阿里云数据中台官网 https://dp.alibaba.com 钉钉扫码加入 阿里云数据中台交流群 阿里云开发者“藏经阁” 海量免费电子书下载 目录 1.行业挑战 4 1.1 平台能力有待整合和提升 4 1.2 数据资产化广度和深度不足 4 1.3 数据运营管理过程中面临各种各样的管理困局 5 2.解决方案 6 2.1 基础数据智能平台 7 2.2 水务行业数据标准、数据模型架构 7 2.3 水务数据资产中心 7 2.4 水务专题分析 8 2.5 水务客户画像 9 2.6 水务管网档案 9 3.产品优势 10 3.1 数据规范统一 10 3.2 智能计算优化 11 3.3 一站式研发体验 14 3.4 系统化构建数据目录 14 3.5 可视化数据资产 16 3.6 数据使用简单可依赖 17 4.客户案例 4.1 某市水务公司 法律声明 20 20 22 1.行业挑战 < 4 1.行业挑战 放眼国内外水务的行业经验和发展趋势，智慧水务发展大体可分为三个阶段。第一阶段， 以自动化控制为核心，着眼于制水工艺的自动化以及生产效率的提升；第二阶段，以信息 化为核心，应用于企业业务管理、数据传输、移动应用、算法应用方面进行突破；第三阶 段，以智慧化为核心，是大数据、人工智能、云计算、物联网的综合应用。目前，大部分 水务集团处在第二阶段信息化阶段，头部企业开始向智慧水务方向拓展的阶段。而在向第 三阶段的拓展过程中，又以数据智能化建设，为最重要的基础能力建设之一。 目前，数据智能化建设碰到的主要挑战包括： 1.1 平台能力有待整合和提升 在第一、第二阶段的建设过程中，积累了多样的软件产品或平台，并且部分产品能力已经 比较老旧，从而导致： 1) 产品软件封闭，产品软件之间的可集成性差，在不同厂商的产品间难以进行集成。 这就导致一些常见的管理过程需要依赖多个软件实现，一些彼此关联的信息被分 散在不同系统中，对管理造成不便； 2) 产品软件的功能协同性低。产品软件尽管专注于某一方面的功能，但多个平行的功 能软件之间难以协同，这在客观上限制了不同平台数据间的融合能力； 3) 产品软件的扩展缺乏弹性。产品软件采用传统技术架构模式，受限于节点数、CPU 核数、采集点数等各种条件，一些产品基本无法做到线性扩展，严重制约数据的发 展； 1.2 数据资产化广度和深度不足 随着水务业务从流程驱动到数据驱动，数据将成为企业的重要资产。水务行业在不同阶段 的建设过程中，积累了大量的数据，但尚未提升到数据资产化运营的高度，数据的价值也 尚未很好的体现出来。数据资产管理模式和意识，虽然初步成形，但在数据生命周期管 理、标准 5 > 1.行业挑战 化存储管理、服务标准化等方面仍有待提高。并且受限于工具和机制，数据资产管理仍滞 后于数据产生的过程，即数据资产管理与信息化项目的管理之间缺乏整合，人员、组织、 项目、系统等要素与数据资产管理仍然脱节，因此在深化数据服务时，难以确保数据标准 的遵从，也难以保障数据服务的安全和可控。 1.3 数据运营管理过程中面临各种各样的管 理困局 1) 难以宏观掌控数据平台全网的整体运行状况 2) 数据服务故障通常是事后响应，难以提前发现问题 3) 异常问题定位十分困难，涉及面太广 4) 数据质量、服务效率状况难以衡量和评价 2.解决方案 < 6 2.解决方案 数据智能化解决方案，可实现对“原、制、供、排、污”全业务链的生产数据和业务数 据，进行集成和整合，构建“人”,“水”,“厂”全方位的水务行业数据资产，并提供多 维度数据资产的感知、分析、监控的能力；可构建面向水务基础设施数字化管理、管养精 细化、调度智能化、服务扁平化等应用场景的水务数据服务总线，实现企业级的数据服务 发布和共享，支撑技术中心管理人员，长期高效的运营数据服务能力，提高企业整体数据 运营能力和工作效率。 通过该方案的统一数据汇聚和标准管理的能力、统一维护并对外提供服务的模式，盘活融 通数据资产、激活数据服务能力，促进“产业数据化、数据产业化”的正循环效应，从而 实现“统一标准规范、统一数据存储、统一数据资产、统一技术平台、统一数据服务、百 花齐放应用”的效果。 7 > 2.解决方案 数据智能化解决方案，主要包括： 2.1 基础数据智能平台 提供一站式集数据引入、规范定义、数据建模、数据研发、 数据萃取、数据资产管理和数 据服务的全链路智能数据构建及服务平台。包含存储组件、计算组件、设计组件、开发组 件、调度组件、运维组件、服务组件、监控组件、管理组件、分析组件的底座，可以满足 集团、子公司、厂区的数据全域融合存储、复合计算、实时响应等需求； 2.2 水务行业数据标准、数据模型架构 提供水务大数据的标准体系，含数据标准规范、数据集成标准规范、数据分析指标规范、 数据交换与共享规范，确定数据资产目录和数据模型清单； 2.3 水务数据资产中心 基于数据智能平台，采集并整合公司各个部门及所属企业的相关数据，建立水务综合数据 模型和共享交换能力，并且建立对数据资产的管理、维护、更新和使用的长效管理机制， 实现企业各部门之间的互联互通、资源共享，各个部门可以及时、方便的获取与当前业务 密切相关的其他部门共享的业务信息资源，优化信息共享流程，促进跨部门的业务协同， 实现数据资源的全面汇聚和高效利用。 