工业大数据(三):小数据为主,大数据为仆

【数据猿导读】 数据分为主数据、产品工程数据、企业管理数据和物联实时数据等四大类,主数据是企业数据资源的纲,只有管好企业最核心的数据资源,才能实现大数据的纲举目张

工业大数据(三):小数据为主,大数据为仆

《制造业数据管理的再认识》一文中提到我们将数据分为主数据、产品工程数据、企业管理数据和物联实时数据等四大类。其中主数据是跨业务部门共享且相对静止不变的数据,制造企业常见的主数据有供应商、客户、组织、人员、财务科目、产品、项目等。这些数据分布在不同的业务部门和业务系统,企业经营过程中主要的业务活动和业务流程又都是围绕这些核心业务对象开展的。所以主数据是企业数据资源的纲,只有管好企业最核心的数据资源,才能实现大数据的纲举目张。

第一节 主数据管理是什么

主数据管理工作分为主数据治理和主数据应用两部分,其中主数据治理包括数据标准制定,数据流向和U/C矩阵规划,IT系统诊断及优化等工作,主数据应用包括企业主数据的统一编码服务、数据共享分发服务,工程资源集成管理服务,物资采购优选服务等工作。

第二节 主数据项目怎么干

主数据项目属于典型的“企业级应用”,,美林根据实施的案例总结出“五步法”实施方法论:

1、数据资源规划:对现有企业数据资源进行咨询规划和梳理优化,得到企业数据资源的数据架构,这个架构将指导企业现在及未来的数据资源管理和利用,保证数据管理工作的投入和收益的持续性;

2、主数据标准体系设计:对主数据的属性、编码、分类、层级、流向、寿期等进行标准化设计,并形成企业级的数据标准规范,用于指导未来业务系统建设和现有业务系统的改造。

3、主数据管控体系建设:对主数据的标准、安全、质量等管理活动进行组织、流程、工具、考核等要素的设计,保证主数据建设成果的可控、能控、在控,避免出现“人人有关、人人不管”的情况出现。

4、主数据治理及规范化:对存量的数据资源进行治理,提升存量数据的有效性、完整性,对增量的数据资源进行集成,保证增量数据的及时性、准确性。

5、是平台实施及接口联调: 根据前期形成的数据标准体系、数据管控体系、期初数据库、期间增量数据、系统集成方案等成果利用美林数据集成平台进行相应实施。

第三节 主数据资源怎么用

1、 数据的统一编码:数据编码的基本原理是将编码分解为最细粒度的码段,按码段生成码值,并拼接为编码。由主数据管理平台按照数据编码标准,划分编码码段、定义数据的自动编码规则,在编码库的支撑下通过编码引擎实现数据创建时的自动赋码。

2、 数据共享分发机制:主数据是企业应用最广泛的数据,需要在各业务系统间共享,避免数据的重复录入,产生数据不一致。主数据典型的统一管理与共享分发机制如下图所示:

3、 数据管理体系支撑:利用工作流技术实现主数据生命周期从数据创建申请开始,直到数据停用,历经申请、生成、审核、生效、变更、历史、封存等状态。

4、 工程资源数据集中管理:解决工程设计中参数模型和三维模型因设计工具不同,设计人员不同、所属项目不同而出现的不一致问题,将设计人员手头的设计资源集中进行管理集中进行应用。

注:于洋,美林数据技术股份有限公司技术总监,国家信标委工业大数据标准编制组成员,参与多个国家大型集团公司数据中心及数据架构设计工作,参与军工制造,电力装备等行业智能制造方案论证与申报工作,拥有多年的信息化建设经验。


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

相关精彩内容推荐

我要评论