大数据分析平台在电子政务中的应用课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《大数据分析平台在电子政务中的应用课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 分析 平台 电子政务 中的 应用 课件
- 资源描述:
-
1、1社会治理信息平台整体解决方案大数据分析平台在电子政务中的应用大数据分析平台在电子政务中的应用2项目背景平台架构建设内容平台优势1234目录应用实施情况53大数据治理意义、作用和价值意义 是构建完善、共享、统一管理数据环境的基本保障和重要组成部分 是把数据作为资产来管理的有效手段作用 确定了一系列岗位角色和相应的责任及管理流程 保证了业务数据在采集、集中、转换、存储、应用整个过程中的完整性、准确性、一致性和时效性价值 企业进行大数据治理的最大驱动力来自数据质量,通过提高数据质量实现更多的业务价值 将实现业务目标作为数据管理和服务的核心驱动力,优化数据架构,提升数据仓库/信息化管理系统建设,支持
2、管理能力的提高、精细化和决策的科学性4目标的建设方法-数据仓库模型框架5大数据治理整体架构6大数据治理流程7数据战略数据应用与服务数据管理保障机制促进支撑实现支撑数据战略与规划数据组织与职责数据制度与管理流程数据服务管理数据需求管理应用系统建设数据服务数据架构与模型管理数据标准管理数据质量管理元数据管理主数据管理数据保留与归档管理数据安全管理内容管理大数据治理框架8数据调度与处理大数据平台数据结构化转换大数据分析计算分布式数据库分布式文件系统数据生命周期管理数据平台数据传输数据服务数据集市数据质量检核元数据管理数据管理平台数据应用统计报表基础数据平台贴源层整合层汇总层数据切分数据源业务系统物联
3、网互联网数据交换平台内部数据外部数据其他系统数据接口数据架构数据挖掘高管驾驶舱9一、应用(需求)驱动主导数据平台的实现,加强业务的关注和参与二、初期能够快速见效并体现建设价值,不盲目投入三、借鉴同业的成功经验和成果,选择成熟技术架构和解决方案四、重视内部人员培养,建设配套运营制度和管理体系应用是展现数据总线建设效果的门户,因此需要建设业务人员最紧迫和最关注的需求和应用,让业务部门最快参与数据总线的建设当中。实施周期不易过长,规模不易过大,能够快速的见到数据总线带来的效果和价值。尽量参考同行业、同规模、同类型企业行的建设经验,适当创新。前期让公司内IT人员尽量更多、更深入的参与到数据总线的建设中
4、,后期角色以管理为主,尽量与合作伙伴共同建设二期以上。配套的管理规范、技术规范、运营体系。数据平台建设原则101大数据治理体系与大数据治理体系的联系与区别大数据治理是一项系统工程,大到大数据技术平台的搭建、组织的变革、政策的制定、流程的重组,小到元数据的管理、主数据的整合、各种类型大数据的个性化治理和大数据的行业应用。组织必须治理全部大数据,将大数据治理定义如下: 大数据治理是广义大数据治理计划的一部分,即制定与大数据有关的数据优化、隐私保护与数据变现的政策。 将上述大数据治理的定义分解为以下部分: 10大数据是广义大数据大数据是广义大数据治理计划的一部分治理计划的一部分大数据治理机构必须采取
5、以下措施,以将大数据整合到既有的大数据治理框架中: 扩展大数据治理宪章的外延,将大数据治理纳入其中; 拓宽大数据治理委员会成员的范围,将数据科学家等大数据的超级用户吸纳进来; 任命处理社交媒体等特定大数据的主管; 将大数据与元数据、隐私、数据质量和主数据等大数据治理准则结合。 大数据治理关乎政策大数据治理关乎政策制定制定政策包括人们在特定情形下如何作为的成文和非成文的宣告。譬如,大数据治理政策可能申明,未经顾客知情并同意,组织不得将顾客的Facebook资料整合到其主数据记录中。大数据必须优化大数据必须优化考虑一下组织是如何将现实世界的准则应用到大数据治理中的。公司设计了精致的企业资产管理计划
