1.项目目标：

   通过建设全面、客观、智能的服务订单评价体系，通过AI+数据智能技术与易维讯、CRM的全面打通，深度学习和挖掘服务订单全过程的业务数据，通过聚类洞察、反欺诈学习、智能运筹优化等手段，实现服务体系标准化、过程透明化、评价客观化，指导服务管理的全面升级，具体的项目目标包括：

 ●通过AI+坐标计算服务模块的实施，实现服务人员自动出发和到达判别，提升服务订单过程数据采集的准确性

 ●通过数据科学聚类洞察，实现对于服务订单绩效的综合、动态和客观评价，指导服务水平的不断提升，提高终端客户满意度。

 ●通过AI+反欺诈模型的实施，实现对于服务订单的智能合规判别，识别拖延、绕路、虚假、缺漏订单等情况，进一步规范和提升对于服务人员的管理水平，保障和提升售后服         务收入。

 ●在服务订单100%评价结果的基础上实施智能派单模型，实现对于智能派单流程的优化，进一步通过智能化手段来促进服务模式转型升级，通过优化效率和资源配置，最终实         现提升集团售后收入，降低售后服务成本的目标。

2.业务场景：

   数据来源多样化，此时我们开发一个类似于数据中台的后端，完成数据集散，使得整个系统高效、稳定。然后分别开发一个派单后台与一个监控后台。将处理的结果发送给CRM完成后续动作。

3.数据规模：PB级数据

 ●正常每台设备每十秒产生一条数据，通过设备内部的GPS传感器进行收集数据发送到服务器

 ●每日增量数据在300G左右

4.数据处理方案设计

   派单：派单要求3s之内响应，及时性要求很高。先后对召回策略进行多次修改，优化排序算法，以及优化hana性能，最终达到3s以内响应。

   监控：由于原始表数据量比较大，我们这里存储采用HDFS，然后根据工程设备的弱移动性，即工程器械在一处施工不会大范围移动的特点，采用等距抽样，将大量数据简化                   成少量数据存储在Oracle中，然后对数据加以处理，并将最后结果返回给CRM。

●按照项目目标，最终完成了自动出发到达判别，订单合规判定，智能派单等多个需求。

●按照计划完成项目及人才需求供应，提早原计划启动项目开发；

●在系统开发中的专业表现，有效地提高了开发效率，缩短了开发周期；

●累计完成交付900 人/天的总量；

●在开发人员的输送、培养等科学有效地管理赢得了客户的认可并达成了长期合作的共识。