大数据分析平台

大数据分析平台的定义

大数据平台是是用户在大数据环境下用来驱动业务的全场景数据分析，提供实时、多维的数据分析和智能决策的平台。

大数据平台核心产品

核心产品1--商业智能 BI：通过数据整合分析实现商业价值

商业智能（BI，Business Intelligence）是大数据分析最典型应用领域，是由数据库、数据仓库、数据湖、湖仓一体、 ETL、OLAP、数据挖掘、机器学习和人工智能等技术组成的一套完整解决方案。随着大数据处理技术的发展，商业智能的 洞察和分析能力进一步提升，数据分析和可视化的门槛不断降低，企业实现不同层级的拖拽式自助分析和多种类型的图表 展示，并在统一平台进行整合和共享，获得不同层级的数据洞察，最终用于商业决策。机器学习和人工智能在商业智能中 扮演越来越重要的角色。

核心产品2---数据孪生与增强分析：释放数据潜力，加强数据价值转化

数据孪生：利用物理模型、传感器更新、运行历史数据，集成多学科、多物理量的仿真过程，在虚拟空间中完成映射，在信息化平台创建虚拟的“数字孪生体”，融合多源异构数据，打通企业数据孤岛，让数据在业务侧发挥更大价值。

增强分析：2017年由 Gartner 首次提出，并将其定义为下一代数据和分析范式，通过将机器学习和人工智能运用于现有的操作流程中，使数据管理和分析自动化，从而更有效地进行数据分析。增强分析使更多的用户获得更深入的数据洞察， 减少了当前依赖 IT 处理所带来的效率问题和口径偏差。

大数据平台核心价值

大数据平台以强大算力提升用户的数据洞察分析，推动行业整体发展。

1、放大数据分析价值：大数据分析平台基于集体智慧的分布式数据驱动决策，使用者的数据洞悉分析能力、用数效率和决策产出得到极大提升，数据资产的商业价值充分体现。

2、降低分析门槛：低代码和无代码的分析工具极大降低了业务 人员使用数据分析的门槛，有利于企业形成数据驱动文化，提高数据驱动效能，让企业各个层级的人员都能够参与到数据 分析当中。

3、降低分析成本：大数据分析平台缩短了从数据提取到离线分析，再到报告制作的周期，无需重复提数，边 际成本趋近于零，显著降低了时间和人力成本。

大数据平台评估维度

1、架构可扩展性：企业构建大数据分析平台之初以小规模项目起步，待业务规模增加后再考虑复杂的解决方案。这时架构的可扩展性就显得十分重要，确保业务数据规模上升后架构横向扩展的能力是关键。

2、数据实时性：随着流批一体等技术的不断完善和推广，数据的实时处理、分析和输出展示都显得十分重要。

3、数据模式灵活性：在企业初创阶段，数据经创新探索后才能沉淀，灵活度要求较高，数据湖架构较为适用；企业成熟阶段数据规模和处理成本上升，平台成长性决定了业务发展的持续性。

4、数据可接入性：企业构建大数据分析平台时应提供给开发者丰富、开放及资料完整的应用程序 API 接口。