期。业务快速发展时期的主要目的是将原来不完善的业务逐渐完善,因此会有越来越多的新功能不断的加入到系统里面。对于绝大部分技术团队来说,这个阶段技术的核心工作是快速的实现各种需求,只有这样才能满足业务发展的需要。


    如何做到“快”,一般会经历如下几个阶段:

    1. 堆功能

    业务进入快速发展期的初期,此时团队规模也不大,业务需求又很紧,最快实现业务需求的方式是继续在原有的系统里面不断的增加新的功能,重构、优化、架构等方面的工作即使想做,也会受制于人力和业务发展的压力而放在一边。

    2. 优化期

    “堆功能”的方式在刚开始的时候好用,因为系统还比较简单,但随着功能越来越多,系统开始变得越来越复杂,后面继续堆功能会感到越来越吃力,速度越来越慢。一种典型的场景是做一个需求要改好多的地方,一不小心就改出了问题。直到终于有一天,技术团队或者产品人员再也受不了这种慢速的方式,终于下定决定要解决这个问题了。

    如何解决这个问题,一般会分为两派:一派是优化派,一派是架构派。

    优化派其主张主要是将现有的系统优化,例如采用重构、分层、优化某个MySQL查询语句,将机械硬盘换成SSD,将数据库从MySQL换成Oracle,增加Memcache缓存。。。。。。等等。优化派的优势是对系统改动较小,可以比较快速的实施;缺点就是可能过不了多久,系统又撑不住了。

    架构派其主张主要是将系统架构调整,主要是将原来的大系统拆分为多个互相配合的小系统。例如将购物系统拆分为登录认证子系统、订单系统、查询系统、分析系统等。架构派的优势是一次调整可以支撑比较长期的业务发展,缺点是动作较大,耗时较长,对业务的发展影响也比较大。

    相信在很多公司都遇到这种情况,而我敢打赌大部分情况下都是“优化派”会赢,主要的原因还是因为此时“优化”是最快的方式,至于说“优化派”支撑不了多久这个问题,其实也不用考虑太多,因为业务能否发展到那个阶段,还是个未知数,保证当下的竞争力是最主要的问题。

    3. 架构期

    经过优化期后,如果业务能够继续发展,慢慢的就会发现优化也顶不住了,毕竟再怎么优化,系统的能力总是有极限的,Oracle再牛,也不可能一台Oracle顶住1亿的交易量;小型机再好,也不可能一台机器支持100万在线。此时已经没有别的选择,只能进行架构调整,在优化期被压制的架构派开始扬眉吐气了,甚至会骄傲的说“看看吧,早就说要进行架构调整,你们偏要优化,现在还是顶不住了吧,哼。。。。。。”

    架构期可以用的手段很多,但归根结底可以总结为一个字“拆”,什么地方都可以拆,例如:

    拆功能:例如将购物系统拆分为登录认证子系统、订单系统、查询系统、分析系统等

    拆数据库:MySQL一台变两台,2台变4台,增加DBProxy、分库分表等

    拆服务器:服务器一台变两台,2台变4台,增加负载均衡的系统,例如Nginx、HAProxy等


    3个不同时期的对比如下

    时期

    优点

    缺点

    堆功能期

    方便快捷,系统改动很小

    开始较快,但越来越慢

    优化期

    方便快捷,系统改动较小

    开始较快,但越来越慢

    架构期

    长效作用明显,做一次可以顶几年

    改动大,实施的过程较长,短则半年,长则1 ~ 2年


    【竞争期】

    当业务继续发展,已经形成一定规模后,一定会有竞争对手开始加入行业来竞争(“一直在模仿、从未被超越”的腾讯、财大气粗的阿里巴巴),毕竟大家都想分一块蛋糕,甚至有可能一不小心还会成为下一个阿里巴巴。当竞争对手加入后,大家互相学习和模仿,业务更加完善,也不断的有新的业务创新出来,而且由于竞争的压力,对技术的要求是更上一层楼的“快”了。

    新业务的创新,给技术带来的典型压力就是新的系统会更多,同时,原有的系统也会拆的越来越多。两者合力的一个典型后果就是系统数量在原来的基础上又增加了很多。架构拆分后带来的美好的时光又开始慢慢消逝,技术工作又开始进入了“慢”的的状态,这又是怎么回事呢?


