當(dāng)前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

2021爱分析·数据智能平台厂商全景报告

發(fā)布時(shí)間：2023/12/31 编程问答 35 豆豆

生活随笔收集整理的這篇文章主要介紹了 2021爱分析·数据智能平台厂商全景报告小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

報(bào)告編委

報(bào)告指導(dǎo)人

黃勇愛分析首席分析師

報(bào)告執(zhí)筆人

洪逸群愛分析分析師

莫業(yè)林愛分析分析師

\1. 研究范圍定義

\2. 全場景地圖

\3. 場景定義與廠商解讀

\4. 入選廠商列表

1. 研究范圍定義

研究范圍

數(shù)據(jù)智能，是指以數(shù)據(jù)為生產(chǎn)要素，通過融合數(shù)據(jù)處理、數(shù)據(jù)分析與挖掘、數(shù)據(jù)可視化、機(jī)器學(xué)習(xí)等大數(shù)據(jù)和人工智能技術(shù)，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的智能分析與決策。

愛分析將數(shù)據(jù)智能劃分為平臺(tái)層和應(yīng)用層。其中，平臺(tái)層是指支撐企業(yè)實(shí)現(xiàn)數(shù)據(jù)智能應(yīng)用的通用基礎(chǔ)設(shè)施，包括大數(shù)據(jù)平臺(tái)、商業(yè)智能平臺(tái)、機(jī)器學(xué)習(xí)平臺(tái)等；應(yīng)用層涵蓋的是各垂直行業(yè)和業(yè)務(wù)場景的數(shù)據(jù)智能應(yīng)用，如智能營銷、智能風(fēng)控、智能運(yùn)營等。本報(bào)告的研究范圍聚焦于數(shù)據(jù)智能的平臺(tái)層。

根據(jù)企業(yè)進(jìn)行數(shù)據(jù)管理的關(guān)鍵流程，結(jié)合愛分析對(duì)現(xiàn)階段企業(yè)數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)需求的調(diào)研，在本報(bào)告中，愛分析選取了數(shù)據(jù)存儲(chǔ)與處理、數(shù)據(jù)治理、數(shù)據(jù)分析與可視化、圖分析、機(jī)器學(xué)習(xí)模型開發(fā)、隱私計(jì)算、數(shù)據(jù)庫管理等7個(gè)場景，進(jìn)行重點(diǎn)研究。

本報(bào)告面向企業(yè)決策層以及數(shù)據(jù)部門、業(yè)務(wù)部門負(fù)責(zé)人，通過對(duì)各場景的需求定義和代表廠商的能力解讀，為企業(yè)的數(shù)據(jù)智能平臺(tái)建設(shè)規(guī)劃與廠商選型提供參考。

廠商入選標(biāo)準(zhǔn)

本次入選報(bào)告的廠商需同時(shí)符合以下條件：

廠商的產(chǎn)品服務(wù)滿足各應(yīng)用場景定義的廠商能力要求；
廠商具備一定數(shù)量以上的客戶服務(wù)案例（參考第3章各場景定義部分）。

2. 全場景地圖

愛分析基于對(duì)甲方企業(yè)和典型廠商的調(diào)研以及桌面研究，遴選出在數(shù)據(jù)智能平臺(tái)場景中具備成熟解決方案和落地能力的代表廠商，如下圖所示。

（注：以下所有場景中的廠商均按音序排序）

3. 場景定義與廠商解讀

愛分析對(duì)數(shù)據(jù)智能平臺(tái)各場景的定義如下。同時(shí)，針對(duì)參與了此次報(bào)告調(diào)研的部分代表廠商，愛分析撰寫了廠商能力解讀。

3.1. 數(shù)據(jù)存儲(chǔ)與處理

終端用戶：

數(shù)據(jù)部門

核心需求：

數(shù)據(jù)存儲(chǔ)與處理包括了數(shù)據(jù)集成、存儲(chǔ)、資源調(diào)度、建模、計(jì)算、查詢等能力，是支撐數(shù)據(jù)應(yīng)用的基座，代表了數(shù)據(jù)平臺(tái)的基礎(chǔ)能力。

隨著數(shù)據(jù)來源越來越廣，數(shù)據(jù)分散在企業(yè)不同業(yè)務(wù)系統(tǒng)、數(shù)據(jù)庫中。企業(yè)需要將復(fù)雜的多源異構(gòu)數(shù)據(jù)集成，讓數(shù)據(jù)得到充分應(yīng)用；同時(shí)，為了解決海量異構(gòu)數(shù)據(jù)的存儲(chǔ)問題，企業(yè)需要更加完備的數(shù)據(jù)存儲(chǔ)方案存儲(chǔ)多種類型和格式的數(shù)據(jù)，并考慮數(shù)據(jù)存儲(chǔ)的可擴(kuò)展性、可靠性等要求。
數(shù)據(jù)量的指數(shù)級(jí)增長，導(dǎo)致數(shù)據(jù)查詢響應(yīng)時(shí)間過長、交互體驗(yàn)差，與此同時(shí)，企業(yè)對(duì)數(shù)據(jù)處理的實(shí)時(shí)性要求也不斷提高。企業(yè)因此需要通過資源優(yōu)化、數(shù)據(jù)預(yù)計(jì)算等方式獲得數(shù)據(jù)查詢與分析的高性能。
傳統(tǒng)數(shù)據(jù)處理大量依賴人工操作，費(fèi)時(shí)費(fèi)力；同時(shí)隨著數(shù)據(jù)類型的增多，對(duì)開發(fā)人員的技術(shù)能力也提出更高要求，需要在數(shù)據(jù)處理中應(yīng)用AI增強(qiáng)技術(shù)，以提高數(shù)據(jù)處理效率，并降低技術(shù)門檻。
隨著隨著云計(jì)算的逐漸普及，企業(yè)大量大量數(shù)據(jù)的產(chǎn)生、采集和應(yīng)用都發(fā)生在云端，因此需要數(shù)據(jù)平臺(tái)在架構(gòu)和功能設(shè)計(jì)上考慮云的運(yùn)行環(huán)境，從而能夠利用云的彈性伸縮、敏捷性等方面的優(yōu)勢。

廠商能力要求：

廠商需要能夠提供數(shù)據(jù)庫、大數(shù)據(jù)平臺(tái)、數(shù)據(jù)集成工具、數(shù)據(jù)開發(fā)工具等產(chǎn)品和解決方案之一，并具備以下相應(yīng)能力：

能夠支持多源異構(gòu)數(shù)據(jù)的采集、并高效完成數(shù)據(jù)清洗、轉(zhuǎn)換、加載等處理。
能夠支持海量異構(gòu)數(shù)據(jù)的存儲(chǔ)，提供HDFS、Hive、鍵值存儲(chǔ)、文檔數(shù)據(jù)庫、圖數(shù)據(jù)庫、對(duì)象存儲(chǔ)等多種存儲(chǔ)系統(tǒng)，并保證數(shù)據(jù)的可擴(kuò)展性、可靠性。
能夠通過產(chǎn)品設(shè)計(jì)和技術(shù)優(yōu)化，實(shí)現(xiàn)高性能、高并發(fā)地?cái)?shù)據(jù)查詢和數(shù)據(jù)分析。
能夠在數(shù)據(jù)清洗、數(shù)據(jù)建模、數(shù)據(jù)分析等環(huán)節(jié)應(yīng)用AI增強(qiáng)技術(shù)，提高數(shù)據(jù)處理效率，并提高數(shù)據(jù)平臺(tái)產(chǎn)品的易用性，加快數(shù)據(jù)應(yīng)用落地。
能夠提供云原生架構(gòu)的解決方案，滿足企業(yè)在云端應(yīng)用數(shù)據(jù)分析的需求，并充分利用云平臺(tái)的優(yōu)勢。

代表廠商：

（入選標(biāo)準(zhǔn)：客戶服務(wù)案例在5家及以上）

百分點(diǎn)科技

廠商介紹：

百分點(diǎn)科技成立于2009年，擁有全棧的大數(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、媒體出版、零售快消等多個(gè)領(lǐng)域。

產(chǎn)品服務(wù)介紹：

百分點(diǎn)大數(shù)據(jù)操作系統(tǒng)（BD-OS）是一款以大數(shù)據(jù)技術(shù)棧為基礎(chǔ)，提供異構(gòu)數(shù)據(jù)的接入、融合處理和管理能力的一站式數(shù)據(jù)平臺(tái)。其存儲(chǔ)與處理部分包含數(shù)據(jù)集成、數(shù)據(jù)建模、數(shù)據(jù)處理等模塊，通過可視化、拖拽式的交互方式，實(shí)現(xiàn)離線數(shù)據(jù)及實(shí)時(shí)數(shù)據(jù)快速融合處理，大幅提高數(shù)據(jù)開發(fā)效率并降低開發(fā)成本。

能力解讀：

在數(shù)據(jù)處理方面，BD-OS是由百分點(diǎn)科技自研的數(shù)據(jù)集成引擎、調(diào)度系統(tǒng)引擎、數(shù)據(jù)融合引擎和任務(wù)提交的執(zhí)行引擎作為支撐，在功能層面保證整個(gè)數(shù)據(jù)處理流程的完整性；在性能層面，實(shí)現(xiàn)高穩(wěn)定性。如針對(duì)大任務(wù)量的情況，BD-OS調(diào)度系統(tǒng)引擎通過任務(wù)編排、執(zhí)行和調(diào)度，可實(shí)現(xiàn)資源的統(tǒng)一調(diào)度和數(shù)據(jù)的統(tǒng)一管理。

BD-OS內(nèi)置可視化ETL工具，可有效降低數(shù)據(jù)開發(fā)的門檻。BD-OS平臺(tái)內(nèi)置大量數(shù)據(jù)關(guān)聯(lián)算法，基于這一平臺(tái)，用戶無需自己寫腳本，通過拖拉拽等可視化形式即可進(jìn)行數(shù)據(jù)讀取、數(shù)據(jù)關(guān)聯(lián)和數(shù)據(jù)輸出等數(shù)據(jù)處理工作。

BD-OS具備良好的兼容性和適配性。BD-OS適配各種底層存儲(chǔ)計(jì)算平臺(tái)，包括HDP、CDH、華為FI以及MPP數(shù)據(jù)庫Guass200、Greenplum等；同時(shí)，BD-OS廣泛兼容信創(chuàng)生態(tài)，能夠兼容多種國產(chǎn)化軟硬件，覆蓋芯片、整機(jī)、操作系統(tǒng)和數(shù)據(jù)庫等。

典型客戶：

深圳市應(yīng)急管理局、麗江市人民政府、國家廣播電視總局無線電臺(tái)管理局

滴普科技

廠商介紹：

滴普科技成立于2018年，是領(lǐng)先的全場景數(shù)據(jù)智能服務(wù)商。滴普科技打造了DataFacts數(shù)據(jù)智能服務(wù)產(chǎn)品平臺(tái)，FastData云原生多模實(shí)時(shí)數(shù)倉產(chǎn)品，和Deepexi DXP企業(yè)數(shù)字化場景落地產(chǎn)品體系，支撐企業(yè)從戰(zhàn)略到技術(shù)落地，實(shí)現(xiàn)全維度的數(shù)字化轉(zhuǎn)型。

產(chǎn)品服務(wù)介紹：

滴普科技的數(shù)據(jù)中臺(tái)解決方案由FastData云原生多模實(shí)時(shí)數(shù)倉和DataFacts數(shù)據(jù)智能服務(wù)平臺(tái)構(gòu)成，具備數(shù)據(jù)集成、開發(fā)、建模、存儲(chǔ)、計(jì)算、數(shù)據(jù)服務(wù)、數(shù)據(jù)分析等能力，以支撐上層全場景的數(shù)據(jù)智能應(yīng)用。

能力解讀：

滴普科技的數(shù)據(jù)集成工具DCT集數(shù)據(jù)遷移、數(shù)據(jù)訂閱及數(shù)據(jù)實(shí)時(shí)同步等功能于一體，支持20多種多源異構(gòu)數(shù)據(jù)的匯集，可以支持離線、實(shí)時(shí)的數(shù)據(jù)接入，支持以插件化、熱插拔的方式對(duì)數(shù)據(jù)源進(jìn)行擴(kuò)充，降低數(shù)據(jù)建設(shè)成本。

滴普科技的FastData云原生多模實(shí)時(shí)數(shù)倉能夠支持多種結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)與處理，并且通過底層的時(shí)序時(shí)空數(shù)據(jù)庫、云原生實(shí)時(shí)數(shù)倉、實(shí)時(shí)計(jì)算處理和分析引擎等產(chǎn)品，支持實(shí)時(shí)的流式數(shù)據(jù)導(dǎo)入和實(shí)時(shí)的數(shù)據(jù)分析，滿足企業(yè)對(duì)大規(guī)模數(shù)據(jù)處理的實(shí)時(shí)性要求；通過底層的云管控平臺(tái)產(chǎn)品DBaaS實(shí)現(xiàn)數(shù)據(jù)庫的備份、遷移、實(shí)例管理、監(jiān)控、運(yùn)維、鏈路分析等企業(yè)對(duì)數(shù)據(jù)庫的可靠性、可維護(hù)性的要求。同時(shí)，FastData在架構(gòu)上實(shí)現(xiàn)了存儲(chǔ)和計(jì)算的全面分離，能夠靈活伸縮，大幅度降低客戶的使用成本。

滴普科技的數(shù)據(jù)開發(fā)套件DaaS簡單易用且功能全面，覆蓋了從開發(fā)、調(diào)試、發(fā)布到監(jiān)控運(yùn)維的全鏈路數(shù)據(jù)開發(fā)能力，并以可視化的流程圖和自定義數(shù)據(jù)處理邏輯的方式來進(jìn)行各種數(shù)據(jù)處理任務(wù)；同時(shí)，其內(nèi)置ETL具備豐富的算子，將各種復(fù)雜的數(shù)據(jù)開發(fā)場景做了業(yè)務(wù)化抽象封裝，使業(yè)務(wù)人員也能夠勝任較復(fù)雜的數(shù)據(jù)開發(fā)工作。

滴普科技平臺(tái)產(chǎn)品的云原生、云中立特性在充分利用云的彈性伸縮、敏捷性等方面的優(yōu)勢的同時(shí)，也兼容多種公有云平臺(tái)，提供一致的使用體驗(yàn)，并給用戶提供了安全可靠的云端使用環(huán)境。

典型客戶：

佛山市順德區(qū)政務(wù)服務(wù)數(shù)據(jù)管理局、遠(yuǎn)盟康健

客戶案例：

佛山市順德區(qū)政務(wù)服務(wù)數(shù)據(jù)管理局為了給各部門政務(wù)應(yīng)用提供高質(zhì)量政務(wù)數(shù)據(jù)資源，實(shí)現(xiàn)高效的智慧政務(wù)服務(wù)，需要梳理全區(qū)各委辦局政務(wù)資源數(shù)據(jù)，并構(gòu)建數(shù)據(jù)共享及服務(wù)體系。其面臨的主要痛點(diǎn)是區(qū)內(nèi)數(shù)據(jù)量龐大且復(fù)雜，涉及50多個(gè)區(qū)屬部門20多億條政務(wù)數(shù)據(jù)，數(shù)據(jù)資源目錄3000余個(gè)，數(shù)據(jù)的集成、開發(fā)、存儲(chǔ)、計(jì)算等存在較大挑戰(zhàn)。

滴普科技依據(jù)相關(guān)政務(wù)數(shù)據(jù)處理標(biāo)準(zhǔn)，采用微服務(wù)架構(gòu)、分布式云原生等技術(shù)，為順德政數(shù)局搭建了從底層基礎(chǔ)設(shè)施、大數(shù)據(jù)平臺(tái)、應(yīng)用支撐系統(tǒng)，到數(shù)據(jù)展示的全面解決方案。

解決方案落地后，順德政數(shù)局完成了全區(qū)政務(wù)數(shù)據(jù)資源編目，梳理了3000余個(gè)數(shù)據(jù)資源目錄；為全區(qū)政務(wù)大數(shù)據(jù)應(yīng)用體系建設(shè)提供了科學(xué)、規(guī)范且可持續(xù)的數(shù)據(jù)資源服務(wù)和支撐；基于個(gè)人數(shù)據(jù)賬戶和企業(yè)數(shù)據(jù)賬戶模型，面向全區(qū)提供高質(zhì)量可信賴的數(shù)據(jù)資源，使其具備從數(shù)據(jù)到應(yīng)用的創(chuàng)新能力。

海致科技、海致星圖

廠商介紹：

海致科技集團(tuán)，專注數(shù)據(jù)智能技術(shù)創(chuàng)新，依托與清華大學(xué)共研的高性能圖計(jì)算技術(shù)，為政府、企業(yè)級(jí)用戶的數(shù)字化建設(shè)提供大數(shù)據(jù)分析、圖計(jì)算、圖數(shù)據(jù)庫等產(chǎn)品和技術(shù)。

海致星圖專注于提供企業(yè)級(jí)知識(shí)圖譜產(chǎn)品和服務(wù)，深耕金融、能源互聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等垂直行業(yè)，自研的知識(shí)圖譜、圖數(shù)據(jù)庫等產(chǎn)品和服務(wù)已覆蓋金融領(lǐng)域全業(yè)務(wù)場景。

產(chǎn)品服務(wù)介紹：

海致科技的DMC大數(shù)據(jù)一站式建模分析平臺(tái)，提供了從數(shù)據(jù)接入，到數(shù)據(jù)清洗、治理、建模、計(jì)算分析、數(shù)據(jù)服務(wù)、AI模型應(yīng)用等數(shù)據(jù)全流程的管理和處理能力。

能力解讀：

針對(duì)不同行業(yè)數(shù)據(jù)形態(tài)的差異，DMC平臺(tái)支持上百種多源異構(gòu)跨網(wǎng)數(shù)據(jù)的接入，包括各種數(shù)據(jù)庫數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)、云端數(shù)據(jù)等。

DMC平臺(tái)在架構(gòu)上是Hadoop，底層計(jì)算引擎采用Spark，存儲(chǔ)采用HDFS，也可以對(duì)接常見云平臺(tái)如華為云、阿里云的存儲(chǔ)。針對(duì)公安、金融等行業(yè)客戶的業(yè)務(wù)場景特點(diǎn)，海致科技對(duì)Spark計(jì)算引擎做了源碼級(jí)別的改造，實(shí)現(xiàn)了數(shù)據(jù)查詢和分析的高性能，以及對(duì)數(shù)據(jù)的實(shí)時(shí)處理能力。此外，平臺(tái)一鍵化的數(shù)據(jù)清洗能力也提高了數(shù)據(jù)計(jì)算的效率。

為了使業(yè)務(wù)人員能夠自助構(gòu)建多維圖表實(shí)現(xiàn)業(yè)務(wù)洞察，DMC平臺(tái)用SQL封裝的模式運(yùn)行數(shù)據(jù)處理邏輯，業(yè)務(wù)人員不用寫SQL代碼，只需拖拉拽即可自助進(jìn)行數(shù)據(jù)建模。支撐DMC平臺(tái)自助數(shù)據(jù)建模的包括了平臺(tái)沉淀的數(shù)百個(gè)警務(wù)算子，以及一些適用各行業(yè)的通用基礎(chǔ)算子。DMC平臺(tái)也支持技術(shù)人員直接寫SQL實(shí)現(xiàn)更復(fù)雜的數(shù)據(jù)建模。

為了實(shí)現(xiàn)數(shù)據(jù)到應(yīng)用的閉環(huán)，快速實(shí)現(xiàn)業(yè)務(wù)價(jià)值，除了數(shù)百個(gè)警務(wù)業(yè)務(wù)算子，DMC平臺(tái)也提供了大量行業(yè)模型、業(yè)務(wù)應(yīng)用、機(jī)器學(xué)習(xí)算法、數(shù)據(jù)挖掘模型、知識(shí)圖譜模型等，能夠開箱即用。

典型客戶：

廣東省公安廳、武漢市公安局、上海市公安局

九章云極DataCanvas

廠商介紹：

九章云極成立于2013年，專注于自動(dòng)化數(shù)據(jù)科學(xué)平臺(tái)的持續(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，包括DataCanvas APS機(jī)器學(xué)習(xí)平臺(tái)和DataCanvas RT實(shí)時(shí)決策中心等系列產(chǎn)品，著重為數(shù)據(jù)科學(xué)家、AI從業(yè)者提供一整套開發(fā)平臺(tái)。

