下载文档原格式
基于BIM的智慧梁场信息管理系统的设计与实现作者：陈一荣唐红艳韦远露杜凯来源：《西部交通科技》2023年第08期摘要：文章结合梁场管理现代化需求，设计了智慧梁场信息管理系统，详细介绍了系统设计方案和各模块组成。
通过该信息管理系统，可将生产相关设备深度集成与接入，对预制梁施工产生的相关模型数据、质量数据和施工过程进行统一管理，实现了预制梁生产施工体系数字化、信息化。
关键词：智慧梁场；信息化管理系统；预制梁生产；BIM技术；二维码技术中图分类号：U445.8A2708630引言信息化时代，我国基础设施建设速度加快，公路建设项目复杂度和质量诉求不断增加，给预制梁场生产建设提出了新的要求。
目前，我国的公路桥梁建设一般采用节段梁预制拼装技术，相比传统的桥梁现浇技术，预制梁在梁场内预制易于实现节段梁质量控制，有利于减少施工过程对交通和环境的影响，缩短工期和节约施工成本。
但在实际生产施工过程中，预制梁场生产管理存在智能化程度低、耗能高、可视化不好、安全质量不易得到保证等问题［1］。
为提升预制梁场生产管理水平，构建信息化管理系统，对制梁过程进行智能化改造和信息化管理是必然趋势［2-3］。
快速发展的物联网技术和BIM技术为公路施工建设信息化改造提供了有利条件［4-5］。
本文分析了梁场管理存在的问题，设计出一套智能梁场BIM协同管理系统，通过BIM技术和物联网等技术的综合应用，对预制梁的生产全过程进行信息化智慧管理，对厂区现状进行三维全貌展示。
该系统使梁场管理标准化、规范化、精细化、科学化，实现“规范生产、管控质量、辅助决策”三大目标，助力企业提质增效，升级管理水平。
1传统梁场管理存在的问题和需求分析预制梁的生产先由管理員制定生产计划，发布排产任务后，各施工单位接收任务进行施工。
施工过程中，预制梁的所有质量信息与生产信息经过收集汇总，接受管理员的统一监控。
传统预制梁场生产管理有以下几方面问题：（1）预制梁生产工序没有统一流程，生产过程管控不细致，数据无存留，问题难追踪。
数据集成统计分析平台的设计与实现中期报告一、前言数据集成统计分析平台旨在为企业提供一个高效、方便的数据管理和分析工具。
本中期报告将介绍平台的设计和实现情况，包括平台的功能模块、技术架构、开发进展以及存在的问题和下一步工作计划等方面。
二、功能模块数据集成统计分析平台的主要功能模块包括数据源管理、数据集成、数据统计分析、数据可视化和安全管理等。
1.数据源管理数据源管理模块主要用于管理各种数据源，并对数据源进行增删改查等操作。
平台支持的数据源类型包括关系型数据库、NoSQL 数据库、文件系统、传感器等。
2.数据集成数据集成模块主要用于将各种数据源中的数据进行集成，包括数据清洗、数据预处理、数据整合和数据转换等操作。
3.数据统计分析数据统计分析模块主要用于对数据进行统计分析，包括数据预处理、数据探索、数据建模和数据评估等操作。
平台支持的统计分析算法包括聚类分析、关联规则分析、多元回归分析等。
4.数据可视化数据可视化模块主要用于对数据进行可视化展示，包括折线图、柱状图、饼图等。
平台支持的数据可视化工具包括Echarts、Highcharts等。
5.安全管理安全管理模块主要用于对平台进行安全管理，包括用户管理、权限管理等。
平台的用户权限分为管理员、普通用户和游客三种。
管理员可以对用户进行管理和权限分配。
三、技术架构数据集成统计分析平台采用前后端分离的架构，前端采用React技术栈，后端采用Spring Boot、Spring Security和MyBatis等技术。
前端部分主要包括数据源管理、数据集成、数据统计分析、数据可视化和安全管理等页面，采用Ant Design、Echarts等开源组件库。
