大數(shù)據(jù)解決方案業(yè)務(wù)介紹

1、大數(shù)據(jù)解決方案業(yè)務(wù)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(shí)代已經(jīng)到來的機(jī)構(gòu)是全球知名咨詢公司麥肯錫。2011年，麥肯錫出版了研究報(bào)告大數(shù)據(jù)：創(chuàng)新、競爭和生產(chǎn)力的下一個(gè)新領(lǐng)域，產(chǎn)學(xué)研界對“大數(shù)據(jù)”的關(guān)注達(dá)到歷史性新高度。麥肯錫在研究報(bào)告中指出，數(shù)據(jù)已經(jīng)滲透到每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)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(yùn)用將預(yù)示著新一波生產(chǎn)率增長和消費(fèi)者盈余浪潮的到來?；ヂ?lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算的快速興起以及移動(dòng)智能終端的快速普及，正使得當(dāng)前人類社會的數(shù)據(jù)增長比以往任何一個(gè)時(shí)期都要快。越來越大、越來越快、越來越復(fù)雜，數(shù)據(jù)特性的演變和發(fā)展，催生了一個(gè)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(shí)時(shí)信息來自新技術(shù)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(gè)國家中26個(gè)行業(yè)的1144名專業(yè)人員調(diào)查結(jié)果結(jié)構(gòu)化數(shù)據(jù)：存在于關(guān)系數(shù)據(jù)庫中，多年來一直主導(dǎo)著IT應(yīng)用；半結(jié)構(gòu)化數(shù)據(jù)：包括網(wǎng)絡(luò)日志、聊天記錄、文稿、視頻、圖片、地理位置等；非結(jié)構(gòu)化數(shù)據(jù)：廣泛存在于社交網(wǎng)絡(luò)、物聯(lián)網(wǎng)、電子商務(wù)之中。伴隨著社交網(wǎng)絡(luò)、移動(dòng)計(jì)算和傳感器等新技術(shù)不斷產(chǎn)生，有報(bào)告稱，超過80%的數(shù)據(jù)屬于非結(jié)構(gòu)化數(shù)據(jù)?！按髷?shù)據(jù)”理念可定義為4個(gè)V，即數(shù)量（Volume）、多樣性（Variety）、速度（Velocity）及數(shù)據(jù)的價(jià)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(qiáng)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(dòng)智能設(shè)備傳感數(shù)據(jù)IPHONE有3個(gè)傳感器三星有6個(gè)傳感器電子地圖數(shù)據(jù)高德、百度、Google地圖導(dǎo)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(dòng)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(yù)防、預(yù)報(bào)、預(yù)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(fèi)者的消費(fèi)行業(yè)習(xí)慣，做到精準(zhǔn)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(jìn)政府的工作效率，實(shí)現(xiàn)全局化掌控，個(gè)性化區(qū)域管理，解決各種社會復(fù)雜問題，緩和各類矛盾，實(shí)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(yù)防犯罪和快速偵破，實(shí)現(xiàn)長治久安的管理目標(biāo)。醫(yī)療領(lǐng)域教育領(lǐng)域互聯(lián)網(wǎng)領(lǐng)域政府公共機(jī)構(gòu)領(lǐng)域公共安全領(lǐng)域大數(shù)據(jù)在多領(lǐng)域中的應(yīng)用DT時(shí)代，信息化建設(shè)帶給企業(yè)高管層的直接應(yīng)用體驗(yàn)？你負(fù)責(zé)干活，我負(fù)責(zé)美ERP(財(cái)務(wù)、供應(yīng)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(shí)代IT時(shí)代DT時(shí)代大數(shù)據(jù)平臺架構(gòu)功能數(shù)據(jù)源存儲與管理分析建模應(yīng)用與可視化集團(tuán)運(yùn)營管理集團(tuán)人力資本自助應(yīng)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(jié)構(gòu)化數(shù)據(jù)統(tǒng)一建模與管理調(diào)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(wù)系統(tǒng)數(shù)據(jù)機(jī)構(gòu)數(shù)據(jù)非系統(tǒng)數(shù)據(jù)填報(bào)數(shù)據(jù)外部數(shù)據(jù)集團(tuán)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(shù)同步分發(fā)網(wǎng)絡(luò)爬蟲調(diào)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(diǎn)分析數(shù)據(jù)適配器流式數(shù)據(jù)處理客戶畫像關(guān)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(lǐng)導(dǎo)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(hù)責(zé)任部門數(shù)據(jù)維護(hù)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(shù)部制造信息管理部訂單齊套要求生產(chǎn)技術(shù)部制造信息管理部發(fā)貨策略生產(chǎn)技術(shù)部制造信息管理部訂單類別生產(chǎn)技術(shù)部制造信息管理部訂單類型生產(chǎn)技術(shù)部制造信息管理部產(chǎn)品類別生產(chǎn)技術(shù)部制造信息管理部促銷類型生產(chǎn)技術(shù)部制造信息管理部設(shè)計(jì)來源生產(chǎn)技術(shù)部制造信息管理部水盆安裝方式生產(chǎn)技術(shù)

