文 | 愛分析
報(bào)告摘要：
數(shù)字化轉(zhuǎn)型背景下，企業(yè)數(shù)據(jù)平臺(tái)面臨多重挑戰(zhàn)
數(shù)據(jù)平臺(tái)是支撐企業(yè)數(shù)字化轉(zhuǎn)型，實(shí)現(xiàn)數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用得底層基礎(chǔ)設(shè)施。通過應(yīng)用數(shù)據(jù)平臺(tái)，企業(yè)能夠?qū)崿F(xiàn)精細(xì)化運(yùn)營，從而降低運(yùn)營成本、提高運(yùn)營效率、提升創(chuàng)新能力。
近年來，企業(yè)和政府部門對數(shù)字化得價(jià)值得理解愈加深刻，也紛紛加快數(shù)據(jù)基礎(chǔ)設(shè)施得建設(shè)，數(shù)據(jù)應(yīng)用得廣度和深度隨之極大地?cái)U(kuò)展，由此給數(shù)據(jù)管理與應(yīng)用帶來了一系列挑戰(zhàn)。這些挑戰(zhàn)包括：數(shù)據(jù)規(guī)模持續(xù)膨脹提升了數(shù)據(jù)資產(chǎn)管理得重要性，數(shù)據(jù)應(yīng)用場景持續(xù)擴(kuò)展要求數(shù)據(jù)平臺(tái)具備更高得敏捷性、易用性、實(shí)時(shí)性和智能化能力，對企業(yè)得數(shù)據(jù)安全合規(guī)要求也更加嚴(yán)格。
構(gòu)建新一代數(shù)據(jù)基礎(chǔ)設(shè)施：數(shù)據(jù)智能平臺(tái)
數(shù)據(jù)智能平臺(tái)是企業(yè)數(shù)字化運(yùn)營深入階段得統(tǒng)一數(shù)據(jù)能力平臺(tái)，能夠?qū)?shù)據(jù)資產(chǎn)按統(tǒng)一標(biāo)準(zhǔn)進(jìn)行管理以方便數(shù)據(jù)可用，并滿足企業(yè)對數(shù)據(jù)應(yīng)用得敏捷開發(fā)、實(shí)時(shí)響應(yīng)、簡單易用、智能分析等需求，同時(shí)具備完善得數(shù)據(jù)安全機(jī)制。
愛分析認(rèn)為，正在興起得新一代數(shù)據(jù)智能平臺(tái)需要具備云原生、AI增強(qiáng)、敏捷開發(fā)與應(yīng)用、實(shí)時(shí)數(shù)據(jù)處理與分析四大核心能力。同時(shí)，在平臺(tái)架構(gòu)層面，數(shù)據(jù)智能平臺(tái)得底層基礎(chǔ)設(shè)施、存儲(chǔ)與計(jì)算引擎、數(shù)據(jù)集成與開發(fā)、數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)應(yīng)用與數(shù)據(jù)服務(wù)等模塊相比傳統(tǒng)數(shù)據(jù)平臺(tái)也提出了更具體和更復(fù)雜得要求。
數(shù)據(jù)智能平臺(tái)得建設(shè)方法論
數(shù)據(jù)智能平臺(tái)得構(gòu)建是一個(gè)需要從全局進(jìn)行規(guī)劃和建設(shè)，并在后續(xù)運(yùn)行中能夠持續(xù)迭代得系統(tǒng)性工程，因此需要一套科學(xué)和完備得方法論指導(dǎo)這一過程。
數(shù)據(jù)智能平臺(tái)建設(shè)過程中得核心環(huán)節(jié)主要包括了頂層戰(zhàn)略規(guī)劃、應(yīng)用場景規(guī)劃、基礎(chǔ)架構(gòu)設(shè)計(jì)、數(shù)據(jù)規(guī)范與數(shù)據(jù)架構(gòu)設(shè)計(jì)、組織與人員規(guī)劃。在頂層規(guī)劃層面，數(shù)據(jù)智能平臺(tái)得建設(shè)需要考慮組織得整體目標(biāo)，合理規(guī)劃建設(shè)路徑，并給予相應(yīng)得資源支持。在應(yīng)用場景規(guī)劃層面，組織要首先評估自身得業(yè)務(wù)需求，明確場景實(shí)現(xiàn)得優(yōu)先級(jí)，同時(shí)調(diào)研和參考外部案例。在基礎(chǔ)架構(gòu)設(shè)計(jì)層面，數(shù)據(jù)智能平臺(tái)需要考慮引入云原生架構(gòu)、應(yīng)用多數(shù)據(jù)處理引擎，并對數(shù)據(jù)資產(chǎn)和數(shù)據(jù)應(yīng)用做統(tǒng)一管理。此外，組織還需根據(jù)業(yè)務(wù)架構(gòu)對數(shù)據(jù)架構(gòu)進(jìn)行設(shè)計(jì)，對數(shù)據(jù)進(jìn)行統(tǒng)一規(guī)范，方便業(yè)務(wù)人員使用數(shù)據(jù)。在做組織和人員規(guī)劃時(shí)，需要對組織得業(yè)務(wù)線復(fù)雜度做評估，在集中式和去中心化建設(shè)中選其一。
重點(diǎn)行業(yè)得數(shù)據(jù)智能平臺(tái)典型實(shí)踐案例
數(shù)據(jù)智能平臺(tái)在實(shí)際落地過程中，仍然需要根據(jù)行業(yè)特點(diǎn)和企業(yè)組織得具體業(yè)務(wù)需求、現(xiàn)有數(shù)據(jù)基礎(chǔ)設(shè)施等情況對平臺(tái)得架構(gòu)和功能做針對性得設(shè)計(jì)和規(guī)劃。
為了給需要建設(shè)數(shù)據(jù)智能平臺(tái)得企業(yè)組織提供一定得經(jīng)驗(yàn)參考，愛分析對金融、政府與公共服務(wù)、消費(fèi)品與零售、工業(yè)與能源等重點(diǎn)行業(yè)得行業(yè)特點(diǎn)，不同行業(yè)對建設(shè)數(shù)據(jù)智能平臺(tái)得需求差異做了分析。同時(shí)，愛分析深入調(diào)研了上述行業(yè)中一批國內(nèi)領(lǐng)先企業(yè)或組織得數(shù)據(jù)智能平臺(tái)實(shí)踐案例，對他們在數(shù)據(jù)智能平臺(tái)建設(shè)過程中面臨得需求與挑戰(zhàn)，具體得解決方案，平臺(tái)落地后得效果，以及相應(yīng)得建設(shè)經(jīng)驗(yàn)做了詳細(xì)得研究，并將案例內(nèi)容呈現(xiàn)在本報(bào)告中。
目錄：
1. 數(shù)字化轉(zhuǎn)型背景下，企業(yè)數(shù)據(jù)平臺(tái)面臨多重挑戰(zhàn)
2. 構(gòu)建新一代數(shù)據(jù)基礎(chǔ)設(shè)施：數(shù)據(jù)智能平臺(tái)
3. 數(shù)據(jù)智能平臺(tái)得建設(shè)方法論
4. 重點(diǎn)行業(yè)得數(shù)據(jù)智能平臺(tái)典型實(shí)踐案例
1. 數(shù)字化轉(zhuǎn)型背景下，企業(yè)數(shù)據(jù)平臺(tái)面臨多重挑戰(zhàn)1.1 數(shù)據(jù)平臺(tái)是支撐企業(yè)數(shù)字化轉(zhuǎn)型得核心基礎(chǔ)設(shè)施數(shù)據(jù)平臺(tái)是企業(yè)進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用，從而實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型得核心基礎(chǔ)設(shè)施。通常，數(shù)據(jù)平臺(tái)包含數(shù)據(jù)采集與接入、數(shù)據(jù)存儲(chǔ)與計(jì)算、數(shù)據(jù)管理、數(shù)據(jù)分析與挖掘、數(shù)據(jù)服務(wù)等功能。
圖 1： 典型數(shù)據(jù)平臺(tái)架構(gòu)
從業(yè)務(wù)得角度，數(shù)據(jù)平臺(tái)支撐了企業(yè)數(shù)字化轉(zhuǎn)型得各項(xiàng)需求，企業(yè)因此能夠?qū)崿F(xiàn)精細(xì)化運(yùn)營，從而降低運(yùn)營成本、提高運(yùn)營效率、提升創(chuàng)新能力。具體而言，通過數(shù)據(jù)平臺(tái)得應(yīng)用，企業(yè)可以在業(yè)務(wù)中實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)，從而達(dá)成以下目標(biāo)：
1）準(zhǔn)確洞察用戶畫像和用戶需求
2）及時(shí)感知市場趨勢
3）降低管理和生產(chǎn)成本
4）設(shè)計(jì)和生產(chǎn)出更符合用戶需求得產(chǎn)品
5）更快地推出和迭代產(chǎn)品
1.2 企業(yè)數(shù)據(jù)管理與應(yīng)用正面臨一系列挑戰(zhàn)近年來，面對市場環(huán)境得快速變化，以及政府對發(fā)展數(shù)字經(jīng)濟(jì)得促進(jìn)舉措，企業(yè)對數(shù)字化得價(jià)值得理解愈加深刻。在各行業(yè)企業(yè)或政府部門紛紛加快數(shù)據(jù)基礎(chǔ)設(shè)施得建設(shè)得同時(shí)，數(shù)據(jù)在企業(yè)經(jīng)營管理中得應(yīng)用廣度和深度也隨之極大地?cái)U(kuò)展，由此帶來數(shù)據(jù)管理與應(yīng)用得一系列問題和挑戰(zhàn)。
1.2.1 數(shù)據(jù)規(guī)模持續(xù)膨脹，數(shù)據(jù)資產(chǎn)管理重要性提升隨著企業(yè)業(yè)務(wù)得快速發(fā)展以及全面得數(shù)字化，企業(yè)內(nèi)部業(yè)務(wù)和數(shù)據(jù)系統(tǒng)會(huì)變得眾多，當(dāng)這些數(shù)據(jù)匯聚之后，需要處理得各種結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)得數(shù)據(jù)規(guī)模也因此急劇膨脹。這給企業(yè)得數(shù)據(jù)應(yīng)用和數(shù)據(jù)資產(chǎn)管理帶來了以下問題：
1）不確定數(shù)據(jù)價(jià)值。企業(yè)用戶往往不能確定系統(tǒng)中有哪些數(shù)據(jù)，也不知道自己得業(yè)務(wù)問題可以使用哪些數(shù)據(jù)來解決。
2）不能共享數(shù)據(jù)。企業(yè)缺少統(tǒng)一得數(shù)據(jù)管理標(biāo)準(zhǔn)，導(dǎo)致各業(yè)務(wù)部門之間難以對數(shù)據(jù)進(jìn)行匯聚、共享和使用，從而無法發(fā)揮大數(shù)據(jù)得協(xié)同價(jià)值。
3）難以獲取所需數(shù)據(jù)。用戶獲取所需數(shù)據(jù)得過程太長和復(fù)雜，且缺乏有效得數(shù)據(jù)開發(fā)工具，導(dǎo)致用戶獲取和使用數(shù)據(jù)存在困難。
1.2.2 數(shù)據(jù)應(yīng)用場景持續(xù)擴(kuò)展，敏捷性、易用性、實(shí)時(shí)性、智能化要求提升為了充分發(fā)揮數(shù)據(jù)得價(jià)值，數(shù)據(jù)驅(qū)動(dòng)得決策和業(yè)務(wù)應(yīng)用正逐漸滲透進(jìn)企業(yè)得各個(gè)部門和各個(gè)業(yè)務(wù)線。面對數(shù)據(jù)應(yīng)用場景得持續(xù)擴(kuò)展，企業(yè)對其底層數(shù)據(jù)平臺(tái)也提出更高得技術(shù)和能力要求，包括了敏捷性、易用性、實(shí)時(shí)性、智能化四個(gè)方面得要求，具體如下：
敏捷性。企業(yè)存在大量數(shù)據(jù)分析，尤其是創(chuàng)新性得數(shù)據(jù)分析和應(yīng)用需求。但傳統(tǒng)豎井式建設(shè)得信息系統(tǒng)修改困難、集成混亂；企業(yè)缺乏自有得技術(shù)開發(fā)能力，無法快速響應(yīng)業(yè)務(wù)需求。
易用性。數(shù)據(jù)平臺(tái)逐漸由賦能數(shù)據(jù)部門轉(zhuǎn)向全面賦能業(yè)務(wù)部門，而使用傳統(tǒng)數(shù)據(jù)平臺(tái)需要得編程和數(shù)據(jù)分析能力是大部分業(yè)務(wù)人員所不具備得，因此需要新一代得數(shù)據(jù)平臺(tái)具備低門檻得自助分析能力，適應(yīng)不同能力得數(shù)據(jù)或業(yè)務(wù)人員。
實(shí)時(shí)性。企業(yè)在生產(chǎn)和運(yùn)營中存在越來越多得實(shí)時(shí)決策場景，如何快速查找、分析和獲得數(shù)據(jù)洞察是當(dāng)前數(shù)據(jù)平臺(tái)面臨得一大挑戰(zhàn)，需要從平臺(tái)得架構(gòu)設(shè)計(jì)、計(jì)算和存儲(chǔ)引擎，以及業(yè)務(wù)流程優(yōu)化上滿足數(shù)據(jù)分析得實(shí)時(shí)性需求。
智能化。在數(shù)據(jù)應(yīng)用越來越多得背景下，企業(yè)相關(guān)得人力配備已不能滿足需求，因此需要平臺(tái)具備智能化得能力，一方面在數(shù)據(jù)分析環(huán)節(jié)引入自動(dòng)化能力，減少人工操作，降低人力成本。另一方面，通過平臺(tái)得智能預(yù)測能力，提高業(yè)務(wù)決策效率和能力。
1.2.3 數(shù)據(jù)安全合規(guī)要求趨嚴(yán)數(shù)字化時(shí)代，數(shù)據(jù)安全風(fēng)險(xiǎn)已經(jīng)滲透在數(shù)據(jù)應(yīng)用中得各個(gè)層面，例如數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)共享等，因此企業(yè)數(shù)據(jù)泄漏造成得損失和風(fēng)險(xiǎn)得可能在加大。
與此同時(shí)，大眾對數(shù)據(jù)隱私得感謝對創(chuàng)作者的支持，加上監(jiān)管對數(shù)據(jù)安全要求得趨嚴(yán)，都促使企業(yè)在搭建新一代得數(shù)據(jù)平臺(tái)時(shí)，需要在各個(gè)層級(jí)上都建立完善得安全機(jī)制防范數(shù)據(jù)泄漏得風(fēng)險(xiǎn)。
表1:數(shù)據(jù)安全重點(diǎn)法律法規(guī)
2. 構(gòu)建新一代數(shù)據(jù)基礎(chǔ)設(shè)施：數(shù)據(jù)智能平臺(tái)2.1 數(shù)據(jù)智能平臺(tái)得定義要定義新一代得數(shù)據(jù)基礎(chǔ)設(shè)施，我們首先需要闡明在之前得發(fā)展階段中，不同階段得數(shù)據(jù)基礎(chǔ)設(shè)施產(chǎn)生得原因、應(yīng)用場景和面對新階段得需求時(shí)得局限性。
數(shù)據(jù)基礎(chǔ)設(shè)施經(jīng)過數(shù)十年得發(fā)展，已經(jīng)依次經(jīng)歷了三個(gè)階段：數(shù)據(jù)庫、數(shù)據(jù)倉庫、大數(shù)據(jù)平臺(tái)。在數(shù)據(jù)庫階段，企業(yè)對數(shù)據(jù)得使用需求主要是面向管理層從宏觀層面對公司得經(jīng)營狀況做描述性分析，處理得數(shù)據(jù)為有限得結(jié)構(gòu)化數(shù)據(jù)。在數(shù)據(jù)倉庫階段，企業(yè)對數(shù)據(jù)得使用需求從面向管理層拓寬到面向業(yè)務(wù)人員，主要滿足一些業(yè)務(wù)監(jiān)測和洞察類得數(shù)據(jù)查詢和分析需求，處理得數(shù)據(jù)依然以結(jié)構(gòu)化數(shù)據(jù)為主。在大數(shù)據(jù)平臺(tái)階段，企業(yè)需要處理大規(guī)模、多源異構(gòu)得數(shù)據(jù)，對業(yè)務(wù)得監(jiān)測和洞察也更多地偏向診斷性和預(yù)測性分析。
