大數(shù)據(jù)分析平臺(tái)交流要求介紹最新的大數(shù)據(jù)分析應(yīng)用的行業(yè)發(fā)展趨勢(shì)和最佳實(shí)踐重點(diǎn)突出大數(shù)據(jù)分析和人工智能技術(shù)的應(yīng)用主題范圍：內(nèi)控財(cái)會(huì)監(jiān)督審計(jì)物資采購(gòu)勘探與生產(chǎn)之財(cái)務(wù)分析數(shù)據(jù)服務(wù)和數(shù)據(jù)管理技術(shù)平臺(tái)目錄數(shù)據(jù)分析發(fā)展趨勢(shì)數(shù)據(jù)分析應(yīng)用分享大數(shù)據(jù)分析技術(shù)平臺(tái)數(shù)據(jù)分析發(fā)展趨勢(shì)隨著企業(yè)數(shù)字化轉(zhuǎn)型得深入，企業(yè)希望通過數(shù)據(jù)分析實(shí)現(xiàn)價(jià)值兌現(xiàn)并驅(qū)動(dòng)創(chuàng)新，為企業(yè)帶來新想法和新助力。Gartner發(fā)布2022年的數(shù)據(jù)分析趨勢(shì)報(bào)告顯示人工智能成為重要的數(shù)據(jù)分析應(yīng)用技術(shù)，在數(shù)據(jù)分析應(yīng)用領(lǐng)域起到舉足輕重的作用。以數(shù)據(jù)為中心的人工智能元數(shù)據(jù)驅(qū)動(dòng)的數(shù)據(jù)架構(gòu)（Metadata-DrivenDataFabric）持續(xù)共享的數(shù)據(jù)（AlwaysShareData）自適應(yīng)人工智能系統(tǒng)（AdaptiveAISystems）從IT嵌入到業(yè)務(wù)組裝式數(shù)據(jù)分析（FromIT-EmbeddedtoBusiness-ComposedD&A）決策驅(qū)動(dòng)的數(shù)據(jù)分析（DecisionCentricD&A）缺乏數(shù)據(jù)分析技能與素養(yǎng)（DataandAnalyticsSkillsandLiteracyShortfall）情境豐富的數(shù)據(jù)分析（ContextEnrichedAnalysis）AI信任風(fēng)險(xiǎn)和安全治理（AITrustRiskandSecurityManagement）廠商和區(qū)域性的數(shù)據(jù)分析生態(tài)（VendorandRegionEcosystems）數(shù)據(jù)分析向邊緣擴(kuò)展（DataandAnalyticsExpansiontoTheEdge）互聯(lián)治理（ConnectedGovernance）信任的制度化激活企業(yè)的數(shù)據(jù)活力和多樣性增強(qiáng)員工能力與決策數(shù)據(jù)分析發(fā)展趨勢(shì)發(fā)布2022年十二大數(shù)據(jù)和分析趨勢(shì)之“增強(qiáng)員工能力與決策”主題的內(nèi)容從IT嵌入到業(yè)務(wù)組裝式數(shù)據(jù)分析（FromIT-EmbeddedtoBusiness-ComposedD&A）決策驅(qū)動(dòng)的數(shù)據(jù)分析（DecisionCentricD&A）缺乏數(shù)據(jù)分析技能與素養(yǎng)（DataandAnalyticsSkillsandLiteracyShortfall）情境豐富的數(shù)據(jù)分析（ContextEnrichedAnalysis）由于更多知識(shí)圖譜的利用，到2025年，情境驅(qū)動(dòng)/背景驅(qū)動(dòng)的數(shù)據(jù)分析和人工智能模型，將取代60%建立在傳統(tǒng)數(shù)據(jù)上的現(xiàn)有模型。情境豐富的數(shù)據(jù)分析能力，會(huì)成為企業(yè)未來必須尋找的能力。這一趨勢(shì)不止在全球，在中國(guó)也有所呈現(xiàn)：越來越多企業(yè)考慮如何通過釘釘、飛書等企業(yè)數(shù)據(jù)化辦公軟件，完成數(shù)據(jù)分析。業(yè)務(wù)用戶完成全生命周期數(shù)據(jù)分析已經(jīng)具備可能性。Gartner預(yù)測(cè)到2025年，50%的嵌入式數(shù)據(jù)分析將由低代碼、無代碼工具，以組裝式、模塊化拼湊的方式完成。過去技術(shù)多為固化的、單體軟件形式，設(shè)計(jì)模式角度從IT出發(fā)，考慮報(bào)表美觀度與易理解性。未來，企業(yè)將大多以組裝式的技術(shù)完成應(yīng)用搭建，業(yè)務(wù)人員會(huì)更多從自身產(chǎn)品化角度出發(fā)，進(jìn)行數(shù)據(jù)分析產(chǎn)品的運(yùn)維。數(shù)據(jù)分析驅(qū)動(dòng)的決策，逐漸轉(zhuǎn)變?yōu)闆Q策驅(qū)動(dòng)的數(shù)據(jù)分析。當(dāng)企業(yè)需要越來越多人，從更高的高度為決策做基于數(shù)據(jù)分析的建議和規(guī)劃。企業(yè)可以利用該決策框架，讓更多用戶進(jìn)入決策層，實(shí)現(xiàn)企業(yè)數(shù)據(jù)分析的搭建。企業(yè)數(shù)據(jù)素養(yǎng)普遍不高，IT采購(gòu)很多工具但業(yè)務(wù)沒有真正用起來。Gartner預(yù)測(cè)，到2025年，大多數(shù)企業(yè)的首席數(shù)據(jù)官，將無法在員工中培養(yǎng)出足夠的數(shù)據(jù)素養(yǎng)，以實(shí)現(xiàn)他們計(jì)劃的數(shù)據(jù)驅(qū)動(dòng)戰(zhàn)略。數(shù)據(jù)分析人才的匱乏，困擾很多企業(yè)管理者。企業(yè)需要重視數(shù)據(jù)人才的獲取、培養(yǎng)與留存增強(qiáng)員工能力與決策數(shù)據(jù)分析發(fā)展趨勢(shì)發(fā)布2022年十二大數(shù)據(jù)和分析趨勢(shì)之“信任的制度化”主題的內(nèi)容AI信任風(fēng)險(xiǎn)和安全治理（AITrustRiskandSecurityManagement）廠商和區(qū)域性的數(shù)據(jù)分析生態(tài)（VendorandRegionEcosystems）數(shù)據(jù)分析向邊緣擴(kuò)展（DataandAnalyticsExpansiontoTheEdge）互聯(lián)治理（ConnectedGovernance）互聯(lián)治理”是一個(gè)框架，用于建立跨組織、跨業(yè)務(wù)職能、跨地域的虛擬數(shù)據(jù)分析治理層，以實(shí)現(xiàn)跨企業(yè)的治理結(jié)果。數(shù)據(jù)治理的因素越來越多，如數(shù)據(jù)質(zhì)量、數(shù)據(jù)安全、數(shù)據(jù)隱私、數(shù)據(jù)道德，數(shù)據(jù)定義模型和全生命周期的管理都被納入治理范疇之內(nèi)。對(duì)企業(yè)來說，“互聯(lián)治理”或成為不得不采取的舉措，建立一個(gè)更廣泛的數(shù)據(jù)治理團(tuán)隊(duì)，也顯得非常重要。研究發(fā)現(xiàn)，有50%的AI模型從未進(jìn)入生產(chǎn)環(huán)境，“安全”和“隱私”是主要原因。AI創(chuàng)新速度受到來自企業(yè)內(nèi)部和外部壓力，企業(yè)需要花更多的時(shí)間、資源，用于人工智能的風(fēng)險(xiǎn)和安全管理。而企業(yè)往往沒有完整的流程、工具、衡量標(biāo)準(zhǔn)，用于AI信任風(fēng)險(xiǎn)和安全的治理。數(shù)據(jù)分析的生態(tài)產(chǎn)品能力已經(jīng)越來越多，未來，企業(yè)建立自身數(shù)據(jù)分析本身生態(tài)時(shí)，要更多考慮廠商與廠商之間的兼容性。邊緣數(shù)據(jù)分析解決方案部署，呈現(xiàn)持續(xù)增長(zhǎng)態(tài)勢(shì)。數(shù)據(jù)和分析活動(dòng)，更多在數(shù)據(jù)中心、公有云基礎(chǔ)設(shè)施之外的分布式設(shè)備——即再邊緣側(cè)完成。因?yàn)槲挥谶吘壍臄?shù)據(jù)分析，更符合當(dāng)前“數(shù)據(jù)主權(quán)”和“監(jiān)管”的訴求。數(shù)據(jù)分析的管理者可能要放棄將數(shù)據(jù)分析能力全部部署在公有云/數(shù)據(jù)中心，增加部署分布式的數(shù)據(jù)分析環(huán)境。信任的制度化數(shù)據(jù)分析發(fā)展趨勢(shì)我國(guó)在“十三五”期間，大數(shù)據(jù)技術(shù)和產(chǎn)業(yè)都取得了長(zhǎng)足的進(jìn)展?！笆奈濉逼陂g，利用好數(shù)據(jù)要素是驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展的重要抓手，除了持續(xù)釋放數(shù)據(jù)價(jià)值，數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)流通、安全合規(guī)將進(jìn)一步成為大數(shù)據(jù)實(shí)踐落地的關(guān)注焦點(diǎn)。大數(shù)據(jù)技術(shù)在數(shù)據(jù)價(jià)值挖掘上的趨勢(shì)提升大數(shù)據(jù)技術(shù)不同場(chǎng)景的適配能力，在保障平穩(wěn)運(yùn)行、滿足業(yè)務(wù)需求的控制整體成本，提升應(yīng)用效率提升大數(shù)據(jù)技術(shù)的自動(dòng)化、智能化水平，有效支撐各種復(fù)雜業(yè)務(wù)下的即時(shí)、大規(guī)模決策；發(fā)展去標(biāo)識(shí)化、加密技術(shù)，平衡價(jià)值挖掘中的性能、合規(guī)和業(yè)務(wù)可用性；數(shù)據(jù)供給端數(shù)據(jù)規(guī)模、來源、種類快速增加。數(shù)據(jù)需求端的數(shù)據(jù)規(guī)范性、安全性、時(shí)效性要求日益提升。數(shù)據(jù)資產(chǎn)管理主體面臨數(shù)據(jù)質(zhì)量難以提升、管理成本不斷攀升、數(shù)據(jù)服務(wù)無法及時(shí)滿足等問題。需要以更低、更高的效率來解決這些問題。

