軟通動力信息技術(集團)股份有限公司(以下簡稱“軟通動力”)是中國領先的軟件與信息技術服務商，致力于成為具有全球影響力的數字技術服務領導企業(yè)，企業(yè)數字化轉型秉承用數字技術提升客戶價值的使命，軟通動力長期提供軟件與數字技術服務和數字化運營服務，其中軟件與數字技術服務包括咨詢與解決方案、數字技術服務和通用技術服務；憑借深厚的行業(yè)積累，公司在10余個重要行業(yè)服務超過1000家國內外客戶，其中超亞馬遜云科技(AmazonWebServices)是全球云計算的開創(chuàng)者和引領者，超過15年以來一直以不斷創(chuàng)新、技術領先、服務豐富、應用廣泛而享譽業(yè)界。亞馬遜云科技可以支持、機器人、機器學習與人工智能、物聯網、移動、安全、混合云、虛擬現實與增強現實、媒體，以及應用開發(fā)、部署與管理等方面；基礎設施遍及26個地理中小企業(yè)，到大型企業(yè)和政府機構都信賴亞馬遜云科技，通過亞馬遜云科技的服務強化其基11聲明AmazonWebServices,Inc.或其關聯方(“亞馬遜云科技”)共同撰寫，雙方就各自撰寫的內容分別、獨立享有相關知識;關于軟通動力部分的聲明:本白皮書中所含內容乃一般性信息，任何軟通動力信息技術(集團)股份有限公司、其全球成員所網絡或它們的關聯機構并不因此構成提供任何專業(yè)建議或服務。在作出任何可能影響您的財務或業(yè)務的決策或采取任何相關行動前，您應咨詢合格的專業(yè)顧問。我們并未對本白皮書所含信息的準確性或完整性作出任何(明示或暗示)陳述、保證或承諾。軟通動力信息技術(集團)股份有限公司、其成員所、關聯機構、員工或代理方均不對任何方因使用本通訊而直接或間接導致的任何損失或損害承擔責任。軟通動力信息技術(集團)股份有限公司及其每一家成員所和它們的關聯機構均為具有獨立法律地位的法律實體，相互之間不因第三方而承擔任何責任或約束對方。軟通動力信息技術(集團)股份有限公司及其每一家成員所和它們的關聯機構僅對自身行為及遺漏承擔責任，而對相互的行為及遺漏不承擔任何法律責任。軟通動力信息技術(集團)股份有限公司并不向客戶提關于軟通動力與亞馬遜云科技共同撰寫部分的聲明:本部分內容陳述了軟通動力數據治軟通動力DataGo和亞馬遜云科技原生架構的數據治理平臺助力制造業(yè)企業(yè)數據治理、制造業(yè)關鍵場景專項數據治理和軟通動力與亞馬遜云科技助力其他行業(yè)的數據治理的案例。軟通動力與亞馬遜云科技在封面頁所示日期的有關服務產品及實踐，該等信息可能變化且我們不會另行通知?？蛻魧τ诒静糠值男畔⒁约败浲▌恿皝嗰R遜云科技的產品或服務應自己做出獨立的判斷，該等內容都是“依現狀”提供，不包含任何明示或者暗示的保證。本部分內容并沒有創(chuàng)設來自軟通動力、亞馬遜云科技或其各自的關聯方、提供方或許可方的任何保證、陳述、合同性承諾、條件或者擔保。本部分內容不是軟通動力、亞馬遜云科技和其各自的客戶之間任何協議的組成部分，也不構成22前言國之本、興國之器、強國之基。伴隨科學技術的發(fā)展，在云計算、人工智能、機器學習、區(qū)塊鏈、物聯網等新興技術的推動下，正全面改變著制造業(yè)企業(yè)的生產制造與運輸方式，推進制造業(yè)企業(yè)數字化轉型和數據治理將會為制造業(yè)企業(yè)創(chuàng)造巨大價值。而這一切的核心關鍵是制造業(yè)企業(yè)數據治理框架的形成、數據治理平臺的建設和企業(yè)數據資產的管理。數據資產作為人類最新最有活力的資產形式將成為企業(yè)最核心競爭力的來源。時下，制造業(yè)企業(yè)如何形成企業(yè)數據治理框架、搭建數據治理平臺和實現數據資題。雖受經濟形勢影響，制造企業(yè)發(fā)展放慢了步伐，但數字化轉型和推行數據治理已成為制造企業(yè)發(fā)展的必然趨勢。不少著名大型制造業(yè)企業(yè)已注意到這一點并已經著手開始數字化轉型和推進企業(yè)數據治理，這無疑是一個明智和有規(guī)劃的決定。對于制造業(yè)企業(yè)的數字化轉型和數據治理的推進是制造業(yè)實現智能制造的必經之路，制造業(yè)企業(yè)實現數字化轉型和推進數據治理應充分理解國家和各級政府部門出于對國家發(fā)展、國家安全、社會穩(wěn)定和公眾利益的考慮而構建的法律體系和指導辦法，積極響應政策要求，推進制造業(yè)企業(yè)早日實現數字化轉本白皮書旨在為制造業(yè)企業(yè)數字化轉型和數據治理提供建議，解讀相應的法律法規(guī)，分析面臨的問題和挑戰(zhàn)，并提出應對策略以建立相應管理體系和構建數據治理平臺，助力制造3303051.