本篇文章為億信華辰《企業如何做好大數據項目的選型》視頻直播稿件。

大家晚上好，歡迎來到小億直播間！本次直播我們分享的主題是：企業如何做好大數據項目的選型。我們將會從6個方面來進行分享：第一部分是大數據項目的基本概念，第二部分是大數據項目選型的整體框架；第三部分是選型評估的6個要素；第四部分是項目選型的4個核心步驟；第五部分是選型過程中5大風險因素識別；最后是對億信華辰大數據產品體系的概括性介紹。

一、大數據項目的基本概念
1.背景：由信息化邁向數字化
眾所周知，經過多年的IT信息化建設，我們已經全面進入了從信息化邁向數字化的時代，過去我們所做的信息化工作是現在數字化的基礎，而數字化是信息化的進化。信息化和數字化主要在以下6個方面有所不同：

2.數字化轉型成為常態
數字化主要是從數據的角度驅動，即從業務數據化再反過來實現數據業務化，通過數據來驅動整個企業的信息化轉型目標。那么落地數字化轉型目標上，數字化轉型的范圍數字化轉型的范圍可大可小，小到一個項目，大到生態鏈和供應鏈。聚焦當下，企業數字化的重點任務主要為項目精細化管理：要素和活動數字化、生產要素管理一體化。和企業管理集約：管理和協作在線化、項目和企業一體化。

3.企業大數據項目的定義
企業大數據項目是指企業利用項目管理的方式，對企業中有意義的數據進行專業化處理，通過提高對數據的“加工能力”，從而實現數據的價值。軟件是框架，要經過項目實施才能落地的。

其中大數據是指所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到獲取、管理、處理、并整理成為幫助企業經營決策的目的資訊。例如，和以前對比，關系型數據庫的處理能力已經達不到現在數據量級的處理了，因此我們就需要通過先進的大數據平臺的處理能力對數據進行存儲、計算和挖掘，最終通過處理的數據給整個企業經營提供決策支持，在企業中的應用領域有，企業經營管理、智慧城市、智慧交通、智慧醫療等。

4.企業大數據項目選型
企業大數據項目選型指的是企業根據實際業務管理的需要，對硬件、軟件及所要用到的技術進行規格選擇。

項目方案的選定就是從可供實施的備選方案中選擇最佳的方案來滿足企業的需求，選擇在現實中可行、投入少、收益大的項目方案。項目方案的評價標準主要有：滿足需求的程度、時間和成本、實施的可行性、風險的大小等。

5.企業大數據項目選型的異同
企業的大數據項目是多種多樣的，從采、存、管、用4個方面來說，每一塊都可以做，或者說都可以合到一起來做。我這里簡單的以數據治理項目為例，如圖所示，不同的切入點，所關注的重點不同，最終項目選型也不同，主要表現在建設策略、實施難點、有點以及客戶群體方面不同。

以上介紹了不同數據治理項目的異同，但無論項目大小，我們都要去做項目選型，但如何去做大數據項目的選型呢？就要結合咨詢機構常用到的5W2H分析法：

（1）我們要知道企業為什么要進行項目選型；
（2）項目選型具體要做什么事情；
（3）什么時間點開始，中間需要哪些里程碑？最終什么時間結束，比如我什么時間開始做招投標；什么時間點做評標，什么時間點做客戶的訪談，最終簽合同；
（4）與此同時，這個過程當中最核心是人來參與，比如我作為項目的主導者，我需要哪些核心的人來參與，是公司的高層，還是業務部門的管理人員；
（5）另外一個是要考慮where，就是我們在什么地方進行選型，比如公司是一個跨國型的，還是某個省市區的地方公司，這樣就要考慮是否能在當地找到合適的供應商；
（6）最后兩點是how to do和how much，對項目來講，這個項目選型如何去做？這個項目具體去評估要多少成本。

二、企業大數據選型整體框架

1.項目選型整體框架（What）

如圖所示為項目選型的整體框架，首先可以從下往上來看，最下面是一個企業，最上面是供應商；從左往右看是一個時間周期。

（1）從企業的角度
我應該考慮自己屬于什么樣的一個行業，在這個行業里是大型企業、中型企業，還是小型企業，是國企還是私營企業，或者是合資公司等等，要清楚自己的定位。即依據企業規模的不同，投入的成本就不同，實施周期以及項目的復雜程度也會不同。