后端部分主要包括数据源管理、数据集成、数据统计分析、数据可视化和安全管理等模块的实现，同时支持RESTful API接口和WebSocket 实时通信。
四、开发进展目前，平台已完成了数据源管理和数据集成等模块的基本开发工作。
亿信华辰商业智能数据分析平台BI@Report功能篇亿信华辰软件•产品功能篇•强大的一体化分析引擎BI@Report是一体化的BI平台，它将多维分析引擎、报表服务引擎、图形引擎等多种独立的分析挖掘技术核心组件有机融合在一个产品中，而不需要用户为不同的功能单独购买安装，用户只需将BI@Report部署一次，即可满足用户任意的数据统计分析与挖掘的要求。
图4-2•拖拽式多维分析模式BI@Report采用纯WEB的方式实现多维分析，通过简单的拖拉拽方式生成报表，并可以保存、导出报表数据，同时也可以将报表保存成报表模板，固化分析形态。
多维分析中支持多种统计函数，轻松实现增幅、占比、平均值、TopN、Top%等统计方法。
多维分析中支持行列旋转、指标间运算、合计行、过滤条件、统计图，也可以设置预警条件和多种预警方式。
多维分析中支持层级维的钻取、展开，同时也支持切片和钻透功能。
亿信华辰软件图4-3•强大的报表设计工具BI@Report作为一款成熟的面向业务用户的商业智能平台，在报表设计上有着非常出色的表现。
BI@Report的设计器基于WEB技术实现，业务用户可以在浏览器中进行分析表、统计图、业务分析报告等等业务分析功能的设计开发，所见即所得。
为最大程度降低用户的学习难度，设计器在操作模式上与Excel一脉相承，用户上手十分容易。
几乎不需要写任何代码，也不需要技术人员的参与，甚至只需要用鼠标点击，便可设计出丰富多样的分析模版。
图4-4亿信华辰软件图4-5•美观丰富的图形模板库丰富的图形库保证了BI@Report具有极其美观的数据展现能力。
在BI@Report中内置了多种图形模版，包括常见的柱状图、线状图、面积图、仪表盘之外，还包括了散点图、气泡图、雷达图等类型的统计图。
图4-6•完美的领导驾驶舱设计通常情况下，管理决策层需要大量的数据支持，而这些数据可能来自不同的业务主题甚至他们之间是毫无关联的。
传统的分析工具在一个界面上展示的结果要具备一定的关联，否则处理起来十分的麻烦。
第 4 期2023 年 8 月NO.4Aug.2023水利信息化Water Resources Informatization0 引言低代码平台开发理念[1]近年来逐渐风靡，在电子政务、电子商务、金融等领域得到了快速发展[2]37，目前正在向工业[3]、交通[4]、物流[5]、运维[6]等方面的信息化建设快速渗透。
低代码开发以代码复用为核心，可视化编程为方式，通过配置属性、拖拽元素等手段实现系统开发[7]。
低代码平台能够有效降低开发门槛，实现快速高效的业务搭建，即使没有丰富的代码经验，也可以参与其中进行功能开发。
目前，水利工程建设管理系统主要以 B/S 模式建设[8]为主，多采用前后端分离的开发方式，同时多与报表、工作流引擎、视频、BIM + GIS[9-11]等技术集成，增加了研发的复杂度。
为降低研发的复杂度和集成的耦合度，本研究将低代码平台运用到水利工程建设管理系统研发中，通过梳理水利工程建设管理系统的功能业务和系统特点，运用 JEPaaS 低代码平台，实现对水利工程建设管理系统的研发。
1 需求分析水利工程建设管理系统可以实现建设期相关业务的信息交互和协同管理[12-13]，通过分析水利工程建设期业务，总结系统的需求主要包括以下几个方面：1）多种管理关系需求。
水利工程建设过程中各单位之间存在一对一、一对多、多对多的交叉管理关系，因此系统需要处理好管理关系问题。
2）大量表单功能需求。
水利工程建设管理业务包含大量的台账管理，多以增、删、改、查的功能呈现，通过表单控件进行数据输入。
3）较多业务协同功能需求。
