李 瑞
(中铁大桥勘测设计院集团有限公司武汉分公司,武汉 430064)
在大数据时代,如何利用数据帮助企业做好经营、生产和管理,统筹调配企业“人”“财”“物”,用数据分析业务问题、辅助管理决策、预知经营风险,成为企业目前信息化工作的重中之重。
传统的工程设计企业,在运营和生产管理活动中产生了大量的数据。通过梳理和分析,主要存在以下问题。
1)已完成的各项明细统计报表可利用性不足,能用于管理层决策的数据有限,无法直观展示业务情况给各层级人员查看。
2)数据统计分析计划采用从总体到局部的信息呈现方式,但是实施路径缺乏整体的规划,数据指标不完善、缺乏统一的设计。
3)不同业务部门统计数据口径不一致,跨部门数据梳理较为困难,很难抓住重点进行管理评价。
4)系统中缺乏明晰直观的各类可视化图表,缺少支撑数据管控体系落地的有效工具。
5)缺乏支持后续数据挖掘和分析的业务模型,如合同回款预警、人员产能分析等,对各层级管理人员不能起到辅助决策的作用。
企业各业务系统经过多年的数据积累,有大量的业务数据沉淀在系统当中,也无形打下数据资产的基础。但若不对其加以利用,数据发挥不出价值,也无法将如此多的数据作为企业的数据资产。所以,应用数据既是业务管理的要求,也是信息化发展的关键。
为落实数据管理与分析应用,实现大数据、移动应用和数据分析等技术与管理运营及业务发展的深度融合,搭建信息化指挥中心系统。利用系统数据决策分析手段引领企业创新管理,避免人为带来的主观性、片面性和局限性,减少因缺少数据支撑而带来的偏差,降低决策风险。以数据为依据,最大程度发挥企业品牌、资金、技术和资源整合优势,提高整体决策效力。
建立信息化指挥中心,实现集约化管理和精细化管理的和谐统一。进一步规范并优化项目管理流程,实现“有计划可依,有过程可控,有痕迹可循,有整改可鉴,有改进可用”,以达到数据集中、及时研判、快速响应、统一指挥和协同工作的目标。
通过对企业各相关系统运行管理中产生的业务数据优化整合,建立企业数据库,集中管理企业数据资产。
通过报表平台从不同的主题、视角与维度,进行信息数据的分析与挖掘,统一展现企业运营管理的现实状况和问题。
通过对业务实时数据整合与提炼,对企业各个业务活动环节进行深层次数据分析与图表展现,及时反应业务活动的状态与活动趋势,并对风险提示预警。
通过建立企业价值链指标体系,能够整体体现业务闭环的运营状况与趋势,支撑企业KPI 体系的建设与运行,管理业务活动的状况与风险,并对风险提示预警。
通过对企业价值链数据及其KPI 数据的整合管理,展开更深层次的数据分析与挖掘,进一步分析展现业务活动的价值趋势与隐性的问题以及风险所在,提示风险与解决方案。
搭建领导管理中心,从运营、回款、利润、合同、人事等不同的视角和维度,以简单、直观的分析图形,集中展现KPI 指标与价值链指标,体现企业整体运营状况、价值趋势和问题情况,为企业领导层提供管理决策支持。
通过战略管理、体系建设与流程优化、IT 综合治理工具,实施企业价值链具体管理规划,管控与优化企业运营,提升核心竞争力。
通过为企业定制的管控系统,对企业的科研生产、项目管理、人力资源、外业勘察、外部资源及财务管理等全部生产经营活动与各环节实施监督、分析及管控,以此形成数据化的综合管控系统。给企业的生产、决策及组织运营提供指导及依据,形成科学化与精细化管理模式,提升企业生产经营效率。
信息化指挥中心,通过对MIX(包含Mobile、Cloud、SaaS 服务)、人工智能(AI)、大数据技术、数据处理技术(DT)等新技术的应用,构建以管理目标、数据应用、业务领域和技术支撑为一体的指挥体系,如图1 所示。
图1 体系结构Fig.1 System structure
信息化指挥中心通过构建一套综合管理体系,建立的多层级数据应用平台如图2 所示。通过AI算力实现不同业务的分层运算,实现高效智能处理、智能预警和快速响应。
图2 总体框架Fig.2 Overall framework
整体架构分为如下3 层。
1)数据源:企业各信息平台中提供数据分析的最原始数据,包括各业务系统数据和手工数据。
2)数据处理及存储层:将数据源提供的数据,通过数据处理层清洗、转换后,正确的数据抽取到数据存储层中。在数据存储层中建立适用于分析的数据模型,形成数据仓库供给企业的数据分析应用。
3)数据应用层:对数据进行提炼,形成相应业务主题指标体系,搭建主题集中的管理体系。将数据通过可视化地图或仪表盘的形式进行整合展示给企业决策层,将数据通过各报表形式供给企业业务人员,可快速查询结果。
