大數(shù)據(jù)云解決方案v1.4

金蝶天燕大數(shù)據(jù)解決方案金蝶天燕大數(shù)據(jù)解決方案大數(shù)據(jù)的前世今生什么是大數(shù)據(jù)金蝶天燕大數(shù)據(jù)解決方案上世紀(jì)的80年代，“大數(shù)據(jù)（bigdata）”概念被提出。此時(shí)的“大”意味著“重要”，相對代碼而言。進(jìn)入21世紀(jì)，多數(shù)人認(rèn)為“大數(shù)據(jù)”的數(shù)據(jù)量應(yīng)該是“太字節(jié)TB”，因?yàn)檫@時(shí)很多企業(yè)的數(shù)據(jù)終于達(dá)到了“TB”級別。在2000年，賓夕法尼亞大學(xué)的教授曾定義“200TB的數(shù)據(jù)是大數(shù)據(jù)”IDC定義：“為了更經(jīng)濟(jì)地從高頻率獲取的(Velocity)、大容量的(Volume)、不同結(jié)構(gòu)和類型的(Variety)數(shù)據(jù)中獲取價(jià)值(Value)，而設(shè)計(jì)的新一代架構(gòu)和技術(shù)?！敝辽偕婕皟煞N、兩種以上的形式，要收集持續(xù)超過100TB的數(shù)據(jù)量，并且以高速實(shí)時(shí)的數(shù)據(jù)流搜集出；或者以小數(shù)據(jù)出，但是數(shù)據(jù)量年增長在10%以上。五大技術(shù)現(xiàn)象的共同作用的結(jié)果摩爾定律、普適計(jì)算、數(shù)據(jù)挖掘、社交媒體、云計(jì)算“大”數(shù)據(jù)的前世今生改變背后的技術(shù)力量：大數(shù)據(jù)麥肯錫:美國17個(gè)行業(yè)中，已經(jīng)有15個(gè)行業(yè)大公司平均擁有的數(shù)據(jù)量超過了美國國會圖書館，其中投資證券業(yè)、銀行業(yè)和傳媒業(yè)位居前三位。2010年，全球企業(yè)一年新存儲的數(shù)據(jù)就超過了7000PB。100萬交易/小時(shí),2.5PB數(shù)據(jù)每秒產(chǎn)生數(shù)據(jù)40TB4億用戶、400億張照片零售行業(yè)科學(xué)計(jì)算網(wǎng)絡(luò)生活

2010年2月《經(jīng)濟(jì)學(xué)人》出版：“數(shù)據(jù)、無處不在的數(shù)據(jù)”專刊。1949-2013，64年7億字平均每天7500萬條微博，10.5億字100萬筆交易/小時(shí)，數(shù)據(jù)倉庫存儲超過2.5PB的交易數(shù)據(jù)平均每天800萬包裹400-500萬條交易平均每天30億條評論，1000萬張照片平均每天處理24PB數(shù)據(jù)量統(tǒng)計(jì)學(xué)家內(nèi)特·西爾弗（NateSilver）算法之神成功預(yù)測美國大選50州選舉結(jié)果數(shù)據(jù)的驚人增長人類誕生至2003年2012年中的任意兩天2013年任意10分鐘預(yù)計(jì)到2020年，全球數(shù)據(jù)使用量將暴增44倍，達(dá)到35.2ZB，約376億TB。（1ZB=1024EB,1EB=1024PB,1PB=1024TB）企業(yè)“大數(shù)據(jù)”趨勢越發(fā)明顯！15年前，僅沃爾瑪、萬事達(dá)這樣極少數(shù)公司擁有數(shù)TB信息，而如今每一個(gè)雇員數(shù)量在1,000人以上的企業(yè)所存儲的數(shù)據(jù)平均值至少為200TB，經(jīng)濟(jì)部門平均1PB。（Source：麥肯錫）在國內(nèi)對電信、零售、消費(fèi)品、能源等十個(gè)行業(yè)的調(diào)研顯示，分別有35.7%和48.2%的企業(yè)經(jīng)常需要進(jìn)行海量數(shù)據(jù)處理和經(jīng)常需要進(jìn)行實(shí)時(shí)數(shù)據(jù)分析。