A+ A A-

叡揚資訊 – 大數據分析解決分案

叡揚的智慧分析布局--母體為席、模型為幕、智能為景


 圖 叡揚的智慧分析布局

叡揚的智慧分析布局以資料湖泊架構為基底,包含各種來源、類型的資料,經由不同方式的儲存、處理、淨化、管理後,彈性地產出各種分析資料;資料湖泊可同時包含「未被清理的資料」(Unclean Data),以保持其最原始的形式,分析者可取得最原始模式的資料,以減少因數據流失而導致資源上再處理資料的必要,讓來自各地的資料更易於結合。

然而資料湖泊架構並非只是一堆資料存放在一起,其資料管理與品質之首起,則是更需如實體倉儲一般依據生產過程的產出特性來規劃原物料、半成品或成品等儲區,令其井然有序且易於管理,每一資料儲區即是一實體或邏輯上的資料庫(Hadoop上稱之為區域):資料湖泊架構階段可劃分為保持最原始形式的來源資料映射區、保存變動期間的明細資料待清理區、下架歷史區、擴增資料暫存區及後期綁定區,並隨資料湖泊成長向前擴增來源資料反綁定區;在資料倉儲資料庫劃分為完整資料的乾淨明細區、彙總維度區、資料超市。

資料品質管理則是需要規劃管理資料變動的Metadata管理以及ETL(Extract-Transform-Load)的內含資料品質作業。其中Metadata管理則是以建立倉儲資料的資料建構管理(Data Configuration Management)機制,包含建置標準化詞彙集(Vocabulary)及其語意描述、業務規則或計算邏輯,管理資料建構識別(Data Configuration Identification) 以及資料的版本(Versioning of Data)、Metadata知識庫,輔以Metasearch全文檢索功能。而在ETL的設計上需考量Metadata與資料轉檔邏輯程式之間的一致性,並進行資料加值與回饋,定期或不定期收載、清理或整合資料,以確保資料收容的品質。

在分析報表方面,運用互動式視覺效果的BI工具,提供使用者以全新的方式檢視並分析資料,以進行統計、比較、分佈、趨勢分析;經由長期的追蹤及勾稽、個案解析及評量、時空分佈與變異等,可將分析結果回饋到既有系統。對於業務方面能有進一步的應用,以提升決策的有效性,將決策風險降至最低,並找出潛在有價值的洞見。



客戶成功案例

衛生福利部中央健康保險署建置資料倉儲搭載MRE    讓龐大資料轉化成易懂報表資訊的最佳幫手

衛生福利部中央健康保險署資料提供閘門系統之應用

財政部高階主管資訊系統    決策制定牽一髮而動全身

高雄榮民總醫院管理決策系統    掌握決策者所需之內外部資訊

台大醫院資料倉儲報表系統   快速提升行政效率

臺灣菸酒公司因商業智慧系統    制定有效行銷策略

 

延伸閱讀

產業專利知識平台   當群體智慧遇上人工智慧 — 智慧財產局的智慧選擇

TAF首創食品防火牆   建認證食品安全驗證服務網

資料倉儲與資料湖泊互補 — 巨量資料浪潮衝擊下的思維

運用資料產生新收入的8種方法

如何確保大數據分析的品質:淺談監督式機器學習的測試評估方法

政府資訊開放   除了開放更要好存取易應用