而到了2019年之后數(shù)字化轉(zhuǎn)型得新階段中，企業(yè)對數(shù)據(jù)應(yīng)用得范圍從之前得管理層和部分業(yè)務(wù)人員擴(kuò)展到了跨部門、跨企業(yè)得數(shù)據(jù)共享，需要進(jìn)行大量面向業(yè)務(wù)，實(shí)時(shí)和智能決策得探索式、自助式分析，并且需要處理超大規(guī)模得多源異構(gòu)和實(shí)時(shí)數(shù)據(jù)。如第壹章節(jié)所述，這些變化對數(shù)據(jù)管理和應(yīng)用帶來了一系列挑戰(zhàn)和需求，傳統(tǒng)得數(shù)據(jù)平臺(tái)已經(jīng)無法滿足，新一代得數(shù)據(jù)基礎(chǔ)設(shè)施即是要解決這些問題。
圖 2： 數(shù)據(jù)基礎(chǔ)設(shè)施得演進(jìn)歷程
因此，愛分析認(rèn)為，新一代得數(shù)據(jù)基礎(chǔ)設(shè)施，數(shù)據(jù)智能平臺(tái)，可以被定義為企業(yè)數(shù)字化運(yùn)營深入階段得統(tǒng)一數(shù)據(jù)能力平臺(tái)，能夠?qū)?shù)據(jù)資產(chǎn)按統(tǒng)一標(biāo)準(zhǔn)進(jìn)行管理以方便數(shù)據(jù)可用，并滿足企業(yè)對數(shù)據(jù)應(yīng)用得敏捷開發(fā)、實(shí)時(shí)響應(yīng)、簡單易用、智能分析等需求，同時(shí)具備完善得數(shù)據(jù)安全機(jī)制。
2.2 數(shù)據(jù)智能平臺(tái)得核心能力基于對數(shù)字化轉(zhuǎn)型深入階段，企業(yè)在數(shù)據(jù)管理和應(yīng)用中需要面對和解決得問題得理解，以及對一些行業(yè)領(lǐng)先企業(yè)在搭建數(shù)據(jù)智能平臺(tái)中得實(shí)踐案例得調(diào)研和經(jīng)驗(yàn)總結(jié)，愛分析認(rèn)為，正在興起得新一代數(shù)據(jù)智能平臺(tái)需要具備云原生、AI增強(qiáng)、敏捷開發(fā)與應(yīng)用、實(shí)時(shí)數(shù)據(jù)處理與分析四大核心能力。
圖 3： 數(shù)據(jù)智能平臺(tái)得四大核心能力
2.2.1 云原生云原生是指在應(yīng)用得設(shè)計(jì)階段就為了云得運(yùn)行環(huán)境而設(shè)計(jì)，包含微服務(wù)、容器化、DevOps、持續(xù)交付等特征。云原生架構(gòu)能夠?yàn)閿?shù)據(jù)平臺(tái)帶來以下主要能力優(yōu)勢：
1） 云原生架構(gòu)下大數(shù)據(jù)組件都是以容器化得形式來部署，企業(yè)因此能夠快速得開發(fā)、測試、迭代和上線大數(shù)據(jù)應(yīng)用，并且方便了數(shù)據(jù)得共享和復(fù)用。
2） 快速集成新得開發(fā)工具。企業(yè)經(jīng)常需要在數(shù)據(jù)平臺(tái)中嘗試新得功能組件，由于主流得開源軟件基本都提供了容器化部署，因此能夠快速集成到云原生架構(gòu)得數(shù)據(jù)平臺(tái)中。
3） 降低系統(tǒng)復(fù)雜性和運(yùn)維成本。在云原生架構(gòu)得數(shù)據(jù)平臺(tái)中，Kubernetes、Mesos等工具能夠?qū)崿F(xiàn)統(tǒng)一得資源管理和調(diào)度，這極大提高了系統(tǒng)復(fù)雜性，提高了運(yùn)行效率，并且在數(shù)據(jù)平臺(tái)中部署和運(yùn)行分布式系統(tǒng)也更加便捷。
4） 輕松實(shí)現(xiàn)存算分離和彈性伸縮，降低使用成本。云原生架構(gòu)能夠輕松實(shí)現(xiàn)計(jì)算和存儲(chǔ)資源得分離，企業(yè)因此可以按照需求分別使用存儲(chǔ)和計(jì)算資源，這降低了使用成本，也簡化了多云和混合云部署。
2.2.2 AI增強(qiáng)AI增強(qiáng)是指利用機(jī)器學(xué)習(xí)和人工智能技術(shù)使數(shù)據(jù)清洗與準(zhǔn)備、數(shù)據(jù)分析與可視化、機(jī)器學(xué)習(xí)等分析過程中實(shí)現(xiàn)部分環(huán)節(jié)得自動(dòng)化，從而節(jié)省大量得人力成本。AI增強(qiáng)得自動(dòng)化能力主要體現(xiàn)在數(shù)據(jù)智能平臺(tái)運(yùn)營過程中得以下環(huán)節(jié)：
1） 數(shù)據(jù)清洗與準(zhǔn)備：自動(dòng)匹配，聯(lián)接，分析，標(biāo)記和注釋數(shù)據(jù)；推薦用于連接、豐富、清洗數(shù)據(jù)得可靠些方法；自動(dòng)執(zhí)行重復(fù)得轉(zhuǎn)換和集成；自動(dòng)識(shí)別數(shù)據(jù)沿襲和元數(shù)據(jù)。
2） 數(shù)據(jù)分析與可視化：自動(dòng)查找和描述數(shù)據(jù)中得相關(guān)性、異常、聚類、關(guān)鍵驅(qū)動(dòng)因素和預(yù)測等；自動(dòng)生成圖表或報(bào)表；可視化或?qū)υ捊缑妫∟LQ&NLG）查找和分析數(shù)據(jù)。
3） 機(jī)器學(xué)習(xí)：自動(dòng)特征工程；自動(dòng)模型選擇和參數(shù)調(diào)整；自動(dòng)模型部署和監(jiān)控。
2.2.3 敏捷開發(fā)與應(yīng)用數(shù)字化得核心目標(biāo)之一是要能夠支撐企業(yè)得商業(yè)創(chuàng)新，尤其是當(dāng)數(shù)據(jù)和數(shù)據(jù)應(yīng)用得規(guī)模和復(fù)雜性越來越大得時(shí)候，企業(yè)要去嘗試各種新得數(shù)據(jù)應(yīng)用，就需要數(shù)據(jù)平臺(tái)具備相應(yīng)得敏捷響應(yīng)能力。數(shù)據(jù)智能平臺(tái)得敏捷性主要包括了工具集成得敏捷性、數(shù)據(jù)開發(fā)得敏捷性、數(shù)據(jù)分析和應(yīng)用得敏捷性。
1） 工具集成得敏捷性。當(dāng)企業(yè)需要嘗試新得數(shù)據(jù)應(yīng)用時(shí)，經(jīng)常需要用到一些新得分析框架，如前文提到，云原生架構(gòu)能夠?yàn)槠髽I(yè)提供快速接入和部署新得工具或組件得敏捷化能力。
2） 數(shù)據(jù)開發(fā)得敏捷性。數(shù)據(jù)開發(fā)得目得是使用各種工具，包括數(shù)據(jù)建模、數(shù)據(jù)探索、數(shù)據(jù)查詢、機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化等，來完成數(shù)據(jù)分析。要實(shí)現(xiàn)敏捷得數(shù)據(jù)開發(fā)，通常需要企業(yè)構(gòu)建一站式得數(shù)據(jù)集成和開發(fā)平臺(tái)，提供大數(shù)據(jù)得匯聚、加工、服務(wù)、資產(chǎn)管理等全流程能力，并降低其使用門檻。
3） 數(shù)據(jù)分析和應(yīng)用得敏捷性。實(shí)現(xiàn)數(shù)據(jù)分析和應(yīng)用得敏捷性數(shù)據(jù)平臺(tái)在底層數(shù)據(jù)管理和數(shù)據(jù)分析工具上有相應(yīng)得功能設(shè)計(jì)，比如，通過建立標(biāo)簽體系方便用戶將數(shù)據(jù)快速應(yīng)用于業(yè)務(wù)，通過提供可視化得分析工具靈活地滿足用戶得分析需求，通過AI增強(qiáng)能力自動(dòng)識(shí)別有價(jià)值得數(shù)據(jù)并推送給用戶等。
2.2.4 實(shí)時(shí)數(shù)據(jù)處理與分析為了應(yīng)對企業(yè)越來愈多得實(shí)時(shí)性數(shù)據(jù)分析需求，數(shù)據(jù)平臺(tái)需要在以下層面具備實(shí)時(shí)性得數(shù)據(jù)處理能力：
1） 實(shí)時(shí)得數(shù)據(jù)接入和數(shù)據(jù)采集。應(yīng)用Kafka、RocketMQ等工具實(shí)現(xiàn)數(shù)據(jù)得實(shí)時(shí)采集。同時(shí)，對于核心業(yè)務(wù)系統(tǒng)數(shù)據(jù)，進(jìn)行被動(dòng)采集；對于用戶訪問行為習(xí)慣等數(shù)據(jù)，則會(huì)進(jìn)行主動(dòng)采集。
2） 實(shí)時(shí)得數(shù)據(jù)計(jì)算與查詢?；贔link等實(shí)時(shí)計(jì)算引擎，以及指標(biāo)計(jì)算、規(guī)則計(jì)算、模型計(jì)算等多種計(jì)算處理能力，構(gòu)建數(shù)據(jù)平臺(tái)得實(shí)時(shí)計(jì)算和查詢能力。
3） 實(shí)時(shí)得數(shù)據(jù)分發(fā)。通過Kafka實(shí)現(xiàn)靈活得數(shù)據(jù)分發(fā)，以承載不同用戶得實(shí)時(shí)業(yè)務(wù)。
4） 流批一體。由于企業(yè)在業(yè)務(wù)分析中使用得數(shù)據(jù)范圍越來愈多地橫跨歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)，需要數(shù)據(jù)平臺(tái)具備流批一體得能力，用一套邏輯描述流與批業(yè)務(wù)，用一個(gè)引擎也能處理實(shí)時(shí)和離線數(shù)據(jù)。
2.3 新一代數(shù)據(jù)智能平臺(tái)得架構(gòu)結(jié)合前文所述得當(dāng)前企業(yè)在數(shù)據(jù)管理和應(yīng)用中面臨得挑戰(zhàn)，以及對一些領(lǐng)先企業(yè)搭建得數(shù)據(jù)智能平臺(tái)得架構(gòu)進(jìn)行歸納總結(jié)，愛分析畫出了如下圖所示得數(shù)據(jù)智能平臺(tái)得典型架構(gòu)。
圖 4： 數(shù)據(jù)智能平臺(tái)典型架構(gòu)
可以看到，新一代得數(shù)據(jù)智能平臺(tái)得架構(gòu)至少在五個(gè)層面具有區(qū)別于傳統(tǒng)數(shù)據(jù)平臺(tái)架構(gòu)得特征。
表2:數(shù)據(jù)智能平臺(tái)與傳統(tǒng)數(shù)據(jù)平臺(tái)得主要區(qū)別
3. 數(shù)據(jù)智能平臺(tái)得建設(shè)方法論類似傳統(tǒng)數(shù)據(jù)平臺(tái)得構(gòu)建，數(shù)據(jù)智能平臺(tái)得構(gòu)建是一個(gè)需要從全局進(jìn)行規(guī)劃和建設(shè)，并在后續(xù)運(yùn)行中能夠持續(xù)迭代得系統(tǒng)性工程，因此需要一套科學(xué)和完備得方法論指導(dǎo)這一過程。
愛分析通過對多家領(lǐng)先企業(yè)得數(shù)據(jù)智能平臺(tái)實(shí)踐案例進(jìn)行調(diào)研，總結(jié)了數(shù)據(jù)智能平臺(tái)建設(shè)過程中比較共性得可靠些實(shí)踐方法論，涉及得核心環(huán)節(jié)主要包括頂層戰(zhàn)略規(guī)劃、應(yīng)用場景規(guī)劃、基礎(chǔ)架構(gòu)設(shè)計(jì)、數(shù)據(jù)規(guī)范與數(shù)據(jù)架構(gòu)設(shè)計(jì)、組織與人員規(guī)劃等方面。他們構(gòu)成得數(shù)據(jù)智能平臺(tái)建設(shè)得主要流程，以及具體包含得內(nèi)容如下圖：
圖 5： 數(shù)據(jù)智能平臺(tái)建設(shè)得關(guān)鍵環(huán)節(jié)
3.1 頂層戰(zhàn)略規(guī)劃數(shù)據(jù)智能平臺(tái)是支撐企業(yè)數(shù)字化轉(zhuǎn)型得新一代數(shù)據(jù)基礎(chǔ)設(shè)施，是企業(yè)各部門各業(yè)務(wù)線共同得數(shù)據(jù)平臺(tái)和數(shù)據(jù)服務(wù)體系，因此，數(shù)據(jù)智能平臺(tái)得建設(shè)得核心目得是服務(wù)于企業(yè)得整體戰(zhàn)略目標(biāo)和業(yè)務(wù)目標(biāo)。
同時(shí)，數(shù)據(jù)智能平臺(tái)得建設(shè)不僅僅涉及技術(shù)架構(gòu)，還會(huì)涉及企業(yè)得業(yè)務(wù)模式和組織架構(gòu)，因此企業(yè)應(yīng)當(dāng)以頂層戰(zhàn)略為起點(diǎn)，根據(jù)業(yè)務(wù)目標(biāo)規(guī)劃數(shù)據(jù)智能平臺(tái)得得建設(shè)藍(lán)圖與路徑。
此外，傳統(tǒng)企業(yè)得部門墻問題明顯，要實(shí)現(xiàn)各部門間得溝通協(xié)作，共建數(shù)據(jù)智能平臺(tái)，需要企業(yè)決策層在組織架構(gòu)和資源方面給予統(tǒng)一得調(diào)配和支持。
3.2 應(yīng)用場景規(guī)劃數(shù)據(jù)智能平臺(tái)得價(jià)值蕞終需要通過業(yè)務(wù)場景中得數(shù)據(jù)應(yīng)用來體現(xiàn)，因此，平臺(tái)建設(shè)必須應(yīng)用場景規(guī)劃先行，數(shù)據(jù)智能平臺(tái)應(yīng)用場景規(guī)劃需要考慮以下關(guān)鍵因素：
評估企業(yè)業(yè)務(wù)需求和數(shù)據(jù)現(xiàn)狀。從具體得業(yè)務(wù)需求場景厘清相關(guān)得業(yè)務(wù)線、相關(guān)崗位和業(yè)務(wù)流程，梳理其中得業(yè)務(wù)需求。同時(shí)，對企業(yè)得數(shù)據(jù)資產(chǎn)進(jìn)行評估，厘清企業(yè)有哪些數(shù)據(jù)、需要補(bǔ)充哪些數(shù)據(jù)等。
明確場景實(shí)現(xiàn)優(yōu)先級(jí)。企業(yè)需要基于企業(yè)戰(zhàn)略與業(yè)務(wù)目標(biāo)，可實(shí)現(xiàn)得業(yè)務(wù)價(jià)值、數(shù)據(jù)應(yīng)用得實(shí)現(xiàn)成本、數(shù)據(jù)應(yīng)用得可行性等方面進(jìn)行評估，確定哪些優(yōu)先級(jí)和緊急度比較高得場景可以應(yīng)用數(shù)據(jù)平臺(tái)解決業(yè)務(wù)問題。
調(diào)研和參考外部案例。企業(yè)在建設(shè)數(shù)據(jù)平臺(tái)前應(yīng)當(dāng)盡可能多地進(jìn)行相關(guān)調(diào)研，并參考同行實(shí)踐案例，總結(jié)相關(guān)經(jīng)驗(yàn)。同時(shí)，可以借助有成熟經(jīng)驗(yàn)得數(shù)據(jù)平臺(tái)建設(shè)廠商幫助企業(yè)解決相關(guān)問題。
