企業(yè)大數(shù)據(jù)平臺建設(shè)方案

建立在PAAS平臺上的新一代數(shù)據(jù)平臺解決方案智慧企業(yè)大數(shù)據(jù)平臺建設(shè)方案建立在PAAS平臺上的新一代數(shù)據(jù)平臺解決方案智慧企業(yè)大數(shù)據(jù)平Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求創(chuàng)新的技術(shù)平臺建設(shè)思路Agenda面向大數(shù)據(jù)的分析NowWhat?SoWhat?What?大數(shù)據(jù)分析企業(yè)內(nèi)、外部的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)量在TB級以上以數(shù)據(jù)挖掘、預(yù)測和實時分析為主，強調(diào)對業(yè)務(wù)驅(qū)動傳統(tǒng)BI分析企業(yè)內(nèi)部的結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)量在GB~TB級以報表、查詢和分析為主，反應(yīng)當(dāng)前業(yè)務(wù)現(xiàn)狀面向大數(shù)據(jù)的分析NowWhat?大數(shù)據(jù)分析傳統(tǒng)BI分析更豐富、更細(xì)致的客戶管理大數(shù)據(jù)分析在企業(yè)的應(yīng)用更準(zhǔn)確、更及時的營銷管理更高效、更全面的風(fēng)險管理Customer360oSingleViewKeyLifeEvents&NextBestActionStressTest&CreditAssessments更豐富、更細(xì)致的客戶管理大數(shù)據(jù)分析在企業(yè)的應(yīng)用更準(zhǔn)確、更及時通用銀行業(yè)大數(shù)據(jù)分析平臺管理分析類應(yīng)用數(shù)據(jù)交換平臺應(yīng)用集市數(shù)據(jù)區(qū)核心系統(tǒng)總賬系統(tǒng)國結(jié)系統(tǒng)網(wǎng)銀系統(tǒng)……系統(tǒng)企業(yè)內(nèi)外部半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)產(chǎn)生層數(shù)據(jù)交換層數(shù)據(jù)傳輸數(shù)據(jù)稽核數(shù)據(jù)處理流程調(diào)度監(jiān)控告警……數(shù)據(jù)服務(wù)層非結(jié)構(gòu)化數(shù)據(jù)區(qū)沙盤演練數(shù)據(jù)區(qū)用戶評價信息移動互聯(lián)信息……元數(shù)據(jù)數(shù)據(jù)應(yīng)用層歷史歸檔數(shù)據(jù)區(qū)HDS客戶主題協(xié)議主題產(chǎn)品主題事件沙盤演練應(yīng)用實時分析應(yīng)用數(shù)據(jù)管控層POS增量財務(wù)增量庫存增量采購增量……增量臨時數(shù)據(jù)區(qū)實時數(shù)據(jù)區(qū)核心數(shù)據(jù)總賬數(shù)據(jù)國結(jié)數(shù)據(jù)……數(shù)據(jù)主題數(shù)據(jù)區(qū)社交媒體信息網(wǎng)銀數(shù)據(jù)……客戶管理財務(wù)管理風(fēng)險管理……管理客戶管理財務(wù)管理風(fēng)險管理……管理運營管理用戶訪問層決策人員管理人員數(shù)據(jù)科學(xué)家業(yè)務(wù)人員客戶匯總賬戶匯總機構(gòu)匯總產(chǎn)品匯總……通用銀行業(yè)大數(shù)據(jù)分析平臺管理分析類應(yīng)用數(shù)據(jù)交換平臺應(yīng)用集市數(shù)企業(yè)大數(shù)據(jù)平臺數(shù)據(jù)內(nèi)容及實現(xiàn)技術(shù)Page7應(yīng)用平臺提交請求訪問的數(shù)據(jù)，包括結(jié)構(gòu)化和非結(jié)構(gòu)化兩類在線存儲周期超過數(shù)據(jù)生命周期規(guī)劃的數(shù)據(jù)適合Hadoop分布式架構(gòu)管理無法用二維表結(jié)構(gòu)來邏輯表達(dá)的無結(jié)構(gòu)性的數(shù)據(jù)。例如文本、音頻數(shù)據(jù)等。方便用數(shù)據(jù)庫的二維表結(jié)構(gòu)來邏輯表達(dá)實現(xiàn)的數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)字段含義確定，清晰。例如：客戶信息、用電記錄等。是挖掘數(shù)據(jù)價值的主要對象。支持分析型應(yīng)用，時效性較低支持前臺交易系統(tǒng)查詢需求，具有可靠性高、并發(fā)度大、采集頻率短的特點按數(shù)據(jù)格式類別劃分按數(shù)據(jù)格式類別劃分按數(shù)據(jù)采集頻度劃分大數(shù)據(jù)

平臺在線數(shù)據(jù)歸檔數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)準(zhǔn)實時數(shù)據(jù)非實時數(shù)據(jù)面向貼源數(shù)據(jù)查詢和主題數(shù)據(jù)整合。數(shù)據(jù)區(qū)，適合X86MPP數(shù)據(jù)庫集群范式化模型數(shù)據(jù)面向分析類應(yīng)用。對應(yīng)ADW和CM數(shù)據(jù)區(qū)，適合MPP數(shù)據(jù)庫集群維度模型數(shù)據(jù)按數(shù)據(jù)模型劃分企業(yè)大數(shù)據(jù)平臺數(shù)據(jù)內(nèi)容及實現(xiàn)技術(shù)Page7應(yīng)用平臺提Page8企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平臺8技術(shù)-跨平臺數(shù)據(jù)交換批量和實時數(shù)據(jù)采用不同的技術(shù)手段和工具，遵循統(tǒng)一的文件接口標(biāo)準(zhǔn)技術(shù)-平臺內(nèi)數(shù)據(jù)復(fù)制跨同構(gòu)/異構(gòu)數(shù)據(jù)庫（物理系統(tǒng)），基于文本、數(shù)據(jù)庫的數(shù)據(jù)抽取和加載，數(shù)據(jù)的形式不發(fā)生變化，不涉及數(shù)據(jù)轉(zhuǎn)換。數(shù)據(jù)復(fù)制后產(chǎn)生的數(shù)據(jù)副本主要是為了便于數(shù)據(jù)引用，需要制定數(shù)據(jù)副本的生命周期管理策略以及保證數(shù)據(jù)副本的只讀屬性。數(shù)據(jù)-數(shù)據(jù)即服務(wù)業(yè)務(wù)人員通過邏輯數(shù)據(jù)對象組件訪問數(shù)據(jù)，而不用關(guān)心數(shù)據(jù)的物理存儲方式。通過全行指標(biāo)口徑和維度、度量信息，使業(yè)務(wù)人員可以較容易、較快地定位和了解數(shù)據(jù)的內(nèi)容。數(shù)據(jù)-數(shù)據(jù)質(zhì)量控制通過一系列的技術(shù)和業(yè)務(wù)手段實現(xiàn)數(shù)據(jù)集成平臺數(shù)據(jù)質(zhì)量控制，主要體現(xiàn)在數(shù)據(jù)正確性（技術(shù)）、完整性、一致性（業(yè)務(wù)）、有效性。Page8企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平臺8技術(shù)-跨平臺數(shù)Page9企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平9數(shù)據(jù)-歷史數(shù)據(jù)分級存儲和訪問近線數(shù)據(jù)存儲形式保持源表源結(jié)構(gòu)，主要以數(shù)據(jù)庫形式存儲，支持在線數(shù)據(jù)查詢、訪問和應(yīng)用支持，響應(yīng)時間秒級。歸檔數(shù)據(jù)以廉價大容量磁盤方式存儲，存儲形式會根據(jù)數(shù)據(jù)環(huán)境和未來應(yīng)用的差異，采用不同于源結(jié)構(gòu)的存儲形式。同時，歸檔數(shù)據(jù)需要創(chuàng)建“被動索引”并具備恢復(fù)到主題數(shù)據(jù)區(qū)或者匯總數(shù)據(jù)區(qū)的能力。數(shù)據(jù)-非結(jié)構(gòu)化數(shù)據(jù)管理對于交易和處理過程中形態(tài)尚不穩(wěn)定的非結(jié)構(gòu)化數(shù)據(jù)，可由各平臺根據(jù)時效性、一致性控制和完整性控制等要求考慮自行處理安全-數(shù)據(jù)訪問安全對于普通的查詢訪問應(yīng)用，應(yīng)該具備屏蔽敏感信息的展現(xiàn)的能力。面向行內(nèi)用戶的數(shù)據(jù)訪問，應(yīng)按照數(shù)據(jù)的屬主進(jìn)行訪問隔離。運維-系統(tǒng)日常運行性能管理在數(shù)據(jù)量不斷增加、訪問用戶數(shù)量的增長、用戶數(shù)據(jù)使用成熟度的變化、數(shù)據(jù)ETL持續(xù)滾動開發(fā)等場景的不斷變化下，需要圍繞日常性能管理，不斷調(diào)整系統(tǒng)設(shè)計和運行策略。Page9企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平9數(shù)據(jù)-歷史數(shù)據(jù)分建設(shè)新一代數(shù)據(jù)平臺的驅(qū)動力完整的大規(guī)模數(shù)據(jù)的快速捕獲流程多種類型數(shù)據(jù)的存儲數(shù)據(jù)的實時共享與交換海量&劇增數(shù)據(jù)的支撐能力傳統(tǒng)數(shù)據(jù)倉庫技術(shù)和新技術(shù)的結(jié)合Hadoop技術(shù)的合理運用與性能建設(shè)新一代數(shù)據(jù)平臺的驅(qū)動力完整的大規(guī)模數(shù)據(jù)的快速捕獲流程Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求創(chuàng)新的技術(shù)平臺建設(shè)思路Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求企業(yè)大數(shù)據(jù)戰(zhàn)略定位為

