中国邮政大数据平台SAP方案ppt课件

1、中国邮政大数据平台SAP方案建议SAP 中国 议程邮政大数据平台业务需求以及SAP了解SAP大数据处理方案数据交换平台数据仓库平台数据管控平台数据的展现与可视化工程实施整体规划SAP大数据平台的相关案例邮政大数据平台业务需求以及SAP了解企业数据成熟度分析，每提高一个成熟度，将带来宏大的业务价值业务场景成熟度大数据发扬的业务价值最难跨越的阶段目前阶段中国邮政大数据平台建立的总体要求云计算落地运用企业数据归集全企业数据支撑推进企业数据治理支撑数据分析提高数据利用率实现大数据、云计算等新技术的落地运用，为其他系统建立探求阅历，开启邮政云时代建立企业级数据中心，实现企业数据一致归集，促进企业数据共享

2、，成为企业独一真实数据来源促进企业数据共享机制建立，为消费、运营、管理、决策提供数据效力5构建企业数据管控体系，实现邮政数据平安、规范和质量的集中管理，固化数据管控流程，推进企业数据治理。一致整合企业内外部构造化、半/非构造化数据资源，提高企业数据利用率。推进大数据分析，发掘邮政数据潜在价值，为企业战略决策、业务协同、风险管控等提供有力支撑。提高数据成熟度，发扬大数据价值，应从五个方面入手建立数据场景或KPI体系组织架构创新，以顺应大数据开展需求进展数据质量、元数据治理建立一致的可扩展大数据分析平台数据流程和制度规范化邮务数据源速递、物流数据源金融数据源ERP数据源邮政外部数据源非构造化数据源

3、其它系统数据源流数据(ESP)数据复制(SRS)ETL(Data Services)ESB(PI)数据管控平台主数据治理(MDG)元数据管理(信息管家)数据质量管理(Data Quality)数据规范管理数据平安管理企业级数据仓库平台A-CRM数据源SAP HANAIn-memory computing分析SAP BusinessObjects BI探求, 仪表盘, 报表, 图表, 可视化SAP Lumira 数据分析与可视化SAP 挪动平台 (BI Mobile, Mobile Application)SAP Predictive Analysis 预测分析中国邮政大数据平台建议架构数据交换

4、平台历史数据、非机构化数据Hadoop分布式文件系统HivePigSpark扩展数据层冷存储构造化历史数据扩展表磁盘数据构造化实时数据热表扩展存储(定义)SDAvUDFVoraODS、EDW Data Mart温存储动态分层热存储内存计算数据老化自动搬移DLM量收数据SAP建议数据平台的主要特点广度 良好的产品覆盖度 深度以内存计算为中心，打造实时型企业开放与集成与开源产品严密集成，具有良好延展性HANA RDS(快速实施效力)SAP产品可以覆盖邮政大数据平台的几大功能模块SAP HANA同时满足企业数据仓库的ODS、EDW和Data Mart的需求部署方式灵敏：企业预置型与云部署SAP在全球

5、有大量的实施案例以内存计算为中心的大数据处置平台基于HANA简化企业EDW的复杂度SAP在内存计算领域排名第一大数据领域软件供应商的指点者理念领先，互联网+与工业4.0的主要倡导者可以提供基于产品的快速部署和开发效力遵照业界通用的接口与开发规范支持开源的数据处置技术，如Hadoop可以与Hadoop/Spark等进展深度的技术j集成可结合开源产品实现邮政集团数据生命周期管理借助SAP提供的全面处理方案，中国邮政可构建矫捷、高效能的大数据平台，从而消除业务复杂度，提升企业整体洞察力数据交换平台邮政大数据平台整合给类型数据源数据抽取数据清洗数据合并数据排重等操作金融板块数据源速递物流板块数据源邮政

6、板块数据源ERP数据源邮政外部数据源各类非构造化数据源构造化数据非构造化数据非构造化数据读取解析邮政企业级数据仓库SAP的数据效力方案全面思索数据集成, 数据质量管理, 数据切面及非构造化数据获取问题支持访问全部关键业务数据(恣意数据源,类型和领域), 一体化平台全面处理数据的清洗、排重、归并、衍生、合并、统计、汇总等一系列数据加工问题构造数据非构造数据 一个运转时架构及一系列效力业务界面一致的元数据技术界面数据效力处理方案包数据抽取数据质量数据切面文本分析一致的管理环境(调度, 平安, 用户管理) 一套源/目的各类型数据库：OracleDB2Sybase ASESybase IQSQL Se

