华为：2023云数据使能白皮书

1.1依托数智云脑，用数据驱动企业实时决策，实现“类光速”管理1.2以云平台为基础支撑，构建“经验即服务”模式，让优秀得1.4企业使用数据的深度决定了数字企业的智慧程度 3.1.2现状调研：全面评估，明确需求与能力差距3.1.3蓝图规划：顶层规划，避免陷入点状3.1.4方案设计：承接蓝图方案，紧贴业务，打造详细、可落地的方案3.1.6运营推广：数字化只有起点，没实现以数据决策的现代化企业转型3.2.1企业的数据应用场景分析框架，助力企业数智化战略落地3.3管理体系：建立企业级的数据资产，结合常态化数据治理及长效数据运营机制，持续迭代升级3.3.1数据治理：企业级数据治理体系必须包含明确的数据战略、统一的政策、有力的组织机制和详细的管理规范3.3.2数据资产：以数字化为前提，建立统一规范、安全共享的数据底座与信息架构，以释放数据价值3.3.3数据运营：开展长效数据运营与持续跟踪，不断提高数据资产价值3.4技术平台：技术即服务 4.1某大型玻璃制造企业 从2019年政府工作报告提出要壮大数字经济，到政策不断由粗变细，政策浓度不断加强。数字经济已成为一项重要的内生增长动力。截至2021年，中国数字经济规模达到45.5万亿元，占国内生产总值比重为39.8%，数字经济已成为推动经济增长的主要引擎之一，总体规模连续多年位居世合为主线，以协同推进数字产业化和产业数字化，赋能传统产业转型升级为重点，近年来，以美欧为代表的发达国家和以中国为代表的新兴经济体国家，对数企业需要释放数据的力量来构建自身在商业链路各环节中创造价值的能力，包括基于高阶数据分析能力、AI驱动的高效决策能力、自动化协同运营执行能力、华为多年数据治理实践为企业数据管理体系变革织，建立数据管理框架，发布数据管理政策，任命数据Owner，通过统一信息架打下坚实地基础。第二阶段，围绕“智慧数据洞察”，华为01愿景以“数据+AI”的能力使能，打造数据驱动的现优化射、分析体验优化模式创新映控制改造管理创新运营效率提升·产品上市周期TTM缩短优化射、分析体验优化模式创新映控制改造管理创新运营效率提升·产品上市周期TTM缩短·在线会议·仓库智能排单决策效率提升·运营透明性·数据驱动的决策制定·决策授权模式创新新的业务·产品与服务的增加·数字化产品开放、生态·企业级整合·组织边界重塑·共享的数字服务数字企业愿景:以数字重构物理世界，重塑体验、效率、模式和运营数智云脑 全量-全要素预测-协同-指挥效率提升数字世界 态势感知模拟仿真预案生成作战指挥感知 经验即服务感知研发财务供应链财务销售工厂物理世界销售工厂2.0多点协同3.0万物互联1.0单点高效3.0万物互联性Ambiguity）时代，每家企业都面临着众多机遇与挑战。企业要如何抓住机遇、规避风险，实现业体验创新客户体验提升·实时购买/支付/服务·个性化按需购买合作伙伴体验提升·订单实时可视员工体验提升·远程办公数据使能：基于数字孪生的数据使能：基于数字孪生的IT+OT融合数据能力IT数据公司外部数据IOT数据风险数据社交网络供应研发采购制造销售财经…通过对象数字化、流程数字化、规则数字化的方法映射到数字世界。全方位感知企业内部运作与外部环境，形成进入十四五时期，围绕高质量发展命题，国家出台一系列数字经济发展规划和政策，产业数字化需求释放，催生云服务市场的进一步壮大，云厂商的重要性愈发凸显。华为云积极调整自身战略，提出“一切皆服务”，为围绕其中的“经验即服务”，以云平台等数字技术平台为基础通过全量全要素的数据连接企业业务、增量可执行的知识体系沉淀、智慧自动的现代化应用赋能，实现“经历-经验-服务”的转化。华为通过自身数字化运营实践和数据管理变革实践总结出来的数据使能方法论及解决方案，以及灵活、先进的云平台，帮助企业建立从感知、分析、决策到落地执行的闭环运作模式，支撑企业全局的业务决策，实现联合全域作战，达到企业业务的支撑经营管理可视打通全业务流数据，并建立数据治理的长支撑经营管理可视打通全业务流数据，并建立数据治理的长咨询公司数据平台厂商数据开发厂商辅助业务预警和决策企业全域数据可获取（从监控业务和追溯分析，通过数据发现业务问题，并跨领域进行相关分析、预测、预警，驱动业务改进，自动生成有效建议辅实现智能运营和自动执行基于大数据和AI的智能作业流程，通过自动化作业提升效率和质量，如智能排产、窑炉优化、自适应从洞察到仿真全闭环管理，识别异常问题并自动数字化对物理世界的优化，最重要的是打通了物理世界的孤岛，为我们重构了“全连接和零距离”的、以企增长和供给，数据具有可复制、可共享、无限增长和供给的特性，企业可以将物理世界的大量数据，结合前沿的结合华为经验，我们按照数据能力应用深度的不同，将数字企业分划分为五个层次，分别匹配企业不同级别通过数据赋能整个行业，带动通过数据赋能整个行业，带动产业链共同成长，实现产业生产力升级，新商业模式的诞制定行业数据标准规范、完善数据伦理，构建公平、稳健、安全、有序的生态链数据使能数据管理延申到企业外部数据管理延申到企业外部管理企业的供应商，渠道商，合作方等上下游的伙伴数据，以及经济政策，市场，等外部数据通过对于伙伴及外部数据的管理增加企业的抗风险能力，和更敏捷的适应能力目前绝大多数企业的数据应用深度还处于启动或初始层级，在多年的数字化探索过程中，一方面是由于在过去多年的数字化探索过程中“摸着石头过河”，另一方面是因为随着业务高速发展，企业对数据应用的需求迅速很多企业为此引入了多套系统，导致企业的数据在“采存算管用”几方面积累了不少问题，逐渐形成了愈加沉重的历史包袱。