什

么

?做

什

么

?企業(yè)全球大數(shù)據(jù)決策中心平臺的IT支持如何做

?IT支持117產(chǎn)品設(shè)計&研發(fā)應(yīng)用策略企業(yè)全球大數(shù)據(jù)決策中心平臺的業(yè)務(wù)應(yīng)用策略生產(chǎn)應(yīng)用策略 供應(yīng)鏈應(yīng)用策略營銷&銷售&服務(wù)應(yīng)用策略基于企業(yè)大數(shù)據(jù)應(yīng)用轉(zhuǎn)型框架，一切圍繞?做什么?和?如何做?進(jìn)行方案設(shè)計管控模式企業(yè)全球大數(shù)據(jù)決策中心平臺的管控體系管控流程組織職能企業(yè)大數(shù)據(jù)戰(zhàn)略定位做什么?企業(yè)全球大數(shù)據(jù)決策中心平臺的Haier

118?

Copyright

Capgemini

2013

All

Rights

Reserved企業(yè)集團(tuán)未來7年?網(wǎng)絡(luò)化?戰(zhàn)略網(wǎng)絡(luò)化的外部市場數(shù)據(jù)

People

2.0

&

在線協(xié)作

&企業(yè)社區(qū)

網(wǎng)絡(luò)化的員工與企業(yè)Network

&

e-Commerce網(wǎng)絡(luò)化的用戶與市場Web

2.0

&

Social提供決策支持

基于行業(yè)變化與發(fā)展

基于企業(yè)各業(yè)務(wù)部門的業(yè)務(wù)發(fā)展及相應(yīng)業(yè)務(wù)應(yīng)用機會網(wǎng)絡(luò)化的企業(yè)內(nèi)部數(shù)據(jù)

基于企業(yè)外部數(shù)據(jù)、內(nèi)部數(shù)據(jù)獲取及處理分析

基于技術(shù)創(chuàng)新與互聯(lián)網(wǎng)發(fā)展在戰(zhàn)略定位層面，企業(yè)大數(shù)據(jù)應(yīng)用要立足于網(wǎng)絡(luò)化的外部市場與企業(yè)內(nèi)部，為網(wǎng)絡(luò)化戰(zhàn)略提供決策支持，成為企業(yè)網(wǎng)絡(luò)化戰(zhàn)略的決策平臺之一企業(yè)全球大數(shù)據(jù)決策中心平臺Haier 118企業(yè)集團(tuán)未來7年網(wǎng)絡(luò)化的外部市場數(shù)據(jù)Haier

119?

Copyright

Capgemini

2013

All

Rights

Reserved企業(yè)級數(shù)據(jù)分析

提供BI

&

報表工具及服務(wù)

快速數(shù)據(jù)管理服務(wù)

數(shù)據(jù)分析流程外包

數(shù)據(jù)分析技術(shù)支持績效指標(biāo)設(shè)計

從整體戰(zhàn)略導(dǎo)出大數(shù)據(jù)戰(zhàn)略

大數(shù)據(jù)業(yè)務(wù)應(yīng)用策略設(shè)計

大數(shù)據(jù)業(yè)務(wù)應(yīng)用績效目標(biāo)設(shè)定智能分析與預(yù)測

預(yù)測建模及模型優(yōu)化

分析模型設(shè)計與部署

實現(xiàn)原型設(shè)計

基于業(yè)務(wù)需求的定制化分析績效管理與實施

建立績效管理與追蹤模型及工具

決策執(zhí)行的持續(xù)監(jiān)控

業(yè)務(wù)績效的持續(xù)追蹤

形成績效反饋與決策閉環(huán)為了支撐大數(shù)據(jù)戰(zhàn)略及定位的可執(zhí)行性、可追溯性與可反饋性，需要統(tǒng)籌考慮數(shù)據(jù)分析決策與績效管理，實現(xiàn)從數(shù)據(jù)到洞見、從戰(zhàn)略制定到業(yè)務(wù)執(zhí)行的貫通戰(zhàn)略定位&目標(biāo)Haier 119企業(yè)級數(shù)據(jù)分析績效指標(biāo)設(shè)計智能分析與預(yù)測Haier

120?

Copyright

Capgemini

2013

All

Rights

Reserved在清晰明確的大數(shù)據(jù)戰(zhàn)略與定位指導(dǎo)下，制定業(yè)務(wù)應(yīng)用策略、管控體系與IT支持的設(shè)計指導(dǎo)原則指導(dǎo)原則描述業(yè)務(wù)應(yīng)用策略管控體系IT支持

契合最佳實踐：基于大數(shù)據(jù)的行業(yè)最佳實踐應(yīng)用

滿足業(yè)務(wù)發(fā)展：基于企業(yè)行業(yè)特征與業(yè)務(wù)發(fā)展要求進(jìn)行應(yīng)用分析

匹配技術(shù)能力：基于技術(shù)發(fā)展與數(shù)據(jù)特征制定可落地的應(yīng)用策略

端到端的價值應(yīng)用：建立合適的管控模式，實現(xiàn)大數(shù)據(jù)端到端的業(yè)務(wù)價值應(yīng)用

決策績效追蹤反饋：設(shè)計合理的管控組織與流程，實現(xiàn)大數(shù)據(jù)決策的績效追蹤與反饋，保證決策收益

支撐業(yè)務(wù)應(yīng)用要求：建設(shè)相應(yīng)的技術(shù)能力，支撐大數(shù)據(jù)在各業(yè)務(wù)部門的應(yīng)用要求

順應(yīng)技術(shù)發(fā)展：結(jié)合前沿的大數(shù)據(jù)相關(guān)技術(shù)發(fā)展與技術(shù)應(yīng)用，建設(shè)有前瞻性與適用性的IT支持能力Haier 120在清晰明確的大數(shù)據(jù)戰(zhàn)略與定位指導(dǎo)下，制定Haier

121?

Copyright

Capgemini

2013

All

Rights

Reserved基于大數(shù)據(jù)整體戰(zhàn)略、定位和指導(dǎo)原則，結(jié)合最佳實踐，實現(xiàn)端到端的大數(shù)據(jù)應(yīng)用，使得大數(shù)據(jù)真正產(chǎn)生業(yè)務(wù)價值獲取、組織和管理大數(shù)據(jù)檢測信號理解行為建立業(yè)務(wù)洞察流程整合

“即插即用”的通用連接器

無需IT投入

未知格式和系統(tǒng)

實可時量、化持且續(xù)無或限分制批的能力

系統(tǒng)整合和應(yīng)用專長

160多位科學(xué)家，20多個方向

世界級高級分析和專有算法

前沿學(xué)習(xí)模型（神經(jīng)網(wǎng)絡(luò)，SVD，KNN,

RBM等）

互聯(lián)服務(wù)持續(xù)的機會識別和報告

直觀的可視化儀表盤

維護(hù)和業(yè)務(wù)模型

模型輸出轉(zhuǎn)化為價值實現(xiàn)的行動和策略快速的時間到價值轉(zhuǎn)化個性化處理和建議（任何渠道）

優(yōu)秀的大數(shù)據(jù)顆粒度信號識別

4萬多個信號的數(shù)據(jù)庫v20v15v14v21v51 v32v8v33 v19v11

v9

v44持續(xù)創(chuàng)造價值人員、流程和IT轉(zhuǎn)型專長精益交付架構(gòu)（安全性、適應(yīng)性）基于云，或以此為前提無IT投入

深刻的行業(yè)經(jīng)驗

市場營銷與銷售分析的項目實踐

業(yè)務(wù)和IT專業(yè)能力的結(jié)合

有力的全球行業(yè)網(wǎng)絡(luò)理解業(yè)務(wù)Haier 121基于大數(shù)據(jù)整體戰(zhàn)略、定位和指導(dǎo)原則，結(jié)合Haier

122?

Copyright

Capgemini

2013

All

Rights

Reserved在業(yè)務(wù)應(yīng)用策略層面，要進(jìn)行應(yīng)用機會與數(shù)據(jù)源分析，并進(jìn)行匹配，分析業(yè)務(wù)層面與技術(shù)層面的差距，基于差距提出技術(shù)要求，并指導(dǎo)實施規(guī)劃，保證落地產(chǎn)品研發(fā)供應(yīng)鏈

營銷銷售服務(wù)客戶業(yè)務(wù)分析生產(chǎn)產(chǎn)品運營大數(shù)據(jù)應(yīng)用聚焦部分大數(shù)據(jù)應(yīng)用非聚焦圖示：數(shù)據(jù)分析數(shù)據(jù)質(zhì)量評分?jǐn)?shù)據(jù)類型標(biāo)簽數(shù)據(jù)量

……外部數(shù)據(jù)來源內(nèi)部數(shù)據(jù)來源應(yīng)用機會數(shù)據(jù)源15

6…………2 3 4業(yè)務(wù)

VS.