    原来系统数量越来越多,到了一个临界点后就产生了质变,即:系统数量的量变带来了技术工作的质变。主要体现在如下几个方面:

    1)重复造轮子:系统越来越多,各系统相似的工作越来越多。例如:每个系统都有存储、都要用缓存、都要用数据库,新建一个系统,这些工作又要都搞一遍,即使其他系统已经做过了一遍,这样怎么快的起来?

    2)系统交互一团乱麻:系统越来越多,各系统的交互关系变成了网状。系统间的交互数量和系统的数量成平方比的关系,例如4个系统的交互路径是6个,10个系统的交互路径是45个。每次实现一个业务需求,都需要几个甚至10几个系统一起改,然后互相调用来调用去,联调成了研发人员的灾难、联测成了测试人员的灾难、部署成了运维的灾难。


    针对这个时期业务变化带来的问题,技术工作主要的解决有段有:

    1)平台化、服务化:解决“重复造轮子”的问题。例如:

    存储平台化:淘宝的TFS、京东JFS

    数据库平台化:百度的DBProxy、淘宝TDDL

    缓存平台化:Twitter的Twemproxy,豆瓣的BeansDB、腾讯TTC


    2)消息队列、服务框架:解决“系统交互”的问题。例如:

    消息队列:淘宝的Notify、MetaQ、开源的Kafka、ActiveMQ等

    服务框架:Facebook thrift、阿里巴巴的Dubbo、当当网Dubbox、淘宝的HSF

     

    【成熟期】

    当企业熬过竞争期,成为了行业的领头羊,或者整个行业整体上已经处于比较成熟的阶段,市场地位已经比较牢固后,业务创新的机会已经不大,竞争压力也没有那么激烈,此时求快求新已经没有很大空间,业务上开始转向为“求精”:我们的响应时间是否比竞争对手快?我们的用户体验是否比竞争对手好?我们的成本是否比竞争对手低 ?。。。。。。等等。

    此时技术上其实也基本进入了成熟期,该拆的也拆了,该平台化的也平台化了,技术上能做的大动作其实也不多了,更多的是进行优化。但有时候也会出现为了满足某个优化,系统做很大的改变这种情况。例如为了将用户响应时间从200ms降低到50ms,可能就需要从很多方面进行优化:CDN、数据库、网络等。这个时候的技术优化没有固定的套路,只能按照竞争的要求,找出自己的弱项,然后逐项优化。在逐项优化的时候,可以采取之前各个时期采用的手段。


    用户规模

    服务类业务的发展第二个主要方向就是“用户量越来越大”。

    互联网业务的发展会经历“初创期、发展期、竞争期、成熟期”几个阶段,不同阶段典型的差别就是用户量的差别,简单来说就是用户量随着业务的发展而越来越大。


    用户量增大对技术的影响主要体现在2个方面:性能要求越来越高、可靠性要求越来越高。

     

    【性能】

    用户量增大对技术带来的第一个挑战就是性能要求越来越高。以互联网企业最常用的MySQL为例,再简单的查询,再高的硬件配置,单台MySQL机器支撑的TPS和QPS最高也就是万级,低的可能是几千,高的也不过几万。当用户量增长后,必然要考虑使用多台MySQL,从一台MySQL到多台MySQL不是简单的数量的增加,而是本质上的改变,即:原来集中式的存储变为了分布式的存储

     

    稍微有经验的工程师都会知道,分布式将会带来复杂度的大幅度上升。以MySQL为例,分布式MySQL要考虑分库分表、读写分离、复制、同步等很多问题。

     