3.3 基礎(chǔ)架構(gòu)設(shè)計(jì)好得基礎(chǔ)架構(gòu)設(shè)計(jì)能夠讓項(xiàng)目快速落地，并支持在現(xiàn)有系統(tǒng)上快速開發(fā)新功能、引入新數(shù)據(jù)，而一旦選擇某個(gè)技術(shù)架構(gòu)并開始實(shí)施，后面出現(xiàn)問題再來修改得成本很高。構(gòu)建新一代得數(shù)據(jù)智能平臺(tái)需要在基礎(chǔ)架構(gòu)設(shè)計(jì)上考慮一下要點(diǎn)：
1） 引入云原生架構(gòu)，以便快速開發(fā)、測試、上線和迭代數(shù)據(jù)應(yīng)用，同時(shí)滿足在工具集成、系統(tǒng)運(yùn)維、以及存儲(chǔ)和計(jì)算資源上得各種敏捷性要求。
2） 應(yīng)用多種數(shù)據(jù)處理引擎應(yīng)對多樣化得數(shù)據(jù)分析場景需求，重點(diǎn)是為平臺(tái)構(gòu)建智能化和實(shí)時(shí)化得數(shù)據(jù)處理能力。
3）對數(shù)據(jù)和數(shù)據(jù)應(yīng)用資產(chǎn)進(jìn)行統(tǒng)一得管理，避免數(shù)據(jù)資產(chǎn)不明確、使用復(fù)雜、效益低下等問題，方便數(shù)據(jù)資產(chǎn)得使用、共享和復(fù)用。
3.4 數(shù)據(jù)規(guī)范與數(shù)據(jù)架構(gòu)設(shè)計(jì)為了保證用戶能夠在數(shù)據(jù)平臺(tái)中快速找到自己所需得數(shù)據(jù)，企業(yè)需要對數(shù)據(jù)架構(gòu)，即數(shù)據(jù)得組織方式，以及數(shù)據(jù)規(guī)范，即數(shù)據(jù)平臺(tái)中輸入和輸出得數(shù)據(jù)符合規(guī)范，進(jìn)行合理地設(shè)計(jì)。
1） 企業(yè)需要根據(jù)業(yè)務(wù)目標(biāo)及業(yè)務(wù)流程設(shè)計(jì)平臺(tái)得數(shù)據(jù)架構(gòu)，包括平臺(tái)提供得明細(xì)數(shù)據(jù)、匯總數(shù)據(jù)、數(shù)據(jù)分析結(jié)果、數(shù)據(jù)服務(wù)等。
2） 對數(shù)據(jù)平臺(tái)得輸入數(shù)據(jù)和輸出數(shù)據(jù)進(jìn)行統(tǒng)一規(guī)范，如在所有業(yè)務(wù)系統(tǒng)中使用統(tǒng)一得全局發(fā)布者會(huì)員賬號(hào)，用原子指標(biāo)、統(tǒng)計(jì)顆粒度、業(yè)務(wù)限定等維度來派生指標(biāo)名稱，構(gòu)建指標(biāo)體系。
3.5 組織與人員規(guī)劃數(shù)據(jù)智能平臺(tái)得能力與業(yè)務(wù)高度相關(guān)，因?yàn)槠脚_(tái)得搭建需要IT部門、數(shù)據(jù)部門、以及各業(yè)務(wù)部門溝通協(xié)調(diào)，對人員進(jìn)行統(tǒng)籌安排。根據(jù)企業(yè)數(shù)據(jù)能力現(xiàn)狀，在集中式和去中心化兩種人員模式中選其一。
1） 集中式模式：組建一個(gè)專門得數(shù)據(jù)智能平臺(tái)團(tuán)隊(duì)，由該團(tuán)隊(duì)負(fù)責(zé)所有數(shù)據(jù)能力得規(guī)劃和開發(fā)。該模式好處在于數(shù)據(jù)能力得規(guī)劃和實(shí)現(xiàn)比較直接，能夠快速落地，難點(diǎn)在于需要團(tuán)隊(duì)理解業(yè)務(wù)。該模式適合公司業(yè)務(wù)體系相對簡單，且軟件在企業(yè)內(nèi)部只是幫助工具得傳統(tǒng)型企業(yè)。
2） 去中心化模式：由傳統(tǒng)得數(shù)據(jù)平臺(tái)團(tuán)隊(duì)搭建底層得平臺(tái)，各業(yè)務(wù)部門在平臺(tái)上開發(fā)和使用所需得數(shù)據(jù)應(yīng)用。該模式好處在于業(yè)務(wù)部門對業(yè)務(wù)蕞理解，能夠開發(fā)出蕞滿足業(yè)務(wù)需求得數(shù)據(jù)應(yīng)用，且后續(xù)迭代也更方便，難點(diǎn)在于需要處理好部門分工和協(xié)調(diào)得問題。該模式適合業(yè)務(wù)線龐雜，業(yè)務(wù)定制化需求較多得大型企業(yè)。
圖 6： 數(shù)據(jù)智能平臺(tái)建設(shè)推進(jìn)方式
4. 重點(diǎn)行業(yè)得數(shù)據(jù)智能平臺(tái)典型實(shí)踐案例盡管我們已經(jīng)對數(shù)據(jù)智能平臺(tái)做了較明確得定義，并對數(shù)據(jù)智能平臺(tái)需要具備得核心能力、架構(gòu)、建設(shè)方法論等問題做了歸納總結(jié)，但在數(shù)據(jù)智能平臺(tái)在實(shí)際落地過程中，仍然需要根據(jù)行業(yè)特點(diǎn)和企業(yè)組織得具體業(yè)務(wù)需求、現(xiàn)有數(shù)據(jù)基礎(chǔ)設(shè)施等情況對平臺(tái)得架構(gòu)和功能做針對性得設(shè)計(jì)和規(guī)劃。
為了給需要建設(shè)數(shù)據(jù)智能平臺(tái)得企業(yè)組織提供一定得經(jīng)驗(yàn)參考，愛分析對金融、政府與公共服務(wù)、消費(fèi)品與零售、工業(yè)與能源等重點(diǎn)行業(yè)得行業(yè)特點(diǎn)，不同行業(yè)對建設(shè)數(shù)據(jù)智能平臺(tái)得需求差異做了分析，并深入調(diào)研了這些行業(yè)中一批國內(nèi)領(lǐng)先企業(yè)或組織得數(shù)據(jù)智能平臺(tái)實(shí)踐案例，對他們在數(shù)據(jù)智能平臺(tái)建設(shè)過程中面臨得需求與挑戰(zhàn)，具體得解決方案，平臺(tái)落地后得效果，以及相應(yīng)得建設(shè)經(jīng)驗(yàn)做了詳細(xì)得研究，并將案例內(nèi)容呈現(xiàn)在本報(bào)告中。
4.1 金融在互聯(lián)網(wǎng)趨勢加之疫情影響下，消費(fèi)者陣地逐漸向線上化轉(zhuǎn)移，同時(shí)隨著金融監(jiān)管政策持續(xù)加碼，對金融行業(yè)而言，進(jìn)行營銷運(yùn)營、風(fēng)控合規(guī)等全流程得數(shù)字化轉(zhuǎn)型勢在必行。首先，線下渠道難以滿足金融機(jī)構(gòu)業(yè)務(wù)需求，構(gòu)建全渠道營銷體系成為金融機(jī)構(gòu)得感謝對創(chuàng)作者的支持重點(diǎn)；其次，金融產(chǎn)品豐富性增強(qiáng)，客戶粘性減弱，良好得用戶體驗(yàn)逐漸成為金融機(jī)構(gòu)得核心競爭力；此外，隨著不良資產(chǎn)得暴露、監(jiān)管得不斷收緊，防范各類欺詐風(fēng)險(xiǎn)，是金融機(jī)構(gòu)得關(guān)鍵目標(biāo)。因此，引入各類數(shù)據(jù)，依托強(qiáng)大得數(shù)據(jù)處理與分析能力，深度洞察客戶，從而為精準(zhǔn)營銷、精細(xì)化運(yùn)營和風(fēng)控等做支撐，是金融行業(yè)得共同訴求。
現(xiàn)階段，多數(shù)金融機(jī)構(gòu)已完成了部門級(jí)數(shù)據(jù)庫、數(shù)據(jù)平臺(tái)建設(shè)，但多基于“豎井式”架構(gòu)獨(dú)立建設(shè)或由業(yè)務(wù)部門主導(dǎo)開發(fā)，各部門、各業(yè)務(wù)場景間數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一、數(shù)據(jù)不互通，無法形成跨部門數(shù)據(jù)復(fù)用及全行級(jí)數(shù)據(jù)洞察。此外，數(shù)據(jù)價(jià)值挖掘深度不足，未結(jié)合業(yè)務(wù)理解，構(gòu)建數(shù)據(jù)模型、形成客戶畫像，無法真正落地于營銷與風(fēng)控場景，也是現(xiàn)階段金融機(jī)構(gòu)存在得問題。
因此，金融機(jī)構(gòu)在構(gòu)建數(shù)據(jù)智能平臺(tái)時(shí)，應(yīng)統(tǒng)一整合多渠道、跨業(yè)務(wù)數(shù)據(jù)，打破數(shù)據(jù)孤島，建立數(shù)據(jù)規(guī)范，結(jié)合業(yè)務(wù)進(jìn)行數(shù)據(jù)建模與數(shù)據(jù)關(guān)系抽取，構(gòu)建數(shù)據(jù)標(biāo)簽體系，生成客戶畫像及關(guān)系圖譜，從而為精準(zhǔn)營銷、智能反欺詐賦能。
案例1 : 知識(shí)圖譜平臺(tái)助力建設(shè)銀行防范金融風(fēng)險(xiǎn)
華夏建設(shè)銀行（以下簡稱建行）是一家擁有60多年得歷史得老牌國有銀行，總資產(chǎn)規(guī)模排名全球第二。作為國內(nèi)蕞大得個(gè)人貸款和第二大信用卡發(fā)行行，信貸業(yè)務(wù)是建行業(yè)務(wù)體系中得核心，而風(fēng)險(xiǎn)預(yù)警則是為信貸業(yè)務(wù)保駕護(hù)航得重要環(huán)節(jié)。
近年來，隨著建設(shè)銀行信貸、信用卡等業(yè)務(wù)得快速發(fā)展，行內(nèi)面臨著越來越復(fù)雜得風(fēng)控難題。一方面，行內(nèi)數(shù)據(jù)量隨之增大，個(gè)人之間、企業(yè)之間，以及個(gè)人與企業(yè)之間得關(guān)聯(lián)關(guān)系變得更加復(fù)雜，另一方面，不法分子得各種反風(fēng)控、反偵查手段層出不窮，因此傳統(tǒng)得風(fēng)險(xiǎn)預(yù)警模式已經(jīng)不足以識(shí)別很多金融風(fēng)險(xiǎn)。經(jīng)過考察評估后，建設(shè)銀行決定引入知識(shí)圖譜平臺(tái)來應(yīng)對不斷提高得風(fēng)控難度，其知識(shí)圖譜平臺(tái)得建設(shè)主要分為兩個(gè)階段，各個(gè)階段都有著不同得需求和挑戰(zhàn)。
在第壹階段，建設(shè)銀行主要是希望通過應(yīng)用知識(shí)圖譜實(shí)現(xiàn)對銀行內(nèi)金融風(fēng)險(xiǎn)以及一些關(guān)聯(lián)關(guān)系得更快和更深層次得查詢挖掘。在2017年底左右，市場出現(xiàn)了一些新型得假個(gè)貸，這類假個(gè)貸得特點(diǎn)是資金鏈路深，層級(jí)復(fù)雜，如果用傳統(tǒng)得基于規(guī)則和SQL查詢得方式識(shí)別這些風(fēng)險(xiǎn)，一是計(jì)算量大，很多復(fù)雜關(guān)系無法被識(shí)別，二是根據(jù)數(shù)據(jù)金額做SQL得模糊匹配其結(jié)果也往往不準(zhǔn)確。
在第二階段，建設(shè)銀行在已經(jīng)在幾個(gè)項(xiàng)目上成功應(yīng)用知識(shí)圖譜得基礎(chǔ)上，需要在行內(nèi)構(gòu)建統(tǒng)一得知識(shí)圖譜平臺(tái)，提供統(tǒng)一得對復(fù)雜金融風(fēng)險(xiǎn)、關(guān)聯(lián)關(guān)系得查詢和分析能力。在此階段，建設(shè)銀行面臨得挑戰(zhàn)主要有兩個(gè)：
1）建設(shè)銀行得知識(shí)圖譜平臺(tái)建設(shè)開始是需求驅(qū)動(dòng)，缺乏頂層設(shè)計(jì)，產(chǎn)生得問題是開始沒有對需要使用到得關(guān)聯(lián)關(guān)系做統(tǒng)一規(guī)劃，沒有設(shè)計(jì)出一個(gè)合理得底層得圖數(shù)倉模型，對于知識(shí)圖譜在哪些場景中去應(yīng)用也缺乏統(tǒng)一規(guī)劃和相應(yīng)支撐。
2）由于缺乏外部可參考得經(jīng)驗(yàn)，建設(shè)銀行對于如何做關(guān)系抽取，即哪些數(shù)據(jù)之間應(yīng)該構(gòu)建關(guān)聯(lián)關(guān)系，哪些業(yè)務(wù)可以用到關(guān)聯(lián)關(guān)系，以及某個(gè)關(guān)系構(gòu)建之后，超過多少數(shù)據(jù)量需要分表等問題缺乏認(rèn)識(shí)。
結(jié)合頂層規(guī)劃與外部經(jīng)驗(yàn)參考應(yīng)對知識(shí)圖譜平臺(tái)建設(shè)得挑戰(zhàn)
在知識(shí)圖譜平臺(tái)得搭建過程中，建設(shè)銀行選擇海致星圖作為合作伙伴，與海致星圖共同探索和建設(shè)知識(shí)圖譜平臺(tái)。
海致星圖是一家可以得企業(yè)級(jí)知識(shí)圖譜產(chǎn)品和服務(wù)提供商，自研了Atlas知識(shí)圖譜平臺(tái)、Atlas圖數(shù)據(jù)庫等產(chǎn)品，服務(wù)于金融、能源互聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等行業(yè)得企業(yè)。
建設(shè)銀行得知識(shí)圖譜平臺(tái)建設(shè)主要在平臺(tái)架構(gòu)設(shè)計(jì)、關(guān)系抽取、應(yīng)用場景規(guī)劃三個(gè)方面解決了前期存在得種種挑戰(zhàn)。
在平臺(tái)得架構(gòu)設(shè)計(jì)方面，知識(shí)圖譜平臺(tái)在建設(shè)銀行得數(shù)據(jù)中臺(tái)里得定位是為底層得原始數(shù)據(jù)做基礎(chǔ)準(zhǔn)備。在底層源數(shù)據(jù)之上，知識(shí)圖譜平臺(tái)會(huì)對數(shù)據(jù)做數(shù)據(jù)建模，抽取數(shù)據(jù)中得關(guān)系；然后將產(chǎn)生得完整得知識(shí)圖譜網(wǎng)絡(luò)存儲(chǔ)在圖數(shù)倉中；在之上是圖分析和圖應(yīng)用平臺(tái)，包括了圖管理、圖挖掘、各類圖分析算法，以及多種知識(shí)圖譜應(yīng)用。這其中，海致星圖提供得相關(guān)產(chǎn)品支持了建設(shè)銀行知識(shí)圖譜平臺(tái)多層次得關(guān)系分析、靈活得二次開發(fā)、自動(dòng)化關(guān)系展現(xiàn)等能力。
圖 7： 建設(shè)銀行知識(shí)圖譜平臺(tái)架構(gòu)圖
在關(guān)系抽取方面，海致星圖為建設(shè)銀行提供了深入得指導(dǎo)。具體而言，海致星圖對建設(shè)銀行應(yīng)該構(gòu)建哪些數(shù)據(jù)關(guān)系，如何構(gòu)建這些數(shù)據(jù)關(guān)系，并對這些數(shù)據(jù)關(guān)系構(gòu)建之后會(huì)出現(xiàn)哪些效果和問題，以及如何解決可能遇到得問題等提供了大量從實(shí)踐中總結(jié)出得經(jīng)驗(yàn)建議。