數(shù)據(jù)資產(chǎn)管理加速

數(shù)據(jù)安全化體系提升

數(shù)據(jù)流通探索國(guó)家地方陸續(xù)出臺(tái)數(shù)據(jù)安全法規(guī)，國(guó)內(nèi)數(shù)據(jù)進(jìn)入強(qiáng)監(jiān)管階段。構(gòu)建數(shù)據(jù)安全治理體系已成行業(yè)共識(shí)。我國(guó)企業(yè)數(shù)據(jù)安全治理初見成效，數(shù)據(jù)安全風(fēng)險(xiǎn)評(píng)估提升風(fēng)險(xiǎn)防范化解能力。圍繞組織架構(gòu)、制度流程、人員能力、技術(shù)能力的數(shù)據(jù)愛情呢閉環(huán)體系加速建設(shè)數(shù)據(jù)流通模式的探索：關(guān)注政企、企業(yè)間的數(shù)據(jù)流通模式新興技術(shù)變革數(shù)據(jù)流通的傳統(tǒng)形態(tài)：隱私計(jì)算技術(shù)逐漸興起，希望改變長(zhǎng)期以來傳統(tǒng)的API接口的流通形式數(shù)據(jù)流通權(quán)責(zé)劃分方式與規(guī)則持續(xù)探索：正確處理原始生產(chǎn)者、采集者、控制者及處理者等角色在流通過程中的權(quán)責(zé)劃分?jǐn)?shù)據(jù)分析發(fā)展趨勢(shì)從大數(shù)據(jù)技術(shù)體系看，為了應(yīng)對(duì)效率、業(yè)務(wù)價(jià)值融合、安全隱私合規(guī)的數(shù)據(jù)發(fā)展趨勢(shì)，大數(shù)據(jù)技術(shù)體系發(fā)展的重點(diǎn)從單一注重效率提升，變?yōu)椤靶侍嵘①x能業(yè)務(wù)、加強(qiáng)安全、促進(jìn)流通”四者并重。利用開發(fā)平臺(tái)釋放業(yè)務(wù)潛能利用隱私計(jì)算保障數(shù)據(jù)流通利用云原生思想進(jìn)行能力升級(jí)利用“零信任”補(bǔ)足內(nèi)生安全效率提升大數(shù)據(jù)技術(shù)體系發(fā)展趨勢(shì)賦能業(yè)務(wù)促進(jìn)流通加強(qiáng)安全利用云原生，大數(shù)據(jù)技術(shù)產(chǎn)品從3個(gè)方面提升效率：整體架構(gòu)為實(shí)現(xiàn)彈性伸縮進(jìn)一步解耦改造，資源利用率30%-40%提升應(yīng)用接口函數(shù)化：用戶可根據(jù)實(shí)際業(yè)務(wù)需要，達(dá)到更細(xì)粒度的按需使用，提升2-3倍發(fā)布效率，降低成本支持多云部署傳統(tǒng)數(shù)據(jù)開發(fā)工作大多通過直接調(diào)用種類繁多的大數(shù)據(jù)開源技術(shù)組件進(jìn)行，需要專業(yè)技術(shù)人員完成。然而伴隨業(yè)務(wù)對(duì)數(shù)據(jù)開發(fā)的要求不斷提升，數(shù)據(jù)開發(fā)工作逐漸從技術(shù)部門向各業(yè)務(wù)部門延伸，數(shù)據(jù)開發(fā)門檻也亟需降低以使數(shù)據(jù)與各業(yè)務(wù)加速融合零信任概念是對(duì)傳統(tǒng)網(wǎng)絡(luò)邊界包含方法的改進(jìn)，背后思想是在公司網(wǎng)絡(luò)內(nèi)、外均不設(shè)置安全區(qū)域或可信用戶，而是將企業(yè)內(nèi)、外所有的操作均視為不可信任。傳統(tǒng)大數(shù)據(jù)技術(shù)對(duì)于數(shù)據(jù)的機(jī)構(gòu)間流通場(chǎng)景缺乏支持，對(duì)外數(shù)據(jù)應(yīng)用融合與對(duì)內(nèi)的數(shù)據(jù)安全保護(hù)難以兼顧，隱私計(jì)算被認(rèn)為是解決跨機(jī)構(gòu)數(shù)據(jù)有序流通的關(guān)鍵技術(shù)之一。隱私計(jì)算正在迎來市場(chǎng)爆發(fā)期。人工智能應(yīng)用趨勢(shì)

——重點(diǎn)技術(shù)問題解決人工智能自學(xué)習(xí)、自治運(yùn)行的系統(tǒng)數(shù)據(jù)科學(xué)數(shù)據(jù)中發(fā)現(xiàn)問題數(shù)據(jù)可視化描述性統(tǒng)計(jì)綜合性助手知識(shí)工程……機(jī)器學(xué)習(xí)無需編程，自動(dòng)從數(shù)據(jù)中讀取、總結(jié)并認(rèn)知。計(jì)算機(jī)視覺識(shí)別圖像、場(chǎng)景中的物體、活動(dòng)等自然語言、語音處理理解、區(qū)分、生成文字信息翻譯、生成人類語音智能機(jī)器人物理實(shí)體或虛擬程序，替代人類執(zhí)行操作虛擬助手判斷環(huán)境及需求，與人交互、獨(dú)立執(zhí)行任務(wù)智能推理規(guī)劃制定復(fù)雜及最優(yōu)策略23其他自動(dòng)駕駛、生物識(shí)別、虛擬現(xiàn)實(shí)等知識(shí)圖譜對(duì)客觀世界從字符串描述到結(jié)構(gòu)化語義描述和知識(shí)映射機(jī)器學(xué)習(xí)算法組件應(yīng)用1集成應(yīng)用監(jiān)督學(xué)習(xí)：強(qiáng)化學(xué)習(xí)：深度學(xué)習(xí)：E.g.:機(jī)器人E.g.:垃圾郵件檢測(cè)E.g.:客戶分群機(jī)器學(xué)習(xí)是大部分人工智能應(yīng)用的基礎(chǔ)，引領(lǐng)當(dāng)今主要AI應(yīng)用，大數(shù)據(jù)是機(jī)器學(xué)習(xí)的基礎(chǔ)，是人工智能得到有效應(yīng)用的基本條件。人工智能應(yīng)用趨勢(shì)1、企業(yè)變革銷售安防反欺詐人力資源管理市場(chǎng)營(yíng)銷個(gè)人助理智能工具2、行業(yè)變革金融醫(yī)療教育無人駕駛零售制造數(shù)字政府媒體法律農(nóng)業(yè)物流天然氣3、人力變革增強(qiáng)現(xiàn)實(shí)手勢(shì)識(shí)別機(jī)器人情緒識(shí)別人工智能技術(shù)帶來從企業(yè)、行業(yè)和人力全方位的變革人工智能應(yīng)用趨勢(shì)

——在各領(lǐng)域應(yīng)用發(fā)展?fàn)顩r產(chǎn)品設(shè)計(jì)、定價(jià)及組合優(yōu)化采購(gòu)評(píng)估工藝優(yōu)化貨倉(cāng)物流產(chǎn)能補(bǔ)充與產(chǎn)業(yè)效率提升情報(bào)大數(shù)據(jù)研制、決策支持客戶觸達(dá)、營(yíng)銷運(yùn)營(yíng)設(shè)計(jì)運(yùn)維故障分析管理調(diào)優(yōu)、運(yùn)籌優(yōu)化質(zhì)控、風(fēng)控和安全窗口服務(wù)遠(yuǎn)程辦事、遠(yuǎn)程作業(yè)人機(jī)對(duì)話政府金融互聯(lián)網(wǎng)醫(yī)療制藥交通零售教育制造能源電力電信該行業(yè)較少涉及該場(chǎng)景嘗試應(yīng)用AIAI示范項(xiàng)目增加，形成典型場(chǎng)景AI價(jià)值得到驗(yàn)證，形成規(guī)模化落地從人工智能應(yīng)用情況看，政府、金融、互聯(lián)網(wǎng)在人工智能應(yīng)用上走得較快，規(guī)?；瘧?yīng)用較多的領(lǐng)域包括客服、風(fēng)控、作業(yè)、決策等。人工智能應(yīng)用趨勢(shì)