    【可靠性】

    用户量增大对技术带来的第二个挑战就是可靠性要求越来越高。当你有1万个用户的时候,宕机1小时可能也没有很大影响;但当你有了100万用户的时候,宕机10分钟,投诉电话估计就被打爆了,这些用户再到朋友圈喷一下你的系统有多烂,很可能你就不会再有机会发展下100万用户了。

    除了口碑的影响,可靠性对收入的影响也会随着用户量增大而增大。1万用户宕机1小时,你可能才损失了几千块,100万用户宕机10分钟,损失可能就是几十万了。


    虽然用户量增加给性能和可靠性带来了很大的挑战,但幸运的是,应对这些挑战的方式却可以概括为1个字“拆”,简单来说就是“一台不够拆为两台,两台不够拆为4台。。。。。。以此类推”。常见的拆的方式有:

    拆硬件:数据库分库分表、业务处理分开到多个机器

    拆地点:双机房部署、多机房部署、数据中心

    拆功能:例如将购物系统拆分为登录认证子系统、订单系统、查询系统、分析系统等

     

    如果你还记得前面业务复杂度里面讲到的一些手段的话,你一定会对这几个手段很熟悉。是的,这几个方式在应对复杂度的时候也可以用过。

    当然,“拆”只是手段,“合”起来才是关键。不管我们的系统怎么拆,站在用户的角度,他都是理解为一个统一的业务。比如说,微信内部肯定分成了很多子系统,但用户并不需要理解这些,用户只管用微信即可。


    常见合起来的手段有:

    客户端“合”:Memcached的一致性hash

    网络“合”:DNS、F5

    系统“合”:Nginx负载均衡、LVS、中间件(淘宝的TDDL等)

    业务“合”:单点登录

     

    【质变】

    究竟用户规模发展到什么阶段才会由量变带来质变,虽然不同的业务有所差别,但基本上可以按照如下这个模型去衡量。

    阶段 

    用户规模

    业务阶段

    技术影响

    婴儿期

    0 ~ 1万

    初创期

    用户规模对性能和可靠性都没有什么压力,技术人员可以安心睡好觉。

    幼儿期

    1万 ~ 10万

    初创期

    用户规模对性能和可靠性已经有一点压力了,主要体现为单台机器(服务器、数据库)可能已经撑不住了,需要开始考虑拆分机器,但这个时候拆分还比较简单,因为机器数量不会太多。

    少年期

    10万 ~ 100万

    发展期

    用户规模对性能和可靠性已经有较大压力了,除了拆分机器,已经开始需要将原来大一统的业务拆分为更多子业务了。

    青年期

    100万 ~ 1000万

    竞争期

    用户规模对性能和可靠性已经有很大压力了,集群、多机房等手段需要开始用上了。

    虽然如此,技术人员还是很Happy的,毕竟到了此时公司已经发展得非常不错了。

    壮年期

    1000万 ~ 1亿

    竞争期 &成熟期

    用户规模对性能和可靠性已经有非常大压力了,可能原有的架构和方案已经难以继续扩展下去,需要推倒重来。

    不过如果你真的身处这样一个公司,虽然可能有点辛苦,但肯定会充满干劲,因为这样的机会非常难得也非常锻炼人!

    巨人期

    1亿 +

    成熟期

    和壮年期类似,不过如果你真的身处这样一个公司,虽然可能有点辛苦,但估计做梦都要笑醒了!因为还没有哪个互联网行业能够同时容纳两家1亿+用户的公司。

      

    总结

    通过前面的分析,我们可以看到业务驱动技术发展的两大主要因素是复杂性用户规模,而这两个因素的本质原因其实都是“量变带来质变”。


    应对业务质变带来的技术压力,不同时期有不同的处理方式,但不管什么样的方式,其核心目标都是为了满足业务的“快”的要求,当你发现你的业务快不起来的时候,其实就是技术的水平已经跟不上业务发展的需要了,技术变革和发展的时候就到了。更牛逼的做法是在问题还没有真正暴露出来就能够根据趋势预测下一个转折点,提前做好技术上的准备,这对技术人员的要求是非常高的。


