睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

数据中台在军工制造企业数字化转型过程中的作用和思考

时间:2024-04-29来源:卷丹浏览数:6

1 引言

中国正经历着百年未有之大变局,国防装备更加需要加快技术创新的力度和缩短产品迭代的周期,这就要求军工企业加快数字化转型的步伐,加快现有数据的资产化管理和有效利用。


2 现状

目前,主要的军工制造企业均建立了企业资源计划(ERP)系统、产品数据管理(PDM)系统、生产计划管理(MES)、人力资源管理、财务系统和设备管理等应用信息系统,这些与企业科研生产经营息息相关的主要数据,大多没有开展有效的管理和利用,不能为企业提供经营决策的数据支撑,制约了技术创新和产品迭代。没能实现通过技术创新更好地满足客户的需求,没有形成上下游企业间有效合作的供需平衡产业链,难以构建集团化运作的优势。


3 什么是数据中台

数据中台最早是阿里提出的。阿里巴巴的中台主要体现在“双中台”上,由业务中台和数字中台组成,肩负着所有的前台业务。如果想要理解数据中台先要理解数据前台,例如军工制造企业的生产计划、生产进度、工艺更改、质量报告、库存、财务报表BI 报表等都属于数据前台。数据中台的核心职责是高效地赋能数据前台为业务提供价值。

数据中台是数据服务(Data API)工厂,是一个能够满足业务创新的中间层、是可以通过统一标准和口径的数据技术,实现对海量数据进行采集、计算、存储、统计和治理的数据应用架构。数据中台如图 1 所示。

图 1 数据中台

数据中台把数据统一之后,会根据企业自身定义的规则,形成标准数据,再进行存储,形成大数据资产层,进而为客户提供高效报表统计、展示和趋势预测等服务。它是这个企业独有的且能复用的,是企业业务和数据的沉淀,其不仅能降低重复工作、减少烟囱式系统的成本,也是数据有效利用的重要支撑方式。


4 数据中台的主要内容

数据中台包含数仓体系、数据服务集和 BI 平台。

1)数仓体系,是数据中台的核心,包含数仓和一系列的管理系统,用来管理数据,保证数据的完整、一致和准确。数仓是数仓体系的核心,也是整个中台的核心。

2)数据服务集,数据服务主要是数据的积累。数据服务集加速了数据应用效率。

3)BI 平台,是企业科研生产经营过程中,围绕主要需求、解决主要瓶颈的主数据显现化。BI 系统如图 2 所示。

图 2 BI 系统


5 什么是 BI

BI 系统的概念最早于 1996 年由加特纳集团(Gartner Group)提出:商业智能技术提供使企业迅速分析数据的技术和方法,包括收集、管理和分析数据,并将这些数据转化为有用的信息,然后分发到企业各处。借助 BI 工具,可以让企业加速数据分析的趋势。


6 数据中台和 BI 平台的区别

企业发展到某一高度或阶段,现有信息系统无法支撑企业继续再持续良性发展,需要 BI 为企业战略规划提供数据支撑。

而数据中台不是平台,也不是一个简单的系统应用,它是一个为了解决数据开发和应用开发之间矛盾的数据应用架构。数据中台承载的对象是推动业务的核心数据,包括业务数据、技术数据、计算数据、统计数据以及所有企业从组织层面可存储、可复用的各种数据。

简单地说,数据中台是企业数据的供应渠道,BI 是企业数据的显现化展示。


7 数据中台的作用

数据中台的核心作用就是复用。

对军工制造企业而言,企业未来的发展战略要求企业自身通过数字化转型,通过对企业各个领域、层级业务经营数据的集中管理,充分发挥企业科研生产经营管理过程数据的价值,实现通过技术创新更好地满足国防装备的需求、形成上下游企业间有效合作的供需平衡产业链、构建集团化运作的优势。


军工制造企业的数据前台,如生产计划、生产进度、工艺更改、质量报告、库存、财务报表和 BI 报表等,由于各层上级需求角度不同,统计分析的结论报告准确度不高且费时费力;企业数据后台其实就是已建的各类应用信息系统,如企业资源计划(ERP)系统、产品数据管理(PDM)系统、生产计划管理(MES)、人力资源管理、财务系统和设备管理等,各类数据分系统存储。信息化数字化转型是一个复杂的系统工程,不同领域(设计、生产、财务和人力等),不同层级(L1-L5)的信息化系统无法完全基于同一厂商、同一平台,由于各类系统的数据接口、数据格式和数据结构等不统一,这些系统数据往往并不能很好地得到有效利用。对这些系统进行系统集成的过程中,考虑到系统逻辑、人员技术和企业财力等因素,成本和风险较大,就连军工制造企业都很踌躇。