經濟增速下行形勢下制造業(yè)艱難轉型05073.國內制造業(yè)復蘇勢頭強勁104.新晉生產要素數據治理助力制造業(yè)轉型升級11二、制造業(yè)面臨數據問題和挑戰(zhàn)1212足企業(yè)需要、可信度低133.企業(yè)數據文化建設薄弱、數據驅動意識缺位134.讓數據可視、可控、可用及可信是當務之急13三、制造類企業(yè)平臺級數據治理建議16國家層面的數據治理導向162.平臺化的集中式數據治理17數據進行資產化管理和應用25四、制造業(yè)關鍵場景專項治理27企業(yè)統一數字底座上的制造業(yè)供應鏈控制塔項目建設272.大數據和人工智能引領下的計劃協同31五、數據治理案例34治理案例342.裝備制造業(yè)數據治理案例363.醫(yī)療行業(yè)數據治理案例38售及快消品行業(yè)數據治理案例3944中國制造業(yè)體量領跑全球。對于中國中國提高。據工信部統計，中國工是全世界唯一擁有聯合國產業(yè)分類中所列全部工業(yè)門類的國家。在500種主要工業(yè)產電、智能手機、消費走向中國制造業(yè)正努力擺脫“大而不強”。中國制造業(yè)在勞動生產率、產品質量中國制造強國發(fā)展指數報告》顯示，2018年中國制造業(yè)勞動生產率28974.93美元/27.8%；在產品質量上，美國制造的產品平球平均水平，總利潤與平均利潤分別相當于美國的60％和56％，且中美高端制造業(yè)的投資資本回報率(ROIC)近乎為1：2。2021年12月份，規(guī)模以上工業(yè)增加值同比增長4.3%，環(huán)比增長0.42%。制造業(yè)采購經理指數為50.3%，比上月上升0.2個百分點。2021年，全國工業(yè)產能利用率為77.5%，比上年提高3.0個百分點，歐美國品研發(fā)、技術裝備和加工能力等方面都取得家相比，仍情況如表1-12019年各國制造強國發(fā)展指5541口總額比重91知名品牌數2率32數7全球比重48占制造業(yè)增加值比重產業(yè)集中度3發(fā)明專利授權量5業(yè)人員比重6率信息化發(fā)展指數(IDI指數)66戰(zhàn)略的政策導向調工業(yè)互聯網建設是新一代信息技術和實體經濟深度融合。2019年以來中國數字經濟行業(yè)：提出,建設高速泛在、天地一體、云網融合、智能敏捷、綠色低碳、安全可控的智能化綜合性數字信息基礎說施。有序推進骨干網擴容，協同推進千兆光纖絡和5G網絡礎設施建設，推動5G商用署和規(guī)模應用，前瞻布局第六代移動通(6G)網絡技術儲備,加大6G技術研發(fā)支持力度,核心產業(yè)加值占國內生產總值比重達10%，數據要素市場水平顯提升,數字化公共服務更加普惠均等，數字經濟理發(fā)展為主題，以供給側結構性改革為主線，以釋放數據要素價值為導向,圍繞夯實產業(yè)發(fā)展基礎,著力推動數據資源高質量、技術新高水平、基礎設施高效能,圍繞構建高發(fā)展和安全，培育自主可控和開放合作的產業(yè)生態(tài)，打造數字經濟發(fā)展新優(yōu)勢。到2025年，我國大產業(yè)測算規(guī)模突破3萬億元,創(chuàng)新力強、附加值高、自主可控的現代化三年行動計劃(2021-2023年)》明確到2023年底，在國內主要城市初步建成物聯新型基礎設施，物聯連接數突破20億，為物聯，數字化產業(yè)蓬77徹新發(fā)展理念中和工作的意為實現碳達峰碳中和的目標壁畫了行動路線圖，進一步推動范圍規(guī)規(guī)定明確了39種常見類型App的必要個人信息范圍，其中第十四個五迎接數字時代,激活數據要素潛能推進網絡強國建設，加快建設數字經濟、數字社會、數字政府,以數字化轉型整體驅動生產方式、生活方式和治理方式變革。充分發(fā)揮海量數據和豐富應用場景優(yōu)勢,促進數字技術和實體經濟深度融合，賦能傳統產業(yè)轉型升級，催生新產業(yè)新業(yè)態(tài)新模式，壯大經出工業(yè)互聯網創(chuàng)新發(fā)展目標，其中包括新型基礎設施進一步產業(yè)發(fā)展生態(tài)進一步健全和安全保障能力進一步增強。