传统数据管理方式 面临严峻挑战
基于不同历史时期、为满足不同业务目的而单独建设专项专业科研数据库，是医药及化工企业所采用的传统数据管理方式。然而，随着业务数据量的迅速膨胀，传统管理方式面临着巨大挑战：
- 管理种类繁多的专业科研数据库及数据中心对IT依赖大，既懂业务又懂数据的人才匮乏
- 数据标准与质量问题普遍存在，数据共享利用性差
- 各专业研发数据库单独建设与维护，造成企业资源和成本大量浪费
- 研发数据分散在不同业务系统中，不能互通互联 ，无法建立统一完整的数据视图，数据孤岛问题严峻
数据智能驱动企业决策： 研发创新的趋势与必然
随着工业4.0时代的到来，研发体系也正朝着数字化4.0时代 迈进，数据智能已经成为企业的核心竞争力之一！近年来，我国政府大力推动实施国家大数据战略，相继出台多项政策：
- 国务院2015年8月发布《促进大数据发展行动纲要》
- 工信部2017年1月发布《大数据产业发展规划（2016-2020年）》
- 国务院2018年3月发布《科学数据管理办法》
- 工信部2020年5月发布《关于工业大数据发展的指导意见》
数据智能化研发创新趋势
科学数据基因组： 发掘数据"金矿"的利器
科学数据基因组（Scientific Data Hierarchy，SDH）是面向科研场景的数据融合和数据溯源大数据管理平台。通过科学数据基因组（SDH），研发机构可以对来自各种不同数据源的海量科学数据进行抽取、整合、清洗、索引，建立统一数据规范，灵活构建和管理主题库，并按需抽提所需数据，赋能业务人员的数据使用能力，加速智能化创新。
SDH平台核心优势
星链多数据源
支持跨源数据关联。锚点连接与拖拽操作，轻松构建数据表关联关系，实现科研业务数据融合。
预设的ChEMBL内容视图
科学数据支持
支持科学业务数据融合，包括结构式、生物序列和图谱等，并可以进行各类描述符的计算。
数据基因组建立
- 树状脑图与旭日图--双视图，从不同视角构建与管理数据基因组
- 灵活建立数据模型与跨源字段的绑定关系，轻松实现科研业务数据融合
- 数据基因溯源，实现数据基因全生命周期管理
BI报表建立
自助式数据抽取，便捷搭建BI 报表
SDH平台价值
科学数据基因组（SDH）为医药及化工企业消除科研数据壁垒，通过打通科研业务间的科学数据通路来实现数据资产的整合与共享，为科学数据探索和智能分析提供了有力技术支撑。
- ↓80%-90% 数据采集与整理时间
- ↓70％-80% 研发过程中的知识转移时间
- ↓80%-90% 研发进程中异常问题溯源时间
- ↓30-40% 基础IT设施成本
科学数据基因组平台（SDH）自去年5月问世以来，迅速吸引了业内广大专家学者的热切目光。时隔一年，SDH新版本即将重磅亮相 ！新版本在过往基础上，在数据管理、数据展示与分析、合规三大方面全面升级，旨在为用户提供工具更加丰富、功能更加强大、操作更加便捷的数据管理平台。