e-works数字化企业网  »  文章频道  »  管理信息化  »  管理信息化综合

华兴源创:基于大数据技术,实现交期风险优化

2019/3/23    来源:e-works    作者:孙浩      
关键字:大数据  华兴源创  非标自动化检测  
订单风险管理系统帮助华兴源创解决了订单交付周期的问题。

1.项目背景和概述

    苏州华兴源创科技股份有限公司(下文简称“华兴源创”)是一家专门从事于非标自动化检测设备的研发生产型企业。客户订单的特点是“多品种、小批量、交期快、变化大”,然而90%的订单产品需要经过设计-研发-采购-生产-交付这5个关键环节,并通过PLMERPMESOA等业务系统进行管理,但是由于无法形成多系统之间的数据共享,导致部门与部门之间的信息沟通时间成本剧增,在订单交付的关键决策上往往是凭借着“经验主义”进行预判,因此导致了订单延期交付的风险日趋严重。

    那么如何解决多系统间的数据共享和关键决策的数据支撑,以更好的适应敏捷型企业的发展,成为了对华兴源创目前的一个重要课题点。

2.建设ORM(订单风险管理)平台

ORM(订单风险管理)平台

图1 ORM(订单风险管理)平台

    在企业内OLTP负责基本业务的正常运转(如ERP、MES、PLM、OA、CRM等),而业务数据积累时所产生的价值信息则被OLAP不断呈现,Order Risk Management(简称ORM)订单风险管理,是一个面向非标自动化制造业的OLAP业务应用,用于解决订单交付生命周期管理的数字化平台。

    那么,对于非标自动化企业的特点,我们从敏捷制造性和精益制造性的角度进行了对比,我们给出的结论是非标自动化企业的敏捷性远大于精益性。

3.数据立方体的建设

数据立方体

图2 数据立方体

    企业内的业务系统数据绝不是孤立存在的,业务系统数据之间必然存在着多维的联系,然而仅仅通过人为的梳理和判断,往往显现出来的联系很片面,甚至很单一。

    如图2,数据立方体(Data Cube)只是多维模型的一个形象的说法。立方体其本身只有三维,三个维度构成的一个OLAP立方体,但多维模型不仅限于三维模型,可以组合更多的维度,但一方面是出于更方便地解释和描述,同时也是给思维成像和想象的空间;另一方面是为了与传统关系型数据库的二维表区别开来,于是就有了数据立方体的叫法。

    因此,可以采用“数据立方体”的概念,把企业内的海量的业务数据汇总到一起,并且智能快速的将其整理在一个可视的空间内,以业务人员可以理解的维度构建数据集,从而提高数据价值的精准度。

企业级的数据湖和数据仓库

图3 企业级的数据湖和数据仓库

    如图3,华兴源创通过“数据立方体”的思想构建了企业级的数据湖和数据仓库,为ORM奠定了分析基础环境。正如数据湖字面意思的理解,来自不同溪流的数据汇聚到一个湖泊中。因此在这个数据湖里存放了企业内所有业务系统的数据,它们以准实时的效率能够将核心业务的数据同步进来,并保留同样的格式、用户信息、表空间等。但是这些数据仍然是独立无序的,甚至会有很多冗余无用的数据,所以需要更深一步的技术探索,才能挖掘出更有价值的数据。

企业级的数据湖和数据仓库

图4 ETL过程

    如果把数据湖比喻成源源不断的源水,那么想用上干净卫生的自来水,就需要像水厂一样经过复杂的处理流程,每一个环节都是给源水进行了重新的定义,最终形成用户可以直接使用的自来水。

    如图4,在“数据立方体“体系中,数据湖转化到数据仓库需要经过数据抽取、数据清洗、数据转换、数据装载这4个过程,这也是我们熟知的ETL过程,最终将源数据进行重新定义,并以多维视角构建原子表存放于数据仓库中,比如:合同编号,S基板代码,某产品BOM变更标签,设备稼动率等等。

ORM平台自带数据仓库管理

图5 ORM平台自带数据仓库管理

    正如图5所示,ORM平台自带数据仓库管理,能够通过对ETL过程的简单配置快速的提取出关键字段,并整合进新的基础表内。

责任编辑:程玥
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