水利工程建设管理业务存在较多的工作流程，以满足水利工程建设过程中协同办公管理的需求。
4）标准化表格打印和输出需求。
水利工程建设管理存在大量的标准化表格输出需求，例如质量验评、水利工程施工监理规范的表格等。
因此需要系统具备标准化表格的打印和下载功能。
5）统计报表功能需求。
在投资、合同、支付、进度、验评、隐患、物资等方面存在表格和统计图等多种表现形式的统计需求。
B I方案介绍(总28页) --本页仅作预览文档封面，使用时请删除本页--商业智能（BI）方案目录1. 企业异构数据源.................................................................................. 错误!未定义书签。
2. ETL数据抽取转化和加载 ................................................................... 错误!未定义书签。
数据抽取、转换和加载................................................................ 错误!未定义书签。
统一调度 ....................................................................................... 错误!未定义书签。
监控 ............................................................................................... 错误!未定义书签。
ETL工具OWB ............................................................................... 错误!未定义书签。
3. 数据仓库.............................................................................................. 错误!未定义书签。
操作型数据 ................................................................................... 错误!未定义书签。
什么是BI⼯具,好⽤的BI⼯具软件排名⽬录⼀、什么是BI⼯具？⼆、BI⼯具有什么好处？三、BI⼯具软件排名由于海量数据对各种规模的企业构成挑战，因此每年确保所有业务流程都在控制之下变得越来越困难。
最终，组织和公司在做出可持续和有利可图的决策时需要⼀定的帮助。
通过利⽤现代和专业的BI⼯具，可以迅速解决每个挑战，⽽⽆需⼤量 IT 参与。
⼀、什么是？BI ⼯具是⽤于收集、处理、分析和可视化⼤量过去、当前和未来数据的软件类型，以⽣成可操作的业务洞察、创建交互式报告并简化决策过程。
这些⼯具包括数据可视化、可视化分析、交互式仪表板和 KPI 记分卡等关键功能。
此外，它们使⽤户能够利⽤基于⾃助服务的⾃动报告和预测分析功能。
⼆、商业智能⼯具的好处专业的软件和⼯具提供了各种突出的好处，在这⾥我们将重点介绍最宝贵的那些：1. 它们汇集了所有相关数据：⽆论您在⼩型公司还是⼤型企业⼯作，您都可能从各种门户、ERP、CRM、平⾯⽂件、数据库、API 等收集数据。
您需要获得⾼⽔平的数据智能才能管理所有这些来源并更好地理解收集到的信息。
这就是为什么利⽤现代数据连接器将帮助您集中不同的来源并为您提供所有业务流程的单⼀观点。
这样，识别问题、趋势和采取⾏动是密切相关的，并且完全基于数据。
