金融大数据平台在企业级大数据平台的基础上，通过提取所以运营商和金融行业、征信行业相关的数据，针对多类海量数据进行数据分析、数据/应用建模，形成信用分评估、信息验真、失联修复、客户流失、智慧经营等多类金融大数据产品，面向金融行业客户支撑风险防控、精准服务、智慧经营等多个对外业务应用场景。

用户的身份信息；用户的通信信息；客户多维行为信息，包括行动轨迹，互联网行为，各类APP的使用频次等；以及客户的附加属性，包括终端的使用和更换情况，对新业务和各种产品体验的偏好等。 用户随时产生数据，数据随时进行处理，处理结果可以自动化地周期性地展示出来，运营商可以随时利用手机号作为唯一标识，对用户数据进行了解和追踪。 信息含量丰富：集中了用户从生活到工作、从通信到互联网的数据，覆盖24小时的位置、行为信息，信息价值含量高、信息涵盖范围广。 信息可信度高：用户数据样本量大，更真实的反映一个用户的多面性，且全部数据为实名制现网真实用户数据

卫星+气象+环境+农业+机器学习 农业大数据产品，是广东联通与佳格公司合作的农业大数据产品，通过对环境和农业数据的收集、处理、分析和可视化，提供环境和农业解决方案的大数据农业应用产品。

耕耘未来—广东联通农业大数据解决方案

智慧环保大数据解决方案

方案以医疗卫生行业的整体数据架构(数据模型、数据构成、数据关系)为基础和标准，以对应的医疗卫生业务数据为输入，通过大数据技术，形成针对医疗卫生行业中不同机构、角色和业务活动的智能化应用，因此方案不是代替已有医疗卫生信息化系统，而是在多个方面强化已有医疗卫生信息化系统，包括任意查询、即兴分析、业务增强、规则约束、预测未来、发现知识，并提供互动性、及时性、预知性、洞察性，从而达到实现智慧医疗的目标。

客户类型 业务场景 业务需求 大数据价值 区卫平台 1. 健康档案、电子病历 向居民开放 国家要求，数据开放居民查询 传统RDB无法支撑高并发查询 2. 卫生管理BI分析 卫生局统计报表分析，支持监管、药品控制，绩效 考核等 快速分析、共享数据平台 3. EMR/EHR档案检索 卫生管理人员随机查询档案，如查询相似疾病集 （类似区卫平台内的搜索引擎） 传统RDB无法支持 医院集成 平台 1. 临床科研平台 EMR、HIS、LIS、PACS信息整合，供医生分析 科研、检索、查询 传统数据仓库实现复杂 2. 综合信息检索 根据关键字快速查询历史类似病情与诊疗病历 传统RDB无法支持 3. 医院运营BI分析 医院床位管理、人流趋势；绩效、药品监管等 快速、共享数据平台 医院/区域 影像中心 1. 影像存储、调阅 可扩展的存储，归档影像快速调阅、备份、容灾 分布式存储、可扩展性，并发查询性能 2. 影像处理加速 影像的自动化分析，三维重构 并行加速，提升区域影像云高并发访问 下用户体验 疾控中心 1. 疫情信息即时查询 查询历史疫情信息，指导疫情防治 大数据量下的快速响应 2. 疫情传播控制 建立疫情传播模型、人员流动预测、预警 并行分析、建模，快速响应 健康管理 1.慢病监测、提醒、推荐 实时监测，个性化防治，精准医疗 大规模实时处理，实时决策

关系数据库理论存在很多很严重的问题，例如，用关系数据库系统所设计出的信息系统都是孤岛型系统，难以实现系统之间的互联互通；在大数据时代，人们发现，对全国97.8万家医疗机构所产生的医疗数据进行挖掘非常困难，当前的大多数医疗信息系统都是用关系数据库系统而设计的。 用关系数据库系统所设计出的信息系统之所以难以互联互通，孤岛问题严重，根本原因在于“异构数据”。《医学信息的结构化存贮方法》中的“万能数据结构表”可以存贮各种各样的数据，也可说用《医学信息的结构化存贮方法》所设计出的信息系统所产生的数据都是“同构”的，不存在“异构数据”的问题。关系数据库理论先天不足，不可能解决“异构数据”问题。 医院信息系统所处理的数据只是某家医院所产生的某些特定的数据（可称作小数据）。医疗大数据所要处理的数据是全国97.8万家医疗机构所拥有的数十万个医疗信息系统所产生的数据，这些数据存贮在数千万张表中，这些系统由不同的开发商所开发，各系统的数据结构各不相同。每家医院的信息化工作都涉及几十个厂家，每个厂家的数据、标准、采集、存储都不一样。因此，即便是在一家医院，都会出现很多孤岛，整个医疗行业的信息孤岛问题更严重。各家医院信息系统的标准、接口都不同，这成为利用率低、共享难的原因之一。不仅如此，数据种类的多样化也为数据标准的制定和应用带来了挑战。

【高层主打胶片】华为福彩大数据解决方案V1.0.pdf

离散到全量数据全业务领域覆盖，全业务流程打通，收集全部关联数据周期到实时转变按月、季度报表分析，变为实时展示、实时分析人工到智能转变通过机器学习提升纳税人行业划分、建立防增值税专用发票暴力虚开等算法模型。粗放到精细转变按行业、地域、业务分析，变为以纳税人为核心精确画像 • 批量数据汇聚，无法满足实时数据 汇聚业务需要； • 纳税人相关数据分散在各个模块的 不同数据表里，没有整合和关联 • 政府其他部门数据和互联网第三方 数据整合不足 • 在数据治理工具、数据治理专业服 务和数据服务能力上不足 • 缺失可视化的基础数据资产管理， 无法支撑数据血缘关系管理、业务 建模和数据可视化分析 数据获取 • 业务部门在进行数据分析时，获取 数据的方式比较原始，通常需要编 写脚本到数据库中查询或是通过金 三系统前台页面多次查询数据 • 缺乏数据和分析工具，不能充分释 放出基层的业务创新的潜力 运营运维体系不健全，运营挑 战大 • 数据应用、数据管控等的管理办法、 管理流程、管理规范（技术和业务 规范），有缺失 • 各地运维运营团队缺失，无法有效