构建企业大数据生态的关键在于 , 打通内部数据!

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。

时间: 2024-10-13 10:04:43

构建企业大数据生态的关键在于 , 打通内部数据!的相关文章

追本溯源 解析“大数据生态环境”发展现状(CSDN)

程学旗先生是中科院计算所副总工.研究员.博士生导师.网络科学与技术重点实验室主任.本次程学旗带来了中国大数据生态系统的基础问题方面的内容分享.大数据的发展越来越快,但是对于大数据的认知大都还停留在最初的阶段——大数据是一类资源.一类工具,其实“大数据”更多的体现的是一个认知和思维,是一种战略.认知和文化. 以下为分享实录全文: 一年多来,通过组织中国大数据技术大会.CCF大数据学术会议以及各类大大小小的应用峰会与学术论坛,结合我们科学院网络数据科学与技术重点实验室所承担的与大数据相关的重大基础课

从0到1构建大数据生态系列1:数据蛮荒中的拓荒之举

缘起 我们都知道,当前大数据的需求基本属于遍地开花.无论是帝都.魔都,还是广州.深圳,亦或是全国其他各地,都在搞大数据:不管是不到百人的微小公司,还是几百上千人的中型公司,亦或是上万的大型公司,都在需求数据岗位. 大公司暂且不论,他们一切都走在前头.那么,对于中小型企业来说,开始尝试以数据的思维去思考问题,开始涉足大数据领域,这就是一个从0到1的过程了. 有(bu)幸(xing),近半年来,我亲自见证以及亲身体会到了这个过程,或者至今仍然在完善1这个过程中.期间,有痛苦有坑.有喜悦有成功.有沉静

企业想要成功布局大数据的七大关键步骤

在这个大数据已经成为市场一个美味的"大蛋糕"的今日,大多数企业都很想要分得一块.大多数企业正做好了布局大数据的准备,那么,该怎么做才能成功去布局? 最近,电子科技大学教授,云基地大数据实验室合伙人周涛在接受采访时提出,对于普通企业要通过修炼成为大数据企业,关键要做好7个步骤: 1.要实现数据化.企业要为此做好计划,到底需要保存什么样的数据,以人为中心的数据还是以产品为中心,还是更关注企业运营,需要做好这样的计划,然后再将企业生产经营中的数据保存下来,即便是现在看来没什么用的数据,未来也

消费大数据公司“重分析-强应用”引领企业大数据营销

近日,消费大数据公司信柏科技树立"大数据-重分析-强应用"理念发布新一代大数据业务平台,以大数据为基础.软硬件结合的方案来辅助企业进行经营决策与精准营销.该大数据业务平台定位于"人群 ."内容"."行业 "与"地域"精准分析与挖掘,覆盖到企业营销中较为关注的用户特征画像.精准人群标定.定向数据采集内容监听 .采集内容的关联分析.行业报告与市场动态.竞品分析.新店开张选址报告.指定地区常驻人群特征分析等业务,致力于成为

企业大数据到人工智能演化

企业大数据到人工智能演化 人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人.语言识别.图像识别.自然语言处理和专家系统等.人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的"容器".人工智能可以对人的意识.思维的信息过程的模拟.人工智能不是人的智能,但能像人那样思考.也可能超过人的智能. 人工智能是一场从终极概念到分级落地的技术演变 当前

【阿里在线技术峰会】李金波:企业大数据平台仓库架构建设思路

摘要: 在阿里巴巴在线在线技术峰会上的第三天,来自阿里云高级技术专家李金波为大家题为<企业大数据平台仓库架构建设思路>.本次分享中,李金波主要从总体思路.模型设计.数加架构.数据治理四个方面介绍了如何利用大数据平台的特性,构建更贴合大数据应用的数据仓库. 本文根据阿里云高级技术专家李金波在首届阿里巴巴在线峰会的<企业大数据平台仓库架构建设思路>的分享整理而成.随着互联网规模不断的扩大,数据也在爆炸式地增长,各种结构化.半结构化.非结构化数据的产生,越来越多的企业开始在大数据平台下进

企业大数据平台下数仓建设思路

免费开通大数据服务:https://www.aliyun.com/product/odps 介然(李金波),阿里云高级技术专家,现任阿里云大数据数仓解决方案总架构师.8年以上互联网数据仓库经历,对系统架构.数据架构拥有丰富的实战经验,曾经数据魔方.淘宝指数的数据架构设计专家. 与阿里云大数据数仓结缘 介然之前在一家软件公司给企业客户做软件开发和数仓开发实施,数仓开发和实施都是基于传统的基础架构.2008年加入阿里进入淘宝数据平台部后,他开始接触分布式计算平台Hadoop. 初始时在Hadoop平

企业大数据-之机器数据

机器数据的来源 何为机器数据,就对其字面意思理解,机器产生的数据.那机器数据具体都是怎样的?比如:日志数据.监控摄像图传过来的数据.手机传过来的数据.传感器传过来的.扫码.....几乎遍布生活的点点滴滴. 机器数据的传统解决方案 对于这样的数据,以前的IT运维监控.视频监控软件.动力环境系统都有实现过,主要对设备的健康度阈值做临界告警,而视频中就是对摄像图的传过来的影像分 屏展示,独立环境对机房的温湿度监测,临界告警.以前对于机器数据分析在很大意义上是没有进展的,而分析就是用数据说话,随着大数据

企业大数据应用只有做到数据与业务深度融合才能体现其巨大价值

这是一个商业对话中言必称大数据和AI的时代,用数据爆炸来形容这个时代毫不过分.但面对这么多和杂的数据很多传统品牌企业失去了方向,束手无策,传统品牌时代那种高举高打,有钱就可以任性的时代已经结束,取代的是精准营销,商业智能等多种形式. 现实很美好也非常骨感,数据量太大必然带来一些新的困扰.互联网上的数据量太大,怎么抓得过来?是不是需要投资很多服务器,我的系统能支持吗?数据可信度高吗?这么大的数据量怎么解读? 当下企业ERP中的小数据和互联网的全量数据可以实现完美结合,二者互相融合辅助企业的各种商业