企业数字化转型暨大数据可视化总体方案架构与应用蓝图解决方案

2理数字01方案背景概述02解决方案概述03成功案例介绍随着互联网、移动互联网以及物联网、云计算、大数据、人工智能等技术的快速发展，人类文明正在步入一个崭新的时代：DT时代。在DT时代，社会的发展将以数据为核心和内在驱动力，以云计算、大数据为导向的技术革新也将成为社会发展的重要引擎。在DT时代，传统工业模式会被颠覆，商业也会朝着定制化方向发展，在保证效率的同时优化供需，有效节约成本找准大数据规划切入点找准大数据规划切入点强化高管团队大数据领导力2设计合理的大数据架构34搭建有效的大数据团队强化高管团队大数据领导力2设计合理的大数据架构34搭建有效的大数据团队用制度和文化来保障大数据的实施用制度和文化来保障大数据的实施5当前数据管理与应用模式当前数据管理与应用模式销售…数据孤岛浅度应用效率低下资产流失资产流失孤岛式数据管理统计型数据应用当前企业的数据管理与应用需要向规模化、集中化、标准化和智能化发展孤岛式数据管理统计型数据应用融合企业内各大平台数据资源，建设统一的数据管理与应用平台，实现对数据资产的集中保管与增值应用。逐步整合企业内各业务与管理平台的数据，形成集中管控的数据资源库，并深度挖掘数据价值，为企业生产经营和决策分析提供支撑，让数据赋能业务。数据应用分析数据治理与挖掘数据应用分析数据治理与挖掘01方案背景概述02解决方案概述03成功案例介绍可视化数据展示实现数据资产的保管与增值可视化数据展示实现数据资产的保管与增值数据应用推送经营分析辅助决策价值挖掘数据智能业务目标数据源关联计算模型表单样式让数据赋能业务让数据赋能业务机器学习数据存储数据计算数据仓库数据建模数据采集需求分析机器学习数据存储数据计算数据仓库数据建模数据采集需求分析数据整合模型设计功能设计应用发布应用展示 云计算大数据大数据管理与应用平台AI图谱技术OA财务生产供应链OA财务生产供应链大数据应用任务调度监控大数据应用任务调度监控大数据平台大数据基础平台实时计算流式计算离线计算数据服务API调度引擎大数据基础平台实时计算流式计算离线计算数据服务API调度引擎 99数据挖掘运营平台 数据挖掘运营平台数据仓库分层分域控制公共模型层维表公共层1公共层2基础数据层配置表业务流水订购实例账务源数据源数据汇聚数据资源降低运营风险经营决策支持挖掘数据价值内置专为大规模数据处理而设计的快速、通用的计算引擎，为企业注入强大的数据处理能力方法论方法论5W2HSWOT方法论方法论5W2HSWOT方法论方法论数据分析方法用户行为方法论逻辑树数据分析方法用户行为方法论逻辑树方法论统计分析方法大数据标签基于用户互联网信息及用户行为综合特征，互联网知识图谱以及地理空间关联特征，进行融合汇聚和深度挖掘关联分析，形成多维标签体系，从用户属性类标签和事件类标签中进行挖掘应用，实现数据价值最大化。属性标签事件标签数据数据大数据标签汇聚能力大数据一站式预测循环优化效果WEBAPPWechatOA物流车辆OA物流车辆数据中心画像中心+AI中心智能运营平台01方案背景概述02解决方案概述03成功案例介绍某移动运营公司、经过十多年的建设与发展，某移动运营商已建成一个覆盖范围广、通信质量高、业务品种丰富、服务水平一流的移动通信网络，拥有多个品牌。项目价值解决方案项目背景项目目标项目价值解决方案项目背景项目目标平台定位于打造融合智能化决策辅助、一体化数据赋能、创新型客户拓展三个部分的智慧运营体系，形成业务运营的“智慧中台”。一体化数据赋能智能化决策辅助智能化决策辅助一体化数据赋能智能化决策辅助一体化数据赋能一体化数据赋能创新型客户拓展创新型客户拓展创新型客户拓展应用层……应用层…………数据模型层…数据模型层………数据接入层平台依托经分仓库汇聚产品发展、健康度评估、效益评估、运行质量与服务支撑等多维度、多视图运营数据，重点聚焦全面分析、数据整合、全面监控、目标营销、优化服务五大运营能力。实现视图化全方位产品运营分析。服务溢价服务；场景应用场景应用分级服务标准分级服务标准集团客户价集团客户价值评估 特征选取等差异化营销策略差异化营销策略算法支撑集客部产品市场部产品分析集客部产品市场部产品分析营销服务监控五大突五大突破运营速度更高效数据质量更精准某有线运营商网络有限公司经营着全球最大的有线电视城域网--整个A市的有线电视网络资源，拥有带宽、用户资源、光纤资源和规模运营的优势。项目价值项目背景解决方案项目目标项目价值项目背景解决方案项目目标基于大数据平台为某有线运营商搭建了终端数据分析平台，注入了多维度的数据分析能力，实现了对网络运维、市场规划、设备运维等多种业务的有效支撑。整个系统分为数据清洗层、数据整合处理层、数据展现层，层次间分工清晰。l数据清洗层提供了分析使用的基础数据，该层的存在解耦了分析平台和采集平台的耦合关系，大大简化了分析中的格式化数据操作；l数据处理层使用spark大数据内存处理平台由于其使用内存的特性使得整个分析耗时较短；l数据展现层使用传统的JDBC+mysbtis+mysql的方式；l业务实现脚本之间使用ooize调度平台对spark任务进行集中管控。在本次项目中我们采用了分批接入的模式，逐步将600万户家庭的终端设备接入到平台中，并整合设备对应的各项应用与业务数据，展开相应的数据分析与应用。系统上线以来，系统运行稳定，大规模数据的存储和分析处理正常，为某有线运