產品及服務

基礎數據服務

規劃設計

數據庫分布式架構
數據庫集中整合
數據庫整合咨詢
數據庫選型咨詢
架構設計咨詢

建設實施

數據分析
數據庫安裝部署
整合遷移
SQL審計
高可用容災

運營管理

問題分析及處理
性能監控
升級遷移
安全加固
容災恢復
大數據服務

優化提升

性能提升
數據模型化優化

目前，隨著信息化和大數據技術的發展，很對企業事業單位都建設了自己的數據中心，但是傳統的數據中心跨專業業務協同與信息共享不足、數據多頭輸入，數據準確性、一致性不強、數據反復抽取、過度存儲，質量不高等問題。
全業務統一數據中心是企業現有數據中心的進一步發展和完善，不僅能夠幫助企業完善現有的數據中心，還能夠幫助未建設數據中心的企業已新的模式來規劃和建設數據中心，全業務統一數據中心主要包括數據管理域、數據分析域和數據處理域三部分。

模型規范統一，通過強化統一數據模型與企業級主數據的全面應用與管控，保證數據的一致性與可共享。

數據干凈透明，通過改善業務集成，消除數據冗余，歸并整合業務系統，實現源端業務系統數據邏輯統一、分布合理、干凈透明；

分析靈活智能，通過匯總、清洗、轉換全業務數據，構建統一數據分析服務，實現跨專業數據的高效計算、智能分析和深度挖掘。

大數據平臺

輕量級BI分析工具

秉承“專業、敏捷、易用”的設計理念，豐富的可視化效果、靈動的視覺交互探索手段、交互式的分析體驗，讓業務人員更好地發現數據規律，獲取敏銳洞察。

靈活易用的數據準備：支持行、列、表級多種數據處理，類Excel操作，業務人員輕松上手。
豐富的可視化組件：支持圖形式組件、表格式組件和應用式組件，滿足用戶頁面設計的多種需求。
開箱即用的分析方法：支持數據處理、聚合計算、快速計算、高級分析等多種計算方法。
多樣的視覺交互方式：提供鉆取、聯動、篩選、鏈接等交互操作，實現用戶與數據的直接對話。
多終端與多渠道分享：支持PC、移動端、大屏等多種在線展示，支持圖片、PDF、PPT下載。

大數據應用案例--基于自然語言處理（NLP）技術的客戶主動服務預警及客戶訴求精準感知分析

問題與挑戰

公司客戶投訴數量不斷逐年增長，客戶投訴事態嚴重，迫切需要使用有效手段來減少客戶投訴。
通過加強管理來降低客戶投訴的傳統方式，短期起一定作用，長遠來看收效甚微。
積累的大量投訴工單等數據價值未能得到有效發揮。

解決方案

技術手段：自然語言處理、語義分析
分析模型：主動服務預警分析模型。

價值成效

通過主動服務預警，使得由被動接受投訴，轉為主動預警服務，大大降低投訴事件發生，提升客戶服務水平。
實現對公司存儲的大量歷史投訴工單數據價值的有效挖掘，提升公司數據分析應用能力。

應用實效

實施單位：國網天津市電力客服中心。
實際成效：通過主動服務預警模型的應用，近1年全省每月的客戶投訴數量同比下降約20%左右，成效顯著。

大數據應用案例--基于大數據與計算智能的反竊電分析

問題與挑戰

公司客戶投訴數量不斷逐年增長，客戶投訴事態嚴重，迫切需要使用有效手段來減少客戶投訴。
通過加強管理來降低客戶投訴的傳統方式，短期起一定作用，長遠來看收效甚微。
積累的大量投訴工單等數據價值未能得到有效發揮。

解決方案

技術手段：自然語言處理、語義分析
分析模型：主動服務預警分析模型。

價值成效

通過主動服務預警，使得由被動接受投訴，轉為主動預警服務，大大降低投訴事件發生，提升客戶服務水平。
實現對公司存儲的大量歷史投訴工單數據價值的有效挖掘，提升公司數據分析應用能力。

應用實效

實施單位：國網天津市電力客服中心。
實際成效：通過主動服務預警模型的應用，近1年全省每月的客戶投訴數量同比下降約20%左右，成效顯著。

大數據應用案例--新能源風電設備健康狀態預警系統

大數據分析應用典型案例

基于大數據的客戶信用評價及電費回收風險預警
基于機器學習算法的臺區評價與多維綜合監測分析
檢修生產活動承載力優化深化應用分析

基于深度學習算法的的線路接地智能診斷分析
基于語義分析的設備狀態智能評價分析
基于前導分析及因素補償的售電量預測

基于大數據的交費渠道效能分析
……

數據上鏈

在大數據中使用區塊鏈技術，。在強調透明性、安全性的場景下，區塊鏈有其用武之地。在大數據的系統上使用區塊鏈技術，可以使得數據不能被隨意添加、修改和刪除。

可信數據上鏈

改造智能終端設備（或者使用區塊鏈一體機）在數據進入系統前進行區塊鏈共識存儲。完成數據采集端直接上鏈。實現數據進入數據庫之前將數據原始值進行記錄。將數據篡改行為降低到最低點。

可信數據變現

在傳統的數據中心基礎上，依賴區塊鏈共識結果的變現方式。將采用區塊鏈中的智能合約進行數據采集、采集結果實時上鏈存儲、數據使用全程跟蹤、數據價值實時記錄、數據隱私交易等相關能力。使得數據共享更加可靠、可信、透明公開。

數據安全

基于零信任架構的數據安全體系架構，是一種網絡安全策略，它將安全嵌入到整個體系結構中，以阻止數據泄露，提升數據安全。零信任安全的特點：

以身份為基石

為人和設備賦予數字身份
為數字身份構建訪問主體
為訪問主體設定最小權限

業務安全訪問

全場景業務隱藏
全流量加密代理
全業務強制授權

持續信任評估

基于身份的信任評估
基于環境的風險判定
基于行為的異常發現

動態訪問控制

基于屬性的訪問控制基線
基于信任等級的分級訪問
基于風險感知的動態權限

零信任安全的優勢

這種以數據為中心的安全模型，消除了受信任或不受信任的網絡、設備、角色或進程的概念，并轉變為基于多屬性的信任級別，使身份驗證和授權策略在最小特權訪問概念下得以實現。
實現零信任，需要重新思考我們如何利用現有的基礎設施，以更簡單、更高效的方式設計安全性，同時實現不受阻礙的操作。
除了總體上保護架構的優勢外，即可以根據用戶大數據平臺的現狀進行安全提升，又可以從設計階段考慮，構建整體的數據安全體系。

案例1：某部委大數據安全

基于零信任架構設計，數據子網不再暴露物理網絡邊界，建設跨網安全訪問控制區隱藏業務應用和數據。

案例2：某大型央企XX數據中心零信任安全項目

信任安全項目確保訪問數據中心業務的人員、應用身份可信、權限可控、風險感知。

案例3：某信息中心基于網閘的傳統數據交換

隨著XX信息中心信息化發展，互聯網政務應用與電子政務外網政務應用數據交換需求越來越大，當前使用的網閘數據傳輸效率已經無法滿足當前數據傳輸的需求,基于零信任的跨網數據交換平臺，提升傳輸效率和傳輸安全。。