招聘數(shù)據(jù)解決方案

目錄背景分析需求分析12總體架構(gòu)4產(chǎn)品思路3

技術(shù)解決方案5

落地實(shí)施方案6招聘行業(yè)現(xiàn)狀分析互聯(lián)網(wǎng)目前對(duì)招聘行業(yè)的改變，是極其有限的，只是讓服務(wù)場景延伸了。和前互聯(lián)網(wǎng)時(shí)代的“人才市場”模式相比，現(xiàn)在招聘企業(yè)，在服務(wù)上，并沒有實(shí)質(zhì)性的提升，仍然是提供一個(gè)平臺(tái)，然后把C端（候選人）賣給B端（用人企業(yè)）。但服務(wù)場景延伸了.這體現(xiàn)在，以前只能去人才市場找工作，現(xiàn)在在家里找工作；以前只能在家里找工作，現(xiàn)在可以在公交車上用手機(jī)找工作。包括新興的“職場社交”，其實(shí)仍然只是服務(wù)場景的改變：以前是通過中介、獵頭找工作，現(xiàn)在跟HR、跟CEO社交，通過相處，熟悉后找工作。招聘行業(yè)如果只是延伸服務(wù)場景，卻不提升服務(wù)品質(zhì)，是遲早會(huì)被互聯(lián)網(wǎng)市場淘汰的。目前也有一些招聘企業(yè)，已經(jīng)開始升級(jí)對(duì)C端的服務(wù)品質(zhì)，比如拉勾做的專車送入職者上班，比如強(qiáng)制要求用人企業(yè)發(fā)布的招聘職位薪資透明，再比如一些公司獵頭給付費(fèi)用戶提供的一對(duì)一服務(wù)，幫他們?nèi)ネ晟坪啔v。求職者求職者人才市場互聯(lián)網(wǎng)招聘平臺(tái)招聘行業(yè)業(yè)務(wù)痛點(diǎn)分析互聯(lián)網(wǎng)給人類最大的財(cái)富就是前所未有的前沿實(shí)時(shí)資訊，所以互聯(lián)網(wǎng)對(duì)招聘行業(yè)服務(wù)品質(zhì)的提升，最終必然也是依靠資訊的處理。痛點(diǎn)分析服務(wù)品質(zhì)與80，90后的需求相去甚遠(yuǎn)招聘企業(yè)無法給求職者提供深度行業(yè)資訊。招聘企業(yè)只是簡單的中介和信息聚合者求職者心慌，無法找到合適工作服務(wù)痛點(diǎn)信息痛點(diǎn)模式痛點(diǎn)需求痛點(diǎn)為什么要引入大數(shù)據(jù)處理技術(shù)移動(dòng)互聯(lián)網(wǎng)時(shí)代，新業(yè)務(wù)/新商業(yè)模式不斷涌現(xiàn)，極大的豐富了人們生活，隨之帶來的是各種形態(tài)業(yè)務(wù)數(shù)據(jù)的爆發(fā)式增長；新形勢下的數(shù)據(jù)倉庫不再局限于傳統(tǒng)的經(jīng)營決策統(tǒng)計(jì)分析報(bào)表，而是要改變運(yùn)營方式、提供符合新業(yè)務(wù)/新商業(yè)模式的運(yùn)營支撐能力；傳統(tǒng)數(shù)據(jù)倉庫技術(shù)難以滿足高速增長的海量數(shù)據(jù)的處理要求，迫切需要引新的技術(shù)來提升支撐系統(tǒng)的能力。大數(shù)據(jù)特點(diǎn)高端集中式存儲(chǔ)設(shè)備擴(kuò)容成本高高端集中式計(jì)算小型機(jī)設(shè)備擴(kuò)容成本高，且難以擴(kuò)展傳統(tǒng)數(shù)據(jù)倉庫挑戰(zhàn)結(jié)構(gòu)化文件數(shù)據(jù)采集和處理能力有限缺少非結(jié)構(gòu)化網(wǎng)頁數(shù)據(jù)的采集和處理能力海量數(shù)據(jù)分析及時(shí)性難以保障缺乏實(shí)時(shí)消息/信令數(shù)據(jù)的采集和處理能力應(yīng)用多為統(tǒng)計(jì)分析報(bào)表，數(shù)據