数据应用

卓见云基于大数据应用技术,实现海量数据的采集,整理,应用开发及数据可视化的全数据链路的完整数据服务,让您的数据价值看得见。

  • 服务内容

    通过在客户内网构建数据源,结合集成了阿里云通用大数据总线集采服务(datahub)的sdk实现远程分布式大规模实时数据跨公网的安全加密传输服务。数据进入到数据总线后准实时归档到离线超大规模分布式处理服务MaxCompute作为长周期存储。

    数据采集

    简介

    离线批量数据接入: 

    离线的数据通道主要通过定义数据来源和去向的数据源和数据集, 􏰀供一套抽象化的数据抽取插件、数据写入插件,并基于此框架设计一套简化版的中间数据传输格式,从而达到任意结构化、半结构化数据源之间数据传输的目的。

     

     

    文件数据接入: 

    批量数据接入包括文件接入与数据库接入两种,文件接入包括从对方 服务器拉取以及对方通过 FTP 传输两种形式;  

     

     

    数据库数据接入: 

    数据库接入是通过数据集成工具主动拉取并直接写入到指定的离线 和在线存储系统。 

     

     

    实时数据接入: 

    流数据接入与分发子系统可以处理包括 IOT 物联网流数据、语音流、 视频流、图片流、消息流等一切流式数据的接入与分发工作,可以对各种移动设备,应用软件,网站服务,传感器等产生的大量流式数据进行持续不断的采集,存储和处理。􏰀供对流式数据的发布(Publish),订阅(Subscribe)和分发功能,能够轻松构建基于流式数据的分析和应用。

  • 数据整理

    简介

    数据整理主要包括元数据、数据标准、数据质量、数据集成、主数据、数据资产、数据交换、生命周期、数据安全多产品组成的一整套解决方案。

     适用场景

    服务内容

    所有相关的数据量大、数据精度高、需要对数据操作的各种业务需求,快速满足政府、企业各类不同的数据处理场景。

    数据上云服务:

    提供数据上云、云上数据架构设计等服务。

     

     

    数据管理服务:

    对业务数据、元数据等数据管理统一储存服务。

     

     

    数据ETL服务:

    数据的抽取、转换、加载对应各种业务要求,实现统一调度、统一监控,满足运维可视化需求。

     

     

    数据生命周期服务:

    数据生命周期记录数据从创建和初始存储,到它过时被删除的整个流动过程,对数据进行近线归档、离线归档、销毁和全生命周期监控等服务。

  •  适用场景

    数据应用开发适用于各种针对各种复杂业务需求,应用主流的开发语言,将数据业务分层的实现需求。

    简介

    数据应用开发

    服务内容

    数据应用开发主要提供了SQL开发、多样的编程接口、依赖配置与调度管理、交互式查询,可视化呈现等,打造出现代精益管理全流程数据智能应用。

    接口开发服务:

    针对业务需求通过各种API之间的调用,实现业务展示。

     

     

    调度开发服务:

    数据之间交互的时间维度需要通过配置时间的调度来完成周期调度。

     

     

    可视化交互开发服务:

    封装算法,数据分析等复杂逻辑,实现系统简易交互,提高用户体验。

  •  适用场景

    简介

    数据可视化

    数据报表服务:

    利用各种工具和开发对数据以报表或图形化展示服务。

     

     

     

    大屏展示服务:

    提供大屏设计及各种纬度展示数据价值。

     

     

     

    对接应用系统展示服务:

    将数据展示集成应用清楚地展示。

    服务内容

    数据可视化技术是将数据库中每一个数据项作为单个图元元素表示,大量的数据集构成数据图像,同时将数据的各个属性值以多维数据的形式表示,可以从不同的维度观察数据,从而对数据进行更深入的观察和分析。

    数据可视化工具可用于会议展览、业务监控、财务分析等展示需求。同过大屏或报表从不同纬度对数据业务指标设计、图形设计、交互设计等展示其价值。


1、搭建互联网大数据应用服务云平台:让企业更专注于业务;降低投资及运维成本;安全稳定;

 

2、查询和业务日志分析:提高工作效率;提高存储利用率;降低大数据使用门槛;

 

3、精细化运营:提升业务洞察能力;业务数据化;快速响应业务需求;

典型应用场景:

  • 1.在历史数据和销量预测的基础上,对库存进行分析和优化,包括多层ABC分析、库存周转率分析、库存仿真,最终确定各类商品合理的库存数量。

     

    2.根据不同货物的销售量和销售频率,确定其类别(A/B/C),对不同类别,采用不同的库存策略。通过阿里云高性能计算平台的仿真模拟计算,最终确定合适的库存量,使得: 在控制库存量的前提下,尽量避免缺货。 一旦预测到即将缺货,及时从就近仓库或网点调拨。

    工业智能应用

  • 1. 物料推荐:基于组件档 位预测模型,对不同订单推荐物料投料比例。

     

     

    2. 档位预测:通过不同工艺条件,给出档位预测 范围,让生产心中有数。

     

     

    3. 一个订单接到以后,通 过物料推荐,制定投料 计划,并通过命中率监 控,直      观反馈生产情况,当异常出现,CTM关 键因素识别可快速定位问题,相关人员    确认问题,及时调整生产,形成闭环。

    数据智能--数据应用(AI)案例

本网站由阿里云提供云计算及安全服务 Powered by 卓见云