著力解決工業(yè)互聯網發(fā)展中的深層次難點、痛點問題，推動產業(yè)培育產業(yè)平臺化發(fā)展生態(tài)、加快傳統企業(yè)數字化轉型步伐,打造跨越物理邊界的“虛擬”產業(yè)園和產業(yè)集群,發(fā)展基于式，支持構建農業(yè)、工業(yè)、交通、教育、安防城市管理、公共資源交易等領域規(guī)范化數據開發(fā)利用的場景?；D型,打造數據供應鏈,以數據流引領物資流人才流、技術流、資金流，形成產業(yè)鏈上下游和跨行業(yè)融合的數字化生態(tài)體系，構建設字化-產業(yè)鏈數字化-數字化生態(tài)的典型范式。主要方向為筑基礎,夯實數字化轉型技術支撐,搭平臺,構建多層聯動的產業(yè)互聯網平臺，促轉型，加快企業(yè)”上云用數賦智“，建生態(tài)，建立跨界融合的數字化生態(tài)，興業(yè)態(tài)，拓展經濟發(fā)展。88聯網在加快新型基礎設施建設方面,提出改造工業(yè)互聯網內外網絡,增強完善工業(yè)互聯網標識體系、提升工業(yè)互聯網平臺核業(yè)互聯網大數據中心，加快工業(yè)互聯網發(fā)展發(fā)展數字經濟新模式新業(yè)態(tài),扶持疫情控期間涌現的在線辦無人配送、新零售等新模式新業(yè)態(tài)加快發(fā)展,培育壯大共享制造、個性化定制等服務型制造值，探索企業(yè)制造能力交易、工業(yè)知識交易等新模式,鼓勵發(fā)展算法產業(yè)和數據產業(yè)，培育一批中小學數字化服務商，打造開源App開發(fā)者社區(qū)和中小中國(四川)中小微企業(yè)云服務大會、中國數字經濟高端峰會等會議期間，舉辦中小企業(yè)數字化賦能高端論壇,促進理持新發(fā)展理念，堅持推動高質量發(fā)展，堅持以改革為主線，結合各自優(yōu)勢和結構轉型特場規(guī)權為在技術細節(jié)上，一是明確了市場份額認定的指標范圍,二是規(guī)了認定具市場支配地位的特殊考慮因素三是規(guī)定了以低于殊情形，對涉及互聯網等新型經濟業(yè)式，應當綜合考慮經營者提供的免費商品以及平臺經濟做出的全方位部署，提出要依域濫用市場支配地位限制交易、不正當競爭，重點強調嚴禁平臺單邊簽訂排他性服務提供合。信息來源：中商情報網()99大數據技術日漸成熟推動制造業(yè)升級。2021年通過的“中華人民共和國國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要”(以下簡稱“十四五”規(guī)劃)對于大數據的發(fā)展作出了重要部署。歷經多年發(fā)展,大數據從一個新興的技術產業(yè),正在成為融入經濟社會發(fā)展各領域的要素、資源、動力、觀念。特別是我國提出“加快培育數據要素市場”后,大數據的發(fā)展迎來了全新的階段。2021年以來,全球各國大數據戰(zhàn)略持續(xù)推進,聚焦數據價值釋放,而國內圍繞數據要素的各個方面正在加速布局和創(chuàng)新發(fā)展。政策方面,我國大數據戰(zhàn)略進一步深化,激活數據要素潛能、加快數據要素市場化建設成為核心議題;法律方面,從基本法律、行業(yè)行政法規(guī)到地方立法,我國數據法律體系架構初步搭建完成;技術方面,業(yè)務、加已形成支撐數據要素發(fā)展的整套工具體系;管理方面,數據資產管理實踐加速落地,并正在從提升數據資產質量向數據資產價值運營加速升級;流通方面,數據流通的基礎制度與市場規(guī)則仍在起步探索階段,但各界力從新模式、新技術、新規(guī)則等多角度加速探索變革思路;安全方面,隨著監(jiān)管力度和企業(yè)意識的強化,數據安全治理初見成復蘇勢頭強勁近年國內制造業(yè)復蘇勢頭迅猛，制造企業(yè)紛紛謀求轉型升級。根據國家統計局發(fā)業(yè)采購經理指數(PMI)、非制造業(yè)商務活動指數和綜合PMI產出指數分別為51.9%、55.7%和55.1%，均繼續(xù)位于年內較高運行水平，連續(xù)10個月保持在榮枯線以上。據，提升了1.22％。在我國龐大的制造業(yè)分可觀，這也是自2011年以來，我國的制造業(yè)增加值在GDP中所占的比重第一次出據數據顯示，去年我國的先進制造業(yè)(包括5G通信設備制造、醫(yī)藥制造、醫(yī)療設備制造等等)增加值的增速達到了驚人的18.2％，這也是我國制造業(yè)升級轉型處于高速發(fā)展階段的直接證明。