以指标驱动,保险、零售、制造企业开启精益敏捷运营的新范式

近日,以“释放数智生产力”为主题的 Kyligence 用户大会在上海前滩香格里拉大酒店成功举行。大会包含上午的主论坛和下午的 4 场平行论坛,并举办了闭门会议、Open Day 等活动。来自金融、零售、制造、医药等行业的客户及合作伙伴带来了超过 23 场主题演讲,吸引了近千名行业嘉宾的现场参与,共同聚焦 AIGC 浪潮下新技术、新应用、新平台带来的机遇与挑战。同时,大会现场发布了 Kyligence 最新产品家族,其中 AI 数智助理 Kyligence Copilot 的预览版更是将会议推向了高潮。

在大会当天的数智新平台论坛,来自平安健康险、欣和、安永、Kyligence 等企业的重磅嘉宾聚焦于数智平台在企业业务场景中的应用和进化。嘉宾表示,数智平台是企业数字化转型的核心,Kyligence 企业级指标平台产品及解决方案整合了先进的数据分析和指标管理的技术,为企业提供了强大的数据管理和智能化决策支持。

来自平安健康险的大数据平台资深架构师张浩然先生发表了《数据平台升级助力保险业务经营分析提效》的主题演讲。他在分享中提到,保险业务经营分析的场景和分析需求都是比较复杂的,以保费业绩追踪为例,数据平台需要支持 100+ 维度灵活分析、对进度追踪的根因分析 、多端多场景应用数据一致,同时还要支持实时分析。

面对业务人员的“既要、又要、还要”,我们选择基于 Kyligence 产品建设了一体化指标数据平台,围绕数据平台的建设我们制定了自己的流程、规范,从“道”和“术”两个方面来同步进行,实现了制度、流程、机制、系统四位一体的指标管理,为业务用户提供了统一指标服务和智能指标分析,同时大幅缩短了数据开发周期和提升数据分析应用响应时效。

接下来,Kyligence 产品高级总监冯礼先生带来了《指标平台:助推企业数智化管理闭环》的主题演讲。他在分享中表示,“指标”是企业在数字化转型中管理的语言,它承载了管理的思想。传统数据分析链路上,指标分散且固化在 BI 报表 / ETL 宽表和各个业务系统中,而指标平台则将指标的业务口径和计算逻辑等统一管理在指标目录中。

指标平台是供组织集中管理、存储关键指标的平台, Kyligence 以企业级 OLAP 能力为底座,提供统一业务模型、指标管理、指标加工、数据服务于一体的完整的解决方案。在演讲中,冯礼先生还提到了 Kyligence 服务的领先股份制银行的真实案例,该银行以指标平台驱动了效率的显著提升,同样的指标开发量端到端的交付时间降低 60%,能够高效满足业务人员的需求。

欣和数据平台架构师吕磊磊带来了《云上数据湖数智化升级推动业务转型》的主题演讲。欣和自 2018 年就开始上云,随着业务的快速发展,海量的数据迅速累积,业务用户对数据平台提出了更高的要求,因此需要提供更高性能的 API 以支撑各类数据应用和分析场景,支撑业务用户快速进行自定义分析,更高效为业务赋能,辅助决策。

为了适配云原生架构、保障企业级安全,同时满足高性能、高并发以及自助灵活分析等分析需求,欣和在 2018年引入了 Kyligence,目前已经支撑企业内部超过 10 个系统,单日 API 调用达到 10万以上,99%的查询响应时间都在 2s 以内。未来,欣和也希望和 Kyligence 在指标数据服务、智能数据服务等方面做更多数智化的探索。

随后,安永大中华区数据智能咨询服务合伙人季昊先生带来了《数据智能驱动精益运营》的主题演讲。他分享到,企业对大数据分析软件的需求是由支持数据分析、强化和自动化决策的需要而驱动的,同时,以 ChatGPT 为代表的生成式人工智能(GenAI)正推动新的市场增长曲线,GenAI 将应用于企业的各个业务及运营领域。

季昊先生在演讲中指出,以指标体系为驱动的 AI + BI 正成为企业精益敏捷运营的新范式。GenAI 将进一步降低用户的使用门槛,数据建模不再是数据科学家的专属领域,人机对话均将成为数据分析驱动运营决策的新常态,安永也将携手合作伙伴 Kyligence 共同助力企业数智化变革,在 AIGC 的浪潮中砥砺前行。

Kyligence 高级解决方案架构师陈萌女士带来了《指标平台赋能零售制造企业数智化转型应用实践》的主题演讲。她在演讲中基于最新发布的产品家族,分享了 Kyligence 指标平台是如何赋能零售、制造、医药行业的企业进行指标平台的规划、实施以及落地。

