数据中心在烟草行业重要性论文
论地方烟草企业推进数字化转型升级的可行性路径

2023年8月第26卷第16期中国管理信息化China Management InformationizationAug.,2023Vol.26,No.16论地方烟草企业推进数字化转型升级的可行性路径孙友林,朱益旻(安徽省烟草公司池州市公司,安徽池州247000)[摘 要]随着近年来我国烟草产业的快速发展,地方烟草企业的数字化、智能化发展模式日益引发人们的关注。
数字化与智能化发展是现代烟草企业的基本需求,也是地方烟草企业谋取转型升级的基本依托。
基于此,地方烟草企业要锚定数字化发展目标,以数字化手段推进企业转型升级,实现持续健康发展。
文章以此为切入点,重点阐述地方烟草企业积极推进数字化转型升级的重要性,并结合实际情况提出几条可行性路径,以供参考。
[关键词]地方烟草企业;数字化转型;企业发展;智能化doi:10.3969/j.issn.1673 - 0194.2023.16.038[中图分类号]F426;F270.7 [文献标识码]A [文章编号]1673-0194(2023)16-0119-030 引 言新时期,我国烟草市场的产业化发展呈现出勃勃生机,这为地方烟草企业的数字化转型升级提供了良好契机。
烟草企业的转型升级对于地方经济社会发展具有特殊价值,也能提升区域经济发展水平。
现阶段,在“数字新基建”的发展要求下,地方烟草企业要逐步摆脱固有的思维观念,提升数字化引领水平,积极推进企业的数字化转型升级,打造持续强劲的核心竞争力,为企业的跨越式发展积蓄强大动力。
1 地方烟草企业推进数字化转型升级的重要性烟草企业是地方经济社会发展的重要支柱之一,在吸纳就业、繁荣经济、贡献税收等方面作用极大。
伴随着我国经济社会发展进入新常态,地方烟草企业数字化发展的趋势日益凸显。
在此背景下,打造数字化与智能化一体化发展模式,推进数字转型升级,已然成为地方烟草企业持续发展的现实要求。
同时,地方烟草企业推进数字化转型升级也具有极大的重要性,具体如下。
论烟草行业数据中心建设中的数据质量管理

论烟草行业数据中心建设中的数据质量管理僵患技术与僵JI亿论烟草行业数据中心建设中的数据质量管理贾红龙JIAHong—longdoi:10.3969/j.issn.1672—9528.2009.06.005翮本文以四川烟草商业企业的数据中心建设工作为背景,围绕建设过程中反映出的数据质量问题展开论述,从数据质量问题产生的根源,数据质量管理及持续改善的策略,数据质量管理的技术实现思路,管理改进建议等方面进行论述和总结,也希望借以此文进一步将管理和技术手段相结合,继续改进行业信息化建设中的数据质量问题.鞠簟目i翳数据质量管理烟草技术手段管理手段AbstractInthispaper,constructionofdatacentersinSichuantobaccoasthebackground,disc ussedintheconstructionprocessreflectsthequalityofdataissues,fromtherootcauseoftheproblemofdataquality,data qualitymanagementandcontinu-OUSimprovementstrategies,dataqualitymanagementtechnologyissueandsuggestionsfo rimprovementinareassuchasmanagementdiscussionandconclusion.Thispaperhopestofurtherthemanagementandtechnicalmeanso fcombinationofinformationconstruc- tionindustrycontinuedtoimprovethedataqualityissues. KeywordsDataqualitymanagementTobaccoTechnicalmeansManagementmeans1引言任何一个企业在进行信息化建设过程中,都会有数据质量问题,也就是说不同的企业,不同规模,不同阶段的信息化建设,都一直存在数据质量问题, 且永远没有结束之日.什么是数据质量?目前还没有统一的定义,常用的定义有:数据质量是满足适合使用的程度(fitforuse);=.c数据满足特定用户期望的程度;数据在多大程度上满足了模式和实例的正确性,一致性,完整性和最小性.数据也是企业重要的资产.低质量的数据将导致业务流程阻塞,运营成本增加和决策困难.越来越多的企业开始采用一系列的管理和技术手段来控制并逐渐改进企业的数据质量.早期对数据质量的关注点主要是基于单一信息系统自身,着重提高数据准确性;后期随着企业信息系统功能和定位的不断延伸,如:系统升级/改造,数据集成(数据中心, CRM)等,这些项目的成功率越来越低,失败的原因大多是因为数据质量问题所导致,用户关注的重点逐步由数据准确性扩展至完整性,一致性,及时性等方面,这些内容也属于数据质量的范畴.数据集成项目使数据质量问题暴露的更为突出.原来分阶段,单一的信息系统建设重点是实现系统自身内部四川省烟草专卖局(公司)信息中心四川成都610031 的功能和解决系统内部范围内的数据质量问题.但是数据集成项目涉及的是跨系统,跨数据源的集成项目,那么在数据集成和数据交换,以及数据共享过程中,数据的一致性,准确性,完整性和及时性等方面的问题就会凸显无遗.虽然数据集成项目不能够修复数据以提高数据质量,但能发现存在的部分问题从而提醒用户哪些数据是有质量问题的,给出用户一些改进的建议,同时在分析和决策时应降低对这些数据的依赖程度,也可以提供辅助的方法跟踪, 监测数据质量问题.现在很多大型企业已意识到数据信息和数据质量的重要性,专门建立了数据中心来管理数据方面的工作.所以,数据质量管理也就顺其自然的"落地"到了数据中心建设范畴内.随着四川烟草数据中心建设的不断深人,数据质量问题也随之暴露的更加明显,本文正是在此背景下产生,期望通过本文的论述和总结,能为下一步数据中心及未来的信息化建设中的数据质量持续改进提供一种系统的,科学的,可行的建设思路.2数据质量管理的策略从数据质量的多种理解和定义可以看出,目前对数据质量的理解程度不尽相同.本文认为数据质量管理是致力于整个企业数据环境中数据质量的评估/诊断,监控和持续改善的一个系统的,长期的过程,从数据质量管理所关注的质量问题来看,主要包括六个方面:Q皇垒篁曼塑固僵毫技术与僵毫亿a,数据的准确性b,数据的完整性C,数据的一致性d,数据的及时性e,数据的可理解性f,数据的可获取性文献中给出了有关数据质量问题度量标准的详细描述.