7、rverInformixMySQLTeradataHP NeoViewNetezzaODBCSAP HANA全面接口支持各类型技术接口：Text delimitedText fixed widthEBCDICXMLCobolExcelJMSSOAP(Web Services)JSONSAP BusinessObjects Data Service性能强劲的执行引擎运用便利的开发工具一切的义务在一致的图形界面开发易于运用，拖拽界面内带数据预览、构造分析、清洗和调试交付可信任的信息集成数据质量管理跨越BI环境的元数据管理端到端冲突分析简化变动管理性能强劲的执行引擎经过高性能并行架构支持网格计算最好

8、的企业运用衔接性实时和批处置数据整合Designer (Windows)Administrator (Web)Request-Response Access ServerReal-time ServicesJob Server and EngineHeterogeneous Data SourcesHeterogeneous Data TargetsWeb ApplicationsLocal RepositoryCentral RepositoryData IntegratorSAP SRS SAP Replication Server复制数据HANA ODBCSAP Sybase ASEOr

9、acleMS SQLIBM DB2/UDBSAP Sybase Replication Server for HANADBDBDBHANALANWANHANAHANASAP Sybase Replication Server for HANA实时或定时复制数据到HANA数据仓库平台整体框架真正实现“实时，业务洞察力SAP HANA 实时，可信的数据实时业务实时运用内存数据库SAP 商务套件ERP/CRM等等HadoopHDFS其他信息系统基于DB2SybaseOracleSQL-Server实时复制实时分析BI客户端工具第三方查询工具SQLMDXBICS数据抽取实时复制/数据抽取什么是SAP

10、HANA？SAP HANA 是一个先进的平台，运用内存计算技术来实现企业运用数据驱动业务，在大数据下实现实时处置简化IT的系统部署，可经过云方式交付SAP HANA为企业带来的益处创新平台，并且在运用中不会中断原有系统运用，实现大量数据的高速处置提供实时访问，实时复制效力和数据集胜利能完好和即时的洞察力与灵敏 的数据计算引擎，提供预置的报告和分析模型简化IT架构，多用途的内存计算平台减少数据处置层次ON-PREMISE | CLOUD | HYBRIDSAP HANA 平台基于HANA的大数据平台SpatialGraphPredictiveSearchText AnalyticsPlannin

11、gDataEnrichmentSeriesDataFunctionLibraries处置效力Web Server JavaScriptFiori用户界面Graphic Modeler运用效力ALMApplication Lifecycle Management列存储内存数据库 OLTP+OLAP多核大规模并行计算高级紧缩多租户动态分层存储数据库效力高可用性和灾难恢复开放的规范数据模型Data VirtualizationELT & Replication集效果劳Hadoop IntegrationStreaming (CEP)Remote DataSync现状: 大数据平台数据规模庞大，数据增

12、长速度快，且数据类型多样构造化、非构造化。今后能够会集成更多的外部数据大数据平台的数据温度管理战略数据管理战略由业务运用主导定义SAP HANA热数据实时数据HANA动态分层温数据历史数据数据仓库分析型业务运用: 更高效地管理海量数据，降低整体拥有本钱 HANA与温数据层、扩展数据层深度集成，提升系统性能一体化的数据管理品台，降低系统复杂度高度可扩展的架构Hadoop & Spark扩展数据频繁访问数据实时计算数据历史数据相对复杂的计算与查询非活泼数据海量非构造化数据非复杂的分析计算热数据SAP HANA温数据HANA动态分层扩展数据HadoopSpark数据挪动Data Lifecycle