（2）方法和工具
也就是在做項目選型時是有方法論以及工具的評標方法，關于這塊后文中會詳細介紹。

（3）流程
①一般企業進行項目選型時，首先要對自己的需求做一個梳理，可以采用PMP的需求收集方法論，也可以采用調研表、訪談、專家或行業的對標，例如優質企業的案例情況可以作為需求輸入參考；
②形成一個RFP，即我把需求提出來，并共享給所有初步甄別出來的供應商，并讓供應商給我提供解決方案，從圖中可以看出，供應商是一個從大到小的模式。即我需要從這個行業的大數據平臺廠商里面，按照具體情況把能承接這個事情的供應商篩選出來，然后將需求輸出給他，讓他提出解決方案，然后他們會將解決方案回饋給我，在這個過程當中可以約一些交流，以及產品演示等，以便增進了解；
③結合我的需求，以及他們提供的方案，綜合考慮后形成一個招標文檔進行招標，是否采取多種招標形式取決于企業的具體情況，比如可以采用邀標，或者采用公開掛網的方式來對它進行招標。
④招標的時候，就把前面的供應商邀請過來，進行相應的投標，然后針對供應商的報價策略，以及解決方案的響應程度進行甄別；
⑤甄別好了以后再和他進行商務的談判簽合同，最后再履行整個項目。

2.項目成功的目標及范式（Why）

對于項目來說，因為項目要成功，也是要給有準備的企業，那企業如何去準備呢？
（1）企業要梳理好自己的需求，明確出項目的范圍，再進行整體的可行性計劃研究，并針對每個環節做好計劃；
（2）結合選型的依據，找到合適的供應商，包括基礎平臺，也包括相應的大數據平臺，以及數據治理平臺等等；
（3）當項目有了準備，有了產品，接下來最核心的就是執行，有效的執行才能保證項目的完成，這里就需要結合各種項目管理的方法論，比如PMP、項目管理工程師，這樣就能有效控制整個項目的里程碑。最終能夠保證整個項目結合成本、結合質量，在合理的時間范圍內保證多大數據項目的成功。

3.需要哪些角色參與，每類角色需要做什么？（Who）
對我這個項目負責人來說，我需要什么樣的人來參與大數據項目的一個選型過程中來呢？主要有以下幾類：

（1）領導
一般情況下領導可能會說：“我沒空，這個事就交給你去辦，因為我還有很多其他業務方面的事情，比如生產方面等，關于數字化方面的項目建設，你自己來。”或者說他有一些事情也沒法做到及時的參與，那這個時候我們就要及時的回報，及時的拉他進入到整個項目過程中來。

（2）項目
我們要具體的去分析一下這個項目的難度，可操作的難度到底有多大，然后把難度做一個分解，然后如何去操作要有應對的方案。

（3）公司
從企業和公司來講，由于部門比較多，每個人的想法以及對這個大數據項目的期望值是不一樣的。比如財務部門、人力部門、安全部門對大數據項目的期望是不一樣的，因此我們就需要積極的說明清楚大數據項目對他們的價值，讓大家都提出自己的想法，尤其是在做需求溝通的時候。

（4）供應商
隨著信息化的發展，如今各個行業各業務模塊都有相應的供應商，尤其像大數據板塊，從采、集、存、管、用等方面都有自己擅長或者專精的供應商，這時我們就要搞清楚其到底擅長什么，報價體系是怎樣的，以及它來做這個事有什么風險。

（5）項目組
一般情況下是項目組負責整個項目，因此項目組需要考慮項目的風險。

（6）結果
最終我們是期望整個項目能成功，但事實有很多不可預測性。如果項目想要成功，就需要個業務部門的支持。這也是大數據項目與傳統IT項目建設的不同，單一的IT建設項目只需要一個部門負責來牽頭，比如和信息部門一起來做，但大數據項目是需要各個部門的人員里支持，另外還需要與外部的合作伙伴和供應商一起支持。

4.什么時間、什么地點（When、Where）
這里有一個大數據項目招標的流程圖，前面經過我和各個供應商以及內部的梳理以后，我了解到各個供應商的大數據軟件產品的功能和技術特點，形成了項目的招標文件；
（1）首先我將招標文件發給各個供應商，安排供應商對我的招標文件進行答疑；其次安排供應商或者投標方來公司來進行參觀、訪談和問題的答疑，在這個過程中也可以安排供應商對他們的系統與Demo進行演示，同時提交供應商的標書。
（2）然后就是一個開標時間節點，需要注意的是這里會設置幾個環節：一般情況會要求投標人進行講標，可以由項目經理或者投標公司的業務專家來進行，同時也可以做系統的演示。對企業來說，就需要組織專家來進行一個客觀中立的評價，從技術、價格、資質等方面給出相應的綜合評分。
（3）最后進行針對價格的商務談判與磋商，最終談好以后明確一個中標單位，并明確項目各方面的承諾與保障，以及簽訂項目，和啟動項目。