在这六个方面中,涉及的数据对象包括各种数据源,关系表与视图,OLAP数据立方体,数据文件和明细的关系属性,同时还关注与数据对象的转移, 加工,生产和消费相关的各种应用对象,包括:ETL任务和其他应用程序组件的运行状态.数据质量问题的解决策略有两种类型:在企业输入数据时提高数据质量的方法称为"上游"方法, 而从业务系统提取数据的应用程序(如数据仓库)中改善数据质量的方法是"下游"方法.上游策略研究当前应用程序的逻辑,数据和流程,解决检查过程中发现的异常情况.此策略可能涉及到更改应用程序逻辑,添加更好的表验证,改善与数据输入相关的流程,它致力于企业数据的高准确性.另外,此策略还要求使用应用程序本身附带的数据质量功能.下游策略解决目标应用程序或数据仓库(而非数据源)中的数据质量问题.由于数据可以根据需要随时进行修改,所以企业能够在流程(尤其是数据转换, 清洗以及查找验证)中改善数据质量.下游策略仅为目标应用程序或数据仓库改善数据质量,但与上游策略相比,它的实施过程更简单,成本更低.本文研究的就是"下游"的数据质量管理策略.从数据质量问题产生的根源分析,从技术的观点看应从三个层面改进企业数据质量:a,数据架构重构(存储架构,集成与交换架构),建议采用基于SOA的集成架构,实现实时或同步的数据交换;b,数据模式重新设计数据结构,或者建立集中的主数据管理平台,统一主数据管理来解决核心共享数据的数据质量问题;C,数据实例事前——更严格的数据质量控制(程序逻辑控制),数据标准(元数据管理,统一编码管理)管理事后——数据清洗而对于因企业的数据架构,数据模式问题引起的数据质量问题本文不进行讨论.本文重点是对数团QQ皇垒篁曼塑据实例方面引起的数据质量问题进行研讨,这也是四川烟草数据中心建设过程中面临的实际情况.数据清洗是一种常用的事后提高数据质量的技术,其用于检测并消除数据中的错误和不一致.实践中有很多与数据仓库的ETL过程结合使用;也有将其独立部署而使用的;有些ETL工具自带有有限的清洗能力,数据清洗工具一般具有的能力包括:重复对象检测,缺失数据自动填充,异常数据识别,逻辑错误检测,不一致数据处理等能力,但不附带针对数据清洗的统计和数据挖掘的方法.所以依靠数据清洗技术的开发工作量,维护工作量很大,且针对深层次的数据质量问题的处理能力有限.四川烟草数据中心项目主要就采用数据清洗这种处理手段.数据中心数据质量管理致力于整个企业数据环境数据质量的评估,诊断,监控和持续改善.数据质量的持续改善要通过技术手段和管理手段相结合的策略进行持续优化,单一依靠管理或技术都无法完成数据质量的完善过程.针对上述数据质量管理的六个方面的内容的分析可以发现,个别问题是可以通过技术手段来解决的,要想持续的改进数据质量,根本还是要从管理上来解决数据质量问题,甚至是要对企业的信息化架构做规划和改造.相对于普通应用系统的建设,数据质量管理对管理手段的依赖性更强,因为大部分的数据质量问题都可以通过一定的技术手段逐渐的进行改进,但是随着数据质量问题的不断显现,对管理手段的依赖性则更为强烈, 这其中可能会涉及到组织机构的适当调整,岗位职责的适当变化,针对数据质量问题的特殊处理流程, 甚至是通过对信息系统进行改良等方式来支持数据质量的完善任务.数据质量管理的总体架构如图1:图1架构说明如下:a,数据标准化控制一通过元数据管理,信息分类编码的统一管理b,解决核心业务实体数据质量一通过主数据管理进行控制C,建立一个可重复的数据收集,数据修改和数据维护流程技术手段一一流程自动化建立数据质量管理系统,采用信息技术自动完成数据质量管理相关的信息收集,规则识别与管理, 质量诊断,质量报告和数据质量问题处理=一c管理手段一一把责任落实到人建立专门的机构或岗位,并明确职责建立相应的数据质量管理规范,明确数据质量问题处理流程针对数据质量管理的系统建设,建议以管理手段为主,技术手段为辅,通过定期的数据质量评估, 针对数据质量管理六个方面的问题进行持续优化. 下面分别从技术手段的实现,管理手段措施等两方面分别进行详细阐述.3数据质量管理的技术手段通过技术手段建立数据质量管理信息系统,采用信息技术自动完成数据质量管理相关的信息收集,规则识别与管理,质量诊断,质量报告和数据质量问题处理,将极大地提高数据质量管理的效率和水平.整个数据质量管理系统由五大构件构成,它们是信息收集,质量规则管理,数据质量诊断,数据质量报告和数据质量处理,其相互关系如下:1)信息采集构件负责收集质量规则管理和数据质量诊断所需要的各种原始信息,这些信息包括涉及的数据对象和应用对象的统计摘要信息,运行状态信息等粗粒度信息,也包括某个具体数据对象的统计抽样明细数据,也可能是某个数据源的某个指标的数据.粗粒度数据将被直接存储到对象摘要表中,明细数据将存放到对象临时表中.这里数据对象是一个统称,它包括数据库,关系数据表(视图),OLAP数据立方体,数据文件或某个具体的关系表属性,也包括用于生产和消费数据对象的应用组件,加工和传输数据对象的应用组件,如:ETL组件.这些信息有些可以从数据库的日志文件,系统表中获取,有些需要进行统计计算,有些需要编写单独的程序来获取.这些信息对于质量规则形成和质量诊断都有非常重要的意义.2)质量规则管理负责管理所有对象在五大质量度量(准确性,一致性,完整性,及时性,可获取性)方面应遵循的质量规则,不同的质量度量需要采用不同的语法来描述质量规则.这些规则可以手工维护,也可以通过信息采集构件传递的样本数据进行统计分析和数据挖掘获得.质量规则管理构件负责管理所有与质量诊断相关的数据质量规则.这些规则涵盖了数据的准确性,完整性,一致性,及时性和可获取性五大质量度量.除维护这些规则之外,质量规则管理构件还应维护对每一个规则的违例预警级别,建议的后续处理策略等.3)数据质量诊断构件是数据质量管理的核心构件,该构件根据信息采集构件传递的数据,质量规则管理构件的质量规则定义和具体的数据质量诊断任务,定时进行数据质量诊断并生成质量诊断结果. 数据质量诊断构件是数据质量管理系统中的核心构件.它根据信息采集构件采集的质量相关信息和质量规则库中的质量规则进行质量诊断,并记录诊断结果.对于准确性,列完整性,关键键一致性,包含一致性,函数依赖一致性的诊断,对有问题的样本还应进行记录.系统应支持手工质量诊断和定时自动质量诊断两种方式.