论文部分内容阅读
摘要：在日新月异发展的时代下，我国的经济发展和世界经济发展相互联系，石油行业的竞争日渐激烈，对于石油物资的采购工作也提出了与时俱进的要求。通常来说，物资采购都是有计划、验收、预算、结算等流程，流程复杂再加上大量未经处理的信息汇集导致采购的过程风险提高，这样的传统采购模式已经不能满足目前信息传递的实效性需求，也不能得到良好的监管。在物资采购中使用大数据分析技术，可以极大程度减少人力物力的消耗，促进企业经济有效管理，给石油企业及行业的发展提供便利。
关键词：大数据;分析技术;石油物资采购
前言：
随着信息技术的发展，油田物资公司通过建立“物资采购大数据平台”使用大数据分析技术，对于平台的融合与资源的共享进行数据的挖掘和预测，是大数据的核心，对于数据领域，应该灵活、充分使用高科技技术与先进的分析工具对获取的数据进行建模分析。把数据提取技术使用在商业物资数据的采集、企业的相关管理方面，使用数据挖掘技术，进行供应链的管理，使用大数据分析提升企业采购的精细化管理能力，提升企业的采购效益。
一、物资采购大数据技术方案
物资采购日常业务的操作会产生大量的没有经过处理的数据，应用在支持决策的时候，这些数据会明显增加价值[1]。如果增加外部数据，比如：顾问评估、分析报告、独立市场报告、质量检测等等，这个过程的价值会促进企业收益的提高，但是有一些现实的问题是作为物资采购的那一方，怎么样把这样庞大的数据转化成为可以依赖的信息支持决策。创建数据仓库是公认的最好的转换方式。数据仓库具有收集商业信息，随后支持数据表挖掘、多维数据分析等先进的技术的查询和报告功能。
（一）数据仓库的组成
1、数据存储设施。这个设施的主要作用是在提取、整合对于整个企业来说有价值的信息[2]。业务信息不会分布在独立的单位，基本上都是分散在企业的各个部门和机构中。企业的管理者应该迅速找到反应真实情况的数据，可以获得全球性和战略性的远景。这一部分的数据数量庞大且信息复杂。因此，有必要使用多种措施在各个方面收集数据，去除错误的数据，把有用的数据储存起来，提供给相关的管理者。在这样的角度，数据仓库已经不仅局限在数据储存仓库的意义上，更重要的是，在一定程度上促进数据有序的被使用。
2、多维分析。多维分析可以用于多个维度，了解地方目前实际状况。相关的管理者经常希望在不同的角度看待业务数字，比如：在时间、位置、产品的角度，同一种业务类别中的总量，每个分析的视角相当于一个维度，所以，我们称为多维分析方法。在过去的实践中，每个分析角度都可以成为一份报告。创建多维在线分析的工具，主要的功能是根据用户找到各种经常使用的分析工具，主要功能是依据用户查看各种各样的分析方法、预算、最好的辅助结构，为了尽快提取相关记录。也可以使用条形统计图、圆形统计图、扇形统计图等不同的形状表达不同的信息。
3、前台分析提供一个容易使用的图形界面，使管理员有较大的余地分析数据、定义分析角度以及显示分析结果。经常使用多维分析工具，作为前台多为分析服务器的接口。
这三个部分是商业智能的基本条件。主要功能就是收集以及观察用户的数据，在某种角度上，它的功能在于之前数据有较好的总结。除此之外，商业智能拥有更多的发展潜力，灵活的使用数据挖掘技术对相关问题进行识别、采集、分析。为了实现智能的效果，预测将来。
（二）数据挖掘
这样的工具充分使用数学的方法和人工智能的方法在海量的数据之间找到数据之间的关系[3]。这样的关系经常表现在数据之间相似或者相反的行为或者变化。有经验的分析师经常在这些关系中得到信息，而且这样的信息可能会给已经获得领导地位的公司带来竞争对手没有的优势。
数据挖掘还是应该建立在数据仓库的基础之上，这个时候就要求数据仓库有大量的数据。所以，在商业智能解决方案的情况中，经常有两个步骤：1、多维数据仓库以及分析的实现，商业智能库的构建与分析应用的实现。2、充分使用数据挖掘，显示出商业智能的特征。
