制造业CIO谈如何把握大数据时代

　　在一个数据爆炸性增长的“大数据”时代，数据的分析和处理能力正在成为越来越多企业日益倚重的技术手段，以实现企业数据价值的最大化。

　　Teradata天睿公司应用及业务拓展执行副总裁兼首席营销官Darryl McDonald认为，“数据和分析的业务价值已经毋庸置疑，甚至可以说分析的重要性从来没有像现在这么突出，越来越多的企业开始设法从海量数据中找出二次和三次商业机会。只有能够运用这些新数据型态的企业，方能打造可持续的竞争优势。”

　　中国制造业企业随着ERP、PLM等信息化系统的部署完成，管理方式由粗放式管理转为精细化管理，新产品研发速度和设计效率有了大幅提升，企业在实现对业务数据进行有效的管理的同时，积累了大量的数据信息，产生了利用现代信息技术收集、管理和展示分析结构化和非结构化的数据和信息的诉求，于是如何利用这些数据创造更大的价值、为领导决策提供有力支撑成为企业下一步思考的问题。

　　虽然企业的决策者已经意识到“大数据”中蕴含的价值，但对于大多数企业来说，真正实现其中的价值还难以做到。所以，企业需要信息化技术帮助决策者在储存的海量信息中挖掘出需要的信息，并且对这些信息进行分析，从而获取重要的信息。

　　让决策者认识到数据的商业价值

　　虽然越来越多的企业的决策者意识到“大数据”中蕴含的价值，但对于大多数企业来说，真正做到从数据中获取更多价值，为企业领导层提供决策支持还很难。一方面，我国制造业企业信息化基础相对薄弱，另一方面，企业对知识管理能为企业带来的价值缺乏正确的认识。

　　长沙中联重工科技发展股份有限公司CIO王玉坤，举例说，在工程机械行业，很多挖掘机都安装了GPS定位系统，实时监控车辆运行情况。同样，日本小松公司的挖掘机也安装了GPS定位系统，在实时监控车辆运行情况的同时，还根据挖掘机每个月的工作间，统计全年的工作情况，由此判断下一年度的市场需求。挖掘机开工越饱满，说明市场需求越旺盛，如果客户购买挖掘机后每个月的工作量很少，说明市场有可能面临过剩的风险。

　　虽然国内的挖掘机也安装了GPS定位系统，也可以获得这些数据信息，但却很少深层的挖掘分析数据背后的价值。很多企业的决策者关注更多的是宏观数据，而对系统中的微观数据的关注和利用很少，如果数据能够与企业的决策相关联，数据就发挥了其真正的价值。

　　王玉坤说，企业要实施上线一个系统，首先要满足集团的发展战略，否则无法获得公司上下最大范围的支持。第二与领导的沟通非常关键，高层领导的支持是强大的后盾，信息化项目的实施成功率会大大提升。

　　所以，实施商务智能的关键是让领导认识到数据的价值。把有价值的数据从数据池中挖出来，第一时间将信息展示给企业的决策者看。数据从无到有，从不关心数据到关心数据，再到提出需求，逐渐去接受。

　　中联重科采取小步推进的方式，第一要保证数据的数量和质量，企业里绝大部分的业务都要在系统中运行，减少人工参与，这样才能更好的保证数据的数量和质量。第二，让企业决策者建立对数据的兴趣，了解和应用以后，自然就提出了需求。当单一系统的数据分析不能满足企业需求的时候，建设大规模的商务智能系统就更加顺理成章了，今年商务智能系统的实施已经列入日程。王玉坤说，做事情踏踏实实的、一步一步去推进是中联重科的企业文化，我们不做花里胡哨的东西，在外人眼里看着很好，但实际上企业本身并没有体现出很好的价值。很多企业实施BI以后真正取得的效果是打问号的，如果是为了上系统而实施BI，可能数据的展示很好，但真正领导是否用数据来支持决策，对企业的发展有价值是打问号的。

　　具体来讲，从ERP系统中可以，业务领导需要的销售数据、服务数据都能及时得到，数据发到OA系统中或手机上，让领导随时随地都能了解销售情况和客户服务情况。在销售方面，统计不同区域、不同产品的销售情况，让主管的业务领导能及时了解销售情况。在售后方面，定期告知机主设备运行情况、维修维护情况等，为客户提供及时准确的服务。在PLM系统上，重点关注几个指标，比如零部件的总数量和种类，逐年减少零件的总数量和种类，引导设计人员使用设计重用和批量的零部件。关注全国备件库的统计情况，少备件数量，合理调配。有些备件时间一长，如果产品型号没有了，备件就成了成本。另外，HP系统也为公司领导做了专门的界面，统计公司每天的总人数情况，进多少人、出多少人，包括关键职位的人员离职都会有警示。虽然目前中联重科没有实施专门的商务智能系统，但一直在关注每个应用系统，分析系统中的数据信息，根据业务需求做报表分析，更好的支持业务决策。