5.如何選擇（How to do）
至于如何去做招投標這個事，主要分成三個部分，第一個就是項目的選型標準是什么；第二個是選型的過程需要分成幾個步驟，每個步驟的目的是什么？以及每個步驟做成什么樣才能保證成功；第三個是選型的結果具體指哪方面？是咨詢服務、軟件平臺、還是項目計劃、項目成員以及選型時，遇到同類型的供應商，價格是不是符合預期。

6.多少預算（How much）
預算方面，不同檔次的預算對應的廠商產品是不同的，企業需要基于自己的實際預算情況選擇合適的產品和服務。比如企業做大數據項目，一般會遇到三個方面的廠商，比如平臺服務商、咨詢服務商和軟件服務商，由于這些服務商提供的服務各不相同，因此企業需要結合自身的時間情況來決定，是需要一整套從咨詢到產品到實施，還是只需要其中某一方面。

比如做個大數據平臺項目，里面包括私有云、數據治理、數據可視化、再加上數據中臺等，那么這樣的項目就是千萬級。這個事情你就要考慮自身企業的規模大小。

如果是頭部企業，可能沒有典型的可借鑒的案例去參考，就需要基于企業的實際情況做超前的預言，這個時候各方面的投入是比較大的。
如果是中型企業，我可能就需要結合我現階段的預算，來判斷是否可以采購整套解決方案。當然還可以分成幾個階段，比如先做咨詢，從數據戰略的規劃，到數據治理的規劃，到數據資產的盤點，最后到業務流程的改造，以及組織架構的變革等方面做好咨詢；然后再結合咨詢結構分一期、二期來進行，比如需要軟件產品去落地，需要項目實施人員和二次開發人員來介入等等。

三、選型評估的6個要素
這塊具體來講就是結合產品性能、產品功能、過往的經驗、咨詢能力以及產品價格來進行：
1.產品性能
產品性能重點考察最大節點數量、吞吐能力、并發能力、運算速度、相應時間、安全性等。系統性能簡單歸納為RASIS模型，即可靠性、可用心、可維護行和完整性、安全性這5個方面。

2.產品功能
以數據治理為例，主要分為5個方面：
（1）系統集成能力：是否支持主流的數據源（如關系型數據、非關系型數據、手工上傳數據、爬蟲數據等）；是否支持離線數據和實時數據的對接。企業內有強AIoT需求時，需著重關注對實時數據的處理能力。如汽車主機廠的車聯網；家電廠商的智能家電產品等；

（2）系統開發能力：對離線任務和實時任務的支持；開發調度配置等。；

（3）數據資產管理能力：

①數據標準管理：標準維護、標準變更、數據目錄、版本管理、標準分布、標準跟蹤等；
②元數據管理：元數據采集、元數據維護、元數據分析、元數據查詢等；
③數據質量管理：規則管理、監控告警、數據質量報告等；

（4）數據科學能力：數據科學平臺是否具備數據上傳、數據預處理、特征工程、模型訓練、模型評估、模型發布等全套功能；是否支持notebook開發；是否支持TensorFlow、R等主流的算法框架和語言等；

（5）數據應用能力：
①API中心：是否具備API創建、生成、發布、執行、審批、鑒權、限流等全套功能；
②標簽中心：是否具備標簽開發、標簽分類、標簽目錄管理、業務確權、標簽發布、標簽下線等基本功能。標簽只是工具，如何讓標簽發揮最大化實用價值應是企業關注的重點。

3.公司規模
方案商公司規模和發展狀況直接決定了其能否為企業提供長效服務。

4.咨詢能力
方案定制依托于垂直行業的knowhow積累，當數據一團糟、業務需求不明確時，咨詢能力突出的方案商能如領航員帶領海艦成功抵達港灣。而咨詢能力應重點關注：數據治理能力、數據體系搭建能力、業務咨詢能力、場景規劃能力、項目實施能力等。