信息化指挥中心的设计重点是建立企业数据资产以及管控出口。在设计过程中,需要对企业已有数据进行梳理,提炼有价值的指标,为建立企业数据资产做铺垫,帮助管理层进行决策。
1) 形成报表管理系统:规范各级报表系统开发的系统建设方法、管理流程、人才队伍、标准模板和实施经验等。
2) 梳理现有数据资源:整合平台系统数据资源,构建数据模型,发掘数据质量问题,实现数据标准化、规范化,搭建统一的数据仓库。
3) 搭建数据分析平台框架:为领导、职能部门和下属部门的报表系统建设提供基础开发平台。
4) 收集数据分析需求:汇总数据分析主题、指标,形成指标资源池,按业务主题梳理指标体系,分类建立数据分析平台。
5) 设计可视化调度系统:在指挥中心可以单呼、组呼、紧急呼叫员工,支持语音通话和视频通话功能。平台部署智能调度指挥单元,支持相关人员对事件进行上报,指挥中心可以通过一体化可视调度终端对相关人员发起一键呼叫,完成对事件的通知。可远程视频调度与视频会议,与现场人员进行音视频通话,并且进行处置命令的下达。系统部署GIS 业务服务单元,在GIS 地图上能够直观显示外业作业人员的位置,EPC 项目部位置等,可通过GIS 地图对用户进行一键呼叫。
6) 设计视频监控平台:引入AR 技术,实现从平面监控到立体实景监控的转变。可以基于GIS 地图,实现与施工现场视频监控系统的视频联动,方便管理人员实时查看项目现场情况,直观掌握现场项目进度。通过单兵作业系统,与项目现场实时通讯对话,实现远程管理指挥。
7) 设计管理中心系统:面向决策层领导的数据分析应用系统,并进行数据大屏展示,可视化、图表化辅助领导管理决策。
8) 设计综合门户网站:作为指挥中心系统各子项信息和查看视频数据的统一入口,可通过个人账号、密码等进行登陆。系统采用基于角色的权限分配机制,建立权限矩阵,不同用户角色具备不同系统功能权限。同时,综合门户网站还提供新闻公告、规章制度及学习交流等功能模块。
9) 设计APP 应用:指挥中心系统支持APP 应用展示,APP 应用与综合门户网站、管理中心系统、综合大屏展示等数据保持同步,支持移动端数据分析查看。通过单兵作业系统,可以与现场人员进行实时通讯,方便远程指挥。
根据对指挥中心系统建设目标的需求分析,建立先进、安全、开放、可扩展的平台是核心,采用企业微服务云架构的思路,构建基于“大数据、云计算、微应用、移动互联”的指挥中心系统。平台以微服务+云计算为基础,按照中台化建设思路构建业务中台、数据中台和技术中台,以及前台各板块应用,打造先进、安全、开放的指挥中心系统平台。
平台架构如图3 所示。
图3 系统架构Fig.3 System architecture
平台通过基础设施层以云服务模式提供系统所需要的资源服务(如计算、数据库、存储等)。技术中台提供微服务架构体系支撑、大数据技术体系支撑及各种应用所需要的PaaS 能力(分布式缓存、容器服务、消息队列、任务调度等)的支撑。数据中台提供数据仓库(抽取、清洗)、数据建模、数据转换和算法库等能力。业务中台提供各种微服务应用,提供给顶层各个应用系统使用,各系统通过调用微服务应用完成共享服务。前台应用层是多个业务系统应用开发层,是应用系统开发与运行的集合。
平台基于强大的大数据分析算法及相关技术,依靠企业海量数据的优势,可以充分挖掘出企业更多有价值的信息。帮助企业做出更优决策、更好的发展规划。并以图形报表的方式,清晰直观地从不同纬度管理企业的方方面面。
信息化指挥中心系统,须有效抵御来自外部网络的主动和被动攻击、网络病毒、蠕虫、木马等威胁,同时提升对内部安全威胁的防御性,需要进行基础网络安全防护系统的建设。从边界安全、端点安全、安全感知、联动响应等方面着手形成防御、检测和响应闭环体系,通过实现更深层次的安全可视、全局安全可视应用效果和基于AI、大数据提升安全能力等方面全面提升安全可视与治理能力。本研究按国家信息系统安全等级保护基本要求中第二级安全保护能力的标准要求搭建网络安全防护体系。
工程设计企业信息化指挥中心建立是满足管理目标,围绕各个关键的业务领域,通过大数据、云计算、AI 技术和AR 技术等,充分贴合需求,提升数据价值。可有效实现经营、生产和管理,统筹调配企业人、财和物,实现集约化管理和精细化管理的和谐统一。让数据资产最大化地挖掘,用数据分析问题,用数据辅助决策、预知风险,以数据为依据,最大程度地发挥企业优势,引领企业创新发展和管理。