在手工质量诊断模式下,质量管理员手工选择要进行质量诊断的对象,需要判定的质量规则后,信息采集器开始重新采集样本数据和摘要信息,并进行质量诊断判别.在定时自动诊断模式下,数据质量管理员配置好要诊断的质量规则,确定定时调度的周期和时间,系统定时采集信息,进行质量诊断并记录诊断结果.4)数据质量报告构件负责将数据质量诊断的结果信息以不同用户容易使用的方式传递给它们, 这些方式包括:电子邮件,短消息,问题列表式网页, 图表等,也包括汇总的质量报告.这个模块主要是根据系统采集的信息,检查的结果自动生成相应的质量检查报告.根据数据质量检查环节的结果信息,以规范的格式和特定的展现方式向数据质量管理人员报告数据质量情况.由数据质量检查点从不同角度生成不同类型的检查或告警报告.5)数据质量处理构件负责根据数据质量报告所列的待处理质量问题清单,按照级别高低处理质量问题.系统检查出质量问题并形成相关问题的质量检查报告后,以消息提示,邮件,短信等方式通知相关人员,此时进入质量问题的处理过程.质量问题的处理过程主要是根据检查报告提供的问题信●■一Q皇生箜鱼塑囡量l昆鼹暑一僵息技术与僵息亿息,对问题的原因进行分析.分析过程主要由质量管理员,业务系统接口人员来完成,生成解决方案; 根据问题解决方案,采取具体行动解决问题.数据质量问题的处理过程分为系统自动处理和人工处理两种方式.构件负责记录质量问题处理过程,记录相关知识等.当问题处理环节结束后,需要对问题处理的全过程进行记录和总结.总结过程主要包括填写数据质量总结报告和质量问题知识库管理.总结根据需要可划分为三种类型:数据质量事件总结, 数据质量问题总结,数据质量阶段性总结.4数据质量管理的管理手段4.1管理机制数据的质量的改进绝对不是一朝一夕的事情,而是一个持续完善的改进过程.正确的办法除了借助于技术手段外,更需要通过一个不断改进的流程, 持续不断地排除错误,对数据进行整合和标准化,最后达到流程的自动化,从而降低数据质量保证计划的总体开销.所以,再次强调考虑与数据管理和数据质量的改进项目有关的人的因素,他们的行为是非常重要的.从某种程度上说,要比具体选择什么软件要重要得多.因此,有必要成立一个有效的组织机构一数据质量管理小组,以保障数据中心数据管理工作的顺利进行.数据质量管理小组的职责有:制定数据质量检测标准;制定数据质量管理,保障,控制和维护流程;监控数据质量问题处理的整个流程并进行结果评估;以月例会,季度总结会的方式召开数据质量管理小组会议,总结数据中心系统数据质量工作; 每月对数据中心系统进行数据质量状况评估,并形成《数据质量状况月报》;每季度对数据中心系统进行数据质量状况评估,并形成《数据质量状况季报》;数据质量管理涉及以下几个角色,包括项目负责人,项目经理,数据质量管理员,业务系统接口员, 其中数据质量管理员是整个组织机构的核心角色.4.1.1项目负责人支持数据质量管理小组的部门或系统间协调工作.4.1.2项目经理,一:全面负责数据中心的建设和维护;领导数据中心数据质量管理员进行数据质...........2...0......9....f..g....~......6........——量管理工作.4.1.3数据质量管理员数据质量管理员是数据质量管理小组的工作核心.在管理小组的组织结构中属于常设岗位,公司必须指派专职的数据中心系统数据质量管理员. 编写和维护数据质量管理工作相关文档,如数据质量检查报告,数据质量控制流程;定期组织相关力量对数据中心系统需求影响分析报告的正确性和完备性进行评估;对数据中心数据及元数据的维护流程进行监控,对过程文档进行评审,保证维护工作的正确性定期,不定期地进行数据质量评估;数据质量相关知识及流程的培tJlI;收集各业务系统接口对数据质量管理系统提出的问题和需求;组织协调相关力量对异常或有争议数据质量问题进行协商解决;:一:建立,维护数据质量问题解决的经验集.4.1.4业务系统接口员负责数据中心系统与业务系统间的协调和工作落实;参与质量方案的评估和方案制定;负责监督和管理相应业务系统建设,维护单位进行的与数据中心元数据有关的活动;根据实际使用情况,对元数据系统的建设提出需求和建议;4.1.5相关外部组织包括业务系统维护单位,数据中心系统需求/使用单位,数据中心系统建设单位,数据中心系统维护单位等.4.2管理流程随着业务的不断发展和应用系统需求的不断变更,如何保证数据中心系统数据的正确维护就显得格外重要,本节介绍一下常见数据质量问题的处理流程,包括以下五个流程:需求变更控制流程,元数据变更维护流程,数据质量问题处理流程,指标口径及业务规则问题处理流程以及错误数据维护流程. 其中需求变更控制流程是基础的流程.而根据元数据提取类型的不同,对于需要手工整理的指标口径及业务规则等业务元数据,由于涉及部门间的协调工作,单独定制相应的流程,以区别于普通的数据质量问题;元数据变更维护流程作为子流程,是涉及系统应用调整必须要完成的工作内容;另外对于错误数据的维护也作了相应的流程规定.促息技术与僵息亿翳霞疆魏醪醛戳耀疆醋疆嚣蠡驻魏醴勰辇鹱馨羲鞭狸嚣薅l{ 嚣曼爨疆慧翘鼹鹱璧曼爨勰蓊鼙翼垂蕈霞翼露爨嚣@』【器鬈】lI——向I中(评估变更申请】【应用上线实施】I......一更]1...一—一.....图24.2.1需求变更控制流程数据中心系统在进入需求变更流程后,首先要确定需求变更所涉及的条件要素,作为数据质量需求影响评估应用的输入条件,并通过需求影响评估应用自动生成需求影响评估报告,然后根据此报告,出具应用变更方案,如需要元数据变更,则向数据质量管理员提交元数据变更申请,由元数据管理员评估决定是否进入元数据变更维护流程,数据中心后续进行相关的应用调整,最后应用上线的同时,实施对元数据的同步维护更新.数据中心需求变更控制流程如图2所示.4.2.2数据质量问题处理流程数据质量管理员根据问题的实际情况判断数据质量问题的归属节点,如果是数据中心系统内部问题,即转人数据中心系统变更处理流程,如果判断为不是内部问题,则提交数据质量事件报告,申请数据质量小组协调,数据质量小组评估数据质量事件报告,确定责任归属.数据质量小组中业务系统接口员由各个业务系统的代表担任,在评估过程中,各业务系统的代表应该提供业务系统的实际情况,并结合自身的业务系统经验,协助数据质量小组确定问题的根本原因.责任确定以后,确定的责任归属业务系统的代表应该推动相应的业务系统修改相应的系统,并在系统修改完毕以后,发业务系统变更通知到数据中心系统,数据中心系统根据业务系统变更通知进入系统变更处理流程.