產(chǎn)品服務(wù)介紹：

DataCanvas RT是企業(yè)分布式流數(shù)據(jù)實(shí)時(shí)處理、分析和決策的中心，能夠?qū)⒍喾N數(shù)據(jù)流接入實(shí)時(shí)處理并分析，將ETL、業(yè)務(wù)模型、機(jī)器學(xué)習(xí)、人工智能、可視化擴(kuò)展到實(shí)時(shí)數(shù)據(jù)分析。

能力解讀：

DataCanvas RT實(shí)時(shí)決策中心穩(wěn)定性和可用性良好，以開源架構(gòu)作為支撐，保證了系統(tǒng)的高吞吐量。同時(shí)，DataCanvas RT具備流數(shù)據(jù)梳理能力，在數(shù)據(jù)采集與接入、數(shù)據(jù)存儲(chǔ)與查詢、數(shù)據(jù)分析與計(jì)算和數(shù)據(jù)服務(wù)全過程中，通過流作業(yè)的統(tǒng)一管理、調(diào)度等，確保即便在超大數(shù)據(jù)量、宕機(jī)等異常情況下，系統(tǒng)能夠具備一致性和穩(wěn)定性。

DataCanvas RT提供在線模型訓(xùn)練和模型預(yù)測能力。DataCanvas RT內(nèi)置了機(jī)器學(xué)習(xí)模型訓(xùn)練模塊，能夠?qū)︶槍?duì)應(yīng)用系統(tǒng)反饋的實(shí)時(shí)數(shù)據(jù)進(jìn)行在線訓(xùn)練，實(shí)時(shí)進(jìn)行模型調(diào)整，及時(shí)反映線上變化，提高預(yù)測準(zhǔn)確率。

DataCanvas RT服務(wù)了大量金融行業(yè)客戶，將相關(guān)的業(yè)務(wù)知識(shí)沉淀于DataCanvas RT平臺(tái)，打造了指標(biāo)引擎、規(guī)則引擎和模型引擎等模塊。基于可配置的能力設(shè)計(jì)，DataCanvas RT能夠針對(duì)客戶具體應(yīng)用場景，調(diào)用平臺(tái)中的指標(biāo)庫、規(guī)則庫和模型庫等組件，提供在線數(shù)據(jù)分析服務(wù)。

目前DataCanvas RT能夠支撐的業(yè)務(wù)場景包括實(shí)時(shí)指標(biāo)、實(shí)時(shí)授信、實(shí)時(shí)風(fēng)控、實(shí)時(shí)監(jiān)控和精準(zhǔn)營銷等。

典型客戶：

山東城商行合作聯(lián)盟、日照銀行、五礦證券

客戶案例：

該股份制銀行此前經(jīng)過多年IT建設(shè)，依托主流互聯(lián)網(wǎng)大數(shù)據(jù)生態(tài)圈，引入開源社區(qū)軟件框架，完成了大數(shù)據(jù)分析平臺(tái)、數(shù)據(jù)湖的搭建，建立了體系化的批量數(shù)據(jù)分析能力。然而該銀行依然面臨多方面挑戰(zhàn)。首先，批量式、準(zhǔn)實(shí)時(shí)數(shù)據(jù)效率無法滿足所有的業(yè)務(wù)場景，無法覆蓋實(shí)時(shí)營銷推薦、實(shí)時(shí)風(fēng)控、反洗錢等業(yè)務(wù)領(lǐng)域；其次，傳統(tǒng)數(shù)據(jù)交付方式復(fù)雜，無法滿足快速變化的業(yè)務(wù)需求。

該銀行客戶與九章云極DataCanvas合作，基于DataCanvas RT實(shí)時(shí)決策中心，搭建了全行級(jí)大數(shù)據(jù)應(yīng)用支撐平臺(tái)。通過引入九章云極DataCanvas RT實(shí)時(shí)決策中心，該銀行建立了全行實(shí)時(shí)數(shù)據(jù)處理服務(wù)能力。

同時(shí)通過建立秒級(jí)數(shù)據(jù)加工、服務(wù)能力，成功支撐手機(jī)銀行足跡營銷、營銷管理、資金流向監(jiān)控、大額資金變動(dòng)、大額交易實(shí)時(shí)監(jiān)控等近數(shù)十個(gè)實(shí)時(shí)場景。

Kyligence

廠商介紹：

Kyligence成立于2016年，由Apache Kylin創(chuàng)始團(tuán)隊(duì)創(chuàng)建，專注于打造下一代智能數(shù)據(jù)云平臺(tái)，為企業(yè)提供自動(dòng)化的數(shù)據(jù)服務(wù)和管理。基于機(jī)器學(xué)習(xí)和 AI 技術(shù)，Kyligence 從多云的數(shù)據(jù)存儲(chǔ)中識(shí)別和管理最有價(jià)值數(shù)據(jù)，并提供高性能、高并發(fā)的數(shù)據(jù)服務(wù)以支撐各種數(shù)據(jù)分析與應(yīng)用，同時(shí)不斷降低 TCO。

產(chǎn)品服務(wù)介紹：

Kyligence的數(shù)據(jù)服務(wù)與管理平臺(tái)，提供了基于統(tǒng)一語義層的數(shù)據(jù)治理、智能建模、數(shù)據(jù)計(jì)算、分析、數(shù)據(jù)服務(wù)等能力。其產(chǎn)品主要有本地部署的Kyligence Enterprise和云原生產(chǎn)品Kyligence Cloud，并且平臺(tái)能夠無縫對(duì)接各種數(shù)據(jù)源以及主流的BI工具。

能力解讀：

Kyligence的產(chǎn)品可以幫助企業(yè)在數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)應(yīng)用之間構(gòu)建統(tǒng)一的語義層，并且能夠應(yīng)對(duì)海量數(shù)據(jù)與復(fù)雜業(yè)務(wù)場景的需求。同時(shí)，其語義層把數(shù)據(jù)表轉(zhuǎn)換成了對(duì)業(yè)務(wù)用戶更加友好的語義模型，便于業(yè)務(wù)人員快速獲取口徑一致的數(shù)據(jù)。

為了實(shí)現(xiàn)大規(guī)模數(shù)據(jù)查詢和分析的高性能，Kyligence通過預(yù)計(jì)算技術(shù)，為用戶預(yù)先構(gòu)建好數(shù)據(jù)模型中的維度以及維度組合，因此可以在PB級(jí)以上數(shù)據(jù)規(guī)模達(dá)到亞秒級(jí)的查詢性能，同時(shí)降低計(jì)算資源成本。

基于機(jī)器學(xué)習(xí)技術(shù)，Kyligence的AI增強(qiáng)引擎能夠從SQL歷史記錄、分析師行為、數(shù)據(jù)采樣及運(yùn)行時(shí)的指標(biāo)中自動(dòng)發(fā)現(xiàn)和查找重要和關(guān)鍵的數(shù)據(jù)資產(chǎn)，并推薦對(duì)存儲(chǔ)和計(jì)算的優(yōu)化建議。同時(shí)，AI增強(qiáng)引擎也可以根據(jù)用戶定義的業(yè)務(wù)指標(biāo)，智能地推薦適用該指標(biāo)的數(shù)據(jù)模型。這不僅加速了應(yīng)用的落地，也降低了人工建模的成本，從而更好地支撐企業(yè)自助式分析的需求。

Kyligence的云原生版本產(chǎn)品Kyligence Cloud能夠在各主流云平臺(tái)快速部署，充分利用云的資源彈性伸縮、低成本和敏捷性的優(yōu)勢，簡化和加速云上的數(shù)據(jù)分析。

典型客戶：

太平洋保險(xiǎn)、招商銀行

客戶案例：

某國有大行采用Kyligence的大數(shù)據(jù)解決方案建成了下一代云化數(shù)據(jù)倉庫，解決了分析入口多、交互式查詢性能不理想、難以隨著業(yè)務(wù)規(guī)模彈性伸縮和交付周期長等諸多困難，目前已取得良好效果：1）統(tǒng)一的數(shù)據(jù)服務(wù)入口；2）每天數(shù)十萬查詢，90%以上的查詢響應(yīng)時(shí)間少于1秒；3）彈性伸縮，可調(diào)動(dòng)數(shù)千個(gè)節(jié)點(diǎn)；4）應(yīng)用交付最短只需2周。

某頭部券商經(jīng)多年的數(shù)據(jù)平臺(tái)建設(shè)，逐漸沉淀了大量數(shù)據(jù)組件，不同組件特征給數(shù)據(jù)的管理和使用帶來了極大的挑戰(zhàn)。通過建設(shè)以Kyligence為核心的智能數(shù)據(jù)服務(wù)平臺(tái)，接入各類數(shù)據(jù)源，完成了統(tǒng)一的管理，實(shí)現(xiàn)了：1）數(shù)據(jù)服務(wù)化：接入不同數(shù)據(jù)組件的10個(gè)數(shù)據(jù)源共1000余張數(shù)據(jù)表，提供API、SQL等數(shù)據(jù)服務(wù)；2）數(shù)據(jù)資產(chǎn)化：數(shù)據(jù)服務(wù)沉淀80余個(gè)模型資產(chǎn)，更加聚焦管理有價(jià)值數(shù)據(jù)；3）數(shù)據(jù)智能化：AI增強(qiáng)引擎智能優(yōu)化，累計(jì)推薦10000余個(gè)聚合索引，提升數(shù)據(jù)分析體驗(yàn)。

明略科技

廠商介紹：

明略科技目前形成了數(shù)據(jù)中臺(tái)和知識(shí)圖譜平臺(tái)兩大產(chǎn)品體系，向包括公安、工業(yè)、政府、金融等行業(yè)客戶提供大數(shù)據(jù)和人工智能產(chǎn)品和解決方案。

產(chǎn)品服務(wù)介紹：

明略科技的數(shù)據(jù)中臺(tái)提供包括數(shù)據(jù)接入和數(shù)據(jù)開發(fā)等數(shù)據(jù)處理模塊。數(shù)據(jù)接入方面，包括低代碼和模板化配置以及可視化ETL等功能組件；數(shù)據(jù)開發(fā)工具則包括建模規(guī)劃、數(shù)據(jù)建模、流程編排和工作流開發(fā)等。

能力解讀：

明略科技的數(shù)據(jù)開發(fā)平臺(tái)具備很好的協(xié)同性。具體來看，該平臺(tái)通過構(gòu)建不同職能、不同職級(jí)數(shù)據(jù)從業(yè)人員流水線式數(shù)據(jù)協(xié)作空間，使大數(shù)據(jù)開發(fā)過程流程化、組件化、可視化，從而做到協(xié)同有效，提高效率。對(duì)常規(guī)數(shù)倉建模、數(shù)據(jù)智能建模進(jìn)行設(shè)計(jì)-開發(fā)-測試-上線的全生命周期管理。工作環(huán)境和上線環(huán)境隔離，實(shí)現(xiàn)持續(xù)開發(fā)，持續(xù)交付的一體化開發(fā)流程管理。

明略科技的數(shù)據(jù)中臺(tái)具備云原生的支撐能力，能夠與不同的廠商云體系適配，包括騰訊云、阿里云和亞馬遜云等。基于明略科技的數(shù)據(jù)中臺(tái)，采用了多個(gè)云產(chǎn)品的企業(yè)可實(shí)現(xiàn)不同云平臺(tái)數(shù)據(jù)拉通。此外，云原生可支撐數(shù)據(jù)中臺(tái)虛擬化。這對(duì)于大型的政府超腦項(xiàng)目客戶具備重要意義：明略科技的數(shù)據(jù)中臺(tái)使得不同層級(jí)的部門能夠基于統(tǒng)一平臺(tái)實(shí)現(xiàn)數(shù)據(jù)共享，而虛擬化則使得每個(gè)層級(jí)的政府部門保持獨(dú)立及擁有完整的數(shù)據(jù)體系。

典型客戶：

某城市超腦

同盾科技

廠商介紹：

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(duì)數(shù)據(jù)的探索洞察和理解，將機(jī)器學(xué)習(xí)、聯(lián)邦學(xué)習(xí)、知識(shí)圖譜等領(lǐng)先技術(shù)與業(yè)務(wù)場景融合，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)。

產(chǎn)品服務(wù)介紹：

同盾科技的星河-大數(shù)據(jù)平臺(tái)提供數(shù)據(jù)采集、數(shù)據(jù)開發(fā)和數(shù)據(jù)加工等數(shù)據(jù)處理模塊。該平臺(tái)支持SQL代碼、Spark代碼、PySpark代碼進(jìn)行查詢和分析；代碼可以進(jìn)行周期性調(diào)度，調(diào)度的任務(wù)間通過指定依賴關(guān)系形成任務(wù)流，完成復(fù)雜的數(shù)據(jù)加工工作。

能力解讀：

星河-大數(shù)據(jù)平臺(tái)具備高可靠性。在該平臺(tái)數(shù)據(jù)總量30PB，每天增量100TB的情況下，實(shí)時(shí)計(jì)算接口響應(yīng)時(shí)間在200ms內(nèi)。此外，星河-大數(shù)據(jù)平臺(tái)計(jì)算引擎底層以Spark為主，在Spark開源基礎(chǔ)上，補(bǔ)充升級(jí)Catalyst計(jì)算引擎的優(yōu)化自主開發(fā)，能夠快速實(shí)現(xiàn)對(duì)于PB級(jí)數(shù)據(jù)的高效處理。

星河大數(shù)據(jù)平臺(tái)具備良好的兼容性和適配性。該平臺(tái)可兼容客戶已經(jīng)建設(shè)的大數(shù)據(jù)集群，包括CDH、華為FI、星環(huán)TDH等，在原有平臺(tái)的數(shù)據(jù)不需要遷移的情況下實(shí)現(xiàn)快速對(duì)接。

典型客戶：

滬杭甬高速

元年科技

廠商介紹：

元年科技是一家具有豐富的財(cái)務(wù)管理、業(yè)務(wù)運(yùn)營和行業(yè)經(jīng)驗(yàn)的企業(yè)數(shù)字化轉(zhuǎn)型軟件商和服務(wù)商，提供技術(shù)中臺(tái)、業(yè)務(wù)中臺(tái)、數(shù)據(jù)中臺(tái)的規(guī)劃咨詢、軟件平臺(tái)和實(shí)施運(yùn)營服務(wù)，服務(wù)過上千家大型企業(yè)集團(tuán)。

產(chǎn)品服務(wù)介紹：

元年科技的數(shù)據(jù)中臺(tái)提供完整的從數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理到數(shù)據(jù)服務(wù)以及平臺(tái)運(yùn)營的全流程解決方案，支持離線、實(shí)時(shí)處理以及人工智能算法模型的開發(fā)和應(yīng)用。

能力解讀：

元年科技的多維數(shù)據(jù)庫基于IBM Cognos（于2016年從IBM收購）進(jìn)行開發(fā)搭建，提供面向多維分析的較強(qiáng)性能。基于元年科技自身在財(cái)務(wù)領(lǐng)域積累的經(jīng)驗(yàn)，該數(shù)據(jù)庫能夠?qū)崿F(xiàn)基于業(yè)務(wù)邏輯進(jìn)行建模，形成財(cái)務(wù)模型、風(fēng)險(xiǎn)模型、審計(jì)模型和內(nèi)控模型，為企業(yè)的業(yè)務(wù)多維分析提供及時(shí)的數(shù)據(jù)服務(wù)。元年科技在金融、地產(chǎn)、制造、零售快消、能源化工、交通物流等行業(yè)有豐富的服務(wù)經(jīng)驗(yàn)，積累了以財(cái)務(wù)為基礎(chǔ)的業(yè)務(wù)理解能力，可以結(jié)合較完整的工具產(chǎn)品，在數(shù)據(jù)開發(fā)環(huán)節(jié)協(xié)助企業(yè)進(jìn)行數(shù)據(jù)模型體系設(shè)計(jì)。

新數(shù)科技

廠商介紹：

ShinData新數(shù)科技成立于2014年，是一家數(shù)據(jù)庫管理軟件創(chuàng)新企業(yè)，產(chǎn)品體系包括dbPaaS數(shù)據(jù)庫云管理平臺(tái)、數(shù)據(jù)遷移傳輸、數(shù)據(jù)庫安全管控以及分布式數(shù)據(jù)庫等多種產(chǎn)品及解決方案。服務(wù)于金融、制造、能源、零售和通信等行業(yè)客戶。

產(chǎn)品服務(wù)介紹：

新數(shù)科技基于成熟開源數(shù)據(jù)庫核心，為用戶提供涵蓋分布式與集中式場景的整體數(shù)據(jù)庫解決方案產(chǎn)品ShinDB。

能力解讀：

ShinDB分布式數(shù)據(jù)庫解決方案基于成熟開源數(shù)據(jù)庫MySQL核心，結(jié)合數(shù)據(jù)庫分庫分表中間件（sharding）等技術(shù)，可將數(shù)據(jù)運(yùn)算壓力分布于不同節(jié)點(diǎn)，同時(shí)有效支持高可用和負(fù)載均衡功能。同時(shí)提供統(tǒng)一的SQL操作接口，以及管理、監(jiān)控和運(yùn)維變更系統(tǒng)，有效降低減少客戶部署和使用開源分布式數(shù)據(jù)庫的難度和周期，提升數(shù)據(jù)庫管理質(zhì)量和實(shí)施效率。

ShinDB集中式數(shù)據(jù)庫解決方案是新數(shù)科技推出的一款以華為OpenGauss為內(nèi)核的數(shù)據(jù)庫解決方案，支持從數(shù)據(jù)庫快速安裝部署、指標(biāo)全面監(jiān)控、異常主動(dòng)探測、一鍵健康巡檢、標(biāo)準(zhǔn)運(yùn)維變更、高可用自動(dòng)切換到備份管理等一系列數(shù)據(jù)庫相關(guān)核心功能，構(gòu)建了完備、健全的集中式數(shù)據(jù)庫管理系統(tǒng)及其統(tǒng)一管控閉環(huán)管理方案。

ShinDB容器云平臺(tái)，基于云原生技術(shù)，提供了容器化運(yùn)行環(huán)境下多種SQL/NoSQL數(shù)據(jù)庫部署和管理服務(wù)，從而建立起數(shù)據(jù)庫私有資源云體系。用戶可以通過可視化管理系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)庫的快速交付、資源管理和自動(dòng)化批量化變更運(yùn)維操作等。

典型客戶：

民生銀行

3.2. 數(shù)據(jù)治理

終端用戶：

數(shù)據(jù)部門，業(yè)務(wù)部門

核心需求：

數(shù)據(jù)治理是指企業(yè)為實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)價(jià)值最大化而開展的一系列持續(xù)工作過程。具體來看，數(shù)據(jù)治理包括數(shù)據(jù)質(zhì)量管理、元數(shù)據(jù)管理、數(shù)據(jù)標(biāo)準(zhǔn)管理、主數(shù)據(jù)管理和數(shù)據(jù)資產(chǎn)管理等。在這一系列過程中，能夠通過相關(guān)規(guī)范并結(jié)合工具應(yīng)用，實(shí)現(xiàn)確保數(shù)據(jù)質(zhì)量、數(shù)據(jù)標(biāo)準(zhǔn)和數(shù)據(jù)的一致性等目標(biāo)。

隨著數(shù)字化轉(zhuǎn)型加快以及預(yù)測性分析等智能化應(yīng)用的發(fā)展，企業(yè)需通過數(shù)據(jù)治理提升數(shù)據(jù)質(zhì)量等，從而為上層數(shù)據(jù)的應(yīng)用打好基礎(chǔ)，更好地挖掘數(shù)據(jù)價(jià)值。當(dāng)前企業(yè)對(duì)數(shù)據(jù)治理的需求正從以往監(jiān)管要求驅(qū)動(dòng)轉(zhuǎn)向企業(yè)內(nèi)需驅(qū)動(dòng)，核心需求包括兩個(gè)方面：

