........44 8.2. 建模支撑产品..........................................................................................................................................44 8.2.1. TongDM 数据建模................. ......................................................................................... 45 8.4. 建模概述................................................................................................. ..........55 8.7.1. 建模方法概述....................................................................................................................................... 55 8.7.2. 维度建模法简介...................

家 工 作 台 决策分析 盈利能力 分析 决策看板 行动建议 财务报告 生成 智能预测 AI问答 指标查询 数据解读 异常检测 指标推荐 报告生成 领域数 据建模 业务规则 指标建模 指标库 基础财经应用 总账 预算 税务 资金 25 费报智能审核 智能数据洞察 （规则引擎） 决策参谋 （智能体） 智能审核 预置审核规则校验结果，包含发票、敏感 词、金额、新闻类、自定义等 多维数据库 关系库 数据 治理 连接配置 清洗规则 数据采集 任务监控 服务编排 模型定义 元数据采集 数据查询服务 明细追溯 指标应用 标签画像 模型管理 数据洞察 智能经营分析 体系建模 体系管理 维度管理 模型管理 规则管理中心 一般计算 外币折算 分摊因子 分摊推导 合并抵销 勾稽校验 数据处理 数据分摊 数据推导 报表计算 数据采集 采集任务 看板分析 指标应用 智能洞察 报告模版 报告组件 报告生成 我的报告 智能助手 业财智能融合，全场景驱动高效决策 元数据管理 文件导入 分析库 数仓 ... 加工 服务 分布式计算引擎 可视化建模 指标计算 ... 标签加工 ④ 内部公开 请勿外传 29 构建业财融合一站式数据管理平台 数据源 核算系统数据 业务系统 供应商 利润中心 主数据 • 凭证明细 • 科目余额

造跃升， 构建起战略落地与组织协同的核心动能。 在数智化层面，流程治理借助自动化与智能化技术，实现对业 务流程的深度优化与资源精细化管理。引入业务流程管理（BPM）构 建流程标准化框架，通过建模、部署、执行、监控全生命周期管理 实现流程体系的系统化重构；引入流程挖掘技术，通过一致性分析、 根因分析、异常检测、流程仿真和预测等手段，跟踪和分析流程执 行情况，精准识别瓶颈、风险与异常点，及时做出调整与优化。应 流程治理推动流程贯通与提效 二、流程数据概述 (一)流程数据定义和范围 流程数据是指在流程中产生、收集、处理和使用的各类数据， 记录了业务流程执行的完整过程。流程数据作为流程运行的“数字 足迹”，是实现流程建模、部署、执行、分析、优化的核心基础和 重要依据，正从信息传递的“附属产品”跃升为战略价值突出的“基 础资产”。 按数据用途分，流程数据可以分为基础数据层、描述数据层、 衍生数据层。 中国联通 25）》 5 图 2 流程数据的范围 1. 基础数据层 基础数据层涵盖流程事件日志和流程主数据，是记录流程运行 的实体基础，承载业务流程的客观真实记录，支撑流程实例分析、 合规审计、仿真建模、跨系统协同等。 流程事件日志是指业务流程执行过程中产生的带有时间戳的事 件记录集合，涵盖流程“三要素”数据，即流程实例标识符（流程 运行中生成的全局唯一的标识 ID）、业务活动名称（按照统一标准

