空间数据要素赋能低空经济应用 GISTC 01 背景需 求 GISTC 数据要素市场发展蓝图已经绘就 《“数据要素 ×” 三年行动计划 (2024—2026 年 ) 》 : 场景征集 《数据“二十”条》 : 三权分置 ( 持有权、加工使用权、经营权 )+ 安全 数据产权制度 流通交易制度 收益分配制度 安全治理制度 国际：数字领域合作 应用示范地区 + 相关服 务机构 试点先行，重点突 破 倍增 数据交易规模 开放融合，安全有序 20%+ 数据产业年均增速 有效市场，有为政府 300+ 典型应用场景 需求牵引，注重实 效 GISTC 数字技 术创新 体系 数字 安全 屏障 城市 治理 应急 管理 绿色 低碳 商贸 流通 数字文化 医疗 健康 工业 制造 现代 农业 P3 空间 GISTC P30 03 总结与展 望 GISTC ① 场景能力 共建共治共享共创，飞行一次，识别违建、乱 扔垃圾、水域污染、交通拥堵、突发火情等， 将数据推送至对应部门业务系统，高效赋能。 ② 成效 · 节约人力成本， 一次飞行满足多部门需求 · 激活沉睡资源，按需点单飞行探索持续运营 · 释放采集数据价值，采集数据脱密开放 · 数据分析能力复用，节约算力经费投入 ·

步 成 熟 ， 多 个 应 用 难 点 通 过 集 中 攻 关 已 取 得 一 定 的 成 果 。 如 在 设 计 阶 段 ， 通 过 三 维 ＢＩＭ 平 台 及 二 次 开 发 ［ １］ ， 能 完 成 满 足 加 工 精 度 的 建 造 信 息 模 型 。 在 钢 结 构 建 造 过 程 ， 通 过 焊 接 机 器 人 ， 实 现 焊 接 、 上 下 料 、 磨 削 抛 光 等 作 业 、 产 业 化 施 工 工 法 等 ； （ ３） 产 业 链 集 成 应 用 ， 含 数 字 化 预 拼 装 、 设 计 深 化 平 台 、 智 慧 工 地 与 多 方 管 理 平 台 、 智 能 加 工 运 输 及 物 联 追 踪 协 同 管 理 平 台 等 ； （ ４） 建 筑 全 周 期 运 维 ， 含 施 工 模 型 交 付 标 准 与 运 维 信 息 转 换 标 准 、 数 字 ， 实 现 精 细 高 效 建 造 ， 提 高 建 造 质 量 与 品 质 。 在 资 源 整 合 与 科 学 管 理 环 节 ， 施 工 阶 段 通 过 与 数 字 化 ＢＩＭ 设 计 成 果 的 无 缝 承 接 ， 对 建 造 过 程 进 度 、 质 量 、 成 本 进 行 动 态 管 控 ， 实 现 工 程 建 造 各 方 数 据 有 效 共 享 和 高 效 协 同 管 理 ， 对

叉复杂，提取有效信息存在一定难度 1 决策辅助的偏失 智慧园区要求从有效信息中提取开分析， 形成可视化报表，辅劣园区决策，这要 求智慧系统具备大数据分析能力，开切 合园区实际的需求，丌能存在偏失 运营理念的缺乏 在日常的运营管理中，没有贯彻执行 绿色园区的理念 设施设备的落后 设斲设备的落后是阻碍园区绿色建 设和智慧建设的主要原因 统筹规划的挑战 绿色园区建设覆盖园区的全与业和 有效信息难 (?) 03 四 多 变化多 设备多 交叉多 分区多 功能密集 人员密集 设备密集 信息密集 C 分项计量 高效空调系统 智慧照明 太阳能热水 空气质量监测不新风联劢 漏水监测系统 雨水回用 节水洁具 节水、节能 园区智慧后勤综合 管理系统 ( 贯穿、整合、控制 ) 园区信息管理系统 通信网络系统 绿色设计技术 案，来 实行标签化管理，可以实现对设备使用的可控化，开对设备利用率、故障率、 维修率、闲置率等控标进行统计分析，实现资 源 的有效利用 。 01 绿色园区 绿色园区 02 能耗管理 能括管理 03 后勤管 理 后耐管理 园区智慧后勤综合管理系统一功能特点 园区智慧后 勐综合管理 平台 园区智慧后勤综合管理系统一功能特点 对涉及运营安全的重点设备进行全时段的监控，开在故障发生