　　从保证数据质量开始

　　随着企业的不断发展壮大，企业家面临的内外部商业环境越来越复杂多变，需要解决的商业问题越来越千头万绪，想要做出明智的商业决策越来越困难。同时，竞争的日趋激烈要求企业家要及时了解企业经营情况，掌握准确的信息情报，做出英明果断的决策，并确保组织迅速贯彻执行，落实到位，这样才有可能在残酷的商战中把握先机，占据主动。

　　徐工集团信息管理部部长张启亮告诉记者，徐工的商业智能建设现在正处于启动准备阶段，有明确的目标和清晰的思路，,但也清醒的认识到了困难和障碍。所以徐工也准备了周全的应对方案来保障商业智能顺利实施，最终投入使用并达到预期效果。

　　企业在准备和实施商业智能的过程中，会面临诸多的问题，首先，信息化基础薄弱，信息系统建设进度滞后造成主干信息系统缺失，这样在实施商业智能时往往因为缺乏有效的数据来源和运营数据积累而使商业智能系统的应用效果大打折扣;第二，数据质量不高，真实性、可靠性差，造成商业智能结果失真的问题;第三，使用者需求不明确，商业智能应用需要反复的沟通、验证与改进，才能真正符合使用者的要求，真正投入实际使用，发挥作用。

　　俗话说，垃圾进，垃圾出，意思就是进入信息系统的数据是错误的，经过系统加工处理后的结果一定还是错误的，所以，如果商业智能建设的源头数据不真实，错误百出，BI将无法发挥应有的作用，起到预期的效果。

　　张启亮认为，企业要通过从意识、管理和技术等几个方面，多管齐下来保证数据的真实性：首先，树立全面的数据质量意识，使每一个操作使用信息系统的用户意识到数据是系统的生命，规范操作，保障数据真实准确就是对自己工作的负责和对企业发展的支持;第二，颁布并严格执行数据管理规定，在制度上规范数据的管理;第三，通过技术手段保障数据质量，引入主数据管理平台，集中管理主数据，加强系统对错误业务数据的检查校验功能，把错误数据堵在源头。即使这样，数据的准确性依然是信息化工作最大的挑战，同时也是不懈的追求。

　　根据徐工信息化建设的发展历程和对BI的进行规划过程中所做的调研与分析，张启亮认为现在国内的BI应用现状大体上还处在初级阶段：大多数企业的主干信息系统多处于正在建设或初步建设阶段，应用水平不高，业务流程还不标准，不规范，数据质量不理想，用户对BI的认识还停留在初级阶段，对BI存有过高或过低的期望，这些因素都造成了现在BI应用还处在初级阶段，造成多数人把它理解成一个功能略强的报表系统。其实BI系统绝不仅限于出报表，而是在大数量处理，多维度分析，深入数据挖掘，计划方案模拟演练方面有着更为强大和独特的优势，即更偏重于智能化的应用，并且有能力做到与企业骨干信息系统的紧密集成，实现BI everywhere。

　　建立全生命周期的知识管理

　　“在过去的5到10年间，大型企业建设PDM、PLM系统时更多的关注对流程建设的支撑，通过系统的建设来固化流程，实现企业的设计效率、产品质量的提升。但经过一段周期以后， 这些已经在流程上获得一定成功的企业发现,虽然流程得到了改善,但数据质量并没有根本的改善，或者没有达到预期的目标。” PTC中国区高科技及能源行业及全球高科技卓越运营中心技术总监刘熹微谈到，数据的管理对于企业越来越重要。

　　现在很多企业在新产品研发上都存在一个共同的特点，每年产出的新产品的数量及新产品拥有的特性的数量均远远大于以前。所以,越来越多的企业,管理重心从以前的以流程建设为主，转换为以流程建设和全生命周期数据架构建设并行的模式。企业需要关注流程的质量和效率的同时，又关注全流程上数据的质量和效率。