首先，數(shù)據(jù)治理工作包括數(shù)據(jù)質(zhì)量管理、元數(shù)據(jù)管理、數(shù)據(jù)標(biāo)準(zhǔn)管理和主數(shù)據(jù)管理等，涉及的工作繁多而且復(fù)雜，企業(yè)普遍缺乏一套完善的數(shù)據(jù)治理機(jī)制，同時(shí)尚未設(shè)立專職負(fù)責(zé)數(shù)據(jù)治理，數(shù)據(jù)治理建設(shè)工作呈現(xiàn)零散、碎片化的狀態(tài)。企業(yè)需要通過建立數(shù)據(jù)認(rèn)責(zé)機(jī)制和設(shè)立數(shù)據(jù)治理專職等措施，完善數(shù)據(jù)治理機(jī)制，推進(jìn)數(shù)據(jù)治理工作。
其次，大量數(shù)據(jù)治理工具類應(yīng)用，包括元數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量管理和數(shù)據(jù)資產(chǎn)管理等工具等，主要是針對(duì)IT人員而設(shè)計(jì)，使用門檻高，業(yè)務(wù)人員難以使用。企業(yè)需要更適合業(yè)務(wù)人員使用的易用性較好的數(shù)據(jù)治理工具應(yīng)用。

廠商能力要求：

廠商需要能夠提供包括工具和咨詢服務(wù)在內(nèi)的整套數(shù)據(jù)治理解決方案。

在工具層面，廠商需要能夠提供數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)質(zhì)量管理和數(shù)據(jù)資產(chǎn)管理等關(guān)鍵模塊產(chǎn)品。具體來看，在數(shù)據(jù)標(biāo)準(zhǔn)管理方面，廠商需能夠配置特定行業(yè)規(guī)則模板，基于這些標(biāo)準(zhǔn)模板，推進(jìn)數(shù)據(jù)治理工作；在數(shù)據(jù)質(zhì)量管理方面，需能夠具備數(shù)據(jù)檢核與分析、數(shù)據(jù)質(zhì)量報(bào)告輸出、數(shù)據(jù)質(zhì)量規(guī)則設(shè)定和數(shù)據(jù)認(rèn)責(zé)管理等；在數(shù)據(jù)資產(chǎn)管理方面，需具備元數(shù)據(jù)管理和主數(shù)據(jù)管理等核心模塊，除了元數(shù)據(jù)血緣分析和數(shù)據(jù)資產(chǎn)視圖等基本功能外，還需要能夠使用AI技術(shù)實(shí)現(xiàn)包括數(shù)據(jù)接入、資產(chǎn)目錄分類等一系列數(shù)據(jù)管理活動(dòng)的自動(dòng)化。
在咨詢服務(wù)方面，廠商需要具備豐富的服務(wù)經(jīng)驗(yàn)。針對(duì)特定的行業(yè)，廠商應(yīng)該具備業(yè)務(wù)梳理能力，基于自身在該行業(yè)的經(jīng)驗(yàn)積累，幫助企業(yè)制定數(shù)據(jù)治理的戰(zhàn)略規(guī)劃，并在數(shù)據(jù)治理落地的過程中，通過培訓(xùn)和落地?cái)?shù)據(jù)認(rèn)責(zé)機(jī)制等方式，推進(jìn)企業(yè)的數(shù)據(jù)治理工作。

代表廠商：

（入選標(biāo)準(zhǔn)：客戶服務(wù)案例在5家及以上）

愛數(shù)

廠商介紹：

愛數(shù)成立于2006年，是一家大數(shù)據(jù)基礎(chǔ)設(shè)施提供商，提供的服務(wù)涵蓋結(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)的構(gòu)建能力，主要應(yīng)用于政府、企業(yè)、金融、教育、醫(yī)療等行業(yè)。

產(chǎn)品服務(wù)介紹：

愛數(shù)的非結(jié)構(gòu)化數(shù)據(jù)中臺(tái)解決方案基于其數(shù)據(jù)架構(gòu)底座，融合了人工智能技術(shù)，能夠?qū)ξ臋n、圖片等各類非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行整合、治理、洞察，并形成數(shù)字資產(chǎn)，構(gòu)建了文檔管理體系、內(nèi)容賦能體系、知識(shí)創(chuàng)新體系，應(yīng)用于文檔管理、內(nèi)容賦能、知識(shí)創(chuàng)新等業(yè)務(wù)場景。產(chǎn)品包括了企業(yè)內(nèi)容管理平臺(tái)AnyShare，以及一站式知識(shí)網(wǎng)絡(luò)平臺(tái)AnyDATA 。

能力解讀：

AnyShare平臺(tái)采用創(chuàng)新的五層體系架構(gòu)，即多文檔域、內(nèi)容數(shù)據(jù)湖、云原生架構(gòu)、內(nèi)容總線、全終端一致的用戶體驗(yàn)。獨(dú)創(chuàng)的多文檔域模式能夠支持每個(gè)文檔域獨(dú)立部署和管理，實(shí)現(xiàn)具有多網(wǎng)絡(luò)，多子業(yè)務(wù)單位的大型集團(tuán)將不同來源的數(shù)據(jù)獨(dú)立管理和跨組織共享。

內(nèi)容數(shù)據(jù)湖包括了對(duì)象存儲(chǔ)池、元數(shù)據(jù)池、索引數(shù)據(jù)池三部分，能夠?yàn)楹Ａ糠墙Y(jié)構(gòu)化數(shù)據(jù)提供存儲(chǔ)、編目、標(biāo)簽、摘要和檢索能力；全集群與高性能即時(shí)分析架構(gòu)能夠?yàn)閿?shù)據(jù)分析提升效率、節(jié)省時(shí)間。

文檔管理體系能夠?qū)λ薪Y(jié)果性文檔統(tǒng)一管理，實(shí)現(xiàn)文檔從創(chuàng)建到使用到歸檔銷毀的全生命周期管理。在數(shù)字資產(chǎn)安全方面，能夠建立數(shù)據(jù)級(jí)、訪問級(jí)、信息級(jí)的立體安全機(jī)制，滿足業(yè)務(wù)合規(guī)要求。

內(nèi)容賦能體系基于內(nèi)容總線架構(gòu)，融和自身內(nèi)容服務(wù)能力，集成OCR等大量第三方生態(tài)的技術(shù)及應(yīng)用能力，將內(nèi)容服務(wù)普及到業(yè)務(wù)系統(tǒng)和場景中，覆蓋業(yè)務(wù)內(nèi)容統(tǒng)一管理、業(yè)務(wù)流程自動(dòng)化以及內(nèi)容應(yīng)用開發(fā)三大內(nèi)容賦能場景。

知識(shí)創(chuàng)新體系基于內(nèi)容平臺(tái)+知識(shí)網(wǎng)絡(luò)+知識(shí)中心，通過NLP、知識(shí)圖譜、遷移學(xué)習(xí)等AI技術(shù)，為企業(yè)構(gòu)建私域數(shù)據(jù)知識(shí)網(wǎng)絡(luò)，結(jié)合企業(yè)知識(shí)戰(zhàn)略，應(yīng)用智能知識(shí)運(yùn)營方案以及知識(shí)咨詢服務(wù)，搭建完整的知識(shí)創(chuàng)新體系，從而賦能業(yè)務(wù)運(yùn)營、創(chuàng)新及決策。

典型客戶：

天津生態(tài)城、金誠同達(dá)律所、晶盛機(jī)電、筑森設(shè)計(jì)、金地集團(tuán)

客戶案例：

某國家級(jí)化工勘察設(shè)計(jì)單位，在采用傳統(tǒng)文件管理系統(tǒng)進(jìn)行工程項(xiàng)目文件管理中，隨著文件持續(xù)積累，面臨著以下挑戰(zhàn)：1）在文檔數(shù)據(jù)采集方面，文檔數(shù)據(jù)采集量不足10%，系統(tǒng)速度慢，安全合規(guī)管理混亂；無法對(duì)接新業(yè)務(wù)系統(tǒng)；對(duì)非文檔數(shù)據(jù)認(rèn)識(shí)不足。2）在文檔數(shù)據(jù)使用方面，文件檢索效率低，缺少復(fù)雜搜索能力；缺少自動(dòng)化的內(nèi)容理解能力；

該企業(yè)采用了愛數(shù)非結(jié)構(gòu)化數(shù)據(jù)中臺(tái)AnyShare采集結(jié)果型文件、過程型文件以及關(guān)鍵業(yè)務(wù)系統(tǒng)數(shù)據(jù)，基于內(nèi)容數(shù)據(jù)湖、內(nèi)容集成開放框架等實(shí)現(xiàn)海量非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)、智能內(nèi)容搜索以及內(nèi)容安全合規(guī)。

通過采用愛數(shù)的解決方案，該企業(yè)實(shí)現(xiàn)了：1）文件的跨系統(tǒng)調(diào)用時(shí)間縮短至原來的十分之一；2）將數(shù)字TB圖紙、報(bào)告、說明等非結(jié)構(gòu)化數(shù)據(jù)統(tǒng)一管理，實(shí)現(xiàn)文檔全生命周期的保護(hù)，滿足了合規(guī)性要求；3）實(shí)現(xiàn)了全平臺(tái)搜索能力和在線預(yù)覽服務(wù)；4）促進(jìn)了知識(shí)積累、留存和復(fù)用。

百分點(diǎn)科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

百分點(diǎn)科技通過咨詢加產(chǎn)品的模式向客戶提供數(shù)據(jù)治理服務(wù)。百分點(diǎn)科技的大數(shù)據(jù)操作系統(tǒng)（BD-OS）提供完整的數(shù)據(jù)治理產(chǎn)品模塊，包括數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)質(zhì)量管理、元數(shù)據(jù)管理和數(shù)據(jù)資產(chǎn)管理等。通過結(jié)合咨詢和工具應(yīng)用，百分點(diǎn)科技能夠?yàn)榭蛻籼峁┩暾臄?shù)據(jù)治理解決方案。

能力解讀：

百分點(diǎn)科技服務(wù)了大量包括政府、應(yīng)急、環(huán)保和公安等領(lǐng)域客戶。在服務(wù)這些客戶的過程中，百分點(diǎn)科技積累了大量行業(yè)知識(shí)和業(yè)務(wù)理解能力，尤其針對(duì)應(yīng)急管理場景，百分點(diǎn)科技形成了較強(qiáng)的數(shù)據(jù)治理方法論。

以完整的數(shù)據(jù)治理方法論作為支撐，百分點(diǎn)科技在數(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，能夠基于一套完整的工序有條不紊地推進(jìn)數(shù)據(jù)治理工作。例如，在數(shù)據(jù)匯聚環(huán)節(jié)，能夠通過數(shù)據(jù)調(diào)研表、接入方案等進(jìn)行數(shù)據(jù)盤點(diǎn)和接入方案設(shè)計(jì)；在數(shù)據(jù)處理的環(huán)節(jié)，通過標(biāo)準(zhǔn)規(guī)范文檔、數(shù)據(jù)字典進(jìn)行標(biāo)準(zhǔn)制定；在數(shù)據(jù)服務(wù)環(huán)節(jié)，通過數(shù)據(jù)分級(jí)分類等進(jìn)行運(yùn)營規(guī)范制定，通過資源數(shù)據(jù)目錄梳理進(jìn)行資源目錄設(shè)計(jì)等。

在咨詢的基礎(chǔ)上，百分點(diǎn)科技能夠很好地結(jié)合工具應(yīng)用助力企業(yè)推進(jìn)數(shù)據(jù)治理工作，如BD-OS平臺(tái)能夠?qū)崿F(xiàn)數(shù)據(jù)的匯聚和數(shù)據(jù)處理等；低代碼開發(fā)組件應(yīng)用于元數(shù)據(jù)開發(fā)、數(shù)據(jù)資產(chǎn)目錄構(gòu)建等工作，加快數(shù)據(jù)治理工作的部署實(shí)施。

在實(shí)施服務(wù)方面，百分點(diǎn)科技的實(shí)施團(tuán)隊(duì)規(guī)模較大，分布覆蓋全國大部分地區(qū)。此外，項(xiàng)目實(shí)施工作完全由百分點(diǎn)科技自己承擔(dān)，不依賴第三方交付，可以很好地保證交付質(zhì)量。

典型客戶：

廣東省應(yīng)急管理廳、北京市石景山區(qū)人民政府、新華社

客戶案例：

百分點(diǎn)科技為廣東省應(yīng)急管理廳構(gòu)建了全省“大應(yīng)急”數(shù)據(jù)中臺(tái)，整合安全生產(chǎn)、消防、海事、交通、環(huán)保、民政、水利等24個(gè)相關(guān)廳局的數(shù)據(jù)資源，實(shí)現(xiàn)應(yīng)急數(shù)據(jù)接入、處理、存儲(chǔ)、應(yīng)用等全生命周期治理，構(gòu)建數(shù)據(jù)全域覆蓋、分級(jí)匯聚、縱向聯(lián)通、統(tǒng)一管控的大數(shù)據(jù)體系，形成應(yīng)急數(shù)據(jù)地圖，使應(yīng)急數(shù)據(jù)資源“看得清、管得住、控得牢、處置快、損害低”，并通過數(shù)據(jù)共享交換平臺(tái)支撐多個(gè)業(yè)務(wù)應(yīng)用，提升應(yīng)急管理業(yè)務(wù)能力。

全面融合感知數(shù)據(jù)、社會(huì)和互聯(lián)網(wǎng)數(shù)據(jù)、應(yīng)急管理內(nèi)部數(shù)據(jù)及其他政府部門數(shù)據(jù)，實(shí)現(xiàn)跨部門、跨區(qū)域、跨行業(yè)的信息共享和資源統(tǒng)籌，并在此基礎(chǔ)上進(jìn)行數(shù)據(jù)建模分析，構(gòu)建災(zāi)害鏈、防汛、森防等知識(shí)圖譜，實(shí)現(xiàn)應(yīng)急一盤棋管理，針對(duì)臺(tái)風(fēng)、危化品、火災(zāi)等突發(fā)事件的不同類型進(jìn)行分類管理，提升災(zāi)害應(yīng)急處置效率。

滴普科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

滴普科技通過數(shù)據(jù)集成工具DCT和數(shù)據(jù)開發(fā)和管理套件DaaS等工具產(chǎn)品、業(yè)務(wù)和數(shù)據(jù)咨詢服務(wù)以及實(shí)施服務(wù)，為客戶提供完整的數(shù)據(jù)治理能力，覆蓋數(shù)據(jù)建模、數(shù)據(jù)開發(fā)、數(shù)據(jù)服務(wù)、元數(shù)據(jù)管理、數(shù)據(jù)血緣、數(shù)據(jù)質(zhì)量管理等數(shù)據(jù)治理過程的各個(gè)環(huán)節(jié)。

能力解讀：

滴普科技的數(shù)據(jù)治理服務(wù)能夠集成散落在企業(yè)各方的數(shù)據(jù)，并對(duì)異常數(shù)據(jù)進(jìn)行清洗，完成海量數(shù)據(jù)的集成、存儲(chǔ)、計(jì)算、資產(chǎn)化過程，從而有效消除數(shù)據(jù)孤島，實(shí)現(xiàn)實(shí)時(shí)的數(shù)據(jù)信息共享。

滴普科技具備完善的數(shù)據(jù)治理機(jī)制，通過數(shù)據(jù)建模、數(shù)據(jù)標(biāo)準(zhǔn)的建立、數(shù)據(jù)質(zhì)量的監(jiān)控和流程的優(yōu)化等，保證數(shù)據(jù)標(biāo)準(zhǔn)可落地、數(shù)據(jù)開發(fā)可管理、數(shù)據(jù)質(zhì)量可稽核。同時(shí)，通過多重的異常處理機(jī)制，確保企業(yè)數(shù)據(jù)資產(chǎn)的完整性和一致性。

滴普科技的資產(chǎn)地圖能夠?qū)θ驍?shù)據(jù)匯集和全鏈路數(shù)據(jù)追蹤，展示用戶的指標(biāo)、模型等數(shù)據(jù)資產(chǎn)。用戶可以全面掌握數(shù)據(jù)中臺(tái)的資產(chǎn)狀況，快速地查找、定位需要的數(shù)據(jù)。

在數(shù)據(jù)治理的易用性方面，滴普科技面向管理人員提供元數(shù)據(jù)、數(shù)據(jù)質(zhì)量、數(shù)據(jù)地圖、指標(biāo)管理等功能，實(shí)現(xiàn)全程可視化操作，能夠很好地協(xié)助數(shù)據(jù)部門進(jìn)行配置和監(jiān)控。

滴普科技積累了大量數(shù)據(jù)治理的咨詢經(jīng)驗(yàn)，能夠針對(duì)不同行業(yè)的行業(yè)特性，從客戶的業(yè)務(wù)出發(fā)設(shè)計(jì)相應(yīng)的數(shù)據(jù)模型和完善的數(shù)據(jù)治理機(jī)制。

典型客戶：

百麗國際、滔搏運(yùn)動(dòng)、中外運(yùn)物流、九洲電器、科倫藥業(yè)

觀遠(yuǎn)數(shù)據(jù)

廠商介紹：

觀遠(yuǎn)數(shù)據(jù)成立于2016年，公司為泛零售、消費(fèi)以及互聯(lián)網(wǎng)領(lǐng)域客戶提供智能數(shù)據(jù)分析與決策(AI+BI)解決方案。提出一整套從敏捷分析(BI)到智能決策(AI)的完整“5A”落地路徑方法論，為企業(yè)實(shí)現(xiàn)從傳統(tǒng)BI到智能分析與決策的轉(zhuǎn)型。

產(chǎn)品服務(wù)介紹：

觀遠(yuǎn)數(shù)據(jù)的數(shù)據(jù)開發(fā)平臺(tái)Universe以服務(wù)AI和BI數(shù)據(jù)應(yīng)用為核心，由開發(fā)平臺(tái)提供底層數(shù)據(jù)處理能力的支撐，同時(shí)向上拓展輕量級(jí)的數(shù)據(jù)治理和數(shù)據(jù)服務(wù)能力，提供與業(yè)務(wù)應(yīng)用緊密結(jié)合的一站式解決方案。

能力解讀：

數(shù)據(jù)開發(fā)平臺(tái)以數(shù)據(jù)開發(fā)為核心，提供數(shù)據(jù)源對(duì)接、任務(wù)開發(fā)、調(diào)度管理、插件擴(kuò)展、數(shù)據(jù)存儲(chǔ)與服務(wù)能力。

任務(wù)開發(fā)可進(jìn)行ETL等數(shù)據(jù)任務(wù)的開發(fā)，進(jìn)行可視化的數(shù)據(jù)集成與處理；調(diào)度管理支持復(fù)雜靈活的流程編排、調(diào)度與監(jiān)控，實(shí)例化的運(yùn)行機(jī)制支持復(fù)雜的運(yùn)維操作；插件體系提供了簡單易用的SDK以及插件API，方便開發(fā)人員自定義特殊算法來處理數(shù)據(jù)。

數(shù)據(jù)開發(fā)平臺(tái)能夠無縫對(duì)接觀遠(yuǎn)BI平臺(tái)，可以進(jìn)行SmartETL的平滑遷移和數(shù)據(jù)集存儲(chǔ)共享，為BI平臺(tái)提供了一個(gè)強(qiáng)大的底層數(shù)據(jù)處理能力的支撐，便于流暢的管理從數(shù)據(jù)開發(fā)到數(shù)據(jù)應(yīng)用的整個(gè)流程。

通過數(shù)據(jù)開發(fā)平臺(tái)，可以支持表級(jí)別的數(shù)據(jù)血緣，便于分析數(shù)據(jù)的血緣來源及影響范圍；同時(shí)，基于數(shù)據(jù)集進(jìn)行校驗(yàn)規(guī)則設(shè)置，平臺(tái)支持定時(shí)檢測及產(chǎn)出數(shù)據(jù)質(zhì)量報(bào)告。

典型客戶：

丸美，珀萊雅，蜜雪冰城，新華書店，紅豆

海致科技、海致星圖

廠商介紹：

產(chǎn)品服務(wù)介紹：

在數(shù)據(jù)治理場景，DMC平臺(tái)能夠提供完整的數(shù)據(jù)治理工具，核心能力體現(xiàn)在數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)血緣管理等方面。同時(shí)，海致科技在警務(wù)數(shù)據(jù)治理上能夠提供專業(yè)和體系化的咨詢服務(wù)。

