《制造业大数据云平台解决方案课件.pptx》由会员分享，可在线阅读，更多相关《制造业大数据云平台解决方案课件.pptx（75页珍藏版）》请在三一办公上搜索。
1、制造业大数据云平台解决方案,目录,互联网+智慧制造业服务云综述互联网+智慧制造业服务云方案互联网+智慧制造业服务云建设方法互联网+智慧制造业服务云应用介绍互联网+智慧制造业服务云介绍,制造业未来35年的大数据战略，以此作为本阶段蓝图规划的基础,为了支撑战略目标的实现，制造业的大数据工作将以国家“大力推进大数据与工业化深度融合”精神为指导，贯彻落实“中国制造2025”、“大数据”的行动纲领。,大数据战略愿景在制造业业务发展战略指导下，落实制造业“扭亏脱困、转型升级”行动，着力逐步实现制造业的自动化、数字化和大数据，增强制造业管控能力，提高经营管理水平，加强协同化运营，为制造业业务战略提供良好支撑
2、，驱动并引领业务创新，促进制造业公司可持续发展。,5,4,2,1,3,统一建设,集成整合,深化应用,持续优化,工作原则：统一规划、统一标准、统一建设、统一管理工作方针：集中、共享、实用、高效,制造业IT的将来,业务挑战产品研发周期响应长市场扩张不够且竞争激烈客户忠诚度不高成本增长且利润率低,业务趋势提升客户服务，增加用户粘度提高生产率扩大市场份额加强制造业管控降低成本绿色经济,新兴技术,云（Cloud）,移动（Mobility）,社交（Social）,大数据（Big Data）,一体化平台,客户体验（CX）,制造业大数据能力创新的方向,大数据在制造制造业的应用,制造业级数据,行业数据,跨行业数
3、据,制造业传统数据,供应商数据,订单数据,维修记录,分销商数据,客户数据,资源数据,生产数据,产品数据,运营数据,打包价格,客户行为,传感器数据,最终客户需求,客户建议和意见,竞争对手情况,业界预测,行业动态,政策法规,保险,电子商务,交通天气,金融贷款,地理位置,热点事件,旅游市场,公共安全,文化体育,车饰周边,微博微信,共享的大数据平台,深度分析,高敏捷性,高度可伸缩性,实时,市场宣传和精准营销提升客户服务和满意度把握市场需求和供应掌握车辆状态和质量提升支持管理决策和制造业管控,大数据在制造行业大有作为,保证基础信息质量，保证数据揭示的信息达到最佳使用效果,深入洞察客户所想，所需，所感，所
4、在及所得,通过大数据连接客户和产品,加强客户和产品生命周期管理,驾驶习惯,喜爱偏好,购买行为,品牌形象,市场定位,营销渠道,置换,设计,研发,服务,销售,供应,生产,大数据实施方法论,大数据业务战略,大数据建设目标,大数据架构设计,大数据实施,大数据运维,制造业战略目标,业务目标,业务模式,大数据治理目标,应用场景,服务模式,服务对象,大数据服务定义,大数据信息模型,大数据管理定义,技术选择,验证测试,容量规划,安装，配置,验收测试,系统上线,大数据服务管理,服务性能管理,生命周期管理,资源调度,系统监控,大数据持续改进,业务调整,服务改进,技术升级,架构优化,大数据蓝图总体框架,支持业务发展
5、,应用系统,解决现有问题,信息数据,IT基础设施及信息安全,IT组织与管控,数据架构主要指明未来制造业的信息数据构成全景视图，通过规划数据架构，制造业能够对数据的总体分布、来源、性质有一个完整的了解，便于对数据信息进一步深入查询、统计、分析、挖掘、预测等深化应用数据架构中也会涉及大数据标准的相关内容,应用系统架构是大数据蓝图的核心，主要对未来制造业总体应用系统的构成以及相互关系进行规范性定义应用系统架构本身又包括功能架构、逻辑架构、物理架构等内容，分别从不同的角度阐明应用系统的构成情况,对制造业未来大数据决策、管理和控制机制进行分析，确定最适合制造业大数据工作的管控模式定义制造业总体大数据组织