6、,对机器、飞机、交通工具和其他资产进行妥善管理。与对实物资产进行登记类似,组织必须对大数据进行如下优化: 元数据建立大数据类别信息;数据质量管理像公司对实物资产进行定期检修一样,定期净化大数据;信息生命周期管理对大数据进行存档,并在没必要继续保存某些数据时,将其删除。 大数据隐私至关重要大数据隐私至关重要组织同样必须建立旨在防止大数据误用的适当政策。组织在处理社交媒体、地理定位、生物计量学和其他形式的个人可识别信息(PII)时,必须考虑涉及的声誉、规制和法律风险。 大数据必须变现大数据必须变现所谓变现,就是将数据等资产转化为现金的过程,变现的方式可以是将数据卖给第三方,也可以是利用数据开发新的
7、服务。在当下,公司意识到,必须将大数据视为具有财务价值的企业资产。例如,运营部门可以通过传感器数据,根据定期检修计划,提高设备正常运行时间。呼叫中心可以分析客户代表的记录,通过了解顾客呼叫的原因,降低呼叫量。此外,零售商可以使用主数据激活Facebook的应用程序,提升顾客忠诚度。 112.1大数据治理框架大数据治理框架由三大部分组成:大数据类型、大数据治理领域、行业与功能11产业和功能场景保险业电信业零售业公共事业医疗保健业组织元数据隐私数据质量大数据类型web和社交媒体数据机器对机器的数据生物计量学数据大体量交易数据人工生成的数据信息治理大数据治理需要高度聚焦于数据本身。传统的大数据治理领
8、域同样适用于大数据大数据分析受用例驱动,用例的具体情况因产业和功能而异。客户服务IT业务流程整合情绪分析情绪分析FacebookFacebook忠诚忠诚度计划度计划客户流失分客户流失分析析索赔调查索赔调查IT IT日志分日志分析析车载通信车载通信技术技术位置服务位置服务索赔欺诈分析索赔欺诈分析智能仪表智能仪表患者监测患者监测索赔分析索赔分析客户流失分析客户流失分析通话质量保证通话质量保证基因测试基因测试人脸识别人脸识别承保承保电子病历电子病历RFIRFI日志日志123.1大数据治理成熟度模型实施大数据治理的第一步,是评估大数据治理成熟度的当前状态和期望的未来状态。现将某信息治理委员会的成熟度模
9、型用于成熟度评估。该模型设立了4个领域的11个大数据治理成熟度指标。12支持准则支持准则数据架构数据标准审计信息日志和报告核心准则核心准则数据质量管理信息生命周期管理信息安全与隐私支持要素支持要素管理人员数据风险管理政策目标目标业务成果要求支持增强组织机构和认识元数据13数据管理平台概述省行3省行2省行1省行平台数据仓库资产事件协议当事人财务数据调度平台数据质量检查系统数据生命周期管理系统数据传输平台元数据管理系统数据管理系统质量检核作业调度作业调度作业调度数据存储管理数据获取数据传输元数据14元数据管理系统业务组件技术组件业务用户技术用户数据库信息ETL作业信息数据映射报表定义数据模型信息元
10、数据查询及分析 元数据获取技术元数据业务元数据灵活查询图形化的血缘分析及影响分析15(一)项目背景管理现状政府各部门信息资源不能共享,出现各个信息孤岛。基层管理中存在着信息搜集不及时、底数不清、数据不实、重复劳动、重复耗资等问题。工作人员填报纸质的账表卡册,工作效率低下。决策领导不能及时掌握辖区全貌,出现看不见摸不着的情况。缺乏统一指挥调度和应急处理的机制和手段。人口越来越多、社会管理元素越来越复杂,社会管理难度越来越大。管理现状16010102020303建设综合型平台根据管理需要建立集社区网格、行政执法、社情民意、治安管理、安全生产监管、护林防汛、指挥调度、决策辅助等多系统为一体的数字社会
11、综合管理平台,实现社会信息部门互通、数据共享网格化管理建立街道、社区、网格三级用户的管理机制,实现各类社会信息的实时采集、动态跟踪,保证数据的真实可靠,建立社会治理的长效机制。数字化办公、移动办公利用掌上平台、中心平台对各类社会事件信息进行采集、上报、处置和反馈,各级用户实现数字化办公、移动办公,摆脱了纸质办公的现状,大大提高了信息流转的速度和工作效率。(一)项目背景解决方案17数据仓库层次架构主题 主题是模型按业务划分的最顶层的分类 根据我行业务实际,划分10个业务主题逻辑视图(子主题) 逻辑视图是根据实体涉及的业务,将实体划分为不同子集 同一实体可属于不同逻辑视图实体 实体是一组具有业务相