2. 他们真正的⾃助分析⽅法解锁了数据访问：当公司中的每个⼈都配备了现代商业智能软件，使他/她能够⾃⾏探索数据时，需要向 IT 部门索取报告显着减少。
这种⾃助式 BI⽅法为组织提供了竞争优势，因为每个员⼯都将配备适量的数据分析技能，最终节省公司的时间和资源，同时减轻 IT 部门的负担，从⽽使他们能够专注于其他关键任务。
3. ⽤户可以利⽤预测：预测分析不需要成为数据科学家或分析师的专长。
通过与预测引擎的集成，业务⽤户可以为未来场景⽣成洞察⼒，这将有助于他们调整当前策略以提供最佳结果。
另⼀⽅⾯，如果业务状况发⽣变化，智能数据警报可以保护您在管理⼤量数据时可能发⽣的异常情况，并发现新的趋势和模式，使您能够⽴即做出反应。
bi项目计划BI项目计划。
一、项目概述。
BI项目是指基于商业智能技术，通过对企业数据的分析和挖掘，为企业决策提供支持和指导的项目。
本项目旨在构建一个完善的商业智能平台，实现对企业数据的多维分析和可视化展示，为企业管理层提供决策支持。
二、项目目标。
1. 构建数据仓库，搭建完善的数据仓库，实现对企业各类数据的集中存储和管理。
2. 数据清洗和整合，对数据进行清洗和整合，确保数据质量和一致性。
3. 数据分析和挖掘，利用商业智能工具，对数据进行多维分析和挖掘，发现数据中隐藏的商业价值。
4. 可视化展示，通过数据可视化技术，将分析结果直观地展示给管理层，帮助其快速理解数据和做出决策。
三、项目实施步骤。
1. 确定需求，与业务部门沟通，了解他们对商业智能平台的需求和期望。
2. 数据采集，对企业各个系统的数据进行采集，包括ERP、CRM、生产管理系统等。
3. 数据清洗和整合，对采集到的数据进行清洗和整合，建立数据仓库。
4. 数据分析和挖掘，利用商业智能工具进行数据分析和挖掘，挖掘数据中的商业价值。
5. 可视化展示，设计并实现数据可视化界面，将分析结果直观地展示给管理层。
6. 系统集成和测试，将商业智能平台集成到企业现有系统中，并进行系统测试和调优。
7. 上线运行，将商业智能平台上线运行，为管理层提供决策支持。
四、项目风险。
1. 数据安全风险，在数据采集和整合过程中，可能会面临数据泄露和数据安全问题。
2. 技术风险，商业智能平台涉及多种技术，包括数据仓库、数据挖掘、可视化等，技术风险需要引起重视。
3. 项目进度风险，由于商业智能平台涉及多个部门和系统，项目进度管控是一个挑战。
五、项目成果。
1. 数据仓库，建立完善的数据仓库，实现对企业数据的集中管理和存储。
2. 数据分析报告，为企业管理层提供多维数据分析报告，帮助其了解企业运营状况和趋势。
3. 决策支持，通过商业智能平台，为企业管理层提供数据支持，帮助其做出更加科学的决策。
SAP BI4.0数据展现高级分析方案1概述1.1使用SAP BusinessObjects展现工具进行数据展现在SAP的数据高级展现解决方案中，使用SAP BusinessObjects展现工具进行数据展现，即使用基于BOE平台的各种报表进行展现。
在SAP 最新的BOE 版本中，提供了对SAP BW数据源的直接访问功能和无缝的集成。
架构如下图所示。
在目前的版本中，提供了下列SAP BO展现工具对SAP BW数据的直接访问功能。
如下图所示。
上图的一些展现工具，如Crystal Report与Web Intelligence等产品及SAP BOE平台的具体功能介绍，请参见本章第四节。
我们将在下面重点介绍SAP BO高级分析功能的MS Office版本和Web版本。
如下图所示。
1.2使用Integration Kit实现集成如果企业应用了SAP BW作为企业数据仓库解决方案，但没有使用最新的SAP BOE平台（SAP BOE XI40），而是使用了早期的版本的BusinessObjects的报表工具，直连SAP BW(BI7)，在统一的报表平台上制作、管理企业报表。