同时，随着数据成为第五大生产要素，企业传统的单点孤岛式数据处理能力已经无法支撑其飞速发数据资产在市场上的价值。但是由于目前数据交易市场还在发展初期，对数据是商业活动中的价值衡量，如何让业务更高效、更从而促进商业模式的创新数据对于人和社会的经济上的意义。经济价值是经济行为体从产品和服务中获取的利益是指为了保存、传输、加工数据，企比如人工管理成本、服务器采购成本等本、服务器采购成本等难判定数据本身就包含的信息量越大，价值就越大是衡量数据对于工数据本身就包含的信息量越大，价值就越大企业治理机制与文化作为企业价值观、行为准则和决策运营机制的基础，已经发展的日渐成熟。而在数据成为生产要素，数据能几何倍提高生产力，颠覆行业，创造新商业模式的新时代，企业对于数据治理的理解和认知是严重不足的。大部分企业未把数据治理上升到企业治理的层面，未从企业战略，组织机制，文化，业务发展的高度去进行数据能力建设和运营，而仅停留在数字化部门，系统工对于分散在不同系统的数据，企业缺乏有效的数据共享和交互机现代化企业的发展需要长期的资金投入与持结合华为自身10+年的数字化实践、数据实践、和落地“立而不破架构”的数据驱动的现代对标业务战略、洞察数据需求，协助企业建设数据建立企业级的数据管理体系，通过数据治理实现数据清洁，形成统一的数据资产，为应用提供智能数据服务；通过构建数据运营机制，持结合华为自身10+年的数字化实践、数据实践、和落地“立而不破架构”的数据驱动的现代对标业务战略、洞察数据需求，协助企业建设数据建立企业级的数据管理体系，通过数据治理实现数据清洁，形成统一的数据资产，为应用提供智能数据服务；通过构建数据运营机制，持协同合作伙伴，基于“立而不破”的架构理念，为大型政咨询咨询实施培训认证 研发生产供应链营销服务推动服务指导支撑 4技术平台产生接入存储计算分析治理与运营安全华为认为在项目各个阶段，即立项预备、现状调研、蓝图规划、方案设计、开发实施和运营推广中都应以方法论为指导，以各阶段关键活动与重点输出交付立项预备阶段数据使能项目立项预备阶段的核心点在于明确高层战略愿景，引入核心业务部门进行深度协作，以清晰定义为深入理解企业期望通过数据使能达成的愿景，明确数据使能项目的诉求，将首先对企业进行预调研，进一步理解企业实施数据使能项目背后的业务动机后设立可度量的业务目标，确认项目目标及范围，制定项目计划并首先需要对企业进行情况“摸底”，包含数据管理体系调研、数据技术平台调研及数据应用场景调研，为之后的企业缺乏整体对于数据能力建设的整体规划就会导致点状化的发现和解决问题，类似的问题不断重复。因此企业需要通过企业战略与标杆案例解读、业务战略规划、数据使能体系规划、实施路径设计等核心任务来构建整.通过对标业界最佳实践与企业战略，明确自身的差距，梳理本企业的数据管理需求；.确定企业数据驱动的变革愿景和目标，进行数据驱动的业务战略规划和数据使能体系规划，并且梳理出具体业务设计点、运营模式设计点，形成统一的数据驱动.围绕构建企业级数据资产，规划数据治理及数据运营体系，明确数据管理组织、制度、流程；.基于端到端的价值流，规划数据应用场景，并根据企业数据成熟度和业务价值度，规划出演进路线；.集合企业技术架构和数据管理需求，规划出能承载企业所需数据能力的数据技术平台；.结合企业能力和建设价值等，规划企业实施路径。以蓝图规划为导向，设计数据管理体系具体方案，包含数据治理体系、数据资产和数据运营体系设数据模型。并进行数据认责、数据质量、数据安全及数据生可视服务要按角色或场景构建，实时技术驱动业务即时感知和预判；分析决策应用需要业务主导，其中数据驱动的业务运作模式设计，需要思考企业在加入数据应用，转变为数据驱动的模式之后，需要匹配的战略、流程、组织、制度。只有通过与数据应用场景匹配的业务运作模式设计，才能最大限度发挥数据驱动的价值，从企业的业务运作以符合企业技术平台发展规划为前提，从当期应用场景和数据能力建设需求出发，进行能实施落地华为始终基于“双模IT、立而不破”的核心理念，数据能力建设不是将现有在开发实施阶段将根据这一核心理念，围绕数据平台部署与实施、数据底座开发及数据应用场景开发三大模“数据能力建设只有起点，没有终点”，因此企业需承接变革项目的成果和经验，持续进行数据运营和推广。