大数据背景下制造企业运营数据分析平台建设

随着我国科技水平的不断发展和计算机网络技术的广泛应用，我国已进入大数据时代。在大数据的背景下，各种复杂的数据源源不断地涌现，难以掌握其基本特征和一般规律，这也给企业的运营数据分析工作增加了很大的困难。在大数据的背景下，越来越多的企业越来越关注基于大数据前沿技术的企业运营数据分析平台，在具体的数据分析工作中发挥着越来越重要的作用。

运营数据分析平台建设首先要满足ERP自系统推出以来，数据分析需求的增长，快速掌握业务状况，发现业务问题和偏差，促进管理改进，利用准确及时的信息制定业务决策。其次，迎接大数据时代企业面临的许多内外挑战，从大量数据中获取有价值的信息，发现和创造新的商机；优化业务流程，控制风险，提高效率。本项目放弃了传统的数据分析平台建设模式，将运营数据分析与大数据平台建设相结合，打破了不同应用系统和信息源的界限，有效地组织和存储大量数据，分析和转化为有价值的信息。

平台建设的主要目标是展示整体业务状况和服务决策层ERP以系统数据为核心，结合系统外获得的产品操作和维护数据，实现相关业务数据显示和数据透明度。在技术实现方面，采用先进的大数据应用技术作为企业整体数据管理的基础设施，借助云计算数据处理和应用模式的广泛应用，为公司处理日益增长的大量数据，实现高效、可扩展的低成本解决方案。深化和扩大公司的商业智能和知识服务能力，提高业务决策效率，实现从业务驱动到数据驱动的转变。

一、建设目标：

运营数据分析平台旨在规划和建设Hadoop以企业为核心的大数据平台，采用分布式基础设施，开发大数据应用管理工具；ERP系统数据作为分析的基础，利用大数据技术集成应用系统外的产品运维和服务数据，结合公司的战略目标、业务指标和上级控制指标，建立分析模型，分析企业财务、销售、生产、采购、库存等关键指标，实现数据可视化显示，通过数据分析发现从销售到生产实施的问题，逐步加强业务数据的真实体现，深入分析，注重业务洞察力，提高信息透明度，提高决策和管理数据的真实性、有效性和一致性，为决策层提供可视化管理和决策信息，进一步提高决策层对业务数据的关注，促进公司信息应用（基础数据和业务操作的标准化、业务数据的真实性和完整性）。建立完善的运营数据背景管理系统，实现用户访问、业务操作和系统运行状态监控。

二、关键技术：

(一)整体结构

运营数据分析平台架构设计需要遵循稳定性、安全性、通用性、灵活性、可扩展性等设计原则，旨在建立统一的运营管理数据架构系统，为未来多系统数据集成提供处理平台。整体架构设计如下图所示：

整体架构按数据处理流设计，自下而上分为数据源、数据存储与处理、数据仓库与数据分析、数据分析结果可视化、数据处理过程中的任务调度管理五个部分。

(二)关键技术

操作数据分析平台需要数据处理收集、存储、计算和应用PB非结构化数据的结构化和快速处理要求如下：

（1）平台整体架构采用虚拟云计算和分布式计算架构设计，主要分为基础设施层、支撑软件层、安全保障体系和服务保障体系；

(2)实现基础Hadoop大数据开发与运行环境；

(3)基于大数据的实现HDFS存储分布式文件系统；优化小文件的分布式文件系统；

(4)充分考虑公司未来数据增长，满足海量数据存储需求；

(5)实现基础Hive数据仓库和数据市场建设分析；

(6)实现基础HBase快速响应数据存储支持；

(7)实现基础Oozie的数据分析Job配置管理；

（8）提供面向非结构化数据的NoSql数据库服务功能；

(9)提供行业业务数据的大数据分析引擎；根据公司的业务需求和数据特点提供Spark分析计算框架，确保数据并行计算和实时分析以及系统响应效率；

(10)提供机器冷数据(非业务数据)的数据分析引擎和算法工具；

(11)提供基础HTML5基于其他技术的系统页面设计和显示；Echart、D3、Jquery等待开源软件实现丰富的图表显示；

(12)可提供大数据云服务平台、包装数据接口服务、大数据分析云服务、大数据读写存储云服务；

三、操作分析：

基于运营分析平台的汇总分析，最终输出如图所示3-1分析汇总结果如下：

图2左上板块展示了企业收入和利润数据，包括企业应收和收款，帮助企业决策者了解企业的财务状况。

图2右上部分呈现了企业营销数据，包括企业合同签订、市场销售等，帮助企业决策者了解企业营销状况，制定不同销售比例的相应营销策略。

图2左中板块呈现了企业生产数据，包括生产订单的交付和资金占用，帮助企业决策者了解企业的生产状况，提供改进生产过程、提高生产效率的决策依据，如如如何提高交货晚点订单的正点率；如资金占用量大的订单 ** 如何加 天数多** 效率等。

图2右中板呈现企业采购和库存数据，包括采购点、库存资金积压等，帮助企业决策者了解企业采购和库存状态，提供改进采购过程、减少库存积压的决策依据，研究如何提高库存积压生产要素，加快库存 ** 等。

图2左下部分呈现了企业产品故障数据，帮助企业决策者了解企业产品的故障状态。对于故障类别较高、故障产品型号较高的故障类别，可以研究制定改进生产过程、降低产品故障率的方法。

图2右下部分呈现了企业质量损失数据，帮助企业决策者了解产品质量问题造成的经济损失状况，可以关注质量问题造成的经济损失金额高、异常月份。

综上所述，通过直观生动的展示，采用不同颜色的预警和异常提示，从整体角度呈现企业经营状况，为企业决策提供直观、数据的有力参考。运营数据分析平台是业管理决策支持系统，深化数据应用，提高公司的整体信息水平，进一步促进企业未来的快速发展，以满足当前阶段的管理要求和未来业务发展的需要。

四、参考文献：

1、《制造企业ERP 企业经济 经营战略 (2013年06期) 王婷； 陈晓；

2、《基于SAP BW电力企业数据仓库模型建设-数据仓库技术ERP辽宁工程技术大学学报(社会科学版) (2014年02期) 陈频；刘松先；

3、《大数据挖掘技术在企业ERP应用研究

陈频； 刘松先；

CIO之家 ** .ciozj.com 微信公众号：imciow