业务痛点

1、各医疗机构、各事业部数据标准不一。

2、数据时效性差，难以共享；

3、数据应用困难，各单位存在重复建设工作。

效益价值

1、解决医保数据归集、数据资产管理、数据服务、主题分析、数据共享与交换等方面的需求。

2、实现国家-省-市之间纵向以及与本区域其他政务系统横向的数据共享交换要求。

监控工具和对象多

告警风暴

故障处理效率低下

降低92%

人均每天接收消息数量

缩短69%

平均故障修复时间MTTR

高达95%以上

告警事件压缩率

业务痛点

1、数据标准不统一，统计、考核口径出现差异，无法支撑管理决策

2、数据多系统维护，同类数据工作重复时效差，数据质量无法保证

3、数据无统一管控组织，系统烟窗式建设，数据无法有效共享

解决方案

1、深入现状调研分析，找到数据治理对策

2、建立、健全企业数据治理体系（包括数据管理战略、数据标准、管理制度、管理流程和管理工具）

3、建立业务和数据双中台管理模式，实现统一数据管理平台，为创造价值提供强有力支撑。

效益价值

1、以客户为中心，通过数据治理构建人、空间、服务为核心的数据资产，实现数据化转型。

2、以管家为核心抓手，深度触达业主，推动增值业务在项目落地

3、以原子化为抓手，通过流程变革、精益模式设计实现数字化运营，提升整体运营效率。

业务痛点

1、缺治理，应用少：缺乏数据的主管部门，无法支撑业务应用。2、质量低，分析弱：数据存在不完整，不及时，不准确等诸多问题3、整合难、标准多：各系统缺乏宏观性的引导，缺乏整合标准。4、安全弱、共享难：缺乏对数据安全的有效管理，导致各部门处于数据安全考虑，不敢共享，不敢开放。

解决方案

1、打造了具有城市特色的“1+9+N”城市级数据治理体系

2、以 “数据大脑平台”为主线，涵盖三中台（数据中台、应用中台、AI中台）、二赋能平台（数据资源管理平台、数据开放平台）和三体系（数据资源管理体系、标准规范体系、安全管理体系）

3、形成了“聚、通、用、管”的规范化数据治理实操全流程闭环

效益价值

1、构建“数据大脑”核心能力，数据进行深度融合治理，促进智慧城市建设的敏捷高效，并持续释放数据价值。

2、促进智慧城市建设的创新演进，通过强大的“大脑”来统摄，服务化和中台化的理念符合统摄需要。

3、促进智慧城市建设的集约统一，实现全市统一规划、统一标准、统一管理、统一监督，切实避免各自为政、自成体系、重复投资、重复建设。

业务痛点

1、经营异动核实分析耗时长之痛

2、专题分析报告扩展性差之痛

3、数据分析对人依赖度高之痛

4、领导决策数据获得时效性差之痛

解决方案

1、建立数据治理体系和流程（提升工作效率和数据质量）

2、建立分析主题库及分析板块库（围绕公司战略管理、经营需求）

3、建立智能经营监测系统（对异常指标监控、监测）

4、打造智能财会秘书（训练智能财会秘书模型）

5、建立统一平台（管理、监控和使用统一），提升资源利用率。

效益价值

1、提升客户数据洞察能力（丰富的图形展现工具、交互式数据分析体验、全员BI模式），公司财报时间提前1周、决策时机提前20%。

2、利用基于内存列存储技术引擎的数据模型，大大提升数据分析效能

3、完整的数据权限解决方案，解决总行、分行的数据行级权限问题

4、提升数据智能水平（有自动监测、智能报表、智能财会秘书等应用场景）

业务痛点

随着移动互联网的发展，移动端设备占比越来越多，安全性一直也是重中之重；手机被劫持，病毒入侵等现场总是层出不穷，用户总是后知后觉，造成各类损失之后才察觉；

解决方案

1、通过sparkStreaming消费kafka消息队列数据，同时通过api接口快速读取Redis数据库数据进行二次组合计算。

2、利用sparkStreaming完成所有数据实时处理，下发策略，实时呈现。

效益价值

1、快速响应各类移动端病毒入侵，手机劫持等非法操作；

2、保障了用户移动端数据安全性。

3、从事后发现，到提前预测，极大的提升了移动端信息安全

业务痛点

高价值客户流失后补救，挽留成本过高且效果弱。

解决方案

1，数据库直接加工数据集，减轻模型机器压力。

2，自动寻找当前最优参，推选最优模型。

3，结果可视化，高可解释性。

效益价值

1，自动化数据治理及模型更新，多维度降低成本。 

2，一键运行，可视化输出过程及结果。

 3，过程全白盒，现场技术赋能，提供可持续化方案。 

4，可预测更远时间，可量化收益约6百万。