大数据平台数字化运营方法探究

作者：谭乃星

来源：《电脑知识与技术》2022年第16期

摘要：在现代科学技术高速发展的社会背景下，将云计算技术、区块链技术、大数据技术作为代表的创新型技术发展如火如荼，对各行各业的信息管理架构和数字资源管理模式都带来了颠覆性的影响。通过大数据技术的运用，形成大数据平台，展开数字化运营，可以实现数据的海量存储，同时计算过程更为高效率、高质量，为行业、企业的转型和升级提供强有力的技术支持。基于此，文章将针对大数据平台的数字化运营办法对应的探索和分析，并通过实际案例分析，运用平台展开运用的方法进行分析，以发挥出大数据技术的价值和优势。 关键词：大数据;大数据平台;数字化运营;运营模式 中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2022）16-0019-02

近年来，大数据产业高速发展，其业务领域逐渐拓宽，引起了全球多个国家政府部门的高度关注。大数据技术研究和运用，已经获得了创新性的突破和发展，总的来说，我国的大数据探索仍处于初始发展阶段。企业在发展过程中，数据信息越来越丰富，通过大数据平台的建设，可以进一步改善经济发展水平，优化公共服务能力，具备着较为可观的应用价值，这也是未来传统企业实现数字化转型的核心方向。因此，相关工作人员需要掌握大数据平台的建设办

法，以通过大数据平台展开数字化运营的策略，真正地展现出大数据技术价值和优势，为企业的发展和进步奠定坚实的基础。 1 大数据平台数字化运营机理

依照一份来自OVUM的大数据报告表明，大数据技术的运用对于进一步实现运营平台的数字化转型，有着十分重要的现实意义，可以进一步改善传统的业务运用发展模式，以保障业务执行流程更为敏捷，IT流程更为顺畅，同时创新型业务，在市场投放速度更快，有效应对竞争对手所发出的营销挑战。与此同时，也可以通过大数据技术，为客户提供针对性的问题解决方案，降低成本支出，减少在运营上所需要花费的成本投入。同时实时对数据信息进行采集，并通过对数据的有效处理和分析，形成大数据分析搜索引擎，可以从物联网等虚拟网络提取具有价值的数据信息，并展开深入分析，以帮助运营平台掌握用户需求，并制定出针对性的运用策略。大数据平台运用于运营管理工作中，主要就是通过作业标签化的管理模式，以及数据信息的深入运用形成画像，以推动数字化运营发展思路得以创新。通过运用数据信息以及标签，可以更为清晰直观地了解到作业信息，并将其集中转化为运营服务流程。在对平台进行运营和管理时，可以通过数据驱动来为其赋能，角色分析变得更为客观准确。与此同时，通过在其中融入客户标签和画像理念，通过作业标签和画像的运用，展开数字化平台的创新改革，也可以为相关管理者，提供更为行之有效的问题解决方案。具体来说，通过更为清晰直观的逻辑架构，以及内部闭环式的良性循环体系，让传统的运营服务平台通过大数据技术逐步走向实用化的发展之路，以方便通过大数据进行运营管理。不再需要通过传统的人工来展开数据信息的收集，不再依赖于个人工作主观经验，而是通过数据来说话，更为清晰直观地展现结果，降低了大数据平台运营的技术要求。除此之外，通过关键路径分析和血缘分析也可以促使平台服务能力得以增强，以保障知识资源的循环过程变得更流畅，降低在平台运营支持上的压力。换句话来说，通过大数据技术，可以实现制绘画像的运营框架，并通过血缘、能耗、穿透式链路等数据信息的分析，為平台提供管理服务，并以画像的模式，形成数据应用的一条龙，将数据应用的各项需求实现一站式解决。 2 数据服务质效提升面临的挑战

虽然通过大数据技术形成数字化运营管理平台，可以带来极大的便捷，但是仍存在一定的挑战有待完善，主要表现在以下几个方面：

首先是作业认知困境。伴随着企业业务量数据信息的大量增长，如何更为清晰直观细致地了解一项业务，包括企业维护状况、业务场景、下游相关影响，已经逐步演化为通过大数据平台来展开常规化运营、对故障进行处理的重点内容之一。