全球經濟環(huán)境的惡化讓中國制造業(yè)企業(yè)意識到，長期處于產業(yè)鏈中下游，如“三來一補”等勞動密集型、低附加值的企業(yè)發(fā)展策略愈發(fā)國內掀起一波更加洶涌的基于制造業(yè)現狀及業(yè)內數據治理咨詢一是工業(yè)互聯網建設加速，打造中國稅及公共環(huán)境等萬物互聯的新業(yè)態(tài)。制造業(yè)數字化、智能化轉型加速，越來越多制造企業(yè)認識到“機器”，特別是“智能機器”的二是智能制造成為制造業(yè)企業(yè)追求的石化企業(yè)、汽車制造企業(yè)，甚至富士康等代場需要，轉產防護、口罩等醫(yī)療防護產品，充分體現了其柔性生產經營滿足市場應急需求的靈活性和快作用。未來，制造企業(yè)生產經營將更加柔三是全球經濟環(huán)境變化，讓部分制造經濟市場逐步恢復，復工復產全面推進，市場活力和潛力將被逐步激活，促使部分制造企業(yè)要素數據治理助力制造業(yè)轉型升級數據作為新型生產要素，是數字經濟院關于構建更加完善的要素意見》分類提出了土地、勞動五個要素領域改革的見》強調要加快培育數據要素市場，推 (以下簡稱《規(guī)劃》)，作出了“十四五時期”我國數字經濟發(fā)展的重點部署的指導，數據要素作用，成為《規(guī)劃》重點《規(guī)劃》要求強化高質量數據要素供給，加快數據要素市場化流通，創(chuàng)新數數據治理是充分發(fā)揮企業(yè)數據價值的而數據價值卻因上述種種原因常常難以充分發(fā)揮，但依托數據治理手段，能解決釋放數方式實現數據的可得、可用、好用，用較小(一)掌握數據現狀。數據治理對數據家當和數據獲取夯實基礎。數據地圖作為數據的(二)提升數據質量。數據治理通過建立一(三)實現互聯互通。數據治理通過制定統的數據標準，建立數據共享制度，完善數(四)提高獲取效率。數據治理將大量前期(五)保障安全合規(guī)。數據治理通過制定完善的數據安全策略、建立體系化的數據安全措施、執(zhí)行數據安全審計，全方位進行安全控，確保數據獲取和使用合法合規(guī)，為數(六)持續(xù)釋放價值。數據治理通過一個持放數據價值為理念來實現數據資源管理工理方面，建立一套符合數據驅動的組地為異構信息源導致制造企業(yè)形成巨大而被獨立創(chuàng)建和管理的，在信息系統方面，企個異構的信息源。這些異構信息源使得整個大量異構數據制約制造業(yè)企業(yè)數據的傳輸和共享。隨著制造業(yè)企業(yè)數字化的建數據形式(文本、音頻、圖像、視頻數據等)，這些大量存在的異構數據，被分布保存在不同的存儲環(huán)境或數據庫中僅服務建設的數據傳輸和共享。傳統的關系數據庫之間的數據信息的交換采用文本文件作為中間媒交互。在信息系統中，需要交互的信息量顯然力不從心。如何將不同的數據庫應用系利用一種具有通用性、操作性良好的數據交換技使信息系統具有異構相容、集成現有信息的特點。因此如何將原有的各類成熟的數據庫系統不加修飾的納入到新的數據集成系制造業(yè)企業(yè)數據資產管理能力不足。性對核心業(yè)務開展數據標準化工作。根據。金融行業(yè)、互聯網行業(yè)、通信行業(yè)、業(yè)等較早享受到了“數據紅利”，持，逐步發(fā)展數據資產管理部門，加大DCMM評估結果顯示，以上行業(yè)評估結果因此，傳統大數據中心已經無法適應務的邏輯數據整合，而業(yè)需要、可信度低制造業(yè)產業(yè)鏈條長，多業(yè)態(tài)并存，形數字原生企業(yè)，特別是大中型的制造企業(yè)，往復雜數據。在信息化時代初期建立了很多相對獨立的IT系統，典型的的特點是形成了“一類業(yè)務、一個IT系統、一個數據庫”的煙囪式IT架構。其直接帶來的問題就是不同IT系統之間的數據不貫通，同樣的數據需要在不同的IT系統中重復錄入，甚至在不同IT系統中的同一個數據不一致等。制造業(yè)企業(yè)數據環(huán)境復雜，歷史包袱數字原生企業(yè)特別是制造業(yè)企業(yè)普遍有較長息化過程。很多制各個版本的ERP軟件和各種不同類型的數環(huán)境，導致數據來源多樣，獨立封改造或替換，IT系統歷史包袱沉重。數據建設薄弱、數據驅動意識缺位制造業(yè)企業(yè)數據戰(zhàn)略，數據建設目標需要業(yè)務充分參與，IT系統確保遵從，這是一個非常復雜的系統工程。