基于混凝土行業大數據下的可視化技術分析研究

張永輝，韓登，范江波，吳篤勇

?

基于混凝土行業大數據下的可視化技術分析研究

張永輝，韓登，范江波，吳篤勇

（中建西部建設西南有限公司，四川 成都 610000）

基于我國互聯網環境的不斷發展，信息技術逐步提升，政府大力倡導企業借助互聯網手段進行轉型，努力優化企業信息化管理模式，激發企業核心內生動力，提高企業在行業中的競爭力，各大中小企業掀起了工業化改革熱潮。企業利用前沿的互聯網技術、信息化管理工具與企業自身特點相結合的手段提升企業工業智能化水平。工業智能化是未來工業體系的核心，它的實現需要對工業大數據進行分析與研究，如何合理有效利用大數據提高生產效率和競爭力是實現工業智能化的關鍵。對大數據處理、可視化技術、數據處理技術等進行分析和討論，并對工業大數據可視化分析技術的應用前景進行了探討。

互聯網；大數據；可視化；工業智能

1 研究背景

隨著“互聯網+”與各個領域的不斷融合，企業借助互聯網進行創新已經成為新時代企業發展的必然。隨著信息技術與網絡技術的不斷發展，工業智能化在實際運營過程中會產生大量數據。由此，數據分析以及可視化技術在大數據的處理中顯得尤為重要與普遍[1]。混凝土產業是當今傳統建筑業的核心組成部分，混凝土制造過程中的報表由傳統的人工登記轉變為現有的ERP系統管控。互聯網技術的引入對工作方式發生了改變，從而提高了工作效率。

2 商品混凝土及其行業介紹

商品混凝土由水泥、骨料、水以及相應比例的外加劑、礦物摻和拌料制成，被稱為“商砼”，又可以叫做“預拌混凝土”。它被稱作預拌混凝土的主要原因是由于其生產過程主要以集中攪拌為主，根據實際使用過程中澆筑部位不同可以調整攪拌摻和物的比例，然后由專門的運送車在一定時間內送達施工現場，又可以稱為定制化產品。據不完全統計，我國混凝土企業大概有12 000家，預計年生產產能約50多億立方，由于近年來城市化建設的高速發展，混凝土產量逐年遞增。我國近些年混凝土生產量統計如圖1所示[2-3]。

3 混凝土大數據特征與價值

大數據又稱為海量數據，傳統大數據主要來源于各大企業門戶網站、電子商務平臺、社交網絡、搜索引擎等。通過對這些數據分析，可以為用戶提供更好的服務與產品體驗，同時又可以得出用戶的消費習慣以及市場流向，創造更大的商業價值[4]。工業大數據是指以工業數據為核心，在其生產制造過程中產生的數據、相關技術和應用的總稱，其中包含了商品從原材到加工成品過程中整個生命周期產生的所有數據，工業大數據與傳統大數據區別在于對數據質量的要求方面，工業大數據要求生產數據的連續性、可持續性、準確性[5]。目前大多數企業都有自己的ERP系統，用于數據采集、處理、存儲、分析與可視化。

圖1 混凝土生產量統計

3.1 混凝土大數據的特征

混凝土大數據的特征包含以下幾點：①混凝土大數據采集過程中需滿足時效性。數據傳輸的過程中利用信息與通信技術達到高效目的，才能滿足實際生產過程中的需要。②數據在經過處理以后要滿足數據的真實性與完整性。相比于傳統大數據而言，工業大數據更注重數據處理后的數據質量，要求數據真實可靠。③數據存儲的復雜性。混凝土產品在生產加工過程中涉及各個業務部門的協同作業，所以數據之間的關聯性較強，存儲復雜。④混凝土產品在實際生產過程中涉及原材采購、生產加工、物流配送等，數據處理與數據分析方法需要建立不同的模型，精度與可靠度要求相對較高。

3.2 混凝土大數據價值

混凝土大數據在實際生產過程中產生，其價值的大小取決于數據的真實性、可靠程度、復雜程度，例如不同規格標號的產品混凝土的配合比，有特殊要求的混凝土產品的配合比等，只有可靠性高的產品，才能發揮巨大的市場價值。由于混凝土生產過程中容錯率較低，混凝土大數據的價值體現在可以優化信息服務，使數據采集更準確，使生產環節變得高效。對混凝土大數據的分析，可以模擬實際工業生產的全過程，降低錯誤風險，減小容錯成本。

