署名 “ 用数据说话” -- 经营分析系统介 绍 2 通过课程，大家能得到什么？ 2 、掌握数据分析的要素 和步骤，提高数据分析工 作效率； 3 、运用经分系统和重点 应用，遇到分析的问题找 到最佳解决途径。 1 、激发对数据分析的兴 趣，积极使用经分系统解 决实际工作问题； 3 数据分析无处不在 数据分析无处不在，需要大家的积极探索… … “ 大数据时代”惊喜都去哪了？ 谷歌也曾利用大数据预测流感爆发的时间、 Farecast 票价预测工具可以预测飞机票的价格， 亚马逊可以预测用户喜欢的商品，这些都是大 数据的杰作。 大数据时代，惊喜都去哪了？ 4 目 录 一、入门知识——数据分析是什么 三、案例透视——经分应用干什么 二、系统解析——经分系统有什么 1.1 何谓数据分析 1.2 数据分析价值 1.3 数据分析步骤 2.1 经分系统的演进过程 2.2 经分系统的两级架构 2.3 经分系统的主要内容 2.4 经分系统的使用对象 2.5 经分系统应用全景图 3.1 市场健康度分析 3.2 流量战略地图 3.3 量化薪酬系统 5 何谓数据分析 数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将 它们加以汇总和理解并消化，以求最大化开发数据的功能，发挥数据作用。 数据分析是

大数据平台数据管控整体解决方案 大数据平台数据管控整体解决方案 大数据平台数据管控整体解决方案 目录 数据管控概述 1 元数据管理 2 数据标准管理 3 数据质量管理 4 大数据平台数据管控整体解决方案 数据管控系统实施目标 数据管控系统实施是为解决企业所面临的数据标准问题、 数据质量问题、元数据管理问题。 • 推动数据标准在全企业的执行落地，规范化管理构成数据平 台的业务 台的业务和技术基础设施，包括数据管控制度与流程规范文 档、信息项定义等。 数据标准规范落地 • 全方位管理数据平台的数据质量，提升数据可访问性、可用 性、正确性、一致性等，实现可定义的数据质量检核和维度 分析，以及问题跟踪。 数据质量问题定位分析 • 提升统一有序的业务系统和 MIS 系统的管理数据能力，实现 对数据间流转、依赖关系的影响和血缘分析，增加有效工作 时间用于分析数据，减少用于在复杂企业数据环境中搜索数 时间用于分析数据，减少用于在复杂企业数据环境中搜索数 据的时间 数据关系脉络化 大数据平台数据管控整体解决方案 数据管控体系建设原则 循序渐进 结合现实 • 实施难度、影响 范围 • 实施成本、实施 风险 • 不可能齐头并 进，一蹴而就 • 先易后难 • 以业务的现实需 求为首要前提来 确定数据治理平 台的重点 业务驱动 大数据平台数据管控整体解决方案 数据管控系统实施步骤 大数据平台数据管控整体解决方案

大数据企业架构讨论 案例研究：智慧交通 大数据实时处理和分析 目的：提高城市交通的科学管理和组织服务水 平 业务目标 • 智能交通数据的有力支撑 • 智能交通公共信息服务的实时传递和快速 反 应的应急指挥 • 智能交通业务联动快速应对变化 • 可视化事件跟踪 挑战 • 近千万辆轿车、轨道交通、快速公交系 统 • 高并发事件及数据流的实时处理 • 海量非结构化大数据的组织与分析 车次号识 别 紧急救援 CBTC 旅行时间 路径识别 城市综合信息管理平台 通信 ETC PIS 信号 BRT 公交调度管理 电警 接处警 卡口 交通诱导 信号控制 出行者信息系统 视频监控 智能停车场 电子站牌 事件检测 用户服务 政府 企业 个人 公共 感知层 / 信息采集 网络层 / 信息传输 应用层 / 信息处理 水运综合管理平台 ITS 智能交通物联网平 • 所有的数据源及数据结 构 • 低延时 • 高并发的交易 • 高度灵活的数据结 构 数据获取 数据传输 数据处理 数据是智能交通的核心 数据获取 数据传输 数据处理 People. Process. Portfolio. Discussion 实时事件处理 — 概念图解 业务场景 • 重要车辆监 控 • 交通诱导 • 出行者信息 • 技术机遇 • 实时处理大数据量 • 合并历史事务和实时事

