数字化转型过程中(zhōng)，数据作(zuò)為(wèi)核心的载體(tǐ)，对传统数据仓库架构提出了更高挑战：
- 要求维度更多(duō)和宽度更宽的数据提供数据分(fēn)析基础。
- 要求时效性更高的数据采集和汇聚能(néng)力。
- 要求更多(duō)能(néng)满足业務(wù)应用(yòng)的多(duō)样化数据服務(wù)能(néng)力。
- 要求更加便捷和快速的业務(wù)应用(yòng)能(néng)力，為(wèi)业務(wù)赋能(néng)减负。
- 要求有(yǒu)更加敏捷的BI分(fēn)析能(néng)力，為(wèi)经营决策和业務(wù)分(fēn)析提供数据支撑。
- 要求数据分(fēn)析方法和算法更加科(kē)學(xué)和智能(néng)化，使得基于数据的业務(wù)决策和举措更加精(jīng)准。
- 更加完善的数据资产(chǎn)管理(lǐ)与治理(lǐ)能(néng)力，使得数据更加可(kě)见、可(kě)读、可(kě)信、可(kě)控及更好用(yòng)。
- 要求有(yǒu)更加科(kē)學(xué)的存储资源和计算资源管理(lǐ)能(néng)力，动态管理(lǐ)多(duō)种数据应用(yòng)场景和资源需求。
认知与数据咨询為(wèi)客户提供专业的数据咨询与实施服務(wù)：
- 企业数据战略和架构规划
基于数字化转型為(wèi)总體(tǐ)战略要求，以数据服務(wù)业務(wù)和场景為(wèi)核心目标，以数据管理(lǐ)和治理(lǐ)為(wèi)手段，对企业数据战略进行规划，包括数字化战略规划、数据组织设计、数据人才體(tǐ)系建设、数据运营流程设计、数字化文(wén)化建设等。并根据数据战略，围绕数据全生命周期，进行数据架构规划，包括数据分(fēn)类、数据分(fēn)层分(fēn)布定义、数据流转设计及数据管理(lǐ)和治理(lǐ)蓝图和目标设计。
- 企业数据平台规划与实施（ODS/数据仓库/数据湖(hú)/数据中(zhōng)台/数据湖(hú)）。
明确企业级数据平台/数据中(zhōng)台定位，分(fēn)析企业级数据平台/数据中(zhōng)台业務(wù)能(néng)力和技(jì )术能(néng)力要求，从应用(yòng)、数据、技(jì )术等多(duō)个维度规划其架构，设计数据平台/数据中(zhōng)台开发及运维體(tǐ)系（DataOps），数据资产(chǎn)管理(lǐ)与治理(lǐ)體(tǐ)系、数据运营體(tǐ)系，形成数据中(zhōng)台架构蓝图、功能(néng)蓝图、平台蓝图、技(jì )术组件清单，并基于业務(wù)数据双轮驱动的策略制定阶段性实施目标，进而形成总體(tǐ)实施路線(xiàn)图。在落地实施过程中(zhōng)，提供产(chǎn)品选型、平台设计与开发、ETL及调度设计与开发、数据模型设计、数据服務(wù)开发、数据产(chǎn)品开发、数据治理(lǐ)等多(duō)种实施服務(wù)。
- 企业数据资产(chǎn)管理(lǐ)与治理(lǐ)（数据治理(lǐ)/数据资产(chǎn)管理(lǐ)）。
从数据资产(chǎn)管理(lǐ)的角度，参考DAMA、中(zhōng)國(guó)信通院、IFW等多(duō)个行业数据治理(lǐ)方，遵照监管要求，结合行业经验，从数据资产(chǎn)可(kě)见、可(kě)读、可(kě)信、可(kě)控、可(kě)用(yòng)的目标出发，确定数据资产(chǎn)管理(lǐ)及治理(lǐ)的核心领域（数据标准、数据质(zhì)量、元数据、数据安(ān)全、数据生命周期、主数据、数据模型、数据架构等）及保障机制（政策与制度、组织与职责、流程与机制、平台及工(gōng)具(jù)），设计数据资产(chǎn)管理(lǐ)和治理(lǐ)體(tǐ)系框架；从落地实施及过程管控的角度，建立数据认责體(tǐ)系、流程管理(lǐ)、过程管控、检核模版与工(gōng)具(jù)手段等；分(fēn)析和设计数据资产(chǎn)管理(lǐ)场景和需求，设计和实施数据资产(chǎn)管理(lǐ)平台、标签管理(lǐ)平台、数据管控平台、指标平台等相关数据资产(chǎn)和数据产(chǎn)品的管理(lǐ)与管控平台。
- 企业数据模型设计（企业级数据模型、应用(yòng)模型）。
参考行业数据模型建模方法，分(fēn)析企业主要数据主题分(fēn)类及说明（A模型），进一步确定各主题下的业務(wù)分(fēn)类和信息项分(fēn)类（B模型），根据业務(wù)分(fēn)类和信息分(fēn)类，确定主要实體(tǐ)及关系(C模型），并针对各主实體(tǐ)及关系实體(tǐ)完善信息要素，形成数据逻辑模型.（C’模型）。结合实际数据量和平台特性，构建与之对应的物(wù)理(lǐ)模型（D模型）。
- 数据资产(chǎn)运营咨询
以数据服務(wù)业務(wù)和场景為(wèi)最终目标，从数据运营目标、数据运营组织、数据运营流程和机制、数据运营工(gōng)具(jù)和平台等维度规划和设计数据运营體(tǐ)系框架。并结合企业实际情况，从数据运营实施策略、数据运营实施目标、数据运营实施路径等进行落地实施规划和辅导。以数据资产(chǎn)為(wèi)核心，完善数据治理(lǐ)體(tǐ)系，优化和提升数据服務(wù)能(néng)力。推动数据资产(chǎn)和业務(wù)应用(yòng)双向赋能(néng)，形成业務(wù)数据化、数据资产(chǎn)化，资产(chǎn)服務(wù)化的良性循环。
- 数据挖掘与专题分(fēn)析（聚焦业務(wù)专题分(fēn)析）
以客户营销、體(tǐ)验优化、数据运营等多(duō)个业務(wù)主题和场景為(wèi)目标，通过数据业務(wù)指标、分(fēn)析数据需求、构建分(fēn)析和挖掘模型，并制定业務(wù)运营策略，协助业務(wù)活动落地并分(fēn)析业務(wù)实施效果，迭代优化分(fēn)析模型的闭环数据分(fēn)析，為(wèi)客户提供专业的数据分(fēn)析方法和理(lǐ)念，构建业務(wù)速赢与長(cháng)效机制，形成数据分(fēn)析资产(chǎn)与数据产(chǎn)品。
