大数据分析
近年来伴随着各种电子设备、物联网和云计算、云存储等技术的发展，人和设备的所有行为轨迹都可以被记录。数据的数量、类型以及产生的速度都急剧增长。在数据大爆炸下的大背景下，企业怎样有效管理、使用、分析、挖掘这些数据，从数据的海洋中获得有价值的信息，面临着技术与商业的双重挑战。而对申通地铁而言，数据的多样性和海量特征带来新的业务模式，如乘客的行为分析，网络舆论分析、设施设备预测性维护等。顺应这些时代的潮流将帮助企业改善运营服务，提升市场竞争力和公众满意度，为企业未来在本行业领域赶超国际先列、实现弯道超车奠定基础。各类应用均面临着数据规模增大、处理时延降低的要求，同时需要提高系统可扩展性、降低系统成本，因而要求行业数据中心从以下三个层次进行能力建设，搭建总体架构：
1、数据管理与分析能力
应对“IT支撑系统、大数据中心”数据规模增大和高实时性要求，需提升数据存储处理能力，引入分布式和实时计算架构（Hadoop、Spark、MPP等）。
满足各类业务核心数据和大数据分析应用探索的需求，一方面要积累海量数据的运营管理经验，构建数据统一存储和数据规范化管理经验，另一方面要求全面引入数据分析挖掘和展现能力，促进数据价值挖掘。
2、资源池能力
构建统一的云平台，IT支撑系统和业务系统在统一云平台进行部署，实现IT基础资源的共享和按需使用，提升业务上线速度和快速响应能力。
3、IT基础设施
立足于降本增效，需引入新型数据中心、集约化管理服务器和操作系统。