主动经营，主动感知，持续进行数据管理优化，企业在运营推广阶段不仅需要将现有成果进行固化与传播，还要根据业务发展需求对应用场景进行新增或优化，随着应用场景和数据的不断丰富，对架构资产进行更新迭代，持续进行数据平台监控和管理，对数据全生命以“客户连接不中断、客户感情不降温、华为业务不下滑”这一战略要求为2019年，华为在外部环境极端变化的情况下，提出“保连续，守安全”的数字化战略，核心目标是保障业过去我们习以为常的事情现在不能做了，供应环境随着疫情的爆发变得极其不稳定。面临这样的发展目标与现实挑战，华为提出“客户连接不中断、客户感情不降温、华为业务不下滑”的新要求。为了实现上述要求，华为将数字化发力点放在了4大主要应用场景上：数字化营销、数字化交易、数字化供应和数字化办·战略层需求分析·管理层需求分析·执行层需求分析·战略愿景和目标梳理·战略分解到业务结果·结果分解到过程Metrics·战略层需求分析·管理层需求分析·执行层需求分析·战略愿景和目标梳理·战略分解到业务结果·结果分解到过程Metrics·定义可量化的指标体系·数据能力成熟度评估·数据应用价值评估·分析方法设计·数据应用设计业务能力组支撑数据应用场景功能模块使用流程…要结合企业战略进行的价值流和价值流阶段的分解，识别出需构建核心和优化的业务能力，进而识别出对于数据支撑能力的需求；基于企业的数据能力需求，再结合端到端流程中的角色定位，了解用户的数据使用需求；基于用户对数据应用的定位和需求，利用从战略到执行的逐层分解方法，设计的数据应用框架，明确展示的分析内容、关键绩效指标和具体数据标准定义；最后根据企业数据能力的成熟度（如数据的线上化程度、数据质量、·业务战略解码·价值流及阶段梳理·识别业务能力·识别匹配的数据能力1从战略出发梳理企业价值流，规划与之业务场景的体系化设计，首先要从企业战略发出，通过战略解码梳理企业价值流及价值流阶段，识别需要构建或优化的业务能力。通过业务能力变化点分析，推导企业所需的数业务领域业务领域价值流价值流分类、分组价值流阶段业务能力数字化能力推导面向stakeholder数字化能力推导流，通过对业务服务的编排，提供价值建设目标运营透明、实时决策高效执行、光速闭环运营透明、实时决策高效执行、光速闭环现代化企业需要具备“数据优先”的思维模式，即从CEO到一线员工都把数据当作日常决策、判断和工作执行的重要依据。在数据应用场景设计时，客户客户现代化企业智慧下单辅助战略层运营数据管理层管理决策采购周期分析项目机会协同...战略数据执行数据^智慧合同管理智慧售后服务实时协同合作伙伴执行层定制化产品供应商精准推送.........从企业内部来看，我们主要可以将用户分成三类：战略层、重点关注如何通过实时准确的数据结果，帮助管理者及时掌握企业运营情况，并快速定位问题和寻找解重点思考如何应用数据+AI能力实现自动化执行，精准地触发活动、执行活动以及记录反馈结果，提高工作效重点关注如何挖掘数据的价值，帮助企业高层了解企业整体发展状况，同时判断外部市场趋势，寻找企业制胜卓越的数据应用场景设计，将会从根本上改变企业的决策传达与执行机制，完成自动化智能决策执行闭环，流程对战略的支撑数据复杂性高高阶流程绩效指标低阶流程绩效指标流程对战略的支撑数据复杂性高高阶流程绩效指标低阶流程绩效指标从业务单元的核心理念、未来方向出发，制定从BSC四个维度出发，发现支撑战略达成的关键成功要素战略分解到业务结果Metrics结果分解到过程Metrics通过识别支撑结果Metrics达成的关键因子，将关键LL流程4分析数据和工作复杂度，选取合适的建设路径，赋能业务，实现通过数据和工作复杂性的四象限评估方法，可识别业务自动化和智能化的数据应用场景，推动数据分析应用低数据治理数据运营数据战略蓝图规划总纲政策管理政策组织机制运作机制数据治理数据运营数据战略蓝图规划总纲政策管理政策组织机制运作机制管理流程信息架构规范资产目录规范架构设计流程数据底座规范数据联接规范共享交换规范数据质量规范数据质量规范数据安全规范数据安全规范数据战略数据总纲组织职责数据分类数据标准规范数据入湖规范数据服务规范数据质量原则安全分类分级数据成熟度成熟度提升改善运营保障运营评价运营执行信息架构运营数据标准运营数据底座运营数据服务运营共享交换运营数据质量运营质量度量监控数据安全运营安全合规管控数据需求运营数据联接运营成熟度评估运营机制业务对象运营质量管控机制安全管控机制只建不管，数字化建设成果最终只能被“束之高阁，建立企业级数据管理体系，需从数据治理、数据资产管理和数据运营三方面入手进行系统化数据管理，实现数据资产数据资产价值释放价值释放交易流通数据底座数据服务主题联接智能标签报告数据算法模型以业务流（事件）为中心联接以对象（事件）为中心联接数据湖信息架构数据资产目录数据模型数据标准数据分布共享交换企业必须构筑一套企业级的数据综合治理体系，明确统一的数据规划、明确的总纲政策、有力的组织人才机数据战略规划是明确企业未来数据建设、管理、应用的方向，从而助力企业业务发展目标。