二、物资采购大数据平台的基础设备
（一）建立标准的数据管理系统
数据是分析数据的基础条件，在大数据支持下的大数据分析和高效率的数据分析与高质量的数据有紧密的关系。在这样的基础上，企业应该成立一套相对完善的数据管理体系，把数据的管理、数据的转换、数据的储存使用等等方面进行统一的规范。在保障物资的情况下，各个系统产生的数据可以提取和转换，在更深的层次上应用数据，使用视图和图形等直接显示的数据作为辅助。
（二）搭建共享数据池
建立统一数据采集接口，对数据源中的数据进行抽取、清洗、转换整合，成立物资采购数据库，管理应该从传统化的供应链控制的模式向大数据控制的方式改变。物資的采购大数据平台包含着较多的内容，比如：价格信息、结算信息、库存的信息、招标的信息等等。除了多项主要指标以外，还应该使更多的动态数据在同样的平台上第一时间有收集和共享，较大的数据集给挖掘以及数据的分析打下坚实的信息基础。
（三）融合外部信息资源
经过企业网络数据和企业内部数据相互结合，将大量的供应商数据的采集、共享，将信息公开，油田所有送往联营公司都能经过平台共享信息，给联营公司提供简单、可靠的供应商选择。
（四）建立预测机制
采购管理的重要目标是为了保证物资可以及时供应且质量与数量达标。处于新的管理模式下，物资的保障工作应该充分发挥数据分析的作用，成立有效的预测机制，然后形成物资计划的分析、物资采购分析的专题，把油田采购的产品、数量、时间等信息进行收集，在智能分析与预测的基础上，对物资的需求计划制定以及管控形成高效参考意见。对采购流程管控、优化库存结构也有一定的指导意义。
结语：
综上所述，使用大数据平台的建设，可以有效提升企业物资管理的效率和水平，可以促进石油企业管理工作的信息化进度，可以不断提升物资采购的水平，在企业的发展中保持着核心的竞争力。
参考文献：
[1]孙子晓. 信息化技术在石油物资采购中的应用[J]. 石化技术，2020，27（05）：273+275.
[2]何金龙. 信息化技术在石油物资采购中的应用探讨[J]. 管理观察，2019，（06）：25-26.
[3]王俐. 石油工程项目物资采购研究[D].东北石油大学，2012.
关键词：大数据;分析技术;石油物资采购
前言：
随着信息技术的发展，油田物资公司通过建立“物资采购大数据平台”使用大数据分析技术，对于平台的融合与资源的共享进行数据的挖掘和预测，是大数据的核心，对于数据领域，应该灵活、充分使用高科技技术与先进的分析工具对获取的数据进行建模分析。把数据提取技术使用在商业物资数据的采集、企业的相关管理方面，使用数据挖掘技术，进行供应链的管理，使用大数据分析提升企业采购的精细化管理能力，提升企业的采购效益。
一、物资采购大数据技术方案
物资采购日常业务的操作会产生大量的没有经过处理的数据，应用在支持决策的时候，这些数据会明显增加价值[1]。如果增加外部数据，比如：顾问评估、分析报告、独立市场报告、质量检测等等，这个过程的价值会促进企业收益的提高，但是有一些现实的问题是作为物资采购的那一方，怎么样把这样庞大的数据转化成为可以依赖的信息支持决策。创建数据仓库是公认的最好的转换方式。数据仓库具有收集商业信息，随后支持数据表挖掘、多维数据分析等先进的技术的查询和报告功能。
（一）数据仓库的组成
1、数据存储设施。这个设施的主要作用是在提取、整合对于整个企业来说有价值的信息[2]。业务信息不会分布在独立的单位，基本上都是分散在企业的各个部门和机构中。企业的管理者应该迅速找到反应真实情况的数据，可以获得全球性和战略性的远景。这一部分的数据数量庞大且信息复杂。因此，有必要使用多种措施在各个方面收集数据，去除错误的数据，把有用的数据储存起来，提供给相关的管理者。在这样的角度，数据仓库已经不仅局限在数据储存仓库的意义上，更重要的是，在一定程度上促进数据有序的被使用。