(jù)價(jià)值有限缺乏實(shí)時(shí)商業(yè)機(jī)會(huì)捕捉和處理能力數(shù)據(jù)量巨大處理速度快數(shù)據(jù)多樣化商業(yè)價(jià)值高基于廉價(jià)X86服務(wù)器的Hadoop和MPP數(shù)據(jù)庫的分布式存儲(chǔ)和計(jì)算技術(shù)，降低投資成本，保障長期的可擴(kuò)展性大數(shù)據(jù)解決方案基于Hadoop的云化ETL技術(shù)，實(shí)現(xiàn)海量結(jié)構(gòu)化文件數(shù)據(jù)的采集和處理基于Hadoop的網(wǎng)頁爬取技術(shù)，實(shí)現(xiàn)非結(jié)構(gòu)化網(wǎng)頁數(shù)據(jù)的采集與解析MPP數(shù)據(jù)庫技術(shù)，實(shí)現(xiàn)大規(guī)模數(shù)據(jù)的并行處理流處理/內(nèi)存數(shù)據(jù)庫技術(shù)，實(shí)現(xiàn)消息/信令數(shù)據(jù)的實(shí)時(shí)采集和處理基于Hadoop的分布式數(shù)據(jù)挖掘技術(shù)，實(shí)現(xiàn)從海量數(shù)據(jù)中挖掘更深的價(jià)值基于流處理和復(fù)雜事件處理技術(shù)，及時(shí)捕捉商業(yè)機(jī)會(huì)，并基于預(yù)定義的策略，執(zhí)行相應(yīng)的運(yùn)營動(dòng)作觀點(diǎn)1：大數(shù)據(jù)是一種正在進(jìn)行的業(yè)務(wù)轉(zhuǎn)型大數(shù)據(jù)是互聯(lián)網(wǎng)經(jīng)濟(jì)的主要支撐模式，強(qiáng)調(diào)以數(shù)據(jù)先行的方式孕育創(chuàng)新，平臺(tái)技術(shù)以適應(yīng)變化的方式支持業(yè)務(wù)發(fā)展。數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)是終極目標(biāo)。大數(shù)據(jù)概念席卷了各個(gè)領(lǐng)域，造成了傳統(tǒng)經(jīng)濟(jì)陣營的一種恐慌。但是，這種恐慌的根源并非來自大數(shù)據(jù)，而是背后充滿活力、高速發(fā)展的互聯(lián)網(wǎng)經(jīng)濟(jì)。因此，我們無法僅僅借鑒大數(shù)據(jù)的細(xì)枝蔓藤，應(yīng)用一兩種新技術(shù)、或模仿建設(shè)某一種平臺(tái)來根本上消除這種差距。從業(yè)務(wù)角度看，出路在于向數(shù)字時(shí)代的商業(yè)模式轉(zhuǎn)型。觀點(diǎn)2：大數(shù)據(jù)同時(shí)是一種技術(shù)革新軟件發(fā)展趨勢海量數(shù)據(jù)處理、實(shí)時(shí)、智能，既關(guān)注群體規(guī)模又關(guān)注個(gè)性化，是商業(yè)模式對(duì)大數(shù)據(jù)技術(shù)發(fā)展的主要訴求。業(yè)界軟硬件平臺(tái)總的發(fā)展方向，可以總結(jié)為兩點(diǎn)：更高的處理性能、以及更多的細(xì)分領(lǐng)域。靈活、松耦合的設(shè)計(jì)，適應(yīng)業(yè)務(wù)變化分布式架構(gòu)，充分利用網(wǎng)絡(luò)的力量混搭，以最合適的技術(shù)支撐業(yè)務(wù)云化，將分散的設(shè)備資源聚合善用內(nèi)存、閃存和高帶寬，這些設(shè)備發(fā)展速度遠(yuǎn)遠(yuǎn)超過CPU虛擬化，適用于需要將資源分隔使用的場景硬件發(fā)展趨勢目錄背景分析需求分析12總體架構(gòu)4產(chǎn)品思路3

