Produit chaud

Golong Technology: Bi Analyse du Big Data

186 mots | Dernière mise à jour : 2024-04-20 | By Golong
Auteur : Golong
Nous sommes l'un des principaux fournisseurs de systèmes de paiement pour les transports publics, fondé en 2015. Nous nous concentrons sur le développement et l'exploitation de matériels et de logiciels intelligents pour l'IoT, la reconnaissance faciale et la monnaie numérique.
Golong Technology: BI Analysis Driven by Big Data
Table des matières

    Les données d'exploitation de bus peuvent être affichées de manière multidimensionnelle en temps réel, ce qui aide efficacement la décision - une analyse, telle que le déploiement des bus.

    Avantages

    Caractéristiques du produit

    Real - Time Multi - Dimensional Affichage des données de fonctionnement des bus, facilitant efficacement l'analyse des décisions telles que le déploiement de la capacité de bus

    Décision de décision

    Offrez des recherches multidimensionnelles qui incluent des situations de transaction et des détails et des situations d'exploitation des itinéraires en temps réel.

    Mécanisme de communication

    Real - Time / Sectional Search des sites et sites et valeurs thermiques des itinéraires, ce qui peut aider à la planification.

    Analyse des utilisateurs

    Prise en charge de l'analyse des utilisateurs multidimensionnels, par exemple, la tendance de la transaction, le pourcentage de méthodes de paiement, etc.

    Statistiques pour les bus

    Soutenez les statistiques des bus, telles que l'enregistrement intelligemment du nombre de départs en bus du premier arrêt, et l'heure du fonctionnement, etc.

    Opération numérique

    • Des demandes de dimension multiples telles que la vue d'ensemble des transactions et les détails pour garder une trace des opérations de ligne en temps réel
    • Réel - heure / heure - de la requête jour de la station de la station et des valeurs de chaleur de ligne pour aider à la planification des décisions
    • Prise en charge de l'analyse de l'utilisation des utilisateurs multidimensionnels, tels que les tendances des commandes de transaction, la proportion de diverses méthodes de paiement, etc.
    • Soutenir les statistiques sur les informations sur les véhicules, le dossier intelligent du numéro de départ des véhicules, l'heure du fonctionnement, etc.