大數(shù)據(jù)解決方案業(yè)務介紹

1、大數(shù)據(jù)解決方案業(yè)務介紹什么是大數(shù)據(jù)什么是商業(yè)大數(shù)據(jù)大數(shù)據(jù)概念的提出最早提出“大數(shù)據(jù)”時代已經(jīng)到來的機構是全球知名咨詢公司麥肯錫。2011年，麥肯錫出版了研究報告大數(shù)據(jù)：創(chuàng)新、競爭和生產(chǎn)力的下一個新領域，產(chǎn)學研界對“大數(shù)據(jù)”的關注達到歷史性新高度。麥肯錫在研究報告中指出，數(shù)據(jù)已經(jīng)滲透到每一個行業(yè)和業(yè)務職能領域，逐漸成為重要的生產(chǎn)因素；而人們對于海量數(shù)據(jù)的運用將預示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來?；ヂ?lián)網(wǎng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算的快速興起以及移動智能終端的快速普及，正使得當前人類社會的數(shù)據(jù)增長比以往任何一個時期都要快。越來越大、越來越快、越來越復雜，數(shù)據(jù)特性的演變和發(fā)展，催生了一個全新

2、的概念大數(shù)據(jù)。大數(shù)據(jù)定義更廣的信息范圍新的數(shù)據(jù)與分析類型實時信息來自新技術的數(shù)據(jù)非傳統(tǒng)形式的媒體大數(shù)據(jù)量社交媒體數(shù)據(jù)最新流行詞定義大數(shù)據(jù)* 2012年IBM對95個國家中26個行業(yè)的1144名專業(yè)人員調查結果結構化數(shù)據(jù)：存在于關系數(shù)據(jù)庫中，多年來一直主導著IT應用；半結構化數(shù)據(jù)：包括網(wǎng)絡日志、聊天記錄、文稿、視頻、圖片、地理位置等；非結構化數(shù)據(jù)：廣泛存在于社交網(wǎng)絡、物聯(lián)網(wǎng)、電子商務之中。伴隨著社交網(wǎng)絡、移動計算和傳感器等新技術不斷產(chǎn)生，有報告稱，超過80%的數(shù)據(jù)屬于非結構化數(shù)據(jù)?！按髷?shù)據(jù)”理念可定義為4個V，即數(shù)量（Volume）、多樣性（Variety）、速度（Velocity）及數(shù)據(jù)的價值

3、（Value）。大數(shù)據(jù)(big data, mega data)，或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。海量社交媒體數(shù)據(jù)Facebook每天有18億張照片上傳或被傳播QQ聊天記錄微博微信移動智能設備傳感數(shù)據(jù)IPHONE有3個傳感器三星有6個傳感器電子地圖數(shù)據(jù)高德、百度、Google地圖導航、足跡數(shù)據(jù)電商交易數(shù)據(jù)購買喜好物流信息資金流動信息大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)相比，其產(chǎn)生方式、存儲載體、訪問方式、表現(xiàn)形式完全不同通過大數(shù)據(jù)可以篩選出各種疾病發(fā)病原因，并篩選出最佳治療方案，更可以做到疾病的預防、預報、預警；通過大數(shù)據(jù)可以篩選出各

4、類人才的最佳成才路徑和環(huán)境，徹底顛覆現(xiàn)在教育的盲目性和低效率。通過大數(shù)據(jù)，可以掌握消費者的消費行業(yè)習慣，做到精準營銷。通過大數(shù)據(jù)，分析社會問題，通過數(shù)據(jù)支持決策，可以大幅改進政府的工作效率，實現(xiàn)全局化掌控，個性化區(qū)域管理，解決各種社會復雜問題，緩和各類矛盾，實現(xiàn)智慧管理和智慧城市模式。通過大數(shù)據(jù)可以建立各種犯罪模型和規(guī)則庫，建立高危人群數(shù)據(jù)庫，做到預防犯罪和快速偵破，實現(xiàn)長治久安的管理目標。醫(yī)療領域教育領域互聯(lián)網(wǎng)領域政府公共機構領域公共安全領域大數(shù)據(jù)在多領域中的應用DT時代，信息化建設帶給企業(yè)高管層的直接應用體驗？你負責干活，我負責美ERP(財務、供應鏈、制造生產(chǎn)、人力資源）協(xié)同OA電商。EX

