数据治理是实现智慧型企业的关键吗?

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 数据治理是实现智慧型企业的关键吗?

image.png


徐州,历史上是华夏九州之一,自古以来就是战略要地,还是中国的工程机械之都。

而今,徐州不仅依然是京沪线和陇海线的交通枢纽、淮海经济区中心城市,也是一带一路的重要节点城市。2018年4月,科技部、国家发改委支持徐州开展创新型城市建设,就为徐州的经济发展打开了另一扇门。

也就是说,徐州将利用自身地理位置、制造业基地、人才等多方面的优势,吸引更多的创新型企业或产业链上下游,加速发展。

这时候,云计算、大数据、人工智能、IoT等等创新技术,必然会成为各个行业创新发展的关键,而所有这些的基础,则在于数据的打通。

数据治理是前提


“为打造装备制造业竞争新优势,徐工集团坚持发展智能制造作为工业转型升级的首要途径。”徐工集团工程机械股份有限公司信息化管理部副司长付思敏认为,智能工厂的目标是提升生产力、质量和速度,降低成本的同时让企业更柔性,而数字技术是改进及创新的关键。

在付思敏看来,信息系统集成,实际上是大数据应用的基础,也是智能制造得以落地的关键。

举个例子,企业的数据来源越来越多,从质量系统、生产系统、物流系统,到销售系统、客户关系系统、研发系统等不同的系统得到各式各样的数据。只有把这些数据有机地、有效地统合在一起,通过主数据的治理,保证数据来源的唯一性,企业才能真正对数据进行分析、使用和有效利用,把数据转换成价值。

image.png

徐工集团工程机械股份有限公司信息化管理部副司长付思敏

SAP大中华区售前总经理王涛解释说,大数据的使用和利用比想象的要难多了,实际上,据统计企业级的数据80%没有被使用,社会上的数据97%也没有被用好。

即便是对数据治理比较重视的徐工集团,在打造线上线下开放平台,用数据驱动智慧物流生态圈的过程中,也不可避免地遇到比如开展多元化物流服务、内外联动和供应链一体化等整合集团外部资源和数据的难点。

image.png

企业数据创新与治理俱乐部正式启航

而对于更多的企业来说,规范化、标准化企业的数据都十分不易。有些企业在集团层面制定了数据标准,但执行的时候,各部门仍然自己采购各种系统,造成数据整合的难题。

“规范标准是很大程度上,是观念问题。大多数企业都是先建系统后建数据的标准和规范,但理想状况正相反。”SAP大中华区数据库售前总监宋一平表示,“尽管企业的数据库大部分不是国标先行,但我们仍然可以通过技术治理的手段,有限弥补标准化;此外,企业集团层面在设计数据库的时候,也可以通过预留一些字段,便于后期的数据整合。”

数据成就智慧企业


应该说,打通数据是企业数字化转型的第一步;而接下来,真正打造智慧企业,则需要加入更多的数据采集手段,并进行有效利用,来满足客户的个性化需求。

“确实大部分地产公司各个业务板块的ERP系统是割裂的,成本是一块,销售是一块,计划是一块,设计是一块,把所有这些系统的数据打通是第一步。”深业集团集团总裁办副总经理马清女士表示。

据悉,SAP的解决方案不仅是一个ETL工具,不光是进行数据清洗和数据集成,也不仅仅是从开源的Hadoop里把非结构化数据拽过来,而是要把ERP里面的结构化数据和Hadoop的非结构化数据进行很好的编排,通过SAP DataHub完成数据管道的梳理。

“比如今天有部分地产物业改成长租公寓,从销售到运营服务是很多企业的方向,这样通过数据积累,后期会产生数据价值。”马清解释说,“从B2B到B2C,通过数据挖掘客户需求,企业在这一转型的落地过程中需要不断试错,不断挖掘数据的价值,从而满足客户需求。”