数据战略需对齐数据治理政策是数据治理的顶层设计，该政策明确了数据工作在企业治理体系中的地位，体现了企业管理层•数据总纲：明确了数据治理最基本的原则，包•管理政策：包含信息架构管理政策、数据源管理政策和数据质量管理政策。信息架构管理政策通过明确对信息架构的管理要求，规范信息架构的建设和遵从原则，使企业的信息资产得到有效管理和重用。数据源管理政策通过明确企业在数据源建设和数据源使用方面的总体原则和要求，确保数据源头的统一，以及跨流程、为支撑实施数据治理，需在企业范围内建立一个企业级数据管理部，并明确其组织职责和运作机制。此组织负责制定数据管理相关的政策、流程、方法和支撑系统，制定企业数据管理的战略规划和年度计划并监控落实。建立并维护企业数据管理组织，监控数据质量，披露重大数据问题，建立专业任职资格管理体系，提升企业数据企业需要建立一系列统一的、标准的流程规范，来明确数据治理的各项工作方法、要求、流程等内容，才能做到企业上下按照统一标准执行落地，有效保障了良好的数据资产是释放数据要素价值的基础。在企业中，并非所有数据都能构成资产，只有那些能为组织带来价值的数据才能称之为数据资产，数据资产的形成有赖于企业数据资产管理是以业务数字化为前提，信息架构为基础，搭建统一规范、安全共享的数据底座，最终推动数在数据建设工作中，数据底座在数字化转型中起着关键作用。数据底座包含数据湖、主题联接与数据服务。并在数据安全与隐私保护的前提下，让数据更易获取，最终打破数据孤岛和垄断，让企业数据以服务的方式提供其中，数据主题联接，即将统一汇聚到数据湖中原始的内外部数据，按照业务流/事件、对象/主体进行联信息架构是以结构化的方式描述在业务运作和管理决策中所需要的各类信息，以及这些信息之间相互关系的企业级信息架构是指以结构化的方式描述在业务运作和管理决策中所需要的各类信息及其关系的一套整体组题业务术语题业务术语数据分层结构主题域分组主域对象逻辑数据实体属性数据标准对数据资产目录中业务对象在企业内的统一定义数据标准数据标准对数据资产目录中属性描述企业内需共同遵守的数据含义和业务规则1通过分层架构表达对数据的分类和定义厘清数据资产是建立数据模型的输入 是业务定义的规范统一语言，消除歧义为数据资产梳理提供标准的业务含义和规则通过E-R建模实现对数据及其关系的描述指导IT开发，是应用系统实现的基础数据架构数据标准业务术语43……概念数据模型数据分布信息链数据流数据源表达数据在业信息链数据流数据源务流的流转表达数据在IT系统的流转定义数据产生•数据资产目录：数据资产目录形成完善的企业资产地图，也在一定程度上为企业数据治理、业务变革提供了指引。基于数据资产目录可以识别数据管理责任，解决数据问题争议，帮助企业更好地对业务变革进行规划•数据标准：是定义企业层面需共同遵守的属性层数据含义和业务规则，是企业层面对某个数据的共同理解。业务数据标准有严格的限定，要求每个数据标准应该覆盖业务、技术、管理•数据分布：如果说前三个组件主要是从静态角度对数据、数据关系进行定义，那么数据分布则定义了数据产生的源头及在各流程和IT系统间的流动情况。数据分布组件的核心是数据源，指业务上首次正式发布某项数据的应用系统，并经过数据管理专业组织认证，作为数据价值释放是通过数据共享交换和数据交易流通的方式，加速数据资产在组织内部共享，或向企业外部提供用于交易获取的信息。在安全合规的前提下，以数据或其衍生形态进行共享或交易，扩大数据使用的范围，推数据管理是一项长期性的工作，需要企业持续进行维护更新和迭代升级，以确保数据资产的迭代和完善，不在数据运营阶段，企业可参照前期项目进行的数据成熟度评估方法，不定期地为企业进行数据运营效果的评估，用以判断一定周期内数据运营工作的效果如何，企业是否在成熟度上有所提高，也可以识别当前企业的主要为保障各项数据运营工作有效开展，推动数据运营有序进行，企业需要提供有力的运营保障机制，包含组织其中，运营执行包含信息架构运营、数据底座运营、数据质量运营和数据安全•信息架构运营：随着数据资产的新增和更新，需要同步对业务对象及其属性进行维护；同时，数据标准也需要根据业务的变化进行优化和调整，对不适用的数据标准•数据底座运营：由于数据应用建设新需求的增加或优化，数据底座也需要从供应和消费两侧进行调整，包含但不限于数据源的增加、数据间关联关系的更新、数据服•数据质量运营：在运营阶段，数据会被频繁使用、调整，且数据间关系错综复杂，因此企业在数据管理的各个环节都要严格按照数据质量管理规范，做好数据•数据安全运营：随着数据运营的发展，企业会有越来越多数据被共享，这对企业数据安全运营工作提出了更高的要求。