5.服務案例
方案商是否具備同行業客戶服務經驗；服務案例數量；優秀/經典標桿案例等等。

6.市場價格
項目的價格一般包括產品費用、項目實施費用和維護服務費用。企業應在產品與價格之間做好權衡，做到“買對不買貴”。

除此之外，選型的過程中，還應對方案商的企業資質、源代碼是否開放、服務支持等其他因素進行綜合考量。這里我們舉一個例子，如圖所示，大家可以詳細的看下：

四、項目選型的4個核心步驟
1.在選型前需要先回答3個問題
（1）目前我們是以大數據為業務的組織嗎？
回答這個問題的時候，我們需要考慮企業的主營業務是什么？如果是銀行、電信、物流、制造等這些非IT行業，其信息化部門可以不用考慮自己從頭搭建一個大數據平臺。

（2）公司對于大數據投入的預期是多少？
除了平臺本身，人力成本也是大數據投入的主要方面。目前大數據人才缺口嚴重，薪資比較高，一般集中在互聯網企業和大型軟件公司中，招聘合適的研發人員較為困難。從頭搭建一個完整的大數據平臺是耗資巨大的。

實際市場對大數據的投入是偏低的，可謂是“雷聲大、雨點小”。所以一旦確定了大數據戰略，那么應該是持續性的，符合性價比的投入方案，例如在某些特定場景先行應用大數據平臺，而不是全面推行。

（3）我們選哪種類型的大數據平臺
一旦確定了企業對于大數據的戰略、目標和投入預期，接下來就面臨如何選擇大數據平臺產品的問題了。

2.選型的4個核心步驟

（1）數據盤點
企業各個部門都有自己的業務系統，數據量到底有多大，有多少個業務系統，我們都需要進行相應的梳理。體量大者需關注產品性能；結構復雜者需考慮方案定制；數據質量差者需酌量考察團隊的數據咨詢能力。

（2）需求調研
關注業務場景的需求，對業務需求避而不談的項目都是不行的。平臺是為了業務去服務的，所以你得從各個部門去調研好他們的一個項目的需求情況，然后把它明確到這一期的項目當中，這樣的話有平臺，有實施的一個項目的計劃和這個范圍，就可以保證這個項目的實施的一個成功。

（3）規劃方向與定調
核心問題在于“選擇標準產品還是方案定制”。

①采用標準化的產品，在此基礎上做少量的個性化定制。該路徑適用于數據結構簡單，數據基礎優良，業務需求清晰的行業，如電商類鞋服企業、互聯網類食品品牌、小家電生產商等；

②完全從零起步，一磚一瓦搭建，做高度定制化的體系。該路徑適用于數據結構復雜，數據問題繁多，業務需求混亂的情況，如數據質量不佳的汽車主機廠；數據結構復雜的銀行機構；業務需求繁多的地產企業等。

（4）項目選型
應該充分考慮服務商的產品性能、產品功能、過往經驗（服務案例）、咨詢能力、產品價格等。

3.項目選型參考思路
前面我們說到了具體如何去選，這里我們總結一個典型的可以參考的思路，大概分成5個步驟：

（1）分析需求，明確目標和實施范圍
企業進行數字化項目建設，最重要的就是分析企業的實際情況和管理現狀，有針對性地提出企業數字化的實施目標和實施范圍。

（2）借鑒同行業數字化轉型經驗
經過近幾年的數字化建設，國內大部分行業已經過了摸著石頭過河的階段，大部分行業應用已有相對成熟的應用案例。同行業企業數字化建設的規劃、實施經驗、階段成果、項目實施過程中的可能性風險以及必要的防范措施對準備上馬的大數據項目的企業來講，是筆寶貴的財富，值得借鑒。

通過深入考察不僅可以了解其他企業建設的情況，還能夠對本企業數字化所要解決的主要問題、要達到的預定目標做適當修正。與此同時，還可以通過考慮驗證主要供應商的同行業業績建設經驗，作為選擇軟件廠商的重要依據之一，避免成為某些軟件廠商試驗田。

（3）展現軟件產品必要的業務流程
企業大數據項目選型如果能夠有成熟的行業化方案滿足應用，就盡可能不要走“平臺化定制開發”的路線，特別是當這家軟件廠商沒有在同行業實施成功過，風險，就會更大。通過軟件產品必要的業務流程展示來驗證軟件廠商對企業所在行業的理解程度和軟件在同行業應用的成熟度，將盡可能地避免企業數字化建設的產品風險和個性化開發風險。

