離散型制造企業主數據平臺研究與實現

梁志輝，黃 梁，汪延輝，陳魯敏

（杭州汽輪機股份有限公司 信息管理中心，浙江 杭州 310022）

0 引言

目前，國家持續推進“中國制造2025”、“互聯網+”戰略，信息化的進程已經進入企業級應用及建設的軌道，因此企業數據工程管理的研究與開發勢在必行。隨著企業信息化進程的深入，企業內部的數據量增長迅猛，完善的主數據管理系統既可以節約大量的時間和經費，也可以推動企業管理的革新，提升企業的運營效率。

1 背景介紹

杭州汽輪機股份有限公司（以下簡稱“杭汽輪”）離散型智能制造的規劃是圍繞著建設“離散型智能制造模式與數字化車間”來實施的，至今已建立了多個涉及企業各個方面的業務系統，且大多數屬于自主研發系統，目前有PMIS（Production Management Information System）生產管理系統、OA杭汽輪一體化業務運營系統、一卡通系統、汽輪機發運管理系統、MES（Manufacturing Execution System）、PLM（Product Lifecycle Management）、商務平臺、財務管理系統等。隨著信息化建設的不斷推進，業務系統不斷增多和應用與推廣的程度不斷加深，大量重要數據以各種各樣的形式存在于以上業務系統中，這些核心系統在跨業務、跨系統、跨部門甚至跨企業的業務連貫性需求上，對數據的一致性、完整性、正確性和可控性提出了前所未有的挑戰。而在企業信息化發展初期，對業務系統的數據標準、數據共享缺乏統籌設計，因此建設企業主數據管理系統變得非常必要。

具體來說，杭汽輪各業務系統進行數據共享時存在以下問題：

第一，公司資源的系統性編碼標準與規則缺失，不同的應用使用不同的臨時性編碼，甚至存在一物多碼的現象，由于系統構建的特點造成這些應用的每一個數據都是各自功能單元的數據存儲。數據描述自身也因應用的不同而不同，這導致很難去調和單個應用系統的數據描述。

第二，隨著企業單個應用的獨立發展和功能不斷擴充，問題變得越來越復雜，新系統的開發需先分析原有不同系統的相同數據描述，但公司原有系統都是以職能部門為單位、以業務功能為導向建立的，各個系統都是只對自身負責，這就造成貫穿不同部門的同一業務流程的上下游業務處理和數據脫節，導致信息化系統對公司決策的支持能力不足。

第三，由于上下游業務無法打通，造成業務信息不能及時跟蹤、監控和反饋，跨業務部門、跨應用的業務協作和流程再造無法進行，企業的整體業務執行效率大打折扣。

第四，無法沉淀企業流程資產，不能及時響應業務變化。系統內數據標準化狀態較差，標準不統一，系統間集成方式多數以中間表方式開展，維護與監控難度較大，數據流向管理不明確。

為此，杭汽輪亟需要建立一套主數據管理平臺，開展企業內數據信息梳理、數據分類與編碼標準制定，實現數據流向梳理，并且完成主數據與下游各業務系統間的集成聯調工作。

2 主數據管理平臺建設

主數據一般是指企業的客戶、產品、物料、原材料、供應商等基礎數據，是企業關鍵的支持交易和分析操作的重要參考數據。主數據管理平臺是管理主數據的應用系統，是一些應用、技術和流程的組合，即定義、管理、治理和共享主數據信息，持續地確保主數據的質量、完整性和對業務的支持，并協調和管理與企業核心業務的實體信息交互，實現主數據整合、主數據清洗、主數據共享和主數據治理等功能。

杭汽輪主數據管理平臺分為基礎層、應用層和監控層三層?；A層主要是提供元數據管理及一些基礎服務能力；應用層圍繞主數據全生命周期展開，實現數據資源管理，提供數據相關服務；監控層落實數據質量、服務質量的監控，為主數據管理的優化提供基礎。其總體架構如圖1所示。

圖1 平臺總體架構Figure 1 Overall architecture of the platform

2.1 模型管理

一是數據分類，即進行數據資源的分類、分層級管理、維護分類共用屬性，建立數據資源的管理體系，通過創建數據分類，形成管理數據對象的資源體系分類，并以此為模型管理、數據管理與應用的數據資源導航。二是屬性維護，即對數據模型的屬性進行分類：系統中模型的共用屬性，可以集中事先創建，后續數據建模過程中直接引用即可。三是數據字典，即對基礎數據進行定義，供模型配置引用。數據字典通?？啥x確定的標準的靜態數據分類，如性別（男、女）、計量單位（臺、件、個等）等。四是數據建模，包括數據標識、數據構成的元素，可用于創建數據庫結構、數據模型，在數據分類下創建數據模型，進行數據模型管理。五是引用數據模型定義，即對數據元素進行數據描述，形成完整的數據信息、數據模型信息、數據引用關系信息等。同時，對數據模型進行版本管理，以適應數據管理變動的需求。

2.2 應用配置管理

即基于數據模型創建數據模板，用于定制數據維護、流程審核、檢索查詢時的界面數據內容、編輯內容等，并定義部分數據校驗規則，是基于數據模型的數據應用與管理配置功能。數據模型發布后創建數據庫，進行數據維護、數據檢索、數據采集與分發等數據管理活動；數據管理的結果保存在數據庫。根據數據模型創建數據的關系與組合，從模板庫調用數據顯示模板，從數據庫調用數據，根據數據關系呈現數據視圖。具體應用配置如圖2所示。

