天质分析引擎系统主要包含两个部分，实时分析引擎系统和历史数据分析引擎系统.

实时规则引擎系统：

实时引擎主要在数据监控或采集平台中，往往需要设置一些规则来触发一些系统事件、控制事件、短信等报警事件。比如温度过高过低，电压超出预设范围等，触发一些报警或异常事件，来提醒一些维护人员。类似地，在物联网中，由于数据量巨大，业务规则可能多种多用，也需要将规则的设置变得简单和友好以适应业务规则的多样与变化。实时规则引擎就是实时的获取数据并通过灵活的设定规则进行分析，然后按照一定得优先级别，依次触发不同的输出事件（系统事件、控制事件、短信事件）。

数据分析引擎系统：

数据分析引擎系统是对采集的大量数据，进行统计、分析、处理，通过前端可视化分析工具进行友好的展现与判断。同时基于类似大数据处理框架Apache Hadoop、Apache Spark的自主研发的轻量级架构，运用内存计算机器学习算法，行业大数据深度机器学习模型，新型内存迭代数据挖掘算法，对大规模数据中隐藏的信息和知识挖掘出来，为行业预测提供依据和判断，提高各个领域的运行效率，减少行业风险。

实时规则引擎系统：

灵活易用

规则设置灵活简单，一键启停规则，支持各种事件和动作。

效率高

响应速度快，执行效率高，同时支持多种规则并发处理。

分布式

基于DMBUS通信机制，实现分布式运行。

数据分析引擎系统：

数据维度多

多维度分析数据，更大程度的挖掘数据的价值

数据量大

基于大数据处理框架，能够分析海量数据，效率高，预测准确率大大提高。

强大的API

提供开发标准的API,方便本地调用或第三方快捷集成云端服务

分布式

基于DMBUS通信机制，实现分布式运行。

实时规则引擎系统

构建应用程序

收集和处理设备生产的数据并根据预定的规则执行操作

并行操作

同一个规则可以应用至一台或多台设备，并且可以并行执行一个或多个 操作

规则操作

规则模板支持增删改查

规则验证

支持对已经创建的规则进行验证，检查数据筛选结果是否符合预期。

数据分析引擎系统

自定义指标

根据业务需求，对基础指标加减乘除，组合成新的指标，进一步分析。

实时分析

MS级监控活动效果，发现产品内的异常情况。支持预判和预警。

关联分析

通过用户采集的实数据分析，能源分析、进行工艺优化分析等。

用户分群

将不同的用户分组分析，更有针对性地进行用户运营。

用户细查

清楚而明晰地看清每一个用户的属性信息、行为轨迹以及具体操作。

智能转化分析

只要确定转化目标，就可以智能展现所有行为路径和占比。