会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

企业数字化转型“一把手”应该懂的基本常识

如今，数字化转型作为企业“一把手工程”基本已成共识。据了解，绝大多数的企业数字化转型的“掌舵者”都不具备数字化技术背景。面对眼花缭乱的数字化技术、被吹得天花乱坠的应用场景，难免犯难。 本文讨论三点基本常识，过去往往被许多企业所忽略。之所以称之为“基本常识”，意味着其在过去已经被证明了是对的。 抛开数字化技术带来的颠覆性创新不谈，那毕竟是凤毛麟角的个案。对于大多数企业来说，更加切实可行的选择是，基于当前既有的传统优势，插上数字化技术的“翅膀”，或者“弯道超车”，或者再次腾飞。 以此为假设前提，面对新的环境，常识依然是企业数字化转型中的基本行动指南。

  • 2021-12-14
  • 阅读120
  • 下载0
  • 7页
  • docx

离散制造业生产域制造资源数据标准化及治理建设思路

当前，制造领域各种融合理念比较盛行，工业化和信息化融合，设计-工艺-制造一体化融合，云计算、大数据、物联网融合，传统制造业向智能、智慧等方向转型，在这些大的背景下前提下，作为最基本、最底层的制造资源，其实这些最基本的单元在以往的离散制造业工程应用实践中一直没有得到应有的重视，离散装备制造业作为传统制造业，体量虽然大，但是管理模式也比较难集中提炼，以往一直在向ERP、MES、PLM等业务系统去突破和整合，制造资源系统很少有亮点地方，在此，笔者在过去20年项目经验中,对制造资源取得实践总结一下，分享出来，供大家一起讨论和交流。

  • 2021-12-14
  • 阅读120
  • 下载0
  • 17页
  • docx

数据库设计过程和规范

1、系统需求分析阶段 2、概念结构设计阶段 3、逻辑结构设计阶段 4、物理结构设计阶段 5、数据库实施阶段 6、数据库执行与维护阶段

  • 2021-12-14
  • 阅读110
  • 下载0
  • 11页
  • docx

基于业务计划和收益的数据资产价值评估研究

本文阐释数据资产和数据资产价值评估的概念，分析和总结了数据资产价值评估的一般方法及其优缺点，经比较分析得出基于业务收益评估数据资产价值具有一定的可行性。本文提出了基于业务计划和收益的评估方法，并将其应用于某独角兽公司的数据资产价值评估实践，分析其应用局限及未来优化方向。基于企业数据共享利用角度对数据资产价值评估方法做出有益探索，为企业数据资产价值评估提供一种新的视角，有助于完善我国当前的数据资产价值评估理论体系。

  • 2021-12-14
  • 阅读115
  • 下载0
  • 13页
  • docx

数据资产价值评估模型的理论研究与技术实现探讨

作为一项公司资产，数据的重要性正日益凸显。伴随着数据量和数据种类的不断增加，数据产生价值的机会也随之增多。未来数据将成为一个重要的财富创造来源，并且越来越多地被视为一项值得重视的企业资产。数据资产的评估问题，也将成为企业估值的核心问题之一。 数据资产作为一种新型的无形资产，在这方面的研究还十分欠缺，目前还没有一种完整的数据资产评估体系。笔者基于对数据资产特点的分析，引入层次分析法（AHP）构建指标评价体系，采用专家打分法（Delphi）予以权重和得分的赋值，力求构建一个完整的数据资产评估模型，并实现评估结果的量化分析。

  • 2021-12-14
  • 阅读140
  • 下载0
  • 22页
  • docx

智能工厂视角下的能源化工企业数据架构相关思考

能源化工集团企业信息化建设要满足不同应用场景，具有三种视角,总部集团管控视角、企业智能工厂视角、智慧园区集成展现视角。今天我们分享能源化工企业智能工厂视角的数据架构建设模式。数据架构设计我们从数据分布地图、数据分类、数据管控、数据平台四个维度来看待如何满足智能工厂五级建设要求的数据在哪、如何分类、如何管控、用什么管控平台？ 智能工厂以卓越运营为目标，贯穿运营管理全过程，通过技术变革和管理创新，全面提升企业感知、预测、协同和分析优化能力，建成具备高度数字化、可视化、集成化和自动化的智能工厂，实现工厂状态全面感知、生产操作自动化、智能优化和科学决策。

  • 2021-12-14
  • 阅读120
  • 下载2
  • 30页
  • docx

我所经历的大数据平台发展史（上篇）-非互联网时代数据平台的发展

这个数据平台发展史仅是笔者经历过由传统数据平台到互联网数据平台发展一些简单回忆，文章引用了历史项目&平台规划架构，通过四篇文章介绍在非互联网、互联网企业两个领域数据平台发展阶段和区别。本文将以非互联网时代、互联网时代数据平台发展角度来讲述。

  • 2021-12-15
  • 阅读110
  • 下载0
  • 14页
  • docx

我所经历的大数据平台发展史（上篇）-非互联网时代数据模型

“数据模型”只要是跟数据沾边就会出现的一个词，在数据库设计、数据仓库、数据挖掘上、业务里都存在。聚焦一下，这里提到的是数据平台中的“数据模型”。 这是一个非常的抽象词，个人也很难用简单语言把他描述出来，这一章也是整个系列中较为抽象的一章节，同时这个章节将会回答非互联网数据平台数据模型是什么？如何需要数据模型？如何来建设？ 在“我所经历的大数据平台发展史（上篇）-非互联网时代数据平台的发展”曾经提到Bill inmon与 Ralph kilmball两位大师的设计理念，对业务的数据按照某种规则进行有效组织并满足业务需求。在构建过程中，有一个角色理解业务并探索分散在各系统间的数据，并通过某条业务主线把这些分散在各角落的数据串联并存储同时让业务使用，在设计时除了考虑业务数据结构要素外，还得考虑可操作性、约束性（备注约束性是完成数据质量提升的一个关键要素，未来新话题主题会讨论这些），这个既要顾业务、数据源、合理的整合的角色是数据模型设计师，又叫数据模型师。

  • 2021-12-14
  • 阅读120
  • 下载0
  • 10页
  • docx