龙石数据大数据高质量发展解决方案

2020-09-03 浏览量:135

《创赢未来》是由苏州市人民政府主办,苏州市委宣传部指导,苏州市人才办、市人社局、市科技局、市金融局和苏州广播电视总台共同承办,市工信局、市财政局、团市委,市知识产权局、市科协协办,中国农业银行苏州分行全程特别支持的一档大型创业投资栏目。

小编将龙石数据在《创赢未来》中的分享整理成文字,与大家分享。


 

行业背景

2018年底,国家提出新基建的概念,当时概念一出来的时候,就让人耳目一新,国家原来的土木工程资金将慢慢向高科技行业转移,七大科技基础设施也将为中国的科技发展铺路设桥。今年国家又将七大新基建提出来,更加坚定了我们原来的看法,这是一次大的行业机会。


 

市场前景

从大数据行业发展的情况来看,企业数字化转型已成为一个板上钉钉的事实,企业考虑的不是做不做的问题,而怎么做的问题。

根据华为《行业数字化转型方法论白皮书》的研究,95%的企业已经开始数字化转型的具体工作。根据大数据产业生态联盟《中国大数据产业发展白皮书》的研究和预测,2020年大数据产业规模将达到6600亿,2021年将达到8000亿。可以说市场前景巨大。


 

龙石数据简介

龙石数据从成立至今,一直围绕着“让数据用起来”,“让数据用得放心”,“让数据创造价值”开展大数据相关的业务研究和产品研究,拥有多项发明专利和软件著作权。

最初,我们从事数据交换、数据共享和元数据管理的研究。

然后,我们拓展了数据治理和数据标准管理,并获得多项荣誉。相关产品也通过了CNAS、CMA、CISA产品认证。

现在,我们将继续深化数据标准、数据治理和数据质量的研究。


 

行业痛点

在我们业务开展的过程中,发现很多大型企业和政府部门的大数据都存在以下的痛点:

1、 标准不完善

数据库建设没有统一的国家标准,各服务商业务理解的水平差异大,缺乏顶层设计和统筹规划。

2、 监管手段不足

数据库建设过程中,缺乏统一的认责、评价、校验机制,没有最佳实践可供参考,无法保证建设效果是否符合实际预期。

3、 数据质量不高

数据库建设过程中,特别是早期,追求的是量的发展,但准确性、完整性、及时性不够。

4、 数据用得不放心

因为数据质量不高,大多被用于统计分析,不敢用于做业务。低质量的数据对业务形成的伤害大,导致数据层建设的支持力度下降,组织成员信心下降。从而形成了大数据项目持续深化阻力。

从而导致组织上下看不到数字化转型的效果,对数字化转型的战略产生怀疑。


 

如何解决?

我们要打破当下的恶性循环,建立大数据持续高质量发展的长效工作机制,制定符合自身需求的数据模型和质量模型,利用信息化手段和大数据技术智能修复数据质量问题,让数据使用方变怀疑为参与,逐步发现大数据价值,再逐步发展为对大数据的依赖,从而实现企业内部实现数字化转型的繁荣生态。大数据团队或信息化部门再也不是一个人在战斗。


 

具体做法

这里简要介绍一下数据质量治理的核心步骤。

1、 首先,建立大数据质量管理工作机制。

2、 然后,根据自身业务特点,融合国家标准、行业标准、地方标准和企业自身的项目规范。

3、 根据业务主题和业务场景建立数据质量监测规则和监测模型。

4、 通过大数据平台实时运行这些监测规则和监测模型。

5、 通过人工智能算法和工单流程修复这些质量问题。

6、 最后,根据工作机制,进行质量考核和表彰。


 

龙石数据产品架构

所以,经过多年的发展,龙石数据包含了这些产品,包括基础应用支持平台(PaaS),数据交换平台,数据治理平台、数据质量监测修复平台、API监控治理平台、大数据分析平台,等等。

 

产品优势

1、 龙石数据质量平台是主流厂商的有效补充,帮助客户持续地追踪数据项目建设成果,帮助厂商提升数据质量和项目建设成果,也只有数据建得好用得好,才有二期三期项目。

2、 质量平台研发团队由多名架构师组成,团队拥有7年的银行业务经验,5年智慧城市大数据经验,了解这类客户的业务痛点和真实需求。大数据行业中,技术只是一个基础支撑,对业务的深入研究和客户业务的深入了解才是大数据行业的核心竞争力。

3、 就数据标准方面,我们也与权威机构(研究院、大学)展开合作,利用权威机构的研究成果来补充我们的标准融合能力和权威性。

我们现在的客户主要是政府,银行、国有企业和集成商,这些都是拥有数据痛点和需求的重点客户。

业务模式

我们的业务模式分为两种:

一是在本地直接提供客户服务

二是对全国合作伙伴提供能力支撑,帮他们开展数据质量和数据治理类的业务。

对于本地客户来说,我们主要提供数据质量监测修复解决方案和定制化服务。

对于全国合作伙伴来说,我们主要提供解决方案、产品、评测模型和业务培训,帮助合伙伴能够持续地开展客户服务。因为数据质量中的一个重点是基于客户业务场景的质量评测模型,新的场景会不断出现,就需要持续地投入业务研究和产品研发,这也是我们能够持续给合作伙伴以及客户带来价值的原因。在这里,我们就相当于是合作伙伴的研究院、研发中心、成本中心。


作者介绍

苏槐,微信号 Sulaohuai,阿里云最有价值专家,曾就职于神州数码、Oracle、新加坡电信等知名企业。擅长微服务架构、数据治理、容器技术及技术管理。

上一篇:数字化企业的API架构治理

下一篇:工业时序大数据质量管理

为什么选择龙石数据?