最后,对于已经发生错误的数据,则进入错误数据维护流程.4.2.3指标口径及业务规则问题处理流程对于指标口径及业务规则问题的处理,需要通过数据质量管理小组协调.协调是一个复杂的过程,在流程图中不描述具体的协调过程.数据质量管理小组中包含了各部门的代表,数据质量管理员要求相关的系统或者业务部门的代表提供本部门对相关业务元数据如指标口径的定义,理解,计算办法,计算公式,并确定关注和使用该业务元数据的部门.业务元数据应该以该统计口径的定义和使用部门的解释为准.如果有多个部门对同一个业务元数据给出了不同的定义,并且使用了该业务元数据,元数据质量管理员应该申请更高层次的协调.指标口径及业务规则问题处理流程如图3所示.襄鹱黧霾豳Il厂甲J(舳卜.fgI写'业务=剃&据1l——.L质量阃暖I竖告)JI fll卜llIl一诵蜒一l(](】I一—l=三,'图34.2.4元数据变更维护流程元数据变更维护流程是上述3个流程的子流程,在确认需要对元数据内容做调整的时候都可以进入该流程.由于数据质量管理系统对于数据中心的重要性,对元数据的变更必须要有严格的流程控制,每一次元数据的变更都需要有明确的原因,考虑清楚后续的影响,并且对元数据的变更必须要留历史版本信息,以便于元数据的历史追溯.元数据变更维护流程如图4所示.图4僵息技术与信息亿4.2.5错误数据维护流程在系统中由于历史原因导致了现有数据库中数据存在错误,需要进行维护.错误数据的维护必须得到数据质量管理员的同意,并在维护完成后提交数据维护报告,数据质量管理员可以采取适当的检查以验证数据维护操作的执行情况,错误数据维护流程如图5所示.图5参考文献:[1]ElizabethM.Pierce.AProgressReportfrom(上接第32页)信息流,把正确的信息即时传递给需要它的人,以便他们对信息迅速采取行动.企业信息化可以很好的做到这一点.4结束语企业竞争力是当今企业市场竞争成败的关键因素,更是企业能否控制未来,掌握未来市场竞争主动权的根本,面对形式严峻的金融危机,企业不仅要关注外部环境变化给企业带来的机遇或者挑战,更要眼睛向内,发现积累企业自身资源优势,实施企业竞争力战略.信息化是对企业核心竞争力的有力支撑,是提高企业核心竞争力的关键所在,中小企业一定要重视做好信息化建设的战略规划,根据企业定位,确定企业所处的环境和条件,从战略角度确定适合自己的信息化建设方案,只有这样才能有效提高自身的竞争力,度过金融危机,使企业立于不败之地.参考文献:[1]谭兴,谭策.浅谈中小企业信息化建设战略规MITInformationQualityConference.Http://,2003.DanielAebi,LouisPerrochon.TowardsImpro—ringDataQuality.ProceedingsoftheIntema—tionalConferenceonInformationSystemand ManagementofData,1993.Raman,V.,Hellerstein,J.Potter'Swheel:an interactivedatacleaningsystem.In:Apers,P.,Atzeni,P.,Ceil,S.,etal,eds.Proceed—ingsofthe27thInternationalConferenceonV eryLargeDataBases.Roma:MorganKauf-mann,2001.381—390.Hipp,J.,Guntzer,U.,Grimmer,U.Data qualitymining:makingavirtueofnecessity.In:WorkshoponResearchIssuesinDataMin—ingandKnowledgeDiscovery.SantaBarbara,2001.。
烟草-行业数据综合分析应用解决方案

烟草-行业数据综合分析应用解决方案第一篇:烟草-行业数据综合分析应用解决方案烟草专卖管理局数据综合分析应用解决方案xxxx电子科技有限公司2013年7月目录一、建设背景 (3)二、建设思路 (3)三、建设目标 (3)四、总体设计 (4)4.1、设计原则...................................................4 4.2、设计思路...................................................5 4.3、总体架构 (6)五、系统实现 (6)5.1、整合内容...................................................6 5.2、采集处理方式.. (7)5.2.1、数据采集..............................................7 5.2.2、数据整合..............................................9 5.3、数据应用..................................................15 5.3.1、应用定制.............................................15 5.3.2、数据展现.............................................21 5.3.3、应用主题数据.........................................21 5.4、主要功能..................................................22 5.4.1、数据来源管理.........................................22 5.4.2、主题和指标管理.......................................22 5.4.3、报表定制.............................................23 5.4.4、图表定制.............................................23 5.4.5、热点定制.............................................23 5.4.6、连接资源管理.........................................23 5.4.7、页面定制.............................................23 5.4.8、用户及角色管理 (24)六、系统价值.......................................................24 5.1、企业报表..................................................24 5.2、主题分析..................................................25 5.3、运营监控.. (25)七、成功案例.......................................错误!未定义书签。