數(shù)據(jù)

匹配實施規(guī)劃

根據(jù)差距分析進(jìn)行實施規(guī)劃

數(shù)據(jù)建模

分析工具差距分析

差距評估

定性定量分析技術(shù)要求

根據(jù)差距分析提出技術(shù)能力要求1324利用數(shù)據(jù)建模與分析工具，進(jìn)行應(yīng)用實現(xiàn)Haier 122在業(yè)務(wù)應(yīng)用策略層面，要進(jìn)行應(yīng)用機會與數(shù)據(jù)123Haier?

Copyright

Capgemini

2013

All

Rights

Reserved1.

業(yè)務(wù)分析：根據(jù)企業(yè)業(yè)務(wù)價值鏈進(jìn)行大數(shù)據(jù)的業(yè)務(wù)應(yīng)用機會分析1企業(yè)業(yè)務(wù)價值鏈供應(yīng)鏈大數(shù)據(jù)應(yīng)用次要部分圖示：產(chǎn)品客戶洞見客戶業(yè)務(wù)驅(qū)動新型客戶體驗新產(chǎn)品/服務(wù)新平臺成本管理運營效率優(yōu)化大數(shù)據(jù)應(yīng)用主要部分生產(chǎn)營銷&銷售&服務(wù)

客戶行為洞見

客戶動態(tài)細(xì)分

客戶體驗管理

產(chǎn)品更新?lián)Q代

產(chǎn)品定制

互動式在線創(chuàng)新平臺

在線銷售平臺

在線服務(wù)平臺

客戶需求預(yù)測

產(chǎn)品創(chuàng)新

客戶使用反饋

產(chǎn)品優(yōu)化產(chǎn)品研發(fā)

縮減生產(chǎn)環(huán)節(jié)，降低成本

改善生產(chǎn)工藝，提高效率

減少庫存，降低庫存成本

準(zhǔn)確進(jìn)行供需預(yù)測

提高周轉(zhuǎn)率

自助服務(wù)

數(shù)字化營銷

精準(zhǔn)營銷

降低缺貨率1231.業(yè)務(wù)分析：根據(jù)企業(yè)業(yè)務(wù)價值鏈進(jìn)行大數(shù)據(jù)的業(yè)務(wù)應(yīng)用Haier

124?

Copyright

Capgemini

2013

All

Rights

Reserved外部數(shù)據(jù)來源特定數(shù)據(jù)源內(nèi)部數(shù)據(jù)來源特定數(shù)據(jù)源數(shù)據(jù)類型數(shù)據(jù)質(zhì)量數(shù)據(jù)量獲取難易全外網(wǎng)數(shù)據(jù)全內(nèi)網(wǎng)數(shù)據(jù)文本圖片音頻視頻文本圖片視頻文本圖片視頻文本圖片視頻文本圖片音頻視頻文本圖片音頻音頻文本圖片文本信號低/難圖示：

高/易2.

數(shù)據(jù)分析：根據(jù)企業(yè)的數(shù)據(jù)現(xiàn)狀與技術(shù)環(huán)境進(jìn)行數(shù)據(jù)源的全面分析2可獲取的數(shù)據(jù)來源Haier 124外部數(shù)據(jù)來源內(nèi)部數(shù)據(jù)來源數(shù)據(jù)類型數(shù)據(jù)質(zhì)量Haier

125?

Copyright

Capgemini

2013

All

Rights

Reserved3實現(xiàn)分析從應(yīng)用機會實現(xiàn)的角度，提出業(yè)務(wù)配套舉措，選擇相應(yīng)的數(shù)據(jù)建模方法與應(yīng)用工具，明確數(shù)據(jù)來源與要求，并進(jìn)行收益分析業(yè)務(wù)應(yīng)用機會

1 業(yè)務(wù)配套舉措分析選擇數(shù)據(jù)建模方法與應(yīng)用工具業(yè)務(wù)

&

數(shù)據(jù)

匹配數(shù)據(jù)源新建/改造分析分析實現(xiàn)收益

*3.

業(yè)務(wù)與數(shù)據(jù)匹配：基于業(yè)務(wù)應(yīng)用需求，匹配數(shù)據(jù)能力，并進(jìn)行應(yīng)用實現(xiàn)分析Haier 12533.業(yè)務(wù)與數(shù)據(jù)匹配：基于業(yè)務(wù)應(yīng)用需求技術(shù)實現(xiàn)差距17 54113417228102

107

3832Haier

126?

Copyright

Capgemini

2013

All

Rights

Reserved小大小中業(yè)務(wù)實現(xiàn)差距大中1421037912961516192021222471508257826 84822733353618394043341344464748515756

586323645245676869887475767779808183856869611231219086915949211895971199141013110387701061007310461091051085311011111255596011411565116119120122124125126128127117數(shù)據(jù)源新建/改造分析業(yè)務(wù)配套舉措分析4.

差距分析：綜合定性和定量方法，從業(yè)務(wù)實現(xiàn)和技術(shù)實現(xiàn)兩方面進(jìn)行應(yīng)用機會的差距分析4選擇數(shù)據(jù)建模方法與應(yīng)用工具2930

376293984249技術(shù)實現(xiàn)差距17 54417228Haier 126小大小Haier

127?

Copyright

Capgemini

2013

All

Rights

Reserved企業(yè)可考慮的業(yè)務(wù)應(yīng)用策略舉例—研發(fā)設(shè)計用戶購買研發(fā)人員使用?

建立基于物聯(lián)網(wǎng)和云平臺的家電運行分析平臺

，收集產(chǎn)品日常運行數(shù)據(jù)，從中抽取用戶偏好、使用習(xí)慣、產(chǎn)品運行狀態(tài)、產(chǎn)品故障信息等數(shù)據(jù)運行記錄?

……

運行記錄?

…

?………運行記錄?

…

?………?

……評價?

通過大數(shù)據(jù)輿情分析工具，收集客戶對產(chǎn)品功能、性能、使用、維修過程中的各類信息并進(jìn)行綜合分析，從中抽取用戶偏好、功能需求、用戶體驗、意見評價、關(guān)注熱點等信息相關(guān)評價相關(guān)評價相關(guān)搜索相關(guān)話題用戶偏好用戶使用 產(chǎn)品運行習(xí)慣 狀態(tài)產(chǎn)品運行故障信息功能需求用戶體驗用戶意見和評價用戶關(guān)注熱點……產(chǎn)品設(shè)計功能實現(xiàn)需求分析研發(fā)設(shè)計大數(shù)據(jù)應(yīng)用分析綜合分析產(chǎn)品投入使用后從各數(shù)據(jù)源收集的產(chǎn)品運行及用戶反饋信息，作為后續(xù)新產(chǎn)品設(shè)計、功能研發(fā)，以及產(chǎn)品優(yōu)化的重要輸入和參考Haier 127企業(yè)可考慮的業(yè)務(wù)應(yīng)用策略舉例—研發(fā)設(shè)計用Haier

128?

Copyright

Capgemini

2013

All

Rights

Reserved收益?提高設(shè)備利用率,改進(jìn)生產(chǎn)管理過程?提高設(shè)備維護(hù)效率，降低維護(hù)成本?提高生產(chǎn)能力，降低廢品率，降低總體生產(chǎn)成本?

……生產(chǎn)計劃生產(chǎn)過程生產(chǎn)故障?

可視化過程信息?

傳感器采集數(shù)據(jù)?

流水線及各崗位工作狀態(tài)?

產(chǎn)量/時間信息?

……?

故障類別?

故障/停工原因?

廢品量?

廢品原因?

……企業(yè)可考慮的業(yè)務(wù)應(yīng)用策略舉例—生產(chǎn)?

合同數(shù)據(jù)通過生產(chǎn)數(shù)據(jù)的自動采集、匯總和分析，準(zhǔn)確、統(tǒng)一的掌握和了解生產(chǎn)設(shè)備的狀況、生產(chǎn)線和設(shè)備的生產(chǎn)能力、負(fù)荷率、零部件質(zhì)量和成品質(zhì)量等數(shù)據(jù)，并對采集到的數(shù)據(jù)按照企業(yè)經(jīng)營的指標(biāo)進(jìn)行分析評判，打造精益生產(chǎn)的?數(shù)字化工廠?Haier 128收益?……生產(chǎn)計劃生產(chǎn)生產(chǎn)故障?表盤等形式呈現(xiàn) 129Haier?Copyright

Capgemini

2013

All

Rights

Reserved企業(yè)可考慮的業(yè)務(wù)應(yīng)用策略舉例—供應(yīng)鏈采購制造分銷物流庫存銷售制造行業(yè)供應(yīng)鏈計劃執(zhí)行執(zhí)行層大數(shù)據(jù)應(yīng)用?