13、managerHANA大数据平台的数据存储层如何有效区别各数据层次内存管理操作类型日常运转的业务运用，分析操作和统计报表实时分析复杂的分析、预测等密集型计算数据特征当前活泼数据信息单位价值高的业务数据管理数据量管理数据规模在几十个TB量级Hadoop企业级海量数据存储低本钱的数据存储、通用硬件高度灵敏、可扩展架构数据特征大量非构造化/半构造化数据，社交媒体和邮政外部数据非活泼，批量处置数据信息单位价值相对不高的业务数据数据挪动同前管理数据量管理数据规模可到达PB级动态分层HANA的磁盘级处置引擎数据特征历史数据为主近实时的分析场景信息单位价值较高的业务数据数据挪动Data Lifecycle

14、Mgt.定义数据分割/分区战略按照规那么在内存和硬盘引擎间挪动数据管理数据量管理数据规模在几百个TB以内SAP HANASAP HANAHANA RAMDT数据的温度是随时间动态变化的，而且并不是同类型数据只存在一个存储空间，要看详细的业务场景和数据价值，比照实时数据不只是在温存储中，也可以在HANA内存中，HANA也有处置时间序列的功能。在高度集成的系统内，提供高性能的数据管理，支持可扩展架构才干基于表级别定义数据管理层：内存处置 (热数据) 或磁盘处置 (温数据)利用磁盘级的列存储技术，提高数据分析访问性能可支持高达PB级的数据规模提供集成的平安战略与备份恢复才干动态分层处置引擎列式处置引

15、擎的先驱与指点者久经考验的数据处置引擎大量政府、金融、电信等行业在TPC-H基准的领先者优势库内集成，高性能单一系统，消除了数据冗余一致访问接口，降低复杂度邮政可根据需求定义数据管理战略动态分层支持海量数据管理HANA动态数据分层支持丰富的Hadoop处置引擎，支持主要的Hadoop厂商，如Cloudera, Hortonworks, MapR等Smart Data Access将外部的数据源映射为本地的数据表，做到实时访问外部数据源支持与Hadoop，Teradata, Microsoft SQLServer, Oracle, IBM DB2, IBM Netezza等数据库的集成Virtu

16、al UDF (vUDF)可自定义的数据联邦类型支持访问Hadoop分布式文件系统(HDFS)，无需Mapper/Reducer解析包支持直接调用自定义的Map Reduce义务vUDF可集成到SQL语句效益可以利用Hadoop集群中HIVE & Spark无法提供的功能 (如. Hadoop Distributed File System (HDFS) 和MapReduce)提高非构造化数据的即席查询才干SAP HANAvUDF OperatorRFC HadoopHadoopMap ReduceHDFSYARNHIVE与Hadoop的深度集成Smart Data accessYARNHDF

17、S其他运用文件文件文件SAP HANA - Apache Spark Adapter可用于提高分布式系统衔接的性能编译查询可以提高运用和数据分析在各节点的运转效率基于 Hadoop 的 OLAP 体验非经常见，可用于从大数据中发掘业务洞察，比如向下钻取 HDFS 数据编译查询Apache Spark Adapter向下钻取功能SAP HANA 内存平台 SAP HANA VoraApache SparkSAP HANA VoraApache Spark内存存储运用效力数据库效力集效果劳处置效力SAP HANA 平台SAP HANA VoraApache SparkSAP HANA-Apache

18、Spark AdapterSAP HANA Vora 内置于 Apache Spark 执行架构之中，是一款内存计算查询引擎，可以基于 Hadoop 提供丰富的交互式分析体验。SAP HANA Vora与Spark的深度集成数据仓库平台EDW系统的高可用性SAP HANA的备份与恢复可供选择的备份方式 文件系统备份利用DAS存储数据的备份集第三方工具备份HANA的Backint可兼容主流的备份软件存储快照备份将存储设备的数据快照作为备份集利用数据内置的备份功能，低本钱的备份与恢复方案仅需HANA效力器衔接存储设备如NAS最便利管理数据备份的方式SAP HANA has full control

19、 about B&R management 可快速地创建数据备份集可与其它备份方式结合运用，提升系统可恢复性SAP HANA DatabaseBackup Storage,e.g. NFSCreate backuphdbsqlSAP HANA studioSAP HANA Database3rd Party Backup Server3rd PartyBackup AgenthdbsqlSAP HANA studioCreate backupSAP HANA DatabaseExternal StorageStorage ToolData Area (Disk)Data snapshotPre

