基于混凝土行业大数据下的可视化技术分析研究

张永辉，韩登，范江波，吴笃勇



基于混凝土行业大数据下的可视化技术分析研究

张永辉，韩登，范江波，吴笃勇

（中建西部建设西南有限公司，四川 成都 610000）

基于我国互联网环境的不断发展，信息技术逐步提升，政府大力倡导企业借助互联网手段进行转型，努力优化企业信息化管理模式，激发企业核心内生动力，提高企业在行业中的竞争力，各大中小企业掀起了工业化改革热潮。企业利用前沿的互联网技术、信息化管理工具与企业自身特点相结合的手段提升企业工业智能化水平。工业智能化是未来工业体系的核心，它的实现需要对工业大数据进行分析与研究，如何合理有效利用大数据提高生产效率和竞争力是实现工业智能化的关键。对大数据处理、可视化技术、数据处理技术等进行分析和讨论，并对工业大数据可视化分析技术的应用前景进行了探讨。

互联网；大数据；可视化；工业智能

1 研究背景

随着“互联网+”与各个领域的不断融合，企业借助互联网进行创新已经成为新时代企业发展的必然。随着信息技术与网络技术的不断发展，工业智能化在实际运营过程中会产生大量数据。由此，数据分析以及可视化技术在大数据的处理中显得尤为重要与普遍[1]。混凝土产业是当今传统建筑业的核心组成部分，混凝土制造过程中的报表由传统的人工登记转变为现有的ERP系统管控。互联网技术的引入对工作方式发生了改变，从而提高了工作效率。

2 商品混凝土及其行业介绍

商品混凝土由水泥、骨料、水以及相应比例的外加剂、矿物掺和拌料制成，被称为“商砼”，又可以叫做“预拌混凝土”。它被称作预拌混凝土的主要原因是由于其生产过程主要以集中搅拌为主，根据实际使用过程中浇筑部位不同可以调整搅拌掺和物的比例，然后由专门的运送车在一定时间内送达施工现场，又可以称为定制化产品。据不完全统计，我国混凝土企业大概有12 000家，预计年生产产能约50多亿立方，由于近年来城市化建设的高速发展，混凝土产量逐年递增。我国近些年混凝土生产量统计如图1所示[2-3]。

3 混凝土大数据特征与价值

大数据又称为海量数据，传统大数据主要来源于各大企业门户网站、电子商务平台、社交网络、搜索引擎等。通过对这些数据分析，可以为用户提供更好的服务与产品体验，同时又可以得出用户的消费习惯以及市场流向，创造更大的商业价值[4]。工业大数据是指以工业数据为核心，在其生产制造过程中产生的数据、相关技术和应用的总称，其中包含了商品从原材到加工成品过程中整个生命周期产生的所有数据，工业大数据与传统大数据区别在于对数据质量的要求方面，工业大数据要求生产数据的连续性、可持续性、准确性[5]。目前大多数企业都有自己的ERP系统，用于数据采集、处理、存储、分析与可视化。

图1 混凝土生产量统计

3.1 混凝土大数据的特征

混凝土大数据的特征包含以下几点：①混凝土大数据采集过程中需满足时效性。数据传输的过程中利用信息与通信技术达到高效目的，才能满足实际生产过程中的需要。②数据在经过处理以后要满足数据的真实性与完整性。相比于传统大数据而言，工业大数据更注重数据处理后的数据质量，要求数据真实可靠。③数据存储的复杂性。混凝土产品在生产加工过程中涉及各个业务部门的协同作业，所以数据之间的关联性较强，存储复杂。④混凝土产品在实际生产过程中涉及原材采购、生产加工、物流配送等，数据处理与数据分析方法需要建立不同的模型，精度与可靠度要求相对较高。

3.2 混凝土大数据价值

混凝土大数据在实际生产过程中产生，其价值的大小取决于数据的真实性、可靠程度、复杂程度，例如不同规格标号的产品混凝土的配合比，有特殊要求的混凝土产品的配合比等，只有可靠性高的产品，才能发挥巨大的市场价值。由于混凝土生产过程中容错率较低，混凝土大数据的价值体现在可以优化信息服务，使数据采集更准确，使生产环节变得高效。对混凝土大数据的分析，可以模拟实际工业生产的全过程，降低错误风险，减小容错成本。