5、CELTXT日志W(wǎng)ORD手工時代IT時代DT時代大數(shù)據(jù)平臺架構功能數(shù)據(jù)源存儲與管理分析建模應用與可視化集團運營管理集團人力資本自助應用數(shù)據(jù)加速引擎（AE）Acceleration Engine大數(shù)據(jù)處理平臺（KuDu）iUAP Distribution for HadoopCluster ManagerNoSQLSQLHadoop/HDFSSQL on Hadoop海量結構化數(shù)據(jù)統(tǒng)一建模與管理調度用戶資源庫日志監(jiān)控OLAP模型挖掘模型元數(shù)據(jù)語義模型終端業(yè)務系統(tǒng)數(shù)據(jù)機構數(shù)據(jù)非系統(tǒng)數(shù)據(jù)填報數(shù)據(jù)外部數(shù)據(jù)集團級主數(shù)據(jù)規(guī)則集成數(shù)據(jù)集成（DI）MDM體系文本分析技術同步分發(fā)網(wǎng)絡爬蟲調度管理主數(shù)據(jù)管理解決方

6、案數(shù)據(jù)采集工具Databroker批量清洗埋點分析數(shù)據(jù)適配器流式數(shù)據(jù)處理客戶畫像關系型數(shù)據(jù)庫BI產(chǎn)品大數(shù)據(jù)產(chǎn)品體系MDM主數(shù)據(jù)領導駕駛艙數(shù)據(jù)大屏自助分析主數(shù)據(jù)域主數(shù)據(jù)數(shù)據(jù)維護責任部門數(shù)據(jù)維護操作部門數(shù)據(jù)使用系統(tǒng)MTDSMSCSWCCASMESMCTSK3PLM訂單信息品類（二級）市場部營銷信息中心品牌市場部營銷信息中心排產(chǎn)要求生產(chǎn)技術部制造信息管理部訂單齊套要求生產(chǎn)技術部制造信息管理部發(fā)貨策略生產(chǎn)技術部制造信息管理部訂單類別生產(chǎn)技術部制造信息管理部訂單類型生產(chǎn)技術部制造信息管理部產(chǎn)品類別生產(chǎn)技術部制造信息管理部促銷類型生產(chǎn)技術部制造信息管理部設計來源生產(chǎn)技術部制造信息管理部水盆安裝方式生產(chǎn)技術

7、部制造信息管理部提貨方式物流中心物流中心營銷組織經(jīng)銷部財務中心財務中心核算管控部信息規(guī)劃線線別財務中心財務中心核算管控部信息規(guī)劃線營銷渠道商場各事業(yè)線的營銷內務組-財務中心各事業(yè)線的營銷內務組-財務中心核算管控部信息規(guī)劃線門店營銷中心管理的商場方人員營銷中心管理的商場方人員生產(chǎn)組織基地財務中心財務中心核算管控部信息規(guī)劃線車間財務中心財務中心核算管控部信息規(guī)劃線數(shù)據(jù)源管理數(shù)據(jù)集成主數(shù)據(jù)建設數(shù)據(jù)資產(chǎn)數(shù)據(jù)建模數(shù)據(jù)可視化數(shù)據(jù)應用數(shù)據(jù)載體大數(shù)據(jù)數(shù)據(jù)源管理數(shù)據(jù)集成主數(shù)據(jù)建設數(shù)據(jù)資產(chǎn)數(shù)據(jù)建模數(shù)據(jù)可視化數(shù)據(jù)應用數(shù)據(jù)載體大數(shù)據(jù)數(shù)據(jù)處理數(shù)據(jù)應用覆蓋市場主流數(shù)據(jù)庫類型業(yè)務數(shù)據(jù)源文本數(shù)據(jù)接入EXCELTXT日志W(wǎng)OR

8、D企業(yè)報表&表單填報管理與統(tǒng)計數(shù)據(jù)補充組織建模組織和基礎數(shù)據(jù)、用戶角色權限；多口徑組織體系和多版本；業(yè)務建模資源多級管控，多場景格式設計中間級管理：任務再分配報送審核報送管理新增確認環(huán)節(jié)報送管理支持審批數(shù)據(jù)填報數(shù)據(jù)處理-數(shù)據(jù)源管理數(shù)據(jù)處理-數(shù)據(jù)集成1.按雷士照明BI主題的數(shù)據(jù)應用進行項目劃分。梳理對應項目ETL文件夾及其流程級數(shù)據(jù)轉換過程。2.ETL流程設計數(shù)據(jù)質量的初步校驗。對直連及ESB方式的數(shù)據(jù)流入做準入控制。3.通過ETL實現(xiàn)初步的數(shù)據(jù)權限控制。實現(xiàn)開發(fā)級的數(shù)據(jù)權限管控要求。4.設計ETL對不同數(shù)據(jù)應用服務的數(shù)據(jù)集成時效管理。確定數(shù)據(jù)的抽取的觸發(fā)條件和觸發(fā)頻率數(shù)據(jù)處理-主數(shù)據(jù)規(guī)則建立統(tǒng)