企业要建立起全面有效的数据安全管控机制，并从数据安全分级、隐私保护、数据授权等方面做技术平台围绕着数据的流转、加工治理、计算分析的价值链，构建全链路数据平台，主要提供核心的海量数据处理能力，包括数据接入、数据存储、数据计算、数据分析（包括查询检索、分析挖掘、实时分析等能力）和从资源管理的角度考虑，未来数据平台的建设思路是实现平台系统全面云化，基于云平台构建企业统一数据平台，为企业各业务部门、管理部门共享统一的计算资源，以保证业务数据安全访问以及关键业务对计算资源的使用需求。大数据平台需建立完善的多租管理模型和租户的资源配额管理，支持动态添加和删除租户，实现对租户的计算资源和存储资源进行动态配置和管理，保证多租户之间的资源/数据服务的安全隔离，满足企业多个部华为云依托“立而不破”的架构理念，通过新老环境融合的双模（Bi-model）IT架构，构建联接一切数据、OnPremisesIT应用和数据连接新旧应用统一用户体验研发销售制造供应采购财经连接新旧数据建立逻辑数据湖伙伴IT系统 分支IT系统云服务OnPremisesIT应用和数据连接新旧应用统一用户体验研发销售制造供应采购财经连接新旧数据建立逻辑数据湖伙伴IT系统 分支IT系统云服务客户消费者开发者合作伙伴供应商员工移动和办公平台（移动和办公平台（Welink）数字化业务场景数字化业务场景…智能数据湖（联接一切数据、融合智能数据湖（联接一切数据、融合IT和OT） 物联网数据•数据集成：主要针对企业管理类数据、设备运行类数据以及海量的非结构化数据，提供实时数据采集、离线数据批量采集等工具服务，实现各种数据源快速•数据治理：为了保证各能源系统数据接入质量和数据分析质量，匹配业务标准对数据质量的要求，提供一站式数据治理工具，具备统一的元数据管理、数据的智能分析、管理和落地数仓标准和业务标准、数据质量智能监控和数据质量提升等功能，满足数据资产全局把该企业是全球领先的综合玻璃制造商，积极推动业务全球化和全球战略布局，通过规模优势和精细化管理建随着企业快速发展，该企业亟需通过数字化手段感知企业实时生产经营情况，支撑企业快速决策，提升企业营运效率。该企业天然气用量在全国工业用气量占比很高，占企业的成本支出的40%以上，如何利用数据驱动程及时管控、精准决策。该企业一把手决策建设集中监控预警指挥的管理系统（统称能力中心打通各厂区生产过程及经营数据，挖掘数据价值，为创新华为云提供数据使能咨询服务，基于华为云打造云数据底座，落地企业级数据管理体系，构建一站式数据治理生产线，建设智能集控中心，打造数字生产新模式。通过I驾驶舱，实现数据的清洁、可信、可用，实现企业集中、标准化管理，分析管理生产工况，多工厂对比寻优，经打造数字孪生系统，实现从园区、产线、工段多级三维组态的展示，支持逐层下钻分析，设备出现异常可秒实现了天然气等能耗数据秒级细粒度可视化，通过横向对比发现落后产线，找出不同产线在相同工段、设备上的工艺、质量等数据差异，推广优秀产线经验，优化天然气总量、分配比等配置；同时，各产线通过分析历史大数据进行纵向寻优，找出历史时段中的最佳控制参数。经过持续优化，年节省上亿的天然气费用，电机用电下该客户经营产业涉及水泥制造、塑料制品等等。其良好的业绩和卓越的产品品质享誉全国，远销海外。企业在全力推进产业数字化、数字产业化的过程中，企业不断夯实自己的数字化水平，建立各大应用系统以提升业务运作效率，并努力提高自身以及产业的数字化、网络化、智能化水平。为了支撑更加高效智能的业务，建设然而，由于整体的数据战略的缺位，在前期数字化基础建设中遗留的数据孤岛问题日渐凸显，逐渐成为其打造数字企业的瓶颈。横向上，生产数据标准体系不统一，各应用系统间的数据融合难以推进，产生与积累的数据无法用于智能化经营生产决策。此外，跨工厂生产数据缺少统一集控平台，产线层级的数据打通存在壁垒，导致产线综合分析与寻优设计无法开展。数字化对于运作效率的提升与优化“陷”在特定业务流程中，成效有限。纵向上，各层级的指标口径不一，数据传递受限，企业仍然需要投入大量的人力保障数据的准确、顺畅流转，人工数字世界物理世界 数字孪生，促进增长业务结果数据多领域感知运行监管平台质量管理设备管理及诊断平台生产管理优化平台Q数字世界物理世界 数字孪生，促进增长业务结果数据多领域感知运行监管平台质量管理设备管理及诊断平台生产管理优化平台Q华为数据团队从数据管理体系、生产数据应用平台、物联网平台着手，帮助该企业以生产为核心开展水泥智能工厂集群规划建设，并以工业大数据应用为牵引，致力于实现数据驱动业务运律体系”，统一了数据标准，建立了数据资产模业成功通过生产大数据与AI的融合应用，推动了企业生产的数字化升级，实现了生产效率与生产质量的大幅.