在现阶段，可以使用Integration Kit方案实现集成。
BusinessObjects基于SAP BW的解决方案如下：该方案为通过BusinessObjects的 Solution Kit与SAP BW进行直连，直接读取SAP BW中CUBE/MULTICUBE,以及QUERY中的数据，在BO的整个平台上进行展示。
连接方式如下：基于SAP BW中的数据，前端的应用将面向不同的使用者提供相应的工具：BusinessObjects提供灵活的报表工具、即席分析工具、绩效管理工具等，产品简单易用，界面美观灵活，可以快速的将SAP BW 以及R3中的数据以友好的方式提供给企业管理层和业务人员，充分发挥数据以及信息的作用，真正提升SAP中的数据在企业中的价值。
基于ＢＩ的数据集成展现分析平台设计与实现李 军 杜 勇（北京市交通信息中心 北京１０００７３）摘 要 为了更直观地分析展现数据中心整合接入的数据，进一步发挥数据中心的行业价值和建设成果，数据集成展现分析平台的建设必不可少。
文中在梳理总结ＢＩ技术用于数据展现分析现状及趋势的基础上，对依托数据中心进行数据展现分析的一般流程和方法进行了论述，并以北京市为例，对构建交通行业数据中心数据集成展现分析平台的流程和效果进行了实例应用和总结。
平台实现了数据和业务系统的集成展现和分析，并提供历史数据查询、统计分析、报表输出等功能，为交通运行管理和业务决策提供了支持。
关键词 数据中心；商务智能；展现；报表；交通中图分类号：Ｕ１ 文献标志码：Ａ ｄｏｉ：１０．３９６３／ｊ．ｉｓｓｎ １６７４－４８６１．２０１２．０６．０３２收稿日期：２０１２－０７－３１ 修回日期：２０１２－１１－２８第一作者简介：李 军（１９７９），硕士，工程师．研究方向：交通数据处理分析及交通信息化系统建设等．Ｅ－ｍａｉｌ：ｌｅｅｊｕｎ＠ｂｊｊｔｗ．ｇｏｖ．ｃｎ０ 引 言随着交通信息化建设的不断深入，各单位、各部门建设了满足自身业务处理需要的业务应用系统。
但由于不同应用系统在不同时期独自建立，系统从业务应用和数据关联上缺少总体规划和设计协调，系统之间数据交换共享存在困难，使得各个部门、单位之间形成了一条条“数字鸿沟”，大量的数据未得到充分的利用，无法满足综合业务处理、公众信息服务和政府决策数据支持的需要［１］。
因此，研究和建设跨部门、跨业务的集数据采集、处理、共享交换和综合利用多种功能为一体的交通数据中心己成为当前交通信息化工作的重中之重。
数据中心的建设是行业业务信息化系统发展到一定时期的必然阶段，而数据集成展现平台则是数据中心的重要应用体现。
数据中心内的各数据生产系统从各个不同的业务角度部分实现了本业务数据的集成、分析和展现，对提高本行业本部门管理的信息化、科学化和专业化发挥了重要作用。
但由于各系统服务的主要业务方向不同，其部署环境和平台、数据库种类版本也不尽相同，这就形成了一定程度的信息孤岛，经常出现“数据到处要，报表不一样”的尴尬情况。
各个业务数据生产系统之间缺乏信息沟通，统计口径和格式的不一致容易导致出现不全面、不正确的数据，会让日常工作人员和高层决策人员不能较充分地利用好数据。
基于此，为使建设的数据中心能够为业务工作和领导决策提供标准、统一、高效的服务，亟需依托数据中心整合的数据资源建立集成统一的数据展现分析平台。
本文在分析ＢＩ（ｂｕｓｉｎｅｓｓ ｉｎｔｅｌｌｉｇｅｎｃｅ）发展趋势及其用于数据中心展现分析可行性的基础上，设计了数据中心进行数据集成展现分析的一般流程和方法，最后以北京市交通行业数据中心数据综合展现分析平台建设为例进行了实际应用。
１ ＢＩ数据展现分析现状及需求随着信息技术的发展，数据中心可以获得的内部和外部数据不断增长，但是利用数据的效率并没有相应的提高，用户难以在海量的数据中发现真正有价值的信息。