能力解讀：

DMC平臺(tái)支持對(duì)不同行業(yè)類型的數(shù)據(jù)進(jìn)行清洗并達(dá)到數(shù)據(jù)標(biāo)準(zhǔn)。同時(shí)，針對(duì)警務(wù)數(shù)據(jù)的特點(diǎn)，DMC平臺(tái)內(nèi)嵌公安標(biāo)準(zhǔn)庫、主題庫等公安數(shù)據(jù)標(biāo)準(zhǔn)體系，具備庫表標(biāo)準(zhǔn)、元數(shù)據(jù)、血緣、質(zhì)量等數(shù)據(jù)資產(chǎn)管理能力，支持公安業(yè)務(wù)屬性的事件庫、要素庫、標(biāo)簽庫等數(shù)據(jù)知識(shí)一鍵式構(gòu)建能力。

DMC平臺(tái)的數(shù)據(jù)血緣管理能夠支持客戶追溯數(shù)據(jù)從接入、到清洗、處理加工的所有過程，了解數(shù)據(jù)的來龍去脈。因此，公安客戶出于業(yè)務(wù)和合規(guī)需求，可以通過平臺(tái)的數(shù)據(jù)血緣關(guān)系模塊了解數(shù)據(jù)被不同平臺(tái)的使用情況，包括所有的操作和產(chǎn)生的結(jié)果，具備很大的業(yè)務(wù)價(jià)值。

在咨詢服務(wù)方面，海致科技具備大量公安客戶的服務(wù)經(jīng)驗(yàn)，能夠根據(jù)公安客戶數(shù)據(jù)環(huán)境和數(shù)據(jù)情況的不同，為不同的數(shù)據(jù)治理項(xiàng)目提供定制化解決方案。

此外，針對(duì)不同級(jí)別警務(wù)數(shù)據(jù)彼此獨(dú)立的現(xiàn)狀，海致科技在業(yè)內(nèi)率先在與相關(guān)部門合作探索為省廳和地市間，跨警種間解決了跨省市及警種的數(shù)據(jù)協(xié)同治理和協(xié)同服務(wù)的問題。

典型客戶：

公安部第一研究所、山東省公安廳、北京市公安局公安交通管理局

Kyligence

廠商介紹：

Kyligence成立于2016年，由Apache Kylin創(chuàng)始團(tuán)隊(duì)創(chuàng)建，專注于打造下一代智能數(shù)據(jù)云平臺(tái)，為企業(yè)提供自動(dòng)化的數(shù)據(jù)服務(wù)和管理。基于機(jī)器學(xué)習(xí)和AI技術(shù)，Kyligence從多云的數(shù)據(jù)存儲(chǔ)中識(shí)別和管理最有價(jià)值數(shù)據(jù)，并提供高性能、高并發(fā)的數(shù)據(jù)服務(wù)以支撐各種數(shù)據(jù)分析與應(yīng)用，同時(shí)不斷降低TCO。

產(chǎn)品服務(wù)介紹

Kyligence的產(chǎn)品通過對(duì)接各類數(shù)據(jù)源，并提供標(biāo)準(zhǔn)的MDX接口，為用戶構(gòu)建統(tǒng)一的語義層，用戶可以通過管理數(shù)據(jù)模型的方式來實(shí)現(xiàn)對(duì)數(shù)據(jù)的治理。

能力解讀：

Kyligence將數(shù)據(jù)表轉(zhuǎn)換為維度、度量、層級(jí)結(jié)構(gòu)等業(yè)務(wù)人員熟悉的語義模型，并構(gòu)建出一個(gè)可以在不同的BI工具中實(shí)現(xiàn)復(fù)用的統(tǒng)一的語義層，有效解決了數(shù)據(jù)孤島的問題，方便業(yè)務(wù)人員的使用。

針對(duì)IT負(fù)責(zé)人對(duì)數(shù)據(jù)用量無法完全掌握的現(xiàn)狀，Kyligence的統(tǒng)一語義層能夠支持用戶查看數(shù)據(jù)模型對(duì)存儲(chǔ)資源的使用情況、數(shù)據(jù)模型支持的分析場景的數(shù)量、以及使用了該模型的分析師的數(shù)量等信息，這對(duì)數(shù)據(jù)治理團(tuán)隊(duì)衡量數(shù)據(jù)模型的價(jià)值和收益有很大幫助。

Kyligence通過統(tǒng)一語義層將割裂的BI分析負(fù)載集中到數(shù)據(jù)平臺(tái)，讓用戶和數(shù)據(jù)訪問的管理可以統(tǒng)一配置在數(shù)據(jù)平臺(tái)的數(shù)據(jù)資產(chǎn)層，并作用到所有上層業(yè)務(wù)應(yīng)用，IT無需對(duì)下游系統(tǒng)配置額外的訪問控制，因此降低了用戶的數(shù)據(jù)分散在不同業(yè)務(wù)系統(tǒng)帶來的數(shù)據(jù)安全風(fēng)險(xiǎn)。

典型客戶：

Costa，UBS，YUM

明略科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

明略科技以產(chǎn)品加咨詢的方式向客戶提供服務(wù)。明略科技數(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，提供的數(shù)據(jù)治理工具組件包括元數(shù)據(jù)管理、數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)質(zhì)量管理和數(shù)據(jù)共享工具等。

能力解讀：

明略科技長期服務(wù)于政府、工業(yè)、金融以及零售等行業(yè)和領(lǐng)域，尤其在政府和工業(yè)領(lǐng)域，具備成熟的數(shù)據(jù)治理建設(shè)和落地經(jīng)驗(yàn)。基于這些經(jīng)驗(yàn)，同時(shí)結(jié)合數(shù)據(jù)治理工具，明略科技能夠針對(duì)客戶面臨的痛點(diǎn)提供解決方案。例如，針對(duì)政府客戶，數(shù)據(jù)中臺(tái)建設(shè)往往涉及不同委辦局之間的數(shù)據(jù)共享和數(shù)據(jù)管理，明略科技積累的大量政府行業(yè)落地經(jīng)驗(yàn)，包括數(shù)據(jù)標(biāo)準(zhǔn)體系和數(shù)據(jù)標(biāo)簽體系等，使得其能夠快速推進(jìn)相關(guān)工作。

在產(chǎn)品方面，明略科技的數(shù)據(jù)資產(chǎn)圖譜平臺(tái)能夠?qū)崿F(xiàn)業(yè)務(wù)元數(shù)據(jù)體系和IT元數(shù)據(jù)體系的打通，能夠支撐業(yè)務(wù)人員和技術(shù)團(tuán)隊(duì)以在線化的方式實(shí)現(xiàn)協(xié)作，很好的解決企業(yè)數(shù)據(jù)管理領(lǐng)域多年存在的難點(diǎn)。具體來看，相比傳統(tǒng)的庫表結(jié)構(gòu)，明略科技以網(wǎng)狀關(guān)系為核心的圖模型技術(shù)為支撐，在數(shù)據(jù)接入、加工到消費(fèi)等數(shù)據(jù)全生命周期中，對(duì)元數(shù)據(jù)進(jìn)行管理，將業(yè)務(wù)和IT兩個(gè)部門相關(guān)的數(shù)據(jù)連接成“一張網(wǎng)”，實(shí)現(xiàn)元數(shù)據(jù)的共享、統(tǒng)一管理和數(shù)據(jù)應(yīng)用。

典型客戶：

某城市超腦、湖南國網(wǎng)

客戶案例：

某市推出了城市超級(jí)大腦項(xiàng)目，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“一網(wǎng)通辦”、“一屏通享”等數(shù)據(jù)應(yīng)用體系。

明略科技聯(lián)合騰訊云為該城市超級(jí)大腦數(shù)據(jù)中臺(tái)建設(shè)提供了一整套解決方案，包括軟件產(chǎn)品和咨詢服務(wù)兩部分。軟件產(chǎn)品方面，包括數(shù)據(jù)匯聚平臺(tái)、數(shù)據(jù)標(biāo)準(zhǔn)化平臺(tái)和元數(shù)據(jù)管理平臺(tái)等；咨詢方面，明略科技提供的服務(wù)包括：幫助該市數(shù)據(jù)資源管理局建立了數(shù)據(jù)治理的組織保障和工作流程；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)營等方面的管理標(biāo)準(zhǔn)、技術(shù)標(biāo)準(zhǔn)及數(shù)據(jù)標(biāo)準(zhǔn)等。

效果層面，城市超級(jí)大腦項(xiàng)目取得了階段性的成效，包括資源目錄、數(shù)據(jù)歸集以及數(shù)據(jù)共享三個(gè)方面。其中，在數(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)。

米雅科技

廠商介紹：

米雅科技成立于2014年，從聚合支付開始助力企業(yè)與消費(fèi)群體建立連接，為零售商、品牌商提供“Data+AI+Solution”的SaaS平臺(tái)，幫助企業(yè)發(fā)揮數(shù)據(jù)資產(chǎn)的價(jià)值，用數(shù)據(jù)為消費(fèi)者創(chuàng)造價(jià)值，最終實(shí)現(xiàn)業(yè)務(wù)增長。

產(chǎn)品服務(wù)介紹：

米雅科技數(shù)據(jù)中臺(tái)數(shù)據(jù)治理核心模塊One ID數(shù)據(jù)引擎，能夠結(jié)合元數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)資產(chǎn)管理和數(shù)據(jù)安全管理等工具，通過數(shù)據(jù)資產(chǎn)視圖等方式輸出數(shù)據(jù)服務(wù)。

能力解讀：

米雅科技主要服務(wù)零售企業(yè)客戶，其數(shù)據(jù)中臺(tái)專注于消費(fèi)者運(yùn)營場景的應(yīng)用。米雅科技的數(shù)據(jù)中臺(tái)內(nèi)置了消費(fèi)者運(yùn)營領(lǐng)域的各類算法模型，包括銷售預(yù)測模型以及忠誠度預(yù)測模型等。客戶能夠調(diào)用這些模型，運(yùn)用于會(huì)員洞察與管理、客戶忠誠度分析以及營銷自動(dòng)化等場景中。

米雅科技數(shù)據(jù)中臺(tái)的核心模塊One ID數(shù)據(jù)引擎采用實(shí)時(shí)和離線計(jì)算技術(shù)作為支撐，能夠保證在大數(shù)據(jù)量和數(shù)據(jù)多維度的情況，保持穩(wěn)定性。One ID模塊配置了元數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量管理等工具，能夠及時(shí)打通用戶數(shù)據(jù)，整合用戶在多渠道的數(shù)據(jù)并進(jìn)行畫像，翔實(shí)的描述用戶的偏好以及特性。

米雅科技重視數(shù)據(jù)安全體系的搭建，注重消費(fèi)者隱私保護(hù)。米雅科技擅長基于消費(fèi)者數(shù)據(jù)進(jìn)行區(qū)域性或者具體群體的消費(fèi)者行為分析。其可通過技術(shù)手段，做到不暴露消費(fèi)者個(gè)人數(shù)據(jù)，消除零售客戶對(duì)于數(shù)據(jù)共享和數(shù)據(jù)安全等方面的擔(dān)憂。米雅科技目前跟華為達(dá)成合作，加強(qiáng)數(shù)據(jù)安全的研發(fā)投入。針對(duì)SAAS到私有化部分等不同場景中提供了多種不同安全級(jí)別的設(shè)計(jì)、部署方案。識(shí)別存在的風(fēng)險(xiǎn)并進(jìn)行規(guī)避和加固。同時(shí)米雅系統(tǒng)遵循數(shù)據(jù)權(quán)限分級(jí)管理制度，對(duì)賬號(hào)權(quán)限進(jìn)行了詳細(xì)切分。并設(shè)計(jì)了審計(jì)等功能。

典型客戶：

華東某知名服飾品牌、東北某大型商企集團(tuán)

客戶案例：

某知名服飾品牌通過新零售渠道、智慧門店、小程序等數(shù)字化建設(shè)積累了可觀的會(huì)員資產(chǎn)，然而依舊存在諸多問題：購物者在不同渠道的身份未打通，無法享受統(tǒng)一的權(quán)益；不同業(yè)務(wù)線缺乏統(tǒng)一規(guī)范，管理者很難以全局的角度審視運(yùn)營活動(dòng)效果等。

米雅科技幫助該品牌搭建數(shù)據(jù)中臺(tái)，實(shí)現(xiàn)數(shù)據(jù)治理。幫助該品牌建立統(tǒng)一的數(shù)據(jù)處理流程，整合線上線下各渠道的會(huì)員、訂單等數(shù)據(jù)，實(shí)現(xiàn)購物者身份的統(tǒng)一識(shí)別；和客戶的數(shù)據(jù)團(tuán)隊(duì)一起，梳理了其業(yè)務(wù)模型，實(shí)現(xiàn)元數(shù)據(jù)的收集和數(shù)據(jù)血緣系統(tǒng)的搭建。此外，通過建立數(shù)據(jù)質(zhì)量視圖，讓管理者能夠直觀的度量各業(yè)務(wù)的數(shù)據(jù)質(zhì)量情況。

進(jìn)行數(shù)據(jù)治理之后，該品牌實(shí)現(xiàn)了不同業(yè)務(wù)線指標(biāo)命名以及計(jì)算口徑的統(tǒng)一，將原來總計(jì)3000多個(gè)業(yè)務(wù)指標(biāo)合并到100個(gè)左右，指標(biāo)整合后，顆粒更加清晰；基于統(tǒng)一的數(shù)據(jù)服務(wù)層、設(shè)計(jì)并建立了會(huì)員資產(chǎn)視圖，購物者在多渠道的積分、權(quán)益實(shí)現(xiàn)統(tǒng)一。

同盾科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

同盾科技為客戶提供咨詢和產(chǎn)品結(jié)合的數(shù)據(jù)治理解決方案。星河大數(shù)據(jù)平臺(tái)數(shù)據(jù)治理相關(guān)的核心模塊包括元數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量監(jiān)控和資產(chǎn)目錄等。

能力解讀：

同盾科技長期服務(wù)于金融和政企行業(yè)，積累了深厚的行業(yè)知識(shí)以及相應(yīng)的數(shù)據(jù)治理方法論。針對(duì)金融和政企行業(yè)客戶，同盾科技基于自身積累的大量行業(yè)標(biāo)準(zhǔn)知識(shí)，通過輸出咨詢服務(wù)，同時(shí)結(jié)合星河-大數(shù)據(jù)平臺(tái)的工具模塊，能夠幫助客戶推進(jìn)數(shù)據(jù)治理工作。

同盾科技的數(shù)據(jù)治理模塊是與數(shù)據(jù)開發(fā)平臺(tái)同時(shí)向客戶提供服務(wù)，基于的星河大數(shù)據(jù)平臺(tái)，可同時(shí)實(shí)現(xiàn)數(shù)據(jù)開發(fā)和數(shù)據(jù)治理的工作，保證了數(shù)據(jù)資產(chǎn)平臺(tái)與數(shù)據(jù)處理的過程實(shí)現(xiàn)無縫對(duì)接，如元數(shù)據(jù)信息的自動(dòng)對(duì)接等，助力企業(yè)降低成本。

典型客戶：

滬杭甬高速

客戶案例：

在全國建設(shè)智慧高速公路的浪潮下，滬杭甬高速展開了智慧高速大數(shù)據(jù)平臺(tái)建設(shè)項(xiàng)目，希望通過搭建統(tǒng)一的數(shù)據(jù)中臺(tái)實(shí)現(xiàn)數(shù)據(jù)的匯聚，構(gòu)建數(shù)據(jù)資產(chǎn)，實(shí)現(xiàn)數(shù)據(jù)的共享和高效管控，支撐起智慧高速的各類應(yīng)用場景。

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)。智慧高速云控平臺(tái)融合星河大數(shù)據(jù)平臺(tái)的數(shù)據(jù)開發(fā)、數(shù)據(jù)治理以及統(tǒng)一數(shù)據(jù)服務(wù)等功能模塊，以數(shù)據(jù)資產(chǎn)大屏的方式支撐業(yè)務(wù)人員使用。在數(shù)據(jù)治理方面，同盾科技通過輸出咨詢服務(wù)，梳理客戶各類業(yè)務(wù)數(shù)據(jù)，結(jié)合高速公路行業(yè)數(shù)據(jù)規(guī)范制定數(shù)據(jù)統(tǒng)一規(guī)范，并構(gòu)建統(tǒng)一數(shù)據(jù)公共層。

在應(yīng)用效果方面，智慧高速云控平臺(tái)集成了運(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。

御數(shù)坊

廠商介紹：

御數(shù)坊是一家專注于數(shù)據(jù)治理領(lǐng)域的企業(yè)。御數(shù)坊以“咨詢服務(wù)+軟件產(chǎn)品”的一體化交付模式服務(wù)客戶，行業(yè)覆蓋銀行、證券、能源、地產(chǎn)、汽車、通信、制造和政府等領(lǐng)域。

產(chǎn)品服務(wù)介紹：

御數(shù)坊以數(shù)據(jù)治理咨詢起家，目前形成了咨詢和產(chǎn)品一體化的服務(wù)模式，其拳頭產(chǎn)品“DGOffice”協(xié)同數(shù)據(jù)治理咨詢，實(shí)現(xiàn)對(duì)企業(yè)客戶全域數(shù)據(jù)管理。基于DGOffice，用戶可完成對(duì)數(shù)據(jù)資產(chǎn)的盤點(diǎn)梳理，實(shí)現(xiàn)數(shù)據(jù)質(zhì)量管理數(shù)據(jù)認(rèn)責(zé)管理、數(shù)據(jù)標(biāo)準(zhǔn)管理和數(shù)據(jù)資產(chǎn)管理等工作。

能力解讀：

御數(shù)坊服務(wù)了50余家500強(qiáng)企業(yè)，行業(yè)覆蓋能源、通信、金融、汽車、政府、房地產(chǎn)等眾多領(lǐng)域，形成了自身的經(jīng)驗(yàn)和數(shù)據(jù)治理方法論。御數(shù)坊是全國信標(biāo)委大數(shù)據(jù)標(biāo)準(zhǔn)工作組成員，參加DCMM、數(shù)據(jù)質(zhì)量評(píng)價(jià)、數(shù)據(jù)治理規(guī)范國家標(biāo)準(zhǔn)編寫。

御數(shù)坊采用咨詢和產(chǎn)品一體化的服務(wù)模式，可面向跨行業(yè)的業(yè)務(wù)場景，通過輸出數(shù)據(jù)治理方法論，如方法論流程模板庫和行業(yè)標(biāo)準(zhǔn)數(shù)據(jù)庫等，并結(jié)合DGOffice工具應(yīng)用組件，以在線化和協(xié)同化的思路，幫助客戶推進(jìn)數(shù)據(jù)治理工作。

咨詢方面，在服務(wù)模式上，御數(shù)坊采取微咨詢的服務(wù)模式。在這一模式下，御數(shù)坊會(huì)圍繞著客戶反饋的業(yè)務(wù)場景和數(shù)據(jù)問題，如營銷指標(biāo)治理以及客戶數(shù)據(jù)治理等，提供咨詢服務(wù)。這種面向場景的微咨詢能夠圍繞具體痛點(diǎn)，快速解決客戶問題，具備見效快和效率高的特點(diǎn)。

在產(chǎn)品方面，DGOffice具體低代碼和組件化的技術(shù)能力，能夠快速的支撐起客戶個(gè)性化的管理場景，提高實(shí)施與交付的速度。此外，DGOffice還內(nèi)置了大量智能化組件，包括NLP和知識(shí)圖譜等，提升了產(chǎn)品平臺(tái)的易用性，讓數(shù)據(jù)治理更簡單高效。如DGOffice可基于業(yè)務(wù)規(guī)范建立業(yè)務(wù)知識(shí)圖譜，構(gòu)建數(shù)據(jù)與業(yè)務(wù)語義關(guān)聯(lián)，還原數(shù)據(jù)資產(chǎn)的業(yè)務(wù)背景知識(shí)，提高用戶數(shù)據(jù)使用體驗(yàn)。

典型客戶：

國家電網(wǎng)、南方電網(wǎng)、中國移動(dòng)、中國聯(lián)通、申萬宏源證券

客戶案例：

某省級(jí)能源企業(yè)此前已展開了由公司IT管理部門牽頭的年度性的數(shù)據(jù)質(zhì)量專項(xiàng)治理提升工作。這雖然取得了一定的成效，不過問題依然艱深，主要表現(xiàn)為：同時(shí)充當(dāng)“裁判”和“運(yùn)動(dòng)員”的IT部門難以有效推動(dòng)業(yè)務(wù)部門深度參與，由業(yè)務(wù)定義和管理要求引起的數(shù)據(jù)問題成為頑疾。

