LitWise IAS主要帮助企业通过图形化手段和分析引擎，建立清晰、透明、高效的传达和沟通机制，辅助每个环节的决策行为。
软件介绍
数据可视及分析主要目的是借助于图形化手段，清晰有效地传达与沟通信息。但是，这并不就意味着数据可视就一定因为要实现其功能用途而令人感到枯燥乏味，或者是为了看上去绚丽多彩而显得极端复杂。为了有效地传达思想概念，美学形式与功能需要齐头并进，通过直观地传达关键的方面与特征，从而实现对于相当稀疏而又复杂的数据集的深入洞察。
LitWise IAS可以接入各种数据源，使类型杂、种类多的数据得到整合应用
支持Excel、TXT、Word、PDF、DB数据，加快企业数据接入速率，为数据清洗和分析打下基础，从此不再纠结数据杂乱问题
分析结果，可选择多种可视化效果呈现，分析汇报直观、炫酷，提升企业数据呈现高度
饼图、柱状图、线图、雷达图、环形图、组合图...打破常规图形样式，摒弃传统单调的分析结果，给你的数据添加色彩
定义和构建易于可视化、挖掘和交互的数据模型
制造企业要处理的数据集相当复杂：计划数据（车间-生产线-工位）、工艺数据（产品-设备-人）、质量数据（标准-记录）、在制品数据（产品-工序-物料）、加工设备数据（属性-状态-记录）、制造资源数据（刀具-量具-夹具-工装）、人员数据（位置-状态-技能）等，对这些数据，既要关注总体时序行为趋势或者关系网络结构，又要分析单个数据源的特征以及大量交互间的时序关联和上下文关联信息。为此，首先需要定义和构建一个抽象的数据模型，用于刻画企业所感兴趣的关注对象以及分析数据。
数据融合与集成
构建车间统一的数据模型，用统一的方式表达数据，研究如何将异构数据映射和转换到统一的数据框架中，要记录数据的来源，从而实现数据的溯源，数据的变化要能够记录数据演化的过程。
为决策者提供信息完备的可视化分析环境
分析制造数据的目的在于找出制造过程频繁出现的误差模式，可视分析系统既要关注数据产生的总体时序行为趋势或者关系网络结构，又要支持分析单个数据源的交互特征以及大量交互间的时序关联和上下文关联信息。
分析驱动的数据模型的高效可视化
以不同状态和不同形式展现关联数据和关联历史记录，从多维度刻画数据所对应的应用场景，通过模拟示意图、三维图形方式、二维图形方式、数据报表方式三种方式进行展现。例如：各类工艺信息、生产计划对比图采用二维方式展现；每个单位的生产总画面、生产异常及设备运行状态图采用二维模拟示意图进行展现；安全、生产统计信息以数据报表形式展现；车间虚拟现实仿真、Digital Twin以三维图形展现。
