悅智大數據涵蓋數據應用，數據資産，數據平台等多種服務能(néng)力，基于全面的大數據和AI能(néng)力，面向金(jīn)融，政務，ToB等提供跨行業、跨領域大數據解決方案和産品服務。
能(néng)力地圖
應用場景
業務痛點
1、各醫療機構、各事(shì)業部數據标準不一(yī)。
2、數據時效性差，難以共享；
3、數據應用困難，各單位存在重複建設工作(zuò)。
效益價值
1、解決醫保數據歸集、數據資産管理(lǐ)、數據服務、主題分(fēn)析、數據共享與交換等方面的需求。
2、實現國家-省-市(shì)之間縱向以及與本區域其他政務系統橫向的數據共享交換要求。
監控工具和對象多
告警風暴
故障處理(lǐ)效率低(dī)下(xià)
降低(dī)92%
人(rén)均每天接收消息數量
縮短69%
平均故障修複時間MTTR
高達95%以上(shàng)
告警事(shì)件壓縮率
低(dī)至4.8%
故障錯報率
縮短91%
平均故障響應時間MTTA
低(dī)至2.9%
故障漏報率
1、數據标準不統一(yī)，統計、考核口徑出現差異，無法支撐管理(lǐ)決策
2、數據多系統維護，同類數據工作(zuò)重複時效差，數據質量無法保證
3、數據無統一(yī)管控組織，系統煙窗式建設，數據無法有效共享
解決方案
1、深入現狀調研分(fēn)析，找到數據治理(lǐ)對策
2、建立、健全企業數據治理(lǐ)體系（包括數據管理(lǐ)戰略、數據标準、管理(lǐ)制度、管理(lǐ)流程和管理(lǐ)工具）
3、建立業務和數據雙中台管理(lǐ)模式，實現統一(yī)數據管理(lǐ)平台，爲創造價值提供強有力支撐。
1、以客戶爲中心，通過數據治理(lǐ)構建人(rén)、空間、服務爲核心的數據資産，實現數據化(huà)轉型。
2、以管家爲核心抓手，深度觸達業主，推動增值業務在項目落地
3、以原子(zǐ)化(huà)爲抓手，通過流程變革、精益模式設計實現數字化(huà)運營，提升整體運營效率。
1、缺治理(lǐ)，應用少：缺乏數據的主管部門，無法支撐業務應用。2、質量低(dī)，分(fēn)析弱：數據存在不完整，不及時，不準确等諸多問題3、整合難、标準多：各系統缺乏宏觀性的引導，缺乏整合标準。4、安全弱、共享難：缺乏對數據安全的有效管理(lǐ)，導緻各部門處于數據安全考慮，不敢共享，不敢開放(fàng)。
1、打造了(le)具有城市(shì)特色的“1+9+N”城市(shì)級數據治理(lǐ)體系
2、以 “數據大腦平台”爲主線，涵蓋三中台（數據中台、應用中台、AI中台）、二賦能(néng)平台（數據資源管理(lǐ)平台、數據開放(fàng)平台）和三體系（數據資源管理(lǐ)體系、标準規範體系、安全管理(lǐ)體系）
3、形成了(le)“聚、通、用、管”的規範化(huà)數據治理(lǐ)實操全流程閉環
1、構建“數據大腦”核心能(néng)力，數據進行深度融合治理(lǐ)，促進智慧城市(shì)建設的敏捷高效，并持續釋放(fàng)數據價值。
2、促進智慧城市(shì)建設的創新(xīn)演進，通過強大的“大腦”來統攝，服務化(huà)和中台化(huà)的理(lǐ)念符合統攝需要。
3、促進智慧城市(shì)建設的集約統一(yī)，實現全市(shì)統一(yī)規劃、統一(yī)标準、統一(yī)管理(lǐ)、統一(yī)監督，切實避免各自爲政、自成體系、重複投資、重複建設。
1、經營異動核實分(fēn)析耗時長之痛
2、專題分(fēn)析報告擴展性差之痛
3、數據分(fēn)析對人(rén)依賴度高之痛
4、領導決策數據獲得時效性差之痛
1、建立數據治理(lǐ)體系和流程（提升工作(zuò)效率和數據質量）
2、建立分(fēn)析主題庫及分(fēn)析闆塊庫（圍繞公司戰略管理(lǐ)、經營需求）
3、建立智能(néng)經營監測系統（對異常指标監控、監測）
4、打造智能(néng)财會秘書（訓練智能(néng)财會秘書模型）
5、建立統一(yī)平台（管理(lǐ)、監控和使用統一(yī)），提升資源利用率。
1、提升客戶數據洞察能(néng)力（豐富的圖形展現工具、交互式數據分(fēn)析體驗、全員BI模式），公司财報時間提前1周、決策時機提前20%。
2、利用基于内存列存儲技術引擎的數據模型，大大提升數據分(fēn)析效能(néng)
3、完整的數據權限解決方案，解決總行、分(fēn)行的數據行級權限問題
4、提升數據智能(néng)水平（有自動監測、智能(néng)報表、智能(néng)财會秘書等應用場景）
随着移動互聯網的發展，移動端設備占比越來越多，安全性一(yī)直也(yě)是重中之重；手機被劫持，病毒入侵等現場總是層出不窮，用戶總是後知後覺，造成各類損失之後才察覺；
1、通過sparkStreaming消費kafka消息隊列數據，同時通過api接口快(kuài)速讀取Redis數據庫數據進行二次組合計算(suàn)。
2、利用sparkStreaming完成所有數據實時處理(lǐ)，下(xià)發策略，實時呈現。
1、快(kuài)速響應各類移動端病毒入侵，手機劫持等非法操作(zuò)；
2、保障了(le)用戶移動端數據安全性。
3、從事(shì)後發現，到提前預測，極大的提升了(le)移動端信息安全
高價值客戶流失後補救，挽留成本過高且效果弱。
1，數據庫直接加工數據集，減輕模型機器(qì)壓力。
2，自動尋找當前最優參，推選最優模型。
3，結果可視化(huà)，高可解釋性。
1，自動化(huà)數據治理(lǐ)及模型更新(xīn)，多維度降低(dī)成本。
2，一(yī)鍵運行，可視化(huà)輸出過程及結果。
3，過程全白盒，現場技術賦能(néng)，提供可持續化(huà)方案。
4，可預測更遠時間，可量化(huà)收益約6百萬。
我們的客戶