高性能、自动化新一代大数据管理平台
国家电网智能设备推广,用户数从480多万提升到3000多万
国家开发银行60个分支、56个局、1137个处的全行级覆盖

可实时响应的集成架构
海量存储、高效计算的存储架构

全面提升国家电网大数据采集处理能力

智能设备推广,用户数从480多万提升到3000多万
每天产生超过80G数据

一次采集入库时间从6个小时,提升到准实时流式采集入库;采集频度提升到15分钟一次

助力上海移动运营优化和业务创新

实现了客户自动划分
实现营销成功率提升100%

实现了海量数据的发布运维功能,盘活的企业数据资产,开拓了新的盈利创收点。

帮助国开行建立企业级数据管控能力

60个分支、56个局、1137个处的全行级覆盖
实现国开行在银监会数据质量评比中排名前3

形成数据考核等落地治理手段,通过年中和年末两次数据考核,大大提升数据质量,完成120个常用应用系统的数据管理

中国东方航空数据资产的全过程、全角度管理

2000个实体、1249张业务表、13个主题域
形成数据从有到用的链条

东航信息系统复杂,需要以数据仓库相关业务系统为基础,形成数据从有到用的链条,实现数据资产的全过程、全角度管理。 通过数据资产管理平台的建设,东航实现了业务化数据地图的展现。普元借鉴达美航空经验,分析了航空领域模型中近2000个实体,逐个核对了1249张业务系统表数据,梳理出了数据主题域、数据实体、业务系统在内的三层结构的数据地图:包括航班、票务等13个主题域,针对每个主题域给出了多达227个业务实体目录及定义,给出了每个业务实体对应的数据库表与业务系统。

华为大数据平台中的元数据管理

打通华为大数据产业链

普元在2005年就与华为“牵手”,2014年与华为开始在大数据领域的合作,华为大数据平台采用普元大数据治理产品。 目前,普元大数据治理产品已集成于华为大数据平台FusionInsight C50 之上,为华为大数据产业链打通了必要的一环。双方已携手在电信、政府、金融等多个行业领域展开了合作,树立起了领先优势。

大数据治理助力业务创新

大数据治理,促进数字化时代的业务创新

在数字化时代,企业需要新一代系统架构提升业务创新能力。在新一代系统架构中,大数据是核心要素。业务应用能否自主发现与自助获得高质量的大数据,就成为业务创新成败的关键。这就要求企业在搭建大数据平台时,就着手大数据治理相关建设。

大数据治理,提升大数据平台的服务能力

企业大数据治理架构需要以元数据为核心、提高大数据质量、透明化大数据资产、自助化数据开发、自动化数据发布、智能化数据安全,提升大数据平台服务能力,让大数据平台变得易使用、易获得、高质量。

普元大数据治理平台面向大数据全生命周期

点击图片放大查看

元数据管理

全自动采集元数据,自动展现大数据地图,通过人性化的元数据查询、分析、版本管理和后期维护,确保元数据在业务创新中的有效利用。

主数据管理

统一管理分散在各业务系统中的主数据,简化各业务系统之间的集成复杂度,打通上下游产销衔接。

大数据质量管理

确保大数据的准确性、唯一性和及时性,跟踪和监控数据质量问题,为业务创新提供数据质量保障。

大数据资产化

将“资产”的特性与数据结合,将大数据变成企业资产的一部分,将数据变现。

大数据共享发布

使用数据时,在满足大数据安全的前提下,通过数据开发提取数据,并将这些数据共享发布到平台之上,为业务创新减少数据沟通成本。

大数据标准

通过自动化的管理流程,配合元数据管理的核心技术,保证数据标准应用的效率和实际落地。

大数据交换集成

将企业或者企业之间的多种异构数据按照相应的规范和数据标准进行交换与集成,提升业务创新效率。

普元为各行业提供差异化大数据治理方案

金融
关键点:元数据管理、大数据标准、
大数据质量

金融机构业务系统多,监管力度大,适合自上而下开展大数据治理,通过元数据管理理清数据关系,参考行业标准,制定数据标准管理办法,并将数据质量管理嵌入系统开发过程,从需求开始控制数据质量,建立数据质量考核机制。

能源
关键点:大数据质量、大数据资产化、大数据交换与集成

能源行业数据量庞大且呈碎片化分布,急需提升大数据质量,保证决策和分析的准确性,将这些海量数据变成企业资产的一部分,并按照规范与标准将系统内及各种采集数据进行集成。

政府
关键点:大数据标准、大数据交换与集成、大数据共享发布

政府行业民生数据量大,在海量数据中快速找到所需数据至关重要。通过大数据标准规范数据内容,根据管理规范和数据标准,将海量民生数据进行交换与集成,适当开放数据接口,助力智慧城市建设,拓展数据应用。

电信
关键点:元数据管理、大数据质量、大数据资产化、大数据共享发布

电信行业数据丰富,数据开放潜力巨大。需要管理大数据平台中的元数据,控制数据质量,将数据资产化,通过大数据共享,进一步拓展与集成商的合作空间。

制造
关键点:主数据管理、元数据管理、大数据质量、大数据交换与集成

制造行业工艺流程多,数据在各阶段的应用角度不同。需要统一管理流转于业务链条中的主数据,降低系统间的集成复杂度,通过元数据理清工艺流程中“碎片化”数据间的关系,严格控制数据质量,按照一定的规范与标准,对数据进行交换与集成。

我是普元顾问,欢迎与我在线交流。