12、关性的属性组成的集合,是描述和构成业务逻辑、业务流程的基本单位 一个实体可能涉及多类业务属性 模型最明细一级结构 对应具体的业务数据项(字段)共性提炼分类分层18数据仓库层次架构风险评级主题逻辑视图实体属性当事人主题当事人主题当事人主题当事人主题当事人主题内部机构对公客户对公客户信息对公客户管理信息不良贷款信息对公客户领导信息对公客户资本金构成财务信息客户名称所属领域注册资本企业规模法人代表基本账户开户行机构信息19数据仓库模型设计方法TD模型基础模型逻辑模型物理模型TD模型业务剪裁保留与我行业务有关的主题、实体和属性删除与我 行业务无关的主题、实体和属性根据我行业务实际需求对主题进行新增和合
13、并逻辑模型设计复制:系统间业务含义、名称均不重复的字段整合:系统间业务含义相同的多个字段拆分:系统间业务含义不同,名称相同的多个字段物理模型设计当前业务及数据都支持的实体进行理化当前业务不支持或数据不支持的不进行物理化入仓源表及字段范围模型映射20目标的建设方法-数据仓库模型框架l整合层模型设计-基础模型(业务匹配) 基础模型是TD模型在我行进行初步客户化后的产物。 将TD模型的主题和实体,与我行的实际业务行的实际业务进行对比分析,根据匹配结果对TD模型进行裁剪、合并和扩充,形成匹配我行实际业务的情况的模型框架。营销主题当事人主题Teradata金融模型10.0当事人资产主题产品主题事件主题协
14、议主题地址主题渠道主题内部组织主题财务主题基础模型我行无关业务我行现有关务我行未来关务我行现有业务我行无关业务我行未来业务对公客户合同机构个人业务营销活动保险投资合并当事人主题当事人主题保留内部组织主题营销主题保留增加当事人资产主题产品主题事件主题协议主题地址主题渠道主题财务主题代码主题数据质量反馈业务匹配21目标的建设方法-数据仓库模型框架l 整合层模型设计-属性匹配 对源业务系统的字段进行梳理分析,筛选出具体业务价格的字段,将业务字段与基础模型的主题、实体和属性进行匹配分析,根据匹配结果对基础模型的实体、属性进行增删。实体属性基础模型源业务系统业务字段分析匹配?新增属性实体属性保留(整合)
15、并映射新增并映射?沟通确认未来业务相关则逻辑化保留未来业务无关则删除数据质量反馈主题实体属性实体属性实体属性代码主题实体属性实体属性实体属性地址主题实体属性实体属性实体属性渠道主题实体属性实体属性实体属性财务主题实体属性实体属性实体属性事件主题实体属性实体属性实体属性当事人资产主题实体属性实体属性实体属性产品主题实体属性实体属性实体属性协议主题实体属性实体属性实体属性当事人主题实体属性实体属性实体属性22逻辑模型设计-当事人主题当事人是一个独立的人或者一组人组成的机构、团体等,主要分为个人、机构和家庭,他们是和我行有往来或者出于营销、管理等各种需要希望关心和分析的个体或人群。从模型角度考虑,应
16、该包括以下当事人信息:在我行登记注册开立账户的对公普通客户;我行担保客户和我行有业务往来的其他金融机构;机构的内部组织(如分支机构、部门等);机构的员工(含我行柜员、员工等);个人信息联系信息关联信息财务信息风险信息评价信息集团信息柜员信息公司信息内部机构外部机构粮棉油对全行客户进行统一识别与数据整合当事人个人当事人家庭机构内部员工柜员外部组织机构内部机构金融 机构(同业)对公客户其它内部组织金融机构内部组织协议地址产品当事人渠道反馈域财务事件当事人资产代码逻辑模型23逻辑模型设计-主题划分当事人资产渠道财务产品地域协议事件代码当事人24逻辑模型设计-代码主题代码:是指将源业务系统所涉及到的所
17、有代码进行整合,在整合层模型中统一存储,依据前端应用需求的需要,将代码主题的整合分为两大类:简单代码表和复杂代码表,简单代码表指的是只需要关注代码值和代码值业务含义描述;复杂代码表指的应用需求除关注代码值和代码值业务含义描述外,该代码表的其他属性也有应用需求,同样需要关注,这样的码表将作为普通的数据表对待;自定义代码,是属于简单码表的一种。简单码表复杂码表自定义代码分类模式编码表当事人类代码表公共类代码表分类模式枚举值编码表协议类代码表资产类代码表源和目标代码映射关系表事件类代码表财务类代码表对全行业务代码进行统一识别代码当事人类代码表事件类代码表分类模式枚举值编码表源和目标代码映射关系表公共
展开阅读全文