商业智能与大数据

构建企业大数据生态的关键在于 , 打通内部数据!

2016-10-09  本文已影响52人  帆软

一个企业要想保持长远的发展,在市场中成为一个强有力的生命个体,必然要注重企业组织之间的协调、合作关系,与环境协同进化,也就是所谓的企业生态系统。而企业信息化或数据化作为管理的重要支撑,是这生态系统中的关键一环。

《2015中国大数据应用前沿调研报告》指出,在对于“贵公司认为打造生态系统的重要性在何处”调查时,接近一半的受访企业选择了“打通企业内部部门数据,更好的服务业务增长”。对于“贵公司为全面实现大数据战略首要的关注点”,排名第二的回答是“使用标准化数据处理”。在被问及对大数据平台最紧迫的需求时,占比最大的回答分别是“可视化交互分析”(41%)和“大量数据的实时计算”(41%)。

这样的需求并不是没有缘由。很多受访企业表示,打通企业内部沟通渠道可以大大提升企业生产和运营效率。尤其是传统制造业,传统工厂的生产模式为线性生产模式,从客户的订单开始,向后接设计、工艺、加工、质检、物流和客户的现场服务,最后到回收环节,形成了完整的产品生命周期。这种模式的缺点在于,各个环节之间信息相对独立,不能实现信息的实时共享,一旦任务突然变更就会打乱整个生产节奏,使生产出现严重的滞后,对管理和生产均造成极大的不便。而一旦打通企业内部数据通道,就消灭了企业内部各个环节之间的距离,实现了信息的无缝链接,使企业运营效率大大提升。

不少企业已经开始意识到这样的问题,尤其是追随这波大数据的浪潮,很多在信息化方面有建树的企业已经开始着手企业的数据打通管理。

案例一:泰尔重工——可视化工厂建设

泰尔重工是“传动机械、冶金装备、智能制造”的国家火炬计划高新技术企业。从2008开始着手基础信息化建设,并有远见地定下了从可视化工厂、数字化工厂到智能化工厂的目标。

在基础架构上,泰尔重工从网络、融合通讯,将电话系统与IM终端打通,将服务器虚拟化,做了超融合虚拟化平台,包括所有的计算存储、资源都虚拟化,为未来尝试Hadoop结构化、分析化的大数据分析打下基础。

利用OA系统实现工作流程、知识、客户、资产等管理。并与ERP、MES、一卡通等系统做高度的集成开发。

上线的PLM系统,建立了从客户需求引出的项目研发、产品设计、和工艺开发,以适应产品的个性化设计,缩短开发周期。

利用MES系统构建完整的生产计划制定和生产指令发布体系。通过信息系统的协助,制定合理可行的产品交付计划,建设生产现场全覆盖的生产数据采集系统,与生产指令发布系统无缝连接,将相关指令的执行状况实施反馈给系统,便于生产指令的有效跟踪和快速调整。

这些系统与业务紧密结合,利用报表FineReport搭建数据可视平台,接通各系统入口,打通数据,实现管理可视化,有理有据的决策支持。

案例二:某地产——消费生态群的构建

由于缺乏有力的数据支撑,该公司的产品生产、设计、营销与缴费者存在脱节,企业的很多行为都是“惊险的一跳”。

对于这个问题,该公司主张通过信息化,不断地把自身的设计、营销和消费者打通,致力于打造一个主数据核心平台。这些主数据包括客户的供应商,城市、项目、分析、分区、劳动到具体的房源,并且将这些数据抽取出来作为主数据,在OA系统中建立审批流通环节,利用帆软FineReport与各系统的完美对接,实现数据导入。

打通内部数据还有一个关键问题:数据质量和口径统一。

数据处理是一个复杂的过程,这其中有很多环节,从前期的数据标准、数据集成到数据处理等等,任何一个环节出错都有可能导致数据质量问题。大多数企业的疑问在于,我们做了很多数据分析和挖掘,这种分析挖掘的结果到底对不对?靠什么来衡量?有的企业基于数据分析作出了一些营销的趋势性结论,但如果数据本身是错的,企业的大数据计划要么会失败,要么效果会低于预期。因此,解决数据质量和规范口径还得从源头和管理上着手。

源头控制:对于每个进入系统的数据都要做好严格的检查校验,如利用FineReport的填报校验,控制数据标准。这样的工作需要持续、不断,效益会岁时间慢慢浮现。

以终为始:上线数据平台时,对于整个数据的来源过程可进行重新审视,重新去看待整个信息架构的合理性,流程的合理性,强壮性,整个业绩体系,组织架构的合理性。

规范流程:规范流程涉及公司内部管理的梳理和整合,流程体系的梳理建设和整个文档编码的设计都需要配合整个管理体系的建设。

上一篇下一篇

猜你喜欢

热点阅读