在這一背景下，御數(shù)坊首先為該企業(yè)設(shè)計(jì)了一套數(shù)據(jù)認(rèn)責(zé)的機(jī)制，讓業(yè)務(wù)管理部門成為數(shù)據(jù)治理工作的主體，并明確了各方的責(zé)任。在這一套機(jī)制的框架下，御數(shù)坊以問題為導(dǎo)向，選取核心問題數(shù)據(jù)，小范圍試點(diǎn)實(shí)施。隨后，結(jié)合重點(diǎn)指標(biāo)需求，分批次在全省推廣，全面落實(shí)數(shù)據(jù)認(rèn)責(zé)機(jī)制。

在工具層面，御數(shù)坊還部署到客戶DGOffice數(shù)據(jù)認(rèn)責(zé)工具及數(shù)據(jù)指標(biāo)溯源管理工具，全面保障認(rèn)責(zé)關(guān)系的可視化、可管控、可追蹤，數(shù)據(jù)治理工作效率大幅提升。

效果層面，2019年，全省完成數(shù)據(jù)認(rèn)責(zé)推廣，99%關(guān)聯(lián)到責(zé)任人，覆蓋7個(gè)重點(diǎn)任務(wù)25個(gè)業(yè)務(wù)指標(biāo)，數(shù)據(jù)質(zhì)量提高2倍，平均節(jié)約成本156萬/年/供電局。機(jī)制層面，形成了數(shù)據(jù)認(rèn)責(zé)推動(dòng)數(shù)據(jù)質(zhì)量提升的有效工作機(jī)制。

元年科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

在數(shù)據(jù)治理場景，元年科技的數(shù)據(jù)中臺(tái)解決方案能夠提供完整的數(shù)據(jù)治理產(chǎn)品和服務(wù)，覆蓋從數(shù)據(jù)采集、形成數(shù)據(jù)資產(chǎn)到數(shù)據(jù)服務(wù)的全生命周期，包括數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)資產(chǎn)管理等核心功能。

能力解讀：

產(chǎn)品層面，元年科技的數(shù)據(jù)中臺(tái)具備完整的數(shù)據(jù)治理功能，涵蓋數(shù)據(jù)生命周期管理、主數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)安全、數(shù)據(jù)標(biāo)準(zhǔn)管理、元數(shù)據(jù)管理、數(shù)據(jù)標(biāo)簽管理、數(shù)據(jù)資產(chǎn)管理等，其中數(shù)據(jù)資產(chǎn)管理具備完善的數(shù)據(jù)資產(chǎn)分類和權(quán)限管理功能。

元年科技具備數(shù)據(jù)治理咨詢服務(wù)能力，通過專門的咨詢團(tuán)隊(duì)和方法論，將數(shù)據(jù)治理咨詢?nèi)谌霐?shù)據(jù)平臺(tái)建設(shè)過程中，輸出數(shù)據(jù)治理理念，協(xié)助企業(yè)搭建配套的組織架構(gòu)，建立流程和規(guī)范，并通過數(shù)據(jù)治理產(chǎn)品工具進(jìn)行落地，實(shí)現(xiàn)持續(xù)運(yùn)營。

元年科技在管理會(huì)計(jì)、財(cái)務(wù)管理和管理咨詢領(lǐng)域有21年積累，服務(wù)了近千家大型企業(yè)集團(tuán)，在服務(wù)大型企業(yè)的數(shù)據(jù)治理方面有較強(qiáng)能力儲(chǔ)備。尤其面向以財(cái)務(wù)為核心的經(jīng)營分析主題數(shù)據(jù)治理，元年科技積累了豐富的數(shù)據(jù)管理體系設(shè)計(jì)、數(shù)據(jù)標(biāo)準(zhǔn)體系設(shè)計(jì)等方法論。

典型客戶：

三諾生物

云徙科技

廠商介紹：

云徙科技成立于2017年，是專注于消費(fèi)者數(shù)字體驗(yàn)的中臺(tái)解決方案提供商。云徙科技的產(chǎn)品體系包括針對(duì)中大型企業(yè)客戶進(jìn)行私有化部署的“數(shù)艦”及SaaS營銷產(chǎn)品“數(shù)盈”，服務(wù)于快消、家電、汽車和地產(chǎn)等行業(yè)。

產(chǎn)品服務(wù)介紹：

云徙科技通過咨詢加產(chǎn)品的方式為客戶提供數(shù)據(jù)治理解決方案。云徙科技數(shù)據(jù)中臺(tái)數(shù)據(jù)治理能力和模塊包括數(shù)據(jù)資產(chǎn)管理平臺(tái)（如數(shù)據(jù)血緣追溯、標(biāo)簽體系管理等）以及數(shù)據(jù)資產(chǎn)運(yùn)營平臺(tái)（包括標(biāo)簽?zāi)Ｐ秃退惴Ｐ偷?#xff09;。

能力解讀：

云徙科技專注服務(wù)于零售、地產(chǎn)和汽車等行業(yè)的數(shù)字營銷場景，積累了豐富的針對(duì)營銷場景的數(shù)據(jù)治理經(jīng)驗(yàn)。在長期服務(wù)客戶的過程中，云徙科技針對(duì)客戶數(shù)據(jù)治理的難點(diǎn)進(jìn)行提煉總結(jié)，形成了自身的方法論并固化成產(chǎn)品沉淀在數(shù)據(jù)中臺(tái)，形成了針對(duì)營銷域的完整數(shù)據(jù)治理體系。

針對(duì)營銷域的數(shù)據(jù)治理，云徙科技的數(shù)據(jù)中臺(tái)具備良好的模型設(shè)計(jì)和指標(biāo)管理體系能力。在典型的數(shù)據(jù)中臺(tái)項(xiàng)目中，云徙科技能夠結(jié)合客戶具體業(yè)務(wù)情況和應(yīng)用場景，事先梳理出一套標(biāo)準(zhǔn)（如命名規(guī)范、數(shù)據(jù)血緣關(guān)聯(lián)關(guān)系等），基于統(tǒng)一規(guī)范和流程為后期的數(shù)據(jù)采集、數(shù)據(jù)融通、數(shù)據(jù)加工和數(shù)據(jù)服務(wù)等工作打下良好的基礎(chǔ)。

另外，云徙科技的數(shù)據(jù)中臺(tái)內(nèi)置了豐富的業(yè)務(wù)模型體系，包括主題域模型、標(biāo)簽?zāi)Ｐ秃退惴Ｐ偷?#xff0c;這些模型結(jié)合底層數(shù)據(jù)處理能力，能夠形成與具體業(yè)務(wù)場景高度耦合的數(shù)字資產(chǎn)，通過數(shù)據(jù)資產(chǎn)目錄平臺(tái)進(jìn)行分發(fā)，實(shí)現(xiàn)數(shù)據(jù)的共享和復(fù)用。

典型客戶：

海爾集團(tuán)

客戶案例：

海爾集團(tuán)近年來業(yè)務(wù)快速擴(kuò)張，業(yè)務(wù)從原來的家電擴(kuò)展至目前的金融和地產(chǎn)等各個(gè)領(lǐng)域。不同的業(yè)務(wù)部門都建設(shè)了自身的數(shù)據(jù)系統(tǒng)，煙囪建設(shè)問題嚴(yán)重，集團(tuán)希望通過建設(shè)數(shù)據(jù)中臺(tái)和業(yè)務(wù)中臺(tái)，將不同的系統(tǒng)數(shù)據(jù)拉通，并構(gòu)建統(tǒng)一的數(shù)據(jù)資產(chǎn)平臺(tái)，使得數(shù)據(jù)資產(chǎn)能夠共享和復(fù)用。

云徙科技為海爾集團(tuán)部署上線了數(shù)據(jù)中臺(tái)，搭建了統(tǒng)一的標(biāo)簽平臺(tái)。通過該平臺(tái)，業(yè)務(wù)標(biāo)簽可輸送給不同部門人員進(jìn)行使用。目前，該標(biāo)簽平臺(tái)主要是針對(duì)經(jīng)銷商體系的標(biāo)簽建設(shè)，隨著項(xiàng)目的推進(jìn)，未來將擴(kuò)展至消費(fèi)者體系搭建。

在數(shù)據(jù)治理方面，由于海爾集團(tuán)IT建設(shè)歷史較久，內(nèi)部存在3000多套業(yè)務(wù)系統(tǒng)，并且仍在不斷擴(kuò)展。由于歷史建設(shè)原因，很多數(shù)據(jù)無法被調(diào)用和使用，阻礙了數(shù)據(jù)價(jià)值的發(fā)揮。云徙科技以咨詢和產(chǎn)品的方式，通過流程規(guī)范建設(shè)等為海爾集團(tuán)解決這一問題。

3.3. 數(shù)據(jù)分析與可視化

終端用戶：

業(yè)務(wù)部門、企業(yè)管理人員、數(shù)據(jù)分析師

核心需求：

數(shù)據(jù)分析與可視化是指基于一整套平臺(tái)和工具實(shí)現(xiàn)對(duì)數(shù)據(jù)的分析和洞察，具體包括數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)探索和數(shù)據(jù)展示等一系列過程。

傳統(tǒng)上，關(guān)聯(lián)關(guān)系挖掘等數(shù)據(jù)分析工作主要依賴人工進(jìn)行，效率低下，并且容易受到個(gè)人主觀判斷影響。隨著數(shù)據(jù)量的增大，以及數(shù)據(jù)類型變得越來越復(fù)雜，影響數(shù)據(jù)之間關(guān)聯(lián)性的因子劇增，這對(duì)傳統(tǒng)的依賴人工進(jìn)行數(shù)據(jù)分析的模式構(gòu)成巨大挑戰(zhàn)。企業(yè)需要通過AI技術(shù)實(shí)現(xiàn)數(shù)據(jù)分析過程的自動(dòng)化，從而提升效率。同時(shí)，需要融合機(jī)器學(xué)習(xí)等AI技術(shù)進(jìn)行自動(dòng)數(shù)據(jù)探尋，提升數(shù)據(jù)分析深度，彌補(bǔ)人工分析的不足。
隨著企業(yè)數(shù)字化轉(zhuǎn)型的深入，企業(yè)各個(gè)層級(jí)的人員需能夠獲取數(shù)據(jù)，利用數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)決策，數(shù)據(jù)分析服務(wù)需要實(shí)現(xiàn)平民化。首先，數(shù)據(jù)分析師等分析人員需要一個(gè)低門檻的自助式的數(shù)據(jù)分析平臺(tái)，可基于這一平臺(tái)快速實(shí)現(xiàn)數(shù)據(jù)的洞察和分析；其次，終端用戶（從高層管理人員到基層員工）也需要能夠獲取到數(shù)據(jù)服務(wù)，可通過自然語言交互等方式隨時(shí)隨地、低門檻地獲取數(shù)據(jù)分析服務(wù)。

廠商能力要求：

平臺(tái)需要具備從數(shù)據(jù)接入、處理到分析的完整數(shù)據(jù)處理流程，并具備接入多個(gè)來源數(shù)據(jù)的能力。具體而言，平臺(tái)需要具備的關(guān)鍵模塊包括數(shù)據(jù)查詢、數(shù)據(jù)可視化、儀表板、數(shù)據(jù)探尋分析和可視化報(bào)表等。在可視化方面，平臺(tái)需要能夠使用多樣的方式、圖表展示分析結(jié)果。同時(shí)，可視化視圖能夠具備多維數(shù)據(jù)展示的能力。
以AI應(yīng)用為核心的增強(qiáng)分析能力正在成為數(shù)據(jù)分析與可視化場景的重要能力要求。增強(qiáng)分析能力包括三個(gè)方面：基于AI算法，能夠在數(shù)據(jù)準(zhǔn)備和數(shù)據(jù)探尋等數(shù)據(jù)分析環(huán)節(jié)中實(shí)現(xiàn)流程的自動(dòng)化，提升效率；通過AI技術(shù)自動(dòng)進(jìn)行關(guān)聯(lián)網(wǎng)絡(luò)分析，通過智能化的數(shù)據(jù)探尋，實(shí)現(xiàn)脫離人為經(jīng)驗(yàn)的數(shù)據(jù)洞察；基于內(nèi)置的自然語言識(shí)別能力，用戶通過文字和語音的形式即可查詢數(shù)據(jù)分析結(jié)果，同時(shí)，平臺(tái)還能夠通過智能預(yù)警的方式將數(shù)據(jù)分析結(jié)果推送至相關(guān)人員。

代表廠商：

（入選標(biāo)準(zhǔn)：客戶服務(wù)案例在5家及以上）

百分點(diǎn)科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

百分點(diǎn)科技的商業(yè)智能系統(tǒng)Clever BI是一款數(shù)據(jù)可視化分析產(chǎn)品，涵蓋數(shù)據(jù)接入、整合、管理到輸出的完整解決方案，具備自然語言交互式分析的功能。

能力解讀：

Clever BI易用性良好。系統(tǒng)具備自然語言查詢的能力，基于該平臺(tái)，用戶通過語音或者自然語言的方式即可與系統(tǒng)互動(dòng)，獲取數(shù)據(jù)分析服務(wù)，大大降低數(shù)據(jù)分析的使用門檻。

Clever BI具備較強(qiáng)的可視化展示能力。系統(tǒng)基于圖形語法學(xué)理念，將數(shù)據(jù)映射到幾何對(duì)象的視覺通道中，避免出現(xiàn)圖表類型無法窮舉、分類沖突的弊端。并且能夠生成精美的數(shù)據(jù)看板、可視化大屏、數(shù)據(jù)門戶，充分滿足政企客戶對(duì)于大屏展示及對(duì)報(bào)表的需求。

Clever BI具備嵌入式分析能力。系統(tǒng)內(nèi)的前端核心渲染能力已封裝成SDK，支持以SDK形式深度調(diào)用，供開發(fā)者簡單高效地集成進(jìn)自己的業(yè)務(wù)生態(tài)。

典型客戶：

中國文化傳媒集團(tuán)、常州市生態(tài)環(huán)境局、龍湖集團(tuán)

滴普科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

滴普科技的DataSense產(chǎn)品通過自動(dòng)化數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和AI賦能企業(yè)用戶，以進(jìn)行探索式的BI分析，具備數(shù)據(jù)準(zhǔn)備、搜索分析、標(biāo)簽服務(wù)、算法服務(wù)、數(shù)據(jù)可視化和分享、嵌入式分析的能力。

能力解讀：

DataSense能夠支撐多種數(shù)據(jù)源的接入和管理，并提供輕量化的數(shù)據(jù)接入服務(wù)；同時(shí)通過算法識(shí)別表之間的關(guān)系，從而快速生成表關(guān)聯(lián)關(guān)系。用戶因此能夠快速方便地訪問數(shù)據(jù)資產(chǎn)，解決用戶查找數(shù)據(jù)時(shí)間過長，不能有效使用數(shù)據(jù)的問題。

為了降低數(shù)據(jù)分析的門檻，增強(qiáng)數(shù)據(jù)分析的可用性。DataSense 將數(shù)據(jù)分析的能力工具化，以SaaS服務(wù)、API 和SDK為主要形式支撐企業(yè)業(yè)務(wù)對(duì)于數(shù)據(jù)價(jià)值的挖掘。從應(yīng)用的角度出發(fā)，盡可能減少業(yè)務(wù)開發(fā)對(duì)于下層大數(shù)據(jù)平臺(tái)技術(shù)的依賴。同時(shí)，DataSense充分利用智能技術(shù)，在數(shù)據(jù)準(zhǔn)備到數(shù)據(jù)管理到數(shù)據(jù)探索等各個(gè)階段都接入機(jī)器學(xué)習(xí)和AI能力，讓整個(gè)數(shù)據(jù)分析自動(dòng)化和智能化。如，DataSense可以實(shí)現(xiàn)對(duì)話式自助BI功能，基于NLP模型，用戶通過鍵入自然語言的形式，即可獲得自己想要的數(shù)據(jù)報(bào)表；也可以基于用戶需求，進(jìn)行熱搜推薦、分詞聯(lián)想、個(gè)性化推薦等。

DataSense具備豐富的樣式庫，提供多種多樣的圖表樣式，以支撐各種分析維度的可視化展示；同時(shí)，自定義的儀表盤支撐拖拉拽生成經(jīng)營面板，直觀展示各類監(jiān)控指標(biāo)。

此外，滴普科技能夠?yàn)橛脩籼峁臄?shù)據(jù)接入、到數(shù)據(jù)治理、數(shù)據(jù)管理、復(fù)雜分析模型、前端可視化分析、分析報(bào)告和增強(qiáng)分析整個(gè)過程，為用戶實(shí)現(xiàn)端到端的自助分析能力。

典型客戶：

中外運(yùn)物流、科倫藥業(yè)、百麗集團(tuán)

觀遠(yuǎn)數(shù)據(jù)

廠商介紹：

產(chǎn)品服務(wù)介紹：

觀遠(yuǎn)數(shù)據(jù)的一站式智能分析平臺(tái)，面向企業(yè)提供數(shù)據(jù)分析可視化與智能決策服務(wù)，打通了數(shù)據(jù)采集-接入-管理-開發(fā)-分析-AI建模-AI模型運(yùn)行-數(shù)據(jù)應(yīng)用全流程，提升了企業(yè)決策的準(zhǔn)確性與時(shí)效性，并提供可落地的經(jīng)驗(yàn)預(yù)測和智能決策洞察。

能力解讀：

觀遠(yuǎn)數(shù)據(jù)的“5A”戰(zhàn)略將數(shù)據(jù)分析能力的構(gòu)建從基礎(chǔ)到高階依次分為Agile敏捷化、Accurate場景化、Automated自動(dòng)化、Augmented增強(qiáng)化和Actionable行動(dòng)化。對(duì)數(shù)字化能力偏弱的成長型企業(yè)，觀遠(yuǎn)數(shù)據(jù)主要為其提供極簡部署、拖拽式分析、以及各類可視化指標(biāo)的敏捷化能力，并為用戶提供多種場景化的分析模版；對(duì)數(shù)據(jù)基礎(chǔ)能力較成熟的大型企業(yè)，觀遠(yuǎn)數(shù)據(jù)側(cè)重為其提供數(shù)據(jù)分析流程的自動(dòng)化，以及銷售預(yù)測、需求預(yù)測等AI增強(qiáng)的分析能力，并形成智能化的業(yè)務(wù)決策。

為了加快和簡化數(shù)據(jù)分析和應(yīng)用。觀遠(yuǎn)數(shù)據(jù)能夠以低代碼的方式讓業(yè)務(wù)用戶通過拖拉拽的方式生成BI應(yīng)用，并發(fā)布至釘釘、企微等終端，快速實(shí)現(xiàn)數(shù)據(jù)在不同部門的分享和應(yīng)用；同時(shí)，針對(duì)消費(fèi)和零售行業(yè)用戶，觀遠(yuǎn)數(shù)據(jù)借鑒領(lǐng)先企業(yè)的數(shù)字化實(shí)踐，為用戶梳理和定義了包含上百個(gè)業(yè)務(wù)主題，每個(gè)業(yè)務(wù)主題下有數(shù)百上千指標(biāo)的指標(biāo)庫體系，以及近百個(gè)行業(yè)分析模版，為用戶提供行業(yè)最佳實(shí)踐的解決方案。

觀遠(yuǎn)數(shù)據(jù)為用戶提供了一站式的輕型數(shù)據(jù)中臺(tái)解決方案，提供輕型ETL、數(shù)據(jù)接入、數(shù)據(jù)開發(fā)、數(shù)倉、巡檢、管控工具或產(chǎn)品，從而滿足一些用戶對(duì)業(yè)務(wù)敏捷性的需求。

此外，觀遠(yuǎn)數(shù)據(jù)順應(yīng)企業(yè)數(shù)字基礎(chǔ)設(shè)施往云原生方向發(fā)展的趨勢，推出了SaaS版本的產(chǎn)品觀遠(yuǎn)分析云，使企業(yè)能夠以更低門檻快速部署，并以更低成本使用數(shù)據(jù)分析服務(wù)。

