研發型企業數據信息的可視化研究

范本亮

摘要：信息技術的發展和智能制造設備的使用讓研發型企業運營生成的數據量不斷增長，智能的數據可視化系統可以綜合管理這些數據，并將其轉換成有助于企業高層決策有價值的信息。本文介紹了企業數據信息可視化的意義和構建原則，以及數據的可視化分析與應用場景，希望幫助企業實現信息到知識再到利潤的轉變，從而獲得更好的經濟效益。

關鍵詞：研發型企業；數據信息；可視化

中圖分類號：TP311.13文獻標識碼：A 文章編號：1672-3791（2018） 5（b）-0000-00

隨著研發型企業數據管理和知識管理的不斷發展，企業日常科研生產生成的數據量也不斷增長累積，如何把大量數據綜合管理，轉換成有價值的信息，以簡潔、直觀的方式呈現給決策者，為企業高層的科學分析決策提供數據支撐，成為亟待解決的問題。數據可視化作為數據分析挖掘的一個發展方向，在提升組織決策判斷力、整合優化企業信息資源、提高決策層工作效率方面被證明具有顯著意義。

1.企業數據信息可視化的意義

根據維基百科的定義，“數據可視化是技術上較為高級的技術方法。這些技術方法允許利用圖形、圖像處理、計算機視覺和用戶界面，通過表達、建模方式實現對立體、表面、屬性和變量的顯示，并對數據加以可視化解釋”。人類五感所獲得的信息中，約80%來自視覺，故而人們更喜歡看圖片視頻而非文字，喜歡看圖表而不是數據；同時，視覺信息也是人類最容易了解和最可信賴的信息。因此，利用人類視覺易于在短時間之內迅速捕獲核心內容的特點，通過各類圖形與表格來展示數據的邏輯關系，及其可以傳遞出的準確信息，是數據分析人員判斷數據價值，并決定是否提交用于管理層決策的重要途徑。所以，對企業日益增長的海量數據進行可視化分析是有效處理企業大數據一種切實可行的方法。

2.企業數據可視化系統的構建原則

部署數據可視化系統之前，企業應最大程度地集成各個信息子系統（情報檔案信息系統、科研生產管理信息系統以及內外部其他信息來源等），然后將可視化系統與集成后的信息系統高效便捷地連接，便于實時挖掘數據關系并進行可視化分析。此外，集成信息子系統的同時應統一規范各類信息內容的模板格式要求，確保可視化系統及時發現數據內容、結構和關系的變化，方便整合之后迅速完成動態變化的數據分析結果。

構建數據可視化系統時，企業應根據自身信息化建設情況，將可視化系統嵌入業務流程系統，這樣可以最大范圍收集各業務板塊的數據資源，全面獲取企業科研生產的真實情況，提高數據價值的有效性，為企業運營管理和管理層決策提供快速實時、精準有效的數據支持。

可視化系統應當既支持分析人員單機使用，分析處理簡單有限的數據，也支持將數據上傳至服務器，由多臺服務器或用戶端云處理，協同完成海量復雜的數據分析，然后將分析結果下載到客戶端進行展示。系統同時也需要具備較好的人機交互性，實時動態地顯示系統硬件設備的運行效率、服務器負載變化、系統風險與安全漏洞等數據，方便系統管理員據此設置和修正系統運行參數，有效保障系統的安全穩定與性能最優化。

3. 企業數據的可視化分析與應用場景

3.1數據可視化分析過程

連接嵌入到集成信息系統之中的數據可視化系統，應能夠根據所要分析數據的內容和分析結果要求，輔助數據分析人員采用不同的分析模式和方法進行可視化分析，并以多種方式展現數據的價值和邏輯關系。

信息管理部門接到分析任務后，首先要明確任務的出發點和目標。因為數據承載的信息多種多樣，不同展示方式會導致側重點的天壤之別。只有明確之后才能決定要過濾的數據、采用的處理算法以及視覺通道編碼等。通過數據采集設備，完成對研發制造的PDM系統、IPD系統、MES系統，以及采購外協的ERP系統和財務人力資源等數據資源的采集之后，利用數據存儲處理系統實現數據的清洗過濾和標準化模板轉換，在提高數據價值有效性、數據可用性和可控性之后，上傳到專用數據庫進行存儲。

由于研發型企業數據結構復雜、種類繁多，不同部門數據需求差異大，所以需要綜合考慮數據存儲量、存儲模型、讀寫頻度、響應時間等因素，采用分布式文件系統和分布式數據庫，建立綜合存儲體系進行優化管理，高效可靠地保障后續的數據挖掘和科學分析。然后，依據分析對象的數據量、數據類型和分析結果要求，通過關聯分析、列表分析、路徑分析和群組分析等方法，迅速準確地挖掘數據價值和數據之間的邏輯關系。

3.2可視化數據的獲取過程

可視化數據的獲取過程，就是分析人員輸入數據信息、分析系統進行挖掘分析，兩者對數據共同作用的過程。系統完成數據的分析處理和可視化展示，分析人員負責數據的獲取識別和修改完善。

企業的各種有價值數據信息通常隱匿在信息系統數據庫以及各業務流程之中，分析人員通過檢索挖掘并利用有效的分析系統模型，可以對數據進行分析處理和價值挖掘，然后以可視化圖表等形式發送給研究人員，經過研究人員對這些信息的識別進而形成知識。由于研究人員個體認知的主觀片面性，需要通過評審等方式驗證所發現的知識信息，然后再進行分析整合，進而獲取準確可靠的知識信息。最后，將經過驗證整合的信息上傳給可視化分析系統，這樣可以提高可視化分析系統數據處理、分析建模和可視化展示的科學性與準確性。

3.3可視化數據的應用場景

可視化的數據面向企業戰略并服務于決策層和服務層，涉及企業戰略、管理思想、業務整合和體系建設等層面，對于輔助管理決策層進行科學決策，服務層進行科學的數據分析具有十分重要的意義。將數據進行可視化的核心目的就是梳理清楚所展示數據的邏輯關系，充分挖掘其中蘊含的信息知識，用以指導具體業務。通過分析系統梳理數據指標與維度，成體系的呈現復雜數據背后的聯系，使數據結果形象化，便于用戶及時捕捉與其密切相關的信息，幫助企業完成市場環境調研、經營風險控制與預警、KPI考核、各職能系統運行效率、市場營銷和內部業務流程等領域的可視化服務，為企業提供覆蓋各個業務板塊和工作流程的可視化決策支持。

4.結語

信息時代環境下，數據資源日益成為研發型企業的核心資源。如何迅速、安全、高效地挖掘出企業日常運營中生成各類數據的價值，并將獲取的分析結果運用到企業管理流程構建、信息資源利用、客戶關系管理和服務模式變革中，成為構建企業核心競爭力的關鍵。數據可視化分析系統是研發型企業發現數據價值，將這些有價值的數據轉化為企業的知識積累和管理層的決策依據，并以可視化形式展示的有效途徑，是幫助企業實現從信息到知識再到利潤的轉變，獲取更佳經濟效益的重要技術途徑。

參考文獻

[1]楊利軍，高軍.圖書館個性化服務中的大數據可視化分析與應用研究[J].現代情報，2015，07

[2]王棟.大數據可視化技術在電網企業的應用[J].江蘇電機工程，2014，11

[3]代雙鳳，董繼陽，薛健.科學計算中大數據可視化分析與應用[J].工程研究-跨學科視野中的工程，2014，6

[4]游進國，楊卓犖，胡建華.一種支持大規模數據的多維可視化分析框架[J].計算機工程，2011，37