爱分析-中国非结构化数据中台实践白皮v2-释放非结构化数据价值助力数据驱动型组织

释放非结构化数据价值，助力数据驱动型组织—中国非结构化数据中台实践白皮书V202非结构化数据中台助力数据驱动型组织02非结构化数据中台助力数据驱动型组织数字化转型催生数据驱动型组织非结构化数据中台的建设指南03非结构化数据中台的应用场景非结构化数据中台的建设指南非结构化数据中台的未来趋势非结构化数据中台的未来趋势生数据驱动型组织•数字化转型持续深入•数字化转型催生数据驱动型组织•数据中台是数据能力建设的核心支撑•非结构化数据中台兴起中国非结构化数据中台实践白皮书V201数字化转型持续深入需求驱动•全球经济下行，人口红利、城镇化红利、互联网红利逐渐消失，数字化转型是未来唯一的增。当下，转型领军企业竞争壁垒已然显现，更多传统企业加速布局，数字原生企业快政策驱动技术驱动化数字化转型是指企业利用数字技术，通过商业模式、业务流程、组织架构等重塑，为客户创造新的价值。Page5数据辅助辅助决策中，数据是副产物，业务人员基于行业经验和原有流程去做据主要是用于监测业务进展和洞察一些规律，由业务人员做驱动数据辅助辅助决策中，数据是副产物，业务人员基于行业经验和原有流程去做据主要是用于监测业务进展和洞察一些规律，由业务人员做驱动业务人员辅助和数据作为核心指导，而业务人员是以辅助角色支撑数据驱动业数字经济时代，催生以数据为代表的新型生产要素。以数据驱动业务，打造数据驱动型组织，已然成为企业数字化转型的主线。数数据驱动age以数据为生产要素数据驱动决策型组织数据驱动创新数据驱动型组织的定义以数据为生产要素数据驱动决策型组织数据驱动创新数据驱动型组织是以数据为生产要素的组织，以数据驱动业务，实现持续增长和创新发展，以重塑组织的生产力。动型组织在进行关键业务决策时，以数据为基础，通过高质量的数据分析驱动业动型组织注重知识沉淀和传承，以保证业务的持续创新能力，并在开辟新的业务e数据驱动业务数据驱动决策驱动运营驱动创新落地业务价值产是以电子数据形式并且预期会给资产持有来经济利益或具有潜在数据驱动业务数据驱动决策驱动运营驱动创新落地业务价值产是以电子数据形式并且预期会给资产持有来经济利益或具有潜在标准、统一、价值业经营数据户行为数据据作数据海量、分散、多元化从数据生产要素到数字资产，进而以数据驱动业务，落地业务价值，核心在于构建数据能力。数数字资产构建数据能力整合、治理、洞察ge融公共服务能与零售融公共服务能与零售多的企业对于数据中台的价值形成•对于数据驱动型组织，数据能力建设涉及数据与安全，需要以数据中台关键生产要素，进行数据治理的数据中业务流程，已然成为核心业务系统。数据中台数据源应应用场景整合整合治理资产洞察采集层ge非结构化数据的特点•海量数据规模，且数据存储占比高•数据来源丰富，分散各个系统•数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻非结构化数据的特点•海量数据规模，且数据存储占比高•数据来源丰富，分散各个系统•数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻非结构化数据结构化数据知识图谱数据根据Gartner分析，企业80%的数据将会由非结构化数据构成。在数据爆炸式增长的当下，蕴含可观价值信息的非结构化数据，成为数据驱动型组织数据的增长主力。非非结构化数据的定义非结构化数非结构化数据机器数据机器数据全域数据全域数据e海量结构化数据管理，内容对象、元数是分离存储和独立管理，难以同时扩展，加剧海量非结构化数据的管海量结构化数据管理，内容对象、元数是分离存储和独立管理，难以同时扩展，加剧海量非结构化数据的管多样单一算法技术很难识别、分析。分分散岛、知识数据孤岛、桌面数据孤据孤岛使得文档数据分散储存，无理，难以快速准确地搜索，业务系异异构深层次价值面临巨大挑战。e非结构化数据中台非结构化数据管理需要革新的底层架构非结构化数据中台底底层数据挑战•非结构化数据管理需要将底层数据打通，从源头保障数据资产的复用能力，数数据架构挑战•从数据库到数据仓库、大数据平台，传统数据架构并非面向非结构化数据再演进到结构化数据中台，非结构化数据处理能力仍然是瓶颈，非智智能技术挑战融入其中，借助深度学习等人工智能技术实现数据治理，进而实e应用场景融公共服务能与零售整合治理驱动非结构化数据中台应用场景融公共服务能与零售整合治理驱动非结构化数据中台资产洞察架构底座数据源文档、图片等非结构化数据•非结构化数据中台对文档、图片等非结构化数据进行汇集，融合人工智能技术，基于先进的数据架构底座，对非结构化数据进行整合、治理、洞察形成数字资产，进而赋能各行各业应用。