（Source：計(jì)世資訊）數(shù)據(jù)日益成為企業(yè)最重要的資產(chǎn)之一數(shù)據(jù)將和企業(yè)的固定資產(chǎn)及人力資源一樣，成為重要的生產(chǎn)要素。2012年5月18日，F(xiàn)acebook在納斯達(dá)克上市，當(dāng)日市值高達(dá)1000億美元，而招股書上列明的資產(chǎn)僅66億美元（包括計(jì)算機(jī)硬件、專利和其他實(shí)物價(jià)值）企業(yè)擁有數(shù)據(jù)資產(chǎn)的多少，與企業(yè)價(jià)值呈完全的正相關(guān)騰訊（1500億美元，擁有中國最大的網(wǎng)絡(luò)通訊數(shù)據(jù)）阿里（1680億美元，擁有中國最大的網(wǎng)絡(luò)交易數(shù)據(jù)）百度（320億美元，擁有中國最大的搜索數(shù)據(jù)資產(chǎn)）人才資金數(shù)據(jù)數(shù)據(jù)影響企業(yè)的經(jīng)營三個(gè)部門的主管報(bào)表上的銷售數(shù)字（財(cái)務(wù)口徑？銷售口徑？運(yùn)營考核口徑？）

完全不一樣。。。。除了上帝，任何人都要用數(shù)據(jù)來說話！--愛德華茲·戴明數(shù)據(jù)驅(qū)動的管理模式商業(yè)大數(shù)據(jù)將成為驅(qū)動企業(yè)的業(yè)務(wù)單元進(jìn)行流程重組和組織優(yōu)化的重要力量。經(jīng)濟(jì)學(xué)人智庫于2012年10月，對530名來自北美、西歐、亞太地區(qū)和拉丁美洲的眾多行業(yè)的高級管理人員進(jìn)行了調(diào)查，發(fā)現(xiàn)最成功的那些公司已經(jīng)培養(yǎng)了一個(gè)數(shù)據(jù)驅(qū)動型企業(yè)文化。在這樣的文化中，他們通過提供必要的訓(xùn)練及促進(jìn)各級員工和部門間的數(shù)據(jù)共享來實(shí)現(xiàn)數(shù)據(jù)的最大化利用。數(shù)據(jù)驅(qū)動的商業(yè)模式案例：淘寶People(訪客屬性)VisitorsPages(整體曝光率)PageviewsPersistence(訪問粘著度）好感度Pulling（回頭客）powerPassion(訂單轉(zhuǎn)化率)親密度淘寶流量的5P淘寶電商需要關(guān)注的5P，B2C電子商務(wù)與傳統(tǒng)零售最大的區(qū)別，不是網(wǎng)購，而是數(shù)據(jù)的驅(qū)動，業(yè)務(wù)不斷改善，本質(zhì)上是數(shù)據(jù)商務(wù)。點(diǎn)評數(shù)據(jù)以及對買家決策的正相關(guān)影響。產(chǎn)品和服務(wù)數(shù)據(jù)的完整性，針對客戶群體的針對性描述。經(jīng)營數(shù)據(jù)的統(tǒng)計(jì)分析和分類排名。購買行為數(shù)據(jù)的海量分析。購物體驗(yàn)和交互界面的美觀與舒適度。數(shù)據(jù)驅(qū)動的商業(yè)模式案例：當(dāng)當(dāng)網(wǎng)當(dāng)當(dāng)網(wǎng)根據(jù)你的購買記錄（數(shù)據(jù)分析），自動推薦新書；根據(jù)購買關(guān)聯(lián)，推薦“看過本商品的還看了”的關(guān)聯(lián)銷售模式。基于購買數(shù)據(jù)的關(guān)聯(lián)銷售數(shù)據(jù)驅(qū)動的案例：傳統(tǒng)導(dǎo)航軟件導(dǎo)航軟件汽車預(yù)裝手機(jī)預(yù)裝套裝軟件傳統(tǒng)導(dǎo)航軟件銷售的是軟件的功能！一套軟件，多少錢？價(jià)格戰(zhàn)？數(shù)據(jù)驅(qū)動的案例：基于互聯(lián)網(wǎng)的導(dǎo)航軟件百度導(dǎo)航/百度地圖B：個(gè)人用戶免費(fèi)采集路況數(shù)據(jù)A：商家收費(fèi)商務(wù)數(shù)據(jù)百度導(dǎo)航，賣的不是導(dǎo)航，是數(shù)據(jù)服務(wù)和商業(yè)?。