6、构成规划未来的制造业信息部组织结构和人员编制对下属单位大数据组织和人员编制提出要求定义未来大数据建设关键流程和管理制度,IT基础设施架构主要包括网络、数据中心（机房、服务器平台、存储备份系统）、系统软件、数据库软件、中间件软件、桌面系统等基础设施具有公用性、共享性等特点，适宜统一建设，而且投入大、建成之后改动代价大，必须进行适度、合理的规划，并尽量采用虚拟技术等云计算技术，增强系统的弹性和可扩展性信息安全架构主要对整个信息系统从基础设施到应用系统再到数据的所有环节所需安全技术措施进行规划，描述各种安全设备和软硬件安全组件以及它们相互之间的关系,大数据实施建议,第一阶段：,应用场景驱动的大数据开
7、发,第二阶段：各业务系统、,各渠道系统等配合大数据改造优化,第三阶段：,管理信息体系,下的大数据平台建设,第四阶段（目标）：以大数据驱动的，实时的、整体联动的IT解决,方案,Think big， start small.,大处着眼,小处着手。,集团制造业管理分析类应用建设现状基本分析,关注的内容,存在的问题,基本的现状,商城数据仓库累积数据没有充分利用缺乏面向整个集团制造业的统一、完整的数据视图；缺乏支撑集团制造业日常业务运转的风险评估体系；缺乏集团制造业客户360度视图，客户行为分析和预测无法实现；缺乏面向金融业务运营管理的关键绩效指标体系；,商城已建立面向整个零售业务的数据仓库，整合了前台
8、业务运营数据和后台管理数据，建立了面向零售的管理分析应用；集团制造业已开展供应链金融、人人贷和保理等多种业务，积累了一定量的业务数据，同时业务人员也从客户管理、风险评级和经营规模预测等方面，提出了大量分析预测需求；,数据平台、数据应用、数据管控,基础数据平台和BI应用建设是未来一段时间的重点！,数据平台整体架构； 数据平台各层建设的标准； 较成熟的金融业数据模型； 数据质量治理； 元数据管理； 数据标准建设 数据整合； 数据应用建设； 数据平台的软硬环境,集团制造业大数据建设目标,外部非结构化数据,统一制定目标和分析模型,自定义报表工具行列的简单定义方式,多种格式报表,集团决策层,集团职能管控
9、层,各级业务操作层,关注集团主要经营指标,业务人员使用BI应用实现业务协作和创新,BI 分析工具,供应链金融系统,POP系统,其他业务系统,云数据推送平台已实现了主要零售及金融业务系统数据清洗、整合，为未来集团制造业数据平台提供了丰富的数据源。,通过数据平台和BI应用建设，集团制造业将搭建统一的大数据共享和分析平台，对各类业务进行前瞻性预测及分析，为集团各层次用户提供统一的决策分析支持，提升数据共享与流转能力,采购管理系统,查看职能部门的业务经营情况,大数据时代到来,IDC预测全球的数据使用量到2020年会增长44倍，达到35.2ZB (1ZB = 10亿TB),宽带、移动网络普及和提速,移动
10、网络和各种智能终端,视频(医疗影像、地理信息、监控录像等),统计、分析、预测、实时处理,传感器、RFID阅读器、导航终端等非传统IT设备,社交网络(Facebook, Twitter, 微博等),数据处理思维转变,少量的样本数据,数据关系力求明确清晰,探求难以捉摸的因果关系,要求数据精确无误,全量数据,乐于接受数据的纷繁复杂,转而关注事物的关联关系,数据的精确不是那么重要了, 谷歌翻译系统为了训练其系统，收集其能找到的所有翻译； 谷歌收集了上万亿页的语料库，包括质量参差不齐的文档； 上万亿的语料库，相当于950亿句英语； 相对而言，谷歌的翻译质量还是最好的； 谷歌翻译之所以更好，不是因为它拥有
11、一个更好的算法机制，而是增加了各种各样的数据，包括有错误的数据； 在谷歌的翻译团队中，大多数工程师并不懂其翻译出来的语言；,数据处理思维转变,传统数据分析思维,大数据分析思维,互联网+智慧制造业服务云介绍一, 聘请了20多名书评家和编辑组成的团队，在网页上创立“亚马逊的声音”向客户推荐新书，写书评； 通过客户的购买历史，寻找客户的相似性，对客户分群进行产品推荐，推荐的总是与以往购买的相似或略有区别； 通过大量的数据分析，找出书籍之间的关联关系，即“item-to-item”,时亚马逊发生了天翻地覆的变化。 AMAZON销售额的三分之一来自于“item-to-item”的推荐系统。 AMAZON
