天冕数据中台-
版本: V1.0 | 交付方式: License |
适用于: Windows/Linux/Android/Unix/iOS/其他 | 上架日期: 2022-08-09 02:18:02 |
一、 产品介绍
数据中台是天冕科技面向合作企业提供的以数据为核心,业务发展目标为导向,集成 大数据 技术、人工智能技术、机器学习算法的综合 解决方案 ;致力于提升合作企业在流量转化、需求承接等场景的综合运营效率;帮助合作企业实现大数据以及人工智能驱动下的管理提效和业务增长。
二、 数据中台产品功能
天冕数据中台结合业务和数据应用的场景采用解耦型架构,推出五大功能模块: 数据湖 管理平台、数据分析平台、数据开发平台、安全平台。
1. 数据湖管理平台
数据湖管理平台实现了数据采、存、算、管、用全生命周期管理;形成集资产分析、治理、应用和运营为一体的全链路数据资产管理体系;提供数据的资产化分析、评估、治理等全链路的资产监管与价值追踪功能;支撑业务全量数据的实时分析、离线分析、交互查询、实时检索、多模分析、数仓集市、数据接入治理以及图计算等海量数据分析场景,实现加速挖掘数据价值。
1) 数据地图 :全局数据的资产化管控和数据资产的检索。
2)数据实时采集:无侵入式实时采集关系型 数据库 、NOSQL数据库、日志文件等数据。
3)数据清洗加工:通过可视化方式完成数据清洗、加工、扩展、注入。
4)元 数据管理 :通过可视化数据源定义、目标定义、转换规则等相关的关键信息的管理,建立数据元统一视图。
5)数据血缘:自动完成数据关系、上下游、依赖管理,追踪数据对来龙去脉。
6)数据总线:通过可视化实现数据的定义、分发、数据映射等。
7)数据脱敏/加密:表级别和字段级别的 数据安全 管理。
8)数据质量:通过可视化配置数据质量校验规则,全局管理与评估数据资产质量,形成数据质量评估报告。
9)数据分发:数据的分发,订阅能力。
10)实时数仓/数据分发:无侵入的实现实时数仓。
2. 数据开发平台
数据开发平台用于大数据开发的IDE套件;满足用户对于变量开发、任务调度、运维监控以及流批一体等需求。该平台以丰富的算法组件,实现拖、拉、拽式的开发模式,以全图形化的运维界面,降低数据开发、数据挖掘以及数据运维环节对于使用者技术能力的要求,加速数据价值化的显现进程;具备大规模数据存储与计算、 数据集 成、任务开发、分析查询以及数据管理等一站式大数据管理与应用的数据需求交付能力。
1)离线计算:离线任务调度、计算平台,分布式易扩展的可视化DAG工作流,解决数据处理流程中错综复杂的依赖关系,使调度系统在数据处理流程中开箱即用。
2)流计算:实时任务调度、计算平台,处理数据流向及数据再次加工,易上手、灵活、实时、可视化操作。
3)监控中心:监控计算任务执行情况。
4)资源中心:管理任务执行过程中需要的脚本、文件、配置等。
5)日历管理:定义任务执行日期、执行日历。
3. 安全平台
安全平台主要提供数据应用的全链路安全防护;具备全流程的应用安全、业务安全以及数据安全的三层安全控制机制;除了集中式的权限分配与管理外,还通过全流程操作记录和溯源,实现安全分析、资产变更追溯以及合规性审计;为大规模数据的安全应用提供行之有效的认证、授权、访问以及审计的能力。
1)单点登录: 统一身份认证 和单点登录。
2)应用权限管理:用户账户管理、权限分配。
3)数据审计:访问日志和威胁分析,SQL审计。
4)数据 堡垒机 :实时的数据安全事件处理,可事前监控、事中拦截、事后审计。
5)数据权限管理:数据源、库、表、字段、行级别的数据访问管控。
4. 数据分析平台
数据分析平台的服务对象主要是 数据仓库 工程师、数据分析师以及相关业务人员。该平台满足海量业务数据在线交互式分析以及自助取数等需求;提供数据虚拟化分析解决方案,即可透明屏蔽异构数据的交互方式,轻松实现跨异构系统、跨数据源的透明度混合算法;具备智能优化查询策略的功能,可以较大幅度提升数据分析性能和分析效率;具备TB/PB级别数据亚秒级到秒级的分析能力。该平台能够以更强大的性能、更实时的响应、更智能的数据分析模式,实现驱动业务高效决策的目标。
1)自助分析:自定义拖拽支持柱形图、折线图、饼图、雷达图、散点图、地图、堆积图、面积图、组合图、气泡图、地图等数十种可视化图表分析。
2)报表设计:基于SQL的在线自定义可视化数据开发。
3)漏斗分析:漏斗模型主要用于分析一个多步骤过程中每一步的转化与流失情况。
4)留存分析:留存分析是一种用来分析用户参与情况/活跃程度的分析模型,考查进行初始行为后的用户中,有多少人会进行后续行为。
5)事件分析:CTR、漏斗转化率、留存率等任意指标的效果分析,广告渠道来源、品类等任意属性维度的深度洞察。
6)活跃用户:从时间连续性角度,看用户相关指标的变化趋势,分析趋势高值点和低值点出现的合理性。
7)用户行为序列:行为事件分析、漏斗分析、留存分析和分布分析这4个分析模型中单个用户的历史行为记录。
8)渠道追踪:基于场景化的全站追踪用户行为,优化站内浏览体验和内容交互,提高转化率。
9)数据质量监控:定义数据核对规则,实时核对结果监控。
10)业务指标监控:定义数据指标监控规则,实时监控业务指标。
11)监控告警:监控信息的短信、邮件、微信告警通知。