数据中台
产品简介
Product introduction
数据中台汇集企业内各类业务平台数据,通过数据接口获取各平台数据,对数据进行集中管理,建立数据关联,通过数据计算和加工为用户挖掘数据价值,同时作为各个业务的数据源,为业务系统提供数据和计算服务。见著科技的数据中台可对接公司信息化管理系统ERP企业资源计划、PLM产品生命周期管理、MES制造执行系统、BPM业务流程管理、KMS知识管理系统等,应用大数据技术,对收集的海量数据进行采集、清洗、动态展示、建立模型、预测分析等技术处理,实现从设计、工艺、制造、交付到运维的全生命周期数据管理。
![](/image/big/zu29.png)
核心优势
Core advantage
![](/image/big/tc1.png)
多类型数据导入
支持结构化数据 和非结构化数据
![](/image/big/tc2.png)
易用
平台操作简单易用 任何用户都会用
![](/image/big/tc3.png)
数据兼容
支持数据库 Hadoop、NoSQL
![](/image/big/tc4.png)
大容量数据
数据容量 无限扩充
![](/image/saas/ydwt.png)
应对问题
Coping with problems
![](/image/big/tc7.png)
运维参数、工艺参数、质量数据采集
![](/image/big/tc8.png)
确立时间参照,圈取故障点抽取实效参数,清洗数据
![](/image/big/tc9.png)
修正参数区间及权重,优化映射关系指数
![](/image/big/tc10.png)
确认工艺参数与产品质量映射管理基本要素建模,推断生产条件的合理区间
![](/image/big/tc11.png)
分析故障点和实效参数规划强弱级关联、标签化分类,提纯关联因子
主要功能
major function
![](/image/big/tc12.png)
生命周期管理
基于大数据的产品
全生命周期管理(PLM)
![](/image/big/tc13.png)
质量管控
质量管控对接
QS系统数据
![](/image/big/tc14.png)
智能运维监控
智能运维监控
故障管理
预警管理
![](/image/big/tc15.png)
场景管理
管理业务
场景设计
各业务单元关注不同内容,支持根据客户需求定制化功能 以及不同数据权限的控制
![](/image/big/1.png)
![](/image/big/2.png)
![](/image/big/3.png)
![](/image/big/4.png)
![](/image/big/5.png)
![](/image/big/6.png)
![](/image/big/7.png)
![](/image/big/8.png)
![](/image/big/9.png)
![](/image/big/10.png)
适配场景
Adaptation scenarios
适用于已实施企业资源计划管理(ERP)系统、产品生命周期管理(PLM)系统、企业生产制造管理(MES)系统的企业,帮助企业实现需求管理、项目管理、产品管理、物料管理、BOM管理、配置管理、工艺管理等功能。
![](/image/big/t527.png)
应用价值
Application value
![](/image/big/tc20.png)
实现数据共享
通过数据平台实现数据集中,确保大数据用户均可使用数据,充分发挥数据作为企业重要资产的业务价值![](/image/big/tc21.png)
驱动业务创新
大数据业务人员可以基于明显、可信的数据,进行多维分析和数据挖掘,为产品更新创造了有利条件![](/image/big/tc22.png)
调优产品参数
通过工业制造数据和运维数据分析,实现在设计和制造阶段就指导参数调休,降低故障率![](/image/big/tc23.png)
提高生产效率
通过导入智能制造平台、APS高级排产与调度来实现对工厂生产过程全数据管理、质量监控与预警、资源可用量管理存储自动化管理、配送智能化管理,提高生产管理效率![](/image/big/tc24.png)
提升服务质量
基于大数据的相关技术进行健康状态评估、故障诊断与预测和状态维修决策建议。从而降低维修成本,优化售后服务,为终端用户提供更好的体验的目标。![](/image/big/tc25.png)
改善数据质量
从中长期看,大数据对各数据的整合、清洗、有助于整体数据质量的改善,提高数据的实用性数据中台
数据中台汇集企业内各类业务平台数据,通过数据接口获取各平台数据,对数据进行集中管理,建立数据关联,通过数据计算和加工为用户挖掘数据价值,同时作为各个业务的数据源,为业务系统提供数据和计算服务。
见著科技的数据中台可对接公司信息化管理系统ERP企业资源计划、PLM产品生命周期管理、MES制造执行系统、BPM业务流程管理、KMS知识管理系统等,应用大数据技术,对收集的海量数据进行采集、清洗、动态展示、建立模型、预测分析等技术处理,实现从设计、工艺、制造、交付到运维的全生命周期数据管理。