大模型、大数据、大变革、大服务浅析烟草行业如何利用大数据能力建设提升服务水平

大模型、大数据、大变革、大服务浅析烟草行业如何利用大数据能力建设提升服务水平摘要:chatgpt来临带来的大模型变革对大数据精准画像的影响深远,烟草行业也不能忽视,要积极分析应对,用好数据资产和数据沉淀,更好的进行内外部宣传工作,提升传播水平。
关键字:大数据精准传播数据沉淀从2011年麦肯锡提出大数据时代已经来临的观点至今已有12年,2022年12月《关于构建数据基础制度更好发挥数据要素作用的意见》发布,对于推动数据资产化、资本化、更好发挥数据对生产效率的倍增有着重要意义。
把过去看似需要人脑推理的问题变成基于大数据的计算问题。
2023年初ChatGPT的爆火,直接引领了“大模型时代”的变革,让人们看到了在高质量的大数据基础上发展起来的大规模训练与机器深度学习,在人工智能上发展出令人惊喜的技术,即实现与人类相似的各类语言相关任务处理能力。
新一代人工智能技术高速发展,也在与烟草行业加速融合,为烟草行业宣传工作带来很多新机遇。
利用大数据进行精准内容传播需要从重内容传播方法转变为也同步抓数据收集,烟草系统的商业企业可利用零售终端POS系统,会员制,支付宝、微信等支付方式,工业企业主要采用扫描烟盒二维码的方式,如果实现数据共享,运用“云计算”、人工智能、智慧城市等互联网技术,对卷烟消费者的购买行为进行深入分析,就可以准确分析消费者在购买卷烟时产生的不同购买行为与购买心理,从而开展精准内容传播及营销。
要学会动态调整商业策略和内容传播策略。
比如,行业卷烟宣传营销平台中,存储了工商间大量的订单信息。
可以利用这些数据,建立科学的模型,分析某一品牌的市场表现,判断其参与市场竞争的优势与劣势,找准品牌未来传播信息的关键点。
另外,行业拥有海量零售客户数据,他们在订购卷烟时,留下了订购时间、地址、品牌、数量、金额等信息,也可以对信息系统采集到这些信息加以分析,发现某个区域卷烟市场整体特征和走势,各个品牌在时间、地区、消费群体上的销售差异,为下一步品牌宣传培育、客户维护、等活动提供科学依据。
数据中心在烟草行业的重要性

2 1 年第 2 01 2期
Cm u e DS fw r n p l c t o s o p t rC o t a ea dA p ia in 信息技术应用研 究
数据中心在烟草行业的重要性
张 国松
( 西藏 自治 区烟草专卖局 ( 公司 ), 萨 800 ) 拉 500
Abtatn ̄df f ma o e a n r o sut nt bcoi ut i l ot toe n ipp r e src: I a sno t na , t c t nt co ,et ac d syw lpa a i r lI s aet i r i gd aeec r i h o n r l y n mp a r . t n h , h
21年第 2 01 2期
分 利用 建 设数 据 中心 的有 利契 机 ,提 升烟 草行 业 的管理 水 平 ,提 高运行 效 率 ,务求 实效 。 ( )强 化数 据 的质 量管 理 。数据 是 烟草 行业 数据 中 心的 基 二
础 ,因此 强化 数据 的质 量 管理 ,对 于烟 草 行业 数据 中心 的建 设 , 具 有重 要 的意 义 。在建 设 全行 业数 据 中心 的过 程 中,应 保证 数据 心 的数 据 加工 存储 体 系主 要 由数据 仓 库 (w D )和 数据 清洗 转换 装 的准确 性 、完 整性 、一 致 性 、及 时性 、可 理解 性和 可获 取性 ,并 (T ) 成 。通过 数据 仓库 , 全行 业 的业 务数 据经 过 E L 集 加 强对 整 个烟 草行 业数 据质 量 的评 估 、诊 断、 动态 监控 和持 续 改 EL 组 将 T后 中到 一起 , 为数据 分 析 、数据 挖 掘 、决策 支持 等 商业智 能提 供 高 善 优化 。 质 量 的数据 来 源 , 行业 领 导者 和管 理者 提供 经 营决 策支撑 服 务 。 为 ( )采 用成 熟 的软硬 件产 品, 降低项 目实施 风险 。数 据 中 三 ( 四)实 现 强大 的数据 分 析应 用 。烟 草行 业数 据 中心 的数 据
烟草行业信息化建设解决方案 -

烟草行业信息化建设解决方案 -引言概述:随着信息技术的不断发展,烟草行业也在不断探索信息化建设的道路。
信息化建设不仅可以提高烟草企业的管理效率,还可以优化生产流程,提升市场竞争力。
本文将探讨烟草行业信息化建设的解决方案,帮助烟草企业更好地实现数字化转型。
一、信息化建设的重要性1.1 提高管理效率信息化建设可以实现企业内部各部门之间的信息共享和协同工作,实现数据一致性和实时性,提高管理效率。
通过信息化系统,管理者可以及时获取各项数据和报表,做出快速决策。
1.2 优化生产流程信息化建设可以帮助烟草企业实现生产流程的数字化管理,提高生产效率和质量。
通过生产过程的监控和数据分析,企业可以及时发现问题并进行调整,实现生产过程的优化。
1.3 提升市场竞争力信息化建设可以帮助烟草企业更好地了解市场需求,提供个性化的产品和服务,增强市场竞争力。
通过信息化系统的支持,企业可以快速反应市场变化,制定灵活的营销策略,提升市场占有率。
二、信息化建设的关键技术2.1 数据管理与分析数据管理与分析是信息化建设的核心技术之一。
通过建立完善的数据管理系统,烟草企业可以对各项数据进行有效管理和分析,为企业决策提供支持。
同时,数据分析可以帮助企业发现潜在的商机和问题,提升决策的准确性和效率。
2.2 云计算与大数据云计算和大数据技术可以帮助烟草企业实现数据的存储、处理和分析,提高数据处理的效率和速度。
通过云计算和大数据技术,企业可以实现数据的实时共享和处理,为企业管理和决策提供更多可能性。
2.3 物联网技术物联网技术可以实现设备之间的互联互通,实现设备的远程监控和管理。
