普元王轩:做好大数据治理,加速航空业数字化转型

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

9月20日,2017全球航空旅客大会在上海启幕。来自国内外政府机构、行业协会、国内外领先航空公司、机场集团等领导齐聚一堂,探讨面对全球化和数字化带来的全新挑战,在“一带一路”的时代背景下如何提高服务质量,革新航空旅客体验。普元大数据产品线总经理王轩出席会议,并发表演讲《做好大数据治理 加速航空业数字化转型》,强调航空业数字化转型,需要以大数据为驱动,做好面向业务的自服务大数据治理,上衔数据,下接用户,才能保证航空大数据的有效利用。

普元王轩:做好大数据治理,加速航空业数字化转型

数字化时代席卷而来,航空业转型关键点浮出

随着经济的发展,飞行已经日益成为一种主流的出行方式,“一带一路”倡议的推进与实施、经济一体化都在不断推动航空服务产业的发展。根据国际航空运输协会(IATA)的预测,中国将在2023年超越美国成为全球最大的民航运输市场。在获得发展机遇的同时,航空业还面临数字化转型关键年,行业内所有公司需要应对消费升级和消费习惯均已被数字化、智能化改变的巨大挑战。本届全球航空旅客大会直面行业变革,以“新模式,新服务,新体验”为主题,对航空大数据、人工智能等热点议题展开了深入讨论。

普元王轩:做好大数据治理,加速航空业数字化转型

“数字化旅客”的一站式出行体验诉求,激发航空企业必须合理和高效地利用海量的旅客信息才能帮助公司正确决策、为客户提供个性化的服务和独特的旅行体验。王轩基于资深的行业洞察与实践经验提出,在大数据应用剧增的当下,航空企业作为知识密集型企业,数字化转型的关键点就是有效利用大数据这一提升竞争力的得力助手,以大数据为驱动解决严重制约大数据利用和发展的数据问题,对接服务升级与产业转型、打造品牌特有竞争力。

普元王轩:做好大数据治理,加速航空业数字化转型

自服务大数据治理实践加持,普元论道数字化转型加速

普元大数据产品线总经理王轩,是国内数据标准化及治理领域专家,有十年大型企业信息化架构设计与建设经验,全面主持普元大数据产品部的研发、拓展及团队管理工作。在会上,王轩表示,数据治理是减少数据问题的有效手段,并清晰阐明了大数据治理对于航空业数字化转型的意义、如何做好面向业务的自服务大数据治理以及自服务大数据治理的方法与技术关键点。他强调,航空企业有效梳理企业大数据,一览企业大数据全貌,最大程度实现对大数据的查询和使用,可以充分发挥大数据的业务价值。

普元王轩:做好大数据治理,加速航空业数字化转型

王轩与会的实践分享,尤其是做好面向业务的大数据治理四个阶段的直观剖析,获得了参会航空业领导、专家的高度关注。目前,航空业作为普元长期服务的重点领域之一,普元自服务大数据治理已帮助东方航空等航空企业通过“管、看、找、用”解决航空数据问题,实现了以业务为中心的大数据治理建设。同时,普元EOS Platform、BPM、ESB等产品也成功应用于航空航天的科研生产管理、数字化集成、经营管理、综合管理4大类、20多种、50多个不同的应用系统。

普元王轩:做好大数据治理,加速航空业数字化转型

面对席卷而来的数字化时代,电信、制造、金融、能源、保险、电力、政府等各行业的信息化平台建设都在经历着与航空行业类同的新考验。普元通过为中国五百余家企业提供平台建设技术与服务的经验,已经预先看到当前企业数字化转型中面临的问题。目前普元正在研发的以云计算模式进行软件架构升级,以元数据驱动的微服务架构为核心的数字化企业云平台“The Platform”,将会为所有有数字化转型需求的用户一个更为敏捷、简单可用、完整的数字化云平台解决方案。


原文发布时间为:2017年9月25日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
5月前
|
存储 数据采集 数据可视化
Java 大视界 -- 基于 Java 的大数据可视化在城市交通拥堵溯源与治理策略展示中的应用(191)
本项目探索了基于Java的大数据可视化技术在城市交通拥堵溯源与治理策略中的应用。通过整合多源交通数据,利用Java生态中的大数据处理与可视化工具,构建了交通拥堵分析模型,并实现了拥堵成因的直观展示与治理效果的可视化评估。该方案为城市交通管理提供了科学、高效的决策支持,助力智慧城市建设。
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
386 1
|
数据采集 监控 大数据
大数据时代的数据质量与数据治理策略
在大数据时代,高质量数据对驱动企业决策和创新至关重要。然而,数据量的爆炸式增长带来了数据质量挑战,如准确性、完整性和时效性问题。本文探讨了数据质量的定义、重要性及评估方法,并提出数据治理策略,包括建立治理体系、数据质量管理流程和生命周期管理。通过使用Apache Nifi等工具进行数据质量监控和问题修复,结合元数据管理和数据集成工具,企业可以提升数据质量,释放数据价值。数据治理需要全员参与和持续优化,以应对数据质量挑战并推动企业发展。
3132 3
|
11月前
|
数据采集 机器学习/深度学习 DataWorks
DataWorks产品评测:大数据开发治理的深度体验
DataWorks产品评测:大数据开发治理的深度体验
461 1
|
存储 SQL 分布式计算
闲侃数仓优化-大数据治理和优化
闲侃数仓优化-大数据治理和优化
208 0
|
12月前
|
机器学习/深度学习 存储 数据采集
解锁DataWorks:一站式大数据治理神器
解锁DataWorks:一站式大数据治理神器
267 1
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
428 2
|
存储 数据采集 算法
大数据平台治理——运营的角度看数仓
大数据平台治理——运营的角度看数仓
189 0
|
存储 分布式计算 DataWorks
MaxCompute产品使用问题之dataworks仅支持maxcompute上面的数据治理吗
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
165 0
|
数据采集 存储 监控
大数据治理:确保数据质量和合规性
【5月更文挑战第30天】大数据治理涉及数据分类、访问控制和质量监控,以确保数据安全和合规性。企业需保护个人隐私,防止数据泄露,并遵守各地法规,如GDPR和CCPA。技术实践包括数据加密、匿名化和严格访问控制。管理策略则强调制定政策、员工培训和法律合作。全面的数据治理能保障数据质量,驱动组织的创新和价值增长。
601 0

热门文章

最新文章