　　基于企业目前的需求，刘熹微建议，企业建立以产品为核心的覆盖产品全生命周期的数据结构并企业级PLM系统来支撑这些数据结构。

　　这样会给企业带来三点显著效果，第一，随着市场竞争愈演愈烈，企业的产品交付周期，从需求进来到产品输出，时间周期变得越来越短。通常情况下，一个产品的设计能否重用，要在设计阶段才能判断。但是，很多领先的企业已经考虑到，设计重用的选择不需要等到设计阶段才能判断。刘熹微说，实际上，最有效的重用选择是从需求管理阶段，如果能识别两个客户间相同的需求，同时，需求和后面的实现方式有效联动，就能够在需求阶段确认要满足客户的需求，有多少设计成果是系统中已经存在的，可以有效的利用。设计的有效重用可以给客户一个更有诱惑力的产品交付周期和质量成本周期的承诺，周期缩短一方面可以获得更好的价格，另一方面能更好的占据市场、赢得订单。

　　对于企业来讲，做好全生命周期的知识管理和以产品为核心的多架构统一平台的管理，最重要的提升不是设计手段和效率，而是有效的提高了企业满足市场需求的响应速度。企业在快速满足市场需求的同时，就能够更好的获得市场回报，市场份额、价格优势、利润空间。所以，很多领先的企业关注，从市场过度到设计的中间阶段的需求管理和特性结构管理。

　　第二个显而易见的效果是，有效的设计重用，对供应链也有很重要的促进作用，提高了供应链的敏捷性和准确性。比如某个单一零部件的利用率很高，就可以提高零部件的批量采购供应能力，降低采购价格。

　　第三点是提高了设计研发的效率，所以，对于一个企业来讲，投资PLM不只是设计研发部门的事情，更服务了企业的市场和整个供应链。

　　刘熹微强调说，管理知识不是单纯的提升了设计效率，因此也不仅是设计部门的事情。所以，首先要提升知识管理在整个企业中的定位，知识是企业的关键智力资产，知识不仅是用来学习和参考的，更是用来支持向客户交付并创造企业价值的。管理好企业的智力资产能够为企业产生直接的价值。

　　创新工业搜索引擎

　　达索系统“制造业产品设计解决方案品牌CATIA”全球总裁Etienne告诉记者，在达索的系统中，用户产生的各种3D形式的资讯，通过两种方式进行管理，一种是建立结构性模型，通过相关的模式查询资料;第二种是应用非结构化的搜寻技术获取信息。在企业的实际应用中，很多用户产生的档案和资料存放在个人电脑中，原始版本经过不同的修改后，重复存储在电脑中，利用非结构的方式，V6将既有的模型存储在资料库中，通过系统的存储方式，使得用户可以方便地获取和使用。

　　“通常，我们使用网络的搜索系统可以搜索自己想要的信息，进行结构化的读取。然而，在工业领域却没有这样的搜索引擎，即使信息已经存储在资料库中，也很难快速的找到。”Etienne说，DS推出了针对企业级客户的搜索引擎EXALEAD，力求通过搜寻的技术，使客户快速迅速、正确地获取信息，这也是DS为实现新一代V6搜索型应用而并购Exalead的原因。

　　创新世界无所不在且信息量极其密集。每个人都在寻找最简单、直观的应用(life-like, “如真实般”)，为企业内外部丰富可用的信息实现最大价值。通过收购Exalead，达索系统选择开放性架构的路线也更加明确，为旗下ENOVIA品牌建立了“软件及服务”的弹性，同时也为高附加价值的商业应用开创无限契机。

　　Etienne表示，目前在V6 2012版本中，Exalead是默认的搜索引擎。最终，希望Exalead能够用于企业级的信息搜索，成为企业级的搜索引擎。

　　数据基础是关键

　　目前国内制造业企业的信息化建设水平发展不平衡，虽然信息化队企业的支撑作用已被企业广泛认可，但企业对信息化的认识程度不同，IT应用水平和能力自然也是参差不齐。SAP大中华区首席技术官张侠告诉记者，企业的信息化建设是一个循序渐进的过程，不能一蹴而就。每个企业在不同的发展阶段对信息化的需求不同，从最初为解决某些业务问题的单元工具软件，到ERP、CRM、SCM等企业管理软件，再到商务智能、商务分析等分析软件的实施，逐步深入。

　　近几年，随着企业信息化应用的逐渐深入，系统也随之产生了大量的数据，如何将数据整合，从数据中获取更大的价值成为很多企业的当务之急。越来越多的企业意识到，数据和信息已经成为企业的智力资产和资源，合理有效的利用数据，能够为企业创造更大的竞争力、价值和财富，更好的实现差异化竞争。