在烟草行业,物联网技术可以帮助企业实现生产设备的智能化管理,提高生产效率和质量。
三、信息化建设的实施策略3.1 制定信息化建设规划在实施信息化建设之前,烟草企业需要制定详细的信息化建设规划,明确目标和路径。
规划包括信息化建设的目标、范围、时间表、预算等内容,为信息化建设提供指导和支持。
烟草行业大数据中心建设
592022年2月上 第03期 总第375期信息技术与应用China Science & Technology Overview0.引言烟草行业信息化建设经过数十年的发展,已初现规模,由于近几年的加速推进,数据建设在影响企业整体管理水平的提升及行业内部的信息传递上起到了较为重要的作用。
大数据中心建设并不是一朝一夕可以完成的,它是一个十分复杂的过程,它是在对行业业务流程及行业数据规划的基础上,建构流程与数据模型,从而建立中心数据库。
在建设过程中,最重要的是要保证在各类业务数据独立完整的状态下,实现各类业务及各个企业间的数据共享,以期实现行业间的数据共享。
1.烟草行业信息化现状目前各烟草商业企业的信息系统建设在分销、专卖、客户关系管理、烟叶、电子政务等系统已经基本建成:行业在信息化进程中积累了大量的数据,涉及卷烟进销存、财务、人事、卷烟销售客户、市场等方面,为大数据中心建设提供了基础。
1.1 烟草行业基础设施建设不断完善现代化信息数据的建设必须建立在一定的基础设施之上,如硬件设施机房、网络、服务器、供电系统等,软件设施如数据库、电子邮件等。
从当前的行业现状来看,烟草行业按照国家局的统一要求,各省级已完成基础网络建设、机房建设、供电系统建设、电脑主机及软件设施的建设,为实现业务信息化管理及建设提供了安稳的设施基础与运行环境[1]。
1.2 信息安全保障系统已完成初步强化对于数据建设来说,信息的安全保障至关重要,它涉及本行业的各项机密文件及项目管理决策,故而加强信息安全保障是现代化企业必不可少的步骤之一。
当前,通过行业内网访问、防火墙建设、病毒防护、文件加密等措施,烟草行业已基本实现信息安全保障。
同时,行业中的各个企业内部也在不同程度上完善了安全管理制度,加大了信息安全防护重要性的宣传,提升了员工们信息安全意识,真正做到了从人员管理到信息管理的多层防护,保证了日常信息业务的正常稳定的运行。
1.3 信息化管理水平在不断提升大数据时代的到来,使得各行各业都开始重视信息数据的重要性,烟草行业也不例外。
浅析大数据技术对新形势下烟草专卖市场监管的推动
浅析大数据技术对新形势下烟草专卖市场监管的推动摘要:实现信息交流数字化。
在“大数据”时代背景下,越是零散的数据信息利用价值越低,若不公开和分享数据,便可能造成数据间的割裂,无法产生深度价值和综合价值。
只有通过开放共享,不断汇聚融合零碎数据,才能产生从量到质的飞跃,展现出零散信息无法提供的“隐含信息资源”。
本文基于浅析大数据技术对新形势下烟草专卖市场监管的推动展开论述。
关键词:大数据技术;新形势下;烟草专卖市场监管的推动引言随着信息技术的快速发展,当今传统烟草垄断市场的调控手段和方式已不能满足要求,需要对新技术、方法和手段进行持续研究,我们必须记住,大数据技术的应用是一种趋势,而且所有行传统产业升级的发展方向、大数据和烟草产业的组合发展取得了一定的成果。
随着行业和信息化技术的不断融合,相信大型数据技术在烟草垄断市场规制中的应用越来越广泛,其作用越来越大,将成为烟草产业专业化发展的重要依据。
1大数据的发展概述继云计算、物联网等技术革新之后,大数据又被称为一个变化。
2014年,国务院在《政府工作报告》中首次提出了大数据概念,同年9月,国务院发布了《关于大数据发展促进行动纲领的通知》,进一步明确了大数据在我国的发展趋势和执行意义,并阐明了今后5-10年我国大数据发展的目标。
随着互联网和信息技术的快速发展,大型数据技术的应用也越来越受到重视,对烟草市场的调控带来了极大的便利,其调控方法和手段也在不断发展。
在大数据时代,烟草行业与国家的业务领域相关,大数据可以广泛用于烟草行业,如工业技术、零售终端、垄断规制等。
同样,通过对大数据的存储、挖掘和分析,可以有效地解决烟草行业市场规制的不足,监管手段变得科学合理,加强烟草市场规制的强度,充分利用监管机构的智能。
2烟草专卖行政执法监管的基本概念(1)烟草专卖、烟草专卖品。
我国的法律针对于烟草的销售有专门的法律规定,国家法律规定的烟草销售包含了烟草的制作过程中很多程序,比如说烟草的生产经营、烟草的种植收购,这些都应该均由国家指定相关部门或者是相关的企业在法律的允许下进行垄断经营和统一的管理。
烟草行业数字化市场数据分析
烟草行业数字化市场数据分析随着科技的不断发展和数字化时代的到来,各个行业都不可避免地面临着数字化转型的需求和挑战,烟草行业也不例外。
数字化市场数据分析在烟草行业中起着至关重要的作用,可以帮助企业了解市场动态、发现商机、制定战略决策,并提升企业的竞争力。
本文将对烟草行业数字化市场数据分析进行深入探讨,以期为行业发展和企业决策提供有益的参考。
一、数字化市场数据收集数字化市场数据分析的第一步是数据收集。
通过数字化手段收集和整理市场数据,可以获得更准确、更全面的信息。
烟草行业的数字化市场数据可以包括以下几个方面:1. 销售数据:通过销售数据可以了解产品的销售情况、销售量、销售额等信息,据此可以判断产品的市场需求和竞争力。
销售数据可以通过企业内部的ERP系统或电子商务平台获取。
2. 消费者数据:消费者数据是数字化市场数据分析中的重要组成部分。
包括消费者的年龄、性别、地域、消费偏好等信息,可以帮助企业了解目标消费群体并开展有针对性的市场推广策略。
消费者数据可以通过市场调研、消费者问卷调查、公开数据等方式获取。
3. 竞争对手数据:了解竞争对手在市场中的表现和发展动态,有助于企业制定有效的竞争策略。
竞争对手的销售数据、产品信息、价格等可以通过市场调研、竞争分析等方式获得。
4. 市场趋势数据:通过收集和分析市场趋势数据,可以把握市场的发展方向和变化趋势,为企业的战略决策提供参考依据。
市场趋势数据可以通过行业报告、市场分析机构的研究报告等渠道获取。
二、数字化市场数据分析方法在数字化市场数据收集的基础上,需要运用适当的数据分析方法来解读数据,发现有价值的信息。
以下是几种常见的数字化市场数据分析方法:1. 统计分析:通过统计分析市场数据,可以计算平均值、标准差、相关系数等指标,以了解市场的整体现状和发展趋势。
统计分析可以通过Excel等工具进行。