数据驱动型组织•数据驱动型组织面临的非结构化数据挑战•非结构化数据中台解决方案中国非结构化数据中台实践白皮书V202e数据价值挖掘数据能力的核心。数据量、数据的使用程度、内化数据的过程据驱动型组织构建数据能力的考量因素，而能否有效地挖掘数数据价值挖掘数据能力的核心。数据量、数据的使用程度、内化数据的过程据驱动型组织构建数据能力的考量因素，而能否有效地挖掘数对于数据驱动型组织而言，数据已然具备生产要素的地位，实现数据的资产化、知识化，是打造数据驱动型组织的核心支撑。数据价值挖掘是数据资产化、知识化的基本路径，在数据价值挖掘的同时，数据驱动型组织必然着眼数据安全问题，数据安全业务合规是数据驱动型组织实现数据驱动业务的根基。因而，对于数据驱动型组织，数据价值挖掘、数字资产安全管理都是不可忽视的需求。数字资产安全产安全是构建数据能力的根基。落地数据驱动型组织，数据要，而最大限度地保护数据资产安全，是数据驱动决策e合不同终端数据，打破数岛，对数据进行统一存理合不同终端数据，打破数岛，对数据进行统一存理数据信息，并基于制度和组织，实现数理与应用对于一个企业而言，数据价值挖掘是战略层面的规划，是一项长期工作。对于整个非结构化数据中台的建设，更多的企业选择从顶层设计出发，逐级分段建设。根据企业自身的业务目标逐级建设，从底层场景领域、从优先场景领域切入，逐步纳入更多的业务模块，以达到企业数据能力的逐级进化和价值的持续叠加。面对海量非结构化数据，企业对于数据价值挖掘的诉求主要分为三个阶段：数据整合、数据治理、数据洞察三个阶段。网络，建立数据间段3e挑战挑战•数据类型多样，对于数据信息识挑战挑战•数据类型多样，对于数据信息识。数据整合•海量非结构化数据的访问与查询存在巨大挑战；•跨地域统一内容管理易网络拥塞，访问难；•类型各异、存放在异构环境中的非结构化数据进一步加大管理难数据治理数据洞察挑战•复合内容难以有效识别与组织利用；•隐性知识难以有效识别、表达及关键信息难度大；•非结构化数据知识体系复杂，基于知识网络洞察数据价值面临巨e数字资产安全需要立体安全企业需要搭建包括数据安全、访问安全、信息安全等在内的立体安全体系。信息安全信息安全•个人隐私数据•企业敏感信息•非法内容管控访访问安全•内容边界安全•内容访问审计•跨网跨地域多文档域访问安全法》,2005数数据安全•实时杀毒•数据备份恢复e敏感内容泄漏•敏感内容、个人隐私数据、非法信息难以识别与监管，靠人工识别管控工作量大效率低，经常发生的泄密访问安全挑战•企业在内容流转过程中没有统一的方式进行访问边界控制，机密信息识别、流转安全保护尚不完善，敏感内容泄漏•敏感内容、个人隐私数据、非法信息难以识别与监管，靠人工识别管控工作量大效率低，经常发生的泄密访问安全挑战•企业在内容流转过程中没有统一的方式进行访问边界控制，机密信息识别、流转安全保护尚不完善，访问安全全面管控病毒攻击风险•形态各异的病毒无孔不入，企业的数据安全面临高危风险文件备份性能不足•海量文件或小文件的备份和恢复性能严重不足，内容数据缺乏高效的保护方案信息安全信息安全访访问安全数数据安全e•非结构化数据中台对对象数据、元数据、索引数据进行汇集、管理，融合人工智能技术，提供先进的数据架构底座，构建非结构化数据能力。•非结构化数据中台基于双路径建设，实现数•非结构化数据中台对对象数据、元数据、索引数据进行汇集、管理，融合人工智能技术，提供先进的数据架构底座，构建非结构化数据能力。•非结构化数据中台基于双路径建设，实现数据的资产化、知识化，服务于企业多业务主题场景，包括文档管理、业务赋能、知识创新等。融公共服务能与零售非结构化数据中台应应用场景√治理整合洞察数据价值挖掘√治理整合洞察数据价值挖掘驱动√安全√安全全数字资产安全架构底座据池据池池非结构化数据非结构化数据中台基于双路径建设实现数据的资产化、知识化非结构化数据数数据价值挖掘数数字资产安全数据治理数据整合数据治理数据整合知识安全访问安全知识安全访问安全•在非结构化数据生成时即时治理文档管理体系、内容赋能体系•整合终端、业务系统、存储上底层数据源整合治理非结构化数据中台•在非结构化数据生成时即时治理文档管理体系、内容赋能体系•整合终端、业务系统、存储上底层数据源整合治理非结构化数据中台数据价值挖掘路径，非结构化数据中台主要基于业务主题落地，实现数据的整合、治理、洞察，进而实现资产化、知识化，非结构化数据中台涉及的业务主题主要有文档管理、内容赋能、知识创新。