12、最终放弃了在线书评，书评团队被解散。,互联网+智慧制造业服务云介绍二,数据处理思维转变,数据处理思维转变关联关系，预测的关键。很多时候，知道“是什么”就够了，没必要知道“为什么”。一旦我们完成了“关联关系”分析，我们就可以继续向更深层次研究因果关系，找出背后的“为什么”, 沃尔玛：请把蛋挞和飓风用品摆在一起，请把啤酒和尿片摆在一起； 某信用评分公司，利用Facebook的社交圈来预测个人偿还债务的可能性； 对冲基金通过分析Twitter微博的数据文本，作为股市投资的信号； 某信用评分公司，利用Facebook的社交圈来预测个人偿还债务的可能性； 对冲基金通过分析Twitter微博的数据文本，作
13、为股市投资的信号；,其它互联网+智慧制造业服务云介绍,大数据与BI融合,基本内容,能源管理智能化 实时感知、监测、预警、控制用能，实时优化能源效益。,设备智能化设备具有感知、接受、自律、智能功能。,供应链智能化 构建网络式供应链，对由供应商、制造商、分销商及最终顾客构成的供应链系统中的物流、资金流、控制和优化，以降低物流成本，缩短制造周期。,生产智能化 信息化与生产深度融合，实现生产操作、生产管理、管理决策三个层面全部业务流程闭环优化管理。,供应链智能化,设备智能化,生产智能化,能源管理智能化,智能企业,组成框架,智能企业的三层架构,顶层(管理决策层)：把与生产计划、物流、能耗和经营管理相关的
14、ERP、SCM、CRM等系统，以及与产品设计技术相关的PLM系统放在一起并与服务互联网紧密相联。,中间层(生产管理层)：以智能工厂为核心，通过信息物理系统实现生产设备和生产线的控制、调度、优化等相关功能。从智能物料供应，到智能产品的产出，贯通整个产品生命周期管理。,底层(生产操作层)：通过物联网技术，完成各种传感、控制、执行任务，实现智能制造。,技术愿景,工业4.0的九大技术支柱,虚拟现实,人工智能,视觉系统,工业机器人,工业网络安全,知识工作自动化,工业物联网,云计算,智慧工业大数据平台,两大硬件工具/两大软件支持,基于分布式连接的三大基础,面向未来的两大牵引技术,优化与智能技术,建模与仿真
15、技术,云计算与数据挖掘技术,几点思考,需要哪些基础？,基础：自动化与信息化是企业智能化的基础（Valmet案例）,以MES为核心的，企业管理系统,数据诊断分析,专家远程技术支持与服务,智能化仓库,质量检验与分析,备品及易损件管理,现场执行器和测量仪表,现场SCADA系统,预知检修,需要哪些基础？,基础：自动化与信息化是企业智能化的基础（Siemens案例）,人力资源管理、财务管理、物料管理、生产计划管理、采购管理、销售管理等,ERP企业资源计划,自动化立体库、输送系统、AGV小车等,WMS自动化仓库管理系统,基础数据管理、技术信息管理、生产计划管理、生产调度管理、质量管理、物料管理、设备管理、
16、能源管理、看板管理、制造智能,MES制造执行系统,DCS、MCS、传动、QCS及其附属执行机构和现场测量仪器仪表。,Automation现场控制系统,研发项目过程管理、配方/包装设计、小样分析检验,PLM产品生命周期管理,如何转型？,中国制造2025-中国的“工业4.0”规划 用三个10年完成从制造业大国向制造业强国转变,第一阶段（2025年）,2025年中国制造业可进入世界第二方阵，迈向制造强国行列。,第二阶段（2035年）,2035年中国制造业将位居第二方针前列，成为名副其实的制造业强国。,第三阶段（2045年）,2045年中国制造业可望进入第一方针，成为具有全球影响力的制造强国.,01,
17、02,03,工业强国,先易后难 逐步实现,如何转型？先易后难 逐步实现,工业转型的任务,全面提高生产自动化水平和装备制造水平，走完工业3.0的路程。,走完工业3.0,节能减排，坚持绿色制造。,节能减排，保护环境,根据中国制造2025规划，我国工业迈入制造强国行列。,紧跟国家规划,在基础较好的工厂，先易后难，过程中积累经验，逐步实现企业网络化、智能化，绿色化，迈入工业4.0.,部分工厂先迈入工业4.0,如何转型？,在优势企业构建智能能量管理平台,工业智能能量管理平台的功能,逐步构建智能工业,智能工厂蓝图,车间事物设备/人力/时间/材料/工艺,计划与决策,C3P,MES系统,ERP,SCM,CRM