其次是耦合关联困境。通过大数据平台，可以收集来自四面八方的海量数据，最后进行集成化的分类存储，或是依照类型划分的不同，展开资源整合，同时配套建设数据信息共享机制和公共汇总服务。而这些配套机制的建设，也让数据分析类型和运用层次变得越来越丰富多

样，但是也很容易导致系统和运用之间出现深度耦合，由此会产生异常关联影响，或是数据加工过程太久，处理链太长。因此企业需要对解耦和改善数据模型的方法策略，进行探索和分析，并形成共享管理机制。但由于整个研发过程较为复杂，需要通过强有力的技术手段和研发工具来为其提供保障，因此需要通过专业技术团队设置，专项进行整治。

最后是时效提升困境。进一步强化数据信息服务的时效性，作为通过大数据平台来展开运营管理的重点内容之一，也是优化运营管理模式的基础要求。特别是与某项业务应用场景关联时，更需要保障数据加工处理过程的时效性，获得优化，并为其提供强有力的监控保障。但是由于系统应用监管耦合和数据服务加工链变得越来越长，数据运用的时效性无法保障，仍需加以研究，以保障数据运用的时效性。 3 大数据平台数字化运营框架 3.1数据应用画像框架

综合实践运营管理场景和优化要求，通过对决策数据信息的进一步筛选、挖掘以及综合分析，获得基于该企业运营管理业务的短文本标签和语义化标签，并构建成更为系统性的作业标签体系和画像。在标签组成中，共计包括4大部分，标签如图1所示。具体来说，数据运用画像，代表着标签的归纳分类以及集中化演示，可以基于用户角度进行着手，以保障标签的清晰直观，可以直接展现出时效层级以及资源应用状况等，并通过对数据信息的进一步深入透视，掌握应用间的关联，以保障标签发挥出其价值和作用。因此，平台可以通过对画像的分析，掌握运用情况，进一步加强信息的沟通水平、交流水平，降低由于信息不对称所带来的负面影响。

3.2实践运用案例

通过大数据平台来对业务进行运营管理，展开作业调度和对数据进行分析计算時，可能会随之而产生大量的数据之外的衍生数据，因此可以依照作业标签的差异性，从下到上对数据进行更为全面地收集，形成更为系统、更为标准和规范的数据信息收集管理原则，并针对收集到的数据信息，依照统一标准展开整合。举例来说，某企业在执行某项业务时，突然出现故障，需要马上进行处理，此时相关工作管理人员则可以通过移动端口，了解作业标签信息，明确该项业务的基础属性，随后制定出针对性的处理决策。若是需要对数据进行展开进一步的分析，此时可以运用 PC Web端口的作业画像功能，对其故障展开深入分析。不单单是代表着画像以及作业标签，同时还可以在其中融合关键路径分析和血缘解析以及丰富多样的运维工具，为相关工作人员提供一体化运营管理服务，可以基于不同场景开展针对不同需求的不同分析。 3.3工具集成服务