同时，由于数据来源的广泛性，各种不同来源的数据在格式上存在很大的差别，难以进行比较、衡量和利用，使得数据支撑业务工作和决策难度加大。
为了解决数据处理和应用过程中的问题，商业智能应运而生。
ＢＩ的定义最早由Ｇａｒｔｎｅｒ Ｇｒｏｕｐ于１９９６年提出，他将商业智能定义为由数据仓库、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成，以帮助企业决策为目的的技术及其应用［２］。
０５１交通信息与安全 ２０１２年６期 第３０卷 总１７３期ＢＩ的体系在国内外的发展各不相同。
微软的ＢＩ核心是根据数据库中的数据实现各种应用，体现的是ＢＩ的一般思路。
ＩＢＭ在此基础上增加了管控和安全。
美国数据仓库研究院则侧重ＢＩ的结果对策略和行动的关联和影响。
国内的有些研究者认为ＢＩ体系可以分为４层：最底层是信息系统层面，其上是数据分析层面，再上是知识发现层面，顶层是战略层面，该框架注重了管理层面，但是应用性显得不够［３］。
各种观念在不同侧面突出了ＢＩ的优势，但由于ＢＩ用户和ＢＩ厂商的天然差距，造成了ＢＩ系统很难在用户角色、ＢＩ工具和ＢＩ内容上达到完美的结合。
现在国外的企业，大部分己经进入了中端ＢＩ数据分析阶段，有一些已经积累了高端的数据挖掘经验。
但是，目前国内ＢＩ的应用水平仍然主要停留在基本的统计分析和数据整合阶段，即报表软件市场，真正实现深度分析的应用极少。
原因是国内成功的、可效仿的经验欠缺，厂家、用户、企业都在谈ＢＩ，但对ＢＩ的理解都不一样，对于应用ＢＩ能得到的效果也不尽相同［４］。
其实，它是需要企业具备一定的条件才能应用的，尤其是ＢＩ高端的功能实现。
实际上，行业用户对ＢＩ应用成果的最先认知是复杂的报表系统，然后是ＯＬＡＰ多维分析系统［５］。
２００６年以来，用户越来越重视数据仓库基础建设。
据预计，未来几年ＢＩ建设的重点将从企业报表制作转向数据挖掘与智能分析，将历史数据转化为资源，为领导决策提供有力的数据参考依据［６］。
随着数据中心业务发展步伐的加快，实施数据集中统一展现和分析的意义将在众多的方面凸显出来。
我国数据中心的数据展现及报表平台虽然得到了快速的发展，但是与发达国家的数据中心相比，仍然存在着较大的差距。
据统计，目前国内数据中心开发专业的展现分析系统仅占所有数据中心的２０％～３０％。
即使在这一部分拥有展现和报表系统的数据中心中，绝大多数也只是在静态展现来自各部门的大量数据。
既没有统一各部门的数据口径，也没有充分利用报表对数据进行管理。
数据中心内部需要在统一数据整合平台基础上，采集存储各业务系统的数据，并在此基础上搭建集中数据展现分析平台，实现各业务部门数据的集中统一展现和报表需求。
因此，依托数据中心开发建设１个覆盖全业务部门的数据集成展现分析平台是非常迫切和必要的。
２ 数据中心集成展现平台设计与实现 对数据中心所接入的数据进行集成展现分析的过程和方法无一定之规，本部分只对依托数据中心进行数据展现的一般流程和方法进行论述。
不同行业、类型的数据中心应结合自身的软硬件基础条件、数据情况和具体展现需求确定适宜的方法和过程。
２．１ 设计原则与思路数据中心集成展现分析平台的建立应在把握数据分析应用总体需求的基础上，遵循信息化建设规范，确定系统的设计原则和思路。
１）总体规划与分步实施。
一般数据中心项目建设周期长、投资大，项目的风险性较高。
采用总体规划、分步实施的策略，可以有效规避风险和科学地分阶段完成既定目标。
２）采用先进的设计思路。
高开放性、低耦合度、可扩展性有利于实现因需而变的高复用度系统设计，在涉及与其他系统集成的部分时，均采用降低耦合的思路进行设计，以避免不同系统之间的紧密依赖约束，赋予更大的灵活性和独立运行能力。
３）采用先进技术体系以保证先进性。