    在应对复杂性和用户规模带来的技术压力时,“”是一种常见的的手段,可以拆系统、拆业务、拆机器、拆地点。。。。。。等等,总之一句话:哪里不满足就拆哪里!但拆容易,如何将拆完后的东西“合”起来才是关键。


    除了“拆”以外,服务化、平台化是另外一种有效的手段,将公共的东西独立出来,避免重复造轮子,既节省了重复投入的人力和资源成本,也能够快速支撑新的业务的实施


    ============================================================================================

    转载注明出处:互联网技术发展之路(2)- 业务如何驱动技术发展

    展开全文
  • 大数据驱动社会治理的创新转向

    千次阅读 2017-08-01 14:40:00
    大数据、智能化、移动互联、云计算成为了驱动经济发展和社会转型的重要力量,“用数据说话、用数据决策、用数据管理、用数据创新”成为了公共管理和国家治理的重要原则。面对社会运行的复杂性和艰巨性,大数据驱动...
  • 探寻“大数据驱动创新”的路径

    千次阅读 2013-12-05 09:28:56
    探寻“大数据驱动创新”的路径 ■主持人的话 错失机遇,就会落后  这一年来,全球热议大数据,大家都已经感受到了大数据带来的冲击。目前,大数据已经在社会管理、社会服务、公共安全等各方面改变着我们。 ...
  • 开源驱动全球经济发展

    千次阅读 2017-07-10 09:35:53
    转瞬之间,华为已从全球最大的设备制造商,转型为...答案在于华为的远见卓识:在今天这个由软件驱动的世界,无论是软件定义网络(SDN)和网络功能虚拟化(NFV),还是云计算和物联网(IoT),都有太多的软件需要开发。
  • 在“2016中国(成都)智慧产业国际博览会”举办期间,以“智造引领转型,互联驱动创新”为主题的“2016中国(四川)智能制造创新合作论坛”于 8月4日成功举办
  • 供应链金融被银行等金融机构视为扩展深耕企业客户的有利抓手,是因为 它与链上企业日常业务结合紧密,具体体现在其事件驱动、闭合式运作、自偿 性、连续性的四大特点上。解决好对小微企业和民营企业的贷款、信贷支持...
  • 在这个目标之下,华为希望帮助政府、企业和个人建立无缝隙的全联接网络:政府能利用IT技术做好服务,企业基于基础设施可激发创新能力,获取新的商机;而个人能获得更好的数字化生活。 在全联接时代,存储技术将会...
  • 驱动城市运行体征的管理创新  城市运行体征管理是采用大数据理念对城市运行体征进行全面管理,不断发现数据潜在价值,实现“用数据驱动城市运行”的动态过程。首先,基于顶层设计构建指标体系;其次,对指标...
  • 工业互联网创新发展20问

    千次阅读 2020-08-04 14:06:47
    同时,多位代表委员都肯定了工业互联网的重要地位,并建言工业互联网的发展。 全国政协委员、中国工业互联网研究院院长徐晓兰表示,工业互联网应用场景的成功已经让业界达成未来发展的共识,可以说工业互联网成功...
  • 全文转自:中兴通讯:远端射频模块(RRU)关键技术创新发展趋势 远端射频模块(RRU)包含收发信机(TRX)、功放、射频(RF)算法、滤波器、天线五大专有关键技术方向。其中TRX主要聚焦高集成、低功耗、大带宽技术;...
  • 从传统产业来看,伴随要素成本上升、资源环境压力加大、产能过剩持续,以及后发国家工业化和发达国家再工业化的双重挤压,以往依靠要素驱动和依赖低成本竞争的增长模式越来越难以为继,迫切需要转型发展。...
  • 了解业务驱动