ㄚA家通吃的商業(yè)模式）金蝶天燕大數(shù)據(jù)解決方案大數(shù)據(jù)的前世今生什么是大數(shù)據(jù)金蝶天燕大數(shù)據(jù)解決方案大數(shù)據(jù)的范疇關(guān)鍵數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)關(guān)系數(shù)據(jù)庫中事務(wù)型數(shù)據(jù)非關(guān)鍵數(shù)據(jù)郵件、網(wǎng)頁、社交網(wǎng)絡(luò)傳感器數(shù)據(jù)影音數(shù)據(jù)Web日志、業(yè)務(wù)流程記錄信息系統(tǒng)監(jiān)控及日志數(shù)據(jù)具有潛在價(jià)值存儲成本降低使這些數(shù)據(jù)被企業(yè)收集和利用起來政企大數(shù)據(jù)大容量多樣化快速高價(jià)值數(shù)量級上高于傳統(tǒng)企業(yè)事務(wù)型數(shù)據(jù)數(shù)據(jù)量增長迅速數(shù)據(jù)量與業(yè)務(wù)量、企業(yè)規(guī)模相關(guān)數(shù)據(jù)源多樣，來自不同部門、子系統(tǒng)數(shù)據(jù)類型、格式異構(gòu)數(shù)據(jù)對處理過程、安全性等的要求不同準(zhǔn)實(shí)時(shí)性要求事務(wù)處理屬性大規(guī)模企業(yè)的并發(fā)性需求趨勢分析發(fā)現(xiàn)潛在價(jià)值、規(guī)律和關(guān)系決策支持依據(jù)采集處理分析展現(xiàn)捕獲隱含關(guān)系發(fā)現(xiàn)隱含價(jià)值用于企業(yè)決策到2020年，全球的數(shù)據(jù)將急劇增長至35ZB，相當(dāng)于2009年的44倍

-McKinsey

Global

Institute

AnalysisCT-150MB基因序列-750MB病理圖-5GB就診量-8000人次/天……以北京市為例北京市交通運(yùn)行監(jiān)測調(diào)度中心(TOCC)數(shù)據(jù)接入行業(yè)內(nèi)外27個(gè)應(yīng)用系統(tǒng)6000多項(xiàng)靜態(tài)數(shù)據(jù)6萬多路視頻靜動態(tài)數(shù)據(jù)存儲達(dá)35T每天數(shù)據(jù)增量達(dá)30G行業(yè)中的大數(shù)據(jù)政企大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)異同政企大數(shù)據(jù)互聯(lián)網(wǎng)大數(shù)據(jù)大容量相對的大容量相比于傳統(tǒng)的ERP等企業(yè)系統(tǒng)，企業(yè)大數(shù)據(jù)中包含大量半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)的體量是傳統(tǒng)企業(yè)系統(tǒng)中數(shù)據(jù)體量的幾十倍甚至上百倍，目前可達(dá)百TB級別絕對的大容量互聯(lián)網(wǎng)大數(shù)據(jù)源自于互聯(lián)網(wǎng)大量用戶產(chǎn)生的數(shù)據(jù)，通常數(shù)據(jù)容量都可輕易達(dá)到PB以上級別多樣化多樣化要求高數(shù)據(jù)源自于幾十個(gè)甚至上百個(gè)系統(tǒng)，供應(yīng)商不同，且具有不同的業(yè)務(wù)特性，因此數(shù)據(jù)異構(gòu)性強(qiáng)多樣化要求低互聯(lián)網(wǎng)大數(shù)據(jù)的數(shù)據(jù)來源于單一系統(tǒng)，多樣性主要體現(xiàn)在系統(tǒng)不同層次的數(shù)據(jù)快速業(yè)務(wù)場景實(shí)時(shí)性要求強(qiáng)在應(yīng)對實(shí)時(shí)性的決策時(shí)（如交通，電力資源調(diào