2、多维分析。多维分析可以用于多个维度，了解地方目前实际状况。相关的管理者经常希望在不同的角度看待业务数字，比如：在时间、位置、产品的角度，同一种业务类别中的总量，每个分析的视角相当于一个维度，所以，我们称为多维分析方法。在过去的实践中，每个分析角度都可以成为一份报告。创建多维在线分析的工具，主要的功能是根据用户找到各种经常使用的分析工具，主要功能是依据用户查看各种各样的分析方法、预算、最好的辅助结构，为了尽快提取相关记录。也可以使用条形统计图、圆形统计图、扇形统计图等不同的形状表达不同的信息。
3、前台分析提供一个容易使用的图形界面，使管理员有较大的余地分析数据、定义分析角度以及显示分析结果。经常使用多维分析工具，作为前台多为分析服务器的接口。
这三个部分是商业智能的基本条件。主要功能就是收集以及观察用户的数据，在某种角度上，它的功能在于之前数据有较好的总结。除此之外，商业智能拥有更多的发展潜力，灵活的使用数据挖掘技术对相关问题进行识别、采集、分析。为了实现智能的效果，预测将来。
（二）数据挖掘
这样的工具充分使用数学的方法和人工智能的方法在海量的数据之间找到数据之间的关系[3]。这样的关系经常表现在数据之间相似或者相反的行为或者变化。有经验的分析师经常在这些关系中得到信息，而且这样的信息可能会给已经获得领导地位的公司带来竞争对手没有的优势。
数据挖掘还是应该建立在数据仓库的基础之上，这个时候就要求数据仓库有大量的数据。所以，在商业智能解决方案的情况中，经常有两个步骤：1、多维数据仓库以及分析的实现，商业智能库的构建与分析应用的实现。2、充分使用数据挖掘，显示出商业智能的特征。
二、物资采购大数据平台的基础设备
（一）建立标准的数据管理系统
数据是分析数据的基础条件，在大数据支持下的大数据分析和高效率的数据分析与高质量的数据有紧密的关系。在这样的基础上，企业应该成立一套相对完善的数据管理体系，把数据的管理、数据的转换、数据的储存使用等等方面进行统一的规范。在保障物资的情况下，各个系统产生的数据可以提取和转换，在更深的层次上应用数据，使用视图和图形等直接显示的数据作为辅助。
（二）搭建共享数据池
建立统一数据采集接口，对数据源中的数据进行抽取、清洗、转换整合，成立物资采购数据库，管理应该从传统化的供应链控制的模式向大数据控制的方式改变。物資的采购大数据平台包含着较多的内容，比如：价格信息、结算信息、库存的信息、招标的信息等等。除了多项主要指标以外，还应该使更多的动态数据在同样的平台上第一时间有收集和共享，较大的数据集给挖掘以及数据的分析打下坚实的信息基础。
（三）融合外部信息资源
经过企业网络数据和企业内部数据相互结合，将大量的供应商数据的采集、共享，将信息公开，油田所有送往联营公司都能经过平台共享信息，给联营公司提供简单、可靠的供应商选择。
（四）建立预测机制
采购管理的重要目标是为了保证物资可以及时供应且质量与数量达标。处于新的管理模式下，物资的保障工作应该充分发挥数据分析的作用，成立有效的预测机制，然后形成物资计划的分析、物资采购分析的专题，把油田采购的产品、数量、时间等信息进行收集，在智能分析与预测的基础上，对物资的需求计划制定以及管控形成高效参考意见。对采购流程管控、优化库存结构也有一定的指导意义。
结语：
综上所述，使用大数据平台的建设，可以有效提升企业物资管理的效率和水平，可以促进石油企业管理工作的信息化进度，可以不断提升物资采购的水平，在企业的发展中保持着核心的竞争力。
参考文献：
[1]孙子晓. 信息化技术在石油物资采购中的应用[J]. 石化技术，2020，27（05）：273+275.
[2]何金龙. 信息化技术在石油物资采购中的应用探讨[J]. 管理观察，2019，（06）：25-26.
[3]王俐. 石油工程项目物资采购研究[D].东北石油大学，2012.