论文部分内容阅读
摘 要：在信息社会，现代企业经营规模不断扩大，企业内部的数据量随之扩大，数据类型也变得愈加复杂，其中包括结构化、半结构化和非结构化数据企业传统的ERP系统中的不足愈加突出，难以满足企业可持续发展的需要。故此，在企业数据处理中应用大数据技术，有助于深层次挖掘ERP系统的数据价值，为企业的管理和决策提供可靠依据，对于企业可持续发展具有重要促进作用。本文就制造企业大数据技术应用进行分析，提出合理措施来深度挖掘ERP数据价值，以求为企业发展做出更大的贡献。
关键词：制造企业；大数据技术；数据挖掘；ERP数据；价值
ERP系统作为企业的主要经营管理系统，其中包括物资、财务、营销等业务环节，可以实现业务和财务之间的紧密联系，是企业现代化管理中的重要内容。ERP系统在实际应用中做出了重大的贡献，需要结合企业业务拓展需要不断改进和完善。借助大數据技术，可以对企业ERP系统中的数据深入挖掘，获取数据中的新价值，以便于为企业管理和决策提供支持，推动制造企业朝着更高层次发展，带来更大的经济效益。加强制造企业大数据技术在ERP系统价值挖掘中应用研究，有助于推动技术中的缺陷和不足，为后续工作提供支持。
一、ERP系统与大数据技术结合现状
ERP系统作为企业主要管理系统，有助于改善传统管理模式的缺陷和不足，促使业务流程进一步优化和完善，明确数据标准基础上实现对业务全面管控制，有助于为传统管理工作注入新的活力和生命力，切实提升企业管理有效性。通过ERP系统，企业内部工作可以在平台上协同工作，对计划执行和成本控制工作全面监管，促使资金流、物流和信息流有机结合在一起，实现经营管理数据来源统一化。
图1 ERP系统
ERP系统在长期运行中，其中积累了大量的数据信息，企业而业务均可以追根溯源。但是，由于ERP系统局限性，难以满足企业数据挖掘需求，影响到企业后续的管理和决策，迫切的需要进一步发挥大数据技术优势来挖掘ERP数据新价值。所以，基于大数据技术下的ERP数据新价值挖掘，有助于对业务流程全面监管和控制，提升企业管理水平。
二、企业ERP数据价值挖掘中大数据技术应用
（一）大数据技术下的企业ERP数据挖掘需求
现代企业在经营发展中，面对市场不断增长带来的挑战，企业建立的RP系统主要是建立信息集成平台，将产、供、销和服务集合于一体，尽可能解决信息孤岛问题出现，辅助企业管理和决策，切实提升企业管理水平。同时，加强各项业务和财务环节的联系，逐渐一体化发展，可以获取精准的数据信息，优化企业业务环节，优化业务流程，逐渐标准化和规范化管理，为企业管理和决策提供精准信息。在现代化技术支持下建立企业业务监管平台，快速识别风险，寻求合理措施进行风险控制，将风险控制在合理范围内，对于企业管理水平提升具有重要促进作用。借助企业业务运营监管平台，风险控制逐渐规范化和制度化开展，有助于提升管理工作的透明度，确保数据可以追根溯源，从源头上降低风险隐患，为企业可持续发展奠定基础。
（二）大数据技术下的企业ERP架构
大数据技术在企业业务中应用，包括客户分析和财务报表编制等方面，在大数据技术支持下的企业ERO体系结构包括数据层、传输层、处理层和存储层。具体表现在以下几点：
1.数据源。数据源主要是指采集数据的源头，包括ERP系统各个子系统中的数据，包括资产数据、财务数据和营销数据，还有其他子系统中的数据。
2.采集数据。ERP系统中的数据通常是以结构化数据为主，即物资库存数据、员工数据以及客户信息数据等等，可以将其直接存储在数据库中，为后续数据查询提供支持；系统的日志数据，可以借助Flume采集获取；生产数据私密性较高，通过特定系统接口来采集。采集数据的真实性较。
3.预处理数据。数据的来源渠道多样化，数据大小和特点同样存在显著差异，由于数据分析和存储不便捷，可能由于数据类型特点不同，无法确定具体的安全日志和用户日志。故此，需要在数据采集前进行预处理，便于数据的分析和处理。
4.存储数据。大数据技术支持下的企业ERP系统中，存储数据主要采用HDFS分布式存储结构，通过HBase数据库和关系数据库结合形式存储数据，便于后续数据查询的同时，可以摒弃数据量带来的不良影响。
5.数据的分析和决策。在大数据技术下，企业的ERP系统可以获取多渠道的数据，降低企业对数据信息依赖程度，有效对数据剖析和处理。企业ERP系统中数据挖掘，包括生产数据、经营管理数据和销售数据等，借助大数据技术深层次挖掘，可以获得精准的分析结果，尽可能避免客户流失，加深客户的热情和忠诚度，充分展现ERP数据潜在价值。