基于二維碼為每臺產(chǎn)品定義唯一的標(biāo)識，并記錄該產(chǎn)品相應(yīng)的品類、型號、生產(chǎn)批次等，通過全流程二維碼標(biāo)簽進(jìn)行數(shù)據(jù)采集，記錄產(chǎn)品在一定時期的位臵和動作流程，并就可追溯可追蹤的數(shù)據(jù)與歷史記錄進(jìn)行分析，形成分析報告，通過圖、表、儀收益?

對產(chǎn)品分銷、運輸、存儲和銷售狀態(tài)進(jìn)行跟蹤分析，并提出改善舉措，使得供貨時效得以提高?

優(yōu)化庫存效率，降低成本有效記錄全程跟蹤每一臺產(chǎn)品的路徑通過多種方式跟蹤和記錄唯一標(biāo)識計劃層大數(shù)據(jù)應(yīng)用?

挖掘和分析各類社交媒體中關(guān)于用戶、產(chǎn)品、企業(yè)、品牌的數(shù)據(jù)，對數(shù)據(jù)進(jìn)行過濾，從中提取用戶需求和消費趨向相關(guān)洞察收益?

提升供應(yīng)鏈各環(huán)節(jié)計劃準(zhǔn)確性?

提升供應(yīng)鏈前端反應(yīng)速度?

提升選貨和備貨的準(zhǔn)確性，優(yōu)化庫存，降低成本? 追蹤社交媒體中對地點、用戶和產(chǎn)品的提及信息，從中了解與位臵有關(guān)的用戶消費趨向（如基于簽到數(shù)據(jù)分析門店區(qū)域客流量），從而即時調(diào)整相關(guān)區(qū)域及產(chǎn)品庫存? 通過對社交媒體的監(jiān)控，針對用戶需求進(jìn)行提前生產(chǎn)和備貨有效指導(dǎo)表盤等形式呈現(xiàn) 129企業(yè)可考慮的業(yè)務(wù)應(yīng)用策略舉例—供應(yīng)鏈采Haier

130?

Copyright

Capgemini

2013

All

Rights

Reserved企業(yè)可考慮的業(yè)務(wù)應(yīng)用策略舉例—營銷戰(zhàn)略定位&目標(biāo)?

通過用戶的網(wǎng)站、社交、位臵等各類數(shù)據(jù)記錄，挖掘用戶特征，洞察用戶偏好，從而對用戶進(jìn)行群類細(xì)分，并繪制出完整的客戶畫像?

將營銷策略細(xì)化到針對細(xì)分客群甚至個人客戶的個性化和精準(zhǔn)化營銷，并根據(jù)所有特征數(shù)據(jù)的變動實時更新營銷模式和內(nèi)容?

基于對用戶的理解和消費習(xí)慣的分析，結(jié)合社交網(wǎng)絡(luò)即時信息的提取，密切關(guān)注用戶的生活階段和狀態(tài)，跟蹤變化，預(yù)測其未來的消費行為?

根據(jù)對用戶及其消費行為的理解和預(yù)測，對不同的目標(biāo)客群設(shè)計更加具有針對性的營銷策略建立一個實時的社交媒體情報中心，捕獲關(guān)于用戶、事件、話題、產(chǎn)品、位臵和組織等方面的各種

關(guān)系和信息，充分挖掘全網(wǎng)的品牌、用戶、產(chǎn)品相關(guān)的音頻、文字、Logo視頻的關(guān)鍵詞信號，用以精確地指導(dǎo)營銷Haier 130企業(yè)可考慮的業(yè)務(wù)應(yīng)用策略舉例—營銷戰(zhàn)略定Haier

131?

Copyright

Capgemini

2013

All

Rights

Reserved企業(yè)可考慮的業(yè)務(wù)應(yīng)用策略舉例—售后服務(wù)傳統(tǒng)售后服務(wù)流程產(chǎn)品使 產(chǎn)生服 提出服享受服產(chǎn)品使 確認(rèn)服 享受服基于產(chǎn)品大數(shù)據(jù)應(yīng)用的售后服務(wù)流程產(chǎn)生收益?

運營：提升售后服務(wù)工作效率和工作質(zhì)量?

客戶：提升售后服務(wù)的客戶滿意度結(jié)合產(chǎn)品二維碼及傳感器運行數(shù)據(jù)，自動對每臺設(shè)備進(jìn)行故障監(jiān)測和實時診斷，同時向客戶提供主動的服務(wù)選擇用戶客用 務(wù)需求 務(wù)申請 務(wù)提供服 服務(wù)記用戶客用 服務(wù)需求數(shù)據(jù)收 主動服務(wù)需求提供服務(wù)服務(wù)記服務(wù) 錄服人集 務(wù)提供務(wù)錄人員局限性員服務(wù)選項?

被動等待客戶提出服務(wù)要求?

主動服務(wù)提醒?

客戶必須事先了解正確的服務(wù)申請渠道?

潛在問題預(yù)警?

客服人員對客戶使用情況缺乏了解?

實時故障識別?

對工作量無法準(zhǔn)確預(yù)測，難以精確地進(jìn)行工作排期?

主動服務(wù)預(yù)約?

對各類產(chǎn)品問題只有事后記?

……Haier 131企業(yè)可考慮的業(yè)務(wù)應(yīng)用策略舉例—售后服務(wù)傳Haier

134?

Copyright

Capgemini

2013

All

Rights

Reserved模型&

算法庫業(yè)務(wù)信號生成接入層分析層業(yè)務(wù)應(yīng)用信號收集轉(zhuǎn)化處理優(yōu)化處理需求分析數(shù)據(jù)源外部網(wǎng)絡(luò)非結(jié)構(gòu)化數(shù)據(jù)語義數(shù)據(jù)第三方數(shù)據(jù)企業(yè)內(nèi)部企業(yè)服務(wù)數(shù)據(jù)連接實時學(xué)習(xí)輸入給人輸入給機器信號庫&信號收集實時企業(yè)數(shù)據(jù)倉庫企業(yè)非結(jié)構(gòu)化數(shù)據(jù)可視化展示大數(shù)據(jù)的IT框架接觸點推薦分析業(yè)務(wù)應(yīng)用信號計算生命周期管理在IT支持層面，建立企業(yè)大數(shù)據(jù)決策中心平臺的IT實現(xiàn)框架…數(shù)據(jù)整合Haier 134模型&算法庫業(yè)務(wù)信號生成接入層分析層業(yè)Haier

135?

Copyright

Capgemini

2013

All

Rights

Reserved…對大數(shù)據(jù)處理的各環(huán)節(jié)建議各類分析工具和實現(xiàn)技術(shù)數(shù)據(jù)獲取? 數(shù)據(jù)抽取ETL? 實時整合SOA

/

Web

Services(如

Facebook)事件o

企業(yè)服務(wù)總線（ESB）

o

變化數(shù)據(jù)捕獲（CDC）

o

RSS? 開放數(shù)據(jù)? 社交網(wǎng)絡(luò)? 已存在數(shù)據(jù)數(shù)據(jù)整合Hadoop/MapReduce?

其他使用類似SQL語言的分布式存儲系統(tǒng)（如AsterData，Neo4J，MongoDB，MarkLogic等）?

大型數(shù)據(jù)倉庫?

大型內(nèi)容管理解決方案內(nèi)存（如Oracle

Endeca,

SAPHANA,

caching）信息流

(ESB/ISB)?

無用數(shù)據(jù)清理分析BI（SAP

BusinessObjects,

IBMCognos,

Microstrategy,

Exalyti

?cs…）?

預(yù)測分析工具（SAS,

IBMSPSS,

R）數(shù)學(xué)模型（Mathematica）?

文本，音頻和視頻數(shù)據(jù)挖掘工具（Autonomy,

Attensity…）?

復(fù)雜事件處理工具–

ETL工具，如

Informatica,

IBMStreams..行動BPM

(Pega...)實時分析工具(Oracle

RTD

–實時決策,

IBM

SPSS,

SAS)? 業(yè)務(wù)活動監(jiān)控? Push

(郵件/移動電話商業(yè)智能)? ESB,

SOA...

或者內(nèi)部工具主數(shù)據(jù)管理

+

數(shù)據(jù)質(zhì)量工具

+

元數(shù)據(jù)

+

數(shù)據(jù)生命周期管理Haier 135…對大數(shù)據(jù)處理的各環(huán)節(jié)建議各類分析工具和分布式服

務(wù)

框架Hadoop

Mgr控、告警和訪問控制安裝、部署、配臵、監(jiān)協(xié)

調(diào)

工作流MapReduce運算。Pig為復(fù)雜的海量數(shù)據(jù)并行計算提供了一個簡單的操作和編程接口 Haier

136R 一種統(tǒng)計分析與可視化的語言 ?

