微软汽车行业大数据平台建设探讨.pptxVIP

汽车行业 - 数据驱动的时代The Connected Marketing, Sales ServiceThe Connected VehicleConnected Product InnovationConnected OperationsTransformation OpportunitiesOthersCustomer Examples汽车行业面临的挑战信息化的纵深发展，带来汽车行业的大变革高度互联的业务变化要求无处不在的客户体验需要数字化转型 60%的客户的交互都是通过数字渠道和经销商网络车企需要增强他们的价值网络，通过数字渠道的方式来洞察客户全生命周期的管理。车辆信息Hub的转型智能互联车辆到2020你那互联车辆的渗透率将从20%上升到90%开放的生态环境将给车企带来更多的挑战，也给车企提供更多的服务机会独特的互联客户体验是未来的主要方向汽车行业信息化的趋势为四个“Connected”今天的技术趋势正在引爆机会！！！Connected Marketing, Sales Service客户更愿意通过数字渠道结合经销商网络来做决定物联网Connected Vehicle驱动更多的个性化客户体验和持续服务移动企业社交Connected Operations成本和风险管理依然是企业制造和运营的关键因素大数据云计算Connected Product Innovation智能互联的产品驱动了开发过程中的创新车企的“Connected”首先意味着大量业务数据的整合531 应用4600 接口 3400 晚间批量任务没有 “端到端” 的流程. 海量非结构化数据支持效率: 一般一个员工只能支持17个应用所有的数据都是复杂、耗时和难以获取…然而：业务整合只是一个过程数量 数据爆炸性增长集成 各自为政的数据孤岛质量 数据质量不可靠行动 难以快速获得数据价值车企需要构建这样的大数据平台和业务互联优化设备和流程性能设计优化5. BI商业智能7.机器自学习通过对客户的洞察来更好更客户互动5. BI商业智能4. 大数据供应链合作1. 可扩展的数据链接和数据获取5. BI商业智能3. 可按地域的云存储捕获细致的数据和优化性能新型服务能力2. 复杂的数据流和监控规则提供差异化的客户体验优化资源配置6. 客户和服务管理6. 客户和服务管理互联大数据平台带来的价值云平台 + 基础架构全局化 | 可扩展客户亲密度情景体验 | 跨设备体验Data关系生命周期管理crm | plm | scm | dms机器自学习预测 | 分析The Connected Marketing, Sales ServiceThe Connected VehicleConnected Product InnovationConnected OperationsTransformation OpportunitiesOthersCustomer Examples汽车行业互联的大数据平台方案大数据中心平台整体架构车联网Connected car互联网Internet车联网试验车舆论情报RFID车载娱乐终端采集和预处理日志处理企业大数据中心Hadoop 集群Connector算法和模型ETL分析、展现和其他应用EDW 数据仓库数据利用SAPCRMLOBAPPs社区官方网站检测监控预测维护市场营销分析展现R Server /机器学习 /分析挖掘Streaming实时分析大数据中心平台逻辑架构数据处理数据采集数据展现ProcessingLanding LayerServing LayerBatch LayerSQL Server BIPre-computingPrecomputingAd-hoc Batch ViewsRaw Data Storage Batch Views实时数据流Raw Data StorageData AreaStatic Batch ViewsStatic Views PrecomputingData Landing实时数据流 Microsoft R ServerSpeed LayerReal-Time Processing, Aggregations实时数据流StreamingSQL ModelingIndexing and ViewsBI to Web企业私有云平台基础架构Layer boundaryData flow (with direction indicated)Data exchangeLegend:大数据中心三大组成部分数据分析及展示-R-Server/BI数据分析平台3数据存储及运算-Hadoop平台2基础架构-私有云平台1微软私有云(IaaS)平台逻辑架构 统一门户门户管理平台 SharePoint Server数据中心管理员（资源管理）应用