打过游戏的朋友可能有一个常识，越是精彩纷呈、奖励丰厚的副本，越是需要召集队友一同组团闯关。很多实体企业在数字化转型中，也不会单打独斗，一把手会先找咨询公司对企业内外情况进行调研、梳理、规划，提出一个顶层规划的数字化解决方案。毕竟，谁不希望被更懂数字化的咨询公司直接带飞呢？
在企业的需求驱动下，很多ICT企业也开始提供针对性的咨询服务，为行业客户提供一揽子、交钥匙的数字化解决方案。其中，背靠软通动力的软通咨询，成立以后的增长就十分迅猛。
软通咨询是如何与企业们一起“闯关打怪”的，我们能从中提取出转型攻略，看看千行百业究竟需要怎样的队友。
闯关：调成HARD模式的数字化转型
如果说数字化转型是一个闯关游戏，那么非数字原生的实体企业，就被调成了HARD难度，面临更多挑战。
挑战之一，在规划阶段，数字化对企业原本的物流、资金流、信息流、人事管理等都进行再造，需要通盘规划，才能确保后续顺利地落地实施，挑战企业的“顶层设计”能力。
挑战之二，在部署阶段，数字化不是简单地引入一个算法，或者上马一个平台，需要AI、IoT、云计算、大数据、数字孪生等多种技术的综合运用，挑战企业的“技术把控”能力。
（数据资产管理架构图）
挑战之三，在运维阶段，数字化改造或系统的上马不是数字化的终点，相反，作为一个体系化的长期性工程，它还需要结合企业在经营生产过程中的实际情况，不断迭代、优化、调整、磨合才能体现出终极价值，然而，实体企业往往不是数字人才的首选雇主，挑战企业的“人才建设”能力。
被调成了HARD模式的数字化转型中，软通咨询成为越来越多企业的可靠队友，究竟看中了它的哪些特质？
组队：叠buff的软通咨询，
持续输出原力
如果将软通咨询看作数字化升级中的一个输出型队友，要保证持续不断地输出，除了本身法力值要足够大之外，还需要在战斗中不断地给自己叠buff，带来额外的增益，自然也就能够成为更值得队友信任的选择。
目前，在软通咨询身上，我们可以发现三重buff。
第一重buff：软通动力的加持。软通咨询可以站在巨人的肩膀上，借助母公司软通动力的100多个行业数字化转型解决方案，为客户提供全栈式服务，将转型方法论、解决方案与落地紧密融合，提供端到端服务，从战略规划、业务规划、IT规划、业务实施、持续运维等各个环节为企业把关，真正做到“业务驱动转型”，避免为了转型而转型。
第二重buff：数字人才的汇聚。咨询行业是知识密集型行业，软通咨询的团队成员来自各大国际知名咨询公司，同时，脱胎于实体企业的它，也是更愿意、更能够理解实体企业的一个，比如，对于千行百业的多元化需求，软通咨询进行了服务模式的创新，大型企业可以选择整合打包的全栈解决方案，推动全面深入的数字化，中小微型企业则可以选择“轻咨询”，根据特定的业务痛点，选择简易快捷、成本更低的数字化方案，快速从数字化中受益，这些都是真正从用户角度出发才能想到、做到的。
第三重buff：产业伙伴的共创。不仅转型企业不能单打独斗，咨询服务商同样也需要与产业伙伴协作。比如软通咨询就与全球领先的亚马逊云科技合作，共同为制造等行业的客户提供数字化技术与解决方案。
一层层的buff叠加之下，软通咨询可以为企业持续输出数字化转型所需要的力量，帮助它们快速通关。
得分：软通咨询与亚马逊云科技
携手为制造业送出“助攻”
前不久，软通咨询与亚马逊云科技共同发布了《制造业数据治理白皮书2022版》，从制造业在数字化转型中“数据治理”这一个环节中，就能看到，软通咨询联合亚马逊云科技是如何联手为企业送出“助攻”、不断“得分”的。
制造业是历代工业革命的桥头堡，是技术提高生产力的关键领域，但要在工厂中点亮数字化，难度也很大。一来，劳动力的成本提升，大量制造企业的风险承受能力较低；二来，真实场景中的工业体系极度复杂，制造业数字化、智能化也被认为是最难做的领域之一。
拿“数据治理”来说，《制造业数据治理白皮书2022版》就发现了数据多源异构、数据可信度低、企业数据文化建设薄弱等多重问题。
面对上述挑战，软通咨询联合亚马逊云科技，共同建立一套DataGo数据治理平台，帮助制造企业一步步通关。
第一关：规划层面。
结合软通动力多年来积累的企业数据治理经验，构建了软通动力数据治理框架，为制造企业提供可参考、可落地的数据治理解决方案。
世界领先的装备制造商Z公司，旗下成员企业众多， IT 技术能力不均衡， IT 资产复杂，集团又希望了解全员企业的数据资产情况。这种复杂情况，就需要考虑到数据平台的易用性与功能完整性。