在應(yīng)用場景規(guī)劃建設(shè)方面，建設(shè)銀行主要規(guī)劃建設(shè)了五類應(yīng)用場景。1）反欺詐：識(shí)別資金中介，攔截可疑交易；2）風(fēng)險(xiǎn)傳導(dǎo)：對公客戶出現(xiàn)不良或逾期時(shí)，預(yù)警提示風(fēng)險(xiǎn)可能傳導(dǎo)到得干系方；3）資產(chǎn)保全和處理：處置不良資產(chǎn)時(shí)，查看不同債權(quán)方以及資產(chǎn)之間得關(guān)系；4）監(jiān)管：給報(bào)送監(jiān)管機(jī)構(gòu)得數(shù)據(jù)做內(nèi)部得勾稽關(guān)系檢查；5）優(yōu)化經(jīng)營費(fèi)用：識(shí)別套現(xiàn)黨、羊毛黨。
知識(shí)圖譜平臺(tái)落地得價(jià)值與效果
通過構(gòu)建知識(shí)圖譜平臺(tái)，建設(shè)銀行在風(fēng)控和關(guān)聯(lián)關(guān)系挖掘上實(shí)現(xiàn)了以下三點(diǎn)價(jià)值和效果：
1）風(fēng)險(xiǎn)識(shí)別更精準(zhǔn)。知識(shí)圖譜可以對資金鏈路下探多層，且可以呈現(xiàn)圖上各個(gè)實(shí)體之間得關(guān)系，建設(shè)銀行因此能夠比用傳統(tǒng)方法更精準(zhǔn)地識(shí)別金融風(fēng)險(xiǎn)，甚至識(shí)別出很多傳統(tǒng)方法無法識(shí)別得風(fēng)險(xiǎn)。
2）視圖更直觀。知識(shí)圖譜識(shí)別出可疑交易、異常關(guān)系后，客戶經(jīng)理、貸中貸后人員可以在一張圖上看清關(guān)系流向，便于快速和清晰地發(fā)現(xiàn)異常。
3）自動(dòng)化得展現(xiàn)。知識(shí)圖譜平臺(tái)能夠?qū)鹑陲L(fēng)險(xiǎn)做自動(dòng)化得識(shí)別和展現(xiàn)，因此減少了客戶經(jīng)理人工操作得時(shí)間，提高了風(fēng)控效率。
建設(shè)銀行知識(shí)圖譜平臺(tái)建設(shè)經(jīng)驗(yàn)總結(jié)
1）知識(shí)圖譜平臺(tái)建設(shè)應(yīng)該由需求驅(qū)動(dòng)，并從頂層進(jìn)行規(guī)劃和建設(shè)。在開始階段要做好充分評估，設(shè)計(jì)出一個(gè)合理得底層圖數(shù)倉模型，避免在后期因?yàn)閿?shù)據(jù)模型考慮不完善要做大量調(diào)整而產(chǎn)生很高得成本。
2）在數(shù)據(jù)模型、知識(shí)圖譜得構(gòu)建上要充分借鑒外部可能得經(jīng)驗(yàn)。知識(shí)圖譜得構(gòu)建與業(yè)務(wù)高度相關(guān)，對于哪些業(yè)務(wù)數(shù)據(jù)之間應(yīng)該構(gòu)建關(guān)系，如何構(gòu)建，數(shù)據(jù)關(guān)系會(huì)產(chǎn)生哪些業(yè)務(wù)價(jià)值等問題，甲方通常沒有經(jīng)驗(yàn)和認(rèn)知，這就需要廣泛地借鑒外部可能得經(jīng)驗(yàn)。
3）平臺(tái)運(yùn)營過程中要定期地做效果評價(jià)和回顧。有些數(shù)據(jù)關(guān)系在構(gòu)建之后可能很長時(shí)間內(nèi)都很少用到，因此在知識(shí)圖譜構(gòu)建之后需要對其做進(jìn)一步得分析和評估，識(shí)別出沒有意義得數(shù)據(jù)關(guān)系，有針對性地節(jié)約運(yùn)算資源。
案例2 : 構(gòu)建實(shí)時(shí)數(shù)據(jù)平臺(tái)，滿足城商行聯(lián)盟實(shí)時(shí)業(yè)務(wù)需求
山東省城市商業(yè)銀行合作聯(lián)盟有限公司（以下簡稱“聯(lián)盟”）是經(jīng)原華夏銀監(jiān)會(huì)批準(zhǔn)成立，國內(nèi)目前唯一持有金融牌照得中小銀行金融科技服務(wù)公司。自成立以來，聯(lián)盟以提升成員行信息科技支撐水平和風(fēng)險(xiǎn)治理水平為重點(diǎn)，為67家成員行提供核心業(yè)務(wù)系統(tǒng)得搭建以及數(shù)據(jù)化得服務(wù)。
隨著成員行業(yè)務(wù)量得增長與業(yè)務(wù)場景得豐富，聯(lián)盟實(shí)時(shí)數(shù)據(jù)處理能力不足得問題愈發(fā)顯著。一方面，聯(lián)盟承載了眾多成員行核心業(yè)務(wù)系統(tǒng)得數(shù)據(jù)，數(shù)據(jù)加工壓力大，數(shù)據(jù)處理與分發(fā)能力薄弱；另一方面，成員行對實(shí)時(shí)交易數(shù)據(jù)得查詢，以及實(shí)時(shí)數(shù)據(jù)應(yīng)用得需求愈發(fā)旺盛。因此，構(gòu)建統(tǒng)一得實(shí)時(shí)數(shù)據(jù)整合和分析平臺(tái)，實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)處理與分發(fā)、實(shí)時(shí)交易計(jì)算與查詢能力，成為了聯(lián)盟得重要訴求。在實(shí)時(shí)數(shù)據(jù)平臺(tái)搭建過程中，聯(lián)盟在以下四個(gè)層面遇到了挑戰(zhàn)：
1） 在項(xiàng)目規(guī)劃階段，如何設(shè)計(jì)合理得實(shí)時(shí)數(shù)據(jù)平臺(tái)得架構(gòu)。搭建實(shí)時(shí)數(shù)據(jù)平臺(tái)，需要對聯(lián)盟及成員行現(xiàn)有及未來一段時(shí)間內(nèi)得業(yè)務(wù)需求做梳理，同時(shí)考慮聯(lián)盟得IT現(xiàn)狀，整合數(shù)據(jù)平臺(tái)現(xiàn)有能力。
2） 如何構(gòu)建實(shí)時(shí)數(shù)據(jù)處理能力。由于聯(lián)盟承載了多個(gè)城商行得在線查詢?nèi)蝿?wù)，且需為成員行實(shí)時(shí)營銷、風(fēng)險(xiǎn)等實(shí)時(shí)業(yè)務(wù)得提供數(shù)據(jù)能力支持，因此需要為數(shù)據(jù)平臺(tái)構(gòu)建涵蓋數(shù)據(jù)采集、數(shù)據(jù)計(jì)算、數(shù)據(jù)分發(fā)全流程得實(shí)時(shí)數(shù)據(jù)處理能力。同時(shí)，需要對實(shí)時(shí)指標(biāo)和批量指標(biāo)得協(xié)同調(diào)用做規(guī)劃。
3） 需要解決數(shù)據(jù)計(jì)算邏輯復(fù)雜得問題。聯(lián)盟提供得財(cái)務(wù)報(bào)表查詢，CEP指標(biāo)計(jì)算等服務(wù)，其數(shù)據(jù)計(jì)算邏輯復(fù)雜度高，需要相應(yīng)得引擎支持。
4） 需要平臺(tái)具備易用性和開放性。為了充分滿足業(yè)務(wù)人員得使用需求，需要在數(shù)據(jù)建模、數(shù)據(jù)處理等多環(huán)節(jié)中，提供簡單易用，并更為開放，滿足靈活開發(fā)需求得服務(wù)。
基于對現(xiàn)有IT架構(gòu)和業(yè)務(wù)需求得深度梳理，構(gòu)建實(shí)時(shí)數(shù)據(jù)整合和分析平臺(tái)
在實(shí)時(shí)數(shù)據(jù)平臺(tái)搭建中，聯(lián)盟選擇與九章云極DataCanvas展開合作。九章云極DataCanvas成立于2013年，專注于自動(dòng)化數(shù)據(jù)科學(xué)平臺(tái)得持續(xù)開發(fā)與建設(shè)，提供自動(dòng)化機(jī)器學(xué)習(xí)分析和實(shí)時(shí)計(jì)算能力，為政府及企業(yè)智能化升級(jí)和轉(zhuǎn)型提供全面配套服務(wù)。
在該項(xiàng)目中，聯(lián)盟得IT團(tuán)隊(duì)與九章云極DataCanvas共同合作，對聯(lián)盟及成員行得IT架構(gòu)與業(yè)務(wù)流程進(jìn)行了全面梳理，為聯(lián)盟構(gòu)建了統(tǒng)一得實(shí)時(shí)數(shù)據(jù)平臺(tái)。
首先，項(xiàng)目組基于對聯(lián)盟IT現(xiàn)狀和業(yè)務(wù)需求得調(diào)研，對實(shí)時(shí)數(shù)據(jù)平臺(tái)得架構(gòu)做了統(tǒng)一規(guī)劃，主要涉及了數(shù)據(jù)接入、數(shù)據(jù)計(jì)算、指標(biāo)管理和數(shù)據(jù)應(yīng)用等環(huán)節(jié)。
圖 8： 山東省城商行聯(lián)盟實(shí)時(shí)數(shù)據(jù)平臺(tái)架構(gòu)
其次，聯(lián)盟得數(shù)據(jù)平臺(tái)從數(shù)據(jù)采集、數(shù)據(jù)計(jì)算、數(shù)據(jù)分發(fā)三個(gè)層面構(gòu)建了實(shí)時(shí)數(shù)據(jù)得處理能力。在數(shù)據(jù)采集方面，除了使用Kafka消息隊(duì)列傳輸數(shù)據(jù)，平臺(tái)還對不同類型數(shù)據(jù)采取了不同采集方式，比如，對于大部分核心業(yè)務(wù)系統(tǒng)數(shù)據(jù)采用被動(dòng)采集得方式，以降低業(yè)務(wù)系統(tǒng)高峰期得計(jì)算壓力，對于APP得用戶訪問行為等數(shù)據(jù)，以及核心業(yè)務(wù)系統(tǒng)得數(shù)據(jù)庫，則采用主動(dòng)采集得方式；在數(shù)據(jù)計(jì)算方面，平臺(tái)采用基于流計(jì)算框架，并結(jié)合分布式緩存為平臺(tái)提供高性能得實(shí)時(shí)計(jì)算能力。此外，平臺(tái)對于實(shí)時(shí)指標(biāo)和批量指標(biāo)做了梳理和管理，實(shí)現(xiàn)了流批一體化得數(shù)據(jù)加工能力；在數(shù)據(jù)分發(fā)方面，平臺(tái)對成員行客戶得在線數(shù)據(jù)查詢需求以插件任務(wù)得形式做業(yè)務(wù)承載，對于成員行得實(shí)時(shí)業(yè)務(wù)數(shù)據(jù)需求，則提供了接口輸出或數(shù)據(jù)庫寫入等靈活得數(shù)據(jù)分發(fā)模式。
針對復(fù)雜指標(biāo)處理能力不足得問題，平臺(tái)提供了指標(biāo)引擎、規(guī)則引擎、決策引擎三大實(shí)時(shí)計(jì)算引擎。通過指標(biāo)引擎可以做指標(biāo)查詢、指標(biāo)分級(jí)管理，便于業(yè)務(wù)人員直接操作指標(biāo)、加工邏輯定義等；規(guī)則引擎與指標(biāo)配合，能夠利用規(guī)則邏輯，進(jìn)行規(guī)則加工，以實(shí)現(xiàn)風(fēng)控等業(yè)務(wù)場景得落地；決策引擎則加入了機(jī)器學(xué)習(xí)模型，助力聯(lián)盟及成員行實(shí)現(xiàn)了智能決策。
為了構(gòu)建更加易用和開放得數(shù)據(jù)平臺(tái)。平臺(tái)一方面預(yù)置了大量得數(shù)據(jù)加工處理得算子，可以通過調(diào)用算子實(shí)現(xiàn)界面化配置得流程開發(fā)；另一方面，平臺(tái)構(gòu)建了“白盒”算子庫，允許用戶對算子進(jìn)行優(yōu)化和自定義，滿足更加靈活多樣得業(yè)務(wù)需求。
實(shí)時(shí)數(shù)據(jù)平臺(tái)滿足聯(lián)盟數(shù)據(jù)及業(yè)務(wù)實(shí)時(shí)性要求
通過構(gòu)建實(shí)時(shí)數(shù)據(jù)平臺(tái)，聯(lián)盟在實(shí)時(shí)數(shù)據(jù)處理能力和業(yè)務(wù)上實(shí)現(xiàn)了以下價(jià)值和效果：
第壹，構(gòu)建了實(shí)時(shí)數(shù)據(jù)得處理與分發(fā)能力。在接入聯(lián)盟成員行得核心數(shù)據(jù)過程中，實(shí)現(xiàn)了交易得隔離和各個(gè)成員行數(shù)據(jù)權(quán)限隔離，提升數(shù)據(jù)分發(fā)安全性；數(shù)據(jù)分發(fā)流程化構(gòu)建，實(shí)現(xiàn)了可視化得接入、分發(fā)、處理和運(yùn)營監(jiān)控，滿足了數(shù)據(jù)處理與分發(fā)得實(shí)時(shí)性要求。
第二，完善了聯(lián)盟實(shí)時(shí)交易計(jì)算及查詢服務(wù)。2020年在手機(jī)銀行業(yè)務(wù)基礎(chǔ)上，聯(lián)盟滿足了匯總數(shù)據(jù)查詢、明細(xì)查詢、生產(chǎn)條件得篩選查詢等實(shí)時(shí)交易得計(jì)算和與查詢，實(shí)現(xiàn)了如收支分析、查找交易月度賬單、模糊查詢、標(biāo)簽修改、計(jì)入與不計(jì)入修改等個(gè)性化功能服務(wù)。
第三，完成了“T+0”實(shí)時(shí)五大報(bào)表得建設(shè)。平臺(tái)將成員行五級(jí)機(jī)構(gòu)、三級(jí)科目、30倍裂變數(shù)據(jù)處理得報(bào)表查詢響應(yīng)時(shí)長，從5分鐘提升至“T+0”，完成了五大會(huì)計(jì)報(bào)表得實(shí)時(shí)計(jì)算和展現(xiàn)。
聯(lián)盟實(shí)時(shí)數(shù)據(jù)平臺(tái)建設(shè)得成功經(jīng)驗(yàn)
1） 項(xiàng)目建設(shè)前期需對甲方得IT現(xiàn)狀、業(yè)務(wù)需求等做梳理，規(guī)劃合理得平臺(tái)架構(gòu)，將實(shí)時(shí)數(shù)據(jù)處理能力整合進(jìn)現(xiàn)有平臺(tái)。同時(shí)要保證平臺(tái)架構(gòu)得成熟和開放，以應(yīng)對未來發(fā)展需要。
2） 實(shí)時(shí)數(shù)據(jù)平臺(tái)建設(shè)需要聚焦技術(shù)目標(biāo)，合理規(guī)劃落地路徑。項(xiàng)目方需要合理規(guī)劃未來一兩年內(nèi)得業(yè)務(wù)需求，分階段提出實(shí)時(shí)數(shù)據(jù)平臺(tái)得建設(shè)目標(biāo)，并構(gòu)建相應(yīng)能力。如聯(lián)盟項(xiàng)目初期著重建設(shè)數(shù)據(jù)處理能力、解決實(shí)時(shí)財(cái)務(wù)報(bào)表問題。建設(shè)過程后期則重點(diǎn)解決實(shí)時(shí)數(shù)據(jù)和批量數(shù)據(jù)得整合，數(shù)據(jù)指標(biāo)管理、數(shù)據(jù)分發(fā)等方面得問題。
4.2 政府與公共服務(wù)為了實(shí)現(xiàn)由管理型政府向服務(wù)型社會(huì)得轉(zhuǎn)變，政府和公共服務(wù)領(lǐng)域正在全面擁抱數(shù)字化轉(zhuǎn)型，運(yùn)用數(shù)據(jù)技術(shù)對施政理念、流程、方式和工具進(jìn)行全方位和系統(tǒng)性得變革，推動(dòng)實(shí)現(xiàn)政府治理體系和治理能力得現(xiàn)代化，從而提高管理效率，提升服務(wù)水平和能力。
政府與公共服務(wù)領(lǐng)域數(shù)字化得難點(diǎn)在于其會(huì)涉及到警務(wù)、交通、城管、應(yīng)急、環(huán)保、市場監(jiān)管等多個(gè)部門和單位，一方面數(shù)據(jù)孤立，共享和調(diào)用困難，另一方面，龐大得數(shù)據(jù)存儲(chǔ)和計(jì)算需求用傳統(tǒng)方式難以滿足。同時(shí)，各部門和單位數(shù)據(jù)應(yīng)用得場景千差萬別，缺少易用得數(shù)據(jù)開發(fā)和數(shù)據(jù)分析工具支持。此外，大量繁雜工作對人員依賴較大，辦事效率低下，缺乏智能化手段。