4 大數據可視化

4.1 數據可視化概念

數據可視化技術是大數據管理中的一種重要手段，其主要功能是分析已有數據的特性，以合適的可視化方式，比如圖形或者表格的形式，將數據直觀展示出來，幫助用戶在使用過程中發現包含在數據中的規律。然而數據可視化的主要目的并不是僅僅展示給用戶已知數據之間的規律，其主要目的是根據可視化的方式讓用戶發現這些數據所反映出來的問題[6]。大數據可視化需要經歷四個部分：需求分析，建設數據倉庫/數據集市模型，數據抽取、清洗、轉換、加載（ETL），建立可視化分析場景[7]。

4.2 混凝土大數據可視化實例

傳統混凝土行業數據報表均以人工登記為主，數據準確性較低、分析效率不高，且難以復用。隨著互聯網技術的不斷發展，企業借助信息化手段提升企業管理水平，本文以中建西部建設為例講解可視化技術在混凝土大數據中的應用。

4.2.1 產品成本數據可視化

混凝土的成本數據主要來源于平時生產數據原材料消耗積累，每日材料消耗與每月材料消耗統計，可以做成本分析資料。由以往的產品成本數據分析，可以針對當月生產計劃指定采購計劃。混凝土成本分析如圖2所示。同時，混凝土產品的價格主要受區域原材價格的影響而波動，了解混凝土成本以及成本變化趨勢，及時調整混凝土產品價格具有很大的商業價值，混凝土成本趨勢如圖3所示。

圖2 混凝土成本分析

圖3 混凝土成本趨勢

4.2.2 成本占產值比

成本占產值比的核算是以收入、成本為依托，從項目盈利情況出發，涵蓋整個業務流程，將經營、管理、生產等活動產生的各種數據進行記錄、處理和分析，找到規律，監測問題，并優化各個環節，同時又通過反饋機制，不斷改善源頭數據的質量，更好地為管理提供幫助。主要目的是精準計算出每個項目每個標號每盤混凝土的成本和費用，數據結合業務，服務于管理。配合項目組，為制定更優的商務策劃方案提供助力，成本占產值比如圖4所示。

圖4 成本占產值比

4.2.3 客戶項目反饋

客戶與企業的關系決定企業長期的經濟效益和企業核心競爭力，準確把握客戶對于企業的服務態度，維護客戶與企業之間的關系，具有重要商業價值。由于混凝土市場競爭環境較為激烈，客戶持有量的保證就是企業經濟利益的保證，客戶滿意度分析變得尤為重要，客戶滿意度占比如圖5所示。

5 結論

隨著互聯網與大數據技術的不斷發展，傳統企業運營模式勢必需要借助先進的技術手段，并結合自身企業與行業特點進行改革。本文從混凝土大數據方向入手，對該行業大數據的數據特點和處理方式進行研究，借助大數據可視化技術展示了相關數據板塊可視化結果，得出數據可視化技術在混凝土行業應用的可行性，為后期混凝土大數據的研究提供助力。

圖5 客戶滿意度比例

［1］曾悠.大數據時代背景下的數據可視化概念研究［D］.杭州：浙江大學，2014.

［2］任會民，劉飛.基于“互聯網+”與大數據下的電子商務分析［J］.科技廣場，2017（5）：159-162.

［3］何文韜，邵誠.工業大數據分析技術的發展及其面臨的挑戰［J］.信息與控制，2018，47（4）：398-410.

［4］王志堅.基于大數據平臺的電力營銷信息化建設分析［J］.內蒙古電力技術，2016，34（4）：17-22.

［5］常青云，鄭東升.基于大數據平臺的電力營銷信息化建設研究［J］.科技展望，2017，27（28）.

［6］王洪玉，朱安平，王凱，等.基于國網新源基建智能管控系統的基建數據可視化分析研究［J］.電氣時代，2018（11）.

［7］王兆業.移動互聯網數據可視化技術及應用研究［J］.通訊世界，2016（10）：247.

2095－6835（2019）02－0050－02

TP391.41；F426.92

A

10.15913/j.cnki.kjycx.2019.02.050

張永輝（1983—），男，安徽人，碩士，管理科學與工程專業。韓登（1992—），男，湖北人，本科，信息管理專業。范江波（1989—），男，陜西人，本科，網絡工程專業。吳篤勇（1995—），男，土家族，重慶人，本科，信息管理與信息系統專業。

〔編輯：嚴麗琴〕