通过作业数字化标签的运用，可以形成作业画像和运用画像，并通过大数据平台，对分析工具进行集成，其中包括作业链路自助分析工具、血缘分析工具和数据信息应用时效性提升工具，可以为下属子公司、各部门提供更为系统、更为全面的一体化运维管理服务。通过血缘分析工具，可以综合大数据平台的源数据以及其他数据信息，实现数据分析的全面覆盖，为相关应用提供强有力的服务和支持，而用户，也可以掌握上游接口和数据加工的内在逻辑，明确其是否为需要的数据信息。并通过分层解耦，将作业逻辑逐步拆散，随时随地不限时间和空间展开更为全面的血缘探查分析，保障业务应用过程更为敏捷，对业务需求的变化制定出第一时间的策略。作业链路自助分析及时效提升工具，主要是在平台批量操作的基础条件下，改善其前后依赖关系，并通过 DAG图关键路径等相关算法，对加工链路进行解析，明确加工过程中各个环节的耗时，同时也可以实现次长、最短等迭代分析，明确透视作业时效性不高的具体原因，随后优化数据时效性。因此在实践运营管理过程中，可以通过对上游路径展开全面解析，解决现实中的链路问题。如，某企业相关工作人员想知道某项业务没有启动的具体原因，依照传统的管理办法，可能需要人工逐一查看，明确上游作业是否已完成。但是通过大数据管理平台，使用分析工具即可获得上游作业的启动成果。与此同时，在作业完成之后，管理工作人员还可以通过自主作业分析工具，依照作业的最长耗时，展开自动化分析，为相关使用者寻找问题的具体因素，并提出针对性的解决建议，以帮助用户对作业路径进行针对性的调整。简单来说，就是通过对关键路径和血缘的分析，并综合作业标签和用户画像，为运维管理工作插上了腾飞的翅膀，使得运营管理工作从传统的单点运营平台走向了全面化管理之路。 4 大数据平台下的运营管理适用办法

一是可以实现场站、部门、业务活动的全面在线监控。通过大数据平台，可以对各部门、各业务、各场站的实际运行状况展开动态化的实施监督，并明确各项业务执行过程与理想目标存在的差异性，分析各类生产设备生产资源的综合利用率，并制定出针对性的整改措施，以优化企业生产经营发展效率。并通过数据分析系统以及事先设定好的预警故障系统，对各类生产经营设备展开健康状态的疲劳测试，以确保维修养护工作的及时性和管理工作的执行力度，进一步降低运行维护所需要花费的成本投入。

二是实现全方位对标管理。通过对各部门以及相关业务运营状况的效能分析系统，以确保各类数据指标体系的规范性和标准性，并设置统一化的运行管理KPI指标，实现企业和各部门、各场站、各生产经营管理业务的全方位、实时化、动态化管理，寻找影响运营管理的阻碍因素，并制定出针对性措施。

三是实现动态绩效考核。通过大数据应用平台，可以制定出与生产运营管理、财务支出、工程建设的重要数据指标，并通过大数据的深入挖掘和分析，制定出与实际情况高度吻合的考核指标，保障考核过程的严格有序，优化考核结果。除了保障了绩效考核的量化和科学合理性，同时考核指标也会变得更为细化，并进一步强化常规化的运营管理工作。可以通过当日运营管理的日分析以及月度考核，实现和员工工资绩效的挂钩，以优化管理效率。

最后就是在线运营监控。通过大数据平台的运营管理系统，在对项目进行运营管理时，可以将企业经营发展规划和预算作为基础条件，将成本管控、利润提升和经济效益作为核心，并将发展任务作为重点，将投资回报率作为辅助，对企业目前的运营状况展开监管。 5 结束语

综上所述，现代企业的经营发展，企业运营管理需要始终坚持实用为先，并保障运营管理模式的全面创新。这也是进一步激发企业活力，确保企业保持生机，并发挥出大数据技术作用和价值的重要途径。因此在实践工作过程中，各行各业的企业可以综合实际情况和业务场景，对文章所述的大数据平台及其数字化运营办法进行适当的调整和优化，同时明确大数据平台运营管理存在的缺陷和不足之处，真正地展现出数据技术的运用优势，走上数字化转型之路，为企业获得健康稳定的可持续发展，提升企业经济效益，降低成本投入，奠定坚实的基础。 参考文献：

[1] 陈智国.数字经济时代的十大焦点问题（上）[J].中国经贸导刊，2020（23）：22-27. [2] 许宪春，王洋.大数据在企业生产经营中的应用[J].改革，2021（1）：18-35.

[3] 何帆，刘红霞.数字经济视角下实体企业数字化变革的业绩提升效应评估[J].改革，2019（4）：137-148.

[4] 任泳然.数字经济驱动下政务数据资产化与创新策略研究[D].南昌：江西财经大学，2020.

[5] 程秀权，程松涛，马红梅，等.互联网信息内容管理平台研究与实践[J].电信工程技术与标准化，2008，21（6）：75-78. 【通联编辑：光文玲】