&emsp；&emsp；[IT新闻]近日，在技术研究和分析公司Gartner全球权威机构发布的“炒作周期为ICT在中国，2020”报告（ICT炒作周期报告中国在2020年），该数据集（数据中台）和台湾（中间平台）的新技术火爆。米尔沃德技术，新一代的数据更多的行业知识在台湾和在商业智能决策平台的先驱，所选数据集样品供应商（样品供应）。
在表中的数据的性质 - 数据和分析可以被复用和组合
Gartner认为，在表中的数据是一个组织的策略，有效地将用户分配到公民数据接收（公民数据用户），从相同的观点来看，使用的数据可以被生成的背景，决策。建立一个数据表思维的最简单的方法是如何管理的业务组合和数据分析功能，可重复使用，以提供独特的数字业务，并通过技术堆栈这些功能在整个价值链。
构建完整的企业级数据和分析框架，一次性实现是不现实的。但是企业数据，以及构建阶段分析框架，面临的一个共同问题是在竖井的工作，并构建类似的解决方案。例如，数据集市和不同的商业目的的分析模型，以及这些解决方案有共同的要素。因此，企业CIO和数据分析的领导者，应该与数据集和数据分析，反思架构相结合。首先，使用的数据集，以实现企业之间的协作和IT，实现跨企业的协作和规划，在开放的扩展价值链的分析数据，为每个共享的人员组成，以建立一个闭环。其次，混沌系统转化为数据和分析，组织和管理的统一平台。三是继续构建可重用的数据分析功能，将组织成一个项目为导向，以产品为导向的数据分析计划和产品开发。
具体而言，如何建立企业的数据集，从而使企业更接近部署数据和分析机构？ 首先，促进可持续发展的业务和IT的协作，并与业务需求的增长和不断完善，解决了稳定的业务迭代和后台IT系统优先级冲突，业务需求自由膨胀的充分释放，同时保证了稳定IT系统的支持； 建立一个集中的团队，分散在整个组织和业务团队的线路，确定和建立的商业环境和数据分析能力的可重用性。其次，业务驱动的数据分析和能力建设为指导原则，补充现有的数据和分析框架，而不是重建，按需数据和分析的插件架构，所有的需求（分析，设计，实施，上线，更新）可以要求立即成型塞组合。第三，在机器学习投资的增强型数据目录，简化，并在某些情况下，自动发现，库存，分析，处理标记和创建分布式和孤立的数据资源之间的语义关系。之间取得平衡的第四，当数据管理，数据的收集（存储在需要时数据仓库中的数据）和连接数据（通过数据虚拟化技术）。增强的元数据将实现映射现实生活中或业务场景，流程，关系和IT技术元数据体系，为增强数字双组织和业务系统，自我保护组织的实时控制神的角度来看，。第五，使用增强的分析技术，使多个用户自助服务分析。通过会话分析，数据可视化的故事，更易于使用的数据发现，丰富的数据，将输出的方式。六，数据扫盲计划的长期可持续性，该数据集的成功是至关重要的。
新一代数据的诀窍行业更多单位 - 台湾数据智能
Millward Brown公司新一代数据技术，推出了更多的行业知识在台湾 - 大数据建设，管理和对台湾数据智能应用解决方案，是一套为各行业，包括方法论，技术，产品等待数字业务。智能数据集可从数据访问业务应用程序，整个过程大数据容量沉淀的行业知识数据资源管理平台，包括数据聚合，管理，开发，共享，安全以及其他技术组件，模块和功能的产品套件的帮助企业提高运营效率。
在大自然面前台湾的业务数据，米尔沃德数字技术，提供全生命周期的项目开发咨询服务，包括业务流程，并整理出在台湾的部署，数据管理，模型开发等各类咨询和数据标准。。其中，数据表中包含的数据集成体系结构设计主要中心，组织的数据中心，数据中心服务和应用程序，资源管理，运营中心和五大知识中心。
数据集成中心，涉及到数据集成技术组件进行数据汇总和数据治理。数据组织中心，处理数据值的核心部分，完整的数据处理和重新组织，这是基于PaaS的的数据，根据不同形式的数据的组织，不同的发动机构造。数据中心服务和基于整个数据的形态提供上述分析引擎统一的业务接入应用，数据服务，演变成一个基本的应用程序。整合的数据中心，组织中心的数据，数据中心的服务和应用处理逻辑的配置数据。
资源管理运营中心是一个数据集成中心，组织的数据中心，数据中心服务和应用程序的整体管理和运营组织。地图资源管理服务，包括资源分级分类，统一的资源目录和资源的完整视图。整体运营调度管理，所有相互连接的资源，底部由一个大的安全系统，包括系统的用户的数据和资源分级分类系统，整体实时操作系统，在6个中央系统的专业单位支持。
知识中心，并不独立存在，但该组织的各个部分，组织的数据中心，数据中心服务和应用的嵌入式数据集成中心。知识中心包括操作系统知识，知识，知识仓库和服务中心，实现行业知识和业务的积累。
华通明略在台湾科技的数据路径实现，下面可以为客户带来价值。首先，“所有资源”打造为组织和管理资源的统一框架，实现跨部门数据协作。其次，基于数据处理能力和多常识相结合的组织层次结构设计的数据存储，数据处理和组织机构的数据值。第三，建立一个安全和受控的数据共享和交易系统，基于元数据的数据分类分级，单元级数据保护机构，从六个方面要求，以确保安全使用的帐户，以确保每一个数据交换的安全性。第四，整个数据资产的管理和业务资源，以显示进行量化的统一，整体把握快速定位和清晰的显示效果，准确的评估和合理利用数据资产，智能的资源调度控制。第五，真正面向业务，数据，技术，业务开展集成整合，减少数据冗余，在数据的使用效率提高。第六，过去或业务数据平台系统，在接受着陆的开始，然后通常更高的利用率逐渐减少这种缺乏知识和动态更新，并保持较强的相关性。华通明略在台湾的技术，创造最的行业知识的新一代的数据，从不同层面资产管理，操作知识，技术支持和动态行业知识等方面的数据，行业知识，建立标准体系，从覆盖勘探数据的数据服务，可视化的整个过程中，监控中心的知识运行，实现知识和AI行业驱动的数据应用的融合+。
目前，该技术已明略行200多个标杆政府和企业客户提供多项数字城市，公安，金融，铁路，电力，制造，零售，快速消费品等领域。，建设城市和企业级数据集，数据和知识实现双驱动数字化转型路径。
（广告信息）