)配等場景），要求大數(shù)據(jù)分析實(shí)時(shí)的給出分析結(jié)果實(shí)時(shí)性要求不高支持互聯(lián)網(wǎng)應(yīng)用系統(tǒng)決策的大數(shù)據(jù)分析應(yīng)用多為長期決策的支持高價(jià)值均具備較高價(jià)值應(yīng)用場景不同，但均可面向政企/服務(wù)商的業(yè)務(wù)開展以及最終用戶發(fā)現(xiàn)潛在規(guī)律、聯(lián)系，提供決策依據(jù)或量化的參考Facebook的大數(shù)據(jù)用戶行為跟蹤面部識別照片標(biāo)注建議用戶喜好分析主題數(shù)據(jù)廣告推薦每天：25億條共享內(nèi)容27億個(gè)贊3億張照片500TB的新數(shù)據(jù)產(chǎn)生每半小時(shí)掃描105TB數(shù)據(jù)超過100PB的集群存儲大數(shù)據(jù)交通治理車輛GPS位置車輛信息違章信息車主信息地圖地理坐標(biāo)行政區(qū)劃地標(biāo)建筑傳感器攝像頭位置影像信息車牌捕獲交警執(zhí)勤信息警力分布警員信息終端數(shù)據(jù)公共交通公交運(yùn)行數(shù)據(jù)公交時(shí)刻表一卡通數(shù)據(jù)實(shí)時(shí)交通調(diào)度實(shí)時(shí)路線規(guī)劃路況預(yù)報(bào)套牌發(fā)現(xiàn)實(shí)時(shí)車輛追蹤市級交通大數(shù)據(jù)平臺

-交通運(yùn)營數(shù)據(jù)體量可達(dá)TB級

-監(jiān)控?cái)?shù)據(jù)可達(dá)百TB級

-數(shù)據(jù)源來自數(shù)十個(gè)系統(tǒng)-具有實(shí)時(shí)處理需求海量數(shù)據(jù)的存儲管理支持PB級存儲管理和訪問多源異構(gòu)的數(shù)據(jù)操作查詢檢索轉(zhuǎn)換大規(guī)模并行計(jì)算框架批量處理實(shí)時(shí)處理圖計(jì)算政企大數(shù)據(jù)的技術(shù)需求算法分析統(tǒng)計(jì)處理建模數(shù)據(jù)模型業(yè)務(wù)模型可視化模型安全租戶隔離數(shù)據(jù)保護(hù)金蝶天燕大數(shù)據(jù)解決方案大數(shù)據(jù)的前世今生什么是大數(shù)據(jù)金蝶天燕大數(shù)據(jù)解決方案金蝶天燕的大數(shù)據(jù)體系銷毀應(yīng)用存儲導(dǎo)入管理&治理操作計(jì)算安全資源目錄數(shù)據(jù)交換數(shù)據(jù)集成數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)庫分布式文件系統(tǒng)并行計(jì)算框架大數(shù)據(jù)分析處理算法庫可視化查詢檢索數(shù)據(jù)倉庫數(shù)據(jù)傳輸授權(quán)與身份認(rèn)證加密/解密安全刪除數(shù)據(jù)導(dǎo)出數(shù)據(jù)脫敏數(shù)據(jù)保護(hù)數(shù)據(jù)分發(fā)傳統(tǒng)數(shù)據(jù)產(chǎn)品功能ADP功能兼容的產(chǎn)品Apusic大數(shù)據(jù)平臺（ApusicDataPlatform，ADP）通過對大數(shù)據(jù)存儲、分布式計(jì)算、數(shù)據(jù)分析、數(shù)據(jù)訪問及數(shù)據(jù)可視化的全方位支持，支撐政企的大數(shù)據(jù)架構(gòu)及解決方案，幫助其構(gòu)建大數(shù)據(jù)驅(qū)動業(yè)務(wù)體系。Apusic大數(shù)據(jù)平臺產(chǎn)品定位技術(shù)產(chǎn)品解決方案業(yè)務(wù)體系A(chǔ)pusic大數(shù)據(jù)平臺ADP提供什么？