人工智能技术 自动控制技术 智能装备技术 计 算 机 网 络 技 术 现 代 管 理 技 术 管理 装 备 和 产 品 智 能 化 生 产 过 程 智 能 化 管 理 、决策智能化 服务智能化 新 业 态 新 模 式 智 能 化 能 源 管 理 安 全 环 保 设 备 管 理 生 产 效益升级 生产优化 设备预测 能效提升 质量预警 安 全 研判 应急决策 开放平台 区 块 链 摆 质检设备 88 应用平台 实时采集、 计量设备 乡 物联网 图仪器仪表 运维平台 传感设备 运营平台 回 智能设备 数 字 化 安 环 数 字 化 物 流 数 字 化 仓 储 数 字 化 质 控 数 字 化 能 源 数 字 化 设 备 使能平台 云设施平台 统一大数据中心 用 统 一 支 撑 平 台 智 能 边 缘 计 算 数 字 化 调 度 数 字 化 生 产 数 字 化 仿 真 数 字 化 研 发 数 字 化 办 公 数 字 化 资 产 数 字 化 客 户 数 字 化 绩 效 数 字 化 供 应 链 数 字 化 应 急 生产设备 物 流 设 备 能源建模数据 质控建模数据 数宇化客户

扫码关注销售易公众号 扫码关注销售易公众号 赋能企业以客户为中心 营销服全流程智能辅助： 将 A I 技 术 深 度 融 入 营 销 服 全 流 程，AI Agent为不同业务角色提升 工作效率，让客户更满意 智能决策支持： 销售易整合内外部数据，融入AI 技术，通过强大的BI工具帮助管 理者及一线业务实现深入、全面 的客户洞察与业务分析。 关于销售易CRM 自主构建Agent 六大业务智能体，化身智能 业务助理，精准赋能营销服 场景 全流程智能化 复制成功客户案例，挖掘优 质潜客 精准潜客识别 获取难 营销活动搭建落地 费时费力 老客二次转化 乏力 智能客户画像 当用户借助AI拓客时，AI能够结合 CRM数据和外部网络，准确理解用户 意图，并自动提取优质潜客画像 智能拓客 基于优质客户画像，AI能可视化地呈 现推荐理由和潜客分值，帮助用户快 AI可以为推荐出的新老客户清单，智 能匹配相关营销策略，设置针对不同 客群的个性化营销活动。 智能老客营销 基于CRM存量客户数据，智能提炼存 量客户画像特点，并基于这些特点在 客户池中找到相似客户，推动交叉销 售或增复购 解析存量客户需求，发掘 老客户增购复购机会 智能推荐营销策略，高效触达 激活潜客 缺乏客户分层，导致营销 不精准，活动打开率低 营销Agent AI赋能潜客获取-跟进转化-老客营销全链路，提升新

调研 其他 调研 企业内部现状 与外部行业 对比分析 诊断调研小结 诊断报 告 / 建议 方案 项目小 组讨论 组织体系 岗位体系 人力资源管理政策 薪 酬 激 励 体 系 绩 效 考 核 体 系 员 工 培 训 体 系 员 工 招 聘 体 系 员 工 满 意 度 工 作 流 程 与 制 度 企 业 文 化 …… 4 EHMD 诊断系统理论模型： 借鉴中智诊断模型，开展企业 机 体 形 态 运 行 机 能 精 神 内 涵 外 显 形 态 导 向 与 策 略 工 具 及 应 用 效 果 评 价 绩 效 界 定 绩 效 评 价 绩 效 反 馈 培 训 目 标 培 训 实 施 培 训 评 估 人 才 需 求 获 取 配 置 效 果 评 估 基 础 管 理 融 合 管 理 提 升 管 理 行 为 规 范 能 力 引 导 双 赢 发 展 调研 7 EHMD 诊断系统成果示例： 诊断结束后，中智将提供企业人力资源管理诊断分析报告，帮助企业从各个人力资源管 理模块剖析自身人力资源管理水平。 同时，中智有十年强大的常模数据积累，能提供有力的市场标杆，令企业在了解自身 状况的同时也与外部数据进行对比，协助企业寻找自身管理的市场定位，客观地解读诊断结 果。 第三部分（优化 及建议） 问题模块阐述：贵公司在人力资源管理薪酬与激励模块和所处阶段有一定差距；

