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