数据 问题
信息孤岛
• 数据分散在各个业务系统，互通困难； • 数据分散在各个部门，协调管理困难；
数据质量差
• 缺乏统一的数据标准和数据管理制度； • 数据质量低下，导致数据难以被利用；
数据开发周期长
• 数据如何采集，之后如何加工、分析、挖掘； • 获取数据周期长，导致业务分析需求难以被快速满足；
数据问题涉及面广，需要多部门联合作战，全部门多角色参与，外援机构支持。
为了数字化转型而数字化转型没有太大意义，数字化转型必须和数字化业务一起考虑才可 以有效推进。
—6—
数字化转型过程中数据层面面临的挑战
数据不可知
• 数据在哪里？有哪些数据？ • 有多少数据？有哪些是有价值
数据价值难以发挥
• 如何将数利用起来，发挥数据价值，缺乏思路； • 数据如何跟业务应用结合，没有成熟经验
转型本质上是业务转型
取代以流程为核心，建立从数据出发的 管理体系，用数据驱动业务的运营，战 略的制定和创新的产生。
是一个长期系统工程
从技术到业务创新，从组织变革到文化 重塑，从数字化能力建设到人才培养， 是一项长期艰巨的任务。
—4—
数字化转型包含的内容及落脚点
数据 战略
数据治理是基础
数据梳理、数据交换 数据存储、数据管理
可视化通用功能
可视化服务层
专题数据可视化服务 （大交通行业）
可视化引擎层
定向功能
地图引擎
平台管理功能
可视化通用模型
基础地理信息数据 业务专题数据
数据汇聚
时空数据源
数据挖掘
智能感知数据 公共专题数据
时空可视化平台是美创科技助力“智慧交通”建设推出 的一款大数据产品。该产品融合了大数据、数据透视、GIS、 三维仿真等技术，通过“二维全景+三维局部+业务数据” 模式，为交通行业提供场景化可视化服务。
—3—
对数字化转型的理解
数字化转型是为了减弱或消除生产要素的时间性和空间性，让业务具有更大的拓展性和灵活性，同时 降低人在业务中的交互度，通过更加敏捷、智能的数字化应用场景来提升企业竞争力。
根本目的提升企业竞争力
提升生产力、提升效率、提升客户体验 、降低成本、拓展新商业模式，让企业 获得更大的竞争优势。
数据治理套件（数据管控平台）
数据管控平台 数据质量平台 资源目录平台
支撑平台
数据采集与清洗（数据支撑平台）
数据抽取
数据转化
数据清洗
数据重构、聚集
流程监控
实时挖掘
数据资产梳理（暗数据发现和分类）
源数据识别
数据关系
数据业务模型
敏感数据发现
源数据质量报告
数据分类分级
全域 数据源
业务系统数据 管理系统数据 办公系统数据 第三方数据 结构化数据
数据产 生价值
—8—
物流交通行业数字化转型应用架构
数据业务 运营决策 指数 信息展示 监测预警 趋势预测 场景重现 回溯 态势研判 客户画像 物流链 开放共享 ……
应用场景
信息
共享
连接
可视
智能
数据中心
运营中心 全流程数据
数据存储（结构化&非结构化数据）
（客户）服务中心
资源中心
客户数据
数据标签画像
真实世界模型
物流交通行业数字化转型数据应用 解决方案
目录
CONTENTS
01
数字化转型概述
02
物流交通行业数据应用解决方案
03
物流交通行业数据应用成功案例
—2—
数字化转型驱动力
数字经济已成为21世纪全球经济增长的重要驱动力 我国高度重视数字经济对社会.发展贡献的巨大潜能 传统企业在宏观经济增长放缓及更加激烈的市场竞争
信息
共享
连接
可视
智能
✓ 汇聚数据派生信息 ✓ 让外行人看懂内行
✓ 打破信息不对称
✓ 搜索、发布、交换、订阅
✓ 让数据和信息更易访问
✓ 打破信息壁垒和垄断
✓ 打破时空限制 ✓ 让数据流到真正需要人手中 ✓ 可视赋能 ✓ 可感知可量化
✓ 全人脑智能 ✓ 辅助智能 ✓ 简单自动智能 ✓ 复杂自动智能
港口码头
吞吐量分析、航线分析、成本分析、 收入分析、效率分析、设备分析、能 耗分析、采购分析、库存分析……
公共交通
线路分析、站点分析、客流分析、运 营里程分析、准点率分析、成本分析、 收入分析、发车间隔分析……
国家物流
货运与经济分析、区域物流产业集群 分析、公路运力分析、指标综合对比 分析……
公共自行车
l 展示 数据展示、2D/3D展示 、地理信息、对象定位、坐标转换、图层控制
l 作业 实时搜索、状态跟踪、轨迹跟踪、全业务回放、不良事件回放
l 监控 二维全局监控、三维局部监控、实时定位、可视化动态告警
l 分析 时空分析、单体分析、多维分析、主题分析
— 13 —
场景化的数据分析，洞察业务问题，提升企业核心竞争力
—7—
美创数字化转型数据应用解决方案总体建设思路
数据治理的过程
数据价值释放的过程
收
存
管
用
1、数据采集
2、数据存储
n暗数据发现和分类平台 n数据支撑平台
n数据中心 n数据仓库
3、数据管理
4、数据使用
n数据管控平台 n数据质控平台 n数据资源目录
n时空数据可视化平台 n数据分析平台
n运营决策平台 n职能工作平台 n其它行业应用
组织 机制
文化 氛围
应用场景是关键
战略+执行
业务
+ 技术
自主+合作
监测预警、数据分析 趋势预测、决策支持
IT基础设施
服务器、存储、 云计算、物联网……
数据
数据梳理 数据交换 数据存储 数据管理
场景
监测预警 数据分析 趋势预测 决策支持
应用软件
OA、ERP、CRM、PM、 KM……
—5—
数字化转型数据应用包含的五大场景
公交运营决策
数据治理建设
数据资产梳理 （暗数据发现产品）
数据标准规范 （行业经验积累）
数据采集清洗 （数据支撑产品）
主数据建设 （数据管控产品）
自行车运营决策 全程物流链
航司财务运营决策 虚拟港区
数据中心建设 （数据存储+建模）
数据质量评估 （数据质量产品）
— 11 —
壹
应用场景建设
— 12 —
时空可视化平台，为物流交通行业提供可视化监测预警服务
运营指标分析、车辆投放分析、租还 分析、车辆维修分析、客户画像分析、 租卡类型分析、站点分析……
文档/日志
物联网数据 互联网数据 非结构化数据
图片/影像
—9—
目录
CONTENTS
01
数字化转型概述
02
物流交通行业数据应用解决方案
03
物流交通行业数据应用成功案例
— 10 —
物流交通行业数字化转型数据建设场景
应用场景建设
行业通用
时空可视化平台
数据分析平台
职能工作平台
运营决策平台
细分行业
港口运营决策