Copyright

Capgemini

2013

All

Rights

Reserved基于Hadoop的數(shù)據(jù)倉庫工具，提供類SQL語言，可以看成是SQL到MapReduce的轉(zhuǎn)換器（尚未完全支持SQL

92），外部應(yīng)用可以通過Hive Hive客戶端、JDBC、ODBC等方式訪問Hive…并形成大數(shù)據(jù)平臺技術(shù)架構(gòu)關(guān)系型數(shù)據(jù)庫ETLSQOOPRDBMS<->HBase流計算分布式開源數(shù)據(jù)庫MapReduce分布式計算框架ZooKeeperLanguage搜索引擎BI

分析報表JDBC語言PIGJSODBCHIVE重要部件Hadoop

HDFS分布式文件系統(tǒng)HBaseHadoop

MapReduce分布式計算框架PIG信息整合與信息治理說明是Google

GFS存儲系統(tǒng)的開源實現(xiàn)，主要是作為MapReduce的基礎(chǔ)組件，同時也是Hbase的底層分布式文件系統(tǒng)，它以分布式存儲非結(jié)構(gòu)化數(shù)據(jù)，可實現(xiàn)冗余備份，提升查詢效率是一個分布式、以列的方式存儲結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)庫，可以減少I/O，增加新節(jié)點時自動線性擴展，使用Hbase命令而非SQL，可以通過Java，REST，thrift等接口訪問HBase可在Hadoop系統(tǒng)上進(jìn)行分布式計算，基于它編寫的應(yīng)用程序能夠運行在大型集群上，它盡量使某個節(jié)點的計算任務(wù)主要面對本地存儲的數(shù)據(jù)，以減少跨節(jié)點的網(wǎng)絡(luò)數(shù)據(jù)傳送，并提升運算速度基于Hadoop的數(shù)據(jù)分析平臺，它提供SQL-LIKE語言Pig

Latin，該語言的編譯器會把類SQL的數(shù)據(jù)分析請求轉(zhuǎn)換為一系列經(jīng)過優(yōu)化處理的Hadoop

Database分布式數(shù)據(jù)庫（HBase）分布式文件系統(tǒng)（HDFS）ETL工具分布式服務(wù)框架HadoopMgr協(xié)調(diào)工作流MapRCONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-DefinedDatacenterNewData-fabrics新的客戶體驗新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server&WebSoftware-DefinedDatacenterNewData-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-DefinedDatacenterNewData-fabrics新的客戶體驗新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server&WebSoftware-DefinedDatacenterNewData-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-DefinedDatacenterNewData-fabrics新的客戶體驗新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server&WebSoftware-DefinedDatacenterNewData-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)快速應(yīng)用開發(fā)存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-DefinedDatacenterNewData-fabrics新的客戶體驗新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server&WebSoftware-DefinedDatacenterNewData-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)快速應(yīng)用開發(fā)存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析大規(guī)模自動化運維CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)企業(yè)級的需求…快速應(yīng)用開發(fā)MainframeClient-Server&WebCONSUMERGRADE存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析新的客戶體驗新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流大量設(shè)備,海量日志,多種應(yīng)用…無處不在的數(shù)據(jù)采集Software-DefinedDatacenterNewData-fabrics企業(yè)級的需求…快速MainframeClient-Serv來自金融企業(yè)的獨有需求…快速應(yīng)用開發(fā)MainframeClient-Server&WebCONSUMERGRADE存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析新的客戶體驗新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流大量設(shè)備,海量日志,多種應(yīng)用…無處不在的數(shù)據(jù)采集Software-DefinedDatacenterNewData-fabrics收集數(shù)量龐大的事件數(shù)據(jù)的同時對特定交易事件進(jìn)行實時反應(yīng)與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機配合來自金融企業(yè)的獨有需求…快速MainframeClient來自金融企業(yè)的獨有需求…快速應(yīng)用開發(fā)MainframeClient-Server&WebCONSUMERGRADE存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析新的客戶體驗新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流大量設(shè)備,海量日志,多種應(yīng)用…無處不在的數(shù)據(jù)采集Software-DefinedDatacenterNewData-fabrics收集數(shù)量龐大的事件數(shù)據(jù)的同時對特定交易事件進(jìn)行實時反應(yīng)與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機配合配合不同云計算平臺實現(xiàn)高效運維和水平擴展...ETC來自金融企業(yè)的獨有需求…快速MainframeClientNewExperiencesNewBizModelspioneeredbynewConsumer

InternetgiantsInternet-of-thingsPervasivetelemetryMainframeClient-Server&WebCONSUMERGRADEOperateatScaleinahighlyautomatedway新一代PaaS平臺Software-DefinedDatacenterNewData-fabrics快速應(yīng)用開發(fā)收集數(shù)量龐大的事件數(shù)據(jù)的同時對特定交易事件進(jìn)行實時反應(yīng)存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機配合配合不同云計算平臺實現(xiàn)高效運維和水平擴展...ETC新一代Paas平臺建設(shè)思路NewExperiencesInternet-of-thiSoftware-DefinedDatacenterNewData-fabricsTheSoftwareDefinedDataCenterNewExperiencesNewBizModelspioneeredbynewConsumer

InternetgiantsInternet-of-thingsPervasivetelemetryMainframeClient-Server&WebCLOUDERAOperateatScaleinahighlyautomatedwayAWSVMW...ETCPivotal:面向數(shù)據(jù)的企業(yè)級Paas平臺PivotalPlatformFromVMwareFromEMCBigDataFastDataRapidApplicationDev&IntegrationCloudAbstraction&AppAutomation存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析在收集數(shù)量龐大的事件數(shù)據(jù)的同時對特定事件進(jìn)行實時反應(yīng)快速應(yīng)用開發(fā)配合不同云計算平臺實現(xiàn)高效運維和水平擴展與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機配合Software-DefinedDatacenterNewSoftware-DefinedDatacenterNewData-fabricsTheSoftwareDefinedDataCenterNewExperiencesNewBizModelspioneeredbynewConsumer

InternetgiantsInternet-of-thingsPervasivetelemetryMainframeClient-Server&WebCLOUDERAOperateatScaleinahighlyautomatedwayAWSVMW...ETCPivotal:面向數(shù)據(jù)的企業(yè)級Paas平臺PivotalPlatformBigDataFastDataRapidApplicationDev&IntegrationGemfirevFabricFromVMwareFromEMCCloudAbstraction&AppAutomationSoftware-DefinedDatacenterNew...ETC支持開放標(biāo)準(zhǔn)并與開源有效互動強調(diào)以數(shù)據(jù)為中心

兼顧各種數(shù)據(jù)類型處理充分關(guān)注新一代開發(fā)人員和新一代企業(yè)級應(yīng)用的需求為有效進(jìn)行實時大容量信息處理而設(shè)計同時兼顧與傳統(tǒng)應(yīng)用的互操作性與傳統(tǒng)技術(shù)的有效結(jié)合云支撐平臺數(shù)據(jù)支撐架構(gòu)應(yīng)用支撐架構(gòu)Scale-outstorage:HDFS/ObjectLanguages&FrameworksIngest&Query:veryhigh-capacity&in-memoryAnalyticsServicesCloudAbstraction(portability)Automation:AppProvisioning&Life-cycleServiceRegistryPivotalOne:重新定義企業(yè)級

PaaS...ETC支持開放標(biāo)準(zhǔn)并與開源有效互動云支撐平臺數(shù)據(jù)支撐架CloudFabricDataFabricApplicationFabricScale-outstorage:HDFS/ObjectLanguages&FrameworksIngest&Query:veryhigh-capacity&in-memoryAnalyticsServicesCloudAbstraction(portability)Automation:AppProvisioning&Life-cycleServiceRegistryPivotalOne:來自EMC和VMW的技術(shù)體系整合GemFirePivotalDataScienceLabsCloudFabricDataFabricApplica創(chuàng)新：以數(shù)據(jù)支撐為中心CloudStorageVirtualizationPivotalDataFabricPivotalCloud&AppFabricData-Driven

Application

DevelopmentPivotalDataScienceLabs...ETC創(chuàng)新：以數(shù)據(jù)支撐為中心CloudStorageVirtua完整的新一代企業(yè)的數(shù)據(jù)平臺藍(lán)圖Analytic

DataMartsMPPDatabaseOperational

IntelligenceIn-MemoryDBRun-Time

ApplicationsIn-MemoryObjectEnterpriseData

WarehouseRDBMSDataStaging

PlatformData

IngestionSystemStreams完整的新一代企業(yè)的數(shù)據(jù)平臺藍(lán)圖Analytic

DataM分析形數(shù)據(jù)集市實時的數(shù)據(jù)處理Run-Time

Applications企業(yè)級數(shù)據(jù)倉庫大規(guī)模數(shù)據(jù)存儲實時的數(shù)據(jù)捕獲和共享Pivotal數(shù)據(jù)支撐架構(gòu)的解決之道分析形數(shù)據(jù)集市實時的數(shù)據(jù)處理Run-Time