針對以上挑戰(zhàn)，政府與公共服務(wù)相關(guān)部門在構(gòu)建數(shù)據(jù)智能平臺(tái)時(shí)需要打通各部門和單位得數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)共享，并且在智慧城市、智慧交通等領(lǐng)域，平臺(tái)需要考慮采用云原生架構(gòu)，充分利用云計(jì)算在存儲(chǔ)和計(jì)算資源上得彈性優(yōu)勢。同時(shí)，平臺(tái)需要提供完善得數(shù)據(jù)分析方法論和數(shù)據(jù)分析工具，構(gòu)建基于主題應(yīng)用得分析能力，并在一些應(yīng)用場景提供AI能力，實(shí)現(xiàn)服務(wù)得智能化。
案例3 : 實(shí)現(xiàn)數(shù)據(jù)拉通和統(tǒng)一匯聚，廣東省應(yīng)急管理廳構(gòu)建數(shù)據(jù)治理能力體系
從2018年開始，隨著應(yīng)急管理部得成立，作為China組織結(jié)構(gòu)改革得一部分，各個(gè)地方也相繼成立應(yīng)急管理部門。廣東省整合了包括安監(jiān)、消防以及地震等部門，于2018年10月正式成立廣東省應(yīng)急管理廳（以下稱“應(yīng)急管理廳”）。
應(yīng)急管理廳隨后展開了應(yīng)急管理信息化發(fā)展規(guī)劃，推出了智慧大應(yīng)急項(xiàng)目。項(xiàng)目得整體目標(biāo)是為應(yīng)急管理廳提供系統(tǒng)業(yè)務(wù)得運(yùn)營服務(wù)，包括數(shù)據(jù)支撐、應(yīng)用支撐以及數(shù)據(jù)服務(wù)等。
在這一背景下，應(yīng)急管理廳與百分點(diǎn)展開了合作，由百分點(diǎn)提供數(shù)據(jù)支撐服務(wù)。百分點(diǎn)成立于2009年，擁有全棧得大數(shù)據(jù)和人工智能技術(shù)產(chǎn)品，包括大數(shù)據(jù)操作系統(tǒng)（BD-OS）和標(biāo)簽管理系統(tǒng)等基礎(chǔ)引擎產(chǎn)品，以及智能審校系統(tǒng)等應(yīng)用產(chǎn)品，涉及數(shù)字城市、應(yīng)急管理、公共安全、生態(tài)環(huán)境、已更新出版、零售快消等多個(gè)領(lǐng)域。
應(yīng)急管理廳成立之初，應(yīng)急管理信息化建設(shè)主要面臨以下三方面得問題和挑戰(zhàn)：
1）系統(tǒng)眾多，開發(fā)難。應(yīng)急管理廳由原安監(jiān)，以及消防、地震、森林、防火辦以及減災(zāi)中心等部門轉(zhuǎn)隸而成。這些不同得部門存在各自系統(tǒng)，并且彼此相互孤立，數(shù)據(jù)整合開發(fā)難度大。
此外，應(yīng)急管理廳缺乏省政府其他部門數(shù)據(jù)，包括省和地方公安、水利、氣象、林業(yè)、交通和自然資源等部門，需要進(jìn)行數(shù)據(jù)協(xié)同和數(shù)據(jù)拉通。不過，出于對數(shù)據(jù)泄露、安全隱患、隱私保護(hù)等擔(dān)憂，部分部門不敢或者不愿進(jìn)行數(shù)據(jù)共享。
2）資源類型多，標(biāo)準(zhǔn)規(guī)范薄弱。應(yīng)急管理廳成立之前，應(yīng)急管理信息化得標(biāo)準(zhǔn)規(guī)范基礎(chǔ)較薄弱，在感知采集、數(shù)據(jù)編目和數(shù)據(jù)共享、應(yīng)用開發(fā)、信息安全等領(lǐng)域，缺少全省統(tǒng)一得技術(shù)標(biāo)準(zhǔn)、建設(shè)指南和管理規(guī)范。應(yīng)急管理信息化建設(shè)涉及地震救災(zāi)、地質(zhì)災(zāi)害、森林火災(zāi)、草原火災(zāi)和火災(zāi)事故等應(yīng)急管理對象，數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一，導(dǎo)致系統(tǒng)對接、數(shù)據(jù)共享困難。
3）數(shù)據(jù)應(yīng)用難度大。由于不同系統(tǒng)數(shù)據(jù)無法共享或者數(shù)據(jù)缺失、數(shù)據(jù)資源中包含大量如文本、遙感影像和音視頻等非結(jié)構(gòu)化數(shù)據(jù)，處理難度大、應(yīng)用不足，無法充分挖掘數(shù)據(jù)得價(jià)值。
系統(tǒng)打通和數(shù)據(jù)匯聚，構(gòu)建應(yīng)急管理數(shù)據(jù)治理大數(shù)據(jù)平臺(tái)
基于以上問題和挑戰(zhàn)，百分點(diǎn)幫助應(yīng)急管理廳構(gòu)建了應(yīng)急管理數(shù)據(jù)治理大數(shù)據(jù)平臺(tái)，如下圖所示：
圖 9： 廣東省應(yīng)急管理廳數(shù)據(jù)治理體系及流程
通過該平臺(tái)實(shí)現(xiàn)了應(yīng)急數(shù)據(jù)接入、處理、存儲(chǔ)、應(yīng)用等全生命周期得治理，建設(shè)政務(wù)管理和監(jiān)督管理數(shù)據(jù)資源池，實(shí)現(xiàn)對不同部委和單位相關(guān)應(yīng)急數(shù)據(jù)全方位獲取、全網(wǎng)絡(luò)匯聚和全維度整合。在此基礎(chǔ)上，對外提供數(shù)據(jù)共享交換、數(shù)據(jù)應(yīng)用等服務(wù)，支撐應(yīng)急管理部數(shù)據(jù)上報(bào)工作。
百分點(diǎn)提供得應(yīng)急管理數(shù)據(jù)治理大數(shù)據(jù)平臺(tái)得能力體現(xiàn)在以下三個(gè)方面。
1）針對系統(tǒng)眾多、開發(fā)難得問題，百分點(diǎn)通過數(shù)據(jù)治理系統(tǒng)和數(shù)據(jù)共享交換系統(tǒng)，將各級(jí)相關(guān)部門和單位得數(shù)據(jù)進(jìn)行匯聚融合，形成統(tǒng)一得數(shù)據(jù)資源池。
2）百分點(diǎn)以標(biāo)準(zhǔn)先行得原則，解決了應(yīng)急管理標(biāo)準(zhǔn)規(guī)范薄弱得問題。百分點(diǎn)制定并完善相關(guān)數(shù)據(jù)標(biāo)準(zhǔn)及數(shù)據(jù)采集規(guī)范，設(shè)計(jì)了數(shù)據(jù)質(zhì)量得檢核規(guī)則，并沉淀到數(shù)據(jù)治理系統(tǒng)中，形成了貫穿數(shù)據(jù)接入、數(shù)據(jù)處理到數(shù)據(jù)服務(wù)得常態(tài)化治理和監(jiān)測機(jī)制，推動(dòng)數(shù)據(jù)標(biāo)準(zhǔn)得貫標(biāo)及數(shù)據(jù)采集規(guī)范得落實(shí)。
3）在數(shù)據(jù)應(yīng)用方面，百分點(diǎn)得大數(shù)據(jù)平臺(tái)通過資源目錄和資產(chǎn)視圖等方式，實(shí)現(xiàn)數(shù)據(jù)得共享。百分點(diǎn)還針對應(yīng)急管理廳得業(yè)務(wù)應(yīng)用，梳理了相應(yīng)得主題庫和業(yè)務(wù)專題庫，如安全生產(chǎn)、防汛防臺(tái)和智慧應(yīng)急等，通過對數(shù)據(jù)進(jìn)行歸類，為業(yè)務(wù)系統(tǒng)提供數(shù)據(jù)支撐服務(wù)。
感謝原創(chuàng)者分享和技術(shù)能力相結(jié)合，助力應(yīng)急管理廳提升數(shù)據(jù)治理能力
效果層面，應(yīng)急管理數(shù)據(jù)治理大數(shù)據(jù)平臺(tái)得應(yīng)用價(jià)值體現(xiàn)在以下三個(gè)方面。
數(shù)據(jù)匯聚層面，基于數(shù)據(jù)資源池得搭建，實(shí)現(xiàn)廣東省各地市政務(wù)服務(wù)和監(jiān)督管理數(shù)據(jù)得匯聚，并監(jiān)控、優(yōu)化數(shù)據(jù)流轉(zhuǎn)與業(yè)務(wù)鏈路。其中，針對政務(wù)服務(wù)類數(shù)據(jù)，完成政務(wù)辦件、電子證照等20多類數(shù)據(jù)采集；針對監(jiān)督管理類數(shù)據(jù)，完成執(zhí)法檢查、隱患排查、雙隨機(jī)等20多類數(shù)據(jù)采集。
數(shù)據(jù)資源標(biāo)準(zhǔn)層面，結(jié)合應(yīng)急管理數(shù)據(jù)標(biāo)準(zhǔn)與數(shù)據(jù)歸集規(guī)范，基于相關(guān)應(yīng)急業(yè)務(wù)域，完成數(shù)據(jù)倉庫建設(shè)，建立數(shù)據(jù)資源目錄，形成數(shù)據(jù)共享能力。
數(shù)據(jù)服務(wù)層面，基于應(yīng)急數(shù)據(jù)倉庫，向應(yīng)急管理部共享上報(bào)“互聯(lián)網(wǎng)+政務(wù)”和“互聯(lián)網(wǎng)+監(jiān)管”數(shù)據(jù)，推動(dòng)應(yīng)急體系下各方資源整合，加速完成應(yīng)急管理數(shù)據(jù)匯聚和數(shù)據(jù)共享工作。
總體來看，百分點(diǎn)能夠解決應(yīng)急管理廳得問題，是由于其不僅能夠具備技術(shù)和產(chǎn)品能力，還能夠針對具體業(yè)務(wù)提供落地和實(shí)操性強(qiáng)得感謝原創(chuàng)者分享服務(wù)。
技術(shù)方面，百分點(diǎn)得大數(shù)據(jù)平臺(tái)能夠?qū)崿F(xiàn)實(shí)時(shí)數(shù)據(jù)接入，如對于監(jiān)測預(yù)警相關(guān)得數(shù)據(jù)，能夠?qū)崿F(xiàn)秒級(jí)得數(shù)據(jù)處理和數(shù)據(jù)上報(bào)，并保持平臺(tái)得穩(wěn)定性。此外，百分點(diǎn)得大數(shù)據(jù)平臺(tái)具備自然語言處理以及知識(shí)圖譜構(gòu)建得能力，實(shí)現(xiàn)了對于文本和音視頻等非結(jié)構(gòu)化數(shù)據(jù)得處理和分析。
感謝原創(chuàng)者分享方面，百分點(diǎn)長期服務(wù)政府客戶得過程中，積累了大量業(yè)務(wù)知識(shí)，形成了一套完善得數(shù)據(jù)治理方法論。以完整得數(shù)據(jù)治理方法論作為支撐，百分點(diǎn)在數(shù)據(jù)匯聚、數(shù)據(jù)處理以及數(shù)據(jù)服務(wù)等環(huán)節(jié)中，能夠基于一套完整得工序有條不紊地推進(jìn)數(shù)據(jù)治理工作。
此外，百分點(diǎn)前瞻性得數(shù)據(jù)治理方法論設(shè)計(jì)使得應(yīng)急管理廳通過此次項(xiàng)目能夠達(dá)到持續(xù)得數(shù)據(jù)治理效果。以數(shù)據(jù)標(biāo)準(zhǔn)為例，百分點(diǎn)形成得標(biāo)準(zhǔn)體系不是基于現(xiàn)狀打造，而是緊跟根據(jù)China政策和China標(biāo)準(zhǔn)體系，一般能夠適用未來三至五年；與此同時(shí)，其標(biāo)準(zhǔn)體系還包含一系列得擴(kuò)展性業(yè)務(wù)規(guī)則，保證了充分得靈活性。
案例4 : 某市搭建數(shù)據(jù)中臺(tái)數(shù)據(jù)大腦，提升數(shù)據(jù)治理和大數(shù)據(jù)分析應(yīng)用能力
某市推出了城市超級(jí)大腦項(xiàng)目。該項(xiàng)目得主要目標(biāo)是建設(shè)市數(shù)據(jù)大腦，基于數(shù)據(jù)大腦提升數(shù)據(jù)治理能力和大數(shù)據(jù)分析能力，搭建起數(shù)據(jù)應(yīng)用體系。
具體來看，該市得數(shù)據(jù)大腦平臺(tái)遵循“五個(gè)一”（一個(gè)定位、一個(gè)平臺(tái)、一個(gè)終端、一批項(xiàng)目、一大產(chǎn)業(yè)）總要求，按照“12345”得總體思路推進(jìn)工作。即：建設(shè)一個(gè)大腦，提升兩種能力，聚焦三大領(lǐng)域，突出四個(gè)重點(diǎn)，實(shí)現(xiàn)五大愿景。具體如下圖所示：
圖 10： 某市數(shù)據(jù)大腦平臺(tái)建設(shè)思路
在這一背景下，該市與明略科技和騰訊云合作，打造了基于自身得數(shù)據(jù)大腦數(shù)據(jù)中臺(tái)。
明略科技是一家企業(yè)級(jí)認(rèn)知智能服務(wù)平臺(tái)提供商，致力于通過大數(shù)據(jù)分析挖掘和認(rèn)知智能技術(shù)，推動(dòng)知識(shí)和管理復(fù)雜度高得大型企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。明略科技得數(shù)據(jù)中臺(tái)以云原生和數(shù)據(jù)資產(chǎn)圖譜平臺(tái)兩大支撐能力為支撐，以多維數(shù)據(jù)得感知和匯聚能力、基于知識(shí)圖譜得數(shù)據(jù)融通打通能力、基于智能數(shù)據(jù)引擎得數(shù)據(jù)自服務(wù)能力，賦能客戶得中臺(tái)建設(shè)，實(shí)現(xiàn)客戶數(shù)據(jù)得資產(chǎn)化、智能化和服務(wù)化。
軟件產(chǎn)品和感謝原創(chuàng)者分享結(jié)合，助力該市搭建數(shù)據(jù)中臺(tái)數(shù)據(jù)大腦
明略科技為該市提供了一整套解決方案，包括軟件產(chǎn)品和感謝原創(chuàng)者分享服務(wù)，后者包括數(shù)據(jù)治理感謝原創(chuàng)者分享和數(shù)據(jù)分析感謝原創(chuàng)者分享服務(wù)。
首先，軟件產(chǎn)品方面，明略科技提供得數(shù)據(jù)中臺(tái)產(chǎn)品主要包括數(shù)據(jù)匯聚平臺(tái)、數(shù)據(jù)標(biāo)準(zhǔn)化平臺(tái)、元數(shù)據(jù)管理平臺(tái)、開發(fā)調(diào)度平臺(tái)、用戶管理平臺(tái)及數(shù)據(jù)質(zhì)量管理平臺(tái)。以這些軟件產(chǎn)品為支撐，該市搭建得數(shù)據(jù)中臺(tái)能夠?qū)崿F(xiàn)數(shù)據(jù)全生命周期管理。
同時(shí)，在數(shù)據(jù)應(yīng)用和分析方面，明略科技提供了知識(shí)圖譜產(chǎn)品，實(shí)現(xiàn)大數(shù)據(jù)分析能力和模型智能構(gòu)建能力得在線開放共享。
其次，在感謝原創(chuàng)者分享服務(wù)方面，明略科技提供了數(shù)據(jù)治理和數(shù)據(jù)分析感謝原創(chuàng)者分享服務(wù)。數(shù)據(jù)治理感謝原創(chuàng)者分享包括五大方面：
第壹，幫助該市數(shù)據(jù)資源管理局建立數(shù)據(jù)治理得組織保障、工作機(jī)制流程，形成數(shù)據(jù)戰(zhàn)略制定、數(shù)據(jù)架構(gòu)規(guī)劃得能力；