企业数据的前台和后台就像是两个不同转速的齿轮,随着产品型号任务的不断变化,双轮速率不匹配的问题就日臻凸显。中台就像是在前台与后台之间添加的一组“变速齿轮”,将前台与后台的速率进行匹配,是前台与后台的桥梁。数据中台链接了前台用户与后台核心资源,作用不仅仅只是整合数据,找到数据,它统一军工制造企业中订单计划、原材料采购、库存、生产工艺、产品研制、实验数据、型号任务、安全保密、国军企标、生产排产、工装工具、质量、人力资源、财务和耗能等复杂的管理需求,解决系统集成的困扰,将后台系统存储的各种业务数据“提取”到中台层,共享给前台的各种应用需求,为业务职能部门服务,方便前台重复使用各业务系统的数据,发挥系统业务数据的使能作用。


8 搭建数据中台的思路

搭建数据中台需要对企业数据进行“需求规划、流程梳理、清理整合和共享服务”等环节,将各信息系统数据接口、数据格式、数据结构等不统一的海量数据进行数据资产盘点、整合和分析,确保整个公司数据一致性和可复用性。在具体建设策略方面,基于自身的产品特征,选择具体型号的数据为资产对象,以业务或应用需求为牵引,为业务职能部门提供数据资产、数据规则和数据统计与分析等服务,最终实现数据资产的有效利用。数据标准、元数据和资产服务与运营分析如图 3 所示。

图 3 数据标准、元数据和资产服务与运营分析

数据中台的意义就在于在最底层打通数据隔阂,把分布在不同部门、不同系统内的数据孤岛连接起来,进行统一地数据加工、遴选,从而形成数据资产,进而为数据、业务赋能。


9 使用数据中台的思路

(1)明确当前企业数据资产需求目录

数据中台数据来源于不同的应用系统,通过数据的清洗、分类整合和维度汇总等,数据使用者想要创新数据的有效利用,发挥数据的使能作用,就需要明确企业当前的数据资产需求,才能通过数据中台快速找到合适的数据。

(2)制定企业数据资产的规则

企业数据资产除了本系统的模型数据,还有很多过程、报表和文档等,都是数据资产的重要组成部分,结合军工制造企业的生产模式和管理特点,制定数据资产的关联规则,为企业数字化转型进行数据赋能。

(3)提升对数据资产的认知

当前世界的格局正在被中国突破和改变,这就要求军工企业加快数字化转型的步伐,提升快速业务响应能力和规模化创新能力,军工制造企业急需借助数据和分析的力量,构建一种与数据资产、数据利用关联的创新数据展示模式;军工制造企业设计、制造与售后服务各自独立,信息难以共享造成整体效率和客户服务水平的低下。

企业提升对数据资产的认知,理解数据中台的数据整合、数据服务封装等功能,可以加快打破企业的部门壁垒,实现计划的统筹、业务的协同和数据的共享,从型号项目计划,到科研计划、采购计划、生产计划和车间生产计划,调度计划的协同一致;从配置 BOM、设计 BOM、制造 BOM 和装配试验 BOM 的数据共享与质量信息追溯,快速形成跨业务、跨部门的数据资产服务和利用,加快企业数据资产的赋值能力。使用数据中台的思路如图 4 所示。

图 4 使用数据中台的思路

数据中台的建设是一个长期、艰苦的过程,需要企业在组织管理、工作流程和价值体现等方面的认同与支持。数据中台的价值体现,是创造一种基于数据的协同工作模式,提高企业数据利用效率,为企业发展提供有效的数据支撑和分析支撑。


10 认同与理解

由于军工行业特征、体制机制的原因,军工制造企业数字化转型的过程中,企业主数据的统一规范是未来企业数据数字化转型,进而实现智能制造的基础。

对于正在规划 BI 项目的军工制造企业来说,业务需求分析的梳理是整个项目最困难的,项目需求分析涉及到很多管理层级和部门,有的时候内部意见的沟通、协调都是很难统一的;同时业务部门受困于管理经验不具备借鉴性、企业制度掌握不全面、各类标准领会不充分、型号批产任务往复交叉、生产排产不体现节点控制以及任务提交受客户代表约束等因素影响,往往提不出比较具体的业务场景分析需求,而 IT部门没有深入到业务实际,也提不出适合业务部门的场景分析需求;这将严重阻碍了企业主数据统一规范的进程,这需要反复的沟通和不断的实验,将对项目资金、项目计划、人员信任度和执行人员的耐受度等都会是艰巨的考验。


11 结束语

当军工制造企业为了更好地满足国防装备建设,加速技术创新和产品迭代,全面提升国防装备保障的研制进度、生产能力和服务质量,通过信息化平台优化集团管控层级与粒度,构建敏捷的数字化设计与仿真研发体系,建立有效的产品配置管理和柔性的数字化加工设备与精益敏捷的生产管理、设计、制造和服务一体化协同工作的生产模式,确立型号研制过程中分层、分级的计划体系,厘清产品从研发到生产,从任务分发、计划管理到进度反馈的大规模数据应用需求,进而需要数据化转型、精细化运营的时候,就可以建设数据中台,数据中台是高质量、高效赋能数据前台的一系列数据系统和数据服务的组合;借助 BI 工具,快速识别生产现场的需求瓶颈,平衡生产能力,实现对经营数据的集中管理和深度分析,为企业经营决策提供数据分析支持。

(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询