——應(yīng)用成效顯著的領(lǐng)域目前，人工智能為企業(yè)帶來的價(jià)值中，更多體現(xiàn)在提升效率、降低成本和把控風(fēng)險(xiǎn)方面。合規(guī)審查：美國(guó)某大型保險(xiǎn)公司利用自然語言分析（NLP）審查大量文件，以審查識(shí)別信托問題，確定客戶言行是否違反勞工部裁定的信托限制。提升效率把控風(fēng)險(xiǎn)降低成本20倍審查時(shí)間縮短20倍優(yōu)化用戶搜索：某大型銀行為給客戶的搜索查詢（每月超過20萬條）提供更優(yōu)的答案。其創(chuàng)建了無監(jiān)督的聚類模型，對(duì)搜索項(xiàng)進(jìn)行分類以實(shí)現(xiàn)高效處理。70%搜索正確率為70%3天工作量縮減至幾個(gè)小時(shí)3天幾小時(shí)預(yù)測(cè)性維修：某石化公司突發(fā)故障而產(chǎn)生停機(jī)，停機(jī)后所有化工的原材料、半成品和產(chǎn)成品堆積在設(shè)備和管道內(nèi)，造成損失幾個(gè)億。該公司隨后應(yīng)用了預(yù)測(cè)性維修，預(yù)測(cè)成功率達(dá)到100%100%預(yù)測(cè)成功率100%設(shè)備自動(dòng)化調(diào)度：美國(guó)某水局利用機(jī)器學(xué)習(xí)平臺(tái)分析水泵機(jī)器效率，并結(jié)合錯(cuò)峰時(shí)間及預(yù)測(cè)負(fù)載，對(duì)水泵開關(guān)進(jìn)行自動(dòng)化開關(guān)、運(yùn)行調(diào)度。20%地區(qū)年度節(jié)約電耗虛假發(fā)票攔截：某集團(tuán)對(duì)基于OCR識(shí)別發(fā)票信息進(jìn)行自動(dòng)化驗(yàn)證。攔截假發(fā)票等異常發(fā)票。4.7萬半年內(nèi)攔截假發(fā)票呼叫中心改進(jìn)：某英國(guó)銀行借助機(jī)器學(xué)習(xí)和認(rèn)知分析部署改進(jìn)呼叫中心的分析能力，提高自動(dòng)識(shí)別呼叫原因能力，并縮短處理時(shí)間。5千萬+美元年度運(yùn)營(yíng)成本減少5千萬-1億美元醫(yī)療診斷：某以色列及美國(guó)研發(fā)的人工智能醫(yī)療系統(tǒng)對(duì)乳腺癌病理圖片中癌細(xì)胞的識(shí)別準(zhǔn)確率達(dá)92%，與病理學(xué)家的分析結(jié)合時(shí)，其診斷準(zhǔn)確率高達(dá)99.5%。92%診斷準(zhǔn)確率高達(dá)92%目錄數(shù)據(jù)分析發(fā)展趨勢(shì)數(shù)據(jù)分析應(yīng)用案例分享及場(chǎng)景建議數(shù)據(jù)分析技術(shù)能力建議人工智能應(yīng)用趨勢(shì)

——AI能力參考架構(gòu)企業(yè)應(yīng)當(dāng)結(jié)合自身業(yè)務(wù)領(lǐng)域構(gòu)建AI能力能力框架，并進(jìn)行AI應(yīng)用場(chǎng)景規(guī)劃，將AI應(yīng)用與業(yè)務(wù)充分結(jié)合賦能業(yè)務(wù)。場(chǎng)景應(yīng)用AI能力AI核心技術(shù)數(shù)據(jù)及計(jì)算能力統(tǒng)一數(shù)據(jù)集散能力大數(shù)據(jù)運(yùn)算能力AI模型支撐能力機(jī)器學(xué)習(xí)自然語言、語言處理計(jì)算機(jī)視覺知識(shí)圖譜智能推理規(guī)劃智能機(jī)器人虛擬助手客戶畫像業(yè)務(wù)畫像人臉識(shí)別流程自動(dòng)化場(chǎng)景操作流程和員工、客戶交互的自動(dòng)化。入語言合成個(gè)性化推薦情報(bào)分析內(nèi)容審核……分析決策智能化場(chǎng)景通過數(shù)據(jù)挖掘分析、推理和決策性工作?？头?、預(yù)測(cè)、審核等業(yè)務(wù)模式創(chuàng)新化場(chǎng)景通過人工智能應(yīng)用改變業(yè)務(wù)模式、價(jià)值鏈等遠(yuǎn)程巡檢、自動(dòng)駕駛等AI能力參考架構(gòu)AI在審計(jì)領(lǐng)域應(yīng)用——某國(guó)有大型通訊公司利用OCR/NLP技術(shù)輔助合同和票據(jù)審核工作對(duì)于票據(jù)審核與合同審核的業(yè)務(wù)場(chǎng)景，利用OCR技術(shù)解析票據(jù)中的要素信息，配置票據(jù)報(bào)銷業(yè)務(wù)規(guī)則，應(yīng)用到已有財(cái)務(wù)報(bào)銷系統(tǒng)中；利用NLP技術(shù)對(duì)合同中的條款要素進(jìn)行自動(dòng)抽取解析，識(shí)別合同是否合規(guī)及潛在的風(fēng)險(xiǎn)。項(xiàng)目簡(jiǎn)介方案價(jià)值節(jié)省了大量人工審核合同的時(shí)間采用OCR技術(shù)解析發(fā)票信息，配置票據(jù)報(bào)銷規(guī)則，進(jìn)行財(cái)務(wù)審核中的初審和復(fù)審節(jié)省財(cái)務(wù)審核中的初審、復(fù)審的人工時(shí)間，提升財(cái)務(wù)審核的工作效率采用NLP技術(shù)解析合同中的信息，提示合同合規(guī)性及潛在風(fēng)險(xiǎn)使用OCR技術(shù)解析增值稅發(fā)票中的要素信息，出差申請(qǐng)單中的要素信息配置票據(jù)報(bào)銷審核業(yè)務(wù)規(guī)則，進(jìn)行財(cái)務(wù)審核的一致性檢查、有無檢查、范圍和閾值檢查等應(yīng)用到已經(jīng)的財(cái)務(wù)報(bào)銷系統(tǒng)中，輔助人工進(jìn)行財(cái)務(wù)審核步驟中的初審和復(fù)審使用NLP技術(shù)對(duì)合同結(jié)構(gòu)，條款、要素進(jìn)行自動(dòng)抽取和分析配置審計(jì)部門的合同審核規(guī)則實(shí)現(xiàn)合同合規(guī)和風(fēng)險(xiǎn)檢測(cè)的功能AI在財(cái)務(wù)風(fēng)控領(lǐng)域應(yīng)用——某大型綜合性集團(tuán)企業(yè)利用圖譜洞察分析員工報(bào)銷可疑行為飛機(jī)火車地面交通頭等艙經(jīng)濟(jì)艙一等座二等座出租車專車一類城市二類城市集團(tuán)子公司A子公司BO級(jí)A級(jí)B級(jí)P9P8P7總經(jīng)理部門經(jīng)理主管北京上海天津武漢全價(jià)8折6折法人及員工等級(jí)1000以上500-1000500以下張三屬性：Base地/部門100/天100-300/天報(bào)告1：提交時(shí)間提交總金額報(bào)告2：提交時(shí)間提交總金額報(bào)告2.1:明細(xì)項(xiàng)：飛機(jī)頭等艙發(fā)生時(shí)間：XXX發(fā)生地點(diǎn)：XXX提交金額：XX報(bào)告2.2:明細(xì)項(xiàng)：地面專車發(fā)生時(shí)間：XXX發(fā)生地點(diǎn)：XXX提交金額：XX報(bào)告2.3:明細(xì)項(xiàng)：酒店住宿發(fā)生時(shí)間：XXX發(fā)生地點(diǎn)：XXX提交金額：XX報(bào)告2.4:明細(xì)項(xiàng)：業(yè)務(wù)招待費(fèi)發(fā)生時(shí)間：XXX發(fā)生地點(diǎn)：XXX提交金額：XX報(bào)告3：提交時(shí)間提交總金額報(bào)告4：提交時(shí)間提交總金額可疑點(diǎn)1：時(shí)間集中度高且在同一個(gè)城市的多筆報(bào)銷單中打車費(fèi)差異明顯可疑點(diǎn)2：時(shí)間集中度高但發(fā)生時(shí)間有重疊AI在知識(shí)管理領(lǐng)域應(yīng)用——某集團(tuán)風(fēng)控部門利用知識(shí)突破構(gòu)建智能BI項(xiàng)目方案價(jià)值聚焦風(fēng)控場(chǎng)景，構(gòu)建了風(fēng)險(xiǎn)管理業(yè)務(wù)的知識(shí)圖譜，利用自然語言處理、動(dòng)態(tài)查詢、圖計(jì)算等技術(shù)，實(shí)現(xiàn)實(shí)時(shí)的、非預(yù)置的多維數(shù)據(jù)分析及主動(dòng)信息推送。展示樣式豐富，并支持各種工具嵌入采用多模型融合技術(shù)，準(zhǔn)確率達(dá)到90%以上實(shí)時(shí)計(jì)算，幫助用戶隨時(shí)獲取業(yè)務(wù)信息模型一鍵訓(xùn)練，知識(shí)實(shí)時(shí)可配，滿足需求迭代更新項(xiàng)目簡(jiǎn)介我想查詢子公司對(duì)黑名單內(nèi)的醫(yī)藥行業(yè)的債券持倉(cāng)情況。前端交互自然語言處理動(dòng)態(tài)查詢您搜索的子公司對(duì)黑名單內(nèi)醫(yī)藥行業(yè)的債券持有情況如下：管理控制?答案展示查詢語句?意圖與實(shí)體??意圖與實(shí)體問題?問題??問題?結(jié)果數(shù)據(jù)?結(jié)果數(shù)據(jù)?結(jié)果數(shù)據(jù)AI在知識(shí)管理領(lǐng)域應(yīng)用——某大型保險(xiǎn)公司/某醫(yī)院公司利用知識(shí)圖譜提供復(fù)雜知識(shí)體系的智能問答引擎基于知識(shí)圖譜的知識(shí)檢索某大型保險(xiǎn)公司基于知識(shí)圖譜的知識(shí)推理

