大数据应用场景规划

◆   系统众多，数据分散：企业应用系统众多，数据存储分散，数据标准化程度不高、颗粒度差异较大

◆   数据质量不高：各系统间数据采集方式差异较大，依靠人工录入数据，数据质量较低，难以支撑日常管理与决策

◆   缺乏应用场景：公司已存在较多数据，但不清楚在哪些场景可以使用，如何体现数据资产的价值

◆   数据定义与来源不清晰：对于具体应用场景，对于数据定义、数据统计口径、计算公式、数据来源、数据更新频率等缺乏清晰定义

◆   数据资产不够全面：多数企业仅拥有应用场景中的部分数据，数据资产不够全面，数据应用效果受到影响

◆   大数据应用平台选型：大数据应用平台功能界定、系统选型建议等缺乏清晰认知

•   世纪华达解决方案

1、应用场景梳理：

◆   数据资产盘点

◆   应用场景需求调研

◆   数据匹配性分析

2、实施路径与策略

◆   数据质量提升建议

◆   大数据分析与应用平台选型

◆   实施路径与策略