4 大数据可视化

4.1 数据可视化概念

数据可视化技术是大数据管理中的一种重要手段，其主要功能是分析已有数据的特性，以合适的可视化方式，比如图形或者表格的形式，将数据直观展示出来，帮助用户在使用过程中发现包含在数据中的规律。然而数据可视化的主要目的并不是仅仅展示给用户已知数据之间的规律，其主要目的是根据可视化的方式让用户发现这些数据所反映出来的问题[6]。大数据可视化需要经历四个部分：需求分析，建设数据仓库/数据集市模型，数据抽取、清洗、转换、加载（ETL），建立可视化分析场景[7]。

4.2 混凝土大数据可视化实例

传统混凝土行业数据报表均以人工登记为主，数据准确性较低、分析效率不高，且难以复用。随着互联网技术的不断发展，企业借助信息化手段提升企业管理水平，本文以中建西部建设为例讲解可视化技术在混凝土大数据中的应用。

4.2.1 产品成本数据可视化

混凝土的成本数据主要来源于平时生产数据原材料消耗积累，每日材料消耗与每月材料消耗统计，可以做成本分析资料。由以往的产品成本数据分析，可以针对当月生产计划指定采购计划。混凝土成本分析如图2所示。同时，混凝土产品的价格主要受区域原材价格的影响而波动，了解混凝土成本以及成本变化趋势，及时调整混凝土产品价格具有很大的商业价值，混凝土成本趋势如图3所示。

图2 混凝土成本分析

图3 混凝土成本趋势

4.2.2 成本占产值比

成本占产值比的核算是以收入、成本为依托，从项目盈利情况出发，涵盖整个业务流程，将经营、管理、生产等活动产生的各种数据进行记录、处理和分析，找到规律，监测问题，并优化各个环节，同时又通过反馈机制，不断改善源头数据的质量，更好地为管理提供帮助。主要目的是精准计算出每个项目每个标号每盘混凝土的成本和费用，数据结合业务，服务于管理。配合项目组，为制定更优的商务策划方案提供助力，成本占产值比如图4所示。

图4 成本占产值比

4.2.3 客户项目反馈

客户与企业的关系决定企业长期的经济效益和企业核心竞争力，准确把握客户对于企业的服务态度，维护客户与企业之间的关系，具有重要商业价值。由于混凝土市场竞争环境较为激烈，客户持有量的保证就是企业经济利益的保证，客户满意度分析变得尤为重要，客户满意度占比如图5所示。

5 结论

随着互联网与大数据技术的不断发展，传统企业运营模式势必需要借助先进的技术手段，并结合自身企业与行业特点进行改革。本文从混凝土大数据方向入手，对该行业大数据的数据特点和处理方式进行研究，借助大数据可视化技术展示了相关数据板块可视化结果，得出数据可视化技术在混凝土行业应用的可行性，为后期混凝土大数据的研究提供助力。

图5 客户满意度比例

［1］曾悠.大数据时代背景下的数据可视化概念研究［D］.杭州：浙江大学，2014.

［2］任会民，刘飞.基于“互联网+”与大数据下的电子商务分析［J］.科技广场，2017（5）：159-162.

［3］何文韬，邵诚.工业大数据分析技术的发展及其面临的挑战［J］.信息与控制，2018，47（4）：398-410.

［4］王志坚.基于大数据平台的电力营销信息化建设分析［J］.内蒙古电力技术，2016，34（4）：17-22.

［5］常青云，郑东升.基于大数据平台的电力营销信息化建设研究［J］.科技展望，2017，27（28）.

［6］王洪玉，朱安平，王凯，等.基于国网新源基建智能管控系统的基建数据可视化分析研究［J］.电气时代，2018（11）.

［7］王兆业.移动互联网数据可视化技术及应用研究［J］.通讯世界，2016（10）：247.

2095－6835（2019）02－0050－02

TP391.41；F426.92

A

10.15913/j.cnki.kjycx.2019.02.050

张永辉（1983—），男，安徽人，硕士，管理科学与工程专业。韩登（1992—），男，湖北人，本科，信息管理专业。范江波（1989—），男，陕西人，本科，网络工程专业。吴笃勇（1995—），男，土家族，重庆人，本科，信息管理与信息系统专业。

〔编辑：严丽琴〕