18、,协作工厂,10%,100%,供应商原材料,响应时间因子,1%,计划层,执行层,控制层,客户产品,Step by step,逐步构建逐步升级,物联网,传感器,智能物料系统,应用程序平台,智能产品,应用程序平台,智能工厂,应用程序平台,信息物理系统,服务互联网,智能企业必须具备的基本功能和技术,三种智能化功能互联互通的信息化技术,能按照所形成的处理方案自动完成执行任务的技术。,灵敏准确的感知能力,能自动、灵敏准确地感知（测量）生产过程的各种参数和变量并转变为数据信息的技术。,正确的思维判断能力,能根据相关信息自动思维判断并给出处理方案发送至相关执行部门的技术。,行之有效的执行方法,面向工业智能化
19、的关键共性技术,八大关键技术,DCS过程控制,MCS控制,QCS控制及优化,传动控制,在线监测系统,云数据中心,用户,仓库管理系统,工厂1应用服务器,工厂2应用服务器,车间1暂存服务器,在线润滑系统,WMS-断纸分析系统,WIS-纸病检测系统,发展/技术部门支持,销售,工厂其他人员,用户,防火墙,点检仪,路由器,企业资源计划,产品生命周期管理,专家远程诊断,1. 设备维护管理2. 车间作业管理3. 车间物料管理4. 质量管理5. 绩效管理6. 系统集成,云计算平台,关键共性技术 云计算平台,云计算平台分为三个层次，提供不同的服务内容,云计算平台并不是一个单独的服务，而是一个服务集合。,智慧工业
20、大数据平台特点,多样、实时、海量的数据需要依赖大数据技术进行数据管理并产生价值,交互查询,批查询,机器学习,实时分析,设备,传感器,质量,人员,事件,ETL工具,定义的主题,查询,结果呈现,物料,元数据及关联性,数据预处理,报表展示,机器学习结果展示,数据源定义,数据预处理,工业数据湖,机器学习/数据分析,HADOOP/Spark技术,流处理,信息,基于数据湖分析,机器学习,大数据存储,SQL 数据仓库,数据湖,数据湖与价值发现,目录,互联网+智慧制造业服务云综述互联网+智慧制造业服务云方案互联网+智慧制造业服务云建设方法互联网+智慧制造业服务云应用介绍互联网+智慧制造业服务云介绍,互联网+智
21、慧制造业服务云架构原则*,技术-按需频度的数据获取批量和实时数据采用不同的技术手段和工具，遵循统一的文件接口标准技术-多样化数据共存跨同构/异构数据库（物理系统），基于文本、数据库的数据抽取和加载数据-数据即服务业务人员通过逻辑数据对象组件访问数据，而不用关心数据的物理存储方式。通过数据组织与前端应用功能，使业务人员可以较容易、较快地定位和了解数据的内容。数据-数据质量控制通过一系列的技术和业务手段实现数据集成平台数据质量控制，主要体现在数据正确性（技术）、完整性、一致性（业务）、有效性。,大数据平台整体架构,大数据处理流程,建立对非结构化数据进行SQL语法查询的支持，实现与结构化数据的集成关
22、联（key）,非结构化数据,数据获取,结构化数据,数据集市,数据集市,EDW,结构化元数据,Hadoop,建立非结构化信息的标签、摘要、索引、日志、内容等,提取结构化的元数据信息，如类别、标引、摘要等；实现与结构化数据的整合,ODS,SQL,声誉度分析,品牌分析,服务质量分析,竞争产品分析,产品评价,市场动态跟踪,ETL,网络爬虫,大数据关键技术,大数据关键技术-Hadoop,Hadoop系统工作原理,大数据关键技术-网络数据获取,分布式网络爬虫,分布式文件系统,分布式存储横向扩容(Scale-out) 架构,分布式软件架构并行计算框架,大数据关键技术-两种平台相互集成,大数据关键技术-数据应
