A. 數據提升具體應該怎麼做
業務上
1.業務為核心，數據為王
了解整個產業鏈的結構
制定好業務的發展規劃
了解衡量的核心指標
有了數據必須和業務結合才有效果
需要懂業務的整體概況，摸清楚所在產業鏈的整個結構，對行業的上游和下游的經營情況有大致的了解。然後根據業務當前的需要，指定發展計劃，從而歸類出需要整理的數據。最後一步詳細的列出數據核心指標（KPI），並且對幾個核心指標進行更細致的拆解，當然具體結合你的業務屬性來處理，找出那些對指標影響幅度較大的影響因子。前期資料的收集以及業務現況的全面掌握非常關鍵。
2.思考指標現狀，發現多維規律
熟悉產品框架，全面定義每個指標的運營現狀對
比同行業指標，挖掘隱藏的提升空間
拆解關鍵指標，合理設置運營方法來觀察效果
爭對核心用戶，單獨進行產品用研與需求挖掘
業務的分析大多是定性的，需要培養一種客觀的感覺意識。定性的分析則需要藉助技術、工具、機器。而感覺的培養，由於每個人的思維、感知都不同，只能把控大體的方向，很多數據元素之間的關系還是需要通過數據可視化技術來實現。
3.規律驗證，經驗總結
發現了規律之後不能立刻上線，需要在測試機上對模型進行驗證。
技能上
1.Excel是否精鑽？
除了常用的Excel函數（sum、average、if、countifs、sumifs、offset、match、index等）之外，Excel圖表（餅圖、線圖、柱形圖、雷達圖等）和簡單分析技能也是經常用的，可以幫助你快速分析業務走勢和異常情況；另外，Excel裡面的函數結合透視表以及VBA功能是完善報表開發的利器，讓你一鍵輕松搞定報表。
2.你需要更懂資料庫
常用的資料庫如MySQL，Sql Server、Oracle、DB2、MongoDB等；除去SQL語句的熟練使用，對於資料庫的存儲讀取過程也要熟練掌握。在對於大數據量處理時，如何想辦法加快程序的運行速度、減少網路流量、提高資料庫的安全性是非常有必要的。
3.掌握數據整理、可視化和報表製作
數據整理，是將原始數據轉換成方便實用的格式，Excel在協同工作上並不是一個好工具，報表FineReport比較推薦。項目部署的Tableau、FineBI、Qlikview一類BI工具，有沒有好好培訓學習，這些便捷的工具都能淡化數據分析時一些重復性操作，把精力更多留於分析。
B. 如何提高數據中心的效率
（1）優化IT功率
由於IT系統最終需要供電，數據中心管理人員需要嘗試降低所需IT設備的功率（稱為負載有功功率）。60％的有效負載功率由伺服器消耗，因此採取以下行動降低所需的能耗至關重要：
•清理工作負載，並消除一切不必要的負載。
•合並虛擬機。
•虛擬化更多的工作負載。
•繼續關閉那些供電但不起作用的伺服器。
•用較新的伺服器替換舊伺服器。
（2）優化數據中心空間
在伺服器虛擬化出現之前所構建的數據中心可能被過度構建，以滿足當時的設備需求，因此如今可以進一步減少IT設備所需的空間和更少的IT功率。
在構建新的數據中心時，將數據中心分解為單個模塊的模塊化設計是值得考慮的，這些模塊可以作為更靈活有機的數據中心設計的一部分，並且不斷更新升級。
（3）優化數據中心冷卻
為了實現最低的能耗，數據中心管理人員應確保採用基本的數據中心冷卻最佳實踐：
•安裝節能器-節能器在寒冷地區可顯著降低PUE。例如，在北美的大部分地區，40％至90％的冷卻可以通過能器節使用從外部進來的空氣。
•包含設備和熱量-隔離結構可容納數據中心設備產生的最多熱量，將熱量從數據中心散發出去，或加熱建築物的其他部分空間。
•優化空調系統-優化空調系統有兩種主要方式，一是使用替代的冷卻源（例如空氣優化器）定期關閉空調系統，二是或者持續改變電源頻率，這有助於減少總的能量消耗。
（4）提高數據中心電源和冷卻的效率
過時的電力輸送系統，包括不間斷電源（UPS），配電單元（PDU）和變壓器，可能對PUE值產生負面影響。因此，可以評估當前狀況，未來需求和現代替代方案。雖然這需要一定的時間和投資，但通常在PUE值改進方面和節省成本方面會帶來良好的回報。
（5）利用DCIM工具
可以通過使用數據中心基礎設施管理（DCIM）軟體實現對能源效率的進一步改進。DCIM軟體在物理IT設備的操作需求和物理設施（建築物和環境控制）之間提供必要的聯系。