　　从数据到信息，从信息到知识，从知识到决策，是商务智能形成的闭环。可以看出，商务智能最重要的是要有数据基础，没有数据的支撑剩下的环节都不可能实现。张侠认为，要保证数据的质量和数量，企业要有一定的信息化基础，有了信息化基础企业才会产生大量的数据，如果企业采取手工的管理模式，就很难收集到大量的准确的数据信息。而且要具备一定的信息化应用水平，能够做到科学化、精细化的管理。实际上，企业的信息化水平越高，数据的真实性和可靠性就越强，如果存在大量的人工参与就很容易出现错误。

　　那么如何能够更好的利用企业中的数据，张侠建议说，企业在实施信息化建设的过程中要有一个清晰的数据规划，这样随着时间的发展，你会发现企业的数据越来越清楚、越来越系统化，能够清楚的知道数据产生的因果，为以后数据分析利用打下基础。相反，没有很好的数据规划，随着时间的推移，企业中的信息化系统越来越复杂，数据没有统一的格式、统一的要求、统一的结构，将成为不可调和的矛盾。

　　数据挖掘技术主要用于从大量的数据中发现隐藏于其后的规律或数据间的关系，分析得出的规律与业务实现很好的结合，提升业务洞察力。将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策，做到知其然，更知其所以然。

　　2010年底，SAP推出首款高性能分析应用软件SAP HANA。借助主存储器、处理器技术和应用诀窍领域的最新成果，SAP HANA充分发挥内存数据处理的能力，使分析应用软件获得了前所未有的效能。SAP HANA为构建新一代创新应用提供了坚实基础，使客户能够实时地分析来自几乎任何数据源的大数据量。SAP BusinessObjects的实时功能正是有赖于此，内存设备快速处理海量数据催生了一种新分析模式，以内存计算的方式处理大数据量，使应用处理直接在“内存”中完成，这种分析可以立即将大规模、复杂的数据转换成易于行动的行业洞察。

　　经过近几年的发展，商务智能越来越成熟，同时越来越普及，在企业中无处不在。张侠分析了目前商务智能的发展呈现出几个大的趋势，第一，数据更加全方位、企业化。过去总在讲信息孤岛，数据更是如此，如果数据只是某个部门的，不能贯穿整个企业，那么数据产生的价值就是有限的;第二，数据越来越海量化，所以对分析的要求是实时化，数据接入的方式要移动化，比如通过移动终端设备随时随地获得需要的信息;第三，应用越来越专业化，形成特定的单一的应用，商务智能向行业化、专业化发展，应用也越来越成熟，向深度广度发展。

　　动力来自业务需求

　　目前，无论国内市场还是国外市场，各个行业都面临着激烈的竞争。正确、及时的决策是企业生存与发展的关键因素。越来越多的企业管理层开始认识到：只有充分利用、发掘其现有数据，才能实现更大的收益。

　　另外，随着企业规模的扩大和全球经济一体化的发展，多工厂、多地点、多组织等一系列发展趋势使得企业的经营和管理环境发生了本质的改变。这种转变对企业商业敏感能力、商业创新能力、执行能力、经营管理能力都提出了全新的要求。因此打造敏捷、智慧企业成为众多企业管理者的现实目标。

　　用友华表软件总经理苗峰说，很多企业的业务信息化系统已经趋于完善，而随着业务系统的完善，也随之带来了一个问题，以TB级增长的数据如何来“消化”，如何让这些数据返过来促进业务的创新。当然，实际的情况是企业很少因为看到数据积累这一单纯的因素而去考虑如何将这些数据利用起来，更多的动力依然是来自业务需求。

　　很多企业已经意识到数据的价值，但企业负责人并没有真正认识到应该如何分析和利用数据，产生商业价值。苗峰说，移动商业智能可以让企业管理者很快地体验到商业智能的具体应用，这样不仅可以促进商业智能的应用，同时也会让企业管理者对信息化的认识也将更进一步。

　　苗峰告诉记者，现在看来，积累了大量数据的企业顺理成章的开始构建商业智能系统，出乎意料的是，一些数据量积累不多，业务系统还没有构建的企业也开始搭建起了商业智能系统，且以商业智能系统为核心来梳理其他业务系统的流程，客户将此种模式称为“以终为始”。客户的这种创新性思路打破了过去商业智能必须以大量数据为基础的传统思维，而且以商业智能为核心来梳理业务系统的方法或许未来会被更多的企业所采用。

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。