典型客戶：

Bilibili 、小紅書、新東方、特步、元?dú)馍帧?/p>

客戶案例：

蜜雪冰城在業(yè)務(wù)快速擴(kuò)張過程中，面臨傳統(tǒng)手工統(tǒng)計(jì)方式逐層反饋效率低下，導(dǎo)致內(nèi)部信息傳遞不及時(shí)；同時(shí)，傳統(tǒng)輕量級(jí)數(shù)倉跨庫多表取數(shù)、運(yùn)行慢，缺乏分層建模，運(yùn)維麻煩，復(fù)用性、可擴(kuò)展性低、難交接、難梳理等問題逐漸顯露。

觀遠(yuǎn)數(shù)據(jù)為蜜雪冰城開發(fā)了一套完整的數(shù)倉+BI平臺(tái)，并配套建設(shè)了完善的數(shù)據(jù)管理體系，引入了成熟的分層建模方法。該平臺(tái)包括了營運(yùn)貿(mào)易、采購倉儲(chǔ)、財(cái)務(wù)管理、渠道監(jiān)控、招商分析、商品分析7個(gè)核心模塊，梳理調(diào)研了7個(gè)業(yè)務(wù)流程，設(shè)置了基于各業(yè)務(wù)分析場景的自動(dòng)化看板和報(bào)表。

該方案落地后，蜜雪冰城建立了完整的企業(yè)級(jí)數(shù)據(jù)倉庫，實(shí)現(xiàn)多個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)接入，打破了數(shù)據(jù)孤島，并實(shí)現(xiàn)了科學(xué)分層；幫助營運(yùn)部門建立起從總部級(jí)到門店級(jí)的數(shù)據(jù)運(yùn)營體系，也為高管提供核心指標(biāo)解讀，隨時(shí)掌握重點(diǎn)業(yè)務(wù)經(jīng)營情況；數(shù)倉+BI方式實(shí)現(xiàn)了所有部門數(shù)據(jù)口徑統(tǒng)一，滿足對(duì)上支撐戰(zhàn)略實(shí)現(xiàn)，對(duì)下監(jiān)控績效指標(biāo)執(zhí)行的需求。

海致科技、海致星圖

廠商介紹：

產(chǎn)品服務(wù)介紹：

海致星圖BDP可視化數(shù)據(jù)分析平臺(tái)是一個(gè)一站式的數(shù)據(jù)分析平臺(tái)，提供從數(shù)據(jù)接入、數(shù)據(jù)加工、再到數(shù)據(jù)分析的全鏈路能力，為用戶提供企業(yè)級(jí)報(bào)表、可視化展示、自助探索分析、數(shù)據(jù)挖掘建模、機(jī)器學(xué)習(xí)等大數(shù)據(jù)分析服務(wù)。

能力解讀：

針對(duì)客戶將企業(yè)數(shù)據(jù)集中化的需求，BDP平臺(tái)支持多源異構(gòu)的匯聚，同時(shí)兼容用戶已有的大數(shù)據(jù)集群，包括CDH、華為FI、星環(huán)TDH等。

BDP平臺(tái)利用海致星圖底層平臺(tái)的OLAP引擎，以及相關(guān)的技術(shù)優(yōu)化，能夠?qū)崿F(xiàn)數(shù)據(jù)分析的高性能，做到億級(jí)數(shù)據(jù)、秒級(jí)響應(yīng)，千億規(guī)模數(shù)據(jù)的查詢響應(yīng)時(shí)間在10秒內(nèi)。

BDP平臺(tái)支持拖拉拽的使用方式，支持在數(shù)據(jù)建模、數(shù)據(jù)分析等環(huán)節(jié)使用AI算法實(shí)現(xiàn)自動(dòng)化；同時(shí)，針對(duì)不同業(yè)務(wù)場景，平臺(tái)內(nèi)積累了眾多金融行業(yè)的分析模版；因此BDP平臺(tái)具有較低的使用門檻，能夠讓業(yè)務(wù)人員快速使用數(shù)據(jù)分析功能。

BDP平臺(tái)同時(shí)支持本地部署和SaaS版本的使用。SaaS版本的產(chǎn)品能夠快速部署和對(duì)接各種數(shù)據(jù)源，并且能夠在充分利用云平臺(tái)的彈性計(jì)算能力的基礎(chǔ)上，支持多租戶的線上數(shù)據(jù)分析需求。對(duì)銀行類客戶而言，SaaS版的BDP平臺(tái)可以實(shí)現(xiàn)全行數(shù)據(jù)的統(tǒng)一，分行以云租賃的方式使用該平臺(tái)，不用關(guān)注底層數(shù)據(jù)能力的建設(shè)，而是專注于業(yè)務(wù)創(chuàng)新。同時(shí)，BDP平臺(tái)支持全行用戶在平臺(tái)內(nèi)共享和復(fù)用分析模型和分析結(jié)果，從而推動(dòng)數(shù)據(jù)賦能業(yè)務(wù)。

典型客戶：

招商銀行、廣發(fā)銀行、中國人壽

Kyligence

廠商介紹：

Kyligence成立于2016年，由Apache Kylin創(chuàng)始團(tuán)隊(duì)創(chuàng)建，專注于打造下一代智能數(shù)據(jù)云平臺(tái)，為企業(yè)提供自動(dòng)化的數(shù)據(jù)服務(wù)和管理。基于機(jī)器學(xué)習(xí)和 AI 技術(shù)，Kyligence從多云的數(shù)據(jù)存儲(chǔ)中識(shí)別和管理最有價(jià)值數(shù)據(jù)，并提供高性能、高并發(fā)的數(shù)據(jù)服務(wù)以支撐各種數(shù)據(jù)分析與應(yīng)用，同時(shí)不斷降低TCO。

產(chǎn)品服務(wù)介紹：

Kyligence產(chǎn)品作為支持?jǐn)?shù)據(jù)分析場景的數(shù)據(jù)平臺(tái)可無縫對(duì)接主流商業(yè)BI如Tableau、Power BI、帆軟、Smartb等，作為后臺(tái)的核心數(shù)據(jù)引擎支撐業(yè)務(wù)人員和分析師進(jìn)行可視化和多維數(shù)據(jù)分析；業(yè)務(wù)人員和分析師也可通過Kyligence內(nèi)置的敏捷性自助式分析工具Kyligence Insight實(shí)現(xiàn)自助式分析。

能力解讀：

數(shù)據(jù)開發(fā)人員可在Kyligence中定義統(tǒng)一的數(shù)據(jù)業(yè)務(wù)模型，通過Kyligence的語義層能力將統(tǒng)一定義的數(shù)據(jù)業(yè)務(wù)模型同步到BI中，方便業(yè)務(wù)人員和分析師直接使用商業(yè)BI進(jìn)行自助式分析，實(shí)現(xiàn)快速的數(shù)據(jù)洞察，這極大地提升了業(yè)務(wù)人員和分析師的分析效率和自主性。同時(shí)，通過Kyligence的語義層，數(shù)據(jù)開發(fā)人員開發(fā)一套業(yè)務(wù)數(shù)據(jù)模型可以服務(wù)上千業(yè)務(wù)人員的分析訴求，這樣的數(shù)據(jù)服務(wù)模式可以幫助企業(yè)實(shí)現(xiàn)降本增效的目標(biāo)。

另一方面，Kyligence Insight通過與Kyligence Enterprise無縫集成，自動(dòng)同步了來自Kyligence Enterprise的數(shù)據(jù)模型，并在其上靈活地構(gòu)建業(yè)務(wù)指標(biāo)。同時(shí)，Kyligence Insight所有查詢都由后臺(tái)的AI增強(qiáng)引擎提供支持，具備自動(dòng)化的能力。

針對(duì)一些特定的海量數(shù)據(jù)的復(fù)雜分析場景，比如銀行卡賬號(hào)這類高基數(shù)場景，或者標(biāo)簽分析、用戶行為分析場景，Kyligence Insight在產(chǎn)品和技術(shù)上進(jìn)行了高度優(yōu)化，解決了傳統(tǒng)BI在這些業(yè)務(wù)場景中的性能問題。

在數(shù)據(jù)展示和數(shù)據(jù)共享方面，Kyligence Insight提供豐富的數(shù)據(jù)可視化能力；支持報(bào)表和儀表盤的共享以及在應(yīng)用嵌入，并能自主設(shè)置權(quán)限；支持用戶通過拖放界面定義模板、安排定期，導(dǎo)出用戶需要的數(shù)據(jù)；支持用戶通過微信小程序隨時(shí)隨地查看和使用數(shù)據(jù)。

典型客戶：

招商銀行，建設(shè)銀行，光大銀行

元年科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

元年科技提供可視化分析平臺(tái)“智答”，該平臺(tái)功能完整，覆蓋從數(shù)據(jù)接入、數(shù)據(jù)分析、數(shù)據(jù)預(yù)警、可視化報(bào)表輸出到企業(yè)內(nèi)部數(shù)據(jù)分享等數(shù)據(jù)處理和分析的全流程。“智答”具備增強(qiáng)分析的能力，用戶可通過問答的方式獲取數(shù)據(jù)分析服務(wù)，并內(nèi)置算法引擎提供全自動(dòng)的數(shù)據(jù)洞察服務(wù)。

能力解讀：

智答是一款簡單易用、使用門檻低的可視化分析產(chǎn)品。相比傳統(tǒng)可視化分析通過IT部門進(jìn)行報(bào)表開發(fā)的流程，智答內(nèi)置自然語言處理的能力模塊，用戶通過對(duì)話的方式即可與系統(tǒng)進(jìn)行交互，獲取數(shù)據(jù)服務(wù)，提升了效率，同時(shí)降低了企業(yè)數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用的門檻。

智答具備深層次的增強(qiáng)型分析能力。智答內(nèi)置智能化分析平臺(tái)，基于這一平臺(tái)，包括業(yè)務(wù)人員、數(shù)據(jù)分析師等用戶可通過拖拉拽、無代碼等形式進(jìn)行自動(dòng)化建模，構(gòu)建各類常見的分析模型，如歸因分析模型等。同時(shí)，該平臺(tái)也提供基于AutoML的算法模型，7*24H的對(duì)數(shù)據(jù)進(jìn)行自動(dòng)分析，輸出數(shù)據(jù)洞察報(bào)告，增強(qiáng)業(yè)務(wù)人員的分析能力，發(fā)現(xiàn)隱藏在數(shù)據(jù)中高價(jià)值的信息。這些模型能夠?qū)崿F(xiàn)對(duì)不同數(shù)據(jù)之間關(guān)聯(lián)關(guān)系的分析挖掘，發(fā)現(xiàn)數(shù)據(jù)間的隱秘關(guān)系。

智答具備一定的開放能力，支持引入企業(yè)已有數(shù)據(jù)智能服務(wù)與能力，并可以將自身能力化打散對(duì)企業(yè)進(jìn)行輸出。元年多年服務(wù)大型企業(yè)客戶，涉及的行業(yè)包括制造業(yè)、房地產(chǎn)和金融等，積累了大量行業(yè)知識(shí)并沉淀了大量基于場景的分析指標(biāo)和模型。智答內(nèi)置了這些分析指標(biāo)和模型，能夠助力用戶快速搭建智能化應(yīng)用，應(yīng)用場景包括銷量預(yù)測、店鋪選址等。

典型客戶：

通威股份

客戶案例：

通威集團(tuán)是一家集“農(nóng)業(yè)+新能源”雙主業(yè)發(fā)展的大型科技型集團(tuán)，該企業(yè)在持續(xù)推進(jìn)數(shù)字化轉(zhuǎn)型。不過這一過程中，其也面臨一些突出挑戰(zhàn)，尤其體現(xiàn)在數(shù)據(jù)獲取和使用方面。具體來看，主要體現(xiàn)在兩方面。首先，當(dāng)領(lǐng)導(dǎo)和業(yè)務(wù)人員提出新的BI需求時(shí)，IT響應(yīng)周期過長，無法第一時(shí)間獲取所需數(shù)據(jù)。其次，BI應(yīng)用門檻高，業(yè)務(wù)人員無法做到隨時(shí)隨地獲取數(shù)據(jù)并依據(jù)數(shù)據(jù)做出生產(chǎn)經(jīng)營決策。

在這一情況下，元年科技為通威集團(tuán)部署上線了“智答”平臺(tái)。基于這一平臺(tái)，用戶通過語音或文本的方式就可隨時(shí)隨地獲取數(shù)據(jù)，提高了用戶對(duì)數(shù)據(jù)的利用效率。同時(shí)，“智答”平臺(tái)快速運(yùn)算數(shù)據(jù)能力節(jié)省了管理人員對(duì)數(shù)據(jù)進(jìn)行解讀的難度，提高了數(shù)據(jù)應(yīng)用的便捷性，提升了決策的效率和準(zhǔn)確性。

3.4. 圖分析

終端用戶：

數(shù)據(jù)部門，業(yè)務(wù)部門

核心需求：

圖分析是基于圖的數(shù)據(jù)關(guān)系為數(shù)據(jù)提供存儲(chǔ)、處理、分析以及結(jié)果展示的全流程。圖通過點(diǎn)和邊的方式描述數(shù)據(jù)間的關(guān)系，為大規(guī)模數(shù)據(jù)的查詢和分析提供了一種高效的解決方案。

企業(yè)積累了越來越多的多源異構(gòu)數(shù)據(jù)，大量多維數(shù)據(jù)間的關(guān)系有待挖掘并在業(yè)務(wù)中產(chǎn)生價(jià)值。如果基于傳統(tǒng)的數(shù)據(jù)結(jié)構(gòu)來存儲(chǔ)和處理這些數(shù)據(jù)，企業(yè)將需要編寫復(fù)雜的代碼，花費(fèi)大量時(shí)間從數(shù)據(jù)中獲得洞察。企業(yè)需要一種新的基于圖的數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)存儲(chǔ)、挖掘和分析方案，來簡化數(shù)據(jù)分析過程，加快獲得分析結(jié)果；與此同時(shí)，隨著AI/ML應(yīng)用變得更加廣泛，企業(yè)需要基于圖的數(shù)據(jù)關(guān)系提供模型中的上下文背景，提高模型可解釋性，實(shí)現(xiàn)智能分析應(yīng)用。
企業(yè)應(yīng)用圖分析需要重點(diǎn)解決的問題包括：以圖的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)數(shù)據(jù)，實(shí)現(xiàn)高性能的數(shù)據(jù)查詢和加載；基于圖算法挖掘和分析數(shù)據(jù)，降低圖分析的使用門檻等。

廠商能力要求：

能夠提供圖數(shù)據(jù)庫產(chǎn)品，將數(shù)據(jù)以及數(shù)據(jù)間的關(guān)系存儲(chǔ)在圖的數(shù)據(jù)結(jié)構(gòu)中。
能夠提供圖計(jì)算引擎實(shí)現(xiàn)基于圖的數(shù)據(jù)查詢與分析，并實(shí)現(xiàn)高性能，尤其是多跳遍歷的高性能。
能夠提供豐富的圖算法，實(shí)現(xiàn)智能分析應(yīng)用。
能提供易于學(xué)習(xí)和使用的查詢語言、圖形化操作界面，以及在分析流程中應(yīng)用AI技術(shù)實(shí)現(xiàn)自動(dòng)化，降低圖分析的使用門檻。

代表廠商：

（入選標(biāo)準(zhǔn)：客戶服務(wù)案例在3家及以上）

海致星圖

廠商介紹：

產(chǎn)品服務(wù)介紹：

海致星圖的圖分析平臺(tái)底層由AtlasGraph自研圖數(shù)據(jù)庫、知識(shí)圖譜數(shù)據(jù)倉庫和關(guān)系圖譜挖掘平臺(tái)構(gòu)成，具備圖數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)治理、知識(shí)圖譜本體設(shè)計(jì)、數(shù)據(jù)資產(chǎn)管理、圖挖掘、可視化圖分析等全流程能力。在底層平臺(tái)之上，海致星圖沉淀了大量智能金融業(yè)務(wù)場景，提供面向應(yīng)用的金融知識(shí)圖譜平臺(tái)。

能力解讀：

海致星圖的AtlasGraph分布式圖數(shù)據(jù)庫產(chǎn)品，基于Rust開發(fā)具有優(yōu)異的數(shù)據(jù)讀寫性能，從而滿足了用戶圖分析的業(yè)務(wù)量越來越多，且對(duì)時(shí)效性要求也越來越高的需求。同時(shí)，AtlasGraph作為自研圖數(shù)據(jù)庫，符合部分金融客戶對(duì)國產(chǎn)化產(chǎn)品的采購要求。

針對(duì)銀行類客戶構(gòu)建的包含數(shù)千億點(diǎn)邊關(guān)系的大型圖譜，海致星圖通過子圖切分、屬性索引、分布式計(jì)算等設(shè)計(jì)，在圖查詢和圖挖掘等方面實(shí)現(xiàn)了高性能，支持實(shí)時(shí)決策。千億規(guī)模的六度查詢可以達(dá)到毫秒級(jí)響應(yīng)。

在平臺(tái)的易用性方面，海致星圖通過一鍵式部署腳本、Cypher封裝、WEB界面等方式簡化了圖結(jié)構(gòu)數(shù)據(jù)的構(gòu)建過程；在圖挖掘模塊把常用業(yè)務(wù)場景以算法包的形式封裝成業(yè)務(wù)算子；通過“拖拉拽”的圖形化界面完成圖查詢和圖分析操作，從而降低了業(yè)務(wù)人員的使用門檻。

為了實(shí)現(xiàn)知識(shí)圖譜應(yīng)用的快速落地，海致星圖在平臺(tái)內(nèi)置了多種典型圖挖掘算法，同時(shí)也沉淀了大量場景化解決方案，包括集團(tuán)派系、異常擔(dān)保形態(tài)、信貸資金挪用、信用卡套現(xiàn)、客戶貢獻(xiàn)度評(píng)價(jià)、貸后失聯(lián)修復(fù)等。

海致星圖在圖分析領(lǐng)域具有大量金融業(yè)的客戶案例和實(shí)施經(jīng)驗(yàn)，能為用戶在圖譜構(gòu)建、業(yè)務(wù)場景的圖指標(biāo)分析、數(shù)據(jù)權(quán)限體系等方面提供專業(yè)的咨詢服務(wù)。

典型客戶：

工商銀行、建設(shè)銀行、招商銀行、華泰證券、上交所

客戶案例：

隨著國內(nèi)零售業(yè)務(wù)規(guī)模的迅速擴(kuò)大、海量數(shù)據(jù)分析需求的增加，招商銀行信用卡中心慧聯(lián)項(xiàng)目旨在構(gòu)建支持卡中心級(jí)，多場景應(yīng)用的圖分析平臺(tái)，支持項(xiàng)目級(jí)、部門級(jí)、群組級(jí)的機(jī)構(gòu)在圖平臺(tái)上自主導(dǎo)入各自的圖數(shù)據(jù)，創(chuàng)建圖模型，并在此基礎(chǔ)上做圖查詢、特征指標(biāo)創(chuàng)建、權(quán)限管控等業(yè)務(wù)操作。

海致星圖為招商銀行提供的圖平臺(tái)功能包括：用戶管理、角色管理、名單管理、數(shù)據(jù)資源管理、自定義指標(biāo)、一鍵發(fā)布、圖服務(wù)發(fā)布、可視化查詢、離線圖查詢等功能，并保障用戶一站式圖信息查詢服務(wù)。

基于招行卡中心業(yè)務(wù)系統(tǒng)數(shù)據(jù)，圖平臺(tái)構(gòu)建的圖譜本體中包含23類實(shí)體、17類基礎(chǔ)關(guān)系、23類明細(xì)關(guān)系、21類挖掘關(guān)系及23類匯總關(guān)系。截止2020年12月實(shí)體總數(shù)40多億，關(guān)系總數(shù)500多億，較2020年數(shù)據(jù)量提升300%。

明略科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

明略科技的知識(shí)圖譜平臺(tái)SCOPA是一個(gè)一站式的知識(shí)圖譜平臺(tái)，覆蓋從數(shù)據(jù)提取、數(shù)據(jù)建模、圖存儲(chǔ)到應(yīng)用等全流程。