某醫(yī)藥公司附加金佑人生重疾險(xiǎn)重癥金佑人生終身壽險(xiǎn)附加保險(xiǎn)責(zé)任惡性腫瘤疾病保障肺癌包括問題一：金佑人生A保X疾病嗎？回答：在保障范圍內(nèi)話術(shù)：X疾病是指……（疾病介紹），屬于金佑人生A2017版中附加金佑A重疾的保障范圍。不在保障范圍內(nèi)話術(shù)：X疾病不屬于金佑人生A2017版中附加金佑A重疾的保障范圍。問題二：X疾病在金佑人生A款里面算輕癥嗎？？回答：X疾病是指。。。。（疾病介紹），屬于金佑人生A2017版中附加金佑A重疾輕癥/重癥的保障范圍。對(duì)話系統(tǒng)通過知識(shí)圖譜根據(jù)患者的病癥對(duì)其進(jìn)行導(dǎo)醫(yī)，通過對(duì)話全面了解客戶的病理特征輔助其選擇科室、醫(yī)院和醫(yī)生主訴問診AI在庫(kù)存盤點(diǎn)的應(yīng)用——某商超利用圖像分析技術(shù)進(jìn)行智能物品盤點(diǎn)客戶痛點(diǎn)超市中物品的盤點(diǎn)工作往往耗費(fèi)大量人力資源。無法對(duì)門店進(jìn)店產(chǎn)品和陳列進(jìn)行規(guī)范管理雇傭大量的審核人員，產(chǎn)生人力成本，規(guī)模難以擴(kuò)展無法判斷自己擺放得是否規(guī)范解決方案基于人工智能視覺技術(shù)，對(duì)商超陳列照片進(jìn)行識(shí)別和分析分析圖片中的陳列類型，進(jìn)行SKU識(shí)別和統(tǒng)計(jì)基于用戶規(guī)則，針對(duì)不同陳列類型，進(jìn)行二次識(shí)別和深度分析客戶價(jià)值實(shí)時(shí)反饋得分，幫助提升陳列質(zhì)量統(tǒng)計(jì)陳列類型和SKU優(yōu)秀陳列促進(jìn)產(chǎn)品在門店的動(dòng)銷減少專員門店作業(yè)步驟，提升效率減少審核人員成本識(shí)別樣例:對(duì)于貨架產(chǎn)品的盤點(diǎn)1片掛網(wǎng)10分4個(gè)散框4分AI在采購(gòu)領(lǐng)域應(yīng)用

——供應(yīng)商畫像（1/2）供應(yīng)商標(biāo)簽體系供應(yīng)商標(biāo)簽?zāi)Ｐ凸?yīng)商分析沙盒供應(yīng)商分析應(yīng)用某發(fā)電企業(yè)利用AI技術(shù)進(jìn)行發(fā)電效能提升輸入輸出最佳運(yùn)行狀態(tài)的能效分布模型爐溫壓力過量空氣系數(shù)煤粉細(xì)度漏風(fēng)量入爐煤水分爐墻和管道保溫系數(shù)汽水品質(zhì)汽水損失入爐空氣溫度給水溫度將SIS系統(tǒng)中與鍋爐運(yùn)行狀態(tài)相關(guān)指標(biāo)的歷史數(shù)據(jù)抽取出來，進(jìn)行主成份分析找出對(duì)能效影響的關(guān)鍵指標(biāo)，將主成分指標(biāo)的歷史數(shù)據(jù)分為兩段，第一段數(shù)據(jù)導(dǎo)入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，第二段數(shù)據(jù)作為驗(yàn)證，當(dāng)訓(xùn)練結(jié)果正確率達(dá)到要求設(shè)定值時(shí)停止訓(xùn)練，網(wǎng)路訓(xùn)練結(jié)果則是最佳運(yùn)行狀態(tài)的能效分布模型。

通俗的來說就是把不能形成標(biāo)準(zhǔn)數(shù)據(jù)計(jì)算模型的歷史經(jīng)驗(yàn)轉(zhuǎn)化為一個(gè)“知識(shí)網(wǎng)絡(luò)”，當(dāng)這個(gè)“知識(shí)網(wǎng)絡(luò)”足夠復(fù)雜的時(shí)候，利用計(jì)算機(jī)強(qiáng)大的搜索和計(jì)算能力，在海量數(shù)據(jù)中做出更為合理的檢索和預(yù)測(cè)！某風(fēng)電場(chǎng)利用大數(shù)據(jù)結(jié)合人工智能實(shí)現(xiàn)發(fā)電量預(yù)測(cè)用風(fēng)速、風(fēng)向數(shù)據(jù)來預(yù)測(cè)發(fā)電量：建設(shè)風(fēng)場(chǎng)建設(shè)在風(fēng)況穩(wěn)定的地形上，喘流較少、風(fēng)力、方向在短時(shí)間內(nèi)保持穩(wěn)定，則可以利用歷史風(fēng)力、方向和發(fā)電量的數(shù)據(jù)通過多元非線性回歸來分析發(fā)電量與風(fēng)速、方向的關(guān)系。風(fēng)速風(fēng)向與風(fēng)機(jī)扇面的夾角大小發(fā)電量風(fēng)向與風(fēng)機(jī)扇面的夾角發(fā)電量風(fēng)速發(fā)電量歷史發(fā)電量與方向、風(fēng)速數(shù)據(jù)的多維分布圖擬合出風(fēng)速與發(fā)電量的關(guān)系度逐漸縮小擬合出風(fēng)向與風(fēng)機(jī)扇面的夾角大小與發(fā)電量的關(guān)系某零售企業(yè)供應(yīng)商標(biāo)簽應(yīng)用（3/3）采購(gòu)銷售品質(zhì)生產(chǎn)評(píng)估時(shí)間地域商品時(shí)間地區(qū)商品商品商品信譽(yù)分析維度分析指標(biāo)主題生產(chǎn)周期供應(yīng)商分析沙盒供應(yīng)商分析服務(wù)退貨原因采購(gòu)周期采購(gòu)價(jià)退貨率合格率信譽(yù)度評(píng)級(jí)產(chǎn)量樣衣生產(chǎn)周期退貨數(shù)量時(shí)間成本價(jià)格二級(jí)供應(yīng)商面料采購(gòu)&銷售分析供應(yīng)商產(chǎn)能分析樣衣評(píng)判分析供應(yīng)商銷量對(duì)比供應(yīng)商動(dòng)銷率排名供應(yīng)商退換貨分析……生產(chǎn)體系生產(chǎn)周期分析面料成本時(shí)間走勢(shì)能力、質(zhì)量評(píng)估供應(yīng)商產(chǎn)品供質(zhì)量監(jiān)控……交期生產(chǎn)特色重要客戶采購(gòu)量評(píng)估體系供應(yīng)商綜合能力分析面料成本時(shí)間趨勢(shì)供應(yīng)商配合度&交付評(píng)估供應(yīng)商重要客戶展示…原材料樣衣采用數(shù)量樣衣件數(shù)單項(xiàng)成本銷售額銷量動(dòng)銷率成本構(gòu)成單項(xiàng)成本同期增幅成本構(gòu)成某零售企業(yè)供應(yīng)商標(biāo)簽應(yīng)用（3/3）供應(yīng)商分析服務(wù)供應(yīng)商產(chǎn)能分析樣衣評(píng)判分析供應(yīng)商銷量對(duì)比供應(yīng)商動(dòng)銷率排名供應(yīng)商退換貨分析……采購(gòu)&銷售分析生產(chǎn)周期分析面料成本時(shí)間走勢(shì)能力、質(zhì)量評(píng)估供應(yīng)商產(chǎn)品供質(zhì)量監(jiān)控……生產(chǎn)體系供應(yīng)商綜合能力分析面料成本時(shí)間趨勢(shì)供應(yīng)商配合度&交付評(píng)估供應(yīng)商重要客戶展示…評(píng)估體系大數(shù)據(jù)分析平臺(tái)二期AI應(yīng)用建議大數(shù)據(jù)分析平臺(tái)二期AI應(yīng)用建議供應(yīng)商分析知識(shí)推薦交易風(fēng)險(xiǎn)分析。。。AI應(yīng)用方向建議