ApplicaGreenplum數(shù)據(jù)庫：極速分析平臺并行處理架構(gòu)MPPshared-nothing架構(gòu)，基于通用X86平臺PB級以上海量存儲，最大支持10000節(jié)點以上所有節(jié)點并發(fā)IO，實現(xiàn)超大IO吞吐，并行運行SQL自動化并行自動化并行計算,實現(xiàn)超大計算能力使用同傳統(tǒng)DB一樣，加載和運行SQL數(shù)據(jù)多節(jié)點分布及高可用性都由DB自身實現(xiàn)極佳的橫向擴展性在線橫向擴展容量、加載和SQL查詢性能隨節(jié)點線性增加專為BI及數(shù)據(jù)分析優(yōu)化深度整合統(tǒng)計數(shù)學(xué)模塊（SAS,SOLR,MADLIB,R）高性能并行SQL執(zhí)行器MPPshared-nothing架構(gòu)構(gòu)建在X86開放平臺上的并行處理架構(gòu)Greenplum數(shù)據(jù)庫：極速分析平臺并行處理架構(gòu)MPPGreenplum數(shù)據(jù)庫：行業(yè)最快的數(shù)據(jù)加載技術(shù)SingleRackComparison每個Rack（16節(jié)點）,每小時16TB加載性能Scatter-GatherStreaming?提供性能線性擴張支持大批量數(shù)據(jù)加載和持續(xù)化的數(shù)據(jù)加載Enablecomplexdatatransformations“in-flight”對GBK/UTF8/ISO8859字符集的原生支持Greenplumloadratesscalelinearlywith

thenumberofracks,othersdonot.Forexample,tworacks=>32TB/HGreenplumOracle

ExadataNetezzaTeradataLoadGreenplum數(shù)據(jù)庫：行業(yè)最快的數(shù)據(jù)加載技術(shù)SinglGreenplum數(shù)據(jù)庫：高可用性ClientRedundant

InterconnectMP

Segment

ServersPrimary

Master1Sync&

Failover

ProcessesStandby

MasterPrimaryDataRAID5ProtectionA1B1C1A2B2C2A1B1C1A2B2C2MirrorData2345提供了全量備份和增量備份功能，保證系統(tǒng)級故障后的數(shù)據(jù)恢復(fù)對于任一設(shè)備的故障，系統(tǒng)數(shù)據(jù)不丟失、提供持續(xù)服務(wù)多個節(jié)點宕機后，系統(tǒng)性能只降低1/6Greenplum數(shù)據(jù)庫：高可用性ClientRedundGreenplum數(shù)據(jù)庫：Gartner的評價

Gartner公司每年發(fā)布關(guān)于數(shù)據(jù)倉庫管理系統(tǒng)業(yè)界地位的魔法象限研究報告報告主要從個數(shù)據(jù)倉庫廠商的執(zhí)行力和遠(yuǎn)景兩個方面評估評估對象包括傳統(tǒng)的企業(yè)級數(shù)據(jù)倉庫和新一代的MPP并行數(shù)據(jù)庫廠商支持各種規(guī)模、有大量并發(fā)用戶、能管理混合工作負(fù)載的數(shù)據(jù)倉庫具備較高的客戶滿意度和強有力的服務(wù)支持在數(shù)據(jù)倉庫市場有長久的生命力風(fēng)險最低、產(chǎn)品成熟度最高Gartner對領(lǐng)導(dǎo)者象限的評價采用前瞻性思維設(shè)計的數(shù)據(jù)倉庫較小的市場領(lǐng)導(dǎo)者，缺乏全球性發(fā)展缺少較大的本地客戶，因此不易證明其產(chǎn)品的功能和價值在產(chǎn)品技術(shù)領(lǐng)域，某些特性具備前瞻性，但綜合能力需要完善Gartner對遠(yuǎn)見者象限的評價Greenplum數(shù)據(jù)庫：Gartner的評價GarLoadBalancerWebandAppServersWebMiddwareDatabaseLayOSAppOSAppWhatisGemFireOSAppOSAppOSAppOSAppOSAppOSAppMemoryComputeDataGridinMemoryLoadBalancerWebandAppServePivotalHadoopHAWQ:性能測試結(jié)果對比4.21988.71612.04152.71,2852.81,81547X19X208X476X648X4.2378.75962.0502.7552.8599X69X25X20X21XPivotalHDPivotalHDPivotalHadoopHAWQ:性能測試結(jié)果對比4PivotalCloudandApplicationFabricCloudStorageVirtualizationPivotalDataFabricPivotalCloud&AppFabricData-Driven

Application

DevelopmentPivotalDataScienceLabs...ETCPivotalCloudandApplicationPIVOTALTECHNOLOGYMISSIONAcompletesoftware-centricapplication+dataplatform...Drivenbyastrongopen-sourcefoundationHadoop-centricdatainfrastructure&services(spanningstorage,real-timeoperational,&analytic)IntegratedPaaSsupportingapplicationsdevelopedinmultiplelanguages&frameworksOpenmodelthatenablestheintegrationofself-serviceutilitiestobepluggedinanddeployedwithinexistinglegacyenvironmentsAnalytics&visualizationinstrumentedbydefaultCloudenabled,whetherdeployedinthedatacenterorthepubliccloudPIVOTALTECHNOLOGYMISSIONASummary新的技術(shù)創(chuàng)造新的業(yè)務(wù)價值2大數(shù)據(jù)驅(qū)動業(yè)務(wù)轉(zhuǎn)型1EMC/Pivotal

助力金融企業(yè)打造完整的新一代數(shù)據(jù)管理平臺3Summary新的技術(shù)創(chuàng)造新的業(yè)務(wù)價值2大數(shù)據(jù)驅(qū)動業(yè)務(wù)轉(zhuǎn)型1建立在PAAS平臺上的新一代數(shù)據(jù)平臺解決方案智慧企業(yè)大數(shù)據(jù)平臺建設(shè)方案建立在PAAS平臺上的新一代數(shù)據(jù)平臺解決方案智慧企業(yè)大數(shù)據(jù)平Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求創(chuàng)新的技術(shù)平臺建設(shè)思路Agenda面向大數(shù)據(jù)的分析NowWhat?SoWhat?What?大數(shù)據(jù)分析企業(yè)內(nèi)、外部的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)量在TB級以上以數(shù)據(jù)挖掘、預(yù)測和實時分析為主，強調(diào)對業(yè)務(wù)驅(qū)動傳統(tǒng)BI分析企業(yè)內(nèi)部的結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)量在GB~TB級以報表、查詢和分析為主，反應(yīng)當(dāng)前業(yè)務(wù)現(xiàn)狀面向大數(shù)據(jù)的分析NowWhat?大數(shù)據(jù)分析傳統(tǒng)BI分析更豐富、更細(xì)致的客戶管理大數(shù)據(jù)分析在企業(yè)的應(yīng)用更準(zhǔn)確、更及時的營銷管理更高效、更全面的風(fēng)險管理Customer360oSingleViewKeyLifeEvents&NextBestActionStressTest&CreditAssessments更豐富、更細(xì)致的客戶管理大數(shù)據(jù)分析在企業(yè)的應(yīng)用更準(zhǔn)確、更及時通用銀行業(yè)大數(shù)據(jù)分析平臺管理分析類應(yīng)用數(shù)據(jù)交換平臺應(yīng)用集市數(shù)據(jù)區(qū)核心系統(tǒng)總賬系統(tǒng)國結(jié)系統(tǒng)網(wǎng)銀系統(tǒng)……系統(tǒng)企業(yè)內(nèi)外部半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)產(chǎn)生層數(shù)據(jù)交換層數(shù)據(jù)傳輸數(shù)據(jù)稽核數(shù)據(jù)處理流程調(diào)度監(jiān)控告警……數(shù)據(jù)服務(wù)層非結(jié)構(gòu)化數(shù)據(jù)區(qū)沙盤演練數(shù)據(jù)區(qū)用戶評價信息移動互聯(lián)信息……元數(shù)據(jù)數(shù)據(jù)應(yīng)用層歷史歸檔數(shù)據(jù)區(qū)HDS客戶主題協(xié)議主題產(chǎn)品主題事件沙盤演練應(yīng)用實時分析應(yīng)用數(shù)據(jù)管控層POS增量財務(wù)增量庫存增量采購增量……增量臨時數(shù)據(jù)區(qū)實時數(shù)據(jù)區(qū)核心數(shù)據(jù)總賬數(shù)據(jù)國結(jié)數(shù)據(jù)……數(shù)據(jù)主題數(shù)據(jù)區(qū)社交媒體信息網(wǎng)銀數(shù)據(jù)……客戶管理財務(wù)管理風(fēng)險管理……管理客戶管理財務(wù)管理風(fēng)險管理……管理運營管理用戶訪問層決策人員管理人員數(shù)據(jù)科學(xué)家業(yè)務(wù)人員客戶匯總賬戶匯總機構(gòu)匯總產(chǎn)品匯總……通用銀行業(yè)大數(shù)據(jù)分析平臺管理分析類應(yīng)用數(shù)據(jù)交換平臺應(yīng)用集市數(shù)企業(yè)大數(shù)據(jù)平臺數(shù)據(jù)內(nèi)容及實現(xiàn)技術(shù)Page59應(yīng)用平臺提交請求訪問的數(shù)據(jù)，包括結(jié)構(gòu)化和非結(jié)構(gòu)化兩類在線存儲周期超過數(shù)據(jù)生命周期規(guī)劃的數(shù)據(jù)適合Hadoop分布式架構(gòu)管理無法用二維表結(jié)構(gòu)來邏輯表達(dá)的無結(jié)構(gòu)性的數(shù)據(jù)。例如文本、音頻數(shù)據(jù)等。方便用數(shù)據(jù)庫的二維表結(jié)構(gòu)來邏輯表達(dá)實現(xiàn)的數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)字段含義確定，清晰。例如：客戶信息、用電記錄等。是挖掘數(shù)據(jù)價值的主要對象。支持分析型應(yīng)用，時效性較低支持前臺交易系統(tǒng)查詢需求，具有可靠性高、并發(fā)度大、采集頻率短的特點按數(shù)據(jù)格式類別劃分按數(shù)據(jù)格式類別劃分按數(shù)據(jù)采集頻度劃分大數(shù)據(jù)