技術(shù)解決分析5

落地實(shí)施方案6招聘行業(yè)大數(shù)據(jù)需求分析—求職端需求智能招聘的入口和核心，高成功率的智能匹配根據(jù)用戶基本屬性與行為，進(jìn)行精確推薦簡歷智能優(yōu)化一鍵求職智能推薦個(gè)人求職里程核心需求之求職端結(jié)合求職反饋與招聘需求，提供簡歷智能優(yōu)化記錄個(gè)人求職里程，形成求職基因分析庫1234針對(duì)求職端而言，亦是求職者，他們急需能夠快速的找到合意的工作；求職者也需要了解自身在求職過程中的得失。求職端的信息需求主要表現(xiàn)為對(duì)工作機(jī)會(huì)的精確推薦需求以及有效清晰的掌控求職過程。招聘行業(yè)大數(shù)據(jù)需求分析—企業(yè)端需求HR端的智能匹配功能HR智能SaaS系統(tǒng)求職者誠信評(píng)價(jià)對(duì)于企業(yè)端而言，大數(shù)據(jù)驅(qū)動(dòng)的招聘平臺(tái)能夠提供它們針對(duì)HR工作的全面解決方案。基于該解決方案不僅能夠獲取優(yōu)秀人才而且能全面掌控人才動(dòng)態(tài)，生化HR工作。智能匹配、高精度算法、數(shù)據(jù)分析推薦。依據(jù)求職者的求職經(jīng)歷結(jié)合HR反饋形成統(tǒng)一的誠信指標(biāo)評(píng)價(jià)體系，對(duì)HR工作提供決策支持招聘行業(yè)大數(shù)據(jù)需求分析—增值需求構(gòu)建社會(huì)誠信體系支撐社會(huì)治理工作信息服務(wù)征信支撐信息服務(wù)商HR服務(wù)大腦數(shù)據(jù)價(jià)值變現(xiàn)需求社會(huì)服務(wù)需求核心競爭力提升另外結(jié)合內(nèi)外部數(shù)據(jù)，招聘大數(shù)據(jù)還可實(shí)現(xiàn)變現(xiàn)，數(shù)據(jù)直接產(chǎn)生價(jià)值，亦即是增值服務(wù)。招聘行業(yè)大數(shù)據(jù)需求分析—技術(shù)更新需求部分?jǐn)?shù)據(jù)開放實(shí)時(shí)/近實(shí)時(shí)封閉延時(shí)報(bào)表/KPI“大”數(shù)據(jù)更深入目錄背景分析需求分析12總體架構(gòu)4產(chǎn)品思路3

技術(shù)解決分析5

落地實(shí)施方案6對(duì)內(nèi)數(shù)據(jù)價(jià)值提升—構(gòu)建數(shù)據(jù)分析與數(shù)據(jù)可視化平臺(tái)大數(shù)據(jù)基礎(chǔ)平臺(tái)人才畫像人才雷達(dá)數(shù)據(jù)智能自有數(shù)據(jù)網(wǎng)絡(luò)爬蟲PYMK人才測評(píng)對(duì)外數(shù)據(jù)直接變現(xiàn)—構(gòu)建大數(shù)據(jù)信息服務(wù)平臺(tái)大數(shù)據(jù)平臺(tái)信用評(píng)估數(shù)據(jù)服務(wù)人才動(dòng)態(tài)監(jiān)控社會(huì)治理服務(wù)對(duì)于外部合作廠商而言，基于自有大數(shù)據(jù)基礎(chǔ)平臺(tái)，可推出信用評(píng)估數(shù)據(jù)服務(wù)、人才動(dòng)態(tài)監(jiān)控、社會(huì)治理服務(wù)。自有數(shù)據(jù)網(wǎng)絡(luò)數(shù)據(jù)交換數(shù)據(jù)數(shù)據(jù)生產(chǎn)（價(jià)值挖掘）數(shù)據(jù)消費(fèi)（價(jià)值變現(xiàn)）目錄背景分析需求分析12總體架構(gòu)4產(chǎn)品思路3