9、一標準主數(shù)據(jù)財務財務HR智能制造智能制造HR數(shù)字營銷數(shù)字營銷協(xié)同辦公協(xié)同辦公數(shù)據(jù)處理-數(shù)據(jù)建模數(shù)據(jù)源數(shù)據(jù)資產(chǎn)調用向導式建模腳本化建模接口調用建模建模級功能應用字段公式二次物化數(shù)據(jù)共享建模監(jiān)控模型結構反輸出數(shù)據(jù)處理-數(shù)據(jù)建模集團管理與產(chǎn)業(yè)運營的各個維度數(shù)據(jù)價值分析是“支柱”和“抽水泵”集團管控維度分職能領域，如人、財、資產(chǎn)、資本、項目、風控等，服務于各個分管業(yè)務線，分管理層級（集團本部、板塊/事業(yè)部、分子公司等），建立服務各層級的管理分析平臺。產(chǎn)業(yè)運營維度產(chǎn)業(yè)板塊/公司運營分析平臺各產(chǎn)業(yè)板塊自建立核心運營指標分析平臺，并大、小屏聯(lián)動，服務于各公司管理決策層。集團各產(chǎn)業(yè)運營分析總攬在各個產(chǎn)業(yè)公司運

10、營分析平臺的基礎上，抽取影響收入、利潤和成本的關鍵指標，匯總到集團整體層面，并與計劃預算關聯(lián)，及時掌握各產(chǎn)業(yè)運行態(tài)勢、收入和利潤情況、發(fā)展能力等數(shù)據(jù)應用-數(shù)據(jù)可視化中國式報表根據(jù)報表欄目拼接、堆疊、交叉以實現(xiàn)最中國式報表；自定義報表欄目，無需在數(shù)據(jù)層過多整理數(shù)據(jù)，保證快速實施；多邏輯區(qū)域并行取數(shù)，完全利用數(shù)據(jù)庫性能實現(xiàn)報表快速執(zhí)行；復雜表頭列頭自定義排序多區(qū)域拼接跨行、列組運算固定行列多數(shù)據(jù)源開放集成可以幫助用戶進行多角度、靈活動態(tài)的分析。由“維”（影響因素）和 “指標”（衡量因素）組成，幫助用戶理解數(shù)據(jù)多維自由報表支持靈活的鉆取、切換維度/指標、動態(tài)分析等操作豐富的上下文分析支持個性化分析腳

11、本支持豐富的分析預警格式多分析區(qū)域、區(qū)域聯(lián)動支持支持條件推送、周期性訂閱數(shù)據(jù)應用-數(shù)據(jù)可視化大數(shù)據(jù)可視化增量渲染W(wǎng)ebGL三維可視化數(shù)據(jù)應用-數(shù)據(jù)載體PADAPP友空間微信分析內容多端運行方便在多種設備和應用系統(tǒng)中使用，一次設計，多端使用。數(shù)據(jù)應用-數(shù)據(jù)載體數(shù)據(jù)應用-數(shù)據(jù)挖掘數(shù)據(jù)挖掘應用解決方案覆蓋數(shù)據(jù)挖掘模型，其中包括多元回歸，what-if，決策樹（C5.0）、貝葉斯、KNN、SVM、層次聚類、Apriori、FP-樹、ARIMA、指數(shù)平滑、多層感知等高級預測算法。支持機器學習。數(shù)據(jù)應用-大數(shù)據(jù)應用智慧物料盤點,通過對照片中的鋼筋等耗材，或圓形物件進行定位檢測，快速返回檢測物體的坐標，并進行標記。主要通過現(xiàn)場CCTV接受影像化數(shù)據(jù)及圖譜識別技術進行耗材的動態(tài)變動處理。通過數(shù)據(jù)驅動，快速實時反應物料的實物庫存。技術儲備：圖片識別,機器學習積累數(shù)據(jù)應用-大數(shù)據(jù)應用安全考勤管理,通過人臉識別及安全帽識別。對現(xiàn)場工地工人進行考勤及安全管理。并通過反饋數(shù)據(jù)進行人員績效管理。技術儲備：圖片識別,機器學習積累，CCTV視頻影像數(shù)據(jù)接入數(shù)據(jù)應用-大數(shù)據(jù)應用機構會計基礎工作監(jiān)控殺毒,通過大數(shù)據(jù)流式計算能力實時計算多集團架構數(shù)據(jù)。監(jiān)控企業(yè)工作情況。技術儲備：KUDU大