知识创新体系••利用知识图谱、自然语言处理智能技术洞察非结构化数据数据数数据数据洞察洞察立体安全的非结构化数据中台基于非结构化数据中台底层架构，集成数据安全、访问安全、信息安全不同层面的数字资产安全方案，从安全维度支撑非结构化数据中台的资产化、知识化。数据安全方案数据安全••高性能备份恢复•实时杀毒访问控制及安全方案访问安全••统一的权限及安全策略•开放的防泄密集成•密级管理•访问审计AI技术驱动的信息安全方案信息安全••敏感内容管控非结构化数据中台非结构化数据中台数据中心异地灾备中心度服务份数据库应用一致性任务调度备份恢复存储备份恢复数据中心异地灾备中心度服务份数据库应用一致性任务调度备份恢复存储备份恢复面向海量非结构化数据，基于对象存储的备份恢复方式面临巨大挑战，一是备份性能慢，二是恢复性能慢，而数据备份恢复性能低下的根本原因在于单位时间内磁盘的吞吐率无法提升。数数据采集统内容采集文档上传对象聚合技术√√据√√OSS网关对象聚合技术，并结合编排调度服务，提出高性能备份恢复方案，相比传统的NAS、对象存储备份恢复技术，性能得到数十OAERPPLMIM数据中心本一键恢复OAERPPLMIM数据中心本一键恢复病毒无时无刻不威胁着企业数据安全，实时杀毒是数据安全的首要任务。WindowsMaciOSAndroidAPIIClient/APP/Web消息服务存储服务消息消息服务杀杀毒引擎服务档库杀毒实时杀毒爱数基于数据备份、杀毒引擎服务、消息服务等手段，爱数方案特性说明下载元数据服务器部署控制台管理控制台对象存储域数据处理存储节点管理控制台元数据服务器对象存储部署控制台域AnyShare 跨域文档库交换爱数方案特性说明下载元数据服务器部署控制台管理控制台对象存储域数据处理存储节点管理控制台元数据服务器对象存储部署控制台域AnyShare 跨域文档库交换备文档集服务对象存储AnyShare非结构化数据的跨网流转大幅提升操作易用性及业务效率，而保证跨网的多文档域安全数据交换，需要建立统一、安全、可控、便捷的跨据交换通道。•跨网环境数据交换场景，即有网络设备隔离，数据被下载之后会进行打包和加密，•支持添加多个平级域，多个平级域之间可•可以支持的网络隔离设备，包括网闸、光InfoInsight隐私状态监管隐私数据定级隐私数据识别据爱数信息安全方案智能识别立体监控•实时、分层、多视角•企业隐私分布及风险动态“一目了然”高InfoInsight隐私状态监管隐私数据定级隐私数据识别据爱数信息安全方案智能识别立体监控•实时、分层、多视角•企业隐私分布及风险动态“一目了然”高效保护•AS非结构化数据中台自带隐私保护功能，隐私数据识别和保护，极大节约成本GDPR极大组织隐私管控策略设定部门隐私统计信息查询组织隐私分布状态监控查看文档隐私类别查看文档隐私详情者传统隐私数据识别、监控及保护主要基于人工管控，但随着非结构化数据积累，基于AI技术进行隐私数据识别、隐私数据定级、隐私数据监管，成为最有效的信息安全方案。统应用ERPPLM文档终端WindowsMacweb识别应用场景•文档管理•内容赋能•知识创新中国非结构化数据中台实践白皮书V203。管理、合同管理与合规、信贷业应用场景非结构化数据中台基于非结构化数据中台的业务主题主要有：文档管理、内容赋能、知识创新等，不同业务主题之下包含更为具象的应用场景。在不同应用场景中，数据驱动型组织需求侧重虽有不同，但都有数据价值挖掘、数字资产安全两个维度的需求考虑，需要基于非结构化数据中台进行数据价值挖掘、数字资产安全管理，实现不同应用场景下的业务赋能、业务合规。业业务主题知识创新文档管理内容赋能数数字资产安全管理、访问、知识安全数据价值挖掘合、治理、洞察挑战2：业务合规挑战1：文档统一管理挑战3：数字资产沉淀•挑战2：业务合规挑战1：文档统一管理挑战3：数字资产沉淀•海量非结构化数据散落于不同终端、业务系至异地，无法统一管理，内容搜索效率•存储资源重复建设，可扩展性差；•文档管理脱离业务活动，无法实现文档生命随着数字化转型的持续深入，文档数据种类多样，持续积累，成为数据资产不可忽视的重要组成部分，而传统的文档存储和管理模式已不再适应当下文档管理需求。文档管理场景业务挑战主要聚焦于文档统一管理、安全合规、数字资产沉淀三个方面。•缺乏有效的内容安全管控、在线杀毒、合规丢失与泄密风案例案例例例：制造业/新能源团股份有限公司是一家锂离子二次电池用材料专业化生产厂家，近年来集团业务规模快•文档散落存储在个人PC、文件服务器、业务系统存储、分子公司各地方，无统一检索，无统一存储机制，对日常办公管理带来极大不便；•缺乏有效的内容安全管控、在线杀毒、合规审计、备份容灾等机制，存在丢失与泄密风险。