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。