出入库管 理，基于模型算法设计优化供应物流网络，实现订单精 准配送和准时交付。全维度绘制客户画像，开展产品全 流程信息追溯，实时响应客户产品维保需求，提升售后 服务水平和交付质量。利用大数据建模构建供应链风险 预测分析和评估诊断模型，基于模型对供应链风险精准 识别和应急防控。 (六)探索跨场景集成优化 引导行业龙头企业绘制重点行业、重点产业链数字 化转型场景图谱，推动产业链环节的模块化表达，引导 要 素划分为数据要素、知识模型、工具软件、人才技能等 4 类要 素以及数字基础设施保障(如图 2 所示)。 图 2 场景的数字化要素 1.数据要素：以电子形式存在，利用运算、挖掘、建模等方 式，支撑实际生产经营业务活动并发挥重要价值，是场景数字 化转型的关键驱动要素。 2.知识模型：利用数据挖掘、机器学习、人工智能等技术， 对场景中对象、现象和原理进行数字化、结构化处理，形成反 化提供依据，提升产品售后服务满意度和交付质量，增强用户 粘性。 4.供应链断链预测预警 鼓励企业建立供应链数据监测系统，整合企业资源计划、生 产执行、仓储管理、客户管理等系统数据，利用大数据建模构 建供应链风险评估模型，针对供应商交货延迟、物流运输堵塞 等关键指标设定报警阈值，实现供应链断链的提前报警以及应 急调度。 (六)跨环节协同 1.基于 MBSE 的产品全生命周期管理

云翊数据中心精益管理系统 ， 依托 3D 数字孪生技术 ， 结合数据中心设备资产数据 ， 实现对数据中心从 “ 园区 - 楼 - 机房 - 机架 -U 位 - 设备 ” 的多层级 3D 可视化建模能力 ， 对数据中心实现虚拟仿真展示。 同时 ， 支持 根据客户需求自定义全景视图大屏 ， 并提供标准化扩展接口 ， 满足对数据中心动环、 视频、 设备性 能数据等 各类数据对接展示 根据数据中心园区实景照片、机房 CAD 图纸等对数据中心实现多层级、 可下钻 3D 建模。 2. 支持 300 多类 IT 设备标准模板，覆 盖 不同设备品牌、类型、型号。 3. 支持根据设备资产数据自动匹配， 实现“一站式”建模。 一站式 3D 建模 一键式数 据对接 一体化全 景展示 云翊数据中心精益管理系 统 数据中心全景视图大屏 智能沟通机器人 星空雷达 网络 AI 分析平台 中国移动 IT 云智慧运维创新实 践 磁盘健康检测平台， 是提供针对服务器设备中 HDD 、 SSD 的多种主流品牌型号的磁盘开展健康 AI 模型建模与检 测 服务。 平台支持基于 API 的磁盘运行数据采集 ，依托 AI 算法 建立磁盘健康度预测模型开展磁盘健康评估 ，并将 磁盘健康 度预测结果通过监控大屏展示。 统一数据采 集 支持多个主流厂家的

的新的数据应用场景进行分析； 企业数据中台实施步骤：调研盘点 统一数据存储计算平台 解决大数据量存储计算问题， 主要包括结构化、非结构化数据的分 布式存储和离线计算、实时计算、即席计算、在线计算、算法建模 等， 主要是以 Hadoop 生态体系为代表的分布式存储计算框架为主。 数据中台基础设施 统一数据资产建设工具 解决数据资产建设过程中数据交换、数据开发、数据资产管理、数 据服务的问题 、 Greenplum 关系型数据库 Kafka 、 ZeroM Q EXCEL 、 CSV 、 T XT 企业数据中台实施步骤：数据建设 统一数据层建设 ：以维度建模为理论基础进行传统数仓建模，构建总线矩阵，划分业务板块、定义数据域、业务过程、维度、 度量、修饰类型、 修饰词、时间周期、派生指标，进行维表、明细事实表、汇总事实表模型设计与开发。 能够为业务所使用并产生价值的加工后的数据。 发布部署 运维监控 发布部署 发布运维规范 数据研发规范 数据血缘 数据质量 需求下发 服务引擎授权 环境隔离 资源包 环境隔离 权限控制 角色管理 实时数据开发 数据建模规范 数据访问审计 数据分级管理 调用访问审计 元数据管理 算法库 开发角色管理 服务引擎发布 数据服务上架 离线数据开发 数据工具 / 服务管 理 数据服务引擎管理 用户角色管理