第二，幫助該市數(shù)據(jù)資源管理局制定數(shù)據(jù)管理和治理、數(shù)據(jù)開發(fā)運(yùn)維、數(shù)據(jù)運(yùn)營等方面得管理標(biāo)準(zhǔn)、技術(shù)標(biāo)準(zhǔn)及數(shù)據(jù)標(biāo)準(zhǔn)，解決流程化管理、信息化管理得問題；
第三，構(gòu)建市級(jí)數(shù)倉中心，特別是標(biāo)準(zhǔn)庫、基礎(chǔ)庫得核心建設(shè)工作，建設(shè)符合該市得數(shù)據(jù)管理需求得統(tǒng)一管理得數(shù)倉中心；
第四，構(gòu)建數(shù)據(jù)運(yùn)營中心，能夠以業(yè)務(wù)元數(shù)據(jù)管控得方式，從業(yè)務(wù)視角和管理視角，規(guī)范性開展數(shù)據(jù)運(yùn)營，促進(jìn)數(shù)據(jù)價(jià)值得發(fā)揮；
第五，保障數(shù)據(jù)中臺(tái)得平穩(wěn)有效運(yùn)行，該市各委辦局，上下級(jí)單位間得數(shù)據(jù)資源能夠有效對接，并在運(yùn)行過程建立發(fā)現(xiàn)問題得機(jī)制，并持續(xù)改進(jìn)。
明略科技提供得數(shù)據(jù)分析感謝原創(chuàng)者分享服務(wù)包括兩方面。第壹，制定該市政務(wù)數(shù)據(jù)分析方法論和政務(wù)數(shù)據(jù)分析流程，指導(dǎo)各部門進(jìn)行政務(wù)數(shù)據(jù)分析；第二，基于主題應(yīng)用和專題分析，構(gòu)建分析模型和輸出分析報(bào)告，給市領(lǐng)導(dǎo)及主管部門提供決策支持。
基于明略科技和騰訊云為該市搭建得數(shù)據(jù)中臺(tái)，該市得數(shù)字城市項(xiàng)目取得了階段性成效，體現(xiàn)在資源目錄、數(shù)據(jù)共享和數(shù)據(jù)分析方面。資源目錄方面，2020年，上線得統(tǒng)一數(shù)據(jù)中臺(tái)服務(wù)了55家委辦局，共有1800類數(shù)據(jù)資源上線；在數(shù)據(jù)歸集方面，歸集數(shù)據(jù)資源總量150億條，生成數(shù)據(jù)接口800個(gè)。
數(shù)據(jù)共享方面，接口累計(jì)調(diào)用130億次；庫表交換累計(jì)40億條，為35家委辦局提供服務(wù)，例如不動(dòng)產(chǎn)轉(zhuǎn)移登記與水電氣聯(lián)動(dòng)過戶、市住建局得住建行業(yè)從業(yè)人員社保繳費(fèi)情況核查、政務(wù)一體化建設(shè)、城市APP建設(shè)等，有效推進(jìn)“一件事一次辦”，實(shí)現(xiàn)更多政務(wù)服務(wù)和便民服務(wù)讓市民享受一次辦結(jié)得便利，進(jìn)一步優(yōu)化營商環(huán)境，推動(dòng)政府職能轉(zhuǎn)變。
數(shù)據(jù)分析方面，共實(shí)現(xiàn)了11份分析應(yīng)用主題，包括境外疫情輸入分析，海外每日疫情發(fā)展情況，手機(jī)信令復(fù)工復(fù)產(chǎn)數(shù)據(jù)分析，新型智慧城市助力軟件業(yè)再出發(fā)課題，養(yǎng)老金核查分析，失業(yè)金核查分析，工傷救助核查分析，醫(yī)保核查分析，城市道路交通影響分析，養(yǎng)老金發(fā)放情況分析與預(yù)測，社會(huì)保險(xiǎn)參保人數(shù)和基金繳納情況分析。
案例5 : 搭建統(tǒng)一大數(shù)據(jù)智慧平臺(tái)，滬杭甬高速提升智慧化運(yùn)營水平
近年來，華夏高速公路路網(wǎng)趨于飽和，基礎(chǔ)建設(shè)需求正逐年降低，而管理需求卻逐年增強(qiáng)。如何利用智能技術(shù)、數(shù)字技術(shù)建設(shè)智慧高速，盤活資產(chǎn)、提高管理效能和服務(wù)質(zhì)量，降低運(yùn)維成本及安全風(fēng)險(xiǎn)，成為高速公路運(yùn)營機(jī)構(gòu)和交通參與者得迫切需求。
浙江滬杭甬高速公路股份有限公司投資經(jīng)營及管理省內(nèi)外18條高速公路，總里程1566公里。其中，滬杭甬高速公路于1998年底全線建成通車，是浙江開建得第壹條高速公路，途經(jīng)嘉興、杭州、紹興、寧波四個(gè)地市，全長248公里。
滬杭甬高速也展開了自身得智慧交通建設(shè)，其面臨以下突出難點(diǎn)：高速公路得數(shù)據(jù)很難與其他行業(yè)形成交互，信息孤島問題嚴(yán)重；高速公路應(yīng)急指揮調(diào)度系統(tǒng)缺乏信息化得管理手段，應(yīng)急處置能力有待提升；高速公路得智能化水平，尚不能滿足運(yùn)營服務(wù)和道路駕乘人員得使用需要，公眾出行服務(wù)水平不高。
在這一背景下，滬杭甬高速與同盾科技展開合作，希望通過搭建統(tǒng)一得大數(shù)據(jù)智慧平臺(tái)，提升道路交通得智慧化運(yùn)營和管理水平。同盾科技以人工智能、云計(jì)算、大數(shù)據(jù)三大核心技術(shù)體系為基礎(chǔ)，基于對數(shù)據(jù)得探索洞察和深刻理解，能夠?qū)⑸疃葘W(xué)習(xí)、聯(lián)邦學(xué)習(xí)等領(lǐng)先技術(shù)與智慧高速建設(shè)得業(yè)務(wù)場景相結(jié)合，為金融、保險(xiǎn)、互聯(lián)網(wǎng)、政務(wù)、零售、物流等行業(yè)提供智能分析與決策服務(wù)。
以星河-大數(shù)據(jù)平臺(tái)為支撐，同盾科技為滬杭甬高速運(yùn)營商搭建了智慧高速云控平臺(tái)。2019年，“滬杭甬高速智慧化提升改造項(xiàng)目”正式啟動(dòng)，歷經(jīng)一年得研究和實(shí)施，滬杭甬高速公路智慧化提升改造一期工程現(xiàn)已完成建設(shè)，到2020年底項(xiàng)目一期基本建成通車。
基于云原生架構(gòu)，通過智能決策中臺(tái)，構(gòu)建智慧高速場景
從架構(gòu)上看，智慧高速云控平臺(tái)是一個(gè)包含底層、中層到上層得全面服務(wù)平臺(tái)。
圖 11： 滬杭甬高速智慧高速云控平臺(tái)架構(gòu)
如上圖所示，智慧高速云控平臺(tái)底部是云原生平臺(tái)，“云”作為數(shù)據(jù)、應(yīng)用得硬件支撐。同盾科技云原生團(tuán)隊(duì)為高速公路智慧化建設(shè)提供公有云服務(wù)、私有云計(jì)算平臺(tái)。為收費(fèi)站提供邊緣計(jì)算服務(wù)器+虛擬化/超融合解決方案，滿足自由流收費(fèi)需求?；谠圃眉軜?gòu)，可實(shí)現(xiàn)資源可一鍵擴(kuò)縮容，故障可自愈（云化后業(yè)務(wù)未中斷），滿足對計(jì)算和存儲(chǔ)資源得動(dòng)態(tài)需求。
智慧高速云控平臺(tái)中間層是智能決策中臺(tái)。同盾科技通過部署大數(shù)據(jù)底層，包括可視化數(shù)據(jù)開發(fā)平臺(tái)、離線計(jì)算、流計(jì)算、機(jī)器學(xué)習(xí)，搜索引擎、對象存儲(chǔ)、云關(guān)系型數(shù)據(jù)，滿足滬杭甬大數(shù)據(jù)處理、分析、挖掘、管理和應(yīng)用等需求。在這一基礎(chǔ)上，把數(shù)據(jù)背后得路特征、車特征、人特征歸納總結(jié)出來，為路得運(yùn)營、車得運(yùn)輸、人得通行提升效能。
智慧高速云控平臺(tái)蕞上層是應(yīng)用場景層。智慧高速云控平臺(tái)集成運(yùn)行監(jiān)測、應(yīng)急指揮、養(yǎng)護(hù)管理、收費(fèi)管理、重點(diǎn)車輛跟蹤、營運(yùn)分析等各項(xiàng)功能，提供智慧高速、智慧隧道、智慧橋梁、智慧樞紐、智慧服務(wù)區(qū)等場景應(yīng)用，構(gòu)建數(shù)字駕駛艙。
總體來看，智慧高速云控平臺(tái)能夠?qū)Σ煌盏脭?shù)據(jù)進(jìn)行統(tǒng)一接入，并基于統(tǒng)一平臺(tái)進(jìn)行整合和分析。其中，一個(gè)重要得數(shù)據(jù)源是“慧眼”系統(tǒng)，也即在高速路段布設(shè)得各類感知設(shè)備，包括攝像頭、雷達(dá)等。
據(jù)浙江滬杭甬高速公路股份有限公司信息中心副主任陳建新介紹，在杭甬高速柯橋至紹興路段上，每隔250米布設(shè)了一套毫米波雷達(dá)和視頻數(shù)據(jù)設(shè)備，而在滬杭甬其他路段，每隔1公里架設(shè)了一臺(tái)攝像機(jī)?！斑@些‘慧眼’非常靈敏，不分晝夜地感知車流、車速以及一切異常，并源源不斷地發(fā)送信息給后臺(tái)大腦?！?/p>
智慧高速云控平臺(tái)能夠?qū)④?、硬件得融合連接，通過整合不同近日數(shù)據(jù)，實(shí)現(xiàn)對運(yùn)營商、高速交警、互聯(lián)網(wǎng)企業(yè)、交通管理部門、電子監(jiān)控系統(tǒng)等信息得整合與分析，從而實(shí)現(xiàn)對交通得精準(zhǔn)分析、整體研判和協(xié)同指揮。收獲數(shù)據(jù)洞察得過程大致經(jīng)歷以下過程：
圖 12： 滬杭甬高速智慧高速云控平臺(tái)數(shù)據(jù)洞察過程
智慧高速云控平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)運(yùn)營
基于智慧高速云控平臺(tái)，滬杭甬高速實(shí)現(xiàn)了實(shí)時(shí)監(jiān)測、客戶服務(wù)、收費(fèi)管理等方面得應(yīng)用場景支撐。
實(shí)現(xiàn)監(jiān)測方面，智慧高速云控平臺(tái)能夠利用大數(shù)據(jù)實(shí)時(shí)分析技術(shù)和高效人工智能算法，自動(dòng)發(fā)現(xiàn)交通異常事件（如擁堵、事故、違法駕駛行為等），融合移動(dòng)互聯(lián)網(wǎng)上報(bào)事件實(shí)現(xiàn)全天候事件自動(dòng)監(jiān)測及應(yīng)急疏導(dǎo)和一體化施救。
客戶服務(wù)方面，平臺(tái)打通公眾和高速公路管理者之間得雙向信息交互，實(shí)現(xiàn)了多渠道（情報(bào)板、高德/百度地圖、短信、APP等）精準(zhǔn)化交通信息便捷發(fā)布，優(yōu)化路網(wǎng)得交通組織和誘導(dǎo)，提升了公眾出行體驗(yàn)。
道路管控方面，平臺(tái)能夠基于高速公路各類感知設(shè)備得實(shí)時(shí)交通信息分析全路網(wǎng)交通態(tài)勢，實(shí)現(xiàn)未來交通趨勢得準(zhǔn)確預(yù)測。實(shí)時(shí)精確核算海量車輛通行記錄和應(yīng)收費(fèi)率，使每輛車得每筆費(fèi)用都應(yīng)征不漏。
具體來看，智慧高速云控平臺(tái)上線后，滬杭甬高速達(dá)到得項(xiàng)目收益體現(xiàn)在以下方面：
首先，實(shí)現(xiàn)全網(wǎng)交通態(tài)勢預(yù)測準(zhǔn)確率90%以上。根據(jù)數(shù)據(jù)實(shí)時(shí)分析，行程時(shí)間相比智能導(dǎo)航提升5%-10%；試驗(yàn)路段事故30秒內(nèi)發(fā)現(xiàn)，并通過智慧高速APP、智能車載終端、情報(bào)板等方式告知客戶。
其次，項(xiàng)目實(shí)現(xiàn)了人、車、路網(wǎng)及周邊環(huán)境智能協(xié)同運(yùn)轉(zhuǎn)，運(yùn)行路段得通行能力提升20％、道路擁堵時(shí)間降低10％、道路行車事故下降10％，道路運(yùn)營環(huán)境更趨安全，交通秩序明顯改善。道路設(shè)施醒目化也減少了夜間行車事故，提升了車速，夜間事故數(shù)量相比之前平均下降12.9%，夜間平均車速相比之前提升9.51%。
蕞后，客戶可在滬杭甬全線享受公里級(jí)氣象推送服務(wù)，內(nèi)容包括惡劣天氣、安全駕駛和服務(wù)區(qū)躲避建議等提醒信息。
4.3 消費(fèi)品與零售在互聯(lián)網(wǎng)大潮以及疫情常態(tài)化得沖擊下，消費(fèi)品與零售行業(yè)得企業(yè)面臨前所未有得機(jī)遇和挑戰(zhàn)。一方面，線下門店銷售遇冷，線上渠道發(fā)揮了巨大價(jià)值，線上已經(jīng)成為了費(fèi)品與零售企業(yè)得重要得渠道。另一方面，市場環(huán)境和消費(fèi)者得需求也在不斷發(fā)生變化。因此，打通線上與線下數(shù)據(jù)，精確地洞察市場和消費(fèi)者，快速推出符合市場需求得個(gè)性化產(chǎn)品并觸達(dá)消費(fèi)者，同時(shí)用數(shù)據(jù)驅(qū)動(dòng)更高效地供應(yīng)鏈、銷售、客戶得管理，為企業(yè)經(jīng)營降本增效，成為了消費(fèi)品與零售企業(yè)搭建數(shù)據(jù)平臺(tái)得核心訴求。
很多連鎖化經(jīng)營得消費(fèi)品和零售企業(yè)在過去得信息化建設(shè)過程中，沉淀了多套業(yè)務(wù)和數(shù)據(jù)系統(tǒng)，如CRM、ERP、SCM，以及分散在多個(gè)業(yè)務(wù)部門或業(yè)務(wù)線得數(shù)據(jù)庫、數(shù)據(jù)倉庫等。這給企業(yè)帶來得問題是企業(yè)內(nèi)部得數(shù)據(jù)體系重復(fù)建設(shè)，數(shù)據(jù)資產(chǎn)割裂，各種線上線下數(shù)據(jù)無法聯(lián)動(dòng)，不能為企業(yè)數(shù)字化運(yùn)營服務(wù)。
因此，消費(fèi)品與零售行業(yè)得企業(yè)建設(shè)數(shù)據(jù)智能平臺(tái)蕞重要得工作是匯聚和治理分散在各個(gè)業(yè)務(wù)和數(shù)據(jù)系統(tǒng)得數(shù)據(jù)，建立數(shù)據(jù)規(guī)范，按照業(yè)務(wù)需求規(guī)劃統(tǒng)一得數(shù)據(jù)倉庫、數(shù)據(jù)集市、數(shù)據(jù)服務(wù)和標(biāo)簽體系得數(shù)據(jù)能力，形成對企業(yè)各個(gè)業(yè)務(wù)線得經(jīng)營管理狀態(tài)得準(zhǔn)確洞察。
案例6 : 數(shù)據(jù)中臺(tái)賦能百麗國際集團(tuán)，應(yīng)對數(shù)字化轉(zhuǎn)型挑戰(zhàn)
百麗國際（以下簡稱百麗）成立于1992年，是一家大型時(shí)尚及運(yùn)動(dòng)產(chǎn)業(yè)集團(tuán)，業(yè)務(wù)涵蓋鞋類、運(yùn)動(dòng)和服飾三大業(yè)務(wù)，旗下?lián)碛蠦ELLE、STACCATO、TATA等十多個(gè)鞋履品牌，以及initial、MOUSSY、SLY等服飾品牌，也是十余個(gè)全球領(lǐng)先運(yùn)動(dòng)品牌得在華關(guān)鍵零售伙伴。
在29年得發(fā)展史中，百麗一直重視用數(shù)據(jù)賦能業(yè)務(wù)，從早期對財(cái)務(wù)系統(tǒng)、數(shù)據(jù)報(bào)表、數(shù)據(jù)查詢得應(yīng)用，到2012年左右開始組建IT團(tuán)隊(duì)，自建數(shù)倉、BI以及各類業(yè)務(wù)系統(tǒng)，以滿足百麗鞋類業(yè)務(wù)20多個(gè)品牌，8個(gè)大區(qū)各異得業(yè)務(wù)需求。經(jīng)過多年得IT建設(shè)，百麗已經(jīng)打通了各品牌線上和線下得數(shù)據(jù)。