23、用功能,数据查询,数据统计,信息检索,数据分析,语义分析,数据挖掘,经营管理,市场活动,市场口碑,分销管理,决策支持,用户服务,大数据关键技术-数据管控,制造业IT的过去,制造业IT的将来,业务挑战产品研发周期响应长市场扩张不够且竞争激烈客户忠诚度不高成本增长且利润率低,业务趋势提升客户服务，增加用户粘度提高生产率扩大市场份额加强制造业管控降低成本绿色经济,新兴技术,云（Cloud）,移动（Mobility）,社交（Social）,大数据（Big Data）,一体化平台,客户体验（CX）,制造业大数据能力创新的方向,大数据在制造制造业的应用,制造业级数据,行业数据,跨行业数据,制造业传统数据,
24、供应商数据,订单数据,维修记录,分销商数据,客户数据,资源数据,生产数据,产品数据,运营数据,打包价格,客户行为,传感器数据,最终客户需求,客户建议和意见,竞争对手情况,业界预测,行业动态,政策法规,保险,电子商务,交通天气,金融贷款,地理位置,热点事件,旅游市场,公共安全,文化体育,车饰周边,微博微信,共享的大数据平台,深度分析,高敏捷性,高度可伸缩性,实时,市场宣传和精准营销提升客户服务和满意度把握市场需求和供应掌握车辆状态和质量提升支持管理决策和制造业管控,大数据在制造行业大有作为,保证基础信息质量，保证数据揭示的信息达到最佳使用效果,深入洞察客户所想，所需，所感，所在及所得,通过大数据
25、连接客户和产品,加强客户和产品生命周期管理,驾驶习惯,喜爱偏好,购买行为,品牌形象,市场定位,营销渠道,置换,设计,研发,服务,销售,供应,生产,感知客户行为，实时精准营销与服务,目录,互联网+智慧制造业服务云综述互联网+智慧制造业服务云方案互联网+智慧制造业服务云建设方法互联网+智慧制造业服务云应用介绍互联网+智慧制造业服务云介绍,传统数据平台与大数据分布式平台特性差异,大数据分析与传统BI分析差异,结构化数据数据规模一般为TB规模集中式，为了分析进行大量数据移动，数据向计算靠近批处理为主,结构化/非结构化混合分析的能力数据规模从数十TB到PB级别分布式，计算向数据靠近支持流式分析,事务,关
26、系型数据库,批处理,数据仓库,分析,集群化,非结构化,流式,多种数据源,分析,(MapReduce),组织,传统BI分析,大数据分析,大数据处理和管理体系-多结构化,大数据实施建议,第一阶段：,应用场景驱动的大数据开发,第二阶段：各业务系统、,各渠道系统等配合大数据改造优化,第三阶段：,管理信息体系,下的大数据平台建设,第四阶段（目标）：以大数据驱动的，实时的、整体联动的IT解决,方案,Think big， start small.,大处着眼,小处着手。,大数据实施方法论,大数据业务战略,大数据建设目标,大数据架构设计,大数据实施,大数据运维,制造业战略目标,业务目标,业务模式,大数据治理目标
27、,应用场景,服务模式,服务对象,大数据服务定义,大数据信息模型,大数据管理定义,技术选择,验证测试,容量规划,安装，配置,验收测试,系统上线,大数据服务管理,服务性能管理,生命周期管理,资源调度,系统监控,大数据持续改进,业务调整,服务改进,技术升级,架构优化,大数据的角色和技能,目录,互联网+智慧制造业服务云综述互联网+智慧制造业服务云方案互联网+智慧制造业服务云建设方法互联网+智慧制造业服务云应用介绍互联网+智慧制造业服务云介绍,制造业IT的过去,制造业IT的将来,业务挑战产品研发周期响应长市场扩张不够且竞争激烈客户忠诚度不高成本增长且利润率低,业务趋势提升客户服务，增加用户粘度提高生产率
28、扩大市场份额加强制造业管控降低成本绿色经济,新兴技术,云（Cloud）,移动（Mobility）,社交（Social）,大数据（Big Data）,一体化平台,客户体验（CX）,制造业大数据能力创新的方向,大数据在制造制造业的应用,制造业级数据,行业数据,跨行业数据,制造业传统数据,供应商数据,订单数据,维修记录,分销商数据,客户数据,资源数据,生产数据,产品数据,运营数据,打包价格,客户行为,传感器数据,最终客户需求,客户建议和意见,竞争对手情况,业界预测,行业动态,政策法规,保险,电子商务,交通天气,金融贷款,地理位置,热点事件,旅游市场,公共安全,文化体育,车饰周边,微博微信,共享的大数
