研发型企业数据信息的可视化研究

范本亮

摘要：信息技术的发展和智能制造设备的使用让研发型企业运营生成的数据量不断增长，智能的数据可视化系统可以综合管理这些数据，并将其转换成有助于企业高层决策有价值的信息。本文介绍了企业数据信息可视化的意义和构建原则，以及数据的可视化分析与应用场景，希望帮助企业实现信息到知识再到利润的转变，从而获得更好的经济效益。

关键词：研发型企业；数据信息；可视化

中图分类号：TP311.13文献标识码：A 文章编号：1672-3791（2018） 5（b）-0000-00

随着研发型企业数据管理和知识管理的不断发展，企业日常科研生产生成的数据量也不断增长累积，如何把大量数据综合管理，转换成有价值的信息，以简洁、直观的方式呈现给决策者，为企业高层的科学分析决策提供数据支撑，成为亟待解决的问题。数据可视化作为数据分析挖掘的一个发展方向，在提升组织决策判断力、整合优化企业信息资源、提高决策层工作效率方面被证明具有显著意义。

1.企业数据信息可视化的意义

根据维基百科的定义，“数据可视化是技术上较为高级的技术方法。这些技术方法允许利用图形、图像处理、计算机视觉和用户界面，通过表达、建模方式实现对立体、表面、属性和变量的显示，并对数据加以可视化解释”。人类五感所获得的信息中，约80%来自视觉，故而人们更喜欢看图片视频而非文字，喜欢看图表而不是数据；同时，视觉信息也是人类最容易了解和最可信赖的信息。因此，利用人类视觉易于在短时间之内迅速捕获核心内容的特点，通过各类图形与表格来展示数据的逻辑关系，及其可以传递出的准确信息，是数据分析人员判断数据价值，并决定是否提交用于管理层决策的重要途径。所以，对企业日益增长的海量数据进行可视化分析是有效处理企业大数据一种切实可行的方法。

2.企业数据可视化系统的构建原则

部署数据可视化系统之前，企业应最大程度地集成各个信息子系统（情报档案信息系统、科研生产管理信息系统以及内外部其他信息来源等），然后将可视化系统与集成后的信息系统高效便捷地连接，便于實时挖掘数据关系并进行可视化分析。此外，集成信息子系统的同时应统一规范各类信息内容的模板格式要求，确保可视化系统及时发现数据内容、结构和关系的变化，方便整合之后迅速完成动态变化的数据分析结果。

构建数据可视化系统时，企业应根据自身信息化建设情况，将可视化系统嵌入业务流程系统，这样可以最大范围收集各业务板块的数据资源，全面获取企业科研生产的真实情况，提高数据价值的有效性，为企业运营管理和管理层决策提供快速实时、精准有效的数据支持。

可视化系统应当既支持分析人员单机使用，分析处理简单有限的数据，也支持将数据上传至服务器，由多台服务器或用户端云处理，协同完成海量复杂的数据分析，然后将分析结果下载到客户端进行展示。系统同时也需要具备较好的人机交互性，实时动态地显示系统硬件设备的运行效率、服务器负载变化、系统风险与安全漏洞等数据，方便系统管理员据此设置和修正系统运行参数，有效保障系统的安全稳定与性能最优化。

3. 企业数据的可视化分析与应用场景

3.1数据可视化分析过程

连接嵌入到集成信息系统之中的数据可视化系统，应能够根据所要分析数据的内容和分析结果要求，辅助数据分析人员采用不同的分析模式和方法进行可视化分析，并以多种方式展现数据的价值和逻辑关系。

信息管理部门接到分析任务后，首先要明确任务的出发点和目标。因为数据承载的信息多种多样，不同展示方式会导致侧重点的天壤之别。只有明确之后才能决定要过滤的数据、采用的处理算法以及视觉通道编码等。通过数据采集设备，完成对研发制造的PDM系统、IPD系统、MES系统，以及采购外协的ERP系统和财务人力资源等数据资源的采集之后，利用数据存储处理系统实现数据的清洗过滤和标准化模板转换，在提高数据价值有效性、数据可用性和可控性之后，上传到专用数据库进行存储。

由于研发型企业数据结构复杂、种类繁多，不同部门数据需求差异大，所以需要综合考虑数据存储量、存储模型、读写频度、响应时间等因素，采用分布式文件系统和分布式数据库，建立综合存储体系进行优化管理，高效可靠地保障后续的数据挖掘和科学分析。然后，依据分析对象的数据量、数据类型和分析结果要求，通过关联分析、列表分析、路径分析和群组分析等方法，迅速准确地挖掘数据价值和数据之间的逻辑关系。

3.2可视化数据的获取过程

可视化数据的获取过程，就是分析人员输入数据信息、分析系统进行挖掘分析，两者对数据共同作用的过程。系统完成数据的分析处理和可视化展示，分析人员负责数据的获取识别和修改完善。

企业的各种有价值数据信息通常隐匿在信息系统数据库以及各业务流程之中，分析人员通过检索挖掘并利用有效的分析系统模型，可以对数据进行分析处理和价值挖掘，然后以可视化图表等形式发送给研究人员，经过研究人员对这些信息的识别进而形成知识。由于研究人员个体认知的主观片面性，需要通过评审等方式验证所发现的知识信息，然后再进行分析整合，进而获取准确可靠的知识信息。最后，将经过验证整合的信息上传给可视化分析系统，这样可以提高可视化分析系统数据处理、分析建模和可视化展示的科学性与准确性。

3.3可视化数据的应用场景

可视化的数据面向企业战略并服务于决策层和服务层，涉及企业战略、管理思想、业务整合和体系建设等层面，对于辅助管理决策层进行科学决策，服务层进行科学的数据分析具有十分重要的意义。将数据进行可视化的核心目的就是梳理清楚所展示数据的逻辑关系，充分挖掘其中蕴含的信息知识，用以指导具体业务。通过分析系统梳理数据指标与维度，成体系的呈现复杂数据背后的联系，使数据结果形象化，便于用户及时捕捉与其密切相关的信息，帮助企业完成市场环境调研、经营风险控制与预警、KPI考核、各职能系统运行效率、市场营销和内部业务流程等领域的可视化服务，为企业提供覆盖各个业务板块和工作流程的可视化决策支持。

4.结语

信息时代环境下，数据资源日益成为研发型企业的核心资源。如何迅速、安全、高效地挖掘出企业日常运营中生成各类数据的价值，并将获取的分析结果运用到企业管理流程构建、信息资源利用、客户关系管理和服务模式变革中，成为构建企业核心竞争力的关键。数据可视化分析系统是研发型企业发现数据价值，将这些有价值的数据转化为企业的知识积累和管理层的决策依据，并以可视化形式展示的有效途径，是帮助企业实现从信息到知识再到利润的转变，获取更佳经济效益的重要技术途径。

参考文献

[1]杨利军，高军.图书馆个性化服务中的大数据可视化分析与应用研究[J].现代情报，2015，07

[2]王栋.大数据可视化技术在电网企业的应用[J].江苏电机工程，2014，11

[3]代双凤，董继阳，薛健.科学计算中大数据可视化分析与应用[J].工程研究-跨学科视野中的工程，2014，6

[4]游进国，杨卓荦，胡建华.一种支持大规模数据的多维可视化分析框架[J].计算机工程，2011，37