20、pare databaseCreate storagesnapshotConfirm storagesnapshot hdbsqlSAP HANA studio首选的备份方式消费节点HANA DBWorker节点索引效力器统计信息效力器DB分区1基于MPP的集群架构程度线性扩展与高可用性热备节点HANA DBStandby节点索引效力器统计信息效力器DB分区NDB分区2DB分区N消费节点消费节点HANA DBWorker节点索引效力器统计信息效力器HANA DBWorker节点索引效力器统计信息效力器SAP HANA DB日志卷数据卷SAS存储2日志卷数据卷SAS存储NIn-memory co

21、mputing共享卷Master2Master日志卷数据卷SAS存储1邮政大数据平台分析型数据运用大规模并行处置数据均匀分布在各个节点数据分区，并行处置提供更高的处置性能与并发性良好的线性扩展性支持大规模的集群部署，可支持上百个节点可基于数据分布优化器DDO优化数据分布高可用集群架构集群中可配置备用节点，可接纳缺点的任务节点热备节点数量=容错节点数自动的缺点切换与数据装载大数据平台容灾系统Data CenterOS: DNS, virt. hostnames, virt. IPsPrimary(active)Name ServerIndex serverSecondary(active, da

22、ta pre-loaded)Name ServerIndex serverHA Solution PartnerClientsApplication ServersHA Solution PartnerTransferbyHANAdatabasekernelInternalDisksInternalDisksDataDisksLogDisksDataDisksLogDisks大数据平台灾备中心 邮政大数据平台数据中心SyncAsync容灾中心部署数据库容灾技术容灾系统设计鉴于大数据平台为中国邮政的中心业务平台，建议采用两级容灾机制本地/同城灾备中心：同步数据复制异地灾备中心：可选择根底情况较好

23、的省中心，异步数据复制异地灾备中心冗余的资源也可以用于开发/测试快速的RTO (最小化RTO)同步复制零数据丧失数据库容灾 (System Replication)基于HANA的日志复制技术日志经过网络传输可支持同步/异步数据复制灾备中心可选择内存同步复制方式灾备中心数据在内存中预装载可以坚持事务的一致性：进展中的事务被回滚并被重演，无数据丧失数据仓库平台基于HANA部署企业云中国邮政企业云平台建立的几种思绪业务运用量收、速递、集邮、物流等业务SAP HANASAP HANA企业云HANA Enterprise Cloud)SAP HANA协作同伴云(Partner Cloud) 私有云Pla

24、tform-as-a-service IT根底设备 效力器、网络、存储等根底设备 整合与企业内部IT根底设备集中式的部署与维护动态系统扩展与资源按需分配企业级的系统平安性2021 SAP AG or an SAP affiliate company. All rights reserved.27Public企业级共享数据中心 中国邮政自建与维护企业级数据中心数据中心支撑企业内部多业务系统，做到资源按需分动态配运用HANA多租户的技术企业无需自行IT根底设备由SAP提供根底架构与数据库效力快速的部署与实施及时采用最新的技术业务灵敏地扩展与计费方式由SAP提供根底设备可以选择购买或者租赁Licen

25、se由SAP提供管理效力由SAP协作同伴提供根底设备可以选择购买或者租赁License由SAP协作同伴提供管理效力协作同伴可以根据用户需求灵敏地构建根底架构良好地本地支持与效力与硬件供应商更严密地集成与协作XSJSRuntimes / Programming Models运用效力数据库效力UXIdentity Mgmt.SSOPortalAnalyticsAPI Mgmt.MobileCollaborationOn StorePlanningSpatialPredictiveStreamingTextHA / DRSmart DataOther DBs, Hadoop IntegrationM

26、ulti_DBTieringGraphCloud ConnectorIntegrationGatewayDoc. MgmtPaaS ( SAP HANA 云平台)Powered by SAP HANAIaaSSAP | 协作同伴OpenStack云托管效力商务套件SAP数据仓库其它SAP运用SaaSCustomer Engagement & CommerceFinanceProcurementHR(HANA Enterprise Cloud)新运用扩展效力集成中国邮政大数据平台建立方向SAP 可以提供什么样的云平台？基于SAP HANA的企业私有云将云运用构架于HANA之上SAP HANA P