    千次阅读 2019-05-05 10:03:37
    公司是否鼓励创新 创业应该业务驱动还是技术驱动? 初期业务为先,技术验证用户需求 中期技术不掉队,沉淀业务逻辑。 末期回归商业本质,技术驱动效率 程序员都需要了解业务 最近一位...
  • “开源不再是开发者的个人热情,它已成为许多技术驱动型产业背后重要的创新推动力。 在科技向善的使命与愿景指引下,腾讯将进一步拥抱开源,与广大开发者一起创造正向价值。 ” 腾讯高级执行副总裁、云与智慧产业...
  • 数据作为数字经济的核心生产要素,正成为经济转型和发展的新引擎,成为社会治理的有效可行的手段。在新冠肺炎疫情的防控工作中,大数据分析、人工智能等在疫情监测、疫情分析、病毒溯源、防控救治、资源调配等环节的...
  • 近日,发改委、工信部等11个国家部委联合下发了“关于印发《智能汽车创新发展战略》的通知”(以下简称《战略》),虽然之前国家也出台过有关智能汽车的文件,但都是发展AI产业总体框架中的一部分,如今出台的《战略...
  • AR BUY+开放平台优势在于,电商是一个强转化率的商业平台,对于商家和开发者而言具备更强的创新驱动力。 总结 新零售的核心是线上线下的结合,强调的是人、货、场景的优化体验,其最大的魅力是没有固定...
  • 大数据时代的到来是技术创新发展的必然结果,从微信红包到“马丁”的电影票之争;从嘀嘀、快的打车大战到“来自星星的你”的热播;表面看来是各路商家在抢用户的明争暗斗,其实后台都是对大数据市场的争夺。商家...
  • 中国人民大学国家发展与战略研究院、中国人民大学国际货币研究所、浙江大学互联网金融研究院、中关村互联网金融研究院、深圳市金融科技协会作为学术支持单位的“金融科技创新应用与发展”研讨会暨首届“NIFD-DCITS...
  • 很多学者看来,中国经济能取得如此快速的发展,“中国制造”的产品能够风靡全球,成为“世界工厂”,是一个不可思议的现象,而这种现象出现的背后却存在着巨大的隐患。中国经济,尤其是传统的制造业,过度依赖于资源...
  • 来源:... 我们有时重做系统,比如原来的电脑是Vista系统,你把它弄成xp的(我也想装win7,不过配置不够)。 ...装完之后,安装驱动,常常发现声卡不好用,按
  • 详解大数据本质、理念与现状,围绕数据驱动四环节—采集、建模、分析、指标,深入浅出地讲述企业如何将数据驱动方案落地,并指出数据驱动的价值在于“数据驱动决策”、“数据驱动产品智能”。最后通过互联网金额、...
  • 数字政府的兴起是政府部门对经济演进到数字形态的自我适应,也是我国深化改革赋能数字经济发展的关键举措。面对数字经济条件下市场体系的特征变化及面临挑战,本文提出,数字政府赋能的核心在于增进...
  • 自2010年涉足工业机器人领域至今,一直秉承着自主创新的理念,持续不断的为客户创造价值,凭借强大的研发团队,配天机器人已经攻坚了视觉系统、伺服系统、控制器等多个业务板块。目前配天主要以高端6轴机器人研发...
  • kX驱动安装

    千次阅读 2014-02-25 07:13:11
    对于kX驱动,相信很多人都是又爱又恨,原因是因为它的确强大,但又有些复杂。 其实kX一点儿都不复杂,只要你认真的看官网的文档,就能很快的知晓各个插件的用途,和使用方法。(有多种语言,虽然没有中文,...
  • 语境驱动测试7原则

    千次阅读 2012-09-27 10:30:57
    语境驱动测试7原则 探索式测试的奠基人和积极实践者Cem Kaner和James Bach都支持语境驱动测试[Kaner12]。语境驱动测试的7条基本原则对于正确理解并应用探索式测试具有重要意义,本节将予以简单讨论。 原则1:任何...
  • 前端开发创新实践

    千次阅读 2018-04-12 10:44:17
    近年来,前端技术领域迅猛发展,各种新技术、框架、工具,层出不穷。业内众多优秀企业保持积极探索精神,对现有工具、技术进行了深入探索,甚至缘于研发工作需求进行了升级研发与深度定制。本期我们集合多位前端技术...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 20,079
精华内容 8,031
关键字:

创新驱动发展的体现