一個企業(yè)想要制造業(yè)企業(yè)沒有完整的數據綜合治理只有構筑一套企業(yè)級的數據綜合治理體系，才能確保關鍵數據資產有清晰的業(yè)務管理責任，IT建設有穩(wěn)定的原則和依據，作業(yè)人程和指導；當面臨爭議時，有視、可控、可用及可信是當務之急樹立正確的企業(yè)數據建設工作思路成為保障企業(yè)成功實現數據治理的根本。制造鍵要素之一是在現實世界的基礎上構建一個跨越孤立系統、承載業(yè)務的“數字孿生”的世界。通過在數字世界匯聚、聯接與分描述、診斷和預測，最終指導上，企業(yè)需要構建以云為基礎、以數據為驅動的新型IT架構。數字世界一方面要充分利用現有IT系統的感知、采集、匯聚數據到數字世界、過程與規(guī)則的可用主題聯接數據湖數據底座業(yè)務流IT系統建立完善的企業(yè)數據建設框架是企業(yè)順利完成數據治理的必要手段。針對企業(yè)數據治理架，基于統一的規(guī)則與平臺，以業(yè)務數字化為前提，務，支撐企業(yè)業(yè)務數字化運營。如下圖2-2企客戶客戶員工合作伙伴供應商消費者供應供應銷售交付人力資源財務其他數據1)數據源：2)數據湖：3)數據主題聯接：4)數據消費：5)數據治理：為保障各業(yè)務領域數據工作的有序開展，需建立統一的數據治理能力，如數據體系、數據分權使用有權用權營權等機制素權益保護制度國家重點推動工業(yè)互聯網建設和企業(yè)數據治理。2020年5月工信部頒發(fā)《關于工業(yè)大數據發(fā)展的指導意見》，推動工業(yè)數，加快工業(yè)設備互聯互通，推動，推動工業(yè)數據開放共享，激發(fā)工據市場活力，深化數據應用，完善數據治理。2020年9月國務院國資委辦公廳下發(fā)《關于加快推進國有企業(yè)數字化轉型工作，要求各國有企業(yè)加快集團數據治據歸口管理部門，加強數據標準化、元數據價值，提升數據洞察能力”，提升數據服務水平。2022年4月19日，習近平總書記主持召開中央全面深化改革委員會第二十五次會議(以下簡稱“會議”)，審議通過了《關于加強數字政設的指導意見》，強調要全面貫徹網絡府數字化、智能化運行，為推進國家治理體系和治理能力現代化提供有力子，綜合運用好制度和技術工在保障數據安全的前提下，打通各級政府和各部門之間數據共享堵點，破除“數據委員會第二十六次會議關于數據治理的重點建設和據治理導向得出的啟示：制造業(yè)企業(yè)當下應抓住機遇，積極推進企業(yè)智能在保障數據安全前提下推進數據高效利用，提升數據治理有效性與安全性，推進制造業(yè)企業(yè)我國智能制造處于初級發(fā)展階段，須在關鍵短板裝備、基礎零部件、工業(yè)軟件等關鍵環(huán)節(jié)和第三，系統總結并復制推廣智能制造示范項目經驗模式。對《智能制造發(fā)展規(guī)劃 (2016-2020年)》《智能制造工程實施指南(2016-2020年)》進行系統評估，繼續(xù)推進智能制造示范項目，堅持以應用促發(fā)展，進一步推進示范應用，將形成的經驗模式向同行業(yè)長鏈條，為制造業(yè)智能化轉型和生產率的提高提供更多機會，為新技術、新產品發(fā)展創(chuàng)造更五，加大政策引導和資金支持力度。進一步鼓勵全國產業(yè)轉型升級示范區(qū)出臺和落實據治理軟通動力以為企業(yè)數字化轉型為重點構建了軟通動力數據治理體系。數據作為一戰(zhàn)略資產進行管理。軟通動力作為中國領先客戶戰(zhàn)略規(guī)劃，業(yè)客戶提供全面的端到端的咨詢與實施服務的根本目標出發(fā)，并結合軟通動力多年來積累的企業(yè)數據治理。如錄245具務變革管理程運營管理36T平臺平臺設計數據采集數據開發(fā)數據管理數據建模數據應用平臺運維計定義定義入設計設計方式步同步步步步步發(fā)修改發(fā)修改準據標準典理型模型設計型監(jiān)控及優(yōu)化架構設計、數據規(guī)范定義、數據引入和數據指標設計等。在數據治理平臺設計過程中還需充分考慮到平臺界面設計、數庫設計、數據集成方案設計，向上承接企據庫同步、基于g發(fā)揮作用的重要保障。數據開發(fā)主要包括數和質量、主數據、元數據以及數據的生命周期和數據安全的管理。其中數據標準是在就應作為企業(yè)層面的標準在企業(yè)內被共同遵對企業(yè)的業(yè)務對象、業(yè)務過程和業(yè)務規(guī)則的業(yè)務信息之間的聯系關系，是建設一套完美的數據治理平臺的關鍵。