——審計(jì)知識(shí)推薦場(chǎng)景價(jià)值：通過智能推薦引擎為審計(jì)人員進(jìn)行內(nèi)容推薦，定時(shí)推送至審計(jì)人員移動(dòng)端、郵箱、企業(yè)辦公溝通軟件，提高知識(shí)庫(kù)、知識(shí)學(xué)習(xí)平臺(tái)點(diǎn)擊率/活躍度、提升新老用戶留存率，不斷優(yōu)化員工定制化，多樣性體驗(yàn)的同時(shí)，賦能員工需儲(chǔ)備強(qiáng)化的知識(shí)和專業(yè)技能推薦“新”要求、規(guī)范、制度定期通過郵件、企業(yè)微信向用戶推送知識(shí)信息（包括外部監(jiān)管部門新頒布要求、行業(yè)新發(fā)布的規(guī)范、集團(tuán)范圍內(nèi)新頒布的制度流程等）按“過往審計(jì)項(xiàng)目經(jīng)驗(yàn)”，推薦知識(shí)課程根據(jù)審計(jì)人員以往的審計(jì)領(lǐng)域、審計(jì)項(xiàng)目和未來計(jì)劃的審計(jì)工作以及培養(yǎng)方向，自動(dòng)為其推薦應(yīng)掌握的知識(shí)內(nèi)容與培訓(xùn)課程“字段表述”與“字段同義詞”模糊查詢輸入“工程項(xiàng)目管理要求”、可對(duì)“工程項(xiàng)目管理、工程項(xiàng)目、工程管理、項(xiàng)目管理、工程項(xiàng)目管理制度、工程項(xiàng)目管理辦法、工程項(xiàng)目管理手冊(cè)、工程項(xiàng)目管理要求“進(jìn)行模糊查詢“審計(jì)知識(shí)”人機(jī)問答通過機(jī)器人，用戶提問審計(jì)知識(shí)，比如“工程合同審計(jì)步驟是什么”，自動(dòng)回答“審計(jì)步驟”信息1應(yīng)用場(chǎng)景2.1預(yù)期效果示例監(jiān)管部門新要求推送監(jiān)管部門頒布新要求推送給審計(jì)人員文檔流程圖課程建立審計(jì)知識(shí)庫(kù)工程項(xiàng)目管理要求工程項(xiàng)目管理工程項(xiàng)目工程管理項(xiàng)目管理工程項(xiàng)目管理制度工程項(xiàng)目管理辦法工程項(xiàng)目管理手冊(cè)工程項(xiàng)目管理要求工程項(xiàng)目管理要求2.2預(yù)期效果示例工程項(xiàng)目管理要求模糊查詢用戶輸入程序輸出AI應(yīng)用方向建議

——合同審計(jì)關(guān)鍵信息提取場(chǎng)景價(jià)值：為審計(jì)人員1）結(jié)構(gòu)化提取合同履約關(guān)鍵節(jié)點(diǎn)、付款條件、付款比例與金額等原始合同信息；2）提取合同履約驗(yàn)收狀態(tài)、業(yè)務(wù)變更與審批、變更影響金額等業(yè)務(wù)信息；同時(shí)3）提示合同中存在的不利條款，待人工復(fù)核。減輕審計(jì)人員人工翻閱合同的工作量，幫助審計(jì)人員聚焦合同關(guān)鍵審計(jì)要點(diǎn)，輔助審計(jì)人員進(jìn)行審計(jì)判斷。合同分期付款信息提取-合同系統(tǒng)舉例：工程合同建設(shè)施工合同中，寫明工程有3個(gè)里程碑，按里程碑驗(yàn)收后分期付款提取：里程碑信息（共有3個(gè)里程碑，第1個(gè)里程碑）、合同付款比例（20%）、合同付款金額（200萬）；業(yè)務(wù)關(guān)鍵信息提取-（工程建設(shè)合同）-工程管理系統(tǒng)在工程合同類型中，工程設(shè)計(jì)變更、工程量變更，時(shí)有發(fā)生，提示驗(yàn)收狀態(tài)（驗(yàn)收完畢、未驗(yàn)收、驗(yàn)收失敗）、業(yè)務(wù)變更情況（無變更、有變更）、變更類型（設(shè)計(jì)變更、工程量變更、價(jià)格變更）、變更狀態(tài)（已審核、未審核）、變更文檔狀態(tài)（存在、不存在）、變更文檔編號(hào)（如有、No1）、變更金額影響（如有，50萬）會(huì)計(jì)核算信息-FMIS系統(tǒng)會(huì)計(jì)核算狀態(tài)（未記賬、已記賬）、會(huì)計(jì)憑證號(hào)碼（12345678）、會(huì)計(jì)分錄借方（科目名稱-應(yīng)付賬款）、會(huì)計(jì)分錄貸方（科目名稱-銀行存款）、會(huì)計(jì)憑證摘要（XX工程建設(shè)施工項(xiàng)目，第1里程碑付款2,500,000）資金收付款信息-司庫(kù)系統(tǒng)實(shí)際資金收付狀態(tài)（已付款、未付款）、實(shí)際資金收付比例（20%）、實(shí)際資金收付金額（250萬）、實(shí)際付款日期（2022年4月20日）1應(yīng)用場(chǎng)景合同信息業(yè)務(wù)信息會(huì)計(jì)核算信息里程碑信息總數(shù)里程碑信息當(dāng)前合同付款比例合同付款金額合同履行狀態(tài)驗(yàn)收狀態(tài)業(yè)務(wù)變更情況變更類型變更狀態(tài)變更文檔狀態(tài)變更文檔編號(hào)變更金額影響會(huì)計(jì)核算狀態(tài)會(huì)計(jì)憑證號(hào)碼…3120%2,000,000履行驗(yàn)收完畢有變更設(shè)計(jì)變更已審核存在No1500,000已記賬12345678…2預(yù)期效果示例3技術(shù)使能4前提條件運(yùn)用“AI”技術(shù)知識(shí)圖譜NLP待補(bǔ)充AI應(yīng)用方向建議

——審計(jì)智慧自動(dòng)監(jiān)盤場(chǎng)景價(jià)值：審計(jì)智能監(jiān)盤，通過計(jì)算機(jī)視覺分析技術(shù)自動(dòng)識(shí)別照片或視頻中審計(jì)物品的數(shù)量并自動(dòng)提取數(shù)據(jù)填入審計(jì)底稿，可大幅度減輕審計(jì)資源消耗，標(biāo)準(zhǔn)化監(jiān)盤流程。識(shí)別盤點(diǎn)對(duì)象地區(qū)公司審計(jì)人員進(jìn)行存貨、固定資產(chǎn)、設(shè)備物資盤點(diǎn)時(shí)，將所需盤點(diǎn)物品進(jìn)行拍照，后臺(tái)應(yīng)用程序?qū)⒆詣?dòng)識(shí)別圖片中的目標(biāo)盤點(diǎn)物品，與已存儲(chǔ)的物資類型圖片進(jìn)行比對(duì)，確定盤點(diǎn)物品識(shí)別盤點(diǎn)對(duì)象的數(shù)量配對(duì)后，該程序?qū)⒆詣?dòng)識(shí)別并計(jì)算盤點(diǎn)物品的“數(shù)量”同一盤點(diǎn)對(duì)象，多次計(jì)數(shù)當(dāng)審計(jì)人員對(duì)同一類物資多次拍照時(shí)，應(yīng)用程序依次記錄數(shù)量，并按同一品類進(jìn)行匯總計(jì)算得出同一類型物品總數(shù)數(shù)量填入臨時(shí)表識(shí)別計(jì)數(shù)后，結(jié)果填入到程序的臨時(shí)表格中，為審計(jì)人員填好盤點(diǎn)表1應(yīng)用場(chǎng)景3技術(shù)使能4前提條件運(yùn)用“AI視覺分析”技術(shù)圖像分析視頻分析業(yè)務(wù)輸入：1）監(jiān)盤物資的種類，此分類將指導(dǎo)后續(xù)監(jiān)盤的物資類別；2）與1）對(duì)應(yīng)的現(xiàn)場(chǎng)視頻，現(xiàn)場(chǎng)圖片；3）與1）對(duì)應(yīng)的計(jì)數(shù)規(guī)則，比如：同類物資是否合并計(jì)算、或是單獨(dú)計(jì)算；4）與1）對(duì)應(yīng)的計(jì)數(shù)標(biāo)準(zhǔn)，比如：包裝一致計(jì)入、破損不計(jì)入拍照程序比對(duì)識(shí)別盤點(diǎn)物品盤點(diǎn)物品計(jì)算監(jiān)盤結(jié)果人工核對(duì)審計(jì)人員人工開展2預(yù)期效果示例審計(jì)智慧自動(dòng)監(jiān)盤AI應(yīng)用方向建議

——供應(yīng)商標(biāo)書異常圍標(biāo)異常規(guī)則表單位A單位B關(guān)系措施兩家單位標(biāo)書出現(xiàn)相同【同一時(shí)間】下的【項(xiàng)目名稱】標(biāo)簽：異常標(biāo)簽：異常標(biāo)簽：疑似圍標(biāo)人工確認(rèn)兩家單位標(biāo)書文字相似度接近【80%】標(biāo)簽：圍標(biāo)標(biāo)簽：圍標(biāo)標(biāo)簽：確定圍標(biāo)黑名單需求場(chǎng)景通過標(biāo)書比對(duì)異常與供應(yīng)商與標(biāo)書判定關(guān)系知識(shí)圖譜進(jìn)行招標(biāo)異常識(shí)別。招標(biāo)時(shí)供應(yīng)商會(huì)進(jìn)行圍標(biāo)，而圍標(biāo)手段之一就是通過寫標(biāo)書串標(biāo)，會(huì)出現(xiàn)人為操作時(shí)不慎漏改標(biāo)書的相關(guān)項(xiàng)目信息，以及簡(jiǎn)單拷貝標(biāo)書項(xiàng)目信息而出現(xiàn)信息文字相似度接近的情況。通過歷史招標(biāo)數(shù)據(jù)分析供應(yīng)商A與供應(yīng)商B之間關(guān)系，依據(jù)圍標(biāo)異常規(guī)則中動(dòng)態(tài)的打上標(biāo)簽，逐漸完成人工監(jiān)測(cè)到機(jī)器自學(xué)習(xí)的過程，并在此工程中積累知識(shí)庫(kù)，建立知識(shí)圖譜。規(guī)則1供應(yīng)商A標(biāo)書供應(yīng)商B標(biāo)書關(guān)系1供應(yīng)商A標(biāo)書供應(yīng)商B標(biāo)書關(guān)系2規(guī)則2供應(yīng)商與標(biāo)書判定圍標(biāo)關(guān)系圖譜異常圍標(biāo)知識(shí)圖譜AI應(yīng)用方向建議

