weiit—智慧中台,互联网生态体系构建者

weiit信息的数字化商业平台由三个部分组成,即:前台、后台、中台。

前台:由前端交易系统组成的前端平台。

每个前台系统就是一个用户触点,即企业的最终用户直接使用或交互的系统,是企业与用户的交点。例如企业搭建的电商平台、门户网站、手机APP、微信公众号等都属于前台。

后台:由后端运营系统组成的后端平台。

后台是IT支撑,管理企业的核心资源(数据+计算),包括云计算平台、数据库、运维系统、财务系统、产品系统、客户管理系统、仓库物流管理系统等。

前台注重灵活性,后台注重稳定性,中台则在灵活性和稳定性之间寻找美妙的平衡。weiit-智慧中台是前台与后台之间“变速齿轮”,提升企业响应能力和规模化创新能力。

file
  weiit数字化商业平台

中台将企业的核心能力随着业务不断发展以数字化形式沉淀到平台,形成以服务为中心,由业务中台、数据中台和AI中台构建起数据闭环运转的运营体系,供企业更高效的进行业务探索和创新,实现以数字化资产的形态构建企业核心差异化竞争力;为了构建足以应对复杂多变的商业模式、方便灵活的业务应用调用的商业平台,weiit信息潜心探索,在多年的大量客户咨询与方案经验积累中,不断打磨,完善筷子互联网智慧中台,通过weiit中台的介入,实现了业务应用的智能调用与经营数据精细化运营。

file

weiit中台业务架构图

weiit中台技术架构关键点:1、应用服务能力的线性扩展;2、数据库能力的线性扩展、3、高并发下的高性能响应;4、快速新业务开发上线;5、多区域间的业务协作;6、分布式事务的支持;7、服务治理能力;8、数据化运营能力;9、全链路监控跟踪;10、能力可控开放;11、与后端系统的整合。

file

互联网中间件

中台是数字化转型的底座。weiit中台理安全稳定,由“业务中台、数据中台、AI中台”同步驱动,支撑数字化商业平台快速响应与后端管构建互联网生态体系。


file

一、业务中台

weiit业务中台集成数字化转型业务需要的前端交易系统(B2B、B2C、C2C、C2B等),同时整合后端运营系统(订单处理、物流系统、供应链系统、财务系统、营销系统、会员系统等),并且可集成智能硬件设备、移动终端、物联网应用、虚拟现实产品等。

file

业务中台部分功能详解:

1、会员营销平台:数据驱动的客户运营中台赋能企业,通过全渠道、一体化、数据化的客户运营策略和执行来保证客户价值,实现客户持续增长。

file

2、订单管理平台:打通线上线下全渠道订单,统一商品管理,实现各个实体、虚拟销售终端共享商品库存,系统包括商品中心、库存中心和订单中心,并完美对接会员营销平台。

file

业务中台应用实践:统一的业务处理中心,整合碎片化业务。

file

业务中台应用实践

二、数据中台

数据中台是指通过数据技术,对海量数据进行采集、计算、存储、加工,同时统一标准和口径。一般分为:

1、数据仓库:用来存储数据的,结构性数据、非结构性数据等,还有离线数据和实时数据等;

2、大数据中间件:包含了大数据计算服务、大数据研发套件、数据分析及展现工具;

3、数据资产管理:按照阿里的体系应该分为垂直数据、公共数据和萃取数据3层;

file

数据中台·企业数字化转型中枢

数据中台赋能“互联网+”时代的数据价值思考,助力企业数字化转型,让数据产生价值。

file

数据中台应用实践

1、weiitMDP:weiitMDP是一款基于机器数据为基础,针对运维,数据,业务、物联网等部门,设计出的一套机器数据智能分析产品。旨在帮助企业充分发挥机器数据的价值,帮助用户及时发现问题,为企业进行数字化转型保驾护航。

file

2、weiit-AKP:AKP为企业提供具备强大自服务能力的标准化、一站式解决方案,帮助企业自助式提升从高层战略决策智能化到基层日常工作合理化等各个层面的经营决策水平,使大数据切实深入企业运营,实现大数据价值。

file

一点部署、多点支持

支持多地点、多设备、多场景下的可视化方案。

灵活布局、多层展示

删格化布局、灵活拖拽、多层摆放、自动对齐等功能,让用户在数分钟内轻松搭建。

组件架构、无限扩充

组件化设计,提供各种业务功能组件,设计规范化使系统功能可以无限扩充。

多种主题、轻松换颜

规范化的主题系统,可让用户轻松更换、定制、修改主题,绽放数据魅力。

分级管理、安全可控

提供基于设备、页面、数据源三级访问控制与保护措施,免除信息泄露烦恼。

多种场景、内外兼修

不仅满足企业内部指挥监控需求,还可为大型公关活动、对外学术交流等场景提供有利支持。

3、weiit-CDP:CDP是一款以用户统计为基础,机器学习用户习惯进行多维度分析的数据产品。旨在帮助企业搭建完善的数据体系,提升付费转化,降低投放成本,成为企业专业的数据平台。

file

采集:埋点只需几分钟,数据采集超省力。
埋点方案简单,几分钟内搞定,节省数据采集成本。支持 Web、iOS、Android、HTML 5 等多种平台。
分析:跟踪用户行为,分析用户转化。
通过用户行为分析,帮助企业更快辨识高价值用户。
通过有针对性的运营,获得更大的增长,提高企业利润,帮助公司做决策。

用户:360度全方位分析用户,为数据营销做决策。
打通一方和三方用户,全维度分析用户生命周期,行为轨迹。
细分个性化用户,用机器学习改进用户群的构建。

归因:分析用户来源,优化用户行为。
科学的算法研究广告效果,发现优质渠道。
通过有针对性的渠道分析,优化来源,降低企业成本。

营销:用人工智能做用户营销,将成本降到最低。
分析用户特征,使用协同过滤做商品推荐。
打通三方数据,建立完善的推荐规则。

三、AI中台

AI中台的应用领域:智能语音交互、人脸识别、图像识别、图像搜索、内容安全、数据可视化、大数据应用、印刷文字识别、自然语音处理、机器翻译。

file

免费开源,我们不限制开发者性质,个人与企业皆支持。
免费开源,我们不限制开发者使用性质,个人学习使用或者开源版本直接商用。
免费开源,开发者针对源代码开源版本版权须保留原始出处,包括注释、作者、时间等具有表明原始版本的代码与文件。
我们开源的目的是建立技术信息交流窗口,以寻求其他的解决方案的合作与共赢。
开源地址:https://gitee.com/wei-it/weiit-saas

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,752评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,100评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,244评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,099评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,210评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,307评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,346评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,133评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,546评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,849评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,019评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,702评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,331评论 3 319
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,030评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,260评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,871评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,898评论 2 351

推荐阅读更多精彩内容