技術(shù)解決分析5

落地實(shí)施方案6大數(shù)據(jù)平臺(tái)的建設(shè)原則技術(shù)-按需頻度的數(shù)據(jù)獲取批量和實(shí)時(shí)數(shù)據(jù)采用不同的技術(shù)手段和工具，遵循統(tǒng)一的文件接口標(biāo)準(zhǔn)技術(shù)-多樣化數(shù)據(jù)共存跨同構(gòu)/異構(gòu)數(shù)據(jù)庫（物理系統(tǒng)），基于文本、數(shù)據(jù)庫的數(shù)據(jù)抽取和加載數(shù)據(jù)-數(shù)據(jù)即服務(wù)業(yè)務(wù)人員通過邏輯數(shù)據(jù)對(duì)象組件訪問數(shù)據(jù)，而不用關(guān)心數(shù)據(jù)的物理存儲(chǔ)方式。通過數(shù)據(jù)組織與前端應(yīng)用功能，使業(yè)務(wù)人員可以較容易、較快地定位和了解數(shù)據(jù)的內(nèi)容。數(shù)據(jù)-數(shù)據(jù)質(zhì)量控制通過一系列的技術(shù)和業(yè)務(wù)手段實(shí)現(xiàn)數(shù)據(jù)集成平臺(tái)數(shù)據(jù)質(zhì)量控制，主要體現(xiàn)在數(shù)據(jù)正確性（技術(shù)）、完整性、一致性（業(yè)務(wù)）、有效性。大數(shù)據(jù)平臺(tái)的分層體系大數(shù)據(jù)平臺(tái)的總體架構(gòu)大數(shù)據(jù)平臺(tái)的功能結(jié)構(gòu)圖數(shù)據(jù)查詢數(shù)據(jù)統(tǒng)計(jì)信息檢索數(shù)據(jù)分析語義分析數(shù)據(jù)挖掘經(jīng)營管理人才畫像市場口碑人才雷達(dá)決策支持用戶服務(wù)大數(shù)據(jù)總體數(shù)據(jù)處理流程目錄背景分析需求分析12總體架構(gòu)4產(chǎn)品思路3

