億信華辰一站式數據應用平臺的總體架構如下：以數據倉庫建設為基礎，以應用報表平臺和數據補錄平臺為支撐，進行報表分析、領導駕駛艙、數據補錄等應用，為領導人員、業務人員、系統管理人員等提供統一的訪問門戶。
匯聚全局業務數據后關聯打通，業務架構基于人、財、物、場景方法論，構建人才、項目、財務、客戶等指標及KPI體系，從而完成數據采集、數據治理、數據分析到數據應用的企業數據服務全流程管理。
為了構建滿足企業精細化管理要求的完整、集約、一致、多維、高效、易用、良好的數據基礎，挖掘數據價值，促進數據管理及應用能力提升，億信華辰按照三步走方法論進行平臺建設：
第一步，數據倉庫建設，構建統一的數據視圖，實現數據統一共享，同時對數據倉庫進行全生命周期管理；
第二步，數據采集補錄，按照數據標準和采集規范進行明細數據補錄與統一存儲；
第三步，提供多種數據分析應用，提供多效一致的數據應用和構想，滿足多種靈活便捷的數據獲取方式，支持數據挖掘和多維度綜合分析，促進業務能力提升。
第一步：數據倉庫建設
數據倉庫分成4層進行建設：
第一層：數據源層。匯聚業務系統數據，包括人力、項目、財務共享、財務單據、安全生產平臺、設備共享、OA、黨建系統的數據源，通過GDBC、API接口、文件等形式對數據源進行連接。
第二層：ODS層。數據連接后進行抽取，形成ODS層，進行ODS層建模。
第三層：整合層。經過對數據的整合、處理、清洗等，形成整合層數據主題域，一級主題域包括生產管理、財務管理、商務管理、勞務人員管理、設備管理等。
第四層：集市層。構建人才、項目、安全、知識庫等主題集市，為數據分析提供基礎。
整個數據倉庫模型建設秉承以下四大原則：
第一，模型中性原則。整合層模型原則上不為任何特定的應用進行針對性的設計，模型不會由于現有應用的變動或者對新應用的支持而在結構上重構；整合層模型對重要業務元素及業務規則進行規范化處理，例如所有個人客戶、團體客戶、代理人等都統稱為當事人，它是一個中性的概念，可以包含所有的個體以及各種可能的組合。
第二，模型一致性原則。作為數據倉庫設計的基礎，邏輯數據模型必須在設計過程中保持統一的業務定義，比如當事人的分類等應該在整個企業保持一致，將來各種分析應用都使用同樣的數據；統一業務定義，使將來不同應用系統的開發人員在進行應用設計和展現時都使用同樣的語言。
第三，模型靈活性原則。基礎明細區模型是一個基本上滿足第三范式要求的關系模型，這種建模方式可以最大程度上減少數據冗余；同時保證模型的靈活性和可擴展性，在模型設計過程中可以“想大做小”——在有一個全局規劃的同時，選定某些部分入手，然后再逐步完善。
第四，模型粒度性原則。為了滿足將來不同的應用分析對數據的需要，基礎明細區模型能夠提供最小粒度的詳細數據，以支持各種可能的分析查詢。
數據倉庫模型建設的步驟分為：調研與分析、邏輯模型設計、物理模型設計、數據映射和ETL開發測試。
其中，ETL開發建立映射文檔中源表與目標表的映射關系，通過ETL開發工具進行落地開發。億信華辰平臺內置ETL開發工具、封裝相關組件，通過組件拖拽的方式，就可以完成ETL過程流，完成數據的整合、處理和清洗。
業務數據每天產生，需要同步到對應的層，通過ETL工具控制ETL作業的執行時間、執行頻次，進行數據的調度處理，調度結果可以通過郵件或短信的方式發送給負責人做出處理。
第二步：數據采集補錄
數據補錄是通過批量采集、實時采集、接口采集、填報采集、互聯網采集等一系列手段完善數據倉庫，搭建數據中心，通過數據中心作為統一入口，實現要素融合、數據共享及決策支撐。
數據補錄平臺可以方便業務人員錄入數據，實現經營概要表、設計填報表、工程填報表、成本填報表、銷售&財務填報表、現金流表、損益表、增值稅計算表的錄入查詢標準化、便捷化、準確化。
第三步：數據分析應用
數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，加以匯總和理解并消化，以求最大化地開發數據功能，發揮數據價值。
數據分析的步驟分為以下6步：明確目標、收集需求、梳理指標、取數和建模、制作報表、展現結果。數據分析常見的應用模式分為數據模板、固定報表、即席分析、PC報表和大屏端分析。
模式1：數據模板
數據模板主要針對相對確定、指標相對固化的主題，例如財務主題、人力主題等，通過定制化數據模板，提供自助查詢模式的多維查詢、高級查詢、結果編輯、信息展示功能。
模式2：固定報表
固定報表是對日常生產經營表格的呈現，通過選擇簡單的查詢參數（如機構、日期等），作為生成固定報表的參數輸入，根據選擇的報表參數，按照既定的報表模板，自動統計并展示固定格式的報表內容。
模式3：即席分析
在即席分析下，需要做到第一統一標準，統一定義管理信息的業務含義、統計口徑、加工規則等，消除口徑不一致；第二靈活用數，在滿足信息安全的前提條件下，支持用戶靈活自主用數，迅速響應外部監管和內部管理的統計需求，提高數據報送效率，降低數據統計成本，改善用戶體驗；第三功能拓展，支持管理信息的下鉆與關聯分析，提高數據質量，促進業務能力與數據管理能力提升，支持經營管理決策；第四效率提升，通過指標去重算法，實現全行指標的去重整合，釋放系統性能，提升管理效率，節約管理資源。
模式4：PC報表
PC端報表可以設計復雜的綜合表格，通過圖表形式展現經營分析數據。
模式5：大屏端分析
通過大屏端可視化展現，可以實現管理層決策駕駛艙/儀表盤，直觀展現經營管理和風險動態，支持管理層經營管理決策。
在數據分析應用方面，A企業的第一個項目成果是實現數據分析可視化，根據不同的應用場景拆分為大屏端分析、PC端報表平臺、PC端即席分析以及系統管理。
其中，大屏端分析主要應用于實時監控預警或在展廳匯報等場景；PC端報表平臺主要是針對日常生產經營的報表進行統計分析，例如收入類、費用類、銷售類等；PC端即席分析是在報表分析的基礎上，將數據分析能力賦予企業中層或基層人員，可以快速查看數據存在的問題，進行數據上報；系統管理提供基礎的管理功能，包括用戶管理、權限管理、門戶配置等。
第二個項目成果是數據融合數據挖掘，通過多維度、多類型、深層鉆取各種綜合圖表，形象展示A企業運行的關鍵指標，直觀監測A企業總部及分子公司的運營情況，并可以對關鍵指標實現預警和下鉆挖掘，為集團及業務、分子公司分管主管領導和各部門領導提供智能決策支持。
