数据管理

数据管理新闻，操作方法，功能，评论和视频

预算/数据/分析/图表/金钱
特征

5项数据分析投资值得大肆宣传

分析技术常常被当作变革的魔法。但是，这五项新兴的分析投资看起来很有前途，并且足以产生未来的底线收益。

苹果橙子片混合拼图平衡对立水果savatore格萨斯flickr
下一代健康IT 通过

应用认知科学来支持采用数据管理

当今的业务关系经理拥有使数据管理更加粘人的新技术。混合起来以更好地采用数据功能。

恢复候选人的职业生涯
特征

CDO简历：担任首席数据官角色的4条技巧

随着企业采用以数据为导向的策略，首席数据官正在增加。但是，您将需要遵循以下四个技巧来编写完美的CDO简历来获得这份工作。

CSO loading= high-value targets > binary targeting of executives" itemprop="image" />
特征

首席数据官：CIO的最新盟友

随着组织转向以数据为驱动的战略，CDO的角色正在上升。但是要成为一个实体要成功，CIO和CDO必须协同工作-明确划分职责。

chombosan getty的分析研究数字图表
特征

数据准备工具：分析策略的秘密武器

数据准备经常被引用为在组织内利用数据的主要障碍。为您的组织获取正确的工具可以帮助您取得突破。

一名商人登上楼梯的业务和业务数据的符号所包围。
推动数字化转型 通过

现代企业数据策略所需的5种技术功能

成为数据驱动型企业，需要不断追求卓越。这并不简单，但也不应该令人生畏。

医疗数据云服务
医疗技术趋势 通过

医疗数据的提升时刻

解锁患者数据将引领我们走向未来，届时医疗保健将大大改善体验，并带来卓越的结果。但是，在消费者访问个人健康记录的周围将设有护栏。

数据艺术家可视化解释器油漆刷油漆多彩divergent2
驯服企业复杂性 通过

有效的数据建模

了解数据是获得任何企业控制权的前提。但是，只有在知识可以共享和传播的情况下，理解才有用。有效的数据建模应该是任何企业架构师的主要重点。

电子健康记录[EHR] /数字医疗数据，监控健康状况，医生，笔记本电脑
医疗技术趋势 通过

新的创新模式：通过医疗数据获利

医疗保健企业正在启动程序，通过提供与研究人员和创新者的联系来使患者的医疗数据获利。这些举措如何使所有利益相关者受益（或忽略一些利益相关者）。

人工智能脑机器学习数字转换世界联网
特征

AI项目失败的6个原因

数据问题是AI项目达不到预期的主要原因之一。但是，如果您可以从错误中吸取教训并致力于长期发展，那么您的AI努力更有可能获得回报。

大数据消息系统/信息架构/镶嵌基础架构
驯服企业复杂性 通过

都是关于数据的

控制企业数据是驯服企业复杂性的关键因素。但是，没有理解的控制是麻烦的秘诀。了解数据是每个企业架构师的义务。

分析二进制代码网络数字转换
特征

UNTS专注于文化，治理以使数据发挥作用

北德克萨斯大学系统淹没了无法使用的数据，采取了雄心勃勃的战略，以建立数据驱动的文化，并能够将分析应用于其运营的各个方面。

带有合规性和法规印章的法律文件堆栈
新闻

Schrems II：跨大西洋数据传输的最新挑战对IT意味着什么

奥地利律师Max Schrems关于Facebook将其个人数据转移到美国的第一桩投诉使《安全港》数据共享协议告吹。现在，欧洲最高法院正在审查他关于使用...的申诉。

删除按钮垃圾桶安全数据删除
特征

数据删除：您的数据策略最大的防御

如果数据是新油，则安全处理对于避免数字上有毒的泄漏至关重要。这一切都始于强大的数据删除策略。

飓风疏散路线标志117239592
特征

佛罗里达州莱昂县通过数字化飓风反应挽救生命

该县以创新的方式利用GIS技术和仪表板来收集和分析迈克尔飓风期间和之后的响应数据，从而挽救了生命。

apache spark 900x600
由数据转换 通过

使用Apache Spark转换数据

由于Spark的速度，易用性和多功能性，Spark是数据驱动型企业的理想大数据工具。这将帮助您快速了解数据并帮助您更快地做出明智的决策。

抽象连接和数据之间的握手。
由数据转换 通过

数据治理是数据驱动业务的关键

数据治理并不复杂，但是其实施需要专家的意见，以及公司的本地知识及其开发可带来真正利益的解决方案的特殊性。

伦理人工智能人工智能算法
特征

在企业中促进道德AI的6个技巧

随着对所谓“道德人工智能”的呼声越来越高，顾问们建议采取步骤创建公平，平衡的算法。提示：没有神奇的子弹。

拔河比赛
自适应CIO 通过

为什么数据治理很重要-谁应该拥有它？

首席信息官 是否应在数据治理中发挥积极作用？他们的组织即使不提高业务价值也可能需要生存。

分析二进制代码网络数字转换
数据管理中的敏捷创新 通过

数据治理–证明价值

数据治理到底有何不同？

装载更多