客服热线：
手机版
二维码
随着工业4.0进程的不断深化，工业企业的感知设备越来越多，信息化程度越来越高，数据体量也随之激增。在数字经济时代，数据即生产力，但在企业实际数据生产与管理过程中仍存在许多问题。
数据孤岛现象严重：工业企业数据流通管控严密，内部数据开放程度低、数据量大、结构杂乱；各类型设备和工序相互独立、缺乏数据流动；各部门数据交流缺乏统一标准...数据孤岛现象严重。2、数据缺乏全生命周期管理。例如电站在设计、基建阶段产生的数据不能传递到生产、运维阶段，影响了后期机组及设备的性能诊断和运行优化分析。
数据重复建设，需求响应时间长：数据业务缺乏专门团队规划与开发，各业务线按需自建导致重复建设、资源浪费、用户体验不统一等问题。同时需求响应时间也无法满足业务快速变化下对数据的敏捷开发要求。
数据安全问题严重：随着智改数转的逐步普及与深入，越来越多与企业机器设备、生产制造、服务运维等相关的信息暴露在工业互联网上，企业数据安全难以得到有效保障。
面对体量巨大、多源异构的数据“金矿”，构建一套合理、完善、统一的数据治理体系，在保证数据安全与提升数据质量的基础上，充分挖掘数据的业务价值，探索新的业务模式和利润增长点，驱动产品服务模式创新，已成为企业转型升级的内生动力。
科远数据中台：释放数据价值 实现业务赋能
针对工业企业数字化转型过程中存在的数据孤岛、数据未能有效利用等问题，科远基于全域数据采集、数仓底座建设、数据服务化交付、数据可视化等关键技术方案设计、构建数据中台。
通过统一的平台打通数据源层各系统之间的数据流，汇聚数据至统一的数据资源池进行存储、治理、分析，并通过数据服务为应用层提供数据，实现对企业级大数据统一、标准、安全、共享的采集、加工、沉淀及服务，以赋能前台业务应用。
应用案例
某大型地方电力集团作为国内500强企业(以下简称“A企业”)，在通过市场化适应国际、国内市场竞争的过程中高度重视数字化建设，基于对数字化、智能化新技术的应用已建设落地十几个信息系统，数字化实践经验丰富、成果丰硕。但在数据使用过程中仍存在数据发现难、找数效率低、数据上传总部后标准不一和口径不一致等问题。
为解决数据难以有效利用的业务技术痛点，A企业携手科远打造平台、管理、应用并重的数据中台。通过集数据汇聚、数据标准、数据治理、数据开发、数据服务、数据安全等功能模块于一体的统一平台打造数据源层各系统之间的数据流，汇聚数据至统一的数据资源池进行存储、治理、分析，并通过数据服务为应用层提供数据。
数据汇聚：兼容多源异构 海量数据高效存储
通过可视化拖拽方式即可将各个业务系统数据汇聚到数据中台。兼容多种数据源及数据结构，能够满足不同业务数据集成；采用分布式数据库，支持10PB以上的超大数据级的数据存储；根据数据的作用于采用分层结构，并按照业务主题进行分类，从横向和纵向触发将原本分散孤立的数据组织和统一起来。
数据治理：多种治理规则 高效合并转换
数据治理作为核心环节，数据中台可提供标准化、清洗、转换等技术手段进行优化，形成企业内的数据治理体系，并结合企业组织结构形成数据管控执行体系，助力企业内部持续运行、提升、挖掘数据的应用价值。
数据开发：流批一体 海量计算
采用大数据计算引擎，根据数据的资源类型和数据采集频率不同，实时数据采用在线流式计算，数据库仓库各分层之间的离线数据采用批量计算，具备强大的海量数据处理能力。
数据应用：开放接口 安全共享
通过在数据中台创建API服务或数据推送服务，实现应用与数据分离。用户需要通过服务授权才可访问数据资源池数据，并针对敏感数据进行脱敏和加密处理，保证了数据的安全共享。
应用价值
基于科远数据中台“存、通、用、统、快”的技术优势，可帮助工业企业快速搭建内部数据中台，打通数据隔阂，统一数据标准，实现一切业务数据化、一切数据业务化，快速响应业务快速发展过程中的各类敏捷开发需求。
降低数据建设成本，提高数据治理效率
打通数据孤岛，并建设统一的数据标准，包括数据建设规范和数据消费规范。基于原有的数据关系及SOA架构等，解决企业信息管理中的“数据烟囱”问题，实现对数据的全生命周期管理。
提高数据透明度和利用率，充分发挥数据及分析技术对前端业务的价值反馈，降低数据计算与数据存储成本，避免因数据体系建设不一致或重复建设导致的资源浪费，做到数据实时共享、直接赋能业务，使企业数据治理全链条的时效性与完整性得到提升，同时避免技术与业务两部门因信息不对称而导致的认知偏差。
激活数据商业价值，赋能企业运营与决策
提升企业对数据的管理利用能力，基于企业组织、战略及业务框架设计实现对企业全域数据资产的高效开发、应用及质量管理。通过将数据资产化，将不同系统、不同类型的数据纳入一个可对比、可计算的范围，使其更易于企业在日常经营活动中充分激活数据商业价值。
目前，科远数据中台已在一些大型电力集团项目成功应用。随着数据分析在业务场景中的应用普及和深化，科远在进一步提高数据中台部署高效性与灵活性的同时，将以大数据技术为基础，探索数据、算法、模型等要素的复用和流程化管理，支撑智能应用快速研发，持续推动数据中台在能源、化工、制造等更多行业和更多场景的落地应用与价值赋能。