OACRMSAPHR随着业务系统附件逐渐增采集应用关键业务系统理资产管理非关键业务系统终端采集应用关键业务系统理资产管理非关键业务系统终端文档管理解决方案对所有结果性文档统一管理，并规定管理权责、权限以及规范，以实现文档从创建到使用流转，再到最后归档销毁的全生命周期管理。在数字资产安全方面，文档管理业务场景主要涉及数据安全、访问安全需求，需要建立内容安全管控、在线杀毒、合规审计、备份容灾等机制，满足业务合规要求。非非结构化数据中台安全搜索空间文档库元数据空间文档库元数据理规范加持加持索电脑桌面移动终端其他终端扫描仪打印机订/废止/删除到期文档管理解决方案的核心是文档全生命周期管理。全生命周期管理，是指基于与业务活动一致的流程设计，实现文档从创建到使用流转，再到最后归档销毁的管理，以爱数全生命周期管理方案为例进行说明。数数据赋能业务运营文档外发安全协作移动办公非法内容管控文档电子化管理业务系统调用统一存管文档不丢失 高效协作安全合规可见易用项目资料企业文化资料票据电子影像音视频文件制造业/新能源提升生产力部门的业务诉求形成不同的文档分类管理制造业/新能源提升生产力部门的业务诉求形成不同的文档分类管理业务合规业合规要求，建立针对性合规管理体系，充分覆盖文档共享发布、沉淀核心数据务体系建立文档管理体系，持续沉淀组织核心数据，赋能不同岗位、材料集团股份有限公司基于爱数非结构台实现的业务价值•提升效率：研发及办公协同效率•合规：为ISO27001中文档管理打好合规基础文档数据采集挑战•文档数据采集量不足10%文档系统速度慢，用户体验差，文档安全合规管理混乱；不支持云计算架构和海量数据存储；文档数据采集挑战•文档数据采集量不足10%文档系统速度慢，用户体验差，文档安全合规管理混乱；不支持云计算架构和海量数据存储；无标准API接口，无法对接新业务系统；•对非文档数据认识不足•业务挑战：该企业是国家级化工勘察设计单位，主要业务包含技术研发、工程总承包、实业运营、国际贸易和投融资等。企业现采用传统文件管理系统进行工程项目文件管理，随着文件持续累积，传统文件管理系统面临挑战。文文档数据使用挑战•文件检索效率低权限规则不灵活，颗粒度不细；缺少复杂搜索的能力；•知识能力薄弱缺少自动化的内容理解能力，全靠人力整理；知识交付能力薄弱；•无法满足客户需求境外项目调用文件的速度和合规要求无法满足；档和业务文档知识化识沉淀资料自动、合规流转知识查找知识推荐作伙伴培训赋能据中台在线编辑和预览服务内容分析及检索服务内容集成开放框架内容数据湖收益：•文件的跨系统调用时间缩短至原来的十分之一；档和业务文档知识化识沉淀资料自动、合规流转知识查找知识推荐作伙伴培训赋能据中台在线编辑和预览服务内容分析及检索服务内容集成开放框架内容数据湖收益：•文件的跨系统调用时间缩短至原来的十分之一；•将数TB图纸、报告、说明等非结构统一管理，实现文档全生命周期的保护，满足合规性要求；•提供强大的全平台搜索能力和在线，海量文件随用随搜，搜索结果随时预览；•促进知识积累、留存、复用，为实数据汇聚数据汇聚API集成数据调用务系统OADMSDPMPMS4.0•解决方案：非结构化数据中台AnyShare采集结果型文件、过程型文件以及关键业务系统数据，基于内容数据湖、内容集成开放框架等实现海量非结构化数据存储、智能内容搜索以及内容安全合规。件每年产生量100G15万张>300篇论文入库图纸归档文件需求需求说明概要设计施工进度报告数字化服务能力•大量的内容受困于孤立的业务应用中，缺失内容数字化服务能力•大量的内容受困于孤立的业务应用中，缺失内容服务能力，无法适应多样化的业务发展IT管理•业务系统与文档脱离，系统间接口过于复杂，，维护难度巨大，缺少标规范进行统一管理。一致性风险•内容在不同业务系统中流转，需要人工覆盖使用者体验•内容在不同的业务系统中碎片化存在，形成孤岛，无法实现跨业务的统一使用统一检索内容赋能核心在于智能识别提取业务系统内容，实现业务流程的自动化。内容赋能业务聚焦于聚焦于业务系统整合与治理、业务流程自动化、业务应用开发三个方面，面临数字化服务能力、IT管理、使用者体验、一致性风险以及业务合规等挑战。业业务合规•面对国内外日益严格的合规要求 务系统中碎片化存在的内容，蕴含着大量合规风险无法有效识别。