返回 登录
0

浅谈制造业主数据项目解决方案

阅读367

本文转自微信号EAWorld。扫描下方二维码,关注成功后,回复“普元方法+”,将会获得热门课堂免费学习机会!本文转自微信号EAWorld。

在中国制造2025战略决策的指引下,制造业都在智能制造领域探索自身的发展路径,希望能够跟上数据发展的浪潮,以数据驱动业务快速提升企业竞争力。那么面对企业海量数据,如何找到数据管理的切入点呢?分析近些年我所接触到的制造业数据项目中,制造业在数据管理方面起步较晚,企业自身已经意识到数据管理的重要性,并根据自身发展情况不同而选择适合自己的建设目标,大多数企业纷纷选择主数据管理来入手。

制造业主数据有着鲜明的特点,首先主数据分布在设计、工艺、生产过程中的多个业务部门中、在众多异构系统中使用、主数据本身具备多学科的特点,并且在生产制造的衔接过程中与主数据存在着紧密的联系。通过本文,我将为大家解答为什么制造业选择从主数据管理作为企业数据管理的切入点?制造业主数据管理哪些内容?主数据管理需要着重关注哪些要点?等主数据管理核心问题。

目录:
一、制造业适合以主数据入手构建企业数据管理基础
二、解决主数据管理的难题,需要全面的系统能力
三、制造业主数据项目实施相关内容
四、总结

一、制造业适合以主数据入手构建企业数据管理基础

制造业业务数据发展现状

企业业务发展的的过程中,紧密相连的业务与独立建设的业务系统之间形成了明显的矛盾。在各部门、各业务之间线上沟通时,往往因为编码不统一,名称不一致,业务范围不同等因素,造成业务沟通不畅,数据无法识别、沟通时间较长,甚至增加集成成本,影响业务效率。通过对企业管理问题,业务问题的分析,我们发现企业主数据在企业运营环节中起到了关键的作用,一物一码、统一管理、统一分发、统一应用是企业主数据建设的趋势,顺应业务发展的需求,同时为企业数据中心建设,大数据分析应用等建立数据基础。

图片描述

选择以主数据管理为切入点的好处

主数据管理更像是企业对自我审视、自我剖析的一个过程,可以说他是一个从上至下的推动过程,它所涉及的业务范围广、系统影响大、协调要求高。企业一旦展开主数据管理,更像是打开了潘多拉魔盒,往日看似行云流水的业务管理过程其实是暗流涌动,尤其是在各部门之间的数据交换环节,纸质文件线下传递、频繁的电话沟通以及所谓的“使用习惯”、“不成文的规定”等,严重影响企业数据发展。以主数据入手即可完善数据管控的手段,以基础数据为主,步步为营逐步实现企业数据管理环境构建。

图片描述

制造业主数据管理面临的挑战

图片描述

责任部门不清晰:
主数据的共享应用的特性决定了他将在各部门都有应用,只是侧重点不同,比如人员主数据,在人力资源部管理人事信息,信息中心主管账号信息,财务部管理工资信息等等,而且各部门管理范围都不一样,维护的属性不统一等,各部门责任界定不清晰。

数据定义不明确:
数据定义包含数据属性定义,数据标准规范,编码规范等,由于应用习惯不同,数据定义在部门之间也不明确,比如各部门同一类主数据编码规则不统一,数据大小写不一致(如规格型号,有大小写之分),名称不统一(如同名时容易叫张超,张超1)等。

维护流程不统一:
企业没有对主数据管理进行统一规划,导致各部门跟据业务需求各自进行主数据的分散维护,导致维护流程不统一。直接影响主数据的数据质量和数据唯一性等。

数据共享不及时:
缺少统一管理的主数据,无法实现统一的数据分发与共享,往往是需求提出后才进行数据的维护,数据维护工作量大,耗时长,从长远来看效果不理想,甚至对业务准确性、及时性等产生影响。

数据状态不可控:
主数据作为企业数据标准的一部分,是企业业务的基础。主数据的新增、变更、删除等,对企业采购、设计、生产、库存等各个环节都会产生较大的影响,主数据状态的失控,让企业无法及时、准确的统计成本、工期、库存等信息,对企业发展产生直接的阻碍。

从管理和技术两个角度,解决企业主数据管理的问题

从技术和管理两个角度考虑,解决企业主数据管理所存在的问题,即:完善的产品能力结合企业合理的数据管理制度。完善的产品能力包含主数据全方位的管理能力,如统一编码、数据清洗、质量管理等。管理能力体现在企业主数据标准的贯彻和落实。

图片描述

二、解决主数据管理的难题,需要全面的系统能力

构造企业资源目录,提供快速查询和使用数据的能力

首先介绍的是资源目录管理,在制造企业中我们常见如组织机构、物料分类等层级分明的数据,资源目录可以对此类数据进行层级划分,同时借助资源目录管理,可实现快速查询、数据建模、质量管理、数据集成等数据管理、数据应用的能力。以层次化结构协助企业领导、业务专责、或第三方厂商快速定位数据,实现数据应用的目标。

图片描述

创建主数据模型,并实现模型的自助化管理

在资源目录的基础上,我们需要创建主数据模型来实现主数据管理。主数据模型的创建依赖于企业主数据模型标准的制定。在主数据模型标准的基础上,从PDM、ERP等多种业务系统中,主数据管理平台通过自动或手动进行数据模型采集,并进行数据模型的标准化后,在主数据库中实现模型创建。通过主数据模型的编码字段实现编码匹配,在数据模型基础上设置数据分发模板实现数据定制化分发,通过数据模型之间的采集、分发等关联关系实现血缘分析等数据应用。数据模型管理实现自助化建模、自动化分析、自助化应用,为用户提供零编码的主数据扩展应用能力。

