欢迎访问大数据&AI生态共享平台

Tempo大数据分析平台

2018-04-10 作者:luoc【收藏】

企业信息:

美林数据技术股份有限公司

  • 所属分类(大类):大数据分析类
  • 所属分类(小类):分析平台

基于的开源框架: Hadoop、Spark、HDFS、hive

应用领域:其他

主要技术特征:

    美林“Tempo大数据分析平台”是一款数据价值发现与利用平台。平台基于大数据框架,集数据可视化探索、数据深度分析、模型应用开发于一体,为企业各级数据分析、数据价值利用人员,提供专业、敏捷、易用的大数据分析平台。
1、先进的大数据架构
    Tempo平台基于先进的大数据架构,支持分布式存储、分布式并行计算、内存计算,无论大数据还是小数据,同样实现高性能。
2、世界领先算法
    产品内嵌10种世界领先独创算法、21种分布式经典算法、8种中文文本处理算法。在算法支持方面,美林独创的L1/2算法在高维问题分析中准确率比普通算法具有明显优势。美林数据的算法团队,具备较强的算法研究能力,能够很好满足客户数据分析挖掘需求。
3、高维可视化
    高维可视化分析技术,帮助用户快速发现数据中隐含的业务规律,促进用户科学决策、智能决策和决策可视。平台包含美林自主研发散点图,气泡图,弦图,年轮图,扳手图,玫瑰图,词云图等十几种高维图形;
4、独创数据可视化语言
    美林独创DVL数据可视化语言,实现业务场景、数据建模、数据关系展现的便捷与可视化。
5、插件化系统结构
    系统整体基于插件结构,每个图形或算法操作相关资源打包为一个插件,独立于系统框架,系统启动加载并安装到系统中。


运行平台要求:

硬件环境:
数据服务器:
Intel 64位 32核及以上CPU
内存:64GB及以上
硬盘:1TB及以上
网络:千兆以太网络
应用服务器:
CPU:Intel 64位 8核及以上CPU
内存:32GB及以上
硬盘:500GB及以上
网络:千兆以太网络
软件环境:
数据服务器:
Redhat Linux6.5以上
Hadoop2.6、Hive、Spark2.0
Oracle10g以上,MySQL
应用服务器:
Windows Server 2003 64位以上, Redhat Linux6.5以上
中间件:Tomcat8
JDK:1.8
客户端:
浏览器:IE9 +,Chrome 45+,Mozilla Firefox40+


产品应用及销售情况:

制造业案例:
1、某飞机制造企业数据运营门户,根据实际业务类型,定制企业数据运营门户,以可视化方式实时展现企业经营现状;
2、某光学仪器装配合格率提升
    惯性测量单元一般用来测量物体三轴姿态角以及加速度的装置,是由三个激光陀螺部件组装而成。这些激光陀螺部件在组装前先是由采购部门采购,经过质监部门全部检验合格并出具质检报告后进行组装。
    但目前存在的问题是:本来已检验合格的陀螺仪部件经过组装后,再次检测合格率比较低,一次合格率仅为45%,造成比较大的成本浪费。
    问题的关键是组装过程的方法存在一定偏差。本次分析目标是如何提高组装成功率。
    数据分析师通过业务调研与分析,首先采集历史相关的陀螺仪性能及相关参数。其次,利用美林Tempo大数据分析平台,对不同类型的陀螺仪建立最佳安装位置识别模型,判断该陀螺仪安装在X轴、Y轴、Z轴三个方向哪个方向上使得整体装置的性能达到最佳。
    最后对模型的准确率等进行理论评估和数据验证,将模型中发现的规律,即陀螺仪性能相关参数和最佳安装位置,应用在实际的组装流程中以提升整体装置性能。
实践表明,在20个批次的陀螺仪装配的合格率数据中,我们发现装配一次合格率成功达到了70%左右,为企业节约了大量成本!
 
金融行业案例——证券公司精确营销:
    某证券公司是国内一大型券商,在全国28个省、市、自治区设有140家证券营业部,拥有近340万客户,客户资产规模达4000多亿元。
    如何进行客户行为轮廓刻画?主动地识别经纪业务的销售机会,及时将有效的销售线索传递到具体的客户接触点,获得关键客户忠诚度和满意度。
    面对同质化竞争激烈挑战,公司需要进一步明确目标细分市场,提供个性化服务,实现差异化战略。
    公司业务人员与数据分析师,通过Tempo大数据分析平台进行探索分析,为企业提供了一套精准营销策略,经过实施,将客户响应率从原本的“36%”提升为“43%”;客户转化率从以前的“1%”转化为“26%”。
备注:
- 响应率:有意向或回访机会客户/有效客户数
- 转化率:愿意签约的客户数量/有效客户数


产品详细描述:

Tempo大数据分析平台在电力、制造及金融领域得到广泛的认可与应用;
 电力行业应用:
    1、某电力公司运监数据监测大屏,实现企业运监数据在企业内大屏的展现,并根据具体业务规则,定时进行数据自动刷新;
    2、某电力公司客户缴费习惯与信用评价分析应用。
基于大数据的高压用电客户信用评价分析,以某省售电公司营销系统中客户历史缴费数据为基础,利用评价算法构建客户信用等级评价模型。根据不同用电用户的信用情况评价结果,售电公司可实行差异化营销服务。基于高压用电用户的信用评价,有助于售电公司识别潜在的高风险客户,有助于售电公司降本增效,有助于售电公司提升经营管理水平。
    基于大数据的高压用电客户信用评价分析,以某省售电公司营销系统中客户历史缴费数据为基础,利用Tempo大数据分析平台评价算法构建客户信用等级评价模型。
    根据用电用户缴费数据情况和业务要求,将客户信用评级由高到低划分为A级、B级、C级、D级。级别越低,意味着被评价客户的企业运行状况、交费状况越差,客户违约风险越高,电费回收风险越大。
    根据不同用电用户的信用情况评价结果,售电公司实行差异化营销服务。基于高压用电用户的信用评价,帮助售电公司识别潜在的高风险客户,实现售电公司降本增效,提升了售电公司的经营管理水平。


平台认证状态:

本产品已经过本平台认证

产品
解决方案
案例