内容数据内容元数据内容总线内容数据湖流程自动化电子档案管理合同管理网智电子档案管理拓维合同管理方案SAP智能内容管理业务数据贯通OCR内容识别方案内容采集关键业务系统非关键业务系统终内容数据内容元数据内容总线内容数据湖流程自动化电子档案管理合同管理网智电子档案管理拓维合同管理方案SAP智能内容管理业务数据贯通OCR内容识别方案内容采集关键业务系统非关键业务系统终端内容赋能√动化贯通理基于非结构化数据中台能力，集成OCR等第三方生态应用，实现内容赋能业务运营。文档的文本文档的文本表格数据影像数据取数据转换OCR图谱标签非结构化数据中台取数据转换OCR图谱标签√√业务合规降低TCO提升生产力业务合规降低TCO提升生产力•统一内容管理，解决各业务系统在非结构化•统一内容服务能力赋能给各业务系统，避免业务集成复杂度，•内容数据结构化，自动化流转，降低人力投入。数据资产化，赋能更某某保险集团：“业务+数据”双中台线系统在线体系线系统在线体系算在线系统目管理系统上数据整合，设计面向业务自主分析的6大主题数据集，报表查询效率由原先数分钟提升至秒级；T档云集中管理，探索线下数据价值应用档全流程打通，自动流转，合规且高效•预览、属性查询等服务直接调用，告别重复造“轮子”CRM合同编号及链接合同扫描件PDF上传员工销售集成保存投标(对应产品合同证明)投标文件电子版PDF合同扫描件B合同扫描件C—套零件—个液压器—个轴承图片摘要图片OCR识别AnyShareFamily7智能内容云图片自动标签合同中供应明细合同扫描件A智CRM合同编号及链接合同扫描件PDF上传员工销售集成保存投标(对应产品合同证明)投标文件电子版PDF合同扫描件B合同扫描件C—套零件—个液压器—个轴承图片摘要图片OCR识别AnyShareFamily7智能内容云图片自动标签合同中供应明细合同扫描件A智能检索市场专员合同管理系统合同各类关键信息自动录入业务挑战：业的市场部负责合同的录入以及合支撑销售招投标，业务人员较少但合同。•人工录入合同，效率低，人工成本高；•制造业合同包含大量非结构化数据，无法直接检索需要人工逐一识别，处理效率低；•合同内容与ERP系统供应明细存在不一致现收益：用于合同关键信息的校正确认，查找投标用的合同证明完全基于中台实现；•保留下来的合同电子件及其内容元数据信息，还可用于更多业务场景，比如大量的合同内容需要进行内容合规和风险审查，也可以基于一个基础平台进行业务人员起草监管人员定稿履约激活审批内容数据审批人员OCR识别与自动录入内容数据内容分、分要知识提取：合同结构化析服务业务人员起草监管人员定稿履约激活审批内容数据审批人员OCR识别与自动录入内容数据内容分、分要知识提取：合同结构化析服务合同分类签订日期:DD•业务挑战：某运营商合同管理系统的用户规模超40万，年新增合同100万份+，合同合规面临巨大挑战：合同拆分逃避审批难察觉，合同审批比对费时费力(电子合同、合同数据、打印合同)，海量合同履约风险，基于合同的关键条款识别与任务匹配难。•解决方案：基于AnyDATA构建合同知识网络，识别合同内容条款知识以及合同关联公司、项目对象，与合同法律法规内容进行匹配，识别合规风险，主要用于合同及合同方关系分析及风险管理、合同条款内容合规性及风险发现。合合同管理系统业务人员合同上传元数据同步合同上传元数据同步检测服务于审批、履约管理风险分析与评估•数据一致性检查；•条款完备性检查；•条款准确性检查；•履约合规性检查；•关联公司异动风险检查；合合同知识网络科技企业知识收集、整理依赖人工•桌面文档知识完全依靠定期收集、整理、大过程的桌面文档知识完全依靠人工收集、整理，员工不胜其烦，科技企业知识收集、整理依赖人工•桌面文档知识完全依靠定期收集、整理、大过程的桌面文档知识完全依靠人工收集、整理，员工不胜其烦，难以持续；•传统知识分类、标签主要依靠人工整理和编辑，工作量大，成效堪忧；海量知识的管理、拓展、安全性挑战•传统系统架构侧重应用逻辑，难以应付海量智能化知识搜索挑战索不支持细粒度知识抽取、管理、；也无法支持用户搜索意图理解，难以用户和场景导向的个性化推荐挑战•针对知识的关联和个性化推荐需求迫切，建识网络支持业务赋能面临挑对于数据驱动型组织而言，数据知识化可以推动学习型组织建设，赋能业务运营，更进一步以知识网络为核心挖掘数据价值，驱动业务创新，支撑战略决策。知识创新场景之下，实现数据知识化面临知识层面的多项挑战。