1) 数据资产类别： a. 设施数据：水务所有相关基础设施数据； b. 量测数据：水务全业务链条中各个环节的生产数据(如：流量、压力、水质等信息); c. 业务数据：来自核心业务系统，主要为供水业务的数据，包括：物联网远传表计、 营收、工单等数据； d. 专题数据：主要为重大活动保障、数据对接与互联互通等专题数据； 2.解决方案 2) < 8 数据资产应用： a. 可视化数据资产：系统化构建水务数据资产⼤大图，数据视⻆角还原业务系统、提取业 务数据知识，并可快速感知业务关键环节及数据。 b. 数据标签化管理：根据规则自动化建模，生成基于业务含义、工艺、工况的多维体 系的数据标签化管理。 c. 数据资产目录：基于规范化建模、⾼高效⾃自动化的元数据抽取，以标准的技术框架系 统地自动化构建规范可读的业务化数据⽬目录，形成数据资产地图，⽅方便业务查找及 应⽤用。 2.4 水务专题分析 依赖数据智能平台，利用水务数据资产，构建水务专题分析，实现水务全过程、全要素分 析，形成对水务数据和行业数据的深度挖掘与融合分析能力，主要包括： l 客户分析主题 l 收益分析主题 l 供售水量分析主题 l 计划维护类分析主题 l 客户服务分析主题 l 水质水压分析主题 l 管网数据分析主题 l 大客户及商业客户分析主题 2.5 水务客户画像 依赖数据智能平台，利用水务数据资产，全面打通客户数据，全面整合客户信息，实现全 渠道客户的唯一识别，构建客户画像及标签体系。为 CIS 及客户服务系统提供统一的客户 数据服务支撑： 9 1) > 2.解决方案 客户身份识别（OneID 模型） 通过手机、身份证、姓名、户号、地址、城市、mac 地址、open_id、uid、union_id、 wx_id 等参数将分散各个系统的顾客信息连接为一个整体, 生成每个顾客的个人识别号 OneID。基于 OneID 可以更加全面的为顾客打标签, 然后将标签用于会员群体画像输出 和人群筛选及触达等服务场景下。 2) 客户洞察 实现对客户画像的分析，客户画像主要包含单个客户画像及客群画像，主要对用户关心的 客户数据进行统一的展示，一般包括基本属性、社交属性、消费标签、行为标签、互动标 签等分类，最终根据实际的数据定义和分类划分，对客户各类型数据和标签进行定义。 2.6 水务管网档案 依赖数据智能平台，利用水务数据资产，构建水务管网档案信息： 1) 管网档案 建立完整的管网资产电子档案，包括：管道规格、管道位置、阀门表计位置、管道材质、 品牌、竣工年限、管道维修次数等信息。 2) 管网分析 可通过管网画像分析评价不同管道使用寿命，对存在漏损风险的管段发出预警提示。并可 基于管网资产档案，构建管道资产状态的定期报表、管道常规使用年限等关键指标。 3.产品优势 < 10 3.产品优势 3.1 数据规范统一 采用维度事实建模理论，对维度、维度属性、业务过程、指标字段等进行严格的 标准化规 范化定义，保障数据质量，避免数据指标定义的二义性。 3.2 智能计算优化 支持从业务视角进行逻辑建模，逻辑模型发布后，系统自动化进行物理建模、编码，从而 降低对开发人员的技术能力依赖。 11 > 3.产品优势 第一步，定义业务过程及分析维度，设计逻辑模型： 3.产品优势 第二步，系统自动化物理建模和编码，并可一步投入生产调度： < 12 13 > 3.产品优势 3.3 一站式研发体验 数据引入、建模、研发、运维、数据查找及探查等过程一气呵成，研发链路统一高效。 3.4 系统化构建数据目录 基于规范化建模、高效自动化的元数据抽取，以标准的技术框架系统地构建规范可读的业 务化数据目录，形成数据资产地图，方便业务查找及应用。 3.产品优势 < 14 15 > 3.产品优势 3.5 可视化数据资产 系统化构建业务数据资产大图，数据视角还原业务系统、提取业务数据知识，并可快速提 炼业务关键环节及数据。 3.产品优势 < 16 3.6 数据使用简单可依赖 定义即服务，研发构建的业务主题式数据逻辑表可被直接、快速地查询和访问，简化查询 代码。 1) 数据使用方式 1：API 通过 API 模板化或自定义 SQL 的方式，提供数据 API 查询能力。 17 > 3.产品优势 3.产品优势 < 18 2) 数据使用方式 2：SDK 3) 数据使用方式 3：数据模型数据源 将数据模型作为数据源，以完整的数据模型能力，提供给需要应用系统。 19 > 4.客户案例 4.客户案例 4.1 某市水务公司 某市水务公司的数据智能化建设，从顶层设计出发，推进企业内部各运营生产数据的采集 融合，同时结合城市地理信息数据、用户画像等数据，实现数据资源的深度加工、知识挖 掘，提升企业整体数据分析能力，为更多智能应用场景落地和经营分析探索提供坚实数据 基础。 该公司通过数据智能平台的建设，深度整合和升级平台能力，强化数据资产管理和运营能 力，建立数据智能服务体系，包括指标中心和报表中心、数据一张图等。对内，为业务部 门的数据分析、数学建模、业务创