信息 - 结构关系 交互 IT 服务 portfolio 展现服务层 业务逻辑服务层 共享服务层 基础服务层 未来软件架构元模型 逻辑技术模块 逻辑软件技术模块 逻辑软件技术接口 建模 集成管理 集 成 集 成 Service Taxonomy 服务架构分层定义 服务架构分层 展现服务层 -- 业务依赖，是与用户的界面 -- 提供展现服务，其目的是优化用户体验，强调标准化和规范 一个成功的企业架构工具所必需… 支持业界标准的方法和企业架构框架 IBM Rational SYSTEM ARCHITECT 具有如下核心特性… 支持可自定义和配置的架构元数据模型 支持可自定义和配置的架构建模符号 支持业界标准的商用数据库 支持可扩展的多用户使用环境 支持多种基于角色的用户界面 支持功能丰富的报告和分析工具 … 用统一的语言来定义架构内容  … 提供对架构信息的访问控制 Experience Strategy Modernize Hotels Enterprise Direction Diagram 商业目标 行为模型 追踪矩阵 通过业界的标准来进行架构建模 – Goals – Objectives – Strategies – Tactics Business Objectives UML – All UML Diagrams – Class

怎么今天没人接单 基于片断拼凑和句法分析计算相似度 特定相似度邻域内的样本进行投票决定待预测问题的答案 2.4.7.2 基于实例的识 别 无骑手接单 无骑手接单 推断 已知 > 根据业务逻辑建模 > 根据业务模型建立分层意图体系 > 建立意图间相容相斥关系 > 训练意图识别模型 > 根据意图识别结果和意图关系对候选进行过滤 > 保持问题的意图一致性 2.4.8 基于业务模型的意图过 滤 业务接口自动调用 > 理论上，只要人工客 服处理流程能抽象成 SOP 标准流程，都能 转成一棵“决策树” ， 由 机器人自动执行。 2.5.1 Task 示 例 > 采用 BPM 流程建模 > 每个结点都带语义识别和情感识别能力 > 人工处理 SOP 总结 task 流 程 2.5.2 Task > 定义常用子流程便于共享 > 支持流程间的任意组合 > 从日志中自主学习各种子流程 model 离散变量的树形 Bayesian 网络 > 可以进行多维度分类，不同的 离散变量代表不同的划分方式 > 无监督算法，不需要标注数据 > 可以从不同的切面对数据进行 深入分析， 辅助人工建模 2.7.1 基于 LTM 的多维聚 类 2.7.2 人机协同学习的智能运 营 AI 训练师 + 智能客服 = 很多很多的人工 客服 3.1 落地效果 --QABot 实时响应、 24

询、数据授权、数据列表管理、数据状态同步等。  算法互联能力：算法发布、算法认证（可选）、算法查 询、算法授权、算法管理、算法状态同步、联合统计算法互联（条 件必选）、安全求交算法互联（条件必选）、联合建模算法互联 （条件必选）等。  应用互联能力：组件注册、组件列表管理、作业创建、 作业审批、状态同步等。  通用安全要求：通信数据安全、任务监控、信息存证（可 选）、算法迁移完整性保护、数据使用管控、结果数据访问控制 （1）平台互通模式 双方使用各自的隐私计算平台，基于字节开发打包的联邦建 模算法镜像实现互通。 （2）合作方案 双方通过联邦建模的方式对客户精确识别，并制定更加合适 的 RTA 出价策略，实现广告的精准投放、广告费用降本增效。 25 （3）应用效果 经过联邦建模精准识别的目标客户，广告投放成本降低了 15%。 4.平安产险与蚂蚁-可信车险精算联合定价应用 （1）平台互通模式 平安 交通银行与某互联网机构-精准营销 （1）平台互通模式 交通银行与某互联网机构使用各自的隐私计算平台，按照互 联互通标准改造实现互通。 （2）合作方案 交通银行与某互联网机构合作，实现匿踪查询、隐私求交特 征连接、联合建模和推理预测等关键功能，用于银行精准营销拓 客，建立专属获客模型，提升目标客群触达率及转化率。 （3）应用效果 从实际的应用情况看，达到了提升目标客群触达率及转化率 的效果。模型应用后，接触的优质客群占比提升了