27、latformHANA native其它分析型业务SAPHANASAPHANA多个运用运转在一个HANA实例里不需求多余的数据复制每个运用可以访问跨系统数据，虽然这些数据属于其他运用系统实时报表，实时访问数据灵敏扩展下层的硬件设备 智能平衡任务负载 弹性的架构设计 可基于集团内存私有云部署，集团总部以及各省中心业务用户沟通消费企业云可延用现有两套系统量收、综合分析平台，分别在HANA两个集群实例环境中部署虚拟化技术承载从根底设备层到运用和平台层 HANA是新一代云架构的根底Enterprise Storage量收系统网运系统集邮系统报刊系统物流平台系统 大数据平台私有云SAP HANA基于多租

28、户构架HANA私有云平台主机 1 主机 3 主机 2 备用节点 (主机 4) 报刊业务租户库物流业务租户库量收业务租户库1量收业务租户库2System DB(Standby)集邮业务租户库2速递平台租户库1速递平台租户库2集邮业务租户库1System DB(Standby)System DB(Standby)System DB邮政报刊业务系统邮政集邮业务系统邮政速递平台系统邮政物流平台系统部署建议基于HANA MPP集群构建邮政集团私有云在一个实例上运转多个业务运用根据业务负载选择部署节点为何要运用多租户数据库业务隔离有效利用系统资源计算资源管理业务数据共享效益简化系统管理灵敏可扩展构建集团内

29、部私有云提高硬件利用率，降低整体本钱数据管控平台数据管控平台主数据管理邮政各数据源主数据管理的根本架构企业数据创建并管理主数据清洗匹配 / 合并创建支配分发分配 / 分发 / 发布主数据 MDM主数据分发信息管理通常被部署的位置规范化主数据经过专业认证审批主数据进入主数据管理分发主数据金融板块邮政板块物流板块速递板块普通文件，Excel和 XMLWeb大型主机ERP数据规范化步骤建议34数据的维护流程数据元素的属性规范数据的编码范围数据的分类规范数据规范编码是指用于独一区别一条数据记录的特殊标识为了防止由于各企业各自为政对数据进展独立编码最终导致在企业横向整合的过程中发生重码、数据冗余等情况用

30、于将具有一样数据属性、管理要求和系统要求的数据进展分组的规范经过分组实现对数据的专项化偏重管理，并为业务管理和分析提供必要根底根据为了保证数据规范规可以准确、有效的去规范数据元素的属性，必需制定一套科学、合理和高效的任务流，即数据的维护流程例如规定数据的恳求人和恳求流程、审批人和审批流程、数据的业务归口管理部门等内容规定每个数据字段内容的填写规范，保证一切的数据在整个企业范围的填写规那么一致各个业务板块主数据数据梳理预备步骤35集团一致数据清理总体思绪详细技术步骤确定数据优化的详细属性和内容进展数据总体优化确定每个属性信息特别是关键信息的规范和规范，在系统中进展合规校验和修正确定并在系统中实现

31、反复原那么和查重战略根据数据情况分别进展系统和人工数据确认根据数据合并战略和数据确认结果在系统中进展数据合并现有MDM1. 现有MDM的迁移2. 新增主数据的规那么规那么梳理、数据迁移大数据平台主数据与现有MDM双规运转一段周期，双向数据同步平滑迁移数据管控平台元数据管理SAP信息管家提供强大的元数据管理才干对各种类型的场景提供完善的元数据管理BI 系统数据库ETL模块工具元数据集成CustomerProductSupplierMaterialEmployee其他元数据集成可用*AltovaBorlandCACOBOLEmbarcaderoEMCGentlewareSilverunKnight

32、bridge (HP)IBMInformaticaMicsosoftMicroStrategyNoMagicOMGOracleSELECT SPARX SystemsSUN SybaseTeradataTigrisVisible Systems Corp W3C 元数据与信息管家的集成SAP BI Platform CWMXML (CWM), RDBMS: MSSQL Server, DB2, Teradata and JDBC Sources*其他元数据集成可经过 Meta Integration Technology, Inc. (MITI)元数据管理保证数据来源的可追溯和规范化程度做继续