技術(shù)解決方案5

落地實(shí)施方案6目錄123基礎(chǔ)平臺(tái)數(shù)據(jù)分層規(guī)劃應(yīng)用技術(shù)方案關(guān)鍵技術(shù)分析核心技術(shù)路線—基于Hadoop生態(tài)圈數(shù)據(jù)采集技術(shù)方案分布式網(wǎng)絡(luò)爬蟲分布式文件系統(tǒng)分布式存儲(chǔ)橫向擴(kuò)容(Scale-out)架構(gòu)分布式軟件架構(gòu)并行計(jì)算框架Hadoop技術(shù)體系與MPP的集成思路目錄123基礎(chǔ)平臺(tái)數(shù)據(jù)分層規(guī)劃應(yīng)用技術(shù)方案大數(shù)據(jù)平臺(tái)數(shù)據(jù)分層:分級(jí)存儲(chǔ)數(shù)據(jù)分級(jí)存儲(chǔ)原則數(shù)據(jù)融合與分級(jí)存儲(chǔ)實(shí)施按數(shù)據(jù)血緣按邏輯層次按業(yè)務(wù)種類按設(shè)備網(wǎng)絡(luò)劃分按設(shè)備物理地址在線、近線、離線按訪問頻度內(nèi)存數(shù)據(jù)庫按響應(yīng)及時(shí)性內(nèi)存數(shù)據(jù)庫數(shù)據(jù)生命周期中在線數(shù)據(jù)對(duì)高性能存儲(chǔ)的需求，以及隨著數(shù)據(jù)生命周期的變更，逐漸向一般性能存儲(chǔ)的遷移，是分級(jí)存儲(chǔ)管理的一條主線。同時(shí)兼顧考慮其他分級(jí)原則，共同作用影響數(shù)據(jù)遷移機(jī)制。基于生命周期基于訪問壓力基于業(yè)務(wù)用途基于物理屬性分級(jí)原則高性能磁盤庫磁帶光盤庫中低性能磁盤庫將核心模型（即中度匯總的模型）通過改造融入到現(xiàn)有主數(shù)據(jù)倉庫的核心模型中，減少數(shù)據(jù)冗余，提升數(shù)據(jù)質(zhì)量。將主數(shù)據(jù)倉庫（MPP）中的歷史數(shù)據(jù)和冷數(shù)據(jù)遷移到低成本分布式文件系統(tǒng)（hdfs），減輕MPP數(shù)據(jù)庫的計(jì)算與存儲(chǔ)壓力并支撐深度數(shù)據(jù)分析。數(shù)據(jù)數(shù)據(jù)數(shù)據(jù)1、核心模型融入MPP數(shù)據(jù)庫基礎(chǔ)資源庫2、歷史數(shù)據(jù)遷移到hdfsHadoop集群大數(shù)據(jù)平臺(tái)數(shù)據(jù)分層:數(shù)據(jù)分層Hadoop平臺(tái)傳統(tǒng)關(guān)系數(shù)據(jù)庫報(bào)表數(shù)據(jù)元數(shù)據(jù)管理數(shù)據(jù)臨時(shí)數(shù)據(jù)……信息子層各業(yè)務(wù)平臺(tái)接口數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)信息子層：報(bào)表數(shù)據(jù)、管理數(shù)據(jù)、元數(shù)據(jù)等數(shù)據(jù)來源于匯總層和ETL過程。高度匯總層：主題域之間進(jìn)行關(guān)聯(lián)、匯總計(jì)算。匯總數(shù)據(jù)服務(wù)于信息子層，目的是為了節(jié)約信息子層數(shù)據(jù)計(jì)算成本和計(jì)算時(shí)間。輕度匯總層：主題域內(nèi)部基于明細(xì)層數(shù)據(jù)，進(jìn)行多維度的、用戶級(jí)的匯總。明細(xì)數(shù)據(jù)層：主題域內(nèi)部進(jìn)行拆分、關(guān)聯(lián)。是對(duì)ODS操作型數(shù)據(jù)按照主題域劃分規(guī)則進(jìn)行的拆分及合并ODS層：數(shù)據(jù)來源于各生產(chǎn)系統(tǒng)，通過ETL工具對(duì)接口文件數(shù)據(jù)進(jìn)行編碼替換和數(shù)據(jù)清洗轉(zhuǎn)換，不做關(guān)聯(lián)操作。未來也可用于準(zhǔn)實(shí)時(shí)數(shù)據(jù)查詢。明細(xì)數(shù)據(jù)層