华为AI数据中心 参考设计 构建万物互联的智能世界 Reliable Agile Sustainable 目录 序言 01 1 预制模块化方案 02 方案简介 02 模块简介 03 参考设计(RD) 01-14 04 2 钢结构方案 32 方案简介 32 DC架构简介 33 参考设计(RD) 15-21 34 3 产品手册 47 室外电力模块 47 UPS 50 锂电 锂电 53 TMU 55 风墙 57 序言 01 本手册系统性展示了华为面向AI智算场景的数据中心能源解决方案。我们针对不同场 景需求提出两大参考设计范式。 预制模块化解决方案，核心系统采用全预制模块化产品，工厂预集成、现场乐高式安 装，快速交付，将数据中心的建设周期从18个月压缩至6个月。 钢结构解决方案，核心构件可以在工厂预制生产，然后运输到施工现场进行装配，减 少了现场施 在以上两种建设形式中，每个方案中细分出50 kW/柜、70 kW/柜、132 kW/柜三大子 场景，以满足多场景智算中心建设需求。 本手册既是华为对智算中心建设探索的阶段总结，更是通向下一代数据中心的路线图。 我们期待与全球客户、合作伙伴共同探索，让每一瓦特电力都迸发出更澎湃的算力， 共同构筑智能世界的坚实基座。 室外电力模块 方案简介 02 Data Hall 柴油发电机

用友数据中台解决方案 用 友 网 络 科 技 股 份 有 限 公 司 企业数据中台 —— 助力企业创新化、提升对用户需求的响应力—— 元数据管理、 数据标准、 数据质量、 数据清洗、 数据安全 SOD(Systems of differentiation) 用友数据中台是基于新的数据湖存储方案基础上重新定义的企业 IT 架构核心组成部分 稳定可靠 产品系统 客户管理 系统 财务系统 财务系统 SOI(Systems of innovation) SOR(Systems of record) 轻而快 画像标签 智能分析 绩效评分 决策分析 风控管理 商机发现 精准营销 人才发现 “ 今天的数据仓库基于几十年前的技术。 为了满足当今 的需求和机遇 , 数据仓库必须从根本上改变” – Jef Shu kis, VP Engineering and Tech Ops VoiceBase 传统数据仓库面临的挑战 38% 前期购买和持续维护成本 Source - CIO Research Report: Biggest Challenges of Current Data Warehousing Solution 复杂和成 本高 95% 需要大量 的 手工参与 33% 太慢和太长时间部署 60% 太复杂难于管理 CIO 认为目前数据仓库遇到的挑 战

1 CRM数据治理及应用实践蓝皮书 前言 当下，企业竞争的核心要素正经历着从资本、技术到数据的深刻嬗变。企业已从“数字化生存”迈向“数智化共 生”的新纪元⸺数据不再是业务流程的衍生结果，而是企业核心生产资料。尤其在以客户为中心的商业环境下，营 销、销售、服务（以下简称 “营销服”）环节沉淀的业务数据与客户数据，正成为撬动企业增长的“数字杠杆”。 然而，数据价值的挖掘与释放绝非一蹴而就，许 多企业坐拥海量数据却依旧陷入应用困境。究其本质是由于数据 治理缺位：唯有实现数据的及时采集、安全存储、高质量处理与结构化整合，才能将其转化为驱动决策的“高纯度燃 料”。 而数据治理的终极目标是通过数据应用赋能业务。数据价值的释放需要打通“治理”与“应用”：通过贯通营销 服流程，让客户基础数据、交易数据、服务工单数据在业务场景中自由流动，形成“数据反哺业务、业务沉淀数据” 的闭环；通过将 的闭环；通过将数据嵌入商机推进、订单履约、售后服务等核心场景，让结构化数据成为销售策略的“导航仪”、服 务效率的“加速器”、客户运营的“显微镜”。在渠道管理中，通过统一数据口径、沉淀全生命周期合作数据，实现 “厂商赋能渠道、渠道反哺市场”的双向共赢。 而当大模型应用成为企业提效的标配，数据的安全性、及时性、多模态处理能力成为AI应用落地的前提：不合规 的数据可能引发法律风险，低质量的数据会导致模型输出偏