33、优化提供血缘分析和影响分析功能，为保证系统能从元数据的变化发现对数据分析的影响，确定某个实体的用途，以及实体之间的关联关系。积分卡功能，对数据质量能否满足设计目的，提供继续的监控，从各个维度如：数据口径，依赖关系等提供全面的检查，继续优化数据管控平台数据质量管理数据质量管理完好的方法论支持评价Assess了解数据质量问题提升Improve清洗、加强并合并维持Sustain继续监控AssessSustainImprove典型运用场景企业合并过程中，系统间主数据的合并建立真正干净、完好的客户资料库资源、资产管理的必要手段SAP Data QualityData Quality：完好的方法论支持 数

34、据清洗客户数据将客户数据进展清洗和规范化，例如姓名/地址，邮件，SSN，以及日期可管理190多个国家的数据，支持Unicode数据读写去除错误，发现数据库中的真实内容提升数据完好性，识别匹配，并最终构成单一客户视图数据清洗操作数据将业务数据进展解析和规范化例如客户编号，产品代码，产品描画，采购日期，部件编号，SKU等对于更多的定制化结果需求，可利用基于规那么的解析和规那么编辑架构提供图形化界面，让用户决议数据如何被解析，并评价定制化的变化对数据的影响 数据加强运用字典中的数据补足姓名、地址、或者电子邮件信息，从而让记录完好提供地理编码才干，用于基于地理或者人口统计学的营销需求为客户地址分派地理

35、空间，用于税收监控，保险投保地域分布，保险风险分布等匹配和合并识别“雪鸟：例如具有多个居所的个人或者家庭创建一个全景单条最正确纪录提供身份识别才干，提示不明确的关系，用于欺诈侦测 继续监控建立现存的或者推断的业务规那么/义务自动发现易被忽略的业务规那么和关系设定阀值，定时评价假设继续监控义务发现异常数据，那么自动提示提示中包括阀值的细节情况数据评价对数据进展探察，发现其能否符合业务规那么对来自异构数据源的数据进展对比发现数据缺陷，衡量这些缺陷对业务的影响将发现的结果向相关人士报告就数据清洗中运用的业务规那么进展沟通将上述过程自动化，以实现继续监控数据分析与可视化平台数据利用才干原始数据准确的数

36、据固定报表即席查询&OLAP矫捷可视化预测模型优化曾经发生了什么为什么会发生将会发生什么怎样可以获得更好的结果收益利用才干自助BI通用预测分析企业级BI矫捷可视化高级分析商务智能运用分析顺应不同用户的要求决策层管理层执行层管理关键目的，及时调整运营战略。比如收买或并购新公司，进入新市场，引入新产品；管理层需求获取和解读数据，快速调整运作战术。比如开展/终止销售方案，调整供应链目的；日常业务操作需求，直接获得分析内容提高操作效率。比如客户信誉情况，本钱费用报表；详细的视角实时阅读/行业规范套打全面的视角实时分析/趋势分析/预测推演一致的视角实时告警/交互审批/级联分析SAP 商务智能处理方案一个

37、套件，多个视角查询与报表自助与预测仪表盘和运用发现、预测、发明创建互动体验发布信息Lumira数据探求Explorer*预测分析Infiniteinsight*仪表盘Dashboards即时查询Web Intelligence*水晶报表Crystal Reports*BI 平台挪动BI语义层例如：报表与查询例如例如：仪表板美观丰富的图形化引擎共享的图形化引擎使之与其它客户端软件有类似的外观更广泛的图表库，更多交互，创建和修正更简单降低新用户学习曲线，同时提高高级用户的消费力和灵敏度热点图盒型图多系列饼图云标签可以进展分析、格式化、添加计算列、修正查询和图表类型图表参数和图层的精细控制新增图表类