陈萌女士在演讲中重点介绍了 Kyligence 的真实客户案例。Kyligence 助力“网红”零售连锁品牌茶饮实现对全渠道供应链的指标建设,节省原有数据库费用 20%以上。同时,她还分享了 Kyligence 助力车企集团实现高性能、端到端的实时漏斗转化分析,以指标管理的精细化、标准化和资产化为导向,全面升级企业盈利管理体系。在医药行业,Kyligence 还服务了国内大型三甲医院构建了临床医疗指标体系,实现低成本的大数据分析平台建设。

更多精彩内容欢迎大家点击「链接」访问大会官网,获取各位嘉宾的精彩回看及演讲资料。

关于 Kyligence

跬智信息(Kyligence)由 Apache Kylin 创始团队于 2016 年创办,是领先的大数据分析和指标平台供应商,提供企业级 OLAP(多维分析)产品 Kyligence Enterprise 和一站式指标平台 Kyligence Zen,为用户提供企业级的经营分析能力、决策支持系统及各种基于数据驱动的行业解决方案。

Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售、医疗等行业客户,包括建设银行、平安银行、浦发银行、北京银行、宁波银行、太平洋保险、中国银联、上汽、长安汽车、星巴克、安踏、李宁、阿斯利康、UBS、MetLife 等全球知名企业,并和微软、亚马逊云科技、华为、安永、德勤等达成全球合作伙伴关系。Kyligence 获得来自红点、宽带资本、顺为资本、斯道资本、Coatue、浦银国际、中金资本、歌斐资产、国方资本等机构多次投资。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/23913.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

AI驱动的靶点发现综述

疾病建模和靶点识别是药物发现中最关键的初始步骤。传统的靶点识别是一个耗时的过程,需要数年至数十年的时间,并且通常从学术报告开始。鉴于其分析大型数据集和复杂生物网络的优势,人工智能在现代药物靶点识别中发挥着越来越重要的作用。该综…

奥威BI系统:零编程建模、开发报表,提升决策速度

奥威BI是一款非常实用的、易用、高效的商业智能工具,可以帮助企业快速获取数据、分析数据、展示数据。值得特别注意的一点是奥威BI系统支持零编程建模、开发报表,是一款人人都能用的大数据分析系统,有助于全面提升企业的数据分析挖掘效率&…

[Docker实现测试部署CI/CD----自由风格的CI操作[最终架构](5)]

目录 11、自由风格的CI操作(最终)Jenkins容器化实现方案修改 docker.sock 权限修改 Jenkins 启动命令后重启 Jenkins构建镜像推送到Harbor修改 daemon.json 文件Jenkins 删除构建后操作Jenkins 添加 shell 命令重新构建 Jenkins通知目标服务器拉取镜像目…

C#核心知识回顾——19.插入排序

1.插入排序的基本原理 871542639 两个区域 排序区 未排序区 用一个索引值做分水岭 未排序区元素 与排序区元素比较 插入到合适位置 直到未排序区清空 int[] arr { 8, 6, 7, 2, 9, 4 };//第一步//能取出未排序区…

IL汇编实现两数相加输出结果

话说前面没有实现IL汇编2数相加;鼓捣了一下,实现的代码如下; .assembly extern mscorlib {}.assembly Test{.ver 1:0:1:0}.module test.exe.method static void main() cil managed{.maxstack 8.entrypoint.locals init (int32 V_0, int3…

[FlareOn6]FlareBear

前言 apk的逆向,没有壳,但可能做的不是太多,没能想到整个算法的运作原理 分析 搜索flag会发现存在这么一个函数,那么显示flag的时候应该是熊会跳舞显示flag,只要满足熊happy和ecsstatic就可以,happy只要一直存在点击…

Open3D (C++) 计算矩阵的广义逆

目录 一、算法原理1、广义逆2、计算过程二、代码实现三、结果展示四、参考链接本文由CSDN点云侠原创,原文链接。爬虫网站自重,把自己当个人,爬些不完整的误导别人有意思吗???? 一、算法原理 1、广义逆 非方阵不存在逆,但是存在广义逆(伪逆)。对于一个矩阵

FPGA初步学习之串口发送模块【单字节和字符串的发送】

串口相关简介 UART 在发送或接收过程中的一帧数据由4部分组成,起始位、数据位、奇偶校验位和停止位,如图所示。其中,起始位标志着一帧数据的开始,停止位标志着一帧数据的结束,数据位是一帧数据中的有效数据。 通常用…

springboot-mybatis的增删改查

目录 一、准备工作 二、常用配置 三、尝试 四、增删改查 1、增加 2、删除 3、修改 4、查询 五、XML的映射方法 一、准备工作 实施前的准备工作: 准备数据库表 创建一个新的springboot工程,选择引入对应的起步依赖(mybatis、mysql驱动…