感知业务、智能协同的生产数据平台保障产线精细化运营：以统一的IT/OT数据汇聚分析为基础，华为为客户构建了具备感知、记忆、认知与决策能力的生产大数据平台，实现了对各区域工厂产线设备的横向对比、纵向寻优，对产线状态的智能化实时监控与精确调整，保障产线设备安稳长满优运行的同时，降低了24%的指令直达现场重大风险感知现场影响互动重大风险感知量化评估矿山管理矿山管理优化平台现有IT系统扫描→决策→指挥现有IT系统生产大数据平台生产大数据平台感知能力、记忆能力、认知能力、决策能力流程数字化规则数字化对象数字化流程数字化规则数字化业务数据矿山生产生料粉磨熟料烧成水泥发运品质控制业务数据构建一个跨多工厂多产线、承载业务“数字孪生”感知业务、智能协同的数据平台，支撑工业大脑建设数据应用场景规划数据应用场景规划数据管理体系建设数据平台规划、设计和实施该企业是一家跨国啤酒生产集团，在全球多个国家拥有大型工厂，是全球规模最大的啤酒酿造厂，世界上前中国是该集团情况最为复杂的一个大区，总产量高达数千万吨，多语言、复杂精细的绩效指标管理要求、数绩效的改进是快消制造行业的一个巨大挑战!要实现集中控制、数字化和集中化管理最基础的是解决数据有效管理的问题。华为提供的方案是通过数据管资产的建设，为面向企业各层级各部门各角色的业务应用、报表提供洞察力的数据消费，实现业务的科学决策和通过数据工厂咨询和落地项目，华为数据团队助力客户建立了优秀的数据运营团队，为供应链提供可信、可•以数据驱动酒厂供应链业务变革。数据工厂项目通过建立统一的数据资产、数据标准和数据质量管控，集中对数据进行加工处理、并以业务自助数据服务的方式实现数据有效管理的目标和愿景。同时，强有力的组织保障是数据工厂建设的基础，因此建立了，包括：数据管理委员会，数据所有者及管理办公室，大区级数据管理团队，工厂级数据管理团队。并将数据管理融入酒厂运营流程，让数据融入到企业日常运作活动中，深度挖掘发现数据价值。通过这一系列的举措，•通过IT与OT融合，构建新型网状数据交互架构，主动感知业务变化，满足精细化管理的要求。秉承“以用促建”的核心理念，以统一的IT/OT数据汇聚分析为基础，帮助企业构建了满足酒厂运营、生产管理的指标体系，共一千五百多个指标。实现了横向跨所有领域,覆盖不同数据应用场景数据应用场景基础报表体系数据分析生产监测数据预测决策支撑……数据应用平台点图系统数据应用WarRoomORSCCR……数据服务数据服务数据服务数据工厂数据运营数据工厂数据运营组织数据运营流程数据管理规范主数据平台指标数据主数据实时数据loT平台搭建数据平台主数据平台指标数据主数据实时数据loT平台DGCDGC平台保障数据全周期管理的规范、质量保障保障数据全周期管理的规范、质量保障数据治理核心方案四设计安全策略观测数据事务数据指标数据指标标准主数据标准主数据参考数据属性标准二统一数据标准三夯实数据质量一盘点数据资产全球正处于以大数据、人工智能等为代表的新一代信息产业的加速变革期。将新一代信息通信技术与新一代航行技术深度结合，建设大数据、全感知、泛互联、智慧决策的运行体系，完成企业数字化转型工作是实现“四过去十年中，空管领域建成了许多业务系统，但没有整了系统烟囱和数据孤岛。导致一线员工信息来源分散，使其过度依赖经验进行人工决策，并且业务系统产生的数这前所未有市场变局，既为民航业创造出破解发展难题、拓展市场空间、提升竞争优势的战略机遇，也是一形成标准的数据交互模型，结合前端需求与应用场景对数据进行处理在此基础上，建设基于混合云架构的大数据平台，依托大数据理念与新兴技术，实现以空管应用场景为主导的大数据应用开发。未来将建立分局站的数据中心、生产运行指挥中心(AOCC)、跑道防冲突系统和基于语音识在新业务系统的建设中，华为优先解决的是空管关键领域的业务痛点，为企业开发部署了智慧塔台、放行时空管诉求业务数字化、智能化，加快对新需求的响应速度空管IT基础建设数字化、标准化打通管制、通导、气象等底层数据孤岛建立空管数据标准，沉淀数据资产充分发挥数据的价值，打造智慧空管沉淀数据资产，实现空管信息交换共享，实现智慧空管转型和顶层设计思路05AI应用岗位落地进行基于大数据的应用开发日落法则空管诉求业务数字化、智能化，加快对新需求的响应速度空管IT基础建设数字化、标准化打通管制、通导、气象等底层数据孤岛建立空管数据标准，沉淀数据资产充分发挥数据的价值，打造智慧空管沉淀数据资产，实现空管信息交换共享，实现智慧空管转型和顶层设计思路05AI应用岗位落地进行基于大数据的应用开发日落法则0302建设基于混合云架构的大数据平台01完成运行过程数字化解决异构数据的收集存储的标准问题04建立四地的数据中心生产运行指挥中心（AOCC）跑道防冲突系统基于语音识别的管制业务辅助应用系统空管基础设施与欧美相比差距较大，其信息化系统是本世纪初开始建设，由于当时的技术背景，系统设计思想是“将现实的业务流程在计算机系统里固化”流程和规则相对固化。开展数字化转型重点•数据业务化：挖掘利用数据，实现业务对象、流程、规则的数据流通链路，实现•业务智慧化：利用内外部可用的数据，构建涵盖空管、机场、航司的数据生态圈。