2. 数据挖掘:数据挖掘是一种通过发掘数据中隐藏的模式和规律,来提取有价值信息的方法。
大数据与数据挖掘技术在烟草行业的应用
大数据与数据挖掘技术在烟草行业的应用一、引言烟草行业作为全球最大的经济产业之一,具有庞大的市场规模和复杂的供应链网络。
随着信息技术的迅猛发展,大数据与数据挖掘技术在烟草行业的应用已经成为提高生产效率、优化市场营销、改善供应链管理等方面的重要工具。
本文将详细介绍大数据与数据挖掘技术在烟草行业的应用,并分析其带来的益处。
二、大数据在烟草行业的应用1. 销售预测通过采集和分析大量的历史销售数据,结合市场趋势和消费者行为模式,烟草企业可以利用大数据技术进行销售预测。
预测结果可以匡助企业合理安排生产计划、优化库存管理,并且减少过剩或者缺货的情况发生,提高供应链的效率和灵便性。
2. 市场营销烟草企业可以利用大数据技术对市场进行深入分析,了解消费者的需求和偏好。
通过采集和分析社交媒体、在线论坛等渠道的数据,企业可以了解消费者对不同品牌和产品的评价和反馈,从而优化产品设计和市场定位。
此外,通过个性化的推荐系统,企业可以向特定消费者推送相关的广告和促销信息,提高市场营销的精准度和效果。
3. 供应链管理烟草行业的供应链涉及到多个环节,包括原材料采购、生产创造、仓储物流等。
利用大数据技术,企业可以实时监控和分析供应链中的各个环节,及时发现问题并采取相应的措施。
例如,通过分析供应链中的数据,企业可以实现物料的精细化管理,减少库存浪费和成本,提高供应链的效率和可靠性。
三、数据挖掘技术在烟草行业的应用1. 市场分析数据挖掘技术可以匡助烟草企业从大量的市场数据中挖掘出有价值的信息和规律。
通过分析消费者的购买行为、消费习惯和偏好,企业可以了解市场的需求和趋势,从而制定相应的营销策略和产品策略。
此外,数据挖掘技术还可以匡助企业发现潜在的市场机会和竞争对手,提供决策支持。
2. 产品研发数据挖掘技术可以匡助烟草企业分析消费者对不同产品的评价和反馈,了解产品的优势和不足之处。
通过挖掘消费者的需求和意见,企业可以优化产品设计和研发,提高产品的质量和市场竞争力。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
数据中心在烟草行业的重要性摘要:在当今信息化时代,数据中心的建设,在烟草行业中将发挥重要作用。
本文结合我国烟草行业的特点,深入阐述了数据中心的概念及其构成,以及数据中心在烟草行业中的重要性,最后提出了烟草行业加强数据中心建设的对策。
关键词:数据中心;烟草行业;重要性中图分类号:tp308 文献标识码:a 文章编号:1007-9599 (2011) 22-0000-02the iimportance of data center in the tobacco industry zhang guosong(tobacco monopoly bureau of tibet autonomousregion(company),lhasa 850000,china)abstract:in today’s information age,data center construction,the tobacco industry will play an important role.in this paper,the characteristics of china’s tobacco industry,further elaborated the concept and composition data centers and data centers in the importance of the tobacco industry,tobacco industry finally made the construction of measures to strengthen the data center.keywords:data center;tobacco industry;importance随着中国加入wto,我国烟草市场进一步放开,烟草企业的生存与发展面临前所未有的挑战。
日益加剧的竞争促使烟草企业重新审视自身,采用相应的方法和技术,改进自身不足,力求提升企业的整体竞争力。
而信息化建设是我国烟草企业提升核心竞争力的重要手段。
随着企业信息化建设的不断深入,烟草行业各业务系统数据量高速膨胀、网络异构化程度加深。
如何把不同来源、格式和质量的数据通过逻辑或物理的方法集中起来,实现企业级数据的全面共享,进而为企业决策等高级应用提供支持,提升数据资产的价值,具有十分重要的理论与现实意义。
数据中心的建设,在烟草行业中将发挥重要作用。
一、数据中心的概念及其构成数据中心是以信息资源标准为基础、信息安全为保障的数据交换服务平台、数据加工存储平台和数据分析应用平台。
数据中心主要由数据仓库、数据展现、数据分析及数据挖掘的工具,以及支撑它们的硬件平台组成,其核心部分是数据仓库。
数据中心按照其功能分为以下几个部分:(一)元数据(meta data):元数据是数据仓库的核心,是关于数据的数据,是关于数据和信息资源的描述信息。
它通过对数据的内容,质量,条件和其他特征进行描述和说明,帮助人们有效地定位、评论、比较、获取和使用相关数据。
(二)源数据(source data):指分布在不同的应用系统中,存储在不同的平台和不同的数据库中的大量的数据信息,是数据仓库的物质基础。
(三)数据变换工具(etl,extract-transform-load):为了优化数据仓库的分析性能,源数据必须经过变换以最适宜的方式进入数据仓库。
变换主要包括提炼、转换。
数据提炼主要指数据的抽取,并对抽取数据删去不需要的运行信息,检查数据的完整性和相容性等;数据转换指统一数据编码和数据结构、给数据加上时间标志、根据需要对数据集进行各种运算以及语义转换等。
数据变换工具为数据库和数据仓库之间架起了一座桥梁,使源数据得到了增值和统一,最大限度地满足了数据仓库高层次决策分析的需要。
(四)数据仓库(dw,data warehouse):数据仓库一般按三层进行设计:操作数据存储(ods,operation data storage)、数据仓库(dw)、数据集市(dm,data mart)。
数据仓库的真正关键是数据的存储和管理。
数据仓库的组织管理方式决定了它有别于传统数据库,同时也决定了其对外部数据的表现形式。
要决定采用什么产品和技术来建立数据仓库的核心,则需要从数据仓库的技术特点着手分析。