38、型分布气泡图极地气泡图 双轴图树形图随时随地的挪动运用更快、更便利的远距沟通让信息随处可用的手段可从任何挪动设备上迅速访问到所需的信息具有良好的交互功能，可立刻采取行动部署简便、快捷交互式、实时采取行动可钻取式互动图标、度量、仪表盘报告到报告的导航从挪动安装上可以直接改动重要的数据直接的回答和触发遥控过程控制EASYSAP大数据预测分析专为业务用户设计数据发掘/统计学/概率学 专业知识无业务分析师数据 科学家业务用户低高97%3%1%SAP 大数据预测分析SAP PA 智能建模+Lumira自助探求SAP PA 专家建模R言语SAP HANA 分析函数包BI 平台HANARDBMSExcel

39、/ CSVhadoopBW*ClipboardSAP商务智能详细架构报表仪表盘分析水晶报表即席查询DashboardDesign Studio数据探求高级分析平台客户端BI工具数据源语义层*数据源数据建模数据分析分析共享查看平台Lumira 效力器基于 HANALumira 云 基于HANALumira 桌面版Excel / CSVLumira 效力器内存数据库数据准备可视化探索故事构建结果分享数据源多样化内存存储利用现有企业级BI中搭建的模型根据业务分析需求处理数据，例如：企业和个人数据合并、数据计算、数据分组等自由灵活的展现多种视觉冲击强烈的可视化组件持续增强和增加的可视化组件与第三方软件

40、提供商的集成（例如ESRI、VE）根据业务需求，快速构建故事板快速生成业务报告基于故事板的互动查询发布结果到部门服务器、企业级服务器或者云多种设备端查看分析结果，实现随时随地的分析发布故事板到BI平台，与现有企业级BI平台统一管理，包括内容、权限等矫捷可视化的4个步骤关键才干数据自在获取、整理，自动建模Lumira加速数据探求过程自助 业务人员可以完成全流程的数据分析数据整理，数据建模，可视化，共享集成 与企业级BI平台、高级分析高度集成语义层、平安与共享；预测才干 SAP IQ企业中心业务数据数据展现BO仪表盘Lumira自助探求其它运用系统SAP ERPSAP大数据预测分析系统架构 矫捷分

41、析+内存数据库+自助探求挪动可视化第三方数据SAP CRM 历史数据扩展存储Predictive Analysis Libraries | Business Function Libraries | Data Models & Stored ProceduresSAP Predictive Analytics 数据发掘自动化大数据内存分析平台数据驱动SAP HANA DataServices数据存储数据建模与分析/Hadoop数据发掘和预测：直观的可视化运用，丰富的预置预测模型SAP PA大数据预测分析处理方案方案价值：自动数据预备和探求、完好的数据发掘过程、强大的预测算法库直观地设计复杂的预

42、测模型，可视化分析丰富的建模技术，可扩展的预测模型：关联分析聚类分析决策树分析神经网络分析例外分析回归分析时间序列分析概率分布聚类分析决策树分析神经网络分析例外分析时间序列分析多元回归分析数据发掘和预测：高效的内存预测分析，支持外部算法调用SAP PA大数据预测分析处理方案方案价值：结合了SAP HANA内存分析的深度、性能，支持多种高级分析和预测场景，高效快速地获取结果，实现大数据的发掘经过集成R言语，在SAP HANA中访问3,500种以上的开源算法内置于业务运用中，扩展到BI和报表中，对事务的洞察结果，可立刻传送到仪表盘、警告提示和挪动终端，使业务相关人员都能灵敏获取预测洞察力 与BI平

43、台的一体化设计，经过任何 BI报表或仪表盘均可访问分析结果数据发掘和预测：自动数据预备和探求SAP PA大数据预测分析处理方案方案价值：自动数据预备和探求，包括上千个变量并自动找到重要的目的 在几小时内创建和部署方式，而不是数周可以支持日常决策、解答传统模型因市场呼应速度慢而无法处理的商业问题自动实现选择变量预备数据变量编码缺失值处置奇特值处置匹配模型测试模型模型报告模型部署商业问题选择变量预备数据建模模型测试了解运用选择商业问题最相关的变量，以适宜算法需求SAP：自动决议重要变量，多至几千个变量用不同算法进展建模，选择不同的参数SAP：构造风险最小化实际自动选优把数据言语转换成商业描画SAP