數(shù)據(jù)引擎DataEngine存儲HDFS分布式數(shù)據(jù)存儲第三方數(shù)據(jù)源計(jì)算基于Spark的計(jì)算引擎批量處理框架流式處理框架圖計(jì)算框架算法庫&模型Libs&Models算法庫基本統(tǒng)計(jì)分類回歸聚類協(xié)同過濾頻繁模式發(fā)現(xiàn)數(shù)據(jù)模型數(shù)據(jù)可視化模型算法數(shù)據(jù)模型數(shù)據(jù)脫敏模型查詢檢索數(shù)據(jù)導(dǎo)入導(dǎo)出工具SQL數(shù)據(jù)查詢終端查詢優(yōu)化工具部署管理快速安裝ADP監(jiān)控多租戶管理云部署運(yùn)維工具集Toolbox安全工具數(shù)據(jù)加解密數(shù)據(jù)盾牌ADP產(chǎn)品架構(gòu)ADP架構(gòu)實(shí)例：數(shù)據(jù)處理ADP架構(gòu)實(shí)例：多租戶文件系統(tǒng)租戶空間1租戶空間2租戶空間3資源調(diào)度租戶資源1租戶資源2租戶資源3數(shù)據(jù)節(jié)點(diǎn)計(jì)算節(jié)點(diǎn)數(shù)據(jù)節(jié)點(diǎn)計(jì)算節(jié)點(diǎn)數(shù)據(jù)節(jié)點(diǎn)計(jì)算節(jié)點(diǎn)數(shù)據(jù)節(jié)點(diǎn)計(jì)算節(jié)點(diǎn)數(shù)據(jù)節(jié)點(diǎn)計(jì)算節(jié)點(diǎn)租戶1租戶空間1租戶資源1租戶2租戶空間2租戶資源2租戶3租戶空間3租戶資源3資源層共享邏輯層隔離多租戶資源池ADP架構(gòu)實(shí)例：多租戶CloudNode1DataNode1Worker1CloudNode2DataNode2Worker2CloudNode3DataNode3Worker3CloudNodenDataNodenWorkern...資源池（VM/物理機(jī)）租戶1租戶2租戶3文件系統(tǒng)（NameNode）租戶空間1租戶空間2租戶空間3JobScheduler租戶資源1租戶資源2租戶資源3金蝶Apusic大數(shù)據(jù)云功能介紹大數(shù)據(jù)處理分析提供Spark并行計(jì)算引擎支持多種計(jì)算范式，包括迭代式流計(jì)算、批處理作業(yè)、圖計(jì)算等提供豐富的統(tǒng)計(jì)分析模型庫，包括基礎(chǔ)統(tǒng)計(jì)、分類、聚類、模式發(fā)現(xiàn)等算法提供數(shù)據(jù)統(tǒng)計(jì)分析結(jié)果的可視化組件大數(shù)據(jù)存儲管理基于HDFS的文件存儲集成Hbase數(shù)據(jù)庫以及Hive數(shù)據(jù)倉庫提供交互式數(shù)據(jù)查詢可集成第三方關(guān)系數(shù)據(jù)庫、文本數(shù)據(jù)庫、時(shí)序數(shù)據(jù)庫，提供統(tǒng)一訪問接口大數(shù)據(jù)安全數(shù)據(jù)加解密，支持SM2國密算法用戶身份權(quán)限管理認(rèn)證與授權(quán)支持基于角色的數(shù)據(jù)脫敏支持LDAP接入大數(shù)據(jù)云平臺管理面向云環(huán)境的大數(shù)據(jù)平臺快速部署提供對平臺運(yùn)行狀態(tài)、作業(yè)執(zhí)行狀態(tài)的監(jiān)控基于日志分析的異常預(yù)警提供多租戶計(jì)算資源和數(shù)據(jù)資源的隔離機(jī)制金蝶Apusic大數(shù)據(jù)云解決方案功能架構(gòu)Docker容器集群IaaS/虛擬機(jī)/物理機(jī)ApusicDataPlatform（ADP）資源調(diào)度引擎容器集群引擎鏡像庫ADPManager容器集群管理ADPSecurity數(shù)據(jù)安全防護(hù)權(quán)限管理資源管控租戶管理部署配置數(shù)據(jù)存儲數(shù)據(jù)計(jì)算數(shù)據(jù)服務(wù)金蝶Apusic大數(shù)據(jù)云解決方案功能架構(gòu)Docker