——供應(yīng)商報(bào)價(jià)異常報(bào)價(jià)規(guī)則表單位A單位B單位C三家價(jià)格取平均值，接近平均值為滿分。每高于平均分1W元減1分，每低于平均分1W元減0.5分100W50W30W60分95分85分單位A貼近上線報(bào)價(jià)異常，單位B取平均值異常異常失標(biāo)異常中標(biāo)正常失標(biāo)時(shí)間招標(biāo)項(xiàng)目供應(yīng)商A供應(yīng)商B關(guān)系累計(jì)次數(shù)2020年1月河北分公司采購(gòu)異常失標(biāo)異常中標(biāo)疑似圍標(biāo)12021年1月新疆分公司采購(gòu)異常失標(biāo)異常中標(biāo)疑似圍標(biāo)2供應(yīng)商A供應(yīng)商B關(guān)系累計(jì)次數(shù)圍標(biāo)圍標(biāo)確定圍標(biāo)12需求場(chǎng)景報(bào)價(jià)異常分析與供應(yīng)商與價(jià)格判定關(guān)系知識(shí)圖譜。招標(biāo)時(shí)供應(yīng)商會(huì)進(jìn)行圍標(biāo)，而圍標(biāo)手段之一就是通過異常報(bào)價(jià)，讓其中一家以最高值報(bào)價(jià)，自己求平均值，讓另外一家出局。通過歷史招標(biāo)數(shù)據(jù)的價(jià)格分析，分析供應(yīng)商之間關(guān)系，并對(duì)此類規(guī)則產(chǎn)生的行為進(jìn)行從人工經(jīng)驗(yàn)到機(jī)器自學(xué)習(xí)，依據(jù)報(bào)價(jià)異常規(guī)則中動(dòng)態(tài)的打上標(biāo)簽，并在此工程中積累知識(shí)庫(kù)，建立知識(shí)圖譜。供應(yīng)商與價(jià)格判定圍標(biāo)關(guān)系圖譜規(guī)則1供應(yīng)商A價(jià)格供應(yīng)商B價(jià)格關(guān)系1異常圍標(biāo)知識(shí)圖譜AI應(yīng)用方向建議

