日前，由上讯信息与中桥咨询联合打造的国内首部《中国CDM技术及市场应用白皮书》（以下简称“《白皮书》”）正式发布。《白皮书》指出，数字经济需要新一代功能多元化、部署智能化，以及自动化、智能、全流程数据安全的数据管理平台。

该省推出的涉企移动政务服务平台上线一年多来，市场主体注册用户已突破300万，平台上线企业服务事项达到803项，将逐步成为企业办事的“身份证”和“通行证”。

近日，Gartner发布了数据与分析领域的十大技术趋势，为数据和分析领导者的新冠疫情（COVID-19）响应和恢复工作提供指导，并为疫情后的重启做好准备

虽然目前还没有一种通用的方法来管理客户数据，但是在捕获、存储和分析这些数据时，任何组织都应该遵循一些指导方针，这四点或许可以参考一下。

在2017年数据管理成熟度曲线着重介绍的另外35种技术中，四种被认为是变革性技术。预计两种技术：事件流处理（ESP）和操作型内存数据库管理系统（IMDBMS）会在两到五年内进入到实质生产的高峰期，区块链和分布式账本预计五到十年内进入到高峰期。

云端机器数据分析供应商Sumo Logic在近期委托UBM对这些趋势进行深度研究。2016年12月，UBM对拥有500名或以上员工公司的235位IT运营、应用开发和信息安全的专业人员进行了调查，以此评估IT运营和现代应用工具的现状。

　　以下是每家公司为了确保数据治理成功所应采取的六个简单步骤。 　　第一步：落实合适的人员负责治理。 　　任何成功的数据治理计划的第一个步骤就是，要在本企业找到CEO可以授权的人，然后让该人负责项目的具体实施。没有什么能取代强有力的领导。 　　数据治理是涉及人事的一个难题，这需要在许多不同的利益相关者之间

　　伴随着银行业务转型及精细化管理的推进和深化，高质量的数据已成为新时期“信息化银行”的核心竞争力之一。为了充分发挥和提升数据资产的价值，农业银行经过探索与实践，已形成了数据管理体系框架，并把解决具体数据问题作为切入点，与业务管理、系统建设紧密结合推进实施，系统数据质量稳步提升，数据应用水平不断提高

　　MDM的业务目的 　　通过对没有MDM的IT环境进行分析，我们可以很容易的理解MDM的业务目的。分析结果可以总结为下面的四个主要问题： 　　01数据冗余 　　没有MDM功能，企业内的每一个系统、应用、甚至业务部门都会收集自己版本的核心业务实体数据。最好的例子就是对客户数据的收集。客户的关键属性如客户名称和地址信息