此时，DataGo 数据治理平台依托软通动力多年的数据中台实施经验，涵盖了全生命周期的数据管理工具与方法论，结合亚马逊云科技的数据治理体系，有针对性地制定数据治理策略，帮助Z公司构建了企业级数据湖和数据仓库 (EDW)，既满足了成员企业对数据自主权限管控的需求，又提升跨层级跨单位的数据共享及利用能力，综合降低了集团的大数据开发使用成本。
（DataGo数据治理平台）
第二关：落地层面。
在实际落地部署中，制造企业对成本控制、落地效果等ROI指标是非常看重的。白皮书呈现的某大型全球化制造企业G公司在全球拥有 100 家厂区、20 多万名员工，由于业务体量较大，企业信息基础设施老旧，对业务的支撑渐成掣肘，迫切需要提高数字化能力。同时，G 公司对成本的把控较严，对数据平台的投入产出比十分看重，希望初期投资较小，随着业务体量的上升再去增加投入。
软通咨询的数据平台就按照工业数据湖的理念进行顶层设计规划。新方案实现了混合数据源的数据集中收集、存储，采用事件触发的设计模式实现低成本的数据转换和 WIP 指标计算，并将结果存入低成本的数据湖存储层，业务用户仍然沿用熟悉的报表工具对数据进行查询和报表生成。最终，以渐进式迭代的方式以较低的数字化成本帮助G公司完成了工业数据湖底座的设计和落地，提升了企业对数据的治理水平和数据安全管控，为将来引入AI等创新应用打下了坚实基础。
（顶层设计架构）
第三关：人才层面。
前面提到，很多制造企业都受困于数字人才不足，中国某医疗器械零售商A公司从2018年就开始尝试数据治理工作，但由于基础薄弱，缺少人才，大量数据清理、标准制定、流程管控、数据挖掘等工作都尚未开展。
软通咨询了解到这个情况之后，帮助客户开展了人才规划、管理制度等建设，开始积极储备数字人才。同时，帮助客户聚焦大交易流为核心的现状问题和改进建议，制定数据治理工作规划。再结合大交易流数据治理实践，确保数据入湖前得到管控，为后续数据入湖奠定基础。
（数据治理规划示意图）
在软通咨询与亚马逊云科技的制造业数据治理实践中，我们看到的不仅是商业解决方案的有效性，还有“队友”一样可以托付后背的互信，才能为制造企业精准地送出“助攻”，在数字化转型路上走得更远。
数字时代，如同游戏副本一样，既是一场充满艰险的冒险，也代表了丰厚的奖励和升级机遇。机会就在千行百业自己手中，而软通咨询这样的可靠队友，是数字化旅途中不可或缺的同行者。一个人可能走得更快， 但是一群人终将走得更远。
我正在尝试解析一个CSV文件并使用SQL命令自动为其创建一个表。CSV中的第一行给出了列标题。但我需要推断每个列的类型。Ruby中是否有任何函数可以找到每个字段中内容的类型。例如，CSV行:"12012","Test","1233.22","12:21:22","10/10/2009"应该产生像这样的类型['integer','string','float','time','date']谢谢! 最佳答案 require'time'defto_something(str)if(num=Integer(str)rescueFloat(s
目录一.加解密算法数字签名对称加密DES(DataEncryptionStandard)3DES(TripleDES)AES(AdvancedEncryptionStandard)RSA加密法DSA(DigitalSignatureAlgorithm)ECC(EllipticCurvesCryptography)非对称加密签名与加密过程非对称加密的应用对称加密与非对称加密的结合二.数字证书图解一.加解密算法加密简单而言就是通过一种算法将明文信息转换成密文信息，信息的的接收方能够通过密钥对密文信息进行解密获得明文信息的过程。根据加解密的密钥是否相同，算法可以分为对称加密、非对称加密、对称加密和非
在Ruby中，是否有一种简单的方法可以将n维数组中的每个元素乘以一个数字？这样:[1,2,3,4,5].multiplied_by2==[2,4,6,8,10]和[[1,2,3],[1,2,3]].multiplied_by2==[[2,4,6],[2,4,6]]？(很明显，我编写了multiplied_by函数以区别于*，它似乎连接了数组的多个副本，不幸的是这不是我需要的)。谢谢! 最佳答案 它的长格式等价物是:[1,2,3,4,5].collect{|n|n*2}其实并没有那么复杂。你总是可以使你的multiply_by方法:c