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(cái)務(wù)中心財(cái)務(wù)中心核算管控部信息規(guī)劃線線別財(cái)務(wù)中心財(cái)務(wù)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(nèi)務(wù)組-財(cái)務(wù)中心各事業(yè)線的營銷內(nèi)務(wù)組-財(cái)務(wù)中心核算管控部信息規(guī)劃線門店?duì)I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(cái)務(wù)中心財(cái)務(wù)中心核算管控部信息規(guī)劃線車間財(cái)務(wù)中心財(cái)務(wù)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(shè)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(yīng)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(shè)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(yīng)用數(shù)據(jù)載體大數(shù)據(jù)數(shù)據(jù)處理數(shù)據(jù)應(yīng)用覆蓋市場主流數(shù)據(jù)庫類型業(yè)務(wù)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(bào)表&表單填報(bào)管理與統(tǒng)計(jì)數(shù)據(jù)補(bǔ)充組織建模組織和基礎(chǔ)數(shù)據(jù)、用戶角色權(quán)限；多口徑組織體系和多版本；業(yè)務(wù)建模資源多級管控，多場景格式設(shè)計(jì)中間級管理：任務(wù)再分配報(bào)送審核報(bào)送管理新增確認(rèn)環(huán)節(jié)報(bào)送管理支持審批數(shù)據(jù)填報(bào)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(yīng)用進(jìn)行項(xiàng)目劃分。梳理對應(yīng)項(xiàng)目ETL文件夾及其流程級數(shù)據(jù)轉(zhuǎn)換過程。2.ETL流程設(shè)計(jì)數(shù)據(jù)質(zhì)量的初步校驗(yàn)。對直連及ESB方式的數(shù)據(jù)流入做準(zhǔn)入控制。3.通過ETL實(shí)現(xiàn)初步的數(shù)據(jù)權(quán)限控制。實(shí)現(xiàn)開發(fā)級的數(shù)據(jù)權(quán)限管控要求。4.設(shè)計(jì)ETL對不同數(shù)據(jù)應(yīng)用服務(wù)的數(shù)據(jù)集成時(shí)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(biāo)準(zhǔn)主數(shù)據(jù)財(cái)務(wù)財(cái)務(wù)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(diào)用向?qū)浇Ｄ_本化建模接口調(diào)用建模建模級功能應(yīng)用字段公式二次物化數(shù)據(jù)共享建模監(jiān)控模型結(jié)構(gòu)反輸出數(shù)據(jù)處理-數(shù)據(jù)建模集團(tuán)管理與產(chǎn)業(yè)運(yùn)營的各個(gè)維度數(shù)據(jù)價(jià)值分析是“支柱”和“抽水泵”集團(tuán)管控維度分職能領(lǐng)域，如人、財(cái)、資產(chǎn)、資本、項(xiàng)目、風(fēng)控等，服務(wù)于各個(gè)分管業(yè)務(wù)線，分管理層級（集團(tuán)本部、板塊/事業(yè)部、分子公司等），建立服務(wù)各層級的管理分析平臺。產(chǎn)業(yè)運(yùn)營維度產(chǎn)業(yè)板塊/公司運(yùn)營分析平臺各產(chǎn)業(yè)板塊自建立核心運(yùn)營指標(biāo)分析平臺，并大、小屏聯(lián)動(dòng)，服務(wù)于各公司管理決策層。集團(tuán)各產(chǎn)業(yè)運(yùn)營分析總攬?jiān)诟鱾€(gè)產(chǎn)業(yè)公司運(yùn)

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

11、本支持豐富的分析預(yù)警格式多分析區(qū)域、區(qū)域聯(lián)動(dòng)支持支持條件推送、周期性訂閱數(shù)據(jù)應(yīng)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(yīng)用-數(shù)據(jù)載體PADAPP友空間微信分析內(nèi)容多端運(yùn)行方便在多種設(shè)備和應(yīng)用系統(tǒng)中使用，一次設(shè)計(jì)，多端使用。數(shù)據(jù)應(yīng)用-數(shù)據(jù)載體數(shù)據(jù)應(yīng)用-數(shù)據(jù)挖掘數(shù)據(jù)挖掘應(yīng)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(yù)測算法。支持機(jī)器學(xué)習(xí)。數(shù)據(jù)應(yīng)用-大數(shù)據(jù)應(yīng)用智慧物料盤點(diǎn),通過對照片中的鋼筋等耗材，或圓形物件進(jìn)行定位檢測，快速返回檢測物體的坐標(biāo)，并進(jìn)行標(biāo)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(shù)進(jìn)行耗材的動(dòng)態(tài)變動(dòng)處理。通過數(shù)據(jù)驅(qū)動(dòng)，快速實(shí)時(shí)反應(yīng)物料的實(shí)物庫存。技術(shù)儲備：圖片識別,機(jī)器學(xué)習(xí)積累數(shù)據(jù)應(yīng)用-大數(shù)據(jù)應(yīng)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(jìn)行考勤及安全管理。并通過反饋數(shù)據(jù)進(jìn)行人員績效管理。技術(shù)儲備：圖片識別,機(jī)器學(xué)習(xí)積累，CCTV視頻影像數(shù)據(jù)接入數(shù)據(jù)應(yīng)用-大數(shù)據(jù)應(yīng)用機(jī)構(gòu)會計(jì)基礎(chǔ)工作監(jiān)控殺毒,通過大數(shù)據(jù)流式計(jì)算能力實(shí)時(shí)計(jì)算多集團(tuán)架構(gòu)數(shù)據(jù)。監(jiān)控企業(yè)工作情況。技術(shù)儲備：KUDU大