8 技巧 成功实施CRM系统 成功实施CRM系统的8个技巧 Zoho CRM资源 2 8 技巧 1. 充分使用CRM系统 2. 尽其所能定制系统 3. 坚决剔除不需要的功能 4. 将时间花在重要的事情上 5. 确保数据安全 6. 连接信息碎片 7. 统计.分析.提升 8. 审核.改进.再造�� 成功实施CRM系统的8个技巧 Zoho CRM资源 3 全世界的企业都已 全世界的企业都已经意识到CRM系统的重要性。几乎每个公司都在使用某种形式的CRM 系统或其它类似的客户关系管理系统。据观察，许多工具并没有被充分挖掘它们的潜力， 甚至有的系统根本就没有用起来。 当企业刚刚购买了CRM系统时，可能会使用一些最简单的功能和最基础的数据输入收集 工具。然而，从长远来看，如果企业期望通过CRM系统获得良好的投资回报率，就需要 根据业务需求充分利用所有可用的功能，同时密切关注CRM市场上变化的动态和趋势。 这里有8个实用的技巧，可以帮助企业更好的使用CRM系统，改进工作效率，并为企业的 投资获得更高的回报。 8 技巧 成功实施CRM系统 客户关系管理（CRM）软件的全球市场 到2020年预计将达到484亿美元 因为企业越来越关注客户的高流失率... 全球行业分析师发布的报告 成功实施CRM系统的8个技巧 Zoho CRM资源 4 充分使用CRM系统. 技巧 #1 作为一个小企业主或IT

息及数据的收集及处理自古有之，几千年 来变化不大，直到个人电脑的普及才开始 出现了极其微妙的改变。首先是带动着数 据化的领先企业包括 Google、Amazon、Facebook 及 中国的 BAT, 然后是移动应用和人工智能所引起的智 能热潮。再加上物联网的加入，让我们在不知不觉之 间每天都在生产着数据，甚至消费着数据。可以说， 几乎全民都参与在大数据的生命周期之中。大数据的 组成和几年前很不一样，因为需求的细分及终端的发 达变得越来越零散。同时数据安全的规管也改变了大 家分享数据的形式及难度，汇聚数据的成本正在不断 提高。但是我们都知道大数据的核心价值来自分享， 经过数据的分享增加了预判及还原现实的可能性。所 以成本效应成为了企业及政府机构数据化的绊脚石。 如今企业都意识到数据是重要的资产，也意识到 有效数据治理是数据资产化的前提，近年本人在国内 做市政府和一些互联网企业的咨询专家及顾问，都涉 及到如何建立横向的数据治理系统。这个经验最早来 自阿里巴巴，当时在企业飞速的发展过程中，我们发 现数据使用面临着如下挑战： —各部门低水平重复开发数据集，浪费大量的 存储和计算资源； —数据资源缺乏沉淀机制，导致计算能力的提 升和进化非常低效； —数据割据，算法分离，带来混乱和质量的不 确定性； —业务变更时，数据及数据产品反应不及时； —组织架构制约了数据的共建和共享，缺乏标

大数据平台产品建设和应用方案 大数据平台产品建设和应用方案 1. 大数据概述 2. 大数据平台建设 3. 大数据平台应用 目 录 Contents Part 1 大数据概述 大数据平台产品建设和应用方案 大数据：成为国家战略 《十三五规划纲要》  提出实施国家大数据战略，把大 数据作为基础性战略资源，全面 实施促进大数据发展行动，加快 推动数据资源共享开放和开发应 用； 月 31 日 江苏省政府 《关于运用大数据加强对市场 主体服务和监管的若干意见》  提高政府运用大数据能力；  推动简政放权和政府职能转变；  提高政府服务水平和监管效率， 降低服务和监管成本； 2015 年 9 月 5 日 国务院 2015 年 7 月 1 日 国务院 《促进大数据发展行动纲要》  大力推动政府信息系统和公共数据互 联开放共享，加快政府信息平台整合； 以企业为主体，加大大数据关键技术 研发，着力推进数据汇集和发掘，深 化大数据在各行业创新应用； 大数据成为国家战略 《江苏省大数据发展行动计 划》 工信部、发改委 大数据平台产品建设和应用方案 大数据实例：中国电信海量数据 携程、途牛、去 哪儿、同程、美 团等月上网总量 5.02 亿条 / 月 手机定位 7 亿条 / 天 上网搜索、 浏览、点击等 行为数据 100 亿条 / 天