在业务方面扩大空管数据共享的广度和深度，建立强大的数据分析和算法能力在管理方面打造空域精细化管理、流量在线协同化管理、空管绩效化在线管理等高效网络服务，为运行决策打造安全高效的智慧航空枢纽分钟级秒级空管运行控制精度10分钟级1分钟级航班发行时隙从数据中挖掘价值用智能算法提升决策水平汽车行业的业务发展环境正发生巨变变化：燃油汽车销量现的跨界竞争、持续提升的客户预期、创新的销售模式等等，对于车企而言，加速数字化变革以支撑业务战略实该车企为中国最早成立的车企之一。历经三十年来的发展，产销布局全国各地，自有品牌车型覆盖高中低各境的变化趋势，结合企业自身特点，不仅关注业务发展，也关注面向未来数字化的管理提升，希望通过数字化转型承载公司面向未来的发展规划。在持续的数字化转型进程中，数据越来越成为企业数字化转型的制约因素，该企业意识到数据治理成功与否成为企业数字化转型的关键。在内部多次管理层例会上，明确提出“数据治理和信息安全是企业在当前数字化转型中最高优先•数据不可知：随着多年的信息化建设，企业内部部署了1000据分散在各个烟囱系统中，无法获取到企业数据的全貌。而即便通过各种手段获取了数据，也无法能看懂数•数据不可用：在历史的各种数据应用建设过程•举措一：结合企业现有数字化变革推进委员会，设置数据管理组织体系、发布各类数据管理相关规章制度，同时结合企业内部变革管理、IT开发流程，嵌入各类数据管控机制，确保数据管控要求能真正落地到日常开•举措二：全面系统的数据架构建设及质量改进，通过华为数据架构设计三阶十八步法，逐领域梳理企业数据资产，并聚焦关键主数据、基础数据，横向拉通跨域数据标准，通过系统化的数据质量改进方法，推动数据•举措三：构筑统一的数据底座，实现全域数据汇聚，同时搭建各类数据治理、加工、分析工具链，一站式解•举措四：以点带面，识别速赢数据应用场景，验证数据治理的价值，同时带动各领域数据应用的全面展开。在项目初期，通过精准的产销匹配分析、高效供应过程异常监控及响应机制，在保障客户需求满足的前提下，该企业是国家战略布局的重点钢铁企业之一，是中国特大型钢铁联合企业，是钢铁企业竞争力评级为“A+数字化时代，数据已经成为企业的战略级资产，更是企业增长与循环发展的核心驱动因素。数据是“一切业务数据化，一切数据业务化”的核心，随着数字化的快速发展，以数字化加持的组织，将通过更快的感知、更高但是随着企业信息化系统的逐步增多，当前在传统IT系统上搭建BI报表为主的用数方式已经不能满足未来数据不能很好融合，不能赋能生产业务，这些问题•数据组织方面：数据找不到责任人，存在数据多头录入、多头管理的情况，数据管理责任和权力不清晰；缺•数据体系方面：数据管理工作无法可依，不知道如何获取数据，如何提数据需求，如何反馈数据质量问题；•数据平台方面：同一数据被多个系统重复集成，重复开发类似报表，网状布局，管理维护难度大；缺少统一术和经验积累，华为云打造了涵盖关系型与非关系型数据库在内的全场景数据库云服务，为目前已经规模应用在金融政企:IOE架构替代、分布式改造云原生泛互联网:弹性成本、敏捷创新GaussDBGaussDBGaussDB(GaussDB(forMySQL)100%兼容MySQL生态兼容MongoDB、Redis、InfluxDB、CassandraRDSRDSforMySQLDDM分布式数据库中间件RDSforMySQLRDSforPostgreSQLDDS文档数据库数据库和应用迁移数据库和应用迁移UGO数据复制服务DRS图5-1通过华为严谨、高质量、高安全要求的研发流程把控，经过内存、单机、分布式多条技术线、多个版本的融低门槛的要求。GaussDB(forMySQL)是采用存算分离架构，并且兼容MySQL生态的云原生数据库，主要面向泛互联网市场，提供比原生MySQL更极致的服务。GaussDBNoSQL拥有多模数据管理能力，通过统一管控平38381)千锤百炼的GaussDB，金融政企数字化转…… 全+增华为公有云华为公有云华为云Stack•高扩展：通过横向扩容提升集群的整体性能和容量，扩容无需停止•高安全：GaussDB是业界首个纯软全密态数据库，实现数据从传输、计算到存储的全程加密，解决数据库云2)GaussDB(forMySQL)，云原生数据库，助力企业实现极致弹性、敏捷创新势 NDP让数据处理就近执行，从多个层面激活了并行处理的能力，充分下文状态，在达到安全的事务边界后，确保会话上下文状态被完整重放至目标节点并与原会话一一关联，从而完GaussDB(forMySQL)具备：•高可靠性：支持跨可用区、跨region部署，提升实例容灾能力；存储三副本，秒级备份。共享分布式存储，•海量存储：华为DFV分布式存储，容量高达128TB，存储自动分片，无需分库分表。