系统采用先进的技术体系，保障其在较长的时间内保持先进性，有利于获得来自各种渠道的技术支持，如软、硬件环境有更大的选择空间，系统性能可得到进一步扩展和提升。
４）采用原型法开发。
采用原型起步、反复迭代，逐步贴近用户需求和应用习惯的开发方法，逐步理解用户业务逻辑，科学反映业务需求并确定信息流程，以满足用户对展现层的要求。
２．２ 总体架构设计遵循系统总体设计原则和思路，在确定了项目的解决方案之后，就可以明确系统相应的总体架构。
总体架构主要由基础数据库、算法设计与实现以及报表展现３部分组成，见图１。
２．３ 平台实现２．３．１ 数据源在建设数据中心集成展现分析平台时，选择数据源的范围十分重要。
一般地，应综合考虑以下几方面的因素：①业务数据的重要性，是否为领导和业务部门重点关注；②业务系统及其生产数据的建设和管理比较规范并具有代表性；③否积１５１基于ＢＩ的数据集成展现分析平台设计与实现———李 军 杜 勇累了一定量的历史数据并具有分析价值；④考虑所分析数据与其他数据的关联性。
图１ 平台设计总体架构图Ｆｉｇ．１ Ｇｅｎｅｒａｌ Ｆｒａｍｅｗｏｒｋ ｏｆ ｐｌａｔｆｏｒｍ ｄｅｓｉｇｎ２．３．２ 数据ＥＴＬ处理数据抽取、转换和装载的过程（ｅｘｔｒａｃｔ ｔｒａｎｓ－ｆｏｒｍ ｌｏａｄ，ＥＴＬ）是数据中心建设的重要技术环节，对数据展现、分析及报表制作也起着重要的支撑作用。
在系统实施过程中，抽取数据需要根据数据量大小及增量变化情况而决定采用不同的抽取策略，如行业信息维度表数据量小且几乎无变化，可采取每月抽取１次。
数据清理可以去掉数据中的噪音，纠正不一致。
一旦发现数据异常和数据质量问题，可及时和业务人员交流沟通，以制定数据处理规则。
２．３．３ 数据建模数据集成展现分析平台采取数据驱动，即通过对原有系统业务及数据的分析，再结合主题分析的目标，实现数据的迁移和存储转制。
如对原有业务系统某一指标项的排名进行梳理，找出相关数据结构的关系，根据分析主题目标，重新定义数据集成展现分析平台的数据模型。
采用适宜的工具建立数据模型，而数据模型构建是否合理，会直接影响报表展现和分析。
２．３．４ 展现及分析使用专业的报表工具方便业务部门实现报表展现及业务分析，减轻业务人员和管理人员的劳动强度，提高工作效率和数据分析统计的科学性，可以根据实际管理需要，提供定制、交互式查询及其他种类的报表。
这样原来业务系统无法生成的跨部门、综合性的、复杂的报表，可以通过数据集成展现平台自动生成。
３ 应用实例近年来，北京市交通信息化工作取得了显著成果，完成了公交运营指挥调度系统、地铁运营指挥调度系统、市政交通一卡通系统、长途客运联网售票系统、高速公路不停车收费系统等一系列卓有成效且具有良好示范作用系统的建设，这些业务系统的建设对提高部门管理的信息化、科学化、专业化发挥着重要作用。
北京市交通行业数据中心的建设整合接入了大量行业数据，但由于不同业务系统任务分工不同，系统在业务应用和数据关联上缺少总体规划和设计，系统之间的数据有交叉和重复，并且缺乏统一的标准，数据的准确性和一致性难以保证，导致在综合运输业务管理和决策上缺乏准确清晰的数据支持。
为有效解决上述问题，依托北京市交通行业数据中心建设了北京市交通行业数据中心集成展现分析平台。
该平台的建设可使数据中心更好地为交通行业主管部门全面监测和掌握整个行业运行状况提供支撑，同时也可为不同业务部门了解彼此的业务运行情况提供平台。
３．１ 平台实现过程展现平台的实现主要有专题统计数据库建设、算法设计与实现、ＢＩ模型建立、报表设计与实现及报表展现等几个主要环节，见图２。
１）专题统计数据库建设。
梳理基础数据库，分析相应的统计维度、指标，并建立相应的统计汇总数据库，包括维度表、指标统计表。
２）算法设计与实现。
根据基础数据库数据特点及相关业务特性，建立指标计算算法，并开发相应的存储过程、ＪＯＢ、触发器等。