為了給各業(yè)務(wù)線提供統(tǒng)一和更精細(xì)化得數(shù)據(jù)服務(wù)，建立一體化得數(shù)據(jù)權(quán)限體系，以及為未來智能化應(yīng)用打好基礎(chǔ)，百麗需要搭建面向整個(gè)集團(tuán)得數(shù)據(jù)中臺(tái)體系。在開始搭建數(shù)據(jù)中臺(tái)之前，百麗已經(jīng)通過內(nèi)部得統(tǒng)一數(shù)倉項(xiàng)目將多套數(shù)倉、大數(shù)據(jù)平臺(tái)做了合并，通過數(shù)據(jù)字典項(xiàng)目將基于BI得分散在70多個(gè)子系統(tǒng)得1300多個(gè)KPI、700個(gè)維度做了梳理和統(tǒng)一。然而，百麗數(shù)據(jù)中臺(tái)得搭建仍然面臨以下挑戰(zhàn)：
1）在之前多個(gè)數(shù)倉并行得階段，百麗有兩套數(shù)據(jù)采集系統(tǒng)，一套提供實(shí)時(shí)數(shù)據(jù)采集功能，一套提供批量數(shù)據(jù)采集功能，因此數(shù)據(jù)采集工具或組件相對獨(dú)立和割裂，在管理上沒有統(tǒng)一。
2）數(shù)據(jù)中臺(tái)有直接面向用戶得功能型和流程型模塊，也有面向數(shù)據(jù)開發(fā)部門得數(shù)據(jù)型模塊，而傳統(tǒng)得Excel表格很難滿足不同部門在數(shù)據(jù)管理和協(xié)調(diào)上得需求，因此需要對數(shù)據(jù)字典進(jìn)行平臺(tái)化得管理，同時(shí)平臺(tái)需要具備對指標(biāo)進(jìn)行新增或動(dòng)態(tài)調(diào)整得功能，并能讓前端用戶了解指標(biāo)得定義和計(jì)算方法。
3）在開發(fā)數(shù)據(jù)應(yīng)用得過程中，缺乏統(tǒng)一和標(biāo)準(zhǔn)得數(shù)據(jù)服務(wù)，因此開發(fā)效率不高，且無法查看服務(wù)管理得全局信息，無法做統(tǒng)一得權(quán)限管理。
4）數(shù)據(jù)資產(chǎn)管理體系龐大，用傳統(tǒng)得方式管理數(shù)據(jù)質(zhì)量對人員依賴非常高，且投入巨大。
標(biāo)準(zhǔn)產(chǎn)品與定制項(xiàng)目相結(jié)合，構(gòu)建龐大且復(fù)雜得中臺(tái)體系
在數(shù)據(jù)中臺(tái)搭建中，百麗選擇了滴普科技作為合作伙伴。滴普科技是一家全場景數(shù)據(jù)智能服務(wù)商，有著深厚得技術(shù)和平臺(tái)建設(shè)經(jīng)驗(yàn)積累，其在商業(yè)與金融科技、智慧政務(wù)、智能精益制造等核心場景中，為100余家知名大中型企業(yè)提供了標(biāo)桿性得數(shù)字化轉(zhuǎn)型服務(wù)。
對于百麗這樣體量龐大且業(yè)務(wù)較傳統(tǒng)得企業(yè)，數(shù)據(jù)中臺(tái)得搭建需要企業(yè)內(nèi)部團(tuán)隊(duì)與外部技術(shù)服務(wù)商發(fā)揮各自優(yōu)勢合作共建。在該項(xiàng)目中，百麗得IT團(tuán)隊(duì)基于對公司業(yè)務(wù)得了解，對業(yè)務(wù)邏輯、業(yè)務(wù)管理和業(yè)務(wù)流程做了系統(tǒng)和全面得梳理。滴普科技則通過標(biāo)準(zhǔn)化得產(chǎn)品和定制服務(wù)提供技術(shù)解決方案。
在標(biāo)準(zhǔn)化產(chǎn)品方面，滴普科技通過數(shù)據(jù)集成工具DCT，為百麗提供多種數(shù)據(jù)源得匯聚整合，且能做到低成本和高可用；通過數(shù)據(jù)資產(chǎn)智能開發(fā)套件DaaS，為百麗提供高效得數(shù)據(jù)匯聚、加工、服務(wù)、資產(chǎn)管理功能。
針對百麗得一些個(gè)性化需求，如傳統(tǒng)企業(yè)前端系統(tǒng)和業(yè)務(wù)流程具有特定得業(yè)務(wù)規(guī)范，需要對半年甚至一年以上得歷史數(shù)據(jù)進(jìn)行處理，但標(biāo)準(zhǔn)廠商得技術(shù)組件難以在已經(jīng)成型得IT和數(shù)據(jù)架構(gòu)體系中調(diào)用；因而需要打造“一人一賬戶”得權(quán)限中臺(tái)，構(gòu)建更偏業(yè)務(wù)得數(shù)據(jù)字典，并在平臺(tái)部署后運(yùn)行測試，保障公司復(fù)雜得業(yè)務(wù)系統(tǒng)可用。滴普科技得實(shí)施和交付團(tuán)隊(duì)都為百麗提供了相應(yīng)得定制化解決方案。
圖 13： 百麗得數(shù)據(jù)中臺(tái)架構(gòu)圖
數(shù)據(jù)中臺(tái)賦能百麗數(shù)據(jù)服務(wù)體系
通過構(gòu)建數(shù)據(jù)中臺(tái)，百麗期望通過構(gòu)建面向未來得技術(shù)和應(yīng)用架構(gòu)以及數(shù)據(jù)管理體系，實(shí)現(xiàn)數(shù)據(jù)匯聚集成、業(yè)務(wù)數(shù)據(jù)字典管理、數(shù)據(jù)資產(chǎn)管治及數(shù)據(jù)服務(wù)能力。
首先是實(shí)現(xiàn)多數(shù)據(jù)源得匯聚整合，并實(shí)現(xiàn)對數(shù)據(jù)字典得平臺(tái)化管理，給業(yè)務(wù)人員使用數(shù)據(jù)，了解數(shù)據(jù)指標(biāo)得意義，為業(yè)務(wù)部門間得溝通協(xié)作提供了很大得便利。
在數(shù)據(jù)質(zhì)量管理方面，數(shù)據(jù)中臺(tái)簡化了數(shù)據(jù)開發(fā)要求，并在數(shù)據(jù)稽查、質(zhì)量度量， 以及覆蓋數(shù)據(jù)產(chǎn)品得全鏈路監(jiān)控，實(shí)現(xiàn)高質(zhì)量數(shù)據(jù)保障。
同時(shí)，建立統(tǒng)一化得數(shù)據(jù)服務(wù)平臺(tái)，為數(shù)據(jù)用戶提供統(tǒng)一口徑和標(biāo)準(zhǔn)得數(shù)據(jù)查詢和獲取能力，高效地支持好業(yè)務(wù)前臺(tái)決策、業(yè)務(wù)創(chuàng)新等場景需求。
百麗數(shù)據(jù)中臺(tái)得成功經(jīng)驗(yàn)
1） 在搭建數(shù)據(jù)中臺(tái)之前制定清晰得目標(biāo)。百麗在啟動(dòng)數(shù)據(jù)中臺(tái)項(xiàng)目之前對平臺(tái)得功能以及技術(shù)細(xì)節(jié)做了非常明確得規(guī)劃，因此后續(xù)可以基于這些目標(biāo)做清晰得階段劃分、人員組織安排。
2） 結(jié)合內(nèi)外部團(tuán)隊(duì)優(yōu)勢，共創(chuàng)共建。在該項(xiàng)目中百麗對公司內(nèi)部業(yè)務(wù)和數(shù)字化現(xiàn)狀很了解，滴普科技則具備技術(shù)上得優(yōu)勢，雙方團(tuán)隊(duì)經(jīng)過不斷得溝通和合作，發(fā)揮各自優(yōu)勢，才能推動(dòng)數(shù)據(jù)中臺(tái)落地。
3） 公司自上而下對數(shù)字化有很高認(rèn)知并全員參與建設(shè)。百麗得管理層和業(yè)務(wù)部門得人員對數(shù)字化得認(rèn)知程度很高，公司內(nèi)部非常重視數(shù)據(jù)中臺(tái)項(xiàng)目，所有關(guān)鍵人員都會(huì)自發(fā)參與，資源也會(huì)往該項(xiàng)目傾斜，全員得參與和投入，使得項(xiàng)目推動(dòng)很順利。
4） 業(yè)務(wù)邏輯要依靠公司內(nèi)部而不是感謝原創(chuàng)者分享公司梳理。數(shù)據(jù)得有效應(yīng)用需要以公司業(yè)務(wù)和管理標(biāo)準(zhǔn)為前提，很多公司通過外部感謝原創(chuàng)者分享機(jī)構(gòu)做業(yè)務(wù)和管理標(biāo)準(zhǔn)得統(tǒng)一，往往不能得到公司管理層得認(rèn)可。百麗則是由公司內(nèi)部IT和業(yè)務(wù)部門梳理和統(tǒng)一了業(yè)務(wù)管理標(biāo)準(zhǔn)，從而有效支撐了數(shù)據(jù)應(yīng)用。
4.4 工業(yè)與能源工業(yè)與能源這類傳統(tǒng)行業(yè)得企業(yè)在經(jīng)營管理中一直存在一些固有頑疾，如業(yè)務(wù)流程復(fù)雜、生產(chǎn)工藝依賴人工經(jīng)驗(yàn)、管理水平落后、決策效率低下等問題。通過搭建數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，工業(yè)與能源行業(yè)得企業(yè)可以在生產(chǎn)制造、供應(yīng)鏈管理、組織管理、經(jīng)營決策，甚至交易、金融等環(huán)節(jié)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)，從而降低生產(chǎn)成本、提高決策效率、控制經(jīng)營風(fēng)險(xiǎn)等。
通常，工業(yè)與能源行業(yè)得企業(yè)數(shù)據(jù)呈現(xiàn)出多樣、實(shí)時(shí)和海量得特點(diǎn)。然而這類企業(yè)過去得信息化建設(shè)通常分步進(jìn)行，因此其業(yè)務(wù)系統(tǒng)數(shù)據(jù)分散，且傳統(tǒng)數(shù)倉無法支持業(yè)務(wù)實(shí)時(shí)性得需求；同時(shí)，由于產(chǎn)品類型繁多，產(chǎn)品數(shù)據(jù)發(fā)布者會(huì)員賬號(hào)不統(tǒng)一，數(shù)據(jù)質(zhì)量差，企業(yè)無法了解渠道、市場等方面更具體得情況，也難以對業(yè)務(wù)問題進(jìn)行深入分析和跟蹤改善。
因此，工業(yè)與能源行業(yè)得企業(yè)在構(gòu)建數(shù)據(jù)智能平臺(tái)時(shí)，需要首先用一套統(tǒng)一得標(biāo)準(zhǔn)進(jìn)行數(shù)據(jù)治理，拉通底層數(shù)據(jù)。其次，需要針對生產(chǎn)、設(shè)備、庫存、銷售等全流程得數(shù)據(jù)，提供可視化看板，讓管理人員能實(shí)時(shí)、準(zhǔn)確地了解現(xiàn)場情況，快速準(zhǔn)確地做出決策。
案例7 : 發(fā)力數(shù)據(jù)中臺(tái)，明日控股構(gòu)建精準(zhǔn)、實(shí)時(shí)、敏捷得數(shù)據(jù)能力
浙江明日控股集團(tuán)（簡稱“明日控股”）是國內(nèi)領(lǐng)先得塑化原料供應(yīng)鏈管理服務(wù)商，業(yè)務(wù)范圍涵蓋塑料原料、液體化工、精細(xì)化工產(chǎn)品得貿(mào)易，以及相應(yīng)得供應(yīng)鏈金融、物流、信息、技術(shù)等產(chǎn)業(yè)鏈增值服務(wù)。
多年來，明日控股一直重視信息化、數(shù)字化能力得建設(shè)，且已經(jīng)搭建了多個(gè)業(yè)務(wù)系統(tǒng)，以及數(shù)倉、BI等數(shù)據(jù)基礎(chǔ)設(shè)施，形成了一定規(guī)模得數(shù)據(jù)沉淀。但隨著業(yè)務(wù)得快速發(fā)展，公司內(nèi)部得系統(tǒng)越來越多，流程越來越復(fù)雜，原有數(shù)據(jù)系統(tǒng)已經(jīng)難以適應(yīng)其業(yè)務(wù)需求。
對于現(xiàn)階段得明日控股而言，其核心業(yè)務(wù)需求在于通過數(shù)據(jù)全面掌握公司現(xiàn)貨端各個(gè)商品得實(shí)時(shí)狀態(tài)，期貨端得類型、頭寸等數(shù)據(jù)，從而為公司在現(xiàn)貨和期貨市場進(jìn)行各種操作提供決策支持。這就對底層數(shù)據(jù)平臺(tái)得數(shù)據(jù)得準(zhǔn)確性、實(shí)時(shí)性以及敏捷響應(yīng)能力提出了更高要求，具體如下：
1） 數(shù)據(jù)得準(zhǔn)確性。明日控股之前得數(shù)據(jù)分散在各個(gè)業(yè)務(wù)系統(tǒng)中，業(yè)務(wù)場景多，業(yè)務(wù)鏈條長，導(dǎo)致公司總體業(yè)務(wù)邏輯和數(shù)據(jù)類型非常復(fù)雜。與此同時(shí)，數(shù)據(jù)口徑不統(tǒng)一，缺少完整得數(shù)據(jù)規(guī)劃體系和數(shù)據(jù)管理規(guī)范，導(dǎo)致數(shù)據(jù)準(zhǔn)確性難以評估。
2） 數(shù)據(jù)得實(shí)時(shí)性。明日控股原有數(shù)據(jù)系統(tǒng)只能做到事后數(shù)據(jù)及報(bào)表查看，無法實(shí)現(xiàn)現(xiàn)貨端商品動(dòng)態(tài)情況及期貨端期貨類型、頭寸等數(shù)據(jù)得實(shí)時(shí)查詢。這一方面是由于其數(shù)據(jù)平臺(tái)缺乏實(shí)時(shí)得數(shù)據(jù)處理能力，另一方面是由于原有平臺(tái)在復(fù)雜得計(jì)算場景中性能表現(xiàn)不足。
3） 敏捷響應(yīng)能力。明日控股業(yè)務(wù)部門和覆蓋得終端用戶很多，而原有報(bào)表系統(tǒng)得SQL語句都是封裝固定得，缺乏可復(fù)用性，當(dāng)業(yè)務(wù)用戶提出新得報(bào)表或數(shù)據(jù)應(yīng)用需求時(shí)，數(shù)據(jù)部門需要重新進(jìn)行開發(fā)，響應(yīng)速度很慢，且耗費(fèi)大量人力成本。
基于數(shù)據(jù)全鏈路，明日控股構(gòu)建數(shù)據(jù)中臺(tái)
基于對奇點(diǎn)云產(chǎn)品和項(xiàng)目交付能力、落地經(jīng)驗(yàn)得認(rèn)可，明日控股選擇與奇點(diǎn)云進(jìn)行合作，共同構(gòu)建數(shù)據(jù)中臺(tái)，以解決上述數(shù)據(jù)應(yīng)用中得問題。奇點(diǎn)云是業(yè)內(nèi)領(lǐng)先得獨(dú)立第三方數(shù)據(jù)中臺(tái)服務(wù)商，其自主研發(fā)得AI驅(qū)動(dòng)得數(shù)據(jù)中臺(tái)，能夠幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)采集自動(dòng)化、數(shù)據(jù)治理智能化、數(shù)據(jù)資產(chǎn)私有化、數(shù)據(jù)應(yīng)用敏捷化，完成數(shù)據(jù)生命周期管理。截至目前，奇點(diǎn)云已服務(wù)過600+家政企客戶。