根据数据量自动伸缩，3)GaussDBNoSQL，业内领先的云原生多模数据库GaussDBNoSQL是一款支持“一库多用，统一运维”的多模数据库，兼容Redis,Cassandra,MongoDB,InfluxDB四种生态，以一套统一方案，解决KV、宽表、时序、文档等各式各样的存储需求，最这四种引擎都具•时序数据库：采用云原生存储与计算架构，根据业务变化快速扩缩容、数据冷热实现分层访问，通过高效压滚丢失数据的顽疾，保持高性能的同时实现了强一致。广泛应用于游戏、物流、出行、社交、物联网、视频•宽表数据库：为写吞吐做了特别优化，与开源Cassandra相比，性能可提升3倍，同时解决了宽表领域海量数据存储需求；提供海量数据的多维查询、文本检索、模糊查询等能力；适用于半结构化海量数据的存储，4141代理层计算层分布式共享存储引擎分布式共享存储引擎存储层5.2GaussDB(DWS)数据仓库服务GaussDB(DWS)新一代全场景云数据仓库，是一款具备分析及混合负载能力的分布式在线数据处理数据库，提供即开即用、可扩展且完全托管的分析型数据库服务。围绕企业级内核、实时分析、协同计算、融合分析、云原生五大方向构筑架构领先的数据仓库，GaussDB(DWS)提供云数仓、IoT数仓和实时数仓三种产品形态，可广泛应用于金融、车联网、政企、电商、能源、电信等多个领域，为各行业PB级海量大数据分析提供有竞争力的处理引擎，由众多拥有独立且互不共享的CPU、内存、存储等系统资源的逻辑节点组成。在这样的系统架构中，业务数据被分散存储在多个节点上，数据分析任务被推送到数据所在位置就近执行，并行地完成大规模的数据处与传统数据仓库相比，主要有以下特点与显著优势，可解决多行业超大规模数据处理与通用GaussDB(DWS)采用全并行的MPP云化分布式架构，业务数据被分散推送到数据所在位置就近执行，并行地完成大规模的数基于Shared-Nothing开放架构，GaussDB(DWS)可随时根据业务情况增加节点，扩展系统的数据存储能力和查询分析性能。扩容后容量和性能随集群规模线性提升，性价比0.8。扩容过程中支持数据增、删、改、查，在任意单点物理故障的情况下系统依然能够保证支持数据透明加密，同时可与数据库安全服务（DBSS）对接，基于网络隔离及安全组规则，保护系统和用使用GaussDB(DWS)管理控制台，无需安装数据仓库软件，也不需要部署数据仓库服务器，就可以在几分钟之内获得高性能、高可靠的企业级数据仓库集群。轻松完成应用程序与数据仓库的连接、数据备份、数据恢复、数全流程数据质量监控、统一数据资产管理、数据开发服提供了简单易用的迁移能力和多种数据源的集成能力，降低了客户数据源迁移和集成的复杂性，有效的提高数据迁移和集成的效率。数据集成提供超过40种同构/异构数据源之间批量数据迁移，帮助企业实现数据自由流动。支持自建和云上的文件系统、关系数据库、数据仓库、NoSQL、大通数据基础层到汇总层、集市层的数据处理链路，落地数据标准和数据资产，通过关系建模、维度建模实现数据标准化，通过统一指标平台建设，实现规范化指标体系，消除歧义、统一口径、统一计算逻辑，对外提供主题式DataArtsStudio数据开发提供一站式的大数据协同开发平台，提供全托管的大数据调度能力。提供可视化的图形开发界面、丰富的数据开发类型（脚本开发和作业开发）、全托管的作业调度和运维监控能力，内置行业数据处理pipeline、一键式开发、全流程可视化，支持多人在线协同开发，支持管理多种大数据云服务，极大地DataArtsStudio数据质量支持对业务指标和数据质量进行监控，数据质量可检验，帮助用户及时发现数据质量问题。业务指标监控是对业务指标数据进行质量管理的有效工具，可以灵活的创建业务指标、业务规则和业务场景，实时、周期性进行调度，满足业务的数据质量监控需求。数据质量监控对数据库/仓/湖里的数据进行准确性、唯一性六个维度进行单列、跨列、跨行和跨表的分析，也支持数据的标准化，能够根据数据标准自动生DataArtsStudio数据目录提供企业级的元数据管理和资产管理。数据资产管理可视，支持钻取、溯源等。通过数据地图，实现数据资产的数据血缘和数据全景可视，提供数据智能搜索和运营监控。元数据管理模块是数据治理的基石，支持创建自定义策略的采集任务，可采集数据源中的技术元数据。支持自定义元模型，批量导入业务元数据，关联业务和技术元数据、全链路的血缘管理和应用。数据地图围绕数据搜索，服务于数据分析、数据开发、数据挖掘、数据运营等数据表的使用者和拥有者，提供方便快捷的数据搜索服务，拥有功能强大的血缘ManagerManagerDataArtsStudio数据服务为企业搭建统一的数据服务总线，帮助企业统一管理对内对外业务主题/画像/指标的访问、查询和检索，提升数据消费体验和效率，最终实现数据资产的变现。数据服务提DataArtsStudio数据安全提供数据生命周期内统一的数据使用保护能力。通过敏感数据识别、分级分类、隐私保护、资源权限控制、数据加密传输、加密存储、数据水印、静态脱敏和动态脱敏等措施，帮助用户建立安SchedulerSchedulerHDFS是大数据上通用