數據建模主要包括概念模型、邏輯模型和物理模型的成果展示，主要包含數據可視化、BI報平臺正常運轉的有效措施。主要包含監(jiān)控管其中持續(xù)改進和優(yōu)化是建設一個完美的企業(yè)，所以數據治理平臺的數據源必須支持主流的數同類型的代碼任務，降低代碼心目標。需要數據治理平臺具備提升息查看、數據明細信息、分區(qū)等?；渲玫南驅Ｊ?，快速將關系型數軟通動力與亞馬遜云科技強強聯手，建立了基于軟通動力DataGo和亞馬遜云科技云度加深等。傳統的大數據建設和開發(fā)周期已經不能滿足業(yè)務的需要，需要一個更快的建設周境況下，軟通動力自研DataGo平臺協同亞馬遜云科技平臺概念示意圖:數據應用數據服務數據應用數據服務數據存儲計算數據接入數據源離線計算離線計算數據輸出數據引入規(guī)范建模通用研發(fā)運維調度LogtailSLSS3數據APISQLServerSQLServerOracle......企業(yè)提供全生命周期的數據管理工具，助力企業(yè)輕松完成.......DataGo數據治理平臺數據服務數據服務服務創(chuàng)建API網關服務授權API調用......資產管理數據地圖數據質量數據血緣元數據數據權限......統一調度跨引擎混合調度跨云混合調度上下文參數傳遞調度流程邏輯控制全量同步增量同步實時同步離線計算資源函數實時計算數據安全數據安全......數據源數據源MySQLPostgreSQLDB2HBaseHiveOracleSQLserver...數據開發(fā)、數據質量、運維監(jiān)控、數據地圖、數據服務等。其中最主要的有三點：功能覆蓋實時政策動態(tài)、架構等變化因素，有針對性地制定數據治理策略，構建以探索驅動定義的數producer/Flume//DataXreadreATAGOmazonKinesisATAGOmazonKinesis lerserer遜云科技能夠輕松地在數據湖與專用數據服務之間移動數據。例如，AmazonGlue是數據以進行分析、機器學習和應用程序開發(fā)的工作；更快的數據集成，亞馬遜云科技能過聯合查詢可以從關系數據庫查詢實時數據；便于移動，利用存儲在不同系統中的數基于軟通動力DataGo和亞馬遜云科技云原生架構的數據治理平臺核心優(yōu)勢明動力的數據治理服務以自研的數據治理平生組件，可全方位滿足客戶對數據標準、數據開發(fā)、數據血緣、數據集成并形成數據服務以及后續(xù)數據運維的需求。可以幫助客戶一，前后貫通，及時同步；靈活滿足支持業(yè)務需求和分析需求，實現數據驅動業(yè)務；全銷售渠道數據協助決策，儀表板數據自助分析平臺，增強營銷效率,幫助實現多場景營銷活動等訴求。如圖3-7為DataGo與亞馬遜云科技數據治理平臺架構示意圖。 境 互式查詢 數據服務 應用開發(fā) 跨引擎混合調度跨引擎混合調度跨云混合調度上下文參數傳遞調度流程邏輯控制心成批量同步批量同步增量同步實時同步數據轉換IOT端采集數據的物理數據庫。通過創(chuàng)建數據源的方式，將業(yè)務數據引入DataGo平臺計算源EMR的hive中進行構建數據中臺。同時也可以將已構建完成的數據導入數據源。DataGo基于亞馬遜云科技豐富的云服務、提供了豐富的數據庫類型接入，包括主流的關系型數據庫以及分布式數據庫，能將業(yè)務系統數據對接到平臺中，提供后續(xù)建模分析使用，數據源是數據建設的來源或基礎。通過與AmazonRDS數據庫產品以治理存儲層能夠非常好的滿足各類不同數Service(AmazonRDS)讓您能夠在云中輕擴展關系數據庫。它在自動執(zhí)行耗時的管理任務(如硬件預置、數據庫設置、修補和備份)的同時，可提供經濟實用的可調容量。這使您能夠騰出時間專注于應用程序，為它們提供所需的快速性能、高可用性、安全性和兼容性。AmazonRDS在多種類型的數據庫實例(針對內存、性能或I/O進行了優(yōu)化的實例)上均可用，并提供六種常用的數據庫引擎供您選SQLServer。借助AmazonRDS強大的性能、可靠性、可擴展性以及數據安全性，能夠非常好的實現制造業(yè)對數據源的需求。B云中數據倉庫服務。能夠使用SQL在數據倉庫、運營數據庫和數據湖間分析結構化和半結構化數據，從幾百GB數據，擴展至1PB或更多，支持制造數據治理平臺通過運庫、數據湖、數據倉庫和數千個第三(二)全域數據集成。