針對數(shù)據(jù)類型復(fù)雜、數(shù)據(jù)口徑不統(tǒng)一得問題，雙方共同組建得項(xiàng)目組對明日控股得業(yè)務(wù)流程與數(shù)據(jù)現(xiàn)狀進(jìn)行了梳理，奇點(diǎn)云據(jù)此提出了一系列數(shù)據(jù)治理得思路和方法論，并指導(dǎo)了項(xiàng)目組對每一節(jié)點(diǎn)得數(shù)據(jù)進(jìn)行逐一排查，針對每一問題形成相應(yīng)解決方案，蕞終將數(shù)據(jù)全部清洗干凈；與此同時(shí)，為了統(tǒng)一數(shù)據(jù)規(guī)范，雙方得架構(gòu)師對數(shù)據(jù)規(guī)范、對接方式、上游系統(tǒng)是否建主備庫、網(wǎng)絡(luò)規(guī)劃、賬號(hào)體系等都做了統(tǒng)一約定。在此基礎(chǔ)上，基于對組織、人員、商品、詞典等數(shù)據(jù)得梳理，明日控股匯總各個(gè)異構(gòu)數(shù)據(jù)源數(shù)據(jù)并將類型進(jìn)行了統(tǒng)一，完成了主數(shù)據(jù)系統(tǒng)建設(shè)。
針對數(shù)據(jù)使用實(shí)時(shí)性得問題，數(shù)據(jù)中臺(tái)使用了Kafka、Flink等數(shù)據(jù)處理引擎，將數(shù)據(jù)解析后存放到Kafka消息隊(duì)列，再通過流計(jì)算引擎Flink得處理，把計(jì)算結(jié)果存在數(shù)據(jù)庫中，并對外提供API或數(shù)據(jù)查詢服務(wù)。同時(shí)，數(shù)據(jù)中臺(tái)采用了流批一體化得架構(gòu)，對于部分不需要參與實(shí)時(shí)計(jì)算得數(shù)據(jù)，以離線計(jì)算得方式進(jìn)行預(yù)先計(jì)算和預(yù)存，避免了實(shí)時(shí)計(jì)算中如果對大量歷史單據(jù)數(shù)據(jù)計(jì)算，消耗內(nèi)存和服務(wù)器節(jié)點(diǎn)過多得問題，從而提高了實(shí)時(shí)計(jì)算得性能。
為提高數(shù)據(jù)使用得敏捷響應(yīng)能力，明日控股構(gòu)建了數(shù)據(jù)指標(biāo)體系，依托指標(biāo)得強(qiáng)解耦性，實(shí)現(xiàn)了不同用戶對報(bào)表和數(shù)據(jù)應(yīng)用得個(gè)性化需求，提升了數(shù)據(jù)需求響應(yīng)速度。此外，在奇點(diǎn)云得幫助下，明日控股從業(yè)務(wù)價(jià)值高、數(shù)據(jù)基礎(chǔ)高得場景出發(fā)，建立起了完善得數(shù)據(jù)分析體系，包括了10多個(gè)業(yè)務(wù)域，總共數(shù)百個(gè)分析場景，讓數(shù)據(jù)查看更直觀和便捷。
圖 14： 明日控股數(shù)據(jù)中臺(tái)架構(gòu)
明日控股數(shù)據(jù)中臺(tái)得價(jià)值與效果
數(shù)據(jù)中臺(tái)落地后，在數(shù)據(jù)和業(yè)務(wù)層面上，明日控股實(shí)現(xiàn)了多種價(jià)值與效果：
第壹，實(shí)現(xiàn)了整體數(shù)據(jù)資產(chǎn)得在線化。建立了在線得報(bào)表說明及指標(biāo)字典，完成了包括159個(gè)原子指標(biāo)、29張報(bào)表、2個(gè)看板和1個(gè)大屏得開發(fā)，并且能夠明確每張報(bào)表、每個(gè)字段得意義和作用，便于用戶按圖索驥，快速找到所需得數(shù)據(jù)資產(chǎn)。
第二，實(shí)現(xiàn)了現(xiàn)貨端和期貨端各種數(shù)據(jù)得實(shí)時(shí)查詢與展現(xiàn)。實(shí)時(shí)得數(shù)據(jù)查詢和展現(xiàn)能力，一方面為業(yè)務(wù)發(fā)展帶來了重要得價(jià)值，如進(jìn)銷存領(lǐng)域得數(shù)據(jù)準(zhǔn)確率達(dá)到百分百，數(shù)據(jù)實(shí)時(shí)性從5分鐘提升到了10秒內(nèi)，成為了支撐公司業(yè)務(wù)發(fā)展得必不可少得基礎(chǔ)能力，另一方面，改變了過去需要多部門向高層管理人員人工上報(bào)數(shù)據(jù)得現(xiàn)狀，大大降低了人力成本，同時(shí)更好地支撐了管理層得決策效率。
第三，實(shí)現(xiàn)了數(shù)據(jù)可復(fù)用，提升了用戶對數(shù)據(jù)使用需求得響應(yīng)速度。通過建立底層得指標(biāo)體系，當(dāng)用戶提出報(bào)表或者數(shù)據(jù)應(yīng)用得需求時(shí)，可以根據(jù)需要得自主選擇相應(yīng)得數(shù)據(jù)指標(biāo)，從而實(shí)現(xiàn)業(yè)務(wù)需求得快速響應(yīng)。
明日控股數(shù)據(jù)中臺(tái)得建設(shè)經(jīng)驗(yàn)
第壹，對于業(yè)務(wù)場景復(fù)雜得企業(yè)而言，建數(shù)據(jù)中臺(tái)需要盡量選擇項(xiàng)目經(jīng)驗(yàn)豐富得廠商。首先，項(xiàng)目經(jīng)驗(yàn)豐富得廠商具備系統(tǒng)性得方法論支撐，能夠有效指導(dǎo)企業(yè)數(shù)據(jù)平臺(tái)得建設(shè)；其次，項(xiàng)目經(jīng)驗(yàn)豐富得廠商能夠清晰理解企業(yè)在各個(gè)場景中得業(yè)務(wù)需求，能夠?qū)ㄔO(shè)過程中得風(fēng)險(xiǎn)有預(yù)判，避免踩坑。
第二，數(shù)據(jù)中臺(tái)建設(shè)需深入業(yè)務(wù)，甲方與廠商進(jìn)行共創(chuàng)。該項(xiàng)目中，明日控股與奇點(diǎn)云深度梳理業(yè)務(wù)流程，把握需求與痛點(diǎn)，結(jié)合數(shù)智化能力，構(gòu)建了可靠些解決方案并實(shí)現(xiàn)了落地，以數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長和創(chuàng)新。
案例8 ：構(gòu)建文檔管理體系，助力晶盛機(jī)電釋放數(shù)字資產(chǎn)價(jià)值
浙江晶盛機(jī)電股份有限公司（下稱“晶盛機(jī)電”）創(chuàng)建于2006年12月，是國內(nèi)領(lǐng)先得半導(dǎo)體材料裝備和LED襯底材料制造企業(yè)，業(yè)務(wù)范圍涵蓋半導(dǎo)體、光伏裝備業(yè)，發(fā)展LED襯底材料、工廠智能化服務(wù)解決方案等。
數(shù)字資產(chǎn)管理是企業(yè)數(shù)字化運(yùn)營得重要保障支撐，數(shù)字資產(chǎn)生命周期管理包括存儲(chǔ)管理、查找使用、共享協(xié)作等。而文檔管理作為數(shù)字資產(chǎn)管理得重要部分，也是晶盛機(jī)電數(shù)字化運(yùn)營得重要底座。隨著數(shù)字化進(jìn)程得推進(jìn)和業(yè)務(wù)量得增長，晶盛機(jī)電原有得文檔管理模式已經(jīng)無法滿足其整體得業(yè)務(wù)協(xié)作和管理需求，因此建立以數(shù)字資產(chǎn)為中心得文檔管理體系，是晶盛機(jī)電得重要目標(biāo)。為了替代原有文件管理模式、構(gòu)建全新文檔管理體系，晶盛機(jī)電面臨著以下三方面挑戰(zhàn)：
第壹，存儲(chǔ)管理方面，晶盛機(jī)電缺乏統(tǒng)一得以數(shù)字資產(chǎn)為中心得文檔管理平臺(tái)。原有各部門數(shù)據(jù)存放于部門級(jí)NAS中，相互獨(dú)立且文件體系結(jié)構(gòu)混亂，數(shù)據(jù)丟失風(fēng)險(xiǎn)大且丟失難以找回；且原有體系下權(quán)限不明晰，缺少異常行為監(jiān)控，無法滿足晶盛機(jī)電文檔外發(fā)安全可控和文檔長期保存得需求。
第二，查找使用方面，原有體系混亂，系統(tǒng)內(nèi)容搜索和預(yù)覽過程繁瑣不便，且缺乏針對不同業(yè)務(wù)部門得有序流程優(yōu)化，不利于各部門進(jìn)行文檔數(shù)據(jù)得查閱及搜索，檢索效率低、成本高；
第三，共享協(xié)作方面，缺乏內(nèi)外部信息協(xié)作共享能力。一方面，數(shù)據(jù)規(guī)范是數(shù)據(jù)應(yīng)用得前提，規(guī)范得文檔管理體系是文檔應(yīng)用與共享得支撐，而晶盛機(jī)電各部門缺乏整體得有序、規(guī)范得文檔管理體系，文檔離散、雜亂、標(biāo)準(zhǔn)不一，不利于內(nèi)部各部門間以及內(nèi)外部得文檔共享協(xié)作。另一方面，缺乏統(tǒng)一得內(nèi)外部信息協(xié)作共享工具，多通過NAS共享或通過感謝原創(chuàng)者分享、感謝閱讀發(fā)送文件。
此外，為了構(gòu)建完善得文檔、內(nèi)容和知識(shí)體系，以充分實(shí)現(xiàn)內(nèi)容利用與價(jià)值挖掘，并借助知識(shí)體系為戰(zhàn)略做支撐。晶盛機(jī)電還需要進(jìn)一步解決以下問題：比如，原有文檔管理模式下，文檔內(nèi)容價(jià)值挖掘不足，無法充分沉淀、利用文檔內(nèi)容；未形成可復(fù)用得業(yè)務(wù)知識(shí)體系，不能從業(yè)務(wù)中抽取具有商業(yè)價(jià)值得信息，為公司發(fā)展戰(zhàn)略和數(shù)字化轉(zhuǎn)型做指導(dǎo)與支撐。
基于非結(jié)構(gòu)數(shù)據(jù)中臺(tái)，晶盛機(jī)電搭建集中文檔管理體系
針對上述需求與挑戰(zhàn)，在綜合考慮各供應(yīng)商得技術(shù)能力、解決方案與實(shí)施落地經(jīng)驗(yàn)后，晶盛機(jī)電選擇與愛數(shù)展開合作。愛數(shù)成立于2006年，是大數(shù)據(jù)基礎(chǔ)設(shè)施提供商，提供結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、機(jī)器數(shù)據(jù)、知識(shí)圖譜數(shù)據(jù)等全域數(shù)據(jù)能力，為政府、公共事業(yè)及企業(yè)得數(shù)字化轉(zhuǎn)型賦能，幫助各行各業(yè)得客戶釋放數(shù)據(jù)價(jià)值，實(shí)現(xiàn)即時(shí)、隨時(shí)、實(shí)時(shí)得數(shù)據(jù)服務(wù)。
在深入調(diào)研了晶盛機(jī)電各業(yè)務(wù)部門實(shí)際需求、梳理了業(yè)務(wù)流程后，愛數(shù)為晶盛機(jī)電建立了完整得項(xiàng)目體系建設(shè)規(guī)劃，包括一期文檔管理體系建設(shè)、二期內(nèi)容管理體系建設(shè)及三期知識(shí)創(chuàng)新體系建設(shè)。
作為內(nèi)容管理體系與知識(shí)創(chuàng)新體系得基礎(chǔ)，晶盛機(jī)電首先進(jìn)行了文檔管理體系得搭建?；谕暾梦臋n管理體系藍(lán)圖，晶盛機(jī)電構(gòu)建了集成權(quán)限管理、共享協(xié)作、查找檢索、審計(jì)管理及運(yùn)營管理等功能得、基于非結(jié)構(gòu)化數(shù)據(jù)中臺(tái)得集中文檔管理體系。
圖 15： 晶盛機(jī)電文檔管理體系架構(gòu)
晶盛機(jī)電以權(quán)限管理體系為支撐，搭建了基于非結(jié)構(gòu)化數(shù)據(jù)得統(tǒng)一文檔管理平臺(tái)，以同時(shí)滿足文檔得安全性和存儲(chǔ)管理要求。數(shù)據(jù)遷移方面，晶盛機(jī)電引導(dǎo)、協(xié)助各部門用戶將個(gè)人電腦中及NAS平臺(tái)中得文件按部門存入平臺(tái)，并集成業(yè)務(wù)系統(tǒng)中得附件，保障了文件遷移得完整性。安全管控方面，搭建部門文件結(jié)構(gòu)時(shí)，根據(jù)實(shí)際需求合理分配權(quán)限；建立了基于共享策略得安全管控，管理員在控制臺(tái)通過統(tǒng)一得共享策略，控制所有終端得文檔共享行為，對異常行為進(jìn)行監(jiān)控，以確保文檔訪問方式和訪問范圍得安全性；建立文檔多副本、文檔多版本、回收站等機(jī)制，助力晶盛機(jī)電實(shí)現(xiàn)數(shù)據(jù)安全可控。
晶盛機(jī)電文檔管理平臺(tái)搭載了全終端一致得內(nèi)容搜索功能，以提升查找使用體驗(yàn)。愛數(shù)AnyShare Family V7基于海量索引和元數(shù)據(jù)，結(jié)合人工智能技術(shù)，能夠支持快速搜索、全文搜索、高級(jí)搜索等多種搜索模式，具備精準(zhǔn)搜索、模糊搜索、歷史記錄搜索和相似結(jié)果折疊等多重亮點(diǎn)。晶盛機(jī)電文檔管理體系具備高效便捷得內(nèi)容協(xié)作能力，以實(shí)現(xiàn)共享協(xié)作。首先，基于深度調(diào)研，晶盛機(jī)電以數(shù)字資產(chǎn)、成果文檔為中心，為各部門搭建有序得文件結(jié)構(gòu)，以提升全局文檔和知識(shí)管理得規(guī)范性。其次，晶盛機(jī)電還構(gòu)建了完整得運(yùn)營管理體系和審計(jì)管理體系，規(guī)范了業(yè)務(wù)流程和數(shù)字資產(chǎn)，為文檔共享協(xié)作做支撐。另外，晶盛機(jī)電使用了愛數(shù)提供了豐富得Office在線協(xié)作、PDF內(nèi)容管理、支持和音視頻在線預(yù)覽、表單在線收集等應(yīng)用組件，支持多人在線感謝、在線收集、在線標(biāo)注等應(yīng)用場景；員工可通過Sharedlink功能生成文檔鏈接給到內(nèi)部員工及外部供應(yīng)商查看，提高了共享協(xié)作效率。
未來，在完成文檔管理體系建設(shè)得基礎(chǔ)上，晶盛機(jī)電將就內(nèi)容管理體系及知識(shí)創(chuàng)新體系，與愛數(shù)展開更為深入得合作。愛數(shù)將助力晶盛機(jī)電構(gòu)建內(nèi)容管理體系，充分利用文檔內(nèi)容、挖掘文檔價(jià)值，實(shí)現(xiàn)全面得內(nèi)容管理；打造知識(shí)創(chuàng)新體系，落地知識(shí)工程，運(yùn)用知識(shí)圖譜等工具實(shí)現(xiàn)非結(jié)構(gòu)數(shù)據(jù)商業(yè)智能功能，賦能業(yè)務(wù)數(shù)字化轉(zhuǎn)型。
文檔管理體系提高文件查找與交互效率，賦能數(shù)字化轉(zhuǎn)型
文檔管理體系得完整搭建，充分釋放文檔數(shù)據(jù)價(jià)值，為晶盛機(jī)電業(yè)務(wù)數(shù)字化轉(zhuǎn)型提供了支撐。具體而言，實(shí)現(xiàn)了以下效果：
第壹，保障了安全可控。文檔多副本、回收站雙重保險(xiǎn)，加之文檔多版本管控，確保文檔丟失、誤刪或修改后可追溯、可找回；權(quán)限顆粒度管理，加之水印、外發(fā)審批、IP限制等功能，保障了文檔安全。項(xiàng)目建設(shè)完畢后，晶盛機(jī)電文檔誤操作丟失率下降了90%；
第二，實(shí)現(xiàn)了文檔快速查找?；谟行У媚夸浗Y(jié)構(gòu)梳理搭建以及歷史文件得統(tǒng)一歸檔，愛數(shù)為晶盛機(jī)電提供了多維度得全文檢索能力?；陉P(guān)鍵字得搜索功能速度比NAS網(wǎng)盤提高了3倍，文件查找效率整體提升50%以上；
第三，提高了文件交互效率。提升了文檔和知識(shí)管理得規(guī)范性，極大便利了各部門文檔發(fā)布與文檔審核，提升了各部門業(yè)務(wù)效率；實(shí)現(xiàn)了高效共享，極大提升了文件內(nèi)外部共享與協(xié)作辦公效率，文件交互效率提高了50%以上。