针对现有各业务系统的数据,进行抽取、清理,并有效集成,按照主题进行组织。
数据仓库中的数据存在着不同的综合级别,一般称之为“粒度”。
粒度越大,表示细节程度越低,综合程度越高。
(五)olap(on-line analytical processing)服务器:对分析需要的数据进行有效集成,按多维模型予以组织,以便进行多维度、多层次的分析,并发现趋势。
其具体实现可以分为:rolap (relational olap)、molap(muiltdimension olap)和holap (hybrid olap)。
rolap基本数据和聚合数据均存放在rdbms之中;molap基本数据和聚合数据均存放于多维数据库中;holap基本数据存放于rdbms之中,聚合数据存放于多维数据库中。
(六)前端工具:主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具以及各种基于数据仓库或数据集市的应用开发工具。
其中数据分析工具主要实现对数据仓库中的数据进行分析和综合。
数据挖掘工具负责从大量的数据中发现数据的关系,找到可能忽略的信息,预测趋势和行为。
报表工具主要提供用各种手段展现数据分析与数据挖掘的结果,并制作出各种形式的报表。
二、数据中心在烟草行业的重要作用如前所述,数据中心是在信息资源标准构建的基础上的数据交换服务平台和数据加工存储平台,通过对数据的收集、存储、加工、清洗、传递,实现全行业公用数据的标准化、一致化,生成及时、准确、全面的信息资源,实现资源整合,信息共享;建成基于不同类型业务主题的和数据分析应用平台,实现数出一门,信息共享;通过信息资源的采集、整理、分析和反馈,建立全面、准确、量化的管理体系,实现管理从定性向定量、由静态向动态、由事后向实时的转变,以提升行业生产经营管理水平,提高行业总体竞争实力。
具体来看,数据中心在烟草行业中具有以下重要作用:(一)构建统一的信息资源标准。
烟草行业数据中心要求对各业务系统进行数据集成和应用集成,搭建信息资源标准体系的框架。
因此,数据中心能够按照烟草行业应用集成规范,与业务系统进行数据集成,并进一步对应用集成规范进行完善和补充,对元数据进行进一步规范和完善,从而建立了统一的烟草行业信息资源标准。
(二)建立有效的数据交换服务。
烟草行业的数据中心在基于已建成的数据交换服务体系的基础上,通过etl软件等工具,与其它业务系统进行数据交换,并进行数据的清洗与转换。
(三)为行业决策提供高质量的数据来源。
烟草行业数据中心的数据加工存储体系主要由数据仓库(dw)和数据清洗转换装(etl)组成。
通过数据仓库,将全行业的业务数据经过etl后集中到一起,为数据分析、数据挖掘、决策支持等商业智能提供高质量的数据来源,为行业领导者和管理者提供经营决策支撑服务。
(四)实现强大的数据分析应用。
烟草行业数据中心的数据分析应用体系主要由olap服务器和bi前端工具构成。
数据中心能够数据集中管理的基础上,建立面向业务、管理、决策三个层面,按照不同部门职能的查询分析应用,提供查询、分析、预测、挖掘等工具和手段。
系统可提供经济运行、卷烟营销、财务管理、专卖管理、烟叶、人力资源、物流等方面的主题分析应用。
对省一级烟草公司决策层来说,数据中心可以通过简单、直观的驾驶舱和预警监控功能实现省公司领导对企业运营情况的宏观理解;对市一级公司领导和部门负责人则提供面向主题的分析预警、绩效考核功能来了解、掌握和分析各关注层面的运营和发展情况;对具体的分析人员和执行层,则提供细化的问题分析功能,帮助查找问题的原因和改进工作的方法,具体可通过报表、预测、比较分析等手段了解和查找执行过程的问题。
数据中心系统可以以各种各样的形式来表现数据应用,比如速度表、交通灯、地图、二维线图、条图、柱状图、甘特图、雷达图、普通表格、饼图,而且还可以实现钻入功能。
系统可按不同的指标、特征、不同的时间段进行对比分析,n年内数据同期对比,环比,目标与实际数据对比,季度对比、累计对比等等,同时可以图表同时展现,支持饼图,直方图,折线图,三维图形等多种图形形式。
用户可通过数据中心,根据自己的需求访问和形成标准的信息,可以方便地编辑查询和报表,并反映他们最新的信息需求。
此外,数据中心系统还具有数据过滤与筛选功能,能够对数据进行复杂的组合条件查询与统计,并能够创建定制公式、变量、多个数据源等,从而方便地创建查询。
系统能够向上、下钻取,沿不同的方向来探测数据,从而让最终用户掌握更深入的洞察力,更加有效地进行决策。
三、加强烟草行业数据中心建设的对策建议正因为数据中心对整个烟草行业具有十分重要的作用,因此,对于烟草行业来说,应积极采取措施,加强数据中心的建设。
(一)确立明确的数据中心建设原则。
首先,烟草行业数据中心的建设是一项长期的系统工程,要树立科学发展观和全局观念,从维护国家利益和消费者利益出发,紧密结合烟草行业的改革与发展,坚持高标准、高起点,实行统筹规划,分层细化,分步实施;坚持统一领导,分级管理,分类指导,确保烟草行业数据中心建设协调有序进行。
其次,烟草行业数据中心的建设必须以应用为主导,从实际需要出发,避免形式主义和盲目发展。
要充分利用现有的网络、信息、应用、客户等各方面资源,有效开展集成整合,深入开发和利用信息资源,明确责权,授权访问,使信息资源发挥最大效用,全面提升行业数据中心的建设水平,在发展中不断完善提高。
最后,安全性是烟草行业数据中心建设的重要基础,要高度重视信息安全体系建设,建立严格有效的制度,运用先进的安全技术,切实组织管理好数据中心安全工作,提高数据中心的安全性,保证系统稳定、可靠运行。
此外,要充分利用建设数据中心的有利契机,提升烟草行业的管理水平,提高运行效率,务求实效。
(二)强化数据的质量管理。
数据是烟草行业数据中心的基础,因此强化数据的质量管理,对于烟草行业数据中心的建设,具有重要的意义。
在建设全行业数据中心的过程中,应保证数据的准确性、完整性、一致性、及时性、可理解性和可获取性,并加强对整个烟草行业数据质量的评估、诊断、动态监控和持续改善优化。
(三)采用成熟的软硬件产品,降低项目实施风险。
数据中心是烟草企业的核心资源,要求安全可靠稳定运行,为业务系统提供不间断数据服务。
数据中心众多的软硬件平台技术和产品,如服务器、存储设备、数据库与数据仓库管理软件、中间件、etl工具、数据挖掘分析与展现工具等,应尽量考虑选择成熟技术和商业化产品,结合烟草企业具体情况进行一定的二次开发,以加快工程进度,降低建设风险。