见著科技的数据中台可对接公司信息化管理系统ERP企业资源计划、PLM产品生命周期管理、MES制造执行系统、BPM业务流程管理、KMS知识管理系统等,应用大数据技术,对收集的海量数据进行采集、清洗、动态展示、建立模型、预测分析等技术处理,实现从设计、工艺、制造、交付到运维的全生命周期数据管理。
![](/image/big/zu29.png)
核心优势
Core advantage
![](/image/big/tc1.png)
多类型数据导入
支持结构化数据 和非结构化数据![](/image/big/tc2.png)
易用
平台操作简单易用 任何用户都会用![](/image/big/tc3.png)
数据兼容
支持数据库 Hadoop、NoSQL![](/image/big/tc4.png)
大容量数据
数据容量 无限扩充![](/image/big/tc5.png)
高并发
高性能的实时 并行挖掘![](/image/big/tc6.png)
实时数据集成分析
支持集成和 实时分析![](/image/saas/ydwtp.png)
应对问题
Coping with problems
![](/image/big/tc7.png)
运维参数、工艺参数、质量数据采集
![](/image/big/tc8.png)
确立时间参照,圈取故障点抽取实效参数,清洗数据
![](/image/big/tc9.png)
修正参数区间及权重,优化映射关系指数
![](/image/big/tc10.png)
确认工艺参数与产品质量映射管理基本要素建模,推断生产条件的合理区间
![](/image/big/tc11.png)
分析故障点和实效参数规划强弱级关联、标签化分类,提纯关联因子
主要功能
major function
![](/image/big/tc12.png)
生命周期管理
基于大数据的产品全生命周期管理(PLM)![](/image/big/tc13.png)
质量管控
质量管控对接QS系统数据![](/image/big/tc14.png)
智能运维监控
智能运维监控故障管理预警管理![](/image/big/tc15.png)
场景管理
管理业务场景设计![](/image/big/tc16.png)
信息互通
故障信息与产品信息联通![](/image/big/tc17.png)
业务健康管理
基于大数据的健康管理(PHM)各业务单元关注不同内容,支持根据客户需求定制化功能 以及不同数据权限的控制
![](/image/big/1.png)
![](/image/big/2.png)
![](/image/big/3.png)
![](/image/big/4.png)
![](/image/big/5.png)
![](/image/big/6.png)
![](/image/big/7.png)
![](/image/big/8.png)
![](/image/big/9.png)
适配场景
major function
适用于已实施企业资源计划管理(ERP)系统、产品生命周期管理(PLM)系统、企业生产制造管理(MES)系统的企业,帮助企业实现需求管理、项目管理、产品管理、物料管理、BOM管理、配置管理、工艺管理等功能。
![](/image/big/t527.png)
应用价值
Application value
![](/image/big/tc20.png)
实现数据共享
通过数据平台实现数据集中,确保大数据用户均可使用数据,充分发挥数据作为企业重要资产的业务价值![](/image/big/tc21.png)
驱动业务创新
大数据业务人员可以基于明显、可信的数据,进行多维分析和数据挖掘,为产品更新创造了有利条件![](/image/big/tc22.png)
调优产品参数
通过工业制造数据和运维数据分析,实现在设计和制造阶段就指导参数调休,降低故障率![](/image/big/tc23.png)
提高生产效率
通过导入智能制造平台、APS高级排产与调度来实现对工厂生产过程全数据管理、质量监控与预警、资源可用量管理存储自动化管理、配送智能化管理,提高生产管理效率![](/image/big/tc24.png)
提升服务质量
基于大数据的相关技术进行健康状态评估、故障诊断与预测和状态维修决策建议。从而降低维修成本,优化售后服务,为终端用户提供更好的体验的目标。![](/image/big/tc25.png)
改善数据质量
从中长期看,大数据对各数据的整合、清洗、有助于整体数据质量的改善,提高数据的实用性联系我们
地址:北京市朝阳区慧忠北路103号洛克时代中心A座电话:010-68661832
邮箱:sales@mes123.com
见著科技公众号
![](/image/zh.jpg)
见著科技公众号
![](/image/zh.jpg)
见著科技公众号
![](/image/zh.jpg)
![](/image/sy-h.png)
首页
![](/image/yx-h.png)
线上留言
![](/image/dh-h.png)
电话沟通
![](/image/kf-h.png)
联系客服