针对钢铁生产企业数据来源多、反馈周期长、决策实时性差等问题，本项目基于Hadoop、Spark、Kylin、Kettle等大数据处理和管理技术，实时从企业生产管理系统、销售管理系统和其他业务系统提取数据，通过数据清洗和融合构建了尺度统一、时间一致的企业生产销售数据中台。基于深度学习的时间序列预测方法和Superset可视化技术，实现多维度、多粒度生产销售数据的分析及结果可视化，帮助辅助不同层级、不同角色员工准确掌握生产销售的实时数据，并通过预测结果进行的科学决策。 研究成果主要支持企业的经营决策，通过提升产品价格和市场需求预测精度，帮助企业更好制定经营决策，暂无法对可能收益进行分析。