我正在使用Ruby解决一些ProjectEuler问题，特别是这里我要讨论的问题25(Fibonacci数列中包含1000位数字的第一项的索引是多少？)。起初，我使用的是Ruby2.2.3，我将问题编码为:number=3a=1b=2whileb.to_s.length但后来我发现2.4.2版本有一个名为digits的方法，这正是我需要的。我转换为代码:whileb.digits.length当我比较这两种方法时，digits慢得多。时间./025/problem025.rb0.13s用户0.02s系统80%cpu0.190总计./025/problem025.rb2.19s用户0.0
我正在构建一个小部件来显示奥运会的奖牌数。我有一个“国家”对象的集合，其中每个对象都有一个“名称”属性，以及奖牌计数的“金”、“银”、“铜”。列表应该排序:1.首先是奖牌总数2.如果奖牌相同，按类型分割(金>银>铜，即2金>1金+1银)3.如果奖牌和类型相同，则按字母顺序子排序我正在用ruby做这件事，但我想语言并不重要。我确实找到了一个解决方案，但如果感觉必须有更优雅的方法来实现它。这是我做的:使用加权奖牌总数创建一个虚拟属性。因此，如果他们有2个金牌和1个银牌，加权总数将为“3.020100”。1金1银1铜为“3.010101”由于我们希望将奖牌数排序为最高的，因此列表按降序排
我想为名字验证编写一个正则表达式。正则表达式应包括所有字母(拉丁/法语/德语字符等)。但是我想从中排除数字并允许-。所以基本上它是\w(减)数(加)-。请帮忙。 最佳答案 ^[\p{L}-]+$\p{L}匹配anykindofletterfromanylanguage. 关于ruby-on-rails-rails中的正则表达式匹配[\w]和"-"但不匹配数字，我们在StackOverflow上找到一个类似的问题： https://stackoverflow.c
在我的应用程序中，我有一个文本字段，用户可以在其中输入类似这样的内容"1,2,3,4"存储到数据库中。现在，当我想使用内部数字时，我有两个选择:"1,2,3,4".split(',')或string.scan(/\d+/)do|x|a两种方式我都得到一个像这样的数组["1","2","3","4"]然后我可以通过在每个数字上调用to_i来使用这些数字。有没有更好的方法可以转换"1,2,3"to[1,2,3]andnot["1","2","3"] 最佳答案 str.split(",").map{|i|i.to_i}但是这个想法对你来说
我有一个随机大小的散列，它可能有类似"100"的值，我想将其转换为整数。我知道我可以使用value.to_iifvalue.to_i.to_s==value来做到这一点，但我不确定我将如何在我的散列中递归地做到这一点，考虑到一个值可以是一个字符串，或一个数组(哈希或字符串)，或另一个哈希。 最佳答案 这是一个非常简单的递归实现(尽管必须同时处理数组和散列会增加一些技巧)。deffixnumifyobjifobj.respond_to?:to_i#IfwecancastittoaFixnum,doit.obj.to_ielsifobj
什么是测试格式验证的最佳方法让我们说一个用户名，使用字母数字的正则表达式，但不是纯数字？我一直在我的模型中使用以下验证validates:username,:format=>{:with=>/^[a-z0-9]+[-a-z0-9]*[a-z0-9]+$/i}数字用户名(例如“342”)通过了验证，这是我不想要的。 最佳答案 您想“向前看”一封信:/\A(?=.*[a-z])[a-z\d]+\Z/i 关于ruby-on-rails-Rails格式验证——字母数字，但不是纯数字，我们在Sta
如果至少有两个相邻的数字相同，格式为，我需要打包.这是我的输入:[2,2,2,3,4,3,3,2,4,4,5]以及预期的输出:"2:3,3,4,3:2,2,4:2,5"到目前为止我试过:a=[1,1,1,2,2,3,2,3,4,4,5]a.each_cons(2).any?do|s,t|ifs==t如果相等，也许可以尝试计数器，但那是行不通的。 最佳答案 您可以使用Enumerable#chunk_while(如果你使用的是Ruby>=2.3):a.chunk_while{|a,b|a==b}.flat_map{|chunk|chu