在王涛看来,企业实现智慧转型,需要从企业的角度,从客户的角度,从自我产业链的角度,以及市场运营等几个方面进行能力提升。

image.png

SAP大中华区售前总经理王涛

首先,企业可以通过生产线大数据分析,来帮助企业优化工艺路径等提升产品质量,提升良品率等,实现企业自身的核心竞争力的增强。

其次,企业可以通过客户行为方式的大数据分析,来判断市场趋势的变化。

第三,企业所构建的生态产业链,如何让上游企业、下游企业之间的协作更高效,这就需要业务流程数字化,来更迅捷、更柔性来满足客户个性化的需求。

第四,在运营服务层面,企业在洞察到以前无法感知的业务模式之后,不仅需要能够迅速做出反应,而且需要让业务运营能够真正落地执行。比如社交媒介统计出来的数据,可以跟销售数据进行比较。今天SAP有能力直接把两边数据结合、打通,让企业外部数据和企业内部数据能够结合起来,为企业提供智慧的决策。

应该说,在开展创新型城市建设,开展企业数字化转型升级的过程中,数据治理是企业实现价值创造的过程。这一过程对于企业各个业务部门来说,核心目的并不是为了管控,而是为了实现更大价值的创造,从系统层面进行赋能。有时候,思想观念的共识,比技术层面的进步,更加重要。

相关文章
|
10月前
|
人工智能 JSON 搜索推荐
当AI遇上VR:个性化内容创作的“新次元”革命
当AI遇上VR:个性化内容创作的“新次元”革命
500 5
|
6月前
|
人工智能 弹性计算 监控
从逻辑流到智能生态:零基础构建生产力级 AI Agent 实战手册(智能体来了—西南总部)
本文探讨AI 2.0时代下,个人开发者如何借助字节跳动Coze平台,零代码构建具备感知、决策、行动能力的AI智能体。通过结构化提示词、工作流设计与RAG技术,打造行业级应用,并推动区域数字化转型,实现从使用者到创造者的跃迁。
1695 1
|
存储 自然语言处理 算法
蓝桥杯16天刷题计划一一Day01(STL练习)
本文介绍了蓝桥杯16天刷题计划的第一天内容,主要练习STL相关算法。涵盖队列、优先队列、单调队列、单调栈和链表等数据结构的应用。通过经典题目如机器翻译(队列模拟内存)、约瑟夫问题(链表模拟报数)、滑动窗口(单调队列)、Look Up(单调栈)、合并果子(优先队列)和最小函数值(优先队列结构体排序),详细解析了每种数据结构的实现与优化方法,并附有完整代码示例。适合初学者掌握STL核心用法及算法思想。
499 10
|
开发框架 Java .NET
C#与Java
在动态且不断发展的软件开发世界中,Java 和 C# 是两个巨头,每个都有自己独特的优势、理念和生态系统。本文深入比较了 Java 和 C#,探讨了它们的历史背景、语言特性、性能指标、跨平台功能等。
607 19
C#与Java
|
机器学习/深度学习 人工智能 缓存
【AI系统】推理内存布局
本文介绍了CPU和GPU的基础内存知识,NCHWX内存排布格式,以及MNN推理引擎如何通过数据内存重新排布进行内核优化,特别是针对WinoGrad卷积计算的优化方法,通过NC4HW4数据格式重排,有效利用了SIMD指令集特性,减少了cache miss,提高了计算效率。
753 3
|
移动开发 网络协议 安全
一篇文章带你搞懂TCP/IP协议与OSI七层网络模型
一篇文章带你搞懂TCP/IP协议与OSI七层网络模型
1473 0
一篇文章带你搞懂TCP/IP协议与OSI七层网络模型
|
NoSQL 关系型数据库 MySQL
你了解微服务的超时传递吗?
你了解微服务的超时传递吗?
|
监控 NoSQL 算法
阿里本地生活EMonitor根因分析大揭秘
阿里集团针对故障处理提出了“**1/5/10**”的目标-- 1 分钟发现、5 分钟定位、10 分钟恢复,这对我们的定位能力提出了更高的要求。
4827 108
阿里本地生活EMonitor根因分析大揭秘
|
SQL 关系型数据库 MySQL
MySQL 聚合函数深入讲解与实战演练
MySQL 聚合函数深入讲解与实战演练