6.展示数据。在大数据技术支持下，可以深层挖掘数据新价值，为后续的管理和决策提供支持，并将其通过图表形式呈现出来。
7.系统管理。由于ERP系统自身特性，企业内部的员工的岗位职责不同，所以拥有不同的系统操作权限，而这些数据中有很多属于机密信息，需要赋予人员更高等级的权限进行操作。管理层同时具备数据层管理作用，通知数据的传输、存储和计算等。
三、ERP数据价值深度挖掘
大数据技术支持下的ERP系统数据挖掘，在前期分析基础上，结合企业的业务需要合理分配，整合内部业务于一体，建立一体化平台，通过其他管理子系统结合，有助于进一步挖掘数据新价值。具体表现在以下几点：其一，主体分析，对历史数据深度挖掘，寻求合理的方法予以改善，与业务管理系统整合，结合项目效益评价、投资管理分析和物资计划分析等内容，可以有效提升系统管理效益。其二，战略分析，结合不同用户的多样化需求，关注不同因素指标，可以直观呈现出来，帮助管理者全面掌握企业的管理情况，分析是否需要对业务进行干预。其三，绩效分析。对时效性要求较高的业务全面监控，分析影响执行工作效率的节点，优化业务流程，切实提升业务运行效率和质量。
四、结论
综上所述，面对当前市场上激烈的竞争和挑战，制造企业需要与时俱进，注重前沿技术的引进和应用，建立一体化平台的同时，优化业务流程，持续推进企业改革。在大数据技术支持下深度挖掘ERP系统数据新价值，促使数据可以创造更大的经济效益，为管理和决策提供可靠依据的同时，为企业长远生存和发展打下坚实基础和保障。
参考文献：
[1]刘青.融入大数据技术的ERP数据新价值分析与研究[J].中国管理信息化，2017，20（11）：61-62.
[2]常星.基于大数据技术的铁路运输企业ERP的应用研究[J].中小企业管理与科技（下旬刊），2016，16（03）：219.
[3]王璟，杨德昌，李锰，范征，Mark Chew.配电网大数据技术分析与典型应用案例（英文）[J].电网技术，2015，39（11）：3114-3121.
[4]黄彦浩，于之虹，谢昶，史东宇，周孝信.电力大数据技术与电力系统仿真计算结合问题研究[J].中国电机工程学报，2015，35（01）：13-22.
[5]李金海，何有世，熊强.基于大数据技术的网络舆情文本挖掘研究[J].情报杂志，2014，33（10）：1-6+13.
[6]王天泥.大数据技术在图书馆阅读推广中的应用——以“3A5步”法为例[J].情报资料工作，2014，23（04）：96-99.
作者简介：曾燕茹，浙江众恒铝业有限公司。
关键词：制造企业；大数据技术；数据挖掘；ERP数据；价值
ERP系统作为企业的主要经营管理系统，其中包括物资、财务、营销等业务环节，可以实现业务和财务之间的紧密联系，是企业现代化管理中的重要内容。ERP系统在实际应用中做出了重大的贡献，需要结合企业业务拓展需要不断改进和完善。借助大數据技术，可以对企业ERP系统中的数据深入挖掘，获取数据中的新价值，以便于为企业管理和决策提供支持，推动制造企业朝着更高层次发展，带来更大的经济效益。加强制造企业大数据技术在ERP系统价值挖掘中应用研究，有助于推动技术中的缺陷和不足，为后续工作提供支持。
一、ERP系统与大数据技术结合现状
ERP系统作为企业主要管理系统，有助于改善传统管理模式的缺陷和不足，促使业务流程进一步优化和完善，明确数据标准基础上实现对业务全面管控制，有助于为传统管理工作注入新的活力和生命力，切实提升企业管理有效性。通过ERP系统，企业内部工作可以在平台上协同工作，对计划执行和成本控制工作全面监管，促使资金流、物流和信息流有机结合在一起，实现经营管理数据来源统一化。
图1 ERP系统
ERP系统在长期运行中，其中积累了大量的数据信息，企业而业务均可以追根溯源。但是，由于ERP系统局限性，难以满足企业数据挖掘需求，影响到企业后续的管理和决策，迫切的需要进一步发挥大数据技术优势来挖掘ERP数据新价值。所以，基于大数据技术下的ERP数据新价值挖掘，有助于对业务流程全面监管和控制，提升企业管理水平。
二、企业ERP数据价值挖掘中大数据技术应用
（一）大数据技术下的企业ERP数据挖掘需求
