一、系统概述

    叮咚智管数据可视化BI平台以数据作为驱动，选用成熟的大数据存储架构，利用数据仓库、数据可视化与分析技术结合大数据、数据挖掘、机器学习等前沿技术，将业务运维各维度的数据转化为信息和知识的解决方案，提供一套可视化的挖掘分析工具，可灵活调整分析过程，帮助物业管理企业分析各种运维数据实现业务监测、业务洞察，业务优化、决策优化。在满足物业企业不同人群基于权限管理前提下，对数据查询、分析和探索的需求，实现企业对业务的监测和洞察，从而支撑管理决策、提升管理水平、提高业务运营效率、改进优化业务，实现降本增效。

    系统提供多种数据交换的接口，实现数据的快速汇入，同时对汇入的数据进行去隐私化、归一化、过滤、归并等进行数据的清洗。数据存储与计算层提供分布式文件存储系统、数据仓库、分布式数据计算存储、非关系数据库、关系数据库等。数据建模与分析层是整个大数据分析的核心功能层，主要实现可视化模型管理、分析模型库、分析任务调度管理、分析数据汇入管理等主要功能。展示层提供人机交互的界面，提供可视化的展示。

二、系统功能

数据源管理

主要用于管理数据源，对数据源访问权限进行控制

数据采集

提供多种数据交换的接口，实现数据的快速汇入采集

数据治理

对采集数据进行数据清洗、数据治理等操作

数据建模

可视化模型管理、分析模型库、分析任务调度管理、分析数据汇入管理等

数据存储

提供分布式文件存储系统、数据仓库、分布式数据计算存储、非关系数据库、关系数据库

数据分析计算

按照不同分析维度对各类数据进行分析计算

数据统计

对基础业务数据、财务收费手机、实时设备数据、运营数据、交互操作数据进行统计

数据展现

以图形化形式提供人机交互的界面，提供可视化的展示

三、系统架构

  叮咚智管数据可视化BI平台支持数据采集、数据治理、数据建模、数据统计与分析，实现弹性扩展的智能大数据管理系统。实现数据可视化、智能大屏、数字驾驶舱的无界决策。

四、系统优势

1、统一数据标准及服务

  叮咚智管数据可视化BI平台提供完善的数据质量管理，保障各项数据治理工作能够得到有效落实，达到数据准确、完整的目标，通过数据标准体系建设方法论+数据指标系统，统一数据指标口径，消除数据二义性。通过统一对外数据服务接口，实现所有需求，一个接口。

2、统一数据资产管理、统一开发平台

  大数据最终目的就是要服务于各部门单位、人员等，能更准确更快更方便的服务是数据服务管理的目标。通过叮咚智管数据可视化BI平台来统一数据源，变多源为单源，加快数据流转速度，提升数据服务的效率。

3、安全的异构数据聚合、主题化的数据融合

  叮咚智管数据可视化BI平台提供数据的安全性保障，可以实现离线、实时对异构数据进行采集上、配套任务实时监控、数据采集并预警。可以对多元异构数据进行汇聚、解析、关联、融合、比对等。平台基于业务主题域的数据关联和多维分析，可以规范、标准的对数据建模进行集成化的数据加工。

4、全域数据治理、数据智能化服务

  叮咚智管数据可视化BI平台数据可溯源、权责清晰数据质量可评估，可统一评分体系。可以智能数据标签、智能数据开发、智能算法引擎、智能生产优化决策、智能供应链优化决策。可以实现富媒体应答、数据可视化、智能大屏、数字驾驶舱的智能交互服务及与各种系统对接。

五、系统特点

1、模块化设计思想

大数据分析系统整个架构包括数据采集、存储、分析、展示四个方面。各个模块之间可以独立部署也可以进行耦合组合。

2、海量数据处理能力

支持对PB级海量数据进行数据汇入、存储、分析、展示，并进行数据的关联分析，从多维度深层次挖掘关联安全事件，从中发现有价值信息。平台采用分布式处理技术，其数据处理能力支持通过横向扩展硬件服务器而增加。

3、采用可视化建模技术

具有可视化建模能力，平台已经预置了丰富的可视化建模算子，利用对算子灵活的拖拽操作，完成数据分析场景的构建。可视化建模技术根据实际业务需求，梳理要处理的数据以及选取处理算子，再自由组合算子，生成新模型，能为应对可变性较大数据分析业务提供极大的便利。

4、采用集成化展示技术

为用户提供综合性且灵活可变的分析展示视图。支持多仪表组、支持多屏显示、支持统计型图表包括饼状图、环形图、柱状图、横条图、线形图、面积图、热点图、散点图等，支持关系型图表包括树形图、力导向图、群络图、视网膜图等。

六、系统价值

1、网络安全态势分析：

通过大数据分析平台对客户单位的网络的安全防护体系进行梳理，收集安全数据，通过多维的数据分析，统计各项态势指标结果，最终呈现客户单位的安全态势。

2、网络安全问题发现：

通过大数据分析平台收集客户单位的安全问题分析有价值的数据，进行数据关联分析和数据挖掘分析，发现客户单位各种潜在的安全问题。

3、业务数据价值挖掘：

通过大数据分析分析平台收集客户单位海量的业务数据，根据业务数据范围和特点建立挖掘模型，挖掘对企业有决策价值的数据。