（4）明確實施主體和實施團隊
企業在選型時，要關注實施項目的主體。一定要爭取公司總部集團級、原廠級的咨詢實施服務。比如一定要對軟件廠商的實施主體和實施團隊進行非常細致的審核，對進入項目組的每個主要骨干人員進行甄別、確認，保證項目組主要成員的行業經驗及項目規劃控制能力，必要的話，把這些主要人員簽到合同中，明確項目付費的方式與關鍵顧問的出場的關聯。

（5）確定合理的項目預算
企業既要避免大手筆投入不計成本，也不能過于計較成本而影響項目的質量和工期，更不能認為哪家軟件廠商都能干，只是壓價格，合理的項目預算要考慮以下幾個方面：

①干什么：基于一定項目范圍和項目目標的需求；
②怎么干：具體的實施規劃和實施策略；
③拿什么干：走什么樣的產品技術路線，高端、中端還是低端產品？
④誰來干：找什么樣的軟件公司和什么樣的實施顧問來干？
⑤誰來一起干：企業需要組成什么樣的組織結構，需要有什么樣的制度和激勵措施來保障？

4.實施時的注意事項
這個過程與一般的項目沒有本質區別，基本的需求、分析、設計、開發、測試都是要有的。不同的地方是大數據項目采用的技術不像傳統的基于數據庫的SQL開發那么簡單，對編程能力的要求較高，同時對遇到問題的排查能力要求也較高，因為是分布式運行，導致問題排查變得非常復雜。

（1）大數據項目實施過程中涉及到和客戶的眾多業務系統進行對接的，也就是數據的采集，到數據的清洗、集成、標準、數據治理、數據的建模、挖掘分析和最后的可視化等過程；
（2）在和業務系統對接的過程中需要注意的必須拿到業務系統的數據字典（如果沒有，拿到數據對數據的識別和分析非常困難）；
（3）數據業務分析維度，需要項目經理進場需要客戶明確的需求后確定系統的范圍和邊界（否則需求和范圍不停的變，開發周期遙遙無期）；
（4）準備好大數據平臺要求的底層環境和資源（CPU、內存、硬盤、網絡等），大數據項目對于這些資源的要求還是相對比較高的，例如硬盤容量，例如要分析日志類的數據或是流水數據。

五、選型的5大風險因素
1.5大風險點
（1）需求風險
內部對需求沒有共識，征集需求時要么不明確，都要想。到底什么是緊急的，什么是常規的。有些需求可以不是當前選型的系統解決的，需要系統來解決，如何判斷系統的邊界。

（2）規劃風險
企業的起點不同，信息化的策略不同。有的選擇大系統，有的選型小系統，有的選型自主開發，有的選擇購買成熟軟件。企業還在不斷發展之中，業務和流程不穩定，系統上完以后，怎樣判定系統的可拓展性和靈活性。

（3）產品風險
軟件廠商很多，各有特點，每種軟件擅長的領域不同。有的擅長大數據平臺，有的擅長數據整合，有的擅長數據可視化分析，有的擅長數據治理。商業軟件總是一個比較通用性的產品。如何保證與業務特點的吻合度，二次開發的工作將影響成本和實施效果。軟件廠商來演示，發現總是有一些需求能滿足，有些需求不能滿足，如何把握當中風險。

（4）實施風險
軟件商良莠不齊，實施效果難以保證，往往簽單前的期望。在實施過程中不斷的引發失望。

（5）商務風險
商務談判，各軟件的價格體系不同，報價缺少可比性。軟件的許可的價格也差別很大，把握項目商務談判的要點，通過多種方式的組合應用。合理的盡可能地控制項目的合同價格。項目合同條款的溝通與確定。用法律條款嚴密保護企業利益。同時，也與實施伙伴達成雙贏。

2.如何應對風險
（1）從簡單的小規模起步
企業構建數據分析項目常見的最大錯誤往往是貪大求全。特別是如果項目是從上往下推，執行團隊很有可能會被要求構建一套既沒有明確成效卻又十分復雜的解決方案，造成項目成本高昂且工期很長。

企業不如從規模較小的項目起步，讓決策者很快可以看到成效，提升他們對同類項目的信心。利用現代化開源技術，企業不但不用作大量的前期投資，更可以讓開發者迅速投入工作，在幾天或幾周內就能構建出所需的應用程序或是原型。

