传统企业大数据应用案例”六连发,第一期给大家介绍《制造业新风向——航天三江用大数据驱动智能制造》 ,全文详解“航天三江”在搭建的大数据交换平台上,系列布局有关产品生命周期管理,价值管理, 质量信息管理及信息化管理等方面的应用案例 信息时代,大数据正在成为社会中最有价值的资源体之一。它不为人所见,却又无处不在……企业已渐渐成为大数据应用的主体。大数据真能改变企业的运作方式吗?答案毋庸置疑是肯定的。 随着企业开始利用大数据,我们每天都会看到大数据新的奇妙的应用,帮助人们真正从中获益。 钱塘大数据 www.qtbigdata.com 企业大数据应用案例之一 制造业新风向——航天三江用大数据驱动智能制造 “德国工业4.0”、“美国工业互联网”战略的发展,给中国制造业带来了前所未有的冲击。 同时,质量系统负责产品结构质量信息的检验,档案管理系统负责产品信息自动归档,进而形成企业大数据资产的积累。 在价值管理方面,需要实现企业全供应链的价值管理。
导读:本期“谁是数据英雄?传统企业大数据应用案例”给大家介绍《 兴业银行:信用卡背后的数据生命线》。 作为首批试水大数据的商业银行,兴业银行积极开展大数据平台建设,目前,兴业银行信用卡中心的数据平台建设包括信用卡基础数据平台、数据集成平台与数据治理平台三部分,其中基础数据平台是支撑,数据集成平台是手段, 兴业银行信用卡中心表示,“大数据时代向我们提供了丰富的数据,让我们全面了解客户成为了可能,但如何有效管理并整合海量数据?传统数据处理的理念及模式该如何应变? 都是信用卡行业亟需探讨和解决的问题,信用卡行业的大数据变革正拉开序幕。” 目前,国内信用卡行业在大数据技术,尤其是在对海量数据的运用方面普遍缺乏技术和经验。 信用卡行业应尽早与相关技术公司合作,利用大数据前沿技术,对自身的数据架构进行软硬件升级调整,搭建大数据平台。大数据平台的建设将对其安全稳定运营,实现风险管理等具有十分重要的意义。
一键领取预热专享618元代金券,2核2G云服务器爆品秒杀低至18元!云产品首单低0.8折起,企业用户购买域名1元起…
导读:本期“谁是数据英雄?传统企业大数据应用案例”给大家介绍《 新奥能源:智能运营背后的数据价值链》。能源行业是国民经济中的支柱产业,也是产生海量数据并对数据分析有着重要依赖的企业。 目前新奥能源的业务价值链已经非常清晰,涵盖了城市燃气、能源物资、能源贸易和泛能站等多种业务,每种业务又分别对应着详细的具体环节,有力地支撑着新奥能源业务的发展。 如何利用数据提升业务价值? 新奥能源控股有限公司系统管理部主任崔占海表示,“新奥需要打造出基于大数据驱动的智能运营体系,通过持续的大数据治理和大数据应用迭代,推动业务的创新发展和管理的变革提升”。 ? 通过大数据治理设计整个大数据平台的数据管理流程,明晰大数据血脉,提升大数据质量,实现对大数据的全面管控,为上层应用提供安全可用的数据基础,确保大数据平台分析与预测的准确性。 崔占海表示,“打造领先的新能源企业”绝不仅仅是句空口号,未来通过持续的大数据治理和大数据应用迭代,新奥能源将能创造出更大的经济效益和社会效益。 ?