數據集成是基于DataGo構建的簡單高效的數據同步平臺，致力于提供具有強大的數據預處理能力、豐富的異構數據源之間數據高速穩(wěn)定的同步能nDMS繁多異構數據源提供穩(wěn)定高速的遷移能力。入，通過數據集成任務，將所需的源數據同步至目標數據庫。使用AmazonGlue完成對數據流的接收、處理和使用，AmazonGlue是一項無服務器數據集成服務，它簡化了發(fā)現、準備和合并數據以進行分析、機器學習和應用程序開發(fā)的工作。支撐制造業(yè)應用系統中各種數據來源的發(fā)現和以及在數據庫、數據倉庫和數據湖中加載和實現對數據的收集。AmazonKinesis可讓用戶輕松收集、處理和分析實時流數據，以便及時獲得見解并對新信息快速做出響應。獲取ERP實時數據，工廠采集數據，供應鏈上報數據，也可以獲取用于機器學習、DataGo的核心功能，支持數據開發(fā)和臨時查詢。通過編寫SQL代碼的方式構建復雜的數據模型、構建不同類型(周期/手動)的代碼任”對任務進行試跑，并查看任務的運行情況，還可以選中“select”語行查看“結果”，且為任務配置調度本之間的代碼對比，至此就便捷的完成ETL此外臨時查詢是面向業(yè)務主題的數據查詢，于邏輯模型從業(yè)務視角出發(fā)對外提供查詢的權限管理、運維和用戶管理，致力于為您構建便捷、高效的數據開發(fā)平臺?；?四)數據質量。數據質量是對數據模塊構建計算任務過程中的數據和結果數據的正確選擇校驗方式(表/字段)的目標表，選取規(guī)則模板(內置模板和負責模板)配置具體內置模板中的表級規(guī)則有：表行值；字段規(guī)則有：唯一值個數固定值，空值個數固定值，空值個數/總行數固重復值個數固定值等；規(guī)則模板則是自定義通過SQL來創(chuàng)建模板規(guī)則；校驗規(guī)則配置完成后可通過調度配置將數據校驗任(五)數據服務。數據服務旨在為企業(yè)搭建內對外的API服務。數據服務支持通過可和NoSQL數據庫的表生成API。您無需具備編碼能力，即可快速配置一個API。API管理、運維的全生命周期管理。幫助您簡單、快速、低成本、低風險地實現微服務聚數據服務采用Serverless架構，您只需要關注API本身的查詢邏輯，無需關心運行資源，并支持彈性擴展，零運維成本。數現快速搜索，整合的可以添加多個用戶,為保障數據安全工作空相應的功能權限角色。一個組織可以包含多添加進組織的每個用戶至少歸屬于一個工作對hive實現統一的，細粒度的數據訪問權從數據角度，可查看哪種角色有何種權云科技的安全技術架構，可等不同數據流通管理數據運營管理數據標準管理數據流通管理數據運營管理數據標準管理主數據管理元數據管理數據開發(fā)管理化化資產化管理和應用理的前提與基礎。隨著數據的重要性日益顯著，數據資產管理成為激發(fā)組織數據要素活力、加速數據價值釋放的關鍵。數據資產(DataAsset)是指由組織(政府機構、企事業(yè)單位等)合法擁有或控制的數據資源，以電子或其他方式記錄，例如文本、圖像、語音、視頻、網頁、數據庫、傳感數據資產，數據資產是能夠為組織產生價值的數據資源，建設企業(yè)級數據資產管理架構是企業(yè)數據發(fā)揮高效價值的有力保障。數據資產管理包含數據資產管理(一)數據模型管理。是指在信息系統設計用語、單詞(二)數據標準管理。數據標準管理的目標是通過制定和發(fā)布由數據利益相關方確認的制度約束、過程管控、技術段，推動數據的標準化，進一步提(三)數據質量管理。是指運用相關技術來控制等一系列活動。衡量數據質量的指標體和管理與企業(yè)的(五)數據安全管理。是指在組織數據安全白皮書列活動集合。包括建立組織數據安全治理團基礎，是為獲得高質量的、整合設以生產企業(yè)的供應鏈管理為例，生產以生產企業(yè)的供應鏈管理為例，生產互相支撐的過程。很多企業(yè)已經意識到，依市場環(huán)境中想要有所建樹是非常艱難的。因信息，鏈接上下游企業(yè)資源，展開同，產銷協同的合作模式，并從中獲商，多級物流商，運輸動企業(yè)需要為供應鏈業(yè)務的全局管控提供信息集成、業(yè)務監(jiān)測洞察到協同處理的端到端的業(yè)務方面，供應鏈管理的核心工作是理。