（2）及早考慮可擴展性
即使只是構建一個框架，也應盡早測試其可擴展性。很多項目之所以失敗，全因應用程序在構建時并沒有測試其擴展性，也可能是因為其所選技術并不是為處理大數據而設計的。

確保性能測試不是事后的事。先預計在這段時間內將會產生多少數據，并進行測試和評估，構建合適的架構，同時確保當數據量增加并需要橫向擴展時，也不會影響業務。

（3）數據的實時性很重要
我們都經歷過應用程序或網站沒反應或是緩慢的那種痛苦，時至今日，任何不能實時響應的事情我們都不能接受。如果有一個請求沒有被及時處理，用戶可能很快就會因缺乏耐性而離開該網站或程序，從而導致客戶流失及營收下降。

企業要確保所用的軟件不但能處理大量數據，還要有能力實時響應這些請求。建議使用具備聚和與地理位置分析功能且能與實時搜索相結合的數據分析軟件。

（4）采用靈活的數據模式
現今的系統主要包括結構化和非結構化數據。但不要被那些為結構化圖表及數據而設計的關系型數據庫所限制。這類數據庫很難被加上索引，解析、搜索及分析這些日積月累的大量數據往往很難。

企業應采用具備通用數據結構的軟件。很多用于數據分析的軟件包括NoSQL數據庫及Elasticsearch等均采用JSON作為數據格式，支持文字、數字、字符串、布爾值、數組和哈希等結構化和非結構化數據類型。

（5）挑選開發者易于使用的工具
現今數據流量之多讓企業或開發者在應對大數據分析項目時，很難去使用不包含開放API接口的軟件。API接口被用作數據錄入、索引及數據分析，這些數據一般來自不同的數據源或是業務系統本身的數據。

企業應提供給開發者一套擁有豐富、開放及資料完整的應用程序API接口，讓他們更快速有效地解決問題。久而久之，當項目壯大時，開發者亦能不斷創新及改進這套應用程序。

六、小結
在選型時，重點考慮三個方面：
1.需要從企業所屬行業的特性出發，這是企業需求和痛點的來源。不管是業務還是財務，不同的行業都會有不同的特點，同一個行業不同企業也會有不同的管理訴求或痛點，但這些訴求或痛點一定是跟你所在的行業有關系的。我們可以去學習借鑒其他行業的解決方案。

2.對于廠商，需要重點考察其在行業內的實踐經驗和成功案例，這個決定了廠商解決業務問題的實際能力和可落地性。如果廠商在行業內沒有成功實踐。

3.對于平臺，需要重點考察其開放性、靈活性，這個決定了方案/系統上線后可持續迭代的能力。因為在考慮業財問題的基本上都是有一定規模或是多元化發展的企業，這就意味著后續會有很多的新業務、新場景進來，管理會越來越復雜，系統架構也會越來越復雜，如果平臺不夠開放、靈活，那么將難于支撐企業業務的快速創新發展。

七、億信華辰的大數據產品體系
1.關于億信華辰
億信華辰成立于2006年，總部位于北京，研發中心位于武漢，是一個以技術為驅動的大數據公司，85%以上都是技術人員，本科以上也達到90%。

億信華辰可以總結為三個關鍵詞，第一個是15年來一直專注于數據領域的信息化，那么也是國內最早的BI廠商之；第二是億信華辰致力于數據治理領域，是數據治理領域早期的布道者；第三是公司的宗旨是發現數據之美，服務知識發現。

2.產品介紹
億信華辰是堅持以卓越的智能數據產品與服務商為愿景，從數據的接入到數據的存儲，到數據治理以及數據的分析與應用都有對應的產品和服務。

（1）睿治數據治理平臺
睿治一套完善的，通過的數據治理工具，是由億信華辰自主研發的，融合元數據管理、數據標準管理、數據質量管理、數據集成管理、主數據管理、數據交換管理、數據資產管理、數據安全管理、數據生命周期管理九大產品模塊，打通數據治理各個環節，各產品模塊可獨立或任意組合使用，快速滿足政府、企業各類不同的數據治理場景。

（2）億信ABI數據分析平臺

億信ABI是億信華辰歷經15年打造的國產化BI工具，覆蓋數據接入、數據整合、數據分析、數據挖掘的全流程，打通數據全生命周期各環節，能滿足政企用戶各類復雜的分析需求，幫助政企用戶實現高效的數字化轉型。

最后是感謝各位的陪伴，直播就到這里，感謝大家的關注！