——招標(biāo)標(biāo)的評(píng)估需求場(chǎng)景招標(biāo)時(shí)招標(biāo)方會(huì)根據(jù)其他分公司歷史招標(biāo)標(biāo)的與供應(yīng)商關(guān)系、歷史供應(yīng)商報(bào)價(jià)、采購(gòu)規(guī)格等之間關(guān)系進(jìn)行知識(shí)庫(kù)積累，形成知識(shí)圖譜，并用來評(píng)估本次招標(biāo)標(biāo)的范圍、成本、利潤(rùn)等新疆油田歷史標(biāo)的歷史標(biāo)的與供應(yīng)商關(guān)系判定成本圖譜采購(gòu)標(biāo)的評(píng)估知識(shí)圖譜歷史供應(yīng)商歷史采購(gòu)規(guī)格采購(gòu)標(biāo)的、成本、利潤(rùn)歷史標(biāo)的歷史供應(yīng)商歷史采購(gòu)規(guī)格采購(gòu)標(biāo)的、成本、利潤(rùn)大慶油田......目錄數(shù)據(jù)分析發(fā)展趨勢(shì)數(shù)據(jù)分析應(yīng)用分享大數(shù)據(jù)分析技術(shù)平臺(tái)數(shù)據(jù)平臺(tái)的演進(jìn)，幾代技術(shù)對(duì)比技術(shù)體系數(shù)據(jù)類型數(shù)據(jù)范圍存儲(chǔ)形式特點(diǎn)數(shù)據(jù)桶結(jié)構(gòu)化單一系統(tǒng)內(nèi)系統(tǒng)內(nèi)數(shù)據(jù)獨(dú)立存儲(chǔ)，只支持系統(tǒng)內(nèi)數(shù)據(jù)分析，無法跨系統(tǒng)分析數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)化多系統(tǒng)整合單一獨(dú)立倉(cāng)庫(kù)多系統(tǒng)整合，可以進(jìn)行跨系統(tǒng)數(shù)據(jù)分析虛擬倉(cāng)庫(kù)結(jié)構(gòu)化多系統(tǒng)整合多個(gè)數(shù)據(jù)庫(kù)組成的虛擬倉(cāng)庫(kù)虛擬的數(shù)據(jù)整合，提升效率和靈活性數(shù)據(jù)湖結(jié)構(gòu)化非結(jié)構(gòu)化多系統(tǒng)整合跨組織整合多存儲(chǔ)單元組成數(shù)據(jù)湖跨系統(tǒng)、跨組織的整合，不同類型數(shù)據(jù)的整合湖倉(cāng)一體結(jié)構(gòu)化非結(jié)構(gòu)化多系統(tǒng)整合跨組織整合多存儲(chǔ)單元組成數(shù)據(jù)湖在湖內(nèi)構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)，整合與分析統(tǒng)一數(shù)據(jù)經(jīng)緯結(jié)構(gòu)化非結(jié)構(gòu)化多系統(tǒng)整合跨組織整合多存儲(chǔ)單元組成虛擬數(shù)據(jù)湖通過知識(shí)圖譜將數(shù)據(jù)進(jìn)行虛擬的整合與組織大數(shù)據(jù)在能源行業(yè)典型應(yīng)用領(lǐng)域大數(shù)據(jù)+AI運(yùn)維生產(chǎn)客戶經(jīng)營(yíng)財(cái)務(wù)預(yù)測(cè)性維護(hù)維護(hù)故障預(yù)警客戶精確分析財(cái)務(wù)審計(jì)輔助采購(gòu)庫(kù)存優(yōu)化用電市場(chǎng)預(yù)測(cè)生產(chǎn)能效優(yōu)化經(jīng)營(yíng)分析產(chǎn)能預(yù)測(cè)成本、利潤(rùn)、風(fēng)險(xiǎn)分析典型數(shù)據(jù)中臺(tái)能力框架參考基礎(chǔ)設(shè)施云平臺(tái)ECSRDSMQ安全網(wǎng)絡(luò)存儲(chǔ)……數(shù)據(jù)日志數(shù)據(jù)集成關(guān)系數(shù)據(jù)MySqlOracleSQLServerSAPHANAHIVE…非關(guān)系數(shù)據(jù)對(duì)象采集圖片MongDB日志…HBASERedisAPI文件批量數(shù)據(jù)遷移數(shù)據(jù)遷移/數(shù)據(jù)清理實(shí)時(shí)數(shù)據(jù)采集/同步數(shù)據(jù)采集數(shù)據(jù)采集數(shù)據(jù)存儲(chǔ)基礎(chǔ)設(shè)施基礎(chǔ)網(wǎng)絡(luò)資源管理對(duì)象存儲(chǔ)標(biāo)準(zhǔn)存儲(chǔ)低頻存儲(chǔ)歸檔存儲(chǔ)存儲(chǔ)節(jié)點(diǎn)數(shù)據(jù)存儲(chǔ)計(jì)算存儲(chǔ)緩存數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)集市層數(shù)據(jù)模型層數(shù)據(jù)明細(xì)層數(shù)據(jù)原始層計(jì)算節(jié)點(diǎn)數(shù)據(jù)計(jì)算數(shù)據(jù)開發(fā)作業(yè)重跑參數(shù)配置作業(yè)編排作業(yè)監(jiān)控作業(yè)管理腳本管理可視開發(fā)模型設(shè)計(jì)指標(biāo)設(shè)計(jì)匯總計(jì)算租戶隔離數(shù)據(jù)安全安全審計(jì)密級(jí)定義數(shù)據(jù)權(quán)限訪問控制功能權(quán)限數(shù)據(jù)脫敏安全識(shí)別數(shù)據(jù)應(yīng)用智能輔助智能報(bào)賬智能審計(jì)智能解決方案一站式知識(shí)庫(kù)業(yè)務(wù)拓展客戶推薦線索共享老客戶維護(hù)客戶分享數(shù)字營(yíng)銷客戶復(fù)購(gòu)轉(zhuǎn)化客戶拉新客戶個(gè)性化推薦客戶喚醒智能補(bǔ)貨客戶流失預(yù)測(cè)趨勢(shì)預(yù)測(cè)環(huán)境預(yù)測(cè)廣告投放客戶滿意度商品預(yù)測(cè)決策分析市場(chǎng)預(yù)測(cè)精細(xì)管理人員項(xiàng)目匹配差旅成本優(yōu)化項(xiàng)目成本分析效率提升可視化分析業(yè)務(wù)診斷營(yíng)銷分析產(chǎn)品分析財(cái)務(wù)分析項(xiàng)目全鏈路分析多維分析用戶專題分析自助式拖拽分析數(shù)據(jù)大屏數(shù)據(jù)消費(fèi)服務(wù)開發(fā)服務(wù)目錄服務(wù)鑒權(quán)交換共享訪問流控?cái)?shù)據(jù)服務(wù)組件設(shè)計(jì)駕駛艙畫布作品管理應(yīng)用發(fā)布數(shù)據(jù)可視化數(shù)據(jù)源管理數(shù)據(jù)集管理圖表設(shè)計(jì)報(bào)表設(shè)計(jì)看板管理BI系統(tǒng)接入數(shù)據(jù)分析標(biāo)簽場(chǎng)景標(biāo)簽算法標(biāo)簽服務(wù)標(biāo)簽自動(dòng)化數(shù)據(jù)標(biāo)簽原子指標(biāo)技術(shù)指標(biāo)衍生指標(biāo)業(yè)務(wù)指標(biāo)數(shù)據(jù)指標(biāo)分析模型AI引擎算法模型模型庫(kù)數(shù)據(jù)模型數(shù)據(jù)血緣數(shù)據(jù)治理元數(shù)據(jù)數(shù)據(jù)監(jiān)控?cái)?shù)據(jù)資產(chǎn)數(shù)據(jù)質(zhì)量數(shù)據(jù)模型數(shù)據(jù)架構(gòu)資產(chǎn)圖譜成熟度評(píng)估Sample大數(shù)據(jù)分析平臺(tái)總體架構(gòu)數(shù)據(jù)集成數(shù)據(jù)存儲(chǔ)數(shù)據(jù)計(jì)算數(shù)據(jù)安全租戶隔離安全審計(jì)密級(jí)定義數(shù)據(jù)權(quán)限訪問控制功能權(quán)限數(shù)據(jù)脫敏安全識(shí)別數(shù)據(jù)應(yīng)用內(nèi)控財(cái)會(huì)監(jiān)督可視化分析客戶畫像供應(yīng)商畫像風(fēng)險(xiǎn)畫像多維分析自助分析用戶專題分析數(shù)據(jù)消費(fèi)基礎(chǔ)設(shè)施云平臺(tái)ECSRDSMQ安全網(wǎng)絡(luò)存儲(chǔ)……數(shù)據(jù)日志關(guān)系數(shù)據(jù)MySqlOracleSQLServerSAPHANAHIVE…非關(guān)系數(shù)據(jù)對(duì)象采集圖片MongDB日志…HBASERedisAPI文件數(shù)據(jù)采集批量數(shù)據(jù)遷移數(shù)據(jù)遷移/數(shù)據(jù)清理實(shí)時(shí)數(shù)據(jù)采集/同步數(shù)據(jù)采集基礎(chǔ)設(shè)施基礎(chǔ)網(wǎng)絡(luò)資源管理對(duì)象存儲(chǔ)標(biāo)準(zhǔn)存儲(chǔ)低頻存儲(chǔ)歸檔存儲(chǔ)存儲(chǔ)節(jié)點(diǎn)數(shù)據(jù)存儲(chǔ)計(jì)算存儲(chǔ)緩存數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)集市層數(shù)據(jù)模型層數(shù)據(jù)明細(xì)層數(shù)據(jù)原始層計(jì)算節(jié)點(diǎn)數(shù)據(jù)開發(fā)作業(yè)重跑參數(shù)配置作業(yè)編排作業(yè)監(jiān)控作業(yè)管理腳本管理可視開發(fā)模型設(shè)計(jì)指標(biāo)設(shè)計(jì)匯總計(jì)算數(shù)據(jù)服務(wù)服務(wù)開發(fā)服務(wù)目錄服務(wù)鑒權(quán)交換共享訪問流控?cái)?shù)據(jù)可視化組件設(shè)計(jì)駕駛艙畫布作品管理應(yīng)用發(fā)布數(shù)據(jù)分析數(shù)據(jù)源管理數(shù)據(jù)集管理圖表設(shè)計(jì)報(bào)表設(shè)計(jì)看板管理BI系統(tǒng)接入數(shù)據(jù)標(biāo)簽標(biāo)簽場(chǎng)景標(biāo)簽算法標(biāo)簽服務(wù)標(biāo)簽自動(dòng)化數(shù)據(jù)指標(biāo)原子指標(biāo)技術(shù)指標(biāo)衍生指標(biāo)業(yè)務(wù)指標(biāo)數(shù)據(jù)模型分析模型AI引擎算法模型模型庫(kù)數(shù)據(jù)治理平臺(tái)數(shù)據(jù)血緣元數(shù)據(jù)數(shù)據(jù)監(jiān)控?cái)?shù)據(jù)資產(chǎn)數(shù)據(jù)質(zhì)量數(shù)據(jù)模型數(shù)據(jù)架構(gòu)資產(chǎn)圖譜成熟度評(píng)估審計(jì)物資采購(gòu)勘探與生產(chǎn)大數(shù)據(jù)分析平臺(tái)待提升和增強(qiáng)點(diǎn)數(shù)據(jù)匯聚數(shù)據(jù)安全租戶隔離安全審計(jì)密級(jí)定義數(shù)據(jù)權(quán)限訪問控制功能權(quán)限數(shù)據(jù)脫敏安全識(shí)別數(shù)據(jù)應(yīng)用可視化分析客戶畫像供應(yīng)商畫像風(fēng)險(xiǎn)畫像多維分析自助分析用戶專題分析數(shù)據(jù)共享基礎(chǔ)設(shè)施云平臺(tái)ECSRDSMQ安全網(wǎng)絡(luò)存儲(chǔ)……數(shù)據(jù)日志關(guān)系數(shù)據(jù)MySqlOracleSQLServerSAPHANAHIVE…非關(guān)系數(shù)據(jù)對(duì)象采集圖片MongDB日志…HBASERedisAPI文件數(shù)據(jù)采集批量數(shù)據(jù)遷移數(shù)據(jù)遷移/數(shù)據(jù)清理實(shí)時(shí)數(shù)據(jù)采集/同步數(shù)據(jù)采集基礎(chǔ)設(shè)施基礎(chǔ)網(wǎng)絡(luò)資源管理對(duì)象存儲(chǔ)標(biāo)準(zhǔn)存儲(chǔ)低頻存儲(chǔ)歸檔存儲(chǔ)存儲(chǔ)節(jié)點(diǎn)數(shù)據(jù)存儲(chǔ)計(jì)算存儲(chǔ)緩存數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)集市層數(shù)據(jù)模型層數(shù)據(jù)明細(xì)層數(shù)據(jù)原始層計(jì)算節(jié)點(diǎn)數(shù)據(jù)開發(fā)作業(yè)重跑參數(shù)配置作業(yè)編排作業(yè)監(jiān)控作業(yè)管理腳本管理可視開發(fā)模型設(shè)計(jì)指標(biāo)設(shè)計(jì)匯總計(jì)算數(shù)據(jù)服務(wù)服務(wù)開發(fā)服務(wù)目錄服務(wù)鑒權(quán)交換共享訪問流控?cái)?shù)據(jù)可視化組件設(shè)計(jì)駕駛艙畫布作品管理應(yīng)用發(fā)布數(shù)據(jù)分析數(shù)據(jù)源管理數(shù)據(jù)集管理圖表設(shè)計(jì)報(bào)表設(shè)計(jì)看板管理BI系統(tǒng)接入數(shù)據(jù)標(biāo)簽標(biāo)簽場(chǎng)景標(biāo)簽算法標(biāo)簽服務(wù)標(biāo)簽自動(dòng)化數(shù)據(jù)指標(biāo)原子指標(biāo)技術(shù)指標(biāo)衍生指標(biāo)業(yè)務(wù)指標(biāo)數(shù)據(jù)模型分析模型AI引擎算法模型模型庫(kù)數(shù)據(jù)治理平臺(tái)數(shù)據(jù)血緣元數(shù)據(jù)數(shù)據(jù)監(jiān)控?cái)?shù)據(jù)資產(chǎn)數(shù)據(jù)質(zhì)量數(shù)據(jù)模型數(shù)據(jù)架構(gòu)資產(chǎn)圖譜成熟度評(píng)估新增新增新增提升提升提升提升提升、集成（數(shù)據(jù)湖和其他數(shù)據(jù)源）提升（實(shí)時(shí)計(jì)算）內(nèi)控財(cái)會(huì)監(jiān)督審計(jì)物資采購(gòu)勘探與生產(chǎn)新增提升大數(shù)據(jù)平臺(tái)能力提升建議優(yōu)化升級(jí)幫助企業(yè)動(dòng)態(tài)實(shí)時(shí)掌握企業(yè)運(yùn)營(yíng)情況，實(shí)現(xiàn)實(shí)時(shí)決策，優(yōu)化資源實(shí)時(shí)配置。實(shí)現(xiàn)更快獲取數(shù)據(jù)，更快挖掘數(shù)據(jù)價(jià)值。采集：建設(shè)一體化的數(shù)據(jù)集成能力。建模與開發(fā)：打造可視化的建模與開發(fā)工具，幫助開發(fā)人員提升效率和交付質(zhì)量。實(shí)時(shí)計(jì)算能力提升從實(shí)時(shí)把握企業(yè)運(yùn)營(yíng)情況平臺(tái)各類工具優(yōu)化對(duì)平臺(tái)上的工具進(jìn)行優(yōu)化能力擴(kuò)展45通過AI技術(shù)提升數(shù)據(jù)應(yīng)用中的智能化程度；支撐預(yù)測(cè)、決策、畫像、尋找最優(yōu)解等一系列應(yīng)用?；趫D計(jì)算引擎構(gòu)應(yīng)用基于知識(shí)圖譜建設(shè)行業(yè)知識(shí)庫(kù)AI能力增強(qiáng)與擴(kuò)展建設(shè)AI能力平臺(tái)，集成AI基礎(chǔ)算法和技術(shù)組件，賦能數(shù)據(jù)應(yīng)用增加知識(shí)圖譜能力建設(shè)基礎(chǔ)的知識(shí)圖譜，用于各類各類智能化應(yīng)用和知識(shí)管理12通過建立標(biāo)簽體系實(shí)現(xiàn)高階數(shù)據(jù)分析通過標(biāo)簽體系實(shí)現(xiàn)對(duì)業(yè)務(wù)應(yīng)用場(chǎng)景的擴(kuò)展增加數(shù)據(jù)標(biāo)簽功能建設(shè)面向客戶、供應(yīng)商、產(chǎn)品的標(biāo)簽庫(kù)，實(shí)現(xiàn)高階數(shù)據(jù)分析3通過數(shù)據(jù)服務(wù)實(shí)現(xiàn)數(shù)據(jù)中臺(tái)共享能力通過服務(wù)的管理規(guī)范數(shù)據(jù)的相互調(diào)用。數(shù)據(jù)服務(wù)能力增強(qiáng)