完善數字，就是讓數字作為生產要素，指引企技術方面，缺少高效數據集成，導致在供應鏈環(huán)節(jié)的繁多異構數據源不能高效存缺少數據接口，不能將數據引入，通過數據沒有上云，導致數據共享軟通動力DataGo協同亞馬遜云科技共同搭建的數據向打穿，在全業(yè)務流程管理中，建立一個透鏡”切片，為這一個環(huán)協同、可決策的體系內循環(huán)優(yōu)化。目前軟通動力已經完成的設備施設備施......展展能源制造業(yè)快消&零售農村農業(yè)詳情詳情應協同存存情及量評價供應鏈業(yè)務運營管控E2E場景供應鏈控制 成)供應鏈監(jiān)控供應鏈監(jiān)供應鏈監(jiān)評估及優(yōu)化PAI人工智能·機器學習·大數據分析·云計算·智能算法·......·物聯網loT·5G·機器人自動化·智慧園區(qū)·物流運營·......全鏈率RDC倉前置倉庫11-NRDC倉AI人工智能·機器學習·大數據分析·云計算·智能算法·......·物聯網loT·5G·機器人自動化·智慧園區(qū)·物流運營·......全鏈率RDC倉前置倉庫11-NRDC倉經銷商庫N1-N倉庫111流科技產品與解決方案，體驗業(yè)務中臺數據源數據圖譜數據質量平臺RESTFlu業(yè)務中臺數據源數據圖譜數據質量平臺RESTFlu務檢索服務分層管理itySparkJaveFlinkTEZHDFS分布式存儲/Hbase/S3fkae景的解決方案給出供應鏈控制塔搭建的整體框架,如圖4-3所示為車GPS同同監(jiān)控引擎監(jiān)控引擎型可視化能力(可視套件集成)中心SIS系統景的整體框架給出供應鏈控制塔搭建技術架構,如圖4-4所示為供(一)使供應鏈整個環(huán)節(jié)的業(yè)務對象化、規(guī)去，包括需求管理、生產管設，為實現采銷聯動。幫助供應商快速熟悉產品，了解客戶需求(PO、預測等)，并根據供需供應管理三者協同，幫助企業(yè)增值。一個成測匹配開始的。需求管理主要包括產品生命產、采購和供應商進行全面數據要求是非常敏感的。需求算再準，沒有供應商及時靈活的交付，就沒三者缺一不可，互相好此供應鏈控制塔，也是提高市領下的計劃協同良好的數據治理體系和數據治理平臺理離不開大數據和人工智能的先進技術。大數據的發(fā)展為人工智能提供了海量的訓練數制造業(yè)企業(yè)實現工業(yè)數字化轉型離不開大數部門貫通、戰(zhàn)略的延續(xù)性差、部分管理層缺孤島化、應用煙囪化，部和利用低敏、應用系；缺乏完善的數據管理體系，無法持續(xù)提升各類數據質量和保證數據使用的通過指標準確、實時、全面撐的科學決策；信息安全策略不清晰，安全不完善，技術防護能力偏弱，安全管控程，保密文化建設缺失；企業(yè)目標技術方面，企業(yè)已建設相應領域IT應用支撐業(yè)務運作，但是主航道核心IT系設，大量工作體外進行，現有系統，數據共享和集成較差；技術架關組件，圍業(yè)務能力框架IT現狀調研與診斷，包括信息業(yè)務能力框架IT現狀調研與診斷，包括信息度、智慧園區(qū)便IT基礎力地圖及智能工廠藍圖設計設計設計計詳細落地項目路徑設計(包括時間周期人力資源、金額、里程節(jié)點、風險、項目技術規(guī)格根據路標進行集團/企業(yè)安全計項目管理啟動&商務通過大數據和人工智能等技術手段實現“智能制造”、“智慧園區(qū)”和“智能運營中心”三。具體數據治理方案架構如下圖4-5企實施路徑設計建設落地現狀診斷規(guī)劃方案實施路徑設計建設落地案設計案設計重點場景風險分重點場景風險分析計構設計給出其數據治理框架,如圖4-6所示為大數據與人工智能協大數據與人工智能(算法、模型)大數據與人工智能(算法、模型)應用數據中臺能力支持心能力大數據平臺技術支持能力據此場景的數據治理框架給出大數據與人工智能協同下的制造業(yè)企業(yè)數據治理平臺搭文件處理框架圖片處理框架TEZ SQLserver......型Java統企G務的全球化制造解決方案供應商，在全球擁有100家廠區(qū)、20多萬名員工，在電子制造、醫(yī)療等多個行業(yè)中創(chuàng)造價值。系統、供應鏈、人力資源等，系統繁雜。歷史的數據應用呈現出性能低下、對業(yè)務系統壓力游數據應用的關系，確保接口和整體架構的靈活度，對于工業(yè)數據湖本身的模塊設計則通盤考慮到數據存儲、處理、管理和安全治理從工業(yè)數據湖的概念驗證角度，選取了產線側核心應用之一：WIP(WorkInProgress)報表場景，采用云原生的工業(yè)數據湖架構，對之前的直接查詢MES數據庫的方案進行替