数字化运维解决方案
1.操作演示，通过虚拟的形式演示操作的动画，非常形象直观，可以反复演示。加上从旁的语音指导，工人在实际操作中可以非常轻松的完成操作步骤。
2.静止观察，当需要对某一位置进行仔细观察时，可以冻结当前显示画面，自行观察画面的细节内容，工人端此时不必保持一个姿势角度，可以待端观察完毕后再行恢复拍摄角度。
3.适用终端。工人端适用于ios系统的手机及pad端，端适用于PC端，pad端及手机端。
数字化运维解决困难
运维如何走向IT运营，除了业务连续性保障和IT服务质量提升外，IT运维如何面向业务价值，如何提升企业的整体IT敏捷和客户体验，在企业竞争中至关重要，工具烟囱林立，企业不缺运维系统，而缺的是如何满足变化的运维管理场景和诉求，因而架构上的烟囱化、管理上的割裂化，都无法支撑运维体系进一步深化。
数字化运维功能
统一的采控管道，适配所有运维场景及多云区域管理场景，并适配包括异构环境、云原生、信创要求等各类架构，基于互联网海量实践经验，帮助企业构建坚实，运维PaaS底座，并助力企业组织提升和自主可控，运维人员以及运维模式需要进一步升级，从传统被动支撑响应人员，转型业务支撑和业务辅助人员，基于运维场景设计，进一步提供运维效率、质量和安全。
数字化运维-数据增强
数据汇聚：首先我们需要把摄入的数据能够汇集到统一的位置，保证能够通过统一的方式能够在需要时访问到。
这个过程中的一个重要方法是通过建立运维数据命名空间的标签体系，能够对集成的数据进行标注。
另外数据平台提供了单元化的数据存取模块，实现了对底层集成的静态历史数据和动态实时流式数据多模存储复杂性的隔离，为后续的数据处理单元扫清障碍。
数据过滤：大部分的 AI 算法及数据仓库的构建都要求对输入的数据进行过滤。如数据仓库的 ETL 过程中的数据清洗、转换，AI 场景下特征工程中的大部分的工作都涉及到数据过滤的内容。
数据过滤可以在数据汇聚之前进行，也可以在数据汇聚之后进行，甚至在数据汇聚的过程同时进行过滤操作。但是一般来说，在完成数据汇聚之后执行数据过滤操作往往更有意义。