图片描述

管理从主数据产生到归档的全生命周期

由于主数据是企业的核心数据资产,主数据管理系统需要实现主数据产生到主数据归档的全生命周期管理,同时由于主数据面对下游多业务系统的数据应用,对主数据的状态管控尤其严格。从数据获取,到应用流程管理,到数据归档每个环节都对应多种数据状态管控。

图片描述

统一企业数据编码,对外提供编码接口服务

一物一码是主数据的核心内容,主数据系统将数据编码进行划分,如图物料编码,我们划分为多级分类码加四位流水码。通过编码引擎对编码字典的查询,编码规则的匹配与组合等步骤,最终实现主数据系统内部统一数据编码。同时对外提供编码接口服务,自动实现编码的查询,自动编码等。

图片描述

将新增数据和历史数据区别对待,实现主数据质量监控

主数据质量管理对于新增数据与历史数据需要区别对待,新增的数据在事前、事中、事后同步进行数据质量监控,保证数据获取、数据生效前、数据生效后全方位的数据质量检核。而历史数据由于种种不规范使用的历史原因无法实现一次性数据标准化,数据质量通过循环的数据质量检核发现质量问题。主数据质量问题通过质量预警、质量分析、质量管理流程等实现数据质量提升。

图片描述

通过采集与清洗等技术手段,提供多重数据质量保证

企业主数据的数据问题普遍存在,通常利用技术手段能够弥补,但针对某些专业领域的数据问题还需要结合业务专家的指导手动清洗,如数据不完整,数据不一致,数据不规范等。主数据管理系统提供数据采集与清洗能力,通过Primeton DI、EXCEL等多种不同的工具,实现自动或手动或混合的数据采集与清洗能力。结合数据质量检核,为客户提供多重数据质量保证。

图片描述

通过流程和权限管理,实现全面的数据管控

为适应企业多种主数据维护场景,主数据管理平台提供图形化的流程管理,可实现快速的流程开发与部署。同时为满足保密级别较高的某些军工制造业,主数据管理平台提供分级权限管理,三员管理,密级管控等机制,符合保密要求。

图片描述

三、制造业主数据项目实施相关内容

尽快建设主数据项目,抢抓有利时机

主数据项目什么时候建设最为合适呢?那么就要谈到主数据项目的本质,主数据项目是企业基础数据标准化的一次革命。它将会对整个企业业务数据的主数据部分、业务系统的主数据使用产生影响。所以我建议主数据项目越早建设越好,主要考虑的是越早建设对业务数据影响越小,对业务系统的集成成本、改造成本越低。企业标准化之路走得越顺畅。

图片描述

根据自身情况,确定主数据管理的范围

图片描述

主数据在企业管理中是相对与业务数据而言的,具有以下特点:
1、业务活动中相对静止不变。
2、在企业内跨越多个业务部门被重复使用的高价值数据。
3、是企业核心数据实体。

以某制造单位为例,该单位主数据管理范围主要包含设计资源,如标准件、元器件、原材料等。制造资源,如工具工装、设备仪器、计量器具等。经营管理类,如客户、供应商、项目、产品等。还有部分如人员、组织机构等内容不再赘述。

那么每一种主数据在不同的学科范围内使用的属性都不一样。这里列举物料相关案例,其属性包含基本属性、设计属性、工艺属性、生产属性、财务属性等,属性管理范围应多考虑业务部门的意见,并结合国家或集团标准规范。

图片描述

从三方面入手,掌握主数据项目建设要点

成功的主数据项目建设主要从三方面重点考虑:第一摸清企业主数据现状,其主要目的是对主数据范围、集成范围、项目工作量、项目风险等提前进行评估与应对。第二建立主数据管理组织架构,主数据项目的成功需要企业领导、业务人员的多方参与,建立组织架构及沟通机制,保证客户参与度,保障项目质量。第三制定合理的实施计划,主要从客户角度出发,主数据项目不是一蹴而就的,应用需求急迫的主数据内容优先建设,对于主数据标准建设、主数据集成等都很有帮助,同时提升客户满意度。

图片描述

四、总结

最后总结一下,在制造业大数据迅猛发展的当下,主数据管理是制造业数据管理的必经之路,企业在主数据管理方面需要从技术能力、管理能力等多方面共同考虑,及早的规划企业主数据项目,优化企业数据结构,建设企业数据环境,借助大数据东风,迎接智能制造的美好未来。

关于作者
王诗岸
现任普元大数据产品部管理部技术咨询顾问。具有多年制造业主数据管理项目经验。参与普元元数据、主数据、数据集成平台的规划与设计。曾经主导并参与航天三江集团、广州时代地产、西安光学设计研究所、兵器206研究所、哈尔滨建成集团、甘肃电力等企业主数据与数据集成项目,为国网、军工、政府、能源等多个企业的主数据、数据交换、数据治理项目进行咨询与规划。

图片描述

关于作者:
Eugen是一名软件工程师,对Spring、REST API、安全和教育拥有极大热情。同时,他还是Baeldung(推特账号@baeldung)的创始人。

关于EAWorld
微服务,DevOps,元数据,企业架构原创技术分享,EAii(Enterprise Architecture Innovation Institute)企业架构创新研究院旗下官方微信公众号。
扫描下方二维码,关注成功后,回复“普元方法+”,将会获得热门课堂免费学习机会!
微信号:EAWorld,长按二维码关注。

图片描述

评论