圖2 應用配置管理Figure 2 Application configuration management

2.3 數據應用管理

一是在統一的數據入口對數據進行增加、修改、刪除等基礎信息維護，進行數據編碼，執行數據審核，管理數據版本。二是提供數據檢索功能，允許操作者快速檢索數據的需求，支持按數據庫、模型和內容摘要進行檢索，其中內容摘要查詢項支持按詞組檢索，例如輸入“數據”，點擊“查詢”按鈕，系統檢索出“數據”相關的所有數據。其中，檢索的范圍為模型中的生效數據。

2.4 數據集成管理

數據集成管理如圖3所示，其主要功能包括以下幾方面：定義參與數據集成的第三方系統，提供第三方系統的接口注冊功能，定義提供接口的系統、接口用途以及接口的集成策略；按每一種數據資源，定義其分發的目標系統以及對應的接口；從系統集成視圖角度描述數據的繼承關系，并借助系統接口定義實現第三方接口的調用，完成數據主動集成；提供查看各模型/字典數據的分發狀態情況，并且能夠手動分發數據；提供各種接口的調用日志，方便定位接口調用過程中的問題。

圖3 數據集成管理Figure 3 Data integration management

2.5 數據質量管理

如圖4所示，數據質量管理即通過配置質量規則對多個系統的“入口”進行把關排查以便對數據進行規范約束，確保能夠通過“入口”的是規范的、準確的數據，以保證數據質量，提高數據資源管理的水平。同時，對系統中的生效數據進行質量評估，找出不符合質量規范的數據項，指導用戶修改以提高數據質量。其具體功能包括質量規則管理、數據質量評估、質量評估報告、質量評估日志和數據質量分析。

圖4 數據質量管理Figure 4 Data quality management

2.6 數據分析

在不同維度對數據集成與管控平臺管理的數據進行統計、分析，并以圖表、列表等形式展現，使用戶能夠直觀了解所關注數據的數量變化、集成交互、審批效率等信息，從而對企業數據資產數量、數據活躍度（價值）、數據維護及時性等有直觀、量化的認識，幫助企業更好地管理數據和發揮數據價值。

2.7 數據清洗

數據清洗的流程如圖5所示，即對要進入主數據系統的來自其他業務系統或線下EXCEL等的歷史數據進行批量加工處理、清洗以使其符合制定的數據標準規范，包含數據資源管理及治理過程中批量新增和批量修改場景，可進行基于質量規則的合規性檢查、基于列或單元格的數據操作，目的是提高數據質量，以便提高查詢檢索及分析應用的準確性。該功能的主要使用角色為某類數據的清洗人員，能夠對該模型的全字段進行管理及編輯。

圖5 數據清洗流程Figure 5 Data cleaning

3 平臺應用效果

3.1 增強企業信息質量

第一，在企業內構建了統一的數據標準體系，實現各業務口徑主數據管理及應用的協同，明確數據職責，有效保障數據的統一來源，推動企業標準化進程。

第二，實現了數據源頭集中管理，改變原有基礎數據分散管理現狀，以標準化模型、數據規則、業務規則來組織主數據，使原來數據信息不完整、格式不規范、計量單位不統一、字符書寫不統一的情況得到解決，提高基礎數據的準確度，提升了各個接入主數據管理平臺的業務系統數據質量。

第三，減少了數據差異。原來各系統間的報表由于數據源的不統一、統計口徑的不一致和數據轉換的不一致，相互之間往往會有差異，通過主數據管理，使用統一的主數據，明確各類數據的不同分類情況，不同分類之間的相互關系，再通過系統對數據的統一描述，有效降低在數據信息處理過程中的不一致。

3.2 降低企業信息管理成本

降低接口成本，減少應用系統之間的點對點集成；降低了系統開發和維護成本，主數據通過集中公共信息對它們進行簡化，對業務流程的不同環節都能提供這些信息；降低數據采集成本，業務系統直接集成到主數據平臺，采集的數據直接分發到所有下游應用程序，避免了重復的數據采集；降低數據清理成本，在主數據系統中集中清洗數據可以有效降低各業務系統基礎數據的清洗成本，通過接入主數據平臺，也可以實現在一個單獨的系統中進行整個企業所有數據的清洗；降低信息交付成本，使用主數據平臺很容易實現數據準確性的驗證，有助于通過交付可靠的信息來降低IT成本。

3.3 推動企業管理革新

第一，整合企業最核心、最需要共享的數據集中進行數據的清洗和豐富，并且以服務的方式把統一、完整、準確、具有權威性的主數據分發給需要使用這些數據的操作型應用和分析型應用，夯實了未來構建全企業數據中心的基礎，并且對未來業務系統的推進提供了數據保障。

第二，清洗重復、杜絕新錯，有利于降低庫存。一物多號、物資描述不規范、不完整等是造成庫存積壓和浪費的主要原因之一。通過多層次的數據整理、整頓，規范和完整的物資描述，減少一物多號，可以減少采購環節的錯誤理解，提高采購效率，減少庫存和采購浪費。

第三，主數據管理讓企業擁有統一的主數據訪問接口、集中且內容豐富干凈的數據中心，能夠為各業務部門提供一致、完整的共享信息，為業務流程和經營決策提供可靠的支撐載體。

第四，為深入的業務分析和數據挖掘打下基礎。通過統一的主數據管理，建立基礎數據共享橋梁，打通原來各個業務孤島間的數據聯系，使各系統能提供統一的業務視圖，提升企業數據的集成和管理能力。同時，主數據管理是企業大數據應用的基礎，可以為企業大數據應用提供一系列全面、先進、成熟的數據管理解決方案，為企業迎接“集成化的大數據時代”做好了準備。

4 結語

杭汽輪主數據管理平臺的搭建與運行，實現了企業數據管理的升級換代，建立了企業信息系統間互聯互通、功能聯動的重要數據基石，為生產管理精細化提供了重要支撐，并為業務管理標準化工作提供了規范信息支持，在企業提升管理效能過程中發揮了重要作用。