- 概述
跨系统、跨业务、跨组织的数据关联与集成是数字化转型的普适性需求，然而，跨业务及组织数据标准制定难、执行更难；各方数据质量参差不齐、协调难度大；大量PDF/Word等非结构化数据，关联应用难、人工分类、工作量巨大。
跳月AI数据分类聚合，基于“大道至简，精于心、简于形”的产品理念，通过“DT+AI”的模式创新， 实现跨系统、跨业务、跨组织数据的一键分类、按需聚合，让数据集成难度降低10倍、效率提升100倍。
- 01 数据治理与集成之痛
“数据”是数字化转型背景下实现政府/企业通畅运转的载体。然而，孤立的数据是没有价值的，数据价值更多的体现在其“关联性”上。数据关联、分类、聚合与集成，一直是数字化转型之核心任务，并成为决策支持、管理集成、业务协同、等众多场景的基础性工作。
局部系统林立、数据孤岛严重，数据治理与聚合集成“投入大、见效难” ，已经成为众多政府/企业数字化转型的长期难点与痛点，主要体现为标准统一、需求各异、数据异构、投入巨大等现实问题。
- 02 一键分类、按需聚合
跳月AI数据分类聚合模块，通过“DT+AI”的模式创新，让数据聚合与集成的难度降低10倍、效率提升100倍。
各方用户可按需定义数据分类标准，通过“DT+AI”的深度融合与技术耦合，实现全过程自动化（无需人工）的异构数据处理、内容提炼、数据分类、数据聚合，灵活满足各类业务用户多维度的数据集成需求，并实现跨维度的数据按需聚合。
- 03 模块功能介绍
基于“大道至简，精于心、简于形”的产品理念，跳月AI数据分类聚合模块仅包括“分类需求定义、一键智能分类、多维按需聚合”3项功能。其中，“分类需求定义”根据用户自身管理与业务特征确定，“一键智能分类、多维按需聚合”则实现无需人工参与的全过程自动化处理。
- 1、分类需求定义
支持多维度的数据分类标准创建、维护，灵活满足不同类型业务差异化的数据分类与聚合需求。 例如，按业务活动维度的工作分解结构WBS、按实体维度的产品分解结构PBS、按空间维度的空间分解结构GBS、按管理职能划分的管理分解结构MBS，以及其他根据实际管理或业务需求的任意维度（专业、阶段、组织、管控等级…）分解。
- 2、一键智能分类
实现全过程自动化的异构数据处理、模型自动处理、文本内容提炼、数据多维分类。
主要技术特点：
-
全过程自动化的极致效率
无需任何人工干预，特别对于海量数据的处理更具显著优势。
- 结构化/非结构化数据全涵盖
兼容结构化、半结构化、非结构化（Word/PDF/PPT/JPG等）数据的自动化处理；特别是非结构化数据，弥补了传统人工标注/挂接的不足，并可实现非结构化文本内容的深度激活。
- 基于语义理解的分类方式，显著降低对数据源的质量依赖
传统数据分类聚合，基于以主数据标准为代表的“数据一致性”原则，例如，当“姓名”表述为“名字”时，IT/DT无法识别，但AI则可按照人类语义理解的方式进行无差别识别。通过采用基于语义理解的分类方式，规避了僵化匹配的不足，更显著降低对数据源的质量依赖。
- 3、多维按需聚合
实现多维度、跨维度、柔性可扩展式的数据按需自动聚合，灵活满足不同类型业务的数据聚合需求。
主要技术特点：
-
多维数据聚合
实体、空间、业务、管理、专业、组织等多维度（XBS）数据自动聚合。
- 跨维度按需聚合（自定义聚合）
根据用户自定义需求，跨维度数据按需聚合，如提取“M厂房（空间）循环泵（实体）制造（阶段）质量缺陷（管理）”的数据。
- 可扩展式的柔性聚合
分类无绝对，可基于相关度匹配规则，实现从“高相关”到“低相关”的柔性扩展、自动聚合。（传统聚合只能刚性的“非0即1”）
- AI内容提炼
针对长文本数据，AI大模型自动提炼生成摘要与核心内容要点，让用户对内容”一目了然”。
- 04 数智融合、全景赋能
跳月AI数据分类聚合模块，通过“DT+AI”的深度融合、数据治理与集成的模式创新，推进政府/企业全域数据更加高效的连接、数据价值更加深度的挖掘。
数据分类聚合，是政府/企业数字化转型及系统集成的基础性工作，包括数据中台建设、数字孪生体打造、数字化产品交付、商业智能BI、产业链集成、项目管理系统集成、知识管理、文档管理、历史数据清洗等；并最终为政府/企业的决策支持、管理集成、业务协同等提供坚实的数据支撑。