现代企业在经营发展中，面对市场不断增长带来的挑战，企业建立的RP系统主要是建立信息集成平台，将产、供、销和服务集合于一体，尽可能解决信息孤岛问题出现，辅助企业管理和决策，切实提升企业管理水平。同时，加强各项业务和财务环节的联系，逐渐一体化发展，可以获取精准的数据信息，优化企业业务环节，优化业务流程，逐渐标准化和规范化管理，为企业管理和决策提供精准信息。在现代化技术支持下建立企业业务监管平台，快速识别风险，寻求合理措施进行风险控制，将风险控制在合理范围内，对于企业管理水平提升具有重要促进作用。借助企业业务运营监管平台，风险控制逐渐规范化和制度化开展，有助于提升管理工作的透明度，确保数据可以追根溯源，从源头上降低风险隐患，为企业可持续发展奠定基础。
（二）大数据技术下的企业ERP架构
大数据技术在企业业务中应用，包括客户分析和财务报表编制等方面，在大数据技术支持下的企业ERO体系结构包括数据层、传输层、处理层和存储层。具体表现在以下几点：
1.数据源。数据源主要是指采集数据的源头，包括ERP系统各个子系统中的数据，包括资产数据、财务数据和营销数据，还有其他子系统中的数据。
2.采集数据。ERP系统中的数据通常是以结构化数据为主，即物资库存数据、员工数据以及客户信息数据等等，可以将其直接存储在数据库中，为后续数据查询提供支持；系统的日志数据，可以借助Flume采集获取；生产数据私密性较高，通过特定系统接口来采集。采集数据的真实性较。
3.预处理数据。数据的来源渠道多样化，数据大小和特点同样存在显著差异，由于数据分析和存储不便捷，可能由于数据类型特点不同，无法确定具体的安全日志和用户日志。故此，需要在数据采集前进行预处理，便于数据的分析和处理。
4.存储数据。大数据技术支持下的企业ERP系统中，存储数据主要采用HDFS分布式存储结构，通过HBase数据库和关系数据库结合形式存储数据，便于后续数据查询的同时，可以摒弃数据量带来的不良影响。
5.数据的分析和决策。在大数据技术下，企业的ERP系统可以获取多渠道的数据，降低企业对数据信息依赖程度，有效对数据剖析和处理。企业ERP系统中数据挖掘，包括生产数据、经营管理数据和销售数据等，借助大数据技术深层次挖掘，可以获得精准的分析结果，尽可能避免客户流失，加深客户的热情和忠诚度，充分展现ERP数据潜在价值。
6.展示数据。在大数据技术支持下，可以深层挖掘数据新价值，为后续的管理和决策提供支持，并将其通过图表形式呈现出来。
7.系统管理。由于ERP系统自身特性，企业内部的员工的岗位职责不同，所以拥有不同的系统操作权限，而这些数据中有很多属于机密信息，需要赋予人员更高等级的权限进行操作。管理层同时具备数据层管理作用，通知数据的传输、存储和计算等。
三、ERP数据价值深度挖掘
大数据技术支持下的ERP系统数据挖掘，在前期分析基础上，结合企业的业务需要合理分配，整合内部业务于一体，建立一体化平台，通过其他管理子系统结合，有助于进一步挖掘数据新价值。具体表现在以下几点：其一，主体分析，对历史数据深度挖掘，寻求合理的方法予以改善，与业务管理系统整合，结合项目效益评价、投资管理分析和物资计划分析等内容，可以有效提升系统管理效益。其二，战略分析，结合不同用户的多样化需求，关注不同因素指标，可以直观呈现出来，帮助管理者全面掌握企业的管理情况，分析是否需要对业务进行干预。其三，绩效分析。对时效性要求较高的业务全面监控，分析影响执行工作效率的节点，优化业务流程，切实提升业务运行效率和质量。
四、结论
综上所述，面对当前市场上激烈的竞争和挑战，制造企业需要与时俱进，注重前沿技术的引进和应用，建立一体化平台的同时，优化业务流程，持续推进企业改革。在大数据技术支持下深度挖掘ERP系统数据新价值，促使数据可以创造更大的经济效益，为管理和决策提供可靠依据的同时，为企业长远生存和发展打下坚实基础和保障。
参考文献：
[1]刘青.融入大数据技术的ERP数据新价值分析与研究[J].中国管理信息化，2017，20（11）：61-62.
[2]常星.基于大数据技术的铁路运输企业ERP的应用研究[J].中小企业管理与科技（下旬刊），2016，16（03）：219.
[3]王璟，杨德昌，李锰，范征，Mark Chew.配电网大数据技术分析与典型应用案例（英文）[J].电网技术，2015，39（11）：3114-3121.
[4]黄彦浩，于之虹，谢昶，史东宇，周孝信.电力大数据技术与电力系统仿真计算结合问题研究[J].中国电机工程学报，2015，35（01）：13-22.
[5]李金海，何有世，熊强.基于大数据技术的网络舆情文本挖掘研究[J].情报杂志，2014，33（10）：1-6+13.
[6]王天泥.大数据技术在图书馆阅读推广中的应用——以“3A5步”法为例[J].情报资料工作，2014，23（04）：96-99.
作者简介：曾燕茹，浙江众恒铝业有限公司。