导读:本期“谁是数据英雄?传统企业大数据应用案例”给大家介绍《 长城资产:数据管控驱动管理增值 》。在外部监管和内部需求的共同驱动下,资产管理行业的数据治理体系建设势在必行。 作为四大国家级金融资产管理企业之一,中国长城资产管理公司率先拉开数据治理体系建设的帷幕。 ? 中国长城资产管理公司作为四大国家级金融资产管理企业之一,率先拉开数据治理体系建设的帷幕。 ? 数据治理如何驱动资产管理企业增值? 数据管控 在大数据的推动下,企业数据资产变得日益复杂,与企业的其他资产不同,企业难以具体了解自身数据资产的情况,数据治理体系可以对整个企业的数据资产进行梳理,帮助企业了解内部的数据资产情况,进一步加强企业对复杂数据资产的管控能力 另外,数据标准定义、应用和维护应该是一个长期动态优化的过程,数据标准管理可以对长城资产业务的发展和系统的建设持续进行优化和完善。
导读:本期“谁是数据英雄?传统企业大数据应用案例”给大家介绍《 秦山核电:为何启动国内首个核电大数据咨询项目? 》。 据悉, 中核核电将在秦山站启动国内首个核电大数据咨询项目,旨在利用大数据检测分析设备故障,保证核电站安全,同时制定切实可行的大数据平台方案,挖掘和分析利用核电大数据。 ? 中核核电运行管理有限公司CIO伍吉泽表示,中核核电在秦山站将要启动的是国内首个核电大数据咨询项目,旨在根据业务现状制定出切实可行的大数据平台方案,将新时代的科技成果与我们的业务相结合,做好数据的挖掘和分析利用 在大数据采集方面,为及时发现核电站设备故障,大数据平台应同时具备实时和非实时数据的采集能力。以流计算框架为基础,对流数据进行高效实时运算,支撑实时业务响应和规则动态匹配。 在大数据存储方面,为满足海量实时设备信息的存储需求,大数据平台需要同时具备结构化与非结构化数据的存储和计算能力。同时,利用内存库和流计算技术,实现数据的快速计算和存储,进而提升业务的反应速度。
银行必须认识到,大数据技术可以帮助他们有效地集中资源,做出更明智的决策并提高绩效。 以下我们罗列银行业使用的数据科学用例清单,让您了解如何处理大量数据以及如何有效使用数据。 将深厚的理论知识转化为实际应用需要数据挖掘技术方面的专业知识,如关联,聚类,预测和分类。 ? 投资银行评估公司在企业融资中创造资本,促进兼并和收购,进行公司重组或重组以及用于投资目的的价值。 这就是为什么风险模型对于银行来说显得非常重要,最好是通过掌握更多信息和储备数据科学工具来评估。 分析在银行业中的重要性不可低估。机器学习算法和数据科学技术可以显着改善银行的分析策略,因为银行业务的每个使用案例都与分析密切相关。随着信息的可用性和多样性迅速增加,分析变得更加复杂和准确。 由于这种快速发展的数据科学领域以及将机器学习模型应用于实际数据的能力,因此可以每天扩展此用例列表,从而获得更多更准确的结果。 您有什么见解,请留言。
利用大数据技术实时采集处理网络信令数据,监控网络状况,识别价值小区和业务热点小区,更精准的指导网络优化,实现网络、应用和用户的智能指配。由于用户群的不同,不同小区对运营商的贡献也不同。 国内外运营商在客户生命周期管理方面应用的案例都比较多。 在大数据时代,这些经营报告和专题分析报告均可以自动化生成网页或者APP形式,通过机器来完成。数据来源则是企业内部的业务和用户数据,以及通过大数据手段采集的外部社交网络数据、技术和市场数据。 总的来看,电信行业的大数据依然处于探索阶段,未来几年,无论是内部大数据应用还是外部大数据商业化都有很大的成长空间。 但电信行业大数据最大的障碍是数据孤岛效应严重,由于国内运营商的区域化运营,电信企业的数据分别存储在各地区分公司,甚至分公司不同业务的数据都有可能没打通。而互联网和大数据则是没有边界。
近些年随着互联网和数字技术的飞速发展,车企正面临着日新月异的行业变革,在运营和管理中产生和接触大量数据,但对数据的使用和挖掘不足,数据资产未能参与到企业的业务转化中。 在这样的背景下,如何从数据中挖掘有效信息,并赋能企业业务增值,就成为车企保持核心竞争力的重要因素。 随着部门各业务系统的逐步上线以及现有系统的不断应用,数据的深层次运用需求日益明显。 在支撑业务运营的核心业务系统基础上建立了大数据系统及数据可视化平台,为挖掘企业数据价值提供了技术基础;建设了车联网平台,可实时监控车辆的位置及车辆运行信息,为用户安全用车、降本增效等方面提供了有力的支撑 例如,建立的大数据智能决策平台,以端到端的数据流为基础,实现生产运营各个业务系统的互联互通。 同时要充分利用企业自身现有IT基础设施,通过人工智能、大数据分析以及知识中台等先进的技术和方案,与现有企业自身IT环境进行结合,效果会更理想。