团企业原有知识管理现状与痛点•积累几TB的文件，大量的标签，全文检索异文档稍微大一些就需要下载查看，用•每个部门设置知识管理员，定期收集业务知档，繁琐、低效、业务骨干繁忙配合不每次领导发话推动的运动式收集稍有成•每次收集文档打标签、上传到分类编目非常麻烦，知识标签库维护异常纠结；•用户活跃度低，经常反馈需要的找不到想要的知识和文档，看到的版面千篇一律；卡片识社区识文档卡片企业知识中心KnowledgeCenter推荐支撑支撑能力识搜索能力识抽取服务训练服务知识网络荐能力识标注服务象象卡片识社区识文档卡片企业知识中心KnowledgeCenter推荐支撑支撑能力识搜索能力识抽取服务训练服务知识网络荐能力识标注服务象象像知识图谱象文档知识化智能分析推荐支撑智能知识运营方案助力知识创新体系建设。以爱数案例为例，通过AnyShare实现海量内容数据的汇聚，并利用自然语言处理和知识图谱等人工智能技术，由AnyDATA构建企业私域数据知识网络，形成一个千人千面、个性化、智能化的知识中心，并通过智能知识整合场景赋能业务系统和流程。控控识第三方业务/培训系统：内嵌知识应用知识库识库A识库N识库A识库N提炼A文档管理N内容管理A文档管理N内容管理团队内容协作构建企业私域数据知识网络，打造企业知识大脑知识网络客户图谱关系A客户2客户3关系D客户1客户4关系C关系知识网络客户图谱关系A客户2客户3关系D客户1客户4关系C关系B项目图谱关系A项目2项目1关系D关系B项目4项目3关系C合同规则知识库关系A条款1关系D关系B条款4条款3条款2关系C结构专业图谱结构2结构1关系D结构4结构3关系A关系B关系C情报图谱友商2友商3关系D关系C关系B友商1友商4知识服务企业私域数据知识网络市场文档相关项目情报信息市场文档相关项目情报信息精准知识搜索与智能推荐系模型客户系统/项目管理系统/服务系统模型文档知识库知识主题/标签知识主题、知识文档科技企业缩短工作交接时间提高工作效率隐私保护业务合规缩短工作培训时间节省培训费用问题重复发科技企业缩短工作交接时间提高工作效率隐私保护业务合规缩短工作培训时间节省培训费用问题重复发生率降低节省成本知识复用提高效率、节省成本科技公司基于爱数非结构化数据中台实现知识运营的业务价值量•现有员工1000余人，约500人使用知识管理系统，在知识搜索、工作交接、新岗培训层面，大约可节约40000工时/年；•公司全员培训费用为每人约3500元/年，通过知识管理系统进行共享流，可以提高培训效果以及减少外出，保守估计可降低25%的培训支出；•技术中心研发类报告编制时，知识复用程度大幅提高，在同等工作强度下，知识产生的数量较往年有37%增加，质量未受到影响；•通过问题事后学习，事前预防，有效规避研发制造过程中出错的概率，较以往节约研发和测试成本1.4亿/年； 识与图片搜索•大量内外部设计参考资料，设计过程资料，特别是设计效果图，如何快速服务于新的设计项 识与图片搜索•大量内外部设计参考资料，设计过程资料，特别是设计效果图，如何快速服务于新的设计项目，需要精准知识搜索、图片搜索。 整理和运营互动•不能接受维护标签库、打标签大量的人肉运营工作，必须自动化。•简化运营复杂性，设计师繁忙，重点围绕专业主题/知识交流互动，主动找人•避免千篇一律的知识门户，希望根据用户角色、岗位、爱好，实现个性化的知识推荐。是落地数据驱动型组织的关键。该企业知识管理面临的nter解决方案解决方案AnyShareKnowledgeCenter中心分析推荐网络基于业务标签的知识主题自动生成文档与知识主题自动归集；基于标签的知识主题与知识文档推荐基于用户画像的知识主题与知识文档推荐•文档统一生命周期管理、数字资产安全；•文档过程共享协作与知识自动归集；•统一文档知识库；•文档智能检索、图片智能检索；知识卡片：知识主题、知识文件；知识运营：社区式分享、激励、互动问答re••••••知识创新案例：智能的知识与图片搜索•经过业务知识关系优化的知识精准搜索推荐；•经过机器学习训练的建筑设计图片智能检索；网络的精准知识搜索推荐 (搜索意图匹配：搜索关键词与知识标签直接及间接匹配度越高，越接近用户搜索意图，推荐越精准)检索 (经过大量机器学习，搜索图片内相关建筑样式、风格，实现以图搜图、以文搜图)知识创新案例：千人千面的知识中心•知识主题发现和描述生成，减少主题编辑工作量；•知识主题与AnyShare知识文件自动关联，减少上传归集工作量；•知识主题、知识文件基于用户画像自动推荐；题、知识文件推荐 (用户画像、知识主题与标签：来自知识网络)、文档自动关联、专家互动 (主题发现、自动关联：来自知识网络)：知识问答知识创新案例：社区式知识圈：知识问答•社区式知识圈：知识主题互动、知识文档互动、知识专家互动；•无处不在的关联推荐、个性化推荐；件所在知识识文件 (相关文档推荐)评论互动知识文件的其他知识主题(主题标签的相关推荐)建设指南•非结构化数据中台建设方法论•非结构化数据中台的具体建设路径中国非结构化数据中台实践白皮书V204战略组织运营。