平臺在線數(shù)據(jù)歸檔數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)準(zhǔn)實時數(shù)據(jù)非實時數(shù)據(jù)面向貼源數(shù)據(jù)查詢和主題數(shù)據(jù)整合。數(shù)據(jù)區(qū)，適合X86MPP數(shù)據(jù)庫集群范式化模型數(shù)據(jù)面向分析類應(yīng)用。對應(yīng)ADW和CM數(shù)據(jù)區(qū)，適合MPP數(shù)據(jù)庫集群維度模型數(shù)據(jù)按數(shù)據(jù)模型劃分企業(yè)大數(shù)據(jù)平臺數(shù)據(jù)內(nèi)容及實現(xiàn)技術(shù)Page7應(yīng)用平臺提Page60企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平臺60技術(shù)-跨平臺數(shù)據(jù)交換批量和實時數(shù)據(jù)采用不同的技術(shù)手段和工具，遵循統(tǒng)一的文件接口標(biāo)準(zhǔn)技術(shù)-平臺內(nèi)數(shù)據(jù)復(fù)制跨同構(gòu)/異構(gòu)數(shù)據(jù)庫（物理系統(tǒng)），基于文本、數(shù)據(jù)庫的數(shù)據(jù)抽取和加載，數(shù)據(jù)的形式不發(fā)生變化，不涉及數(shù)據(jù)轉(zhuǎn)換。數(shù)據(jù)復(fù)制后產(chǎn)生的數(shù)據(jù)副本主要是為了便于數(shù)據(jù)引用，需要制定數(shù)據(jù)副本的生命周期管理策略以及保證數(shù)據(jù)副本的只讀屬性。數(shù)據(jù)-數(shù)據(jù)即服務(wù)業(yè)務(wù)人員通過邏輯數(shù)據(jù)對象組件訪問數(shù)據(jù)，而不用關(guān)心數(shù)據(jù)的物理存儲方式。通過全行指標(biāo)口徑和維度、度量信息，使業(yè)務(wù)人員可以較容易、較快地定位和了解數(shù)據(jù)的內(nèi)容。數(shù)據(jù)-數(shù)據(jù)質(zhì)量控制通過一系列的技術(shù)和業(yè)務(wù)手段實現(xiàn)數(shù)據(jù)集成平臺數(shù)據(jù)質(zhì)量控制，主要體現(xiàn)在數(shù)據(jù)正確性（技術(shù)）、完整性、一致性（業(yè)務(wù)）、有效性。Page8企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平臺8技術(shù)-跨平臺數(shù)Page61企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平61數(shù)據(jù)-歷史數(shù)據(jù)分級存儲和訪問近線數(shù)據(jù)存儲形式保持源表源結(jié)構(gòu)，主要以數(shù)據(jù)庫形式存儲，支持在線數(shù)據(jù)查詢、訪問和應(yīng)用支持，響應(yīng)時間秒級。歸檔數(shù)據(jù)以廉價大容量磁盤方式存儲，存儲形式會根據(jù)數(shù)據(jù)環(huán)境和未來應(yīng)用的差異，采用不同于源結(jié)構(gòu)的存儲形式。同時，歸檔數(shù)據(jù)需要創(chuàng)建“被動索引”并具備恢復(fù)到主題數(shù)據(jù)區(qū)或者匯總數(shù)據(jù)區(qū)的能力。數(shù)據(jù)-非結(jié)構(gòu)化數(shù)據(jù)管理對于交易和處理過程中形態(tài)尚不穩(wěn)定的非結(jié)構(gòu)化數(shù)據(jù)，可由各平臺根據(jù)時效性、一致性控制和完整性控制等要求考慮自行處理安全-數(shù)據(jù)訪問安全對于普通的查詢訪問應(yīng)用，應(yīng)該具備屏蔽敏感信息的展現(xiàn)的能力。面向行內(nèi)用戶的數(shù)據(jù)訪問，應(yīng)按照數(shù)據(jù)的屬主進(jìn)行訪問隔離。運維-系統(tǒng)日常運行性能管理在數(shù)據(jù)量不斷增加、訪問用戶數(shù)量的增長、用戶數(shù)據(jù)使用成熟度的變化、數(shù)據(jù)ETL持續(xù)滾動開發(fā)等場景的不斷變化下，需要圍繞日常性能管理，不斷調(diào)整系統(tǒng)設(shè)計和運行策略。Page9企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平9數(shù)據(jù)-歷史數(shù)據(jù)分建設(shè)新一代數(shù)據(jù)平臺的驅(qū)動力完整的大規(guī)模數(shù)據(jù)的快速捕獲流程多種類型數(shù)據(jù)的存儲數(shù)據(jù)的實時共享與交換海量&劇增數(shù)據(jù)的支撐能力傳統(tǒng)數(shù)據(jù)倉庫技術(shù)和新技術(shù)的結(jié)合Hadoop技術(shù)的合理運用與性能建設(shè)新一代數(shù)據(jù)平臺的驅(qū)動力完整的大規(guī)模數(shù)據(jù)的快速捕獲流程Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求創(chuàng)新的技術(shù)平臺建設(shè)思路Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求企業(yè)大數(shù)據(jù)戰(zhàn)略定位為

什

么

?做

什

么

?企業(yè)全球大數(shù)據(jù)決策中心平臺的IT支持如何做

?IT支持117產(chǎn)品設(shè)計&研發(fā)應(yīng)用策略企業(yè)全球大數(shù)據(jù)決策中心平臺的業(yè)務(wù)應(yīng)用策略生產(chǎn)應(yīng)用策略 供應(yīng)鏈應(yīng)用策略營銷&銷售&服務(wù)應(yīng)用策略基于企業(yè)大數(shù)據(jù)應(yīng)用轉(zhuǎn)型框架，一切圍繞?做什么?和?如何做?進(jìn)行方案設(shè)計管控模式企業(yè)全球大數(shù)據(jù)決策中心平臺的管控體系管控流程組織職能企業(yè)大數(shù)據(jù)戰(zhàn)略定位做什么?企業(yè)全球大數(shù)據(jù)決策中心平臺的Haier

118?

Copyright

Capgemini

2013

All

Rights

Reserved企業(yè)集團(tuán)未來7年?網(wǎng)絡(luò)化?戰(zhàn)略網(wǎng)絡(luò)化的外部市場數(shù)據(jù)

People

2.0

&

在線協(xié)作

&企業(yè)社區(qū)

網(wǎng)絡(luò)化的員工與企業(yè)Network

&

e-Commerce網(wǎng)絡(luò)化的用戶與市場Web

2.0

&

Social提供決策支持

基于行業(yè)變化與發(fā)展

基于企業(yè)各業(yè)務(wù)部門的業(yè)務(wù)發(fā)展及相應(yīng)業(yè)務(wù)應(yīng)用機會網(wǎng)絡(luò)化的企業(yè)內(nèi)部數(shù)據(jù)

基于企業(yè)外部數(shù)據(jù)、內(nèi)部數(shù)據(jù)獲取及處理分析

基于技術(shù)創(chuàng)新與互聯(lián)網(wǎng)發(fā)展在戰(zhàn)略定位層面，企業(yè)大數(shù)據(jù)應(yīng)用要立足于網(wǎng)絡(luò)化的外部市場與企業(yè)內(nèi)部，為網(wǎng)絡(luò)化戰(zhàn)略提供決策支持，成為企業(yè)網(wǎng)絡(luò)化戰(zhàn)略的決策平臺之一企業(yè)全球大數(shù)據(jù)決策中心平臺Haier 118企業(yè)集團(tuán)未來7年網(wǎng)絡(luò)化的外部市場數(shù)據(jù)Haier

119?