44、：独特的专利技术预备数据：缺失值处置，异常值处置，函数变换SAP：自动化预处置数据发掘和预测：精简的预测分析运用函数建模工具 (AFM)SAP PA大数据预测分析处理方案方案价值：图形化用户界面，用于创建基于函数和PAL算法的程序模型将存为存储对象，可以在多个运用间反复运用可用函数放置在拖拽列表中简单项选择取输入/输出表、参数、以及过滤器，并生成程序无需编写SQL语句代码，就可创建基于PAL函数的程序快速开发和部署预测运用简单易学的编辑器，使运用开发过程更高效率、有效果、出成果工程实时规划概述SAP 开发方法论 概述业务蓝图设计开发与测试 客户验收测试与交付消费切换 工程，质量及风险管理校验客

45、户验收数据预备功能阐明书 设计 实现 测试方案制定确定平台实现功能环境部署软/硬件环境部署开发、测试数据迁移系统迁移试运营试运营上线支持大数据平台实施方案和主要里程碑2021年9月2021年6月2021年中工程启动完成系统开发联调测试工程预备阶段一: 大数据平台的搭建与量收系统迁移阶段二: 大数据的完善与整体迁移UAT业务蓝图制定工程方案工程组织构造需求整理及预备图例：UAT：用户确认测试 ：主要里程碑消费环境与认证机制硬件平台的部署平台运用的调整或二次开发数据的迁移平台上线前核对应急措施与方案技术上线同意系统实现最终预备上线和支持平台上线平台文档交付平台上线后支持平台一期上线试运转业务蓝图系

46、统实现最终预备上线和支持系统上线系统文档交付系统上线后支持最终用户培训系统上线前核对应急措施与方案系统上线同意UAT2021年1月系统设计数据设计2021年5月消费环境与认证机制硬件平台的部署平台运用的调整或二次开发数据的迁移主数据的梳理与平台迁移胜利的客户案例SAP在国内外案例分享华能集团公司背景与业务需求中国华能集团公司，是以运营电力产业为主的央企集团，覆盖新能源、环保产业、煤炭产业、金融产业、交通运输等行业。发电装机容量1.35亿千瓦，位居亚洲第一、世界第二的电力集团已跨入世界500强企业，在2021年全球排名246位。集团实施三级组织架构管理，有二级单位50家，基层单位300多家企业。

47、金融煤炭科技运输电力消费2021年就已初步建成传统数据中心，并曾经覆盖了二级单位和基层单位：但是，传统数据中心也遇到一系列问题和挑战传统数据仓库技术性能缺乏，难以满足在线运营分析的要求；没有与ERP等运用系统实时集成；没有监理集团一致的真实数据源；难以满足今后大数据分析的要求.随着支持“在线运营的战略要求，以及ERP系统等实施推行；集团按照“五一致的原那么，自上而下重新规划了未来数据中心架构集团数据中心的目的定位：支持集团实时在线运营分析集团级集中一致的大数据中心覆盖选集团业务，集成一切运用数据一致的权威数据 Single Source of Truth开放数据生态系统，以支持不同运用开发团队

48、一致规范一致管理一致建立一致规划一致投资自上而下华能集团大数据平台的建立目的SLTSLT华能集团数据中心的总体架构特点分析华能集团选择采用SAP HANA构建企业数据仓库，分两期实现了企业分析型数据的归并、整合与集中分析与展现企业商务智能支持平台运营数据存储ODS基于HANA)数据管理即席查询固定报表仪表盘数据探求HRFI/COSRMEAM综合统计系统实时监管系统非构造化文档EDW基于HANA)数据交换平台实时同步、数据抽取、数据转换、数据交换华能业务运营/支持类系统实时分析云平台管理集团总部区域/产业公司基层电厂其它运用系统一期上线二期上线SAP BusinessObject企业版ODS效益：采用HANA作为ODS管理一个业务周期数据，千百倍的提升数据库性能各系统运营数据可以准实时地同步到HANA的ODS可以进展面向日常业务活动的、高性能的实时分析和决策实现了集团分析数据的独一真实信息来源EDW效益：集中管理集团总部各业务模块历史数据；可准确、迅速地开掘业务历