非结构化数据中台建设方法论战略组织运营。非结构化数据中台是企业数据创新运营的体系，需要从战略、组织架构、建设内容等方面进行考虑，并需要一套完整的实施交付方法论实现战略到业务的落地。战战略组织运营组织运营技术体系运营体系技术体系运营体系数据体系•非结构化数据中台的建设主要包括技术体系、数据体系、服务体系体系等内容。体系体系规划需求调研蓝图绘制持体系规划需求调研蓝图绘制持续运营交付方法论交付e中台战略•中台建设是一个战略项目，是一个变革项目，需要从顶层规划开始，自上而下推动。制定中台战略，业务战略、数据战略以及战略落地保障是三个重要考量维度。从从业务战略切入•数据中台建设始终围绕业务价值，而中确数据中台在业务战略实现过程值，制定数据中台项目落地评价•设定用例规划。基于业务战略规划开发先顺序，挖掘对客户和企业最制定数据战略制定数据战略•数据是企业的战略资产，结合业务梳理晰的数据战略，是数字化转•梳理企业数据流全貌，包括系统类型，方式，访问频率，价值高低等，指加工、分析挖掘、交易使用•建立数据治理体系，数据治理包括战略标准和流程制定、数据基础架构技略管理、统一的集成交换技术标准战战略落地保障略落地需要有相应的文化、•数据文化是重视、实践、鼓励使用数据决策的集体信念和行为，比如分•制度、流程层面，主要在于优化，以适•资源层面，包括基础设施资源、技术储e中台组织运营架构组织运营架构建设中台组织运营架构数字化正在重塑人们的工作形态，非结构化数据中台所包含的技术、组织、方法论的革新衍生出全新组织运营架构需求。重塑组织运营架构，主要需要思考数据中台由谁来建、谁来维护、谁来经营、业务需求如何承接、效果怎样衡量等问题。中台的建设、维护、运营以及业务的承接、中台服务的推广等，需要建立数据中台团队支撑；同时，业务、后台、管理等团队需要有对应的组织人员与中台团队对接，以适应企业中台运转模式。团队队团队队企业高层支持推进中台队队队队e技术体系•技术体系主要是指数据基础架构，为企业数据治理与服务提。分为两个层面技术体系•技术体系主要是指数据基础架构，为企业数据治理与服务提。分为两个层面，大数据存储计算技术与服务体系•服务体系是通过数据中台的服务组件能力，把数据变成一种能够方便地参与到业务中并为业务带去价•数据中台建设的核心是内容建设，是可呈现的产出物，也是数据中台的价值所在。数据中台的建设内容包含技术体系、数据体系、服务体系、运营体系四大体系。数数据体系•数据体系是数据中台建设、管理、使用的核心要素。数据中系的建设和使用，针对不同企业的不同业运营体系•运营体系包括平台流程规范执行监督、平台资源占用的监管的监督及改进推动等，是数据中台得持续运转的基础。e愿景与数据战略持新业务探索构化数据管理现状用场景需求用场景支持迭代回顾与增强标蓝图中台方案蓝图续支持检视与调优线Think愿景与数据战略持新业务探索构化数据管理现状用场景需求用场景支持迭代回顾与增强标蓝图中台方案蓝图续支持检视与调优线ThinkAction诉求、愿景目标和战略划整体方案体系、交付、技术之间协作，打T(Think)-P(Plan)-A(Action)，是从企业的数据驱动战略以及业务模式出发，为企业提供专业的端到端的咨询、开发和交付的服务方案，并通过大数据基础设施进行有效落地，帮助客户实现数据驱动战略，带来实质性的投资回报。需需求调研与蓝图绘制开发与交付持续运营体系规划资产化服务化资产安全机制资产与服务设计资产安全设计深化，打造非结构数据适应应用场景/应用需求变化，e分阶段建设思路持续运营阶段2识创新阶段3驱动型组织而言，非结构化数据从治理到洞察，从数据价值挖掘到数字资产安分阶段建设思路持续运营阶段2识创新阶段3驱动型组织而言，非结构化数据从治理到洞察，从数据价值挖掘到数字资产安全，是一项战略层面的规划，但对于一个企业而言，据项目难度分阶段部署落地，持续高质量交付非结构化数据中台价值，部门到部门、从场景到场景、从业务主题到业务主题的分阶段本质而言，敏捷交付不仅是一种能力，更是一种理念。基于TPA方法论，在体系规划与蓝图绘制阶段采用分阶段建设思路，配合持续运营模式，实现持续、高质量地交付非结构化数据中台有效价值。业务设计产品设计业务验证业务设计产品设计业务验证业业务反馈和调整产产品交付持续运营，一是针对已交付产品，根据客户需求的变动以及技术推动，阶段，基于TPA方法论付；三是针对持续涌现的新应用场景，快速响应，实现有效价e项目一期主要为理正协同设计平台做底层开发及企业项目二期的应用系统数据都会迁移到项目一期主要为理正协同设计平台做底层开发及企业项目二期的应用系统数据都会迁移到ShareFamily项目背景：某建筑设计公司，从事建筑方案设计、施工图设计，包括规划、建筑、结构、室内、绿建等各专业。