（DW）輕度匯總層（MK）高度匯總層（MK）分析支撐精準(zhǔn)推薦應(yīng)用庫分布式數(shù)據(jù)庫MPP信息服務(wù)應(yīng)用層：應(yīng)用系統(tǒng)的私有數(shù)據(jù)，應(yīng)用的業(yè)務(wù)數(shù)據(jù)。關(guān)系庫做為大數(shù)據(jù)平臺(tái)的一個(gè)上層應(yīng)用，由大數(shù)據(jù)平臺(tái)提供數(shù)據(jù)支撐數(shù)據(jù)訪問SQLFTPHQLAPIETL數(shù)據(jù)采集ETL互聯(lián)網(wǎng)視頻非結(jié)構(gòu)化數(shù)據(jù)系統(tǒng)1系統(tǒng)2APP外圍系統(tǒng)合作系統(tǒng)其他平臺(tái)結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)源獲取層12123344大數(shù)據(jù)平臺(tái)數(shù)據(jù)分層:數(shù)據(jù)處理流程源數(shù)據(jù)導(dǎo)入ETL，進(jìn)行數(shù)據(jù)的清洗、轉(zhuǎn)換和入庫。基礎(chǔ)數(shù)據(jù)加載到主數(shù)據(jù)倉庫，規(guī)劃保存3年清洗、轉(zhuǎn)換后的ODS加載到分布式數(shù)據(jù)庫規(guī)劃保存1+1月，在分布式數(shù)據(jù)庫內(nèi)完成明細(xì)數(shù)據(jù)和輕度匯總數(shù)據(jù)加工生成，規(guī)劃保存2年ODS數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，如爬到的網(wǎng)頁數(shù)據(jù)ftp到Hadoop平臺(tái)做長久保存非結(jié)化數(shù)據(jù)分析處理在Hadoop平臺(tái)完成，產(chǎn)生的結(jié)果加載到分布式數(shù)據(jù)庫生成KPI和高度匯總數(shù)據(jù)加載到主數(shù)據(jù)倉庫。Hadoop平臺(tái)主數(shù)據(jù)倉庫報(bào)表數(shù)據(jù)標(biāo)簽庫客戶統(tǒng)一視圖……信息子層話單數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)明細(xì)數(shù)據(jù)層