面向應(yīng)用提供數(shù)據(jù)共享能力6二：增加圖數(shù)據(jù)庫(kù)與圖計(jì)算能力應(yīng)用包括：流失預(yù)測(cè)、精準(zhǔn)推薦、企業(yè)知識(shí)庫(kù)智能檢索和問答。各種機(jī)器學(xué)習(xí)算法雖然在預(yù)測(cè)能力上很不錯(cuò)，但是在描述能力上非常弱。知識(shí)圖譜對(duì)于數(shù)據(jù)的描述能力極強(qiáng)，可以最有效、最直觀地表達(dá)出實(shí)體間的關(guān)系。沉淀業(yè)務(wù)經(jīng)驗(yàn)知識(shí)，建立企業(yè)級(jí)的強(qiáng)大知識(shí)庫(kù)，試著讓機(jī)器學(xué)會(huì)解釋和權(quán)衡多重維度之間的關(guān)系知識(shí)圖譜利用實(shí)體與邊的關(guān)系綜合考慮公司、個(gè)人、公司特征和個(gè)人特征間的多種關(guān)系；可通過調(diào)整邊的權(quán)重不斷調(diào)整圖的結(jié)果1324權(quán)衡多種關(guān)系可解釋性強(qiáng)拓展性強(qiáng)，應(yīng)用豐富企業(yè)級(jí)的強(qiáng)大知識(shí)庫(kù)示例示例三：構(gòu)建標(biāo)簽體系收集數(shù)據(jù)、整理數(shù)據(jù)數(shù)據(jù)的標(biāo)簽處理信息匯集，多維運(yùn)用數(shù)據(jù)信息知識(shí)內(nèi)部數(shù)據(jù)外部數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)客戶標(biāo)簽渠道標(biāo)簽產(chǎn)品標(biāo)簽指標(biāo)報(bào)表靈活查詢多維分析數(shù)據(jù)挖掘?qū)ｎ}分析標(biāo)簽體系的應(yīng)用是企業(yè)數(shù)字運(yùn)營(yíng)的重要環(huán)節(jié)企業(yè)數(shù)據(jù)如果只是單純的記錄下來，只是作為一種存儲(chǔ)和備份，用于基礎(chǔ)的計(jì)算和統(tǒng)計(jì)，對(duì)企業(yè)的經(jīng)營(yíng)起到事后理解；而對(duì)歷史數(shù)據(jù)的整合，建立數(shù)據(jù)模型對(duì)數(shù)據(jù)進(jìn)行深度挖掘和分析，尋找數(shù)據(jù)之間的關(guān)系，不僅要理解歷史，還要預(yù)測(cè)將來，從事后工作轉(zhuǎn)變?yōu)槭虑邦A(yù)知，發(fā)揮數(shù)據(jù)的潛在價(jià)值；而標(biāo)簽體系處于數(shù)據(jù)與知識(shí)的中間階段：信息，作為數(shù)據(jù)整合的結(jié)果，同時(shí)也是模型建立的基礎(chǔ)。標(biāo)簽體系設(shè)計(jì)一、標(biāo)簽體系設(shè)計(jì)各業(yè)務(wù)標(biāo)簽體系設(shè)計(jì)：主要業(yè)務(wù)標(biāo)簽體系設(shè)計(jì)業(yè)務(wù)類目設(shè)計(jì)：?jiǎn)T工基礎(chǔ)標(biāo)簽、供應(yīng)商基礎(chǔ)標(biāo)簽、客戶基礎(chǔ)標(biāo)簽、設(shè)備基礎(chǔ)標(biāo)簽、場(chǎng)地標(biāo)簽、風(fēng)險(xiǎn)標(biāo)簽元標(biāo)簽規(guī)范設(shè)計(jì)：對(duì)每個(gè)標(biāo)簽進(jìn)行業(yè)務(wù)類與技術(shù)類信息登記標(biāo)簽安全體系設(shè)計(jì)：對(duì)標(biāo)簽進(jìn)行安全按等級(jí)與敏感性分級(jí)設(shè)計(jì)，以及脫敏規(guī)則設(shè)計(jì)標(biāo)簽體系構(gòu)建和治理二、標(biāo)簽配置（打標(biāo)簽）離線標(biāo)簽配置：通過活動(dòng)進(jìn)行分析后的手動(dòng)標(biāo)簽配置，如某生產(chǎn)運(yùn)營(yíng)活動(dòng)后的配置實(shí)時(shí)標(biāo)簽配置：通過算法進(jìn)行標(biāo)簽自動(dòng)匹配，如RFM價(jià)值度模型標(biāo)簽自動(dòng)匹配三、標(biāo)簽治理血緣信息：標(biāo)簽生產(chǎn)路徑來源追溯元標(biāo)簽規(guī)范：對(duì)每個(gè)標(biāo)簽進(jìn)行業(yè)務(wù)類與技術(shù)類信息登記質(zhì)量管理：對(duì)標(biāo)簽質(zhì)量監(jiān)控安全管理：對(duì)標(biāo)簽安全按等級(jí)與敏感性進(jìn)行管理，如脫敏設(shè)計(jì)平臺(tái)功能支撐生命周期管理：新增、權(quán)限審批、上架、發(fā)布、刪除的標(biāo)簽管理數(shù)據(jù)源綁定：將標(biāo)簽通過ID-Mapping技術(shù)與數(shù)據(jù)綁定標(biāo)簽血緣管理：支持標(biāo)簽生產(chǎn)路徑來源追溯元標(biāo)簽管理：支持對(duì)每個(gè)標(biāo)簽進(jìn)行業(yè)務(wù)類與技術(shù)類信息登記標(biāo)簽質(zhì)量管理：支持對(duì)標(biāo)簽質(zhì)量監(jiān)控標(biāo)簽安全管理：支持對(duì)標(biāo)簽安全按等級(jí)與敏感性進(jìn)行管理標(biāo)簽管理能力技術(shù)支撐平臺(tái)功能支撐生命周期管理：新增、權(quán)限審批、上架、發(fā)布、刪除的標(biāo)簽管理數(shù)據(jù)源綁定：將標(biāo)簽通過ID-Mapping技術(shù)與數(shù)據(jù)綁定標(biāo)簽血緣管理：支持標(biāo)簽生產(chǎn)路徑來源追溯元標(biāo)簽管理：支持對(duì)每個(gè)標(biāo)簽進(jìn)行業(yè)務(wù)類與技術(shù)類信息登記標(biāo)簽質(zhì)量管理：支持對(duì)標(biāo)簽質(zhì)量監(jiān)控標(biāo)簽安全管理：支持對(duì)標(biāo)簽安全按等級(jí)與敏感性進(jìn)行管理某零售企業(yè)供應(yīng)商標(biāo)簽體系（1/3）注冊(cè)資金華東華中華北地域A合作等級(jí)90%+100%+110%+暢銷度…70+80%+2M3M3M+生產(chǎn)周期延期準(zhǔn)時(shí)提前交期守時(shí)1%-5%<1%退貨率差達(dá)標(biāo)優(yōu)質(zhì)合格率1M5%-10%中高利潤(rùn)率穩(wěn)定漲暴漲原料漲幅低BC2W2-4W一千萬五千萬億元+…一般供應(yīng)商戰(zhàn)略供應(yīng)商供應(yīng)商等級(jí)低中高生產(chǎn)能力絲料面料毛料面料特色夾克棉服西裝產(chǎn)品特色牛仔大衣化纖麻料………東北華南廠房面積小中大用工人數(shù)3000+5000+10000+500-500+1000+技術(shù)能力健康度一般良好優(yōu)秀管理能力一般良好優(yōu)秀設(shè)計(jì)能力一般良好優(yōu)秀波動(dòng)平穩(wěn)良好低中高設(shè)備數(shù)量高配合度中低滿意滿意度一般不滿意分析標(biāo)簽基礎(chǔ)標(biāo)簽?zāi)沉闶燮髽I(yè)供應(yīng)商標(biāo)簽?zāi)Ｐ停?/3）供應(yīng)商單一視圖大類中類小類SKU商品時(shí)間季度月年天節(jié)假日尺碼顏色價(jià)格風(fēng)格面料厚薄度供應(yīng)商銷售倉(cāng)儲(chǔ)調(diào)配其它外部門店銷售數(shù)據(jù)電商銷售數(shù)據(jù)門店訪問數(shù)據(jù)電