能力解讀：

SCOPA平臺(tái)敏捷的產(chǎn)品形態(tài)能夠簡化圖分析技術(shù)的落地。具體來看，該平臺(tái)的數(shù)據(jù)感知層首先通過語音識(shí)別、視頻提取和圖像識(shí)別等對(duì)企業(yè)的業(yè)務(wù)數(shù)據(jù)進(jìn)行初步分析，通過自研的知識(shí)數(shù)據(jù)庫“蜂巢”NEST實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)，再經(jīng)過圖計(jì)算挖掘工具（如增強(qiáng)計(jì)算等）進(jìn)行深入分析，最終支撐起搜索服務(wù)和預(yù)測服務(wù)等應(yīng)用場景。

明略科技的SCOPA平臺(tái)與應(yīng)用場景深度結(jié)合。明略科技服務(wù)過的客戶行業(yè)分布廣泛，包括金融、工業(yè)、公安以及電力等，形成了針對(duì)這些行業(yè)平臺(tái)搭建的方法論，在數(shù)據(jù)接入、數(shù)據(jù)模型搭建、圖數(shù)據(jù)庫搭建以及應(yīng)用場景選擇等流程中，能夠針對(duì)具體的行業(yè)給出相應(yīng)的建設(shè)方案。

典型客戶：

湖南國網(wǎng)、光大銀行等

3.5. 機(jī)器學(xué)習(xí)模型開發(fā)

終端用戶：

數(shù)據(jù)科學(xué)家，業(yè)務(wù)人員

核心需求：

機(jī)器學(xué)習(xí)模型開發(fā)是指利用機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法建立預(yù)測性模型，并將模型應(yīng)用到業(yè)務(wù)流程中，具體包括數(shù)據(jù)準(zhǔn)備、模型開發(fā)、模型管理和模型部署上線等流程。

傳統(tǒng)上，企業(yè)的機(jī)器學(xué)習(xí)模型主要依賴人工進(jìn)行，同時(shí)在開發(fā)流程上是煙囪式開發(fā)模式。隨著企業(yè)智能化應(yīng)用場景增加與前端業(yè)務(wù)的快速變化，企業(yè)建模需求激增，需要敏捷響應(yīng)業(yè)務(wù)需求。為了實(shí)現(xiàn)這一目標(biāo)，企業(yè)面臨以下兩個(gè)突出挑戰(zhàn)：

機(jī)器學(xué)習(xí)模型構(gòu)建通常由問題定義、數(shù)據(jù)收集、特征工程、模型選擇、模型訓(xùn)練、模型評(píng)估等多個(gè)環(huán)節(jié)組成，每個(gè)環(huán)節(jié)又包含多種路徑，以及多組可選參數(shù)，依賴人工進(jìn)行耗時(shí)費(fèi)力，模型從開發(fā)到部署上線的周期十分漫長，無法及時(shí)響應(yīng)前端業(yè)務(wù)的快速變化；
傳統(tǒng)的AI模型構(gòu)建難度大，技術(shù)門檻高，通常需要具備專業(yè)知識(shí)的數(shù)據(jù)科學(xué)家來完成，但大部分企業(yè)往往不具備完善的數(shù)據(jù)團(tuán)隊(duì)，因此需要可低門檻使用的數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)平臺(tái)，面向平民數(shù)據(jù)科學(xué)家和業(yè)務(wù)人員使用，實(shí)現(xiàn)一站式的自助AI建模，降低成本。

廠商能力要求：

能夠提供機(jī)器學(xué)習(xí)模型開發(fā)平臺(tái)。該平臺(tái)需要具備大數(shù)據(jù)接入能力，并同時(shí)具備數(shù)據(jù)準(zhǔn)備、模型開發(fā)、模型管理和模型部署上線等完整功能模塊；此外，該平臺(tái)需要具備良好的性能，包括數(shù)據(jù)計(jì)算能力和模型計(jì)算能力。

平臺(tái)的易用性方面，機(jī)器學(xué)習(xí)平臺(tái)需要能夠滿足業(yè)務(wù)人員即非專業(yè)平民數(shù)據(jù)科學(xué)家的使用需求，通過拖拉拽的方式即可實(shí)現(xiàn)模型開發(fā)。針對(duì)專業(yè)的數(shù)據(jù)科學(xué)家，平臺(tái)需具備AI增強(qiáng)的能力，能夠利用AI技術(shù)在數(shù)據(jù)準(zhǔn)備和特征工程等環(huán)節(jié)中，實(shí)現(xiàn)相關(guān)流程的自動(dòng)化。
此外，平臺(tái)需具備模型快速部署上線的能力。模型快速部署上線即建模人員將模型從開發(fā)環(huán)境部署到生產(chǎn)環(huán)境的便捷程度和速度。機(jī)器學(xué)習(xí)平臺(tái)需具備API接口，降低模型上線操作難度，實(shí)現(xiàn)模型快速上線。開發(fā)者能夠利用API接口，快速把模型從開發(fā)環(huán)境部署到生產(chǎn)環(huán)境/業(yè)務(wù)中。
目前大部分機(jī)器學(xué)習(xí)平臺(tái)仍以本地化部署為主，廠商因此需要具備一定的實(shí)施和運(yùn)維能力。同時(shí)，由于模型開發(fā)和應(yīng)用與行業(yè)場景的高度結(jié)合，廠商提供的機(jī)器學(xué)習(xí)模型平臺(tái)需內(nèi)置針對(duì)特定行業(yè)的模板和特征庫。

代表廠商：

（入選標(biāo)準(zhǔn)：客戶服務(wù)案例在3家及以上）

百分點(diǎn)科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

百分點(diǎn)科技的大數(shù)據(jù)操作系統(tǒng)（BD-OS）提供機(jī)器學(xué)習(xí)模型開發(fā)模塊，涉及包括模型開發(fā)、模型管理和模型部署等完整的流程，BD-OS能夠同時(shí)提供針對(duì)算法人員和業(yè)務(wù)人員的AI建模服務(wù)。

能力解讀：

百分點(diǎn)科技的機(jī)器學(xué)習(xí)模型開發(fā)平臺(tái)與BD-OS的其他模塊（如數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)資產(chǎn)管理等）深度耦合，以一站式的思路為客戶提供服務(wù)。在模型開發(fā)的整個(gè)環(huán)節(jié)中，百分點(diǎn)科技的機(jī)器學(xué)習(xí)模型平臺(tái)一般是利用資產(chǎn)化的數(shù)據(jù)進(jìn)行模型開發(fā)，在后期的模型管理和部署上線方面能力突出，強(qiáng)調(diào)與應(yīng)用場景深度結(jié)合。

百分點(diǎn)科技的機(jī)器學(xué)習(xí)模型開發(fā)平臺(tái)內(nèi)置了大量封裝好的算法模型。基于這些算法模型，同時(shí)結(jié)合平臺(tái)提供的自動(dòng)化建模工具，業(yè)務(wù)人員可通過拖拉拽的方式，自定義地進(jìn)行模型開發(fā)。

典型客戶：

國家市場監(jiān)管總局、中國鐵道科學(xué)研究院

觀遠(yuǎn)數(shù)據(jù)

廠商介紹：

產(chǎn)品服務(wù)介紹：

觀遠(yuǎn)數(shù)據(jù)的AI模型實(shí)驗(yàn)室Universe-Lab，面向企業(yè)提供高效、易用的機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘解決方案與技術(shù)服務(wù)，幫助數(shù)據(jù)科學(xué)家快速創(chuàng)建準(zhǔn)確的AI模型，并實(shí)現(xiàn)AI模型從訓(xùn)練實(shí)驗(yàn)到應(yīng)用決策的落地，以此解決企業(yè)面臨的各種商業(yè)挑戰(zhàn)和發(fā)展瓶頸。

能力解讀：

觀遠(yuǎn)數(shù)據(jù)的AI模型實(shí)驗(yàn)室提供了針對(duì)消費(fèi)、零售等行業(yè)的垂直型機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘解決方案，平臺(tái)內(nèi)置了銷售預(yù)測、財(cái)務(wù)預(yù)測、客戶流失預(yù)測、門店智能診斷、渠道異常診斷、商品關(guān)聯(lián)挖掘等預(yù)測模型。同時(shí)，AI模型實(shí)驗(yàn)室根據(jù)業(yè)務(wù)經(jīng)驗(yàn)封裝特征庫、模型庫，并通過行業(yè)模版沉淀項(xiàng)目經(jīng)驗(yàn)，加速預(yù)測分析的落地。

AI模型實(shí)驗(yàn)室將整體工作流可視化，用戶可以用拖拉拽的方式處理數(shù)據(jù)流，并且能實(shí)時(shí)預(yù)覽、查看任意數(shù)據(jù)集內(nèi)容，從而降低用了戶的使用門檻，提高了模型應(yīng)用效率。

為了使AI模型更加準(zhǔn)確和可用，AI模型實(shí)驗(yàn)室內(nèi)置了誤差分析看板，能夠展示預(yù)測精度、溯源誤差分析，并導(dǎo)出預(yù)測明細(xì)；可以追蹤過程數(shù)據(jù)，保留每一次預(yù)測過程的全量數(shù)據(jù)，加速問題排查和定位；為方便數(shù)據(jù)科學(xué)家的使用，集成Notebook，以快速排查線上問題；能夠靈活配置數(shù)據(jù)質(zhì)量檢查規(guī)則，有效監(jiān)控?cái)?shù)據(jù)質(zhì)量。

典型客戶：

聯(lián)合利華、百威亞太、沃爾瑪、Today、LVMH

海致科技、海致星圖

廠商介紹：

產(chǎn)品服務(wù)介紹：

海致星圖的圖機(jī)器學(xué)習(xí)平臺(tái)是一款基于圖的一站式機(jī)器學(xué)習(xí)產(chǎn)品，提供了數(shù)據(jù)加工、特征工程、機(jī)器學(xué)習(xí)模型訓(xùn)練和預(yù)測的能力，以及豐富的圖網(wǎng)絡(luò)分析算法。同時(shí)，平臺(tái)內(nèi)置了豐富的金融、公安領(lǐng)域場景模板，提供一鍵式的場景構(gòu)建能力。

能力解讀：

圖機(jī)器學(xué)習(xí)平臺(tái)通過可視化的操作界面，把圖計(jì)算算法和機(jī)器學(xué)習(xí)算法封裝成算子，通過拖拉拽方式將若干算子組合形成算法應(yīng)用場景，實(shí)現(xiàn)零代碼可視化建模。即便對(duì)算法了解不多的用戶，也能輕松建模。

圖機(jī)器學(xué)習(xí)平臺(tái)內(nèi)提供了豐富的特征工程算子、機(jī)器學(xué)習(xí)算子、以及圖計(jì)算算子等基礎(chǔ)類算子，數(shù)量達(dá)到60多個(gè)，其中圖計(jì)算相關(guān)包括節(jié)點(diǎn)特征分析、路徑分析、子圖識(shí)別、社區(qū)發(fā)現(xiàn)、以及圖神經(jīng)網(wǎng)絡(luò)算子，數(shù)量達(dá)到30多個(gè)；與此同時(shí)，平臺(tái)針對(duì)金融行業(yè)提供了與業(yè)務(wù)高度結(jié)合的業(yè)務(wù)算法，如異常擔(dān)保識(shí)別算子、集團(tuán)派系挖掘算子、實(shí)際控制人識(shí)別算子、以及資金異常挖掘算子等數(shù)十個(gè)業(yè)務(wù)算子。

平臺(tái)提供了一套完善的自定義算子管理體系，包括算子上傳發(fā)布、版本管理、算子共享、算子下線、以及算子導(dǎo)入導(dǎo)出等功能。用戶可根據(jù)業(yè)務(wù)需求定制化開發(fā)算子，通過上傳，、發(fā)布成自定義算子，同時(shí)也可以直接使用他人共享的算子。

為了實(shí)現(xiàn)算法應(yīng)用場景快速搭建，圖機(jī)器學(xué)習(xí)平臺(tái)內(nèi)置了數(shù)十個(gè)金融、公安領(lǐng)域算法場景模板，包括風(fēng)險(xiǎn)傳導(dǎo)模板、資金圈挖掘模板、欺詐團(tuán)伙識(shí)別模板、潛在客戶挖掘模板、涉毒團(tuán)伙挖掘模板等。用戶只需要選擇模版、修改輸入輸出即可完成算法場景搭建工作。

典型客戶：

建設(shè)銀行，招商銀行信用卡中心，臺(tái)州銀行

九章云極DataCanvas

廠商介紹：

產(chǎn)品服務(wù)介紹：

DataCanvas APS是一個(gè)機(jī)器學(xué)習(xí)建模平臺(tái)，面向數(shù)據(jù)科學(xué)家、應(yīng)用程序開發(fā)人員和業(yè)務(wù)專家，提供一套工具，使不同角色的人員可以相互協(xié)作，輕松地處理數(shù)據(jù)并使用這些數(shù)據(jù)來大規(guī)模構(gòu)建、訓(xùn)練和部署模型。

能力解讀：

DataCanvas APS是一個(gè)端到端的機(jī)器學(xué)習(xí)平臺(tái)，為數(shù)據(jù)科學(xué)家、應(yīng)用程序開發(fā)人員和業(yè)務(wù)專家提供一站式模型開發(fā)服務(wù)。DataCanvas APS提供“四庫”加速行業(yè)應(yīng)用，包括特征倉庫、算子倉庫、場景倉庫和AutoML倉庫。特征倉庫提供統(tǒng)一的特征工程能力；算字倉庫提供機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的算法；場景倉庫解決場景化、知識(shí)遷移問題；AutoML倉庫則沉淀行業(yè)知識(shí)，降低對(duì)數(shù)據(jù)科學(xué)知識(shí)和技術(shù)的依賴。DataCanvas APS機(jī)器學(xué)習(xí)平臺(tái)由主流開源機(jī)器學(xué)習(xí)框架整合集成，算子代碼對(duì)用戶開源，允許用戶進(jìn)行優(yōu)化和自定義，并開放產(chǎn)品功能接口，能夠賦能企業(yè)客戶搭建起自主的AI能力。

DataCanvas APS強(qiáng)化了模型管理和運(yùn)維的能力設(shè)計(jì)。針對(duì)當(dāng)前企業(yè)不同類型業(yè)務(wù)模型大量產(chǎn)生管理和運(yùn)維困難的情況，DataCanvas APS能夠提供統(tǒng)一標(biāo)準(zhǔn)的模型生產(chǎn)化能力，包括模型上線、模型下線、模型部署以及模型監(jiān)控等。

九章云極DataCanvas長期服務(wù)于金融行業(yè)，尤其在銀行領(lǐng)域積累了大量的行業(yè)和項(xiàng)目經(jīng)驗(yàn)，DataCanvas APS服務(wù)客戶覆蓋大型國有商業(yè)銀行、股份制銀行、城市商業(yè)銀行和農(nóng)村商業(yè)銀行。憑借著多年積累的產(chǎn)品和平臺(tái)能力，DataCanvas APS目前正全力拓展非金融領(lǐng)域客戶，包括運(yùn)營商、能源和制造業(yè)等。

典型客戶：

浦發(fā)銀行、中國工商銀行、青島檢察院、中原銀行、海信集團(tuán)等

力維智聯(lián)

廠商介紹：

力維智聯(lián)成立于2005年，是一家AIoT產(chǎn)品與解決方案提供商，專注于泛在連接與數(shù)據(jù)智能技術(shù)創(chuàng)新與產(chǎn)品研發(fā)，聚焦“新基建”和“企業(yè)與城市的數(shù)字化轉(zhuǎn)型”，通過AIoT科技產(chǎn)品和5G智能運(yùn)維、智能城市、智慧能源解決方案賦能電信、城市、能源、大企業(yè)等行業(yè)客戶的數(shù)字化轉(zhuǎn)型。

產(chǎn)品服務(wù)介紹：

力維智聯(lián)Sentosa零代碼數(shù)據(jù)建模與分析平臺(tái)，向下封裝了人工智能、大數(shù)據(jù)、知識(shí)圖譜等近200種算子，可以實(shí)現(xiàn)零代碼拖拽式建模與分析，將大數(shù)據(jù)機(jī)器學(xué)習(xí)模型開發(fā)周期壓縮80%以上。同時(shí)，該平臺(tái)還具備協(xié)同開發(fā)、項(xiàng)目管理、數(shù)據(jù)與服務(wù)共享、機(jī)器學(xué)習(xí)應(yīng)用搭建的功能，能夠面向團(tuán)隊(duì)開發(fā)者提供一站式AI開發(fā)能力。

能力解讀：

Sentosa封裝了人工智能、知識(shí)圖譜和數(shù)理統(tǒng)計(jì)等近200種算子，該平臺(tái)內(nèi)置的自動(dòng)化組件能夠?qū)⑻卣鞴こ獭⒛Ｐ瓦x擇和模型調(diào)參等工作算子化、自動(dòng)化。基于該平臺(tái)，業(yè)務(wù)人員或者行業(yè)專家通過拖拉拽的形式即可實(shí)現(xiàn)模型搭建，無需通過寫代碼實(shí)現(xiàn)，大大降低了數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)應(yīng)用的門檻。

Sentosa平臺(tái)不僅加速了企業(yè)數(shù)據(jù)智能產(chǎn)品和服務(wù)的開發(fā)迭代，也可助力傳統(tǒng)企業(yè)開展數(shù)據(jù)分析與決策，提升企業(yè)經(jīng)營效率。目前已在南方電網(wǎng)電力系統(tǒng)仿真模擬科研云平臺(tái)、上海辭書出版社智能識(shí)別系統(tǒng)等項(xiàng)目中落地應(yīng)用。

此外，力維智聯(lián)基于Sentosa平臺(tái)向其深耕的電信、能源和城市等行業(yè)用戶提供針對(duì)具體場景的Al服務(wù)。在這一過程中，力維智聯(lián)積累了大量行業(yè)規(guī)則和算法模板，并沉淀于Sentosa。

Sentosa部署方式靈活，支持本地部署，以及私有云、公有云和混合云三種云端部署模式。作為一種創(chuàng)新的部署模式，混合云的部署模式能為客戶提供更好的安全性，針對(duì)業(yè)務(wù)涉及的敏感內(nèi)容，可通過由企業(yè)完全控制的私有云系統(tǒng)來處理，而模型精度的提升、數(shù)據(jù)應(yīng)用的發(fā)布共享則通過公有云實(shí)現(xiàn)。

典型客戶：

上海辭書出版社

客戶案例：

作為上海辭書出版社的數(shù)字化合作伙伴，力維智聯(lián)通過Sentosa零代碼數(shù)據(jù)建模與分析平臺(tái)的一站式機(jī)器學(xué)習(xí)建模服務(wù)、NLP（自然語言處理技術(shù)）、文本挖掘和深度學(xué)習(xí)等技術(shù)，助力《辭海》網(wǎng)絡(luò)版百科條目等版塊的知識(shí)編纂模式，從人工到人機(jī)協(xié)同生產(chǎn)方式轉(zhuǎn)變，整合形成了《人物志》、《地方志》、《萬國志》等知識(shí)專題，并為所有的百科條目增加“推薦閱讀”和“延伸閱讀”，便于讀者更全面地了解條目相關(guān)知識(shí)。同時(shí)，根據(jù)推薦詞條和延伸詞條智能生成的“知識(shí)導(dǎo)圖”，立體化呈現(xiàn)詞條間關(guān)系，方便用戶進(jìn)行內(nèi)容拓展和知識(shí)發(fā)現(xiàn)。

作為出版行業(yè)數(shù)字化轉(zhuǎn)型的賦能者，力維智聯(lián)積極助力探索我國辭書信息化的發(fā)展路徑，助推傳統(tǒng)辭書向融媒辭書方向發(fā)展，為提升國家文化軟實(shí)力、建設(shè)社會(huì)主義文化強(qiáng)國作出貢獻(xiàn)。

同盾科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

同盾科技的明模平臺(tái)是一個(gè)功能齊全的模型開發(fā)和管理平臺(tái)，覆蓋從模型開發(fā)、模型部署上線以及模型管理和模型監(jiān)控等模型全生命周期。

能力解讀：

同盾科技長期服務(wù)于金融行業(yè)（尤其是銀行業(yè)），沉淀了大量關(guān)于該行業(yè)的建模方法論，能夠基于開源算法，通過模型開發(fā)、模型管理和模型部署等過程，快速將算法應(yīng)用于實(shí)際的工作場景中。明模平臺(tái)支持的典型的應(yīng)用模型包括評(píng)分卡模型、基于規(guī)則的決策樹模型等。