【BASH】回顾与知识点梳理(五)

【BASH】回顾与知识点梳理 五 五. 数据流重导向5.1 什么是数据流重导向standard output 与 standard error output/dev/null 垃圾桶黑洞装置与特殊写法standard input &#xff1a; < 与 << 5.2 命令执行的判断依据&#xff1a; ; , &&, ||cmd ; cmd (不考虑指…

骑砍二 ATC MOD 使用教程与应用案例解析

骑砍二 ATC MOD 使用教程与应用案例解析 作者&#xff1a;blibli-财不外漏 / NEXUSMODS-PuepleKarmen 案例MOD依赖&#xff1a;ATC - Adonnay’s Troop Changer & AEW - Adonnay’s Exotic Weaponry & New Armor 文本编辑工具&#xff1a;VS Code&#xff08;推荐使用&…

图解架构 | SaaS、PaaS、IaaS/aPaaS平台是什么?aPaaS与PaaS有什么区别?

参考 图解架构 | SaaS、PaaS、IaaS:https://www.51cto.com/article/717315.html aPaaS平台是什么&#xff1f;aPaaS与PaaS有什么区别&#xff1f;&#xff1a;https://developer.aliyun.com/article/718714 aPaaS和PaaS的区别是什么&#xff1f; aPaaS和PaaS都可以完成软件的…

Linux中安装Node

安装 先从 官方网站 下载安装包&#xff0c;有时 node 版本太新会导致失败&#xff0c;详见下方的常见问题第2点 cd /home // 创建目录&#xff0c;将下载好的 node 安装包上传到此目录 mkdir Download mkdir /usr/local/lib/node解压 // 解压&#xff0c;前面是文件当前路径…

iMX6ULL应用移植 | 移植 infoNES 模拟器(重玩经典NES游戏)

没玩过NES游戏的童年&#xff0c;可能不是80后的童年。我们小时候是从玩FC开始接触游戏机的&#xff0c;那时真的是红极一时啊&#xff0c;我上初中时还省吃俭用买了一台小霸王&#xff0c;暑假里把电视机都给打爆了&#xff01;那时任天堂单是FC机的主机的发售收入就超过全美的…

循环结构的学习

循环结构 文章目录 为什么要学习循环while循环dowhile循环偶数之和断点调试购物结算循环的选择类名和全类名摄氏华氏对照表for循环for执行次序五门功课成绩for的特殊写法break和continue录入客户信息_continue使代码优雅小数的比较不能用或! 为什么要学习循环 在编写代码时&a…

Spring集成Web

目录 1、简介 2、监听器 3、Spring提供的listener 3.1、xml 3.2、配置类 3.3、WebApplicationContextUtils 3.4、说明 4、自己复现的listener 4.1、ContextLoaderListener 4.2、WebApplicationContextUtils 4.3、Web调用 ⭐作者介绍&#xff1a;大二本科网络工程专业…

vue2-v-show和v-if有什么区别,使用场景分别是什么?

1、v-show和v-if的共同点 在vue中&#xff0c;v-if和v-show的作用效果是相同的&#xff08;不含v-else&#xff09;&#xff0c;都能控制元素在页面是否显示&#xff0c;在用法上也相同。 当表达式为true的时候&#xff0c;都会占据页面的位置 当表达式为false的时候&#xff…

AI介绍——chat gpt/文心一言/claude/bard/星火大模型/bing AI

AI体验 1. AI 介绍&#xff08;注册和使用&#xff09;1.1 Chat GPT1.2 文心一言1.3 Slack 上的 Claude1.3.1 Claude 介绍1.3.2 Claude 使用 1.4 Google的Bard1.4.1 Bard 介绍1.4.2 Bard 使用 1.5 科大讯飞的星火大模型1.5.1 星火大模型 介绍1.5.2 星火大模型 使用 1.6 new bin…

Linux软件安装

软件安装 安装软件的方式 软件的安装方式 二进制发布包安装: 软件已经针对具体平台编译打包发布&#xff0c;只要解压&#xff0c;修改配置即可rpm安装:软件已经按照redhat的包管理规范进行打包&#xff0c;使用rpm命令进行安装&#xff0c;不能自行解决库依赖问题yum安装:一…

65 # 实现 http-server 里的 gzip 压缩

用 zlib 来实现 gzip 压缩 服务端优化都是&#xff1a;压缩 缓存 前端可以通过 webpack 插件进行压缩 gzip 根据替换来实现的&#xff0c;重复率越高&#xff0c;压缩后的结果越小 const zlib require("zlib"); const fs require("fs"); const path …