29、据平台,深度分析,高敏捷性,高度可伸缩性,实时,市场宣传和精准营销提升客户服务和满意度把握市场需求和供应掌握车辆状态和质量提升支持管理决策和制造业管控,大数据在制造行业大有作为,保证基础信息质量，保证数据揭示的信息达到最佳使用效果,深入洞察客户所想，所需，所感，所在及所得,通过大数据连接客户和产品,加强客户和产品生命周期管理,驾驶习惯,喜爱偏好,购买行为,品牌形象,市场定位,营销渠道,置换,设计,研发,服务,销售,供应,生产,感知客户行为，实时精准营销与服务,目录,互联网+智慧制造业服务云综述互联网+智慧制造业服务云方案互联网+智慧制造业服务云建设方法互联网+智慧制造业服务云应用介绍互联网+智
30、慧制造业服务云介绍,典型互联网+智慧制造业服务云介绍：XXX社新媒体数据库项目,项目背景,客户收益,解决方案,基于大数据与云计算技术体系理念和技术架构基础上，建立一个全新的新媒体数据库，并实现工作素材库、工作库、应用库和知识库的架构格局。为全球一体化多媒体采编与数字加工平台，新媒体多元化加工开发与集成服务平台等一系列关键业务系统提供数据存储、全文检索、数据库及其基础应用服务。,全面提升新媒体数据库的应用服务能力，达到对外服务商业化的标准。整合更多的社会资源，组建知识库群，进而形成决策智库，服务于各级政府决策，提升XXX社在政府决策中的影响力根据用户的兴趣特点和购买行为，实现个性化推荐，拓展了具
31、有很大潜力的长尾客户,典型互联网+智慧制造业服务云介绍：XXX移动用户互联网行为分析项目,项目背景,客户收益,解决方案,随着3G爆发性增长和智能手机普及，移动互联网发展一日千里，流量猛增大大超前运营商预期，另一方面，无论在移动还是固定网络，语音通信市场目前已经趋向饱和，基于语音通信的增值业务已有明显下降的趋势；随着移动互联网的飞速发展，语音业务的经营必然被流量增值业务的经营所取代。,基于用户WAP上网行为分析，实现对客户内容偏好、客户网络行为偏好和互联网标签的筛选，助力于精细化营销开展。基于互联网行为分析，洞悉客户需求，将客户细分为娱乐、交流、学习、生活、商务、工具六大类，构建移动互联网产品标
32、签库；通过自有互联网业务与网络热点产品进行“渗透率”、“覆盖率”、“活跃率”对比分析，构建增值业务产品市场竞争评估体系。,典型互联网+智慧制造业服务云介绍：XXX人力资源和社会保障出版制造业制造业培训平台,项目背景,客户收益,解决方案,当前，我国正处于贯彻落实“十二五”规划的关键时期和实施人才强国战略的重要时期，产业布局调整、制造业升级换代进入关键阶段，许多地区和行业存在着技能劳动者供不应求的现象，尤其是在传统产业和高新技术产业领域，技能劳动者特别是高技能人才严重短缺，供需之间的结构性短缺矛盾日益突出。XXX人力资源和社会保障出版制造业将坚持以服务人力资源社会保障事业发展为己任，以培育人才、助
33、力民生为工作主线，逐步打造成为我国人力资源社会保障信息交汇平台、职业教育和职业培训教材研发基地、职业安全和劳动保障知识传播中心。,满足远程教育培训的需求（满足培训和教学两方面的功能需求），针对课件制作、精品课程制作提供良好便捷的设计制作平台。足制造业未来信息化扩展的需求，应对日益激烈的信息数字化竞争。,典型互联网+智慧制造业服务云介绍：XXX银行信用卡中心,项目背景,客户收益,解决方案,XXX银行信用卡中心充分利用银行的内部资源，自2007年发卡至今，凭借强大的安全保障、便捷的还款方式、优质的客户服务以及持续丰富的刷卡优惠活动，XXX平安信用卡已从竞争日趋白热化的国内信用卡市场中异军突起。发卡
