技术问题描述：

1.数据智能管理平台设计与实现

大力实施“ 一云一平台，三个共享服务中心，N个业务场景建设”。打通集团本部及各二、三级公司各个业务系统的数据流，设计满足企业信息化、数字转型需求的数据智能管理平台的顶层架构。根据稳定完善的数据平台架构，使用稳定成熟的软件工具或大数据技术建设企业统一的数据管理平台。平台需对企业数据进行统一的采集、清洗、存储、分析、应用，并保障数据的安全。

2.建立数据治理规范体系

 (1) 建立统一的数据标准

针对建造业不同业务系统的数据梳理规划出满足企业需求的标准化数据，形成标准化的数据指标，建立规范统一的数据标准。

 (2) 建立数据处理流程

梳理企业的主数据和业务数据，针对结构化数据、半结构化数据、文件数据、影音数据等建立不同主题域分类的存储方案，建立数据清洗ETL工作流程，建立完善的数据处理流程。 

 (3) 建立统一的数据资源目录

    将无序、杂乱、繁琐、庞大且难以管理的数据，进行结构化有序的管理，并梳理建立可供业务人员和数据管理人员方便查询使用的数据资源目录。

 (4) 建立安全保障体系

   建立完善的数据安全保障体系，如数据脱敏规则，数据访问权限规则，数据安全管理等。

3.智慧化决策分析模块设计与实现

以建立数据资产为导向，划分数据存储主题域，建立合理的数据优化指标，通过数据挖掘算法设计，设计满足建投企业的数据分析模型，实现智慧化决策分析模块。

-需要的技术成果及相关指标描述：

1.主要任务

（1）完成数据管理的方案报告：对企业的数字化需求分析，从数据管理组织、数据规章制度以及数据平台建设三个方面对企业的数据管理给出可行方案。

（2）建设数据管理平台：平台需包含，应用基础平台、数据基础能力平台、数据集成平台、数据资产运营平台等子系统。应用基础平台包括资源管理和容器调度功能，提供资源隔离、多租户等多部门共享协作的支持。大数据应用平台所需要的基础组件包括HDFS，分布式计算框架，消息队列，实时流数据处理，日志/数据库采集工具，任务调度系统，安全系统等。数据集成平台包括不限于：

数据仓库：功能包括数据建模、主数据管理、元数据管理。

数据集成：功能包括数据导入、ETL工作任务、数据清洗。

数据开发：功能包括数据查询、机器学习、数据可视化。

数据服务：功能包括数据看板、数据大屏、数据服务、数据模型。

应用调度系统：对数据集成、数据开发、数据服务的应用进行全局管理。

多租户管理：数据应用、数据工具的集成，支持单点登录、集成用户/权限体系。

数据资产运营平台：数据应用和数据作为资产统一管理。数据应用元数据管理：对系统中的元数据进行管理。数据血缘管理：对数据之间的血缘关系进行管理，如数据和应用之间的生产和引用关系，应用和应用之间的关联关系等。数据应用门户：数据应用资产的使用入口和搜索界面。

（3）建立数据管理办法与制度：建立企业的数据管理办法和制度，包括：数据管理办法，明确数据使用权责，建立数据使用流程等。

（4）建立相应的数据应用功能模块包括：

1）企业生产经营情况分析：建立企业各业务板块的生产经营情况分析图表。

2）企业数据资源盘点内容分析：展示企业所有信息化系统、数据资源的分布情况等。

3）主数据建设：建设主数据包括：组织、部门、人员等通用领域主数据，以及建筑业务的主数据。

4）元数据应用的建设：建立企业元数据的数据质量评价机制，展示企业的数据资源盘点结果。

 2.预期关键量化指标

数据服务支撑度：数据服务直接支撑的接口数量需达到下游应用的数据接口数量的1-1.5倍。

数据服务复用度：数据服务直接支撑的下游应用接口数量需达到数据服务数量的1.5-2倍。

数据汇通比例：企业采集汇通的价值数据数量/企业数据资产盘点后的价值数据数量需大于2以上。

DataOps水平：数据开发运营一体化水平，达到一站式量化管理及智能优化开发以上水平。-拟合作方式：合作开发-拟投入资金（万元）：600