企业在生产经营过程中产生了大量有价值的数据、模型、知识，分散在集团、区域、厂矿的IT系统和物理设备中。以数据为中心的建设方式主张将数据集中在集团，区域使用数据时再从集团获取。这种方式面临着一些挑战：一，重复存储导致资源浪费；二，集中后的数据使用率低，安全隐患易被忽视。三，源方数据结构随业务变化，导致数据不一致，而传输过程中的各类异常还会加剧这种不一致，最终影响数据应用。
具备“有管用安”功能的ReiKing一体化数据管运平台，助力企业实现横向（业务域内部、业务域之间）和纵向（IT、OT）打通，构建一体化的产业链上下游打通的数字化平台。
通过数据集成与交换、隐私计算、数据联邦实现数据联通。分散的数据碎片经过关联融合、时空对齐、特征值提取、质量处理等转化为数据资源。通过业数融合将数据变得智能化、可解释。通过数据流通实现安全高效地流动。
有
将集团统建系统；区域、厂矿分建系统和物联网设备产生的数据、模型、知识联接在一起。通过物理和逻辑的汇聚、数据交换、数据服务、分布式计算形成数联网。插座式对等架构、可靠传输、近数计算、分布式计算，保障数据在数联网上安全高效地流通。
* 插座式对等架构，方便集团、区域、厂矿对等接入，实现纵横互联。
* 可靠传输，解决数据传输过程中堵包、丢数据，数据不一致等问题。
* 近数计算，数据处理不嵌入原系统，实现高效的实批一体数据处理。
* 分布式计算，包含沙箱隐私计算、数据联邦和数据编织、同态加密、近数计算等。
管
为各业务域提供数据管理工作台，便于将组织、制度、流程融入到全领域、全过程、全生命周期的数据治理中，实现以用带管。了解原始数据的分布、来源、流向等信息。建立含有标准、行业规范的数据模型，模型导出规则，驱动数据服务。
在此过程中，平台实现了数据实体、标准与规范、组织、服务的融合。以质量管理为例：管理者定义规范标准，标准一方面用于实体建模，另一方面导出质检规则，规则驱动质检服务。质检发现的问题可分配、可处理、可审核，并自动生成质量评估报告，形成闭环的数据质量管理流程。
安
在安全整体框架中，ReiKing专注于数据本身的安全。
按照以管带安的思路，在治理的过程中，对数据赋予了分级分类，确权，敏感项等属性。生成安全模型，导出规则，驱动脱敏、隐私计算、上链、访问控制等安全服务。形成安全的数据地图、门户、开放共享、态势感知，保障全领域、全过程、全生命周期的数据安全。
用
来自上下游、各业务域的需求方，通过门户查找到数联网上的数据、服务、算法和规则，通过数据地图了解其背景知识，通过供需对接申请使用，通过多租户工作台提供的加工分析建模，业数融合建模，数据图谱等工具，自助搭建智能化应用。
在此过程中，使用并丰富了各类模型，模型调用服务，让数据变得清洁、透明、智慧、安全。
平台提供数据驱动4步法，起于流程，忠于流程，与传统的流程驱动形成互补。零.了解数据及其关系；一、数据建模和治理处理，关联数据资源，形成数据资产；二、根据业务逻辑打通数据实体关系；三、数据赋能（业务流与数据流融合）；四、提升、优化系统。
基于共建、共治、共用、共安的原则，建立N+1的部署模式，满足集团、区域、厂矿的“有管用安”。
建立数据可信流通体系，增强数据的可用、可信、可流通、可追溯水平。
平台具备四大特点：
完全自主知识产权的一体化平台级产品，底层通透，模型统一，无需集成，没有孤岛，各个功能模块可以按需选择，形成满足客户需求的产品或解决方案。
项目实施短平快。沉淀模型与知识，打通环节，协同实现端到端的数据治理及应用。达到“按需实施、小步快跑、动态调优、按需组合、逐步积累”的效果。
一体化算力设施利用，兼容各厂商的云服务、操作系统、CPU、数据库，能跨域使用异构的存储与计算资源。
高效节能助力双碳。采用近数计算，端到端的数据服务，降低内耗、优化算法。
ReiKing，让数据管运更简单、更高效！