下面为大家带来大数据开发企业案例__通信行业企业数据处理需求,建议实操~ 相关数据链接:https://pan.baidu.com/s/1UuGqjx_NQ50NT64gY62hKQ 提取码:ywt0 大数据开发企业案例__通信行业企业数据处理需求(MapReduce月度考试) 需求一:现有部分GN数据,数据为全省数据,解析GN数据,将数据按照 /OutputData/城市名称/日期(YYYY-MM-dd ,封装相应数据, 数据长度大于38小于等于46,封装相应数据, 数据长度大于46小于等于54,封装相应数据, 数据长度大于54小于等于62,封装相应数据, 数据长度大于62小于等于70,封装相应数据, 数据长度大于70小于等于78,封装相应数据, 数据长度大于78小于等于86,封装相应数据, 若是098, 数据长度大于0小于等于24,封装相应数据, 数据长度大于24小于等于28,封装相应数据, 数据长度大于28小于等于32,封装相应数据, 数据长度大于32小于等于36,封装相应数据, 数据长度大于36小于等于40,封装相应数据, 数据长度大于40小于等于44,封装相应数据, 数据长度大于44
笔者要跟大家交流的问题是作为各类企业尤其是客户方的企业来说,大数据跟他们有什么关系,或者说作为企业方怎样去参与,这是企业方现在面临的最大问题。 这个问题的答案重点在于大数据应该从小数据开始。 因为现在很多企业面临的最大问题不是怎么用大数据,而是内部的一些小数据整合出现问题,或者小数据都没用好的情况下怎么用大数据。大数据应该是从小数据逐渐演变上去的,是一个正常的生态,而不是瞬间变化的。 举例来说一个销售快销品的企业,能不能够得到沃尔玛的数据,家乐福的数据? 很多国外大数据的案例,说消费者买啤酒的时候也会购买剃须刀之类,或者一个母婴产品的消费者她今天在买这个产品,预示着她后面必然会买另一个产品。这就有一个前期的挖掘。 然后再做大样本的验证,验证出来的结果就可以应用到现实中去。 在大数据尤其是互联网时代还有一个最重要的点,就是失效预警。即你发现一个规律,在现实中应用了,但是你一定要设立一些预警指标。
http://www.showmeai.tech/tutorials/84 本文地址:http://www.showmeai.tech/article-detail/171 1.Hive 搭建与配置 大数据生态中最重要的工具平台之一是 Hive,它是离线计算的关键组件,常用于数仓建设,在公司内会通过SQL实现大数据的统计与报表。 以上就是Hive的完整搭建过程,小伙伴们就可以欢快地开始使用Hive了。 2.Hive应用案例 本案例对视频网站的数据进行各种指标分析,为管理者提供决策支持。 为了分析数据时方便对存在多个子元素的数据进行操作,首先进行数据重组清洗操作。即:将所有的类别用 & 分割,同时去掉两边空格,多个相关视频 id 也使用 & 进行分割。 ② 向category展开的表中插入数据。 ③ 统计对应类别(Music)中的视频热度。
笔者结合自己企业的发展和管理,以及大量客户和机构的研究与实践,提出了大数据在企业运营管理过程中可落地的八大应用场景: ? 1、消费者需求分析 很多企业管理者都意识到了消费者再也不是营销产品的被动接收器了,通过大数据来了解并设计消费者的需求的产品,可能是我们所有企业都应该去考虑的第一个大数据的生产应用场景。 借助大数据,我们对采集来的企业内部(内源数据),例如销售网点的数据,消费者直接反馈等,与外部数据(外源数据),例如社交媒体的评论,描述产品用途的传感器数据等,通过微观细分,情感分析,消费者行为分析以及基于位置的营销等手段 企业由此迫切需要建立利用内源数据以及外源数据的机制,全渠道了解消费者的需求,使用多重分析法,例如联合分析法,来确定消费者对与产品某种特点的支付意愿,了解使产品抢占市场的重要产品特征,从而改善产品设计,为产品提供相应的改造升级的明确方向和规格参数 大数据的先进架构,例如大数据湖,可以让跨部门,跨公司,跨地域,甚至跨行业的相关组织,在共同遵循的数据治理框架下,产品设计者与制造工程师可以共享数据,模拟实验以测试不同的产品设计,部件与相应供应商的选择,