容器集群IaaS/虛擬機(jī)/物理機(jī)ApusicDataPlatform（ADP）SparkHDFSYARNHBaseHive第三方數(shù)據(jù)源MySQLMangoDBInfluxDB可視化組件流計(jì)算批處理圖計(jì)算計(jì)算模型庫交互式查詢SQL-like接口資源調(diào)度引擎容器集群引擎鏡像庫ADPManager容器集群管理部署管理運(yùn)行配置租戶管理系統(tǒng)監(jiān)控ADPSecurity數(shù)據(jù)加密管理認(rèn)證授權(quán)數(shù)據(jù)盾牌LDAP連接全局資源管理數(shù)據(jù)脫敏異構(gòu)源集成支持關(guān)系數(shù)據(jù)庫、KV數(shù)據(jù)庫、文本數(shù)據(jù)庫等接入支持基于HBase的列式數(shù)據(jù)庫支持基于Hive的數(shù)據(jù)倉庫提供基于HDFS的分布式文件存儲易操作提供統(tǒng)一的交互式數(shù)據(jù)查詢功能提供統(tǒng)一的數(shù)據(jù)訪問接口提供面向大數(shù)據(jù)分析的可視化組件高性能基于Spark計(jì)算框架提供秒級查詢響應(yīng)能力融合迭代式流計(jì)算、批量處理以及圖計(jì)算等多種計(jì)算范式數(shù)據(jù)與作業(yè)的雙向調(diào)度提升大數(shù)據(jù)分析的數(shù)據(jù)訪問速率云部署支持基于Docker的大數(shù)據(jù)平臺云快速部署支持大規(guī)模部署和水平擴(kuò)展，規(guī)?？蛇_(dá)1000節(jié)點(diǎn)基于容器動態(tài)部署實(shí)現(xiàn)負(fù)載的動態(tài)分布，提升資源利用率增強(qiáng)的安全性提供基于LDAP的用戶權(quán)限管理支持國密算法在內(nèi)的多種主流加密算法面向不同的角色提供動態(tài)維度的數(shù)據(jù)脫敏數(shù)據(jù)盾牌支持安全的數(shù)據(jù)分發(fā)和訪問金蝶Apusic大數(shù)據(jù)云技術(shù)特性支持多源數(shù)據(jù)接入提供簡單友好的操作體驗(yàn)秒級查詢響應(yīng)能力小時(shí)級大數(shù)據(jù)平臺部署能力全生命周期的數(shù)據(jù)安全保障大數(shù)據(jù)行業(yè)通用解決方案數(shù)據(jù)源大數(shù)據(jù)服務(wù)平臺業(yè)務(wù)數(shù)據(jù)生產(chǎn)銷售服務(wù)……運(yùn)維數(shù)據(jù)訪問記錄日志監(jiān)控記錄……內(nèi)控?cái)?shù)據(jù)員工考勤記錄績效統(tǒng)計(jì)位置記錄企業(yè)社交平臺公共數(shù)據(jù)地理信息庫人口庫社交網(wǎng)絡(luò)信息共享平臺分析處理引擎ADP計(jì)算引擎應(yīng)用服務(wù)大數(shù)據(jù)業(yè)務(wù)應(yīng)用大數(shù)據(jù)業(yè)務(wù)模型數(shù)據(jù)可視化業(yè)務(wù)決策量化分析預(yù)測知識發(fā)現(xiàn)綜合報(bào)表資源集群ADP數(shù)據(jù)存儲批量處理流式計(jì)算圖計(jì)算分析模型統(tǒng)計(jì)模型分類回歸聚類分析模式挖掘協(xié)同過濾查詢檢索SQL查詢關(guān)鍵字檢索查詢優(yōu)化數(shù)據(jù)脫敏按配額種植煙葉對煙草進(jìn)行分級制定銷售采購計(jì)劃煙葉烤制煙葉采購銷售煙葉種植的大數(shù)據(jù)場景按配額種植煙葉煙葉分級聚類煙葉預(yù)定及制定銷售計(jì)劃煙葉烤制煙葉采購銷售煙葉種植受卷煙生產(chǎn)配額限制煙葉配方對煙葉品類由要求供給不足時(shí)，煙草公司會按需采購煙葉傳統(tǒng)流程基于大數(shù)據(jù)的改進(jìn)流程分級預(yù)測因素：光照、土壤酸堿度、氣候、水文信息、污染、病蟲害、農(nóng)戶分級因素：煙葉的成熟度、葉片結(jié)構(gòu)、身份、油分、色度、長度……綜合數(shù)據(jù)分析科研分析工具研究報(bào)告產(chǎn)量質(zhì)量優(yōu)化產(chǎn)量地域分布產(chǎn)量地理分布產(chǎn)量變化分析產(chǎn)量品級預(yù)測種植管理煙葉質(zhì)量評級農(nóng)戶畫像全局產(chǎn)量控制煙農(nóng)服務(wù)農(nóng)戶移動應(yīng)用災(zāi)害通知預(yù)警種植建議推送煙葉種植大數(shù)據(jù)方案種植監(jiān)控作物環(huán)境產(chǎn)量環(huán)境信息氣象信息病蟲害監(jiān)控水質(zhì)監(jiān)控?zé)熑~種植大數(shù)據(jù)平臺ADP數(shù)據(jù)存儲ADP計(jì)算引擎分析模型數(shù)據(jù)展現(xiàn)知識檢索煙葉種植信息煙農(nóng)信息歷史信息地理信息庫人口庫公共信息庫分類聚類統(tǒng)計(jì)協(xié)同過濾統(tǒng)計(jì)圖標(biāo)地理分布散點(diǎn)圖關(guān)系圖主題檢索數(shù)據(jù)查詢檢索優(yōu)化知識庫煙草銷售大數(shù)據(jù)場景煙草銷售大數(shù)據(jù)解決方案

煙草銷售大數(shù)據(jù)服務(wù)平臺煙草進(jìn)銷存系統(tǒng)訂單數(shù)據(jù)進(jìn)貨/庫存信息零售戶信息零售戶銷售記錄煙草配送配送記錄配送訂單配送路線……內(nèi)控?cái)?shù)據(jù)員工考勤記錄績效統(tǒng)計(jì)位置記錄云之家分析展現(xiàn)煙草銷售大數(shù)據(jù)應(yīng)用區(qū)域統(tǒng)計(jì)展現(xiàn)零售戶庫存管理廣告推送分析處理引擎ADP計(jì)算引擎資源集群ADP數(shù)據(jù)存儲批量處理流式計(jì)算圖計(jì)算分析模型統(tǒng)計(jì)模型分類回歸聚類分析模式發(fā)現(xiàn)協(xié)同過濾查詢檢索SQL查詢關(guān)鍵字檢索統(tǒng)計(jì)優(yōu)化趨勢圖公共數(shù)據(jù)集地理信息庫社交網(wǎng)絡(luò)地理分布圖煙草銷售業(yè)務(wù)模型煙草供應(yīng)業(yè)務(wù)模型配送路線優(yōu)化供需預(yù)測庫存優(yōu)化品類統(tǒng)計(jì)分析船舶產(chǎn)業(yè)供應(yīng)鏈大數(shù)據(jù)場景我國現(xiàn)狀國際領(lǐng)先企業(yè)（國際先進(jìn)總裝模式）單船所需鋼材規(guī)格上千種，每張鋼板4-5噸總裝廠每年十多萬張鋼板需要管理到單張，按節(jié)拍每天頻繁收發(fā)貨現(xiàn)場手工管理、實(shí)時(shí)庫存不準(zhǔn)、協(xié)同效率低鋼板倒垛頻繁，找貨效率低、庫存積壓嚴(yán)重占用大量資源，渤船重工：鋼材倉庫及預(yù)處理廠房占地5萬平米，占用人力上百人建立社會化的加工配送中心按天向船廠的JIT供貨將總裝廠即時(shí)庫存降至年消耗量的5%信息化支撐的設(shè)計(jì)-生產(chǎn)-倉儲協(xié)同體系總裝廠專注于分段合攏和交船①提升船用鋼材物流管理水平，能夠顯著降低造船成本加工配送中心屬于典型制造服務(wù)模式鋼材成本20%左右我國現(xiàn)狀國際領(lǐng)先企業(yè)（歐洲船配模式）在船價(jià)低迷，仍需訂購歐美日韓昂貴的配套設(shè)備國產(chǎn)設(shè)備裝船率低，在出口船上不超過30%單個(gè)企業(yè)難以構(gòu)建全球售后服務(wù)體系兩大集團(tuán)確立了研發(fā)自主品牌船用主機(jī)的戰(zhàn)略目前我國各大船舶造機(jī)廠只是按許可證生產(chǎn)MAN-B&W和瓦錫蘭，控制了研發(fā)和售后保障，全面壟斷了全球低速柴油機(jī)市場信息化平臺支撐全球服務(wù)保障體系充分利用制造服務(wù)模式②MRO運(yùn)維支持系統(tǒng)有助于提升國產(chǎn)設(shè)備的裝船率為提升國產(chǎn)設(shè)備裝船率，需要與總裝廠高