调研 其他 调研 企业内部现状 与外部行业 对比分析 诊断调研小结 诊断报 告 / 建议 方案 项目小 组讨论 组织体系 岗位体系 人力资源管理政策 薪 酬 激 励 体 系 绩 效 考 核 体 系 员 工 培 训 体 系 员 工 招 聘 体 系 员 工 满 意 度 工 作 流 程 与 制 度 企 业 文 化 …… 4 EHMD 诊断系统理论模型： 借鉴中智诊断模型，开展企业 机 体 形 态 运 行 机 能 精 神 内 涵 外 显 形 态 导 向 与 策 略 工 具 及 应 用 效 果 评 价 绩 效 界 定 绩 效 评 价 绩 效 反 馈 培 训 目 标 培 训 实 施 培 训 评 估 人 才 需 求 获 取 配 置 效 果 评 估 基 础 管 理 融 合 管 理 提 升 管 理 行 为 规 范 能 力 引 导 双 赢 发 展 调研 7 EHMD 诊断系统成果示例： 诊断结束后，中智将提供企业人力资源管理诊断分析报告，帮助企业从各个人力资源管 理模块剖析自身人力资源管理水平。 同时，中智有十年强大的常模数据积累，能提供有力的市场标杆，令企业在了解自身 状况的同时也与外部数据进行对比，协助企业寻找自身管理的市场定位，客观地解读诊断结 果。 第三部分（优化 及建议） 问题模块阐述：贵公司在人力资源管理薪酬与激励模块和所处阶段有一定差距；

5G 、工业互联网等 数字产业化 转型 赋能 企业 数字化 企业各个模块的全局数字化：生 产业务、管理模块与数字技术结 合，实现各环节平台化、协同化、 体系化、整体化 研 发 生 产 采 购 运 营 物 流 售 后 财 务 人 力 工 具 / 兵器 流程 / 教练 战略 / 军师 生态 / 同盟 军 流程赋能业务，组织建在流程上，能力建在组织上， 目标 企业数字化是实现数字经济腾飞的基石 固化 优化 僵化 标准化 流程化 知识化 市场洞察决定目标设定 目标设定牵引能力建设 能力建在组织上 组织服务于流程 流程赋能业务 业务驱动系统建设 系统应用生成数据 数据助力绩效 信息化建设 （工具 / 兵器） 数字化转型 （战法 / 内功） 信息化建设与数字化转型的“六化”原则 市场结果 氛围与文化 关键任务 现在系统平台是否有效支持彼此沟通协同？  人才的数量和质量是否匹配战略需求？  未来如何更好地培养数字化人才？  现有激励措施是否有效促进数字化转型？  现有的文化是否支持数字化转型？  管理方式如何从控制向赋能转变？  人力资源在营造文化氛围上扮演什么角色？ 市场洞察 战略意图 创新焦点 业务设计  数字化对企业的竞争环境有什么有影响？  数字化对客户价值有哪些影响 ?  数字化方面企业自身的优势、劣势分析

数据却依旧陷入应用困境。究其本质是由于数据 治理缺位：唯有实现数据的及时采集、安全存储、高质量处理与结构化整合，才能将其转化为驱动决策的“高纯度燃 料”。 而数据治理的终极目标是通过数据应用赋能业务。数据价值的释放需要打通“治理”与“应用”：通过贯通营销 服流程，让客户基础数据、交易数据、服务工单数据在业务场景中自由流动，形成“数据反哺业务、业务沉淀数据” 的闭环；通过将数据嵌入商机推 核心场景，让结构化数据成为销售策略的“导航仪”、服 务效率的“加速器”、客户运营的“显微镜”。在渠道管理中，通过统一数据口径、沉淀全生命周期合作数据，实现 “厂商赋能渠道、渠道反哺市场”的双向共赢。 而当大模型应用成为企业提效的标配，数据的安全性、及时性、多模态处理能力成为AI应用落地的前提：不合规 的数据可能引发法律风险，低质量的数据会导致模型输出偏差，非结构化数据的割裂会阻碍智能应用的深度落地。此 数据底座，更 要通过智能应用让数据智能真正转化为业务效能。 本书聚焦“数据治理-数据应用-AI 创新”三大核心维度，深度拆解企业如何从数据沉淀起步，通过治理破局数据 孤岛与质量困境，通过应用赋能销服与渠道管理场景，最终通过AI+CRM实现数据价值的指数级释放。希望本书能为 正在探索数据价值的企业提供方法论参考与实践启示，助力更多企业在数智化竞争中构建“数据资产-业务效能-商业 创新”的正向循环，最终抵达数据驱动增长的新巅峰。