本文结合美国的金 融环境,对ZestFinance进行简要介绍,分析大数据征信产生的背景,剖析大数据征信技术,并全面客观地阐述了大数据征信技术对于中国互联网金融和 征信业未来发展的借鉴意义。 ZestFinance对大数据技术的应用主要从大数据采集和大数据分析两个层面为缺乏信用记录的人挖掘出信用。 如表2所示,将这种将基于大数据技术的信用评估体系和传统信用评估(以美国的征信体系为例)相比,发现主要的区别有以下几个方面。 ? ZestFinance的基于大数据的数以千计的变量 规模和多模型使得数据的处理和模型的解释变得比较复杂,在实际应用中会带来许多麻烦。 (4) 大数据的应用要注意个人的隐私保护。 新的信用风险体系的一个颠覆性的基本思想是一切数据皆 信用,这是需要大数据技术来支撑的。国内征信体系的建设应当关注大数据技术的应用和发展,并加大投入,勇于实践。
在当前的互联网领域,大数据的应用已十分广泛,尤其以企业为主,企业成为大数据应用的主体。大数据真能改变企业的运作方式吗?答案毋庸置疑是肯定的。 大数据因其巨大的商业价值正在成为推动信息产业变革的新引擎。 此前,互联网周刊发布了《大数据应用案例排行榜TOP100》。 该榜单的完成分两步: 通过对大数据应用市场的全方位调研,以及平日素材的沉淀积累,编辑推荐,提供商自荐,最终入围的案例总数200个; 由评委会对入围案例名单围绕创新能力、技术水平、价值体现等维度进行再次甄选 该榜单也是互联网周刊历年推出的大数据应用案例评选中最前沿、最全面、最精致的榜单系列之一,将引领推动创新的价值取向贯穿始终,以行业创新突破为宗旨,强有力的见证大数据的应用之路。 ? 以下是大数据应用热门行业解读: 大数据正在改善我们的生活 大数据不单单只是应用于企业和政府,同样也适用我们生活当中的每个人。
今天,企业又在转而纷纷研发建设人工智能赋能平台,那么,大数据这一金矿是否已经枯竭,不再值得企业投入人财物进一步挖掘?答案显然是否定的。 另外,过去十年大数据产业野蛮生长,很多企业不经用户授权就随意采集、滥用甚至出售用户的个人及网络行为信息,不过,随着2018年5月《欧盟数据保护通用条例》(General DataProtection Regulation 趋势二:大数据从最初的技术创新转向应用创新,同时,大数据应用不仅推动了企业决策支撑技术和能力的创新,还进一步推动企业决策流程及相应组织架构的创新,打破企业筒仓式的条块架构 大数据发展之初,最早是应用Hadoop 总之,大数据技术或已成熟,但大数据应用正从低级应用转向高级应用,再加上机器学习技术的介入,大数据应用同时呈现出智能化和自动化趋势,两种应用进一步推动企业相关决策流程和组织的优化与创新。 对于传统企业来说,大数据走到今天,需要重新调整并优化大数据应用体系,并将大数据应用从数据源到客户洞察应用等价值链的各个环节都能有效嵌入企业运营管理决策流程中,可按照以下五个步骤进行相应的大数据应用转型。
案例一是波音公司,案例二也不展开了,案例三是宝钢大数据应用。 三是供应链的分析和优化,产品电子标识、物联网、移动互联网等技术能帮助工业类企业获得完善的产品供应链的大数据。 基于大数据技术,利用销售数据、产品的传感器数据和供应商数据库的数据,企业可准确地预测全球不同区域的需求,通过跟踪库存和销售价格,可以在价格下跌时买进,从而可节约大量的成本。 大数据将带来仓储、配送、销售效率的大幅提升和成本的大幅下降,实现供应链的优化。这是宝钢大数据应用的一个例子。 四是产品销售预测与大数据营销。 在工业类企业对产品进行管理与分析时会产生大量的数据,利用传统的分析方法难以发现数据之间复杂的隐性关联关系。 九是基于通信大数据的金融征信判别。通信行业的大数据应用于金融行业目前是征信领域。目前,国内互联网金融发展的一大壁垒是信用体系的缺失,而运营商拥有的宝贵大数据将是较好的解决渠道之一。
Harbor 在国内外已经有很多落地案例,本文介绍 Harbor 项目合作伙伴品高云的 DevOps 案例,节选自《Harbor权威指南》一书。 经过数年的发展,品高云使用 Harbor 构建了 ECR(私有容器仓库)服务,实现企业账号管理镜像库,支持镜像推送和拉取、安全扫描、跨区复制,对接 EKS(弹性 Kubernetes 服务)和持续交付流程 ,实现了 Kubernetes 应用编排和镜像的统一管理,在央企、公安等多个大型项目中得到应用。 1.使用 Harbor 解决复杂应用的编排和交付 对于大型政企客户来说,其应用一般是由大量服务模块组成的。 2.使用 Harbor 管理应用跨环境部署 在实际应用环境下,由于大型用户对业务稳定可靠及双模IT的架构需求,往往会有多种运行环境,如开发、测试、生产和互联网区等。
企业画像是腾讯云推出的面向智慧城市、金融监管、企业情报、企业评估等场景的企业大数据综合服务平台。通过构建亿级企业知识图谱,深度挖掘企业、高管、法定代表人、产品、产业链间的复杂网络关系,提供城市、区域宏观经济分析、招商引资推荐服务,引导地方产业发展……
扫码关注云+社区
领取腾讯云代金券