Copyright

Capgemini

2013

All

Rights

Reserved企業(yè)級數(shù)據(jù)分析

提供BI

&

報表工具及服務(wù)

快速數(shù)據(jù)管理服務(wù)

數(shù)據(jù)分析流程外包

數(shù)據(jù)分析技術(shù)支持績效指標(biāo)設(shè)計

從整體戰(zhàn)略導(dǎo)出大數(shù)據(jù)戰(zhàn)略

大數(shù)據(jù)業(yè)務(wù)應(yīng)用策略設(shè)計

大數(shù)據(jù)業(yè)務(wù)應(yīng)用績效目標(biāo)設(shè)定智能分析與預(yù)測

預(yù)測建模及模型優(yōu)化

分析模型設(shè)計與部署

實現(xiàn)原型設(shè)計

基于業(yè)務(wù)需求的定制化分析績效管理與實施

建立績效管理與追蹤模型及工具

決策執(zhí)行的持續(xù)監(jiān)控

業(yè)務(wù)績效的持續(xù)追蹤

形成績效反饋與決策閉環(huán)為了支撐大數(shù)據(jù)戰(zhàn)略及定位的可執(zhí)行性、可追溯性與可反饋性，需要統(tǒng)籌考慮數(shù)據(jù)分析決策與績效管理，實現(xiàn)從數(shù)據(jù)到洞見、從戰(zhàn)略制定到業(yè)務(wù)執(zhí)行的貫通戰(zhàn)略定位&目標(biāo)Haier 119企業(yè)級數(shù)據(jù)分析績效指標(biāo)設(shè)計智能分析與預(yù)測Haier

120?

Copyright

Capgemini

2013

All

Rights

Reserved在清晰明確的大數(shù)據(jù)戰(zhàn)略與定位指導(dǎo)下，制定業(yè)務(wù)應(yīng)用策略、管控體系與IT支持的設(shè)計指導(dǎo)原則指導(dǎo)原則描述業(yè)務(wù)應(yīng)用策略管控體系IT支持

契合最佳實踐：基于大數(shù)據(jù)的行業(yè)最佳實踐應(yīng)用

滿足業(yè)務(wù)發(fā)展：基于企業(yè)行業(yè)特征與業(yè)務(wù)發(fā)展要求進(jìn)行應(yīng)用分析

匹配技術(shù)能力：基于技術(shù)發(fā)展與數(shù)據(jù)特征制定可落地的應(yīng)用策略

端到端的價值應(yīng)用：建立合適的管控模式，實現(xiàn)大數(shù)據(jù)端到端的業(yè)務(wù)價值應(yīng)用

決策績效追蹤反饋：設(shè)計合理的管控組織與流程，實現(xiàn)大數(shù)據(jù)決策的績效追蹤與反饋，保證決策收益

支撐業(yè)務(wù)應(yīng)用要求：建設(shè)相應(yīng)的技術(shù)能力，支撐大數(shù)據(jù)在各業(yè)務(wù)部門的應(yīng)用要求

順應(yīng)技術(shù)發(fā)展：結(jié)合前沿的大數(shù)據(jù)相關(guān)技術(shù)發(fā)展與技術(shù)應(yīng)用，建設(shè)有前瞻性與適用性的IT支持能力Haier 120在清晰明確的大數(shù)據(jù)戰(zhàn)略與定位指導(dǎo)下，制定Haier

121?

Copyright

Capgemini

2013

All

Rights

Reserved基于大數(shù)據(jù)整體戰(zhàn)略、定位和指導(dǎo)原則，結(jié)合最佳實踐，實現(xiàn)端到端的大數(shù)據(jù)應(yīng)用，使得大數(shù)據(jù)真正產(chǎn)生業(yè)務(wù)價值獲取、組織和管理大數(shù)據(jù)檢測信號理解行為建立業(yè)務(wù)洞察流程整合

“即插即用”的通用連接器

無需IT投入

未知格式和系統(tǒng)

實可時量、化持且續(xù)無或限分制批的能力

系統(tǒng)整合和應(yīng)用專長

160多位科學(xué)家，20多個方向

世界級高級分析和專有算法

前沿學(xué)習(xí)模型（神經(jīng)網(wǎng)絡(luò)，SVD，KNN,

RBM等）

互聯(lián)服務(wù)持續(xù)的機會識別和報告

直觀的可視化儀表盤

維護(hù)和業(yè)務(wù)模型

模型輸出轉(zhuǎn)化為價值實現(xiàn)的行動和策略快速的時間到價值轉(zhuǎn)化個性化處理和建議（任何渠道）

優(yōu)秀的大數(shù)據(jù)顆粒度信號識別

4萬多個信號的數(shù)據(jù)庫v20v15v14v21v51 v32v8v33 v19v11

v9

v44持續(xù)創(chuàng)造價值人員、流程和IT轉(zhuǎn)型專長精益交付架構(gòu)（安全性、適應(yīng)性）基于云，或以此為前提無IT投入

深刻的行業(yè)經(jīng)驗

市場營銷與銷售分析的項目實踐

業(yè)務(wù)和IT專業(yè)能力的結(jié)合

有力的全球行業(yè)網(wǎng)絡(luò)理解業(yè)務(wù)Haier 121基于大數(shù)據(jù)整體戰(zhàn)略、定位和指導(dǎo)原則，結(jié)合Haier

122?

Copyright

Capgemini

2013

All

Rights

Reserved在業(yè)務(wù)應(yīng)用策略層面，要進(jìn)行應(yīng)用機會與數(shù)據(jù)源分析，并進(jìn)行匹配，分析業(yè)務(wù)層面與技術(shù)層面的差距，基于差距提出技術(shù)要求，并指導(dǎo)實施規(guī)劃，保證落地產(chǎn)品研發(fā)供應(yīng)鏈

營銷銷售服務(wù)客戶業(yè)務(wù)分析生產(chǎn)產(chǎn)品運營大數(shù)據(jù)應(yīng)用聚焦部分大數(shù)據(jù)應(yīng)用非聚焦圖示：數(shù)據(jù)分析數(shù)據(jù)質(zhì)量評分?jǐn)?shù)據(jù)類型標(biāo)簽數(shù)據(jù)量

……外部數(shù)據(jù)來源內(nèi)部數(shù)據(jù)來源應(yīng)用機會數(shù)據(jù)源15

6…………2 3 4業(yè)務(wù)

VS.

數(shù)據(jù)

匹配實施規(guī)劃

根據(jù)差距分析進(jìn)行實施規(guī)劃

數(shù)據(jù)建模

分析工具差距分析

差距評估

定性定量分析技術(shù)要求

根據(jù)差距分析提出技術(shù)能力要求1324利用數(shù)據(jù)建模與分析工具，進(jìn)行應(yīng)用實現(xiàn)Haier 122在業(yè)務(wù)應(yīng)用策略層面，要進(jìn)行應(yīng)用機會與數(shù)據(jù)123Haier?

Copyright

Capgemini

2013

All

Rights

Reserved1.

業(yè)務(wù)分析：根據(jù)企業(yè)業(yè)務(wù)價值鏈進(jìn)行大數(shù)據(jù)的業(yè)務(wù)應(yīng)用機會分析1企業(yè)業(yè)務(wù)價值鏈供應(yīng)鏈大數(shù)據(jù)應(yīng)用次要部分圖示：產(chǎn)品客戶洞見客戶業(yè)務(wù)驅(qū)動新型客戶體驗新產(chǎn)品/服務(wù)新平臺成本管理運營效率優(yōu)化大數(shù)據(jù)應(yīng)用主要部分生產(chǎn)營銷&銷售&服務(wù)

客戶行為洞見

客戶動態(tài)細(xì)分

客戶體驗管理

產(chǎn)品更新?lián)Q代

產(chǎn)品定制

互動式在線創(chuàng)新平臺

在線銷售平臺

在線服務(wù)平臺

客戶需求預(yù)測

產(chǎn)品創(chuàng)新

客戶使用反饋

產(chǎn)品優(yōu)化產(chǎn)品研發(fā)

縮減生產(chǎn)環(huán)節(jié)，降低成本

改善生產(chǎn)工藝，提高效率

減少庫存，降低庫存成本

準(zhǔn)確進(jìn)行供需預(yù)測

提高周轉(zhuǎn)率

自助服務(wù)

數(shù)字化營銷

精準(zhǔn)營銷

降低缺貨率1231.業(yè)務(wù)分析：根據(jù)企業(yè)業(yè)務(wù)價值鏈進(jìn)行大數(shù)據(jù)的業(yè)務(wù)應(yīng)用Haier

124?

Copyright

Capgemini

2013

All

Rights

Reserved外部數(shù)據(jù)來源特定數(shù)據(jù)源內(nèi)部數(shù)據(jù)來源特定數(shù)據(jù)源數(shù)據(jù)類型數(shù)據(jù)質(zhì)量數(shù)據(jù)量獲取難易全外網(wǎng)數(shù)據(jù)全內(nèi)網(wǎng)數(shù)據(jù)文本圖片音頻視頻文本圖片視頻文本圖片視頻文本圖片視頻文本圖片音頻視頻文本圖片音頻音頻文本圖片文本信號低/難圖示：

高/易2.

數(shù)據(jù)分析：根據(jù)企業(yè)的數(shù)據(jù)現(xiàn)狀與技術(shù)環(huán)境進(jìn)行數(shù)據(jù)源的全面分析2可獲取的數(shù)據(jù)來源Haier 124外部數(shù)據(jù)來