概述

建立大屏可视化综合展示平台，构建各业务板块统一的大数据分析平台，构建数据驾驶舱与智慧调度平台。深入探索挖掘企业的客户信息数据，以“大数据”理念，创新业务模式，向用户提供数据分析增值服务。建立数据中心分析系统，贯穿各业务板块，设立标杆，落实计划执行，时刻跟踪决策效果，实现经营活动数字化、绩效指标可视化，为决策层提供数据决策依据。

重难点分析

①数据来源广。元数据除了来自于已有的传统业务系统外，还包括设备日志、传感器、多源数据库等。这些源端数据、类型、结构完全不同，整合难度大。

②数据标准不统一，质量低。企业的信息化建设，或因顶层设计缺失，或因某些历史原因等，致使屯余数据过多，而有价值的数据存在于各个信息孤岛之间，碎片化的信息阻碍了决策层透视全局。

③LED大屏分辨率：随着LED大屏技术成熟化，才能够方便支持当下的大屏可视化的需求。才能够继续在视觉效果上面进行更加酷炫的设计。

重难点解决措施

①优化数据收集。数据收集是最终导致业务决策的事件链中的第一步，确保收集的数据和业务感兴趣的指标的相关性非常重要。定义对企业有影响的数据类型，以及分析如何增加价值。基本上，考虑客户行为，以及这将对企业的业务有何适用性，然后使用此数据进行分析。

②建立完整的大数据治理体系，保证数据质量。对分散在各系统中的数据提供一套统一的数据命名、数据定义、数据类型、赋值规则等的定义基准，通过数据标准化可以防止数据的混乱使用，确保数据的正确性及质量，并可以优化商业模式，指导企业生产经营工作。

③采用标准尺寸、比例、小间距大屏构建显示屏系统，优化大屏可视化展示效果，提高决策分析能力。

架构设计

大屏可视化综合展示系统采用B\S的架构，主旨帮助用户快速分析数据并洞察业务趋势，从而实现业务的改进与优化。系统支持非常丰富的数据源连接，能够通过拖拉拽的方式快速制作图表，并可以方便展示在LED大屏等设备上。其系统架构图如下：

数据层面向在用户信息化建设过程中产生多种数据源（例如数据仓库、数据湖等），将这些数据需要经过（抽取、清洗、转换等）ETL处理和存储的过程，形成数据可视化所需的各类数据集。

数据集面向而数据管理员可以将的关系型数据库、非关系型数据库、大数据平台、excel表格、api数据源接入到系统中，进行集中配置和维护。可以通过直连的形式访问系统中维护的关系型数据库数据源，也可以利用Kettle组件在本地连接模式下抽取和转换来自各种类型数据源的数据，进行数据的清洗。同时利用Apache Doris提供实时数据分析能力数据，帮助我们数据管理员可以进行海量数据分析，获取企业级的所需数据集，数据集是可视化图形展示的数据的重要来源。

视图层，面向前端业务人员在数据集的基础上，通过托拉拽的方式，利用折线图、饼图、柱状图、地图等图表制作其所想表达价值的各类视图组件。

仪表板层作为数据可视化展现层，通过可视化效果展示将各种数据视图形成面板，并在LED大屏、PC、移动端中进行展示。从而帮助我们的企业管理人员可以快速的进行决策分析等提供数据支撑。

同时系统为企业用户提供可靠的安全与集成方式，包括日志审计、单点登陆、嵌入式集成、RestApi等。以及管理方式包括用户管理、组织管理、角色管理、权限管理等。