（DW）輕度匯總層（MK）高度匯總層（MK）應(yīng)用庫分布式數(shù)據(jù)庫MPP數(shù)據(jù)訪問SQLFTPHSQLAPIETL數(shù)據(jù)采集ETL互聯(lián)網(wǎng)GN口非結(jié)構(gòu)化數(shù)據(jù)系統(tǒng)1系統(tǒng)2APP外圍系統(tǒng)合作系統(tǒng)其他平臺(tái)結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)源獲取層123465業(yè)務(wù)應(yīng)用通過數(shù)據(jù)訪問接口獲取所需求數(shù)據(jù)。7分析支撐精準(zhǔn)推薦信息服務(wù)指標(biāo)數(shù)據(jù)大數(shù)據(jù)平臺(tái)數(shù)據(jù)管控思路目錄123基礎(chǔ)平臺(tái)數(shù)據(jù)分層規(guī)劃應(yīng)用技術(shù)方案數(shù)據(jù)應(yīng)用思路—人才畫像職業(yè)背景：利用文本挖掘技術(shù)從用戶的社交賬戶中獲取其教育經(jīng)歷和從業(yè)經(jīng)歷，以此來判定其職業(yè)背景，工作地點(diǎn)：根據(jù)其Cookie地址，歷史填寫信息、言論等多維度判別，可以了解該被推薦人合適的工作地點(diǎn)好友匹配：社交關(guān)系也是判斷一個(gè)人職業(yè)能力的因素之一。求職意愿：用戶在網(wǎng)絡(luò)上的言行有一些明顯暗示或變化時(shí)，可能表示其將要轉(zhuǎn)換職業(yè)方向或離職。性格匹配：依據(jù)人類行為語言學(xué)，將其在網(wǎng)絡(luò)上的抽象言行轉(zhuǎn)換為對(duì)應(yīng)的性格特點(diǎn)。信任關(guān)系：通過對(duì)用戶社交網(wǎng)絡(luò)的分析，判斷出招聘者到達(dá)用戶的最有效關(guān)系鏈和這個(gè)層級(jí)中用戶之間的信任關(guān)系，職業(yè)傾向：用戶在社交網(wǎng)絡(luò)上的行為表現(xiàn)將有助于系統(tǒng)判別其對(duì)職業(yè)的符合程度是否與其個(gè)人描述的職業(yè)愿景相符行為模式：例如發(fā)微博的時(shí)間規(guī)律，在專業(yè)論壇上的時(shí)間長短，這些行為模式可以用來判別其工作時(shí)間規(guī)律，數(shù)據(jù)應(yīng)用思路—構(gòu)建基于人才畫像的PYMK體系數(shù)據(jù)應(yīng)用思路—推薦系統(tǒng)通過大數(shù)據(jù)分析、匹配、推薦基于人才畫像，讓HR不再為搜索和篩選簡歷浪費(fèi)時(shí)間，通過機(jī)器在億級(jí)簡歷庫中匹配合適簡歷，企業(yè)只需對(duì)合適簡歷批量發(fā)起約Ta邀請(qǐng)，按效果付費(fèi)，有意向面試才產(chǎn)生收費(fèi)。數(shù)據(jù)應(yīng)用思路—人才測評(píng)可考慮接入專·業(yè)的測評(píng)公司，包括（適職能力，銷售素質(zhì)，領(lǐng)導(dǎo)力，認(rèn)知力），多維度評(píng)估候選人。數(shù)據(jù)應(yīng)用思路—征信服務(wù)簡歷認(rèn)證（生成簡歷征信報(bào)告）信用視圖大數(shù)據(jù)服務(wù)平臺(tái)崗位勝任力對(duì)外數(shù)據(jù)交互平臺(tái)考拉征信個(gè)人誠信用工成本法律風(fēng)險(xiǎn)芝麻信用其他征信求職者外部合作機(jī)構(gòu)對(duì)于職場人士來言，個(gè)人信用得分或?qū)⒊蔀槲磥砬舐毜闹匾剂恐笜?biāo)之一，也是能否在職場贏得尊重、獲得長足發(fā)展的重要品質(zhì)。個(gè)人的信用不僅僅體現(xiàn)在金融、消費(fèi)、生活理財(cái)?shù)确矫妫惨⒁猓诰€社交平臺(tái)上的個(gè)人信息也可能對(duì)自身的信用造成影響。大數(shù)據(jù)平臺(tái)與技術(shù)進(jìn)入人力資源行業(yè)做個(gè)人職業(yè)征信與職業(yè)信用體系建設(shè)。目錄背景分析需求分析12總體架構(gòu)4產(chǎn)品思路3

技術(shù)解決分析5

落地實(shí)施方案6總體實(shí)施藍(lán)圖第一階段：應(yīng)用場景驅(qū)動(dòng)的大數(shù)據(jù)開發(fā)第二階段：各業(yè)務(wù)系統(tǒng)、各渠道系統(tǒng)等配合大數(shù)據(jù)改造優(yōu)化第三階段：管理信息體系下的大數(shù)據(jù)平臺(tái)建設(shè)第四階段（目標(biāo)）：以大數(shù)據(jù)驅(qū)動(dòng)的，實(shí)時(shí)的、整體聯(lián)動(dòng)的IT解決方案Think

big，

start

small.大處著眼,小處著手。大數(shù)據(jù)實(shí)施方法論大數(shù)據(jù)業(yè)務(wù)戰(zhàn)略大數(shù)據(jù)建設(shè)目標(biāo)大數(shù)據(jù)架構(gòu)設(shè)計(jì)大數(shù)據(jù)實(shí)施大數(shù)據(jù)運(yùn)維企業(yè)戰(zhàn)略目標(biāo)業(yè)務(wù)目標(biāo)業(yè)務(wù)模式大數(shù)據(jù)治理目標(biāo)應(yīng)用場景服務(wù)模式服務(wù)對(duì)象大數(shù)據(jù)服務(wù)定義大數(shù)據(jù)信息模型大數(shù)據(jù)管理定義技術(shù)選擇驗(yàn)證測試容量規(guī)劃安裝