明模平臺(tái)易用性較好。針對(duì)平民數(shù)據(jù)科學(xué)家（如銀行風(fēng)險(xiǎn)部門分析師），該平臺(tái)提供通過可視化自動(dòng)化建模工具，通過拖拉拽的形式即可實(shí)現(xiàn)模型快速搭建；針對(duì)專業(yè)的數(shù)據(jù)分析師，明模平臺(tái)支持寫代碼為主的專業(yè)建模方式。在模型部署上線方面，相比傳統(tǒng)API方式下，實(shí)時(shí)預(yù)測和批量預(yù)測分開進(jìn)行導(dǎo)致部署上線過程復(fù)雜，明模平臺(tái)同時(shí)支持實(shí)時(shí)預(yù)測和批量預(yù)測，能夠?qū)崿F(xiàn)模型的快速部署上線。

針對(duì)銀行客戶，同盾科技的明模平臺(tái)具備較好的模型管理能力。明模平臺(tái)的模型管理包括三大核心模塊：模型資產(chǎn)管理、模型標(biāo)準(zhǔn)管理和模型監(jiān)控體系。明模平臺(tái)能夠通過文檔化管理實(shí)現(xiàn)模型集中管理；通過工作流模塊實(shí)現(xiàn)模型標(biāo)準(zhǔn)化；能夠基于成熟的方法論持續(xù)對(duì)模型進(jìn)行監(jiān)控，幫助銀行規(guī)避系統(tǒng)性風(fēng)險(xiǎn)。

典型客戶：

建設(shè)銀行、中銀消金

元年科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

元年科技的AI中臺(tái)是一個(gè)功能完整的機(jī)器學(xué)習(xí)建模平臺(tái)，涉及模型開發(fā)、模型管理和模型部署上線等模型全生命周期過程。元年AI中臺(tái)提供同時(shí)面向業(yè)務(wù)人員和算法專業(yè)人員的建模服務(wù)：無代碼建模和Jupyter建模。

能力解讀：

元年的AI中臺(tái)易用性良好。面向業(yè)務(wù)人員提供無代碼建模服務(wù)時(shí)，元年的AI中臺(tái)將數(shù)據(jù)預(yù)處理、特征編碼、模型發(fā)布和API注冊等工作自動(dòng)化，基于這一平臺(tái)，業(yè)務(wù)人員通過選定平臺(tái)中配置好的數(shù)據(jù)集，以“向?qū)А暗姆绞骄湍軌蜃詣?dòng)化的進(jìn)行建模，大大降低企業(yè)模型開發(fā)的門檻。同時(shí)，元年的AI中臺(tái)配置大量專門的解釋模型算法，通過將模型結(jié)果與這些解釋模型算法結(jié)合，可展示生成算法結(jié)果的過程，為算法決策提供依據(jù)。

元年多年在業(yè)財(cái)稅和管理會(huì)計(jì)領(lǐng)域積累了豐富的行業(yè)知識(shí)和經(jīng)驗(yàn)，沉淀了大量行業(yè)的方法論。基于這些知識(shí)和方法論，元年在AI中臺(tái)封裝了大量的組件，如文本分類和情感分析等基礎(chǔ)組件、商品名提取和商品規(guī)則提取等領(lǐng)域組件。用戶在使用元年的AI中臺(tái)進(jìn)行建模的過程中可調(diào)用這些封裝好的組件，應(yīng)用于BI商業(yè)智能和銷量預(yù)測等應(yīng)用場景。

典型客戶：

科大訊飛

3.6. 隱私計(jì)算

終端用戶：

業(yè)務(wù)部門，數(shù)據(jù)部門

核心需求：

隱私計(jì)算是指通過多種技術(shù)手段實(shí)現(xiàn)數(shù)據(jù)“可用不可見”，即原始數(shù)據(jù)不暴露，數(shù)據(jù)使用方只得到數(shù)據(jù)計(jì)算結(jié)果，從而實(shí)現(xiàn)數(shù)據(jù)隱私保護(hù)。

企業(yè)越來越多的業(yè)務(wù)場景需要多方數(shù)據(jù)流通和共享，才能釋放數(shù)據(jù)更大的價(jià)值。然而各類數(shù)據(jù)源往往非常分散，數(shù)據(jù)的獲取、存儲(chǔ)、傳輸、共享等環(huán)節(jié)缺乏交互標(biāo)準(zhǔn)；與此同時(shí)，數(shù)據(jù)互通互聯(lián)的成本通常比較高，數(shù)據(jù)可信度較低。數(shù)據(jù)使用者需要經(jīng)濟(jì)且可靠的方式將分散的數(shù)據(jù)協(xié)同起來并應(yīng)用。
數(shù)據(jù)往往包含數(shù)據(jù)所有者內(nèi)部的隱私數(shù)據(jù)等敏感信息，出于數(shù)據(jù)資產(chǎn)保護(hù)和監(jiān)管合規(guī)等訴求，需要在數(shù)據(jù)使用過程中保護(hù)數(shù)據(jù)的隱私，做到只輸出數(shù)據(jù)價(jià)值，不輸出數(shù)據(jù)本身。

廠商能力要求：

廠商需要能夠基于聯(lián)邦學(xué)習(xí)、多方安全計(jì)算MPC、同態(tài)加密、安全沙箱計(jì)算/TEE等多種技術(shù)，滿足數(shù)據(jù)查詢、聯(lián)合計(jì)算、聯(lián)合建模等場景的隱私計(jì)算需求，保證數(shù)據(jù)隱私不被泄露的安全性。

廠商需要能夠提供企業(yè)級(jí)的隱私計(jì)算平臺(tái)產(chǎn)品，具備一定的易用性，并能夠結(jié)合具體業(yè)務(wù)場景，為企業(yè)提供隱私計(jì)算解決方案的設(shè)計(jì)和運(yùn)營落地能力。

代表廠商：

（入選標(biāo)準(zhǔn)：客戶服務(wù)案例在1家及以上）

富數(shù)科技

廠商介紹：

富數(shù)科技成立于2016年，專注于聯(lián)邦學(xué)習(xí)、安全多方計(jì)算、匿蹤查詢等加密計(jì)算科技領(lǐng)域，自主研發(fā)了安全計(jì)算平臺(tái) Avatar，已合作50多家企業(yè)，包括金融、政府、運(yùn)營商、電力等行業(yè)。

產(chǎn)品服務(wù)介紹：

富數(shù)科技的安全計(jì)算平臺(tái)Avatar是一個(gè)一站式企業(yè)級(jí)多方安全計(jì)算平臺(tái)，集成隱私集合求交、多方安全計(jì)算、聯(lián)邦學(xué)習(xí)、隱私信息檢索等技術(shù)，提供企業(yè)級(jí)的數(shù)據(jù)安全匹配、安全聯(lián)合計(jì)算、安全聯(lián)合建模、安全查詢等跨機(jī)構(gòu)間可信數(shù)據(jù)協(xié)作能力。

能力解讀：

富數(shù)科技在隱私計(jì)算領(lǐng)域具備較強(qiáng)的自主技術(shù)研發(fā)能力，例如，技術(shù)能力覆蓋MPC、聯(lián)邦學(xué)習(xí)和TEE可信執(zhí)行環(huán)境等；能通過底層算法自研優(yōu)化計(jì)算性能；支持無可信第三方的安全算法，安全性高；支持與其他隱私計(jì)算平臺(tái)的異構(gòu)互聯(lián)互通。富數(shù)科技深度參與IEEE、中國信通院、信安標(biāo)委、央行金標(biāo)委、北京金融科技產(chǎn)業(yè)聯(lián)盟等隱私計(jì)算領(lǐng)域眾多標(biāo)準(zhǔn)與協(xié)議制定。

富數(shù)科技的安全計(jì)算平臺(tái)Avatar滿足企業(yè)級(jí)應(yīng)用要求，集成了多種隱私計(jì)算技術(shù)，可以通過本地化部署交付，支持聯(lián)合建模、聯(lián)合計(jì)算等多種應(yīng)用場景。易用性方面，Avatar支持拖拉拽方式建模，降低用戶使用門檻，并提供可視化的安全駕駛艙，提升用戶運(yùn)營能力。

在隱私計(jì)算的應(yīng)用落地方面，富數(shù)科技在金融、運(yùn)營商、政務(wù)等行業(yè)已有頭部客戶案例，已合作超過50家企業(yè)，通過與頭部企業(yè)用戶的標(biāo)桿項(xiàng)目探索驗(yàn)證，積累了在智能風(fēng)控、安全合規(guī)營銷等隱私計(jì)算場景化解決方案的落地能力。

典型客戶：

交通銀行、中國移動(dòng)、中國電信、廣州金控

同盾科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

同盾科技的知識(shí)聯(lián)邦技術(shù)體系支持從信息層、模型層、認(rèn)知層和知識(shí)層四個(gè)層級(jí)進(jìn)行聯(lián)邦，將散落在不同機(jī)構(gòu)或個(gè)人的數(shù)據(jù)聯(lián)合起來轉(zhuǎn)換成有價(jià)值的知識(shí)，同時(shí)在聯(lián)合過程中采用安全協(xié)議來保護(hù)數(shù)據(jù)隱私，以實(shí)現(xiàn)數(shù)據(jù)可用不可見。

能力解讀：

知識(shí)聯(lián)邦技術(shù)從信息層、模型層、認(rèn)知層、知識(shí)層四個(gè)層面來實(shí)現(xiàn)知識(shí)共創(chuàng)和共享。信息層通過安全多方計(jì)算在密文空間上直接進(jìn)行計(jì)算或?qū)W習(xí)，進(jìn)而提取或發(fā)現(xiàn)知識(shí)；模型層聯(lián)邦與傳統(tǒng)的聯(lián)邦學(xué)習(xí)相似，基于模型加密交互共創(chuàng)知識(shí)，并實(shí)現(xiàn)知識(shí)共享；認(rèn)知層對(duì)同/異構(gòu)數(shù)據(jù)進(jìn)行認(rèn)知學(xué)習(xí)之后進(jìn)行集成或多模態(tài)融合，進(jìn)而生成復(fù)雜的知識(shí)網(wǎng)絡(luò)；知識(shí)層對(duì)分布的知識(shí)進(jìn)一步學(xué)習(xí)提煉，實(shí)現(xiàn)基于知識(shí)的表達(dá)推理及智能決策。目前同盾知識(shí)聯(lián)邦技術(shù)已經(jīng)在多家金融機(jī)構(gòu)開始試點(diǎn)，包括多頭共貸、智能風(fēng)控、反欺詐、企業(yè)征信等。

同盾打造了一套全新的輕量級(jí)聯(lián)邦通信框架——離子鍵。離子鍵作為聯(lián)邦通信框架，是聯(lián)邦參與方之間相互同連通的唯一出入口，負(fù)責(zé)所有數(shù)據(jù)的發(fā)送和接收，具備云原生的架構(gòu)設(shè)計(jì)、輕量級(jí)和高性能以及開發(fā)者友好等特性。離子鍵聯(lián)邦通信框架技術(shù)可以大大提升聯(lián)邦算法的性能，與開源框架比較，聯(lián)邦模型訓(xùn)練時(shí)間可壓縮至原來的六分之一，并能大幅減少服務(wù)器資源需求，降低聯(lián)邦平臺(tái)部署時(shí)間，進(jìn)而提升聯(lián)邦平臺(tái)的交付速度。

典型客戶：

國壽財(cái)險(xiǎn)

3.7. 數(shù)據(jù)庫管理

終端用戶：

數(shù)據(jù)庫管理員

核心需求：

數(shù)據(jù)庫管理是指通過平臺(tái)化的產(chǎn)品和工具整合多種類型數(shù)據(jù)庫資源，將數(shù)據(jù)庫的管理、運(yùn)維、審核、安全管控等工作從傳統(tǒng)的手工分散模式，轉(zhuǎn)變?yōu)閷?duì)數(shù)據(jù)庫資源統(tǒng)一和精細(xì)化地管理模式。

隨著企業(yè)數(shù)字化的深入，越來越多的開源和國產(chǎn)數(shù)據(jù)被部署在企業(yè)的生產(chǎn)環(huán)境中。一方面，企業(yè)IT系統(tǒng)中的數(shù)據(jù)庫數(shù)量變得繁多，增加了數(shù)據(jù)庫管理、運(yùn)維等工作的復(fù)雜性；另一方面，由于開源和國產(chǎn)數(shù)據(jù)庫周邊的工具和服務(wù)相對(duì)缺失，企業(yè)的數(shù)據(jù)庫管理需求不能得到很好地滿足。
IT體系的變化，如分布式數(shù)據(jù)庫的廣泛采用使得企業(yè)數(shù)據(jù)存儲(chǔ)和計(jì)算的節(jié)點(diǎn)數(shù)迅速增加；同時(shí)，云計(jì)算的普及使得數(shù)據(jù)庫的運(yùn)行環(huán)境從物理主機(jī)轉(zhuǎn)變?yōu)楦鞣N虛擬化、私有云、公有云甚至容器，帶來了數(shù)據(jù)庫管理的復(fù)雜性。這些變化也為數(shù)據(jù)庫的管理帶來了新的挑戰(zhàn)。
數(shù)字化轉(zhuǎn)型背景下，企業(yè)對(duì)數(shù)據(jù)處理的敏捷性、安全性和可用性提出了更高的要求，這些要求需要更完善的數(shù)據(jù)庫管理和運(yùn)維能力來支撐。

廠商能力要求：

廠商需要能夠提供平臺(tái)化、一體化的數(shù)據(jù)庫管理平臺(tái)產(chǎn)品和解決方案，并滿足以下要求：

能夠提供多基礎(chǔ)設(shè)施的整合能力，將多種類型的數(shù)據(jù)庫納入管理的范圍，并將所有零散的數(shù)據(jù)庫工具整合起來為企業(yè)提供統(tǒng)一服務(wù)，從而降低系統(tǒng)復(fù)雜性，避免重復(fù)實(shí)施建設(shè)、提高運(yùn)行效率。
能夠提供平臺(tái)化的工具覆蓋數(shù)據(jù)庫全生命周期，提供監(jiān)控、性能分析、巡檢、審核、運(yùn)維、安裝部署、變更、SQL執(zhí)行、數(shù)據(jù)遷移、安全管控等眾多功能模塊。
能夠?qū)?shù)據(jù)庫的運(yùn)維流程、運(yùn)維規(guī)范等流程制度標(biāo)準(zhǔn)化，并為企業(yè)建立完善的數(shù)據(jù)庫管理體系，從而可以讓數(shù)據(jù)庫運(yùn)維更加精細(xì)、風(fēng)險(xiǎn)更低、效率更高。
能夠通過AI技術(shù)將部署、巡檢、數(shù)據(jù)采集、審核等流程自動(dòng)化或半自動(dòng)化，減少重復(fù)的人力勞動(dòng)；同時(shí)在問題分析、監(jiān)控預(yù)警等方面實(shí)現(xiàn)智能化，讓機(jī)器能夠在海量的監(jiān)控指標(biāo)中發(fā)現(xiàn)人力難以發(fā)現(xiàn)的深層次問題，并實(shí)現(xiàn)自動(dòng)故障診斷和一鍵故障處理等能力。

代表廠商：

（入選標(biāo)準(zhǔn)：客戶服務(wù)案例在3家及以上）

新數(shù)科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

新數(shù)科技為用戶提供統(tǒng)一和平臺(tái)化的數(shù)據(jù)庫管理解決方案，產(chǎn)品系列包括由包含資源交付DBaaS、性能容量分析和監(jiān)測、智能運(yùn)維AIOps等構(gòu)成的統(tǒng)一數(shù)據(jù)庫云管理平臺(tái)DMP，以及數(shù)據(jù)傳輸平臺(tái)DTS和數(shù)據(jù)庫安全管控平臺(tái)DSC。產(chǎn)品支持云上類SaaS化和私有化兩種部署模式。

能力解讀：

新數(shù)科技的數(shù)據(jù)庫云管理平臺(tái)DMP軟件對(duì)多種類數(shù)據(jù)庫提供了從安裝部署、監(jiān)控告警、性能分析、智能巡檢到智能運(yùn)維的全生命周期的管理能力，幫企業(yè)建立起完整的數(shù)據(jù)庫管理平臺(tái)，使得用戶能夠通過平臺(tái)來規(guī)范操作，并提升運(yùn)維效率，建立起數(shù)據(jù)庫層面自動(dòng)化、智能化運(yùn)維的框架基礎(chǔ)。同時(shí)，其產(chǎn)品體系采用微服務(wù)架構(gòu)，能夠?qū)⑺泄δ苣K化，支持用戶靈活使用。

數(shù)據(jù)傳輸平臺(tái)DTS能夠?qū)崿F(xiàn)從多種數(shù)據(jù)庫不同平臺(tái)之間的異構(gòu)遷移和數(shù)據(jù)傳輸，包括數(shù)據(jù)庫對(duì)象遷移、數(shù)據(jù)遷移、數(shù)據(jù)同步以及輔助應(yīng)用遷移的功能，解決了數(shù)據(jù)庫多樣化共存和更迭期的用戶痛點(diǎn)。

數(shù)據(jù)庫安全管控平臺(tái)DSC覆蓋權(quán)限管理、SQL執(zhí)行、審核審計(jì)、加密脫敏份等多種安全管控需求，提升了數(shù)據(jù)運(yùn)行的安全性，防范誤操作和道德風(fēng)險(xiǎn)。

新數(shù)科技給用戶提供了一個(gè)PaaS平臺(tái)級(jí)的成熟開發(fā)框架，具有很強(qiáng)的擴(kuò)展性，用戶可以在平臺(tái)上根據(jù)需要自行添加定制監(jiān)測指標(biāo)、取數(shù)邏輯、運(yùn)維流程和可視化頁面展現(xiàn)等；AI和大數(shù)據(jù)分析技術(shù)的深度應(yīng)用，實(shí)現(xiàn)了數(shù)據(jù)庫變更運(yùn)維、巡檢報(bào)表等方面的自動(dòng)化，以及性能容量分析、問題診斷和故障自愈等方面的智能化。

典型客戶：

招商銀行、泰康人壽、廣汽本田

客戶案例：

某大型股份制商業(yè)銀行在生產(chǎn)環(huán)境運(yùn)行著數(shù)千套數(shù)據(jù)庫，數(shù)據(jù)庫種類從成熟的商業(yè)數(shù)據(jù)庫產(chǎn)品逐步轉(zhuǎn)向開源數(shù)據(jù)庫、國產(chǎn)數(shù)據(jù)庫。數(shù)據(jù)庫運(yùn)行環(huán)境和架構(gòu)也越來越豐富，從物理服務(wù)器加共享存儲(chǔ)轉(zhuǎn)變?yōu)楦鞣N虛擬化甚至容器化環(huán)境；從基于共享存儲(chǔ)的雙機(jī)互備高可用架構(gòu)，發(fā)展為雙活數(shù)據(jù)中心、兩地三中心、讀寫分離、分庫分表等架構(gòu)方式。數(shù)據(jù)庫運(yùn)維的挑戰(zhàn)越來越大。

新數(shù)科技與該銀行合作，經(jīng)過近3年的持續(xù)建設(shè)，為其搭建了一套標(biāo)準(zhǔn)化、自動(dòng)化、集中化、智能化的統(tǒng)一數(shù)據(jù)庫管理平臺(tái)。

通過搭建和運(yùn)營數(shù)據(jù)庫管理平臺(tái)，該銀行建立了完善的數(shù)據(jù)庫性能容量分析和問題管理體系，發(fā)現(xiàn)和跟蹤解決各類問題；建立起面向開發(fā)、測試和運(yùn)維人員的自助式平臺(tái)，有效提升數(shù)據(jù)庫相關(guān)代碼開發(fā)質(zhì)量；提高了軟硬件資源的利用效率，加快交付，同時(shí)降低了無效占用；與企業(yè)內(nèi)部整體IT管理運(yùn)維和安全管控系統(tǒng)整合，讓數(shù)據(jù)庫不再成為孤島。

4. 入選廠商列表

總結(jié)

以上是生活随笔為你收集整理的2021爱分析·数据智能平台厂商全景报告的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。

上一篇： python怎么根据度分布生成网络_py
下一篇： GoFrame带你从0-1快速入门