导语

通过搭建数据管理平台，开发数据分析应用 ，智能监测企业经营状况 、智能调配企业运营资源
、智能辅助运营决策是每个企业实现数智化运营的必经之路
，这也是时代发展的趋势。

今天将为大家带来由数果智能开发的数果·智慧云（ABI·CLOUD）系列产品—数据开发平台，一站式满足企业级数据建设的场景需求！

PART1 企业数字化建设之路

1、什么是数字化？

将现实世界各种复杂多变的信息转变为可以度量的数字 、数据

2、中国企业数字化演进史

电子化→信息化→数字化→“数智化 ”

PART2 数智化运营概论

1
、什么是数智化运营？

数智化即【数字智慧化 + 智慧数字化】

数字智慧化：在大数据中加入人的智慧 ，使 数据增值增进，提高大数据效用

智慧数字化：运用数字技术
，把人的智慧管理起来

2、数智化运营的基础是什么？

有数据：企业信息化基础建设已经完成

有流程：基于信息化管理的业务流程重组已经完成

有组织：拥有专门管理数据资产的组织机构，具有数据决策权

PART3 数智化运营—企业数据采集与开发

数据从何而来？

内部数据：ERP系统 、CRM系统
、财务系统、供应商管理系统·····

外部数据：官网 、微信公众号
、电商平台、APP 、小程序······

如何有效采集数据
、完成数据清洗和数据质量管理、统一数据标准 ，形成企业数据资产目录
，成为了企业数智化运营重点基础工作

企业数据采集的痛点

（1）数据采集难度大，数据无处不在 ，数据量庞大

从关系数据库内的业务数据 、应用系统输出的日志数据
、用户访问系统时产生的用户行为数据、操作系统生成的系统日志 、网络设备产生的流量日志数据等等
，数据量动辄上亿、数十亿

（2）数据难以解析，数据格式杂乱无章

对于许多传统企业来说 ，在经历了信息化建设的过程后
，往往ERP
、CRM各类系统并存，这些数据都有自身一定的规则和固定格式 ，在采集之后难以按照企业的想法进行数据解析

（3）数据采集方法混杂使用
，效率低下，缺乏统一管理

企业在信息化建设过程中与不同的供应商合作 ，往往可能会采用多种数据采集方法，例如采用Crontab定时调用脚本抽取数据、使用Kettle同步业务数据 、使用Flume采集日志文件数据等等

（4）采集的数据难以融合
，数据管理各立山头
、独立自治

企业内部各部门只关注需要的数据， 存在重复抽取和存储；采集的数据质量差 ，数据不准确；数据之间关联性差
，无法有效融合，数据的孤立降低了数据的价值 ，数据挖掘难度大·····

企业数据开发的痛点

企业通过数据采集实现信息上报后
，还需要通过数据清洗，对增加的业务数据进行质量管理 ，发现并纠正数据中可识别的错误
，这个过程我们往往简称为ETL

ETL（Extract-Transform-Load）：将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程，目的是将企业中的分散 、零乱
、标准不统一的数据整合到一起 ，为企业的决策提供分析依据
，ETL作为数据开发的重要基础环节，通常面临着工作效率、开发标准 、数据质量
、运维管理等几个方面的问题

PART4 数果的解决方案—数据开发平台

※ 一站式满足企业级数据开发的全场景

※ 统一标准规范的系统化执行

\ 数据开发中心

提供一站式全链路大数据可视化开发以及任务全生命周期管理的数据工厂 ，保证规范、标准 、流程落地与持续改进，帮助企业快速构建数据资产
，快速实现数据“资产化
”

产品价值点

1
、无缝接入多源异构数据：支持可视化埋点、数据库直连 、标准接口、数据爬虫等方式接入，完全无缝融合异构数据

2
、灵活处理复杂数据开发：内置ETL具备丰富的各类算子（包括机器学习） ，灵活应对各种复杂的业务数据开发场景

3、统一审核调度工作流程：开发工作流需要经过后台的统一审核 合规后才能发布执行
，实时监管开发任务的执行状态

4 、一站式可视化数据开发：基于数据地图，一站式完成数据采集建模加工 ，全程可视化开发
，每个过程都心中有数

产品解析

1
、全域数据采集

为了更好地帮助企业实现快速数据采集，数果智能的ABI产品结合了iOS、Android 、小程序
、web网页等数据采集的应用场景 ，提供一套开箱即用的可视化埋点方案
，可以有效满足业务数据和各类日志数据的采集为企业解决数据采集难点

低门槛、低成本埋点方案

通过简单的扫描二维码进入可视化全埋点界面，快速圈选控件完成数据埋点 ，业务人员也能够结合业务需求
，自定义采集用户行为记录和所需要数据，无需IT部门的参与 ，无代码调整埋点

全端埋点支持，Web 、H5
、iOS、Android 、小程序平台

全可视化操作
，降低使用者的数据接入成本

兼容应用升级，版本迭代无需重新埋点

快速调整埋点 ，系统无需重新发布即可生效

智能埋点延伸
，减少同类元素重复埋点工作

高级埋点模式，实现页面内容上报与不可见元素埋点

自动获取维度 ，埋点完毕后即可获取丰富的数据维度

发布审核机制
，确保合规合法埋点采集用户行为记录

·········

高效率10＋倍提升

全可视化无编码，业务人员可操作支持海量的多元异构数据采集 ，带给您10+倍效率的提升！

2
、可视化数据模型管理

1、可视化操作界面
，功能全面，易学易用

支持数据建模工作过程中的所有功能 ，包括模型 设计 、ER关系、生成建表脚本和ETL脚本
，并对模型进行标识，方便线上进行统一管理和评审

2
、模型驱动业务需求敏捷落地和有效管理

通过统一管理业务需求任务来快速反应业务变化 ， 并实现对应物理层的数据映射以及线上审批，实 现了业务需求的有效管理和敏捷落地 。

3、数据标准应用到数据建模的过程中
，保证数据标准的落地

通过词条的标准命名管理 、词根管理以及分词技术，实现模型设计与标准命名的自动化匹配 ， 从而有效实现了数据标准的落地
，为数据治理的 落实打下了坚实的基础

4
、沟通协同合作，提升开发效率

通过业务应用需求的业务定义、业务规则定义 ， 技术规则定义来实现业务人员与IT人员的有效沟通 协作
，进一步提升开发效率

3 、可视化数据开发流程，有效约束开发团队执行开发规范

提升数据开发效率

提供规范化
、分层结构设计的 数据加工流程 ，灵活的数据管 理规则和质量监控

降低数据开发人员要求

可视化操作方式
，降低大数据开 发的门槛，帮助开发人员快速进 行数据开发

一站式数据开发

提供数据设计 ，数据采集、数据加工 、 模型开发
、发布管理、运维管理一站 式可视化大数据处理平台

（1）简单易用

流程化指导

流程清洗
，简单易用

（2）可视化拖拉拽编辑

拖拉拽流程编辑

直观 、便捷
、可视化

（3）数据清洗

支持多种数据清洗加工脚本， 如Python、Shell 、hive、 scala
、Perl等 ，0成本学习

（4）数据导出

应用层数据，导出到大数据实时查询引擎Tindex、 Uindex
，进行数据的应用

4 、丰富的调度运维管理功能：

运维管理功能有周期调度管理
、任务执行管理、执行器管理等模块，实现数据开发中心项目的统一调度与管理 ， 可以有序有效的管理开发项目的执行