34、量增长迅速：2008年发卡约500万张，2010年增加了一倍。业务数据增长迅速：随着业务的迅猛增长，业务数据规模也线性膨胀。数据存储、系统维护、数据有效利用都面临巨大压力。,实时的商业智能 可以结合实时、历史数据进行全局分析,风险管理部门现在可以每天评估客户的行为，并决定对客户的信用额度在同一天进行调整；原有内部系统、模型整体性能显著提高秒级营销提供了统一的客户视图，更有针对的进行营销。2011年，XXX银行信用卡中心通过其数据库营销平台进行了1286个宣传活动，每个营销活动配置平均时间从2周缩短到2-3天。,EMC Green PlumCloudera HadoopInformatica P
35、owerCenterIBM SPSS,分布式架构与关系型数据库的结合，实现结构化与非机构化数据的存储与处理多数据源（30+）整合，数据交换平台建设创建客户统一视图，客户全方位挖掘分析。营销活动管理的闭环应用,典型互联网+智慧制造业服务云介绍：XXX库存优化项目,项目背景,客户收益,解决方案,提供了库存优化的解决方案。建立的销量预测模型，实现了对周期采购的合理指导。实现了销量预测准确率校验、库存周转效果校验、缺货校验等功能。,XXX是国内市场占有率最高的通讯连锁零售制造业，库存量偏高、库存周转率低一直是困扰制造业的难题。XXX库存优化项目是通过大数据分析和挖掘技术实现手机销量的准确预测，根据预测
36、结果指导采购人员合理采购，从而达到降低库存量，提高库存周转的目的。,通过库存优化模型，降低了制造业的库存量，提高了库存周转率。为制造业的采购提供了科学依据，提升了制造业的采购管理、库存管理能力。,Cloudera HadoopSASBirt,典型互联网+智慧制造业服务云介绍：XXX证券营销活动管理平台,项目背景,客户收益,解决方案,XXX证券股份有限公司是XXX证券监督管理委员会核准的七家合规试点证券公司之一，公司现有客户超过30万户，托管的证券市值和保证金超过280亿元。随着规模的不管扩大，制造业对信息化建设的要求也在不断提高。XXX证券希望满足业务创新对营销活动管理的要求，实现智能化的营销
37、决策支持、多步骤多渠道的活动流程管理、精细化的客户信息管理、高度自动化的系统执行。,在数据层采集交易系统、CRM系统、HR系统、EBOSS系统、呼叫中心系统的数据，建立客户、员工、产品统一视图，为了满足后续业务的扩展，比如实现融资融券、股指期货、资产管理等相关系统数据的采集和对接。营销活动管理系统的功能包括活动统一视图、营销活动上线前管理、营销活动执行管理、营销活动评估、客户营销活动360度视图、渠道系统对接等。自动对接外围系统，包括互动短信、彩信平台、EDM、电销、微信平台、股票终端，进行对客户的接触。业务人员自助式的通过简单建模对大量的营销历史数据进行多维数据分析和数据挖掘。,为智能化的营
38、销管理提供支持客户360度视图查询客户接触信息的统一管理市场营销活动的统一视图管理市场营销活动全生命周期的流程管理自动化的渠道系统对接,Oracle 11g RACCloudera HadoopInformatica PowerCenterIBM SPSS,典型互联网+智慧制造业服务云介绍：XXX基因项目,项目背景,客户收益,解决方案,随着XXX基因信息化建设工作的不断深入，业务系统不断建设和深化应用，为了充分利用各应用系统积累的数据资源，提升制造业的数据利用水平，实现基于综合数据的科学辅助决策。全面整合XXX基因现有业务系统数据，建立面向分析的制造业级数据仓库和灵活可扩展的BI展现系统的任务
39、已经迫在眉睫。随着不断发展的XXX科研和资源体系，对科学管理提出了更高的要求；随着不断增长的客户需求和市场前景，对科学决策提出了更高的要求；不断壮大的XXX业务和员工队伍，对科学运营提出了更高的要求。,整合离散的业务数据，实现数据挖掘；直观展现制造业运营状况和市场变化；建立BI系统，实现科学决策,Oracle 11gINFORMATICA 9.5TABLEAU 8.1,构建制造业级数据仓库平台和制造业级数据展现平台通过对业务数据的分析使决策者及时精确的掌握公司整体运营状况，并对未来经营状况和发展规划进行科学决策对其他主要业务系统的数据全面整合，进行多维度的关联加工汇总，提供及时准确的全面运营数据展现。,更多思想期待碰撞,