作为知识密集型企业，如何将内部设计结果、经验转化为企业知识，实现知识运营，对于落地数据驱动型组织至关重要。需需求剖析内容基内容基础架构01•海量、分散带来的安全、合规风险；•业务独立性、可检索性、内容合规知识管理04•知识分类组织及建设；•知识数字化运营及激励；•知识的多样性呈现及运营业务内容管理03•设计流程中的大量内容存储压力、可管理压力、检索能力。文档管理02•文档管理体系是知识管理的基础敏捷交付敏捷交付项项目三期的实际需求构建企业内部的数据e知识创新体系内容赋能体系文档管理体系段3内容赋能体系规划及目标内容赋能场景调研及蓝图知识创新体系内容赋能体系文档管理体系段3内容赋能体系规划及目标内容赋能场景调研及蓝图内容赋能应用开发及上线内容通过业务集成、内容应流程自动化等方式融入业务场景中，打通业务与内容，知识创新体系规划及目标识库、知识网络、知识中心智能知识应用规划设计知识运营机制建立飞轮架构，智能知识案助力知识创新体系建现知识赋能，构建数据划•数字化战略规划；•项目目标设定；•演进路线规划；非结构化数据中台基于业务主题分阶段建设，整体建设路径主要分为四个阶段，分别是评估与规划、文档管理体系建设、内容赋能体系建设、知识创新体系建设。系建设文档管理体系规划及目标•需求调研与蓝图规划系统建设与初始化系统上线及运营构建文档分类、文档组织、文档流转等体系制度，e蓝图规划•企业级文档分类体系•元数据体系•蓝图规划•企业级文档分类体系•元数据体系•权限体系•文件夹结构•用户组织与角色•文件工作流•数字资产安全体系•文档管理制度定义StepOne规划及目标•评估非结构化数据管理现状•规划目标蓝图•设计演进路线Think根据非结构化数据管理现状，资产管理与安全维度文档管理体系的建设流程主要有：文档管理体系规划及目标，需求调研与蓝图规划，系统建设与初始化，系统上线及运营。StepThreeStepFour设与初始化•初始化用户信息始化文件夹、权限、元数设置•文档数据迁移•运营体系建设•审计体系建设线及运营•用户培训及UAT•生产系统切换•系统试运行•系统持续运营•系统推广•业务价值指标体系建设ActioneStepOneStepOne•业务系统核心流程梳理•业务系统内容服务集成现状梳理•业务系统内容高服务缺失识别•业务系统公共服务能力归纳务场景ThinkAction场景的赋能、合规需求调与持续运营内容赋能体系的建设流程主要有：内容赋能体系规划，内容赋能场景调研与蓝图，内容赋能应用开发及上线。对于内容赋能体系，除单一业务场景体系建设之外，同时涉及新增业务场景的持续交付。StepThree•业务系统集成整合•业务流程集成对接赋能体系成熟度现状，确组织e知识创新体系建设组织e知识创新体系的建设流程主要有：建设内容平台、构建知识网络、打造知识中心、创新知识应用。赋能创创新知识应用汇聚建建设内容平台利用内容利用内容总线、内容数据湖实现端到端知识库体系：自动标签(桌面和业务流程)；知识分类及知识库建立洞察构构建知识网络工智能、知识图谱技术实现知识自动抽取和关联：于文档知识模型，抽取业识和关系，构建知识网络；于知识网络，实现文档与主题自动关联、精准知索、个性化推荐打打造知识中心业知识中心实现社区化知识运营：识卡片：知识主题、知识识运营：分享、激励、互动时的内容平台和知识网络实现赋能业务场景：能业务流程的智能化知识应用(知识应用无处不在)：准知识搜索、场景知识自户个性化推荐未来趋势中国非结构化数据中台实践白皮书V205应用场景拓展变化的数字化时代，不同行业企业切入数业对非结构化数据需求的扩大以及中应用场景拓展变化的数字化时代，不同行业企业切入数业对非结构化数据需求的扩大以及中中台行业化是指，企业会针对垂直行景经验的积累，垂直行业的模版数量增加，能够针对相同领域、相同场景形成标准化一体决方案，不仅有利于中台效果的提升，也能够随着数字化转型的持续深入，非结构化数据中台的应用行业边界扩大，同时企业对非结构化数据应用的需求持续增加，更多的业务场景需求被激发，随着场景经验积累，非结构化数据中台行业化趋势凸显。中台行业化中台行业化DevOps能力+非结构化数据中台DevOps设，主要是基于一组流程、技术快速、反应灵敏而又稳定可靠的业务运维，支持非结构DevOps能力+非结构化数据中台DevOps设，主要是基于一组流程、技术快速、反应灵敏而又稳定可靠的业务运维，支持非结构数字经济时代，快速响应、以客户为中心、