基于大數據時代下試制數據資產的管理與應用

王捷

摘 要： 隨著信息技術的深入發展，信息系統的業務部門越來越依賴于信息系統中的數據，其中的數據已經成為公司的重要資產。面對日益增長的數據，如何進行高效、安全的管理，幫助企業管理無形資產，從而幫助企業實現發展目標已成為一個重要課題。本文主要研究試制業務數據資產的定義、分類和管理。數據管理貫穿于現代企業生產經營的各個環節，數據管理的研究將對政府管理帶來深遠的影響，企業、政府機構和企業都有大數據應用的典型案例，這就是大數據理論。大數據時代的到來，大數據的分析、管理、應用帶來了商業模式和部門管理的創新。明確了試用數據資產的相關概念和特點，從試用項目、運行管理和系統流程三個方面對各類數據資產進行管理、分析和應用，并將是大數據時代業務部門乃至整個企業帶來的創新管理。

關鍵詞：大數據 試制 數據 資產

大數據已經被應用于世界各地的各個行業，比如金融、服務、公共事業、媒體、零售、司法、執法等等。麥肯錫全球研究院在一篇報告中最早提出了大數據的概念。隨著信息化的深入，企業業務部門對信息系統的依賴越來越大，信息系統中的數據就成為公司的一份重要資產。面對不斷增長的數據，如何對其進行高效、安全的管理，以幫助企業管理好這份無形資產，從而助力企業實現發展目標成為一個重要課題。

1 試制數據資產的定義

數據管理貫穿于現代企業生產經營的方方面面。數據管理的研究將對政府管理和企業運營產生深遠的影響。政府機構和企業單位都有大數據應用的典型案例，形成了“大數據理論”，但關于數據如何成為“資產”，在相關研究和典型案例中，對“數據資產”的特征沒有統一清晰的界定。

1.1 數據的定義

數據是觀察或事實的結果，是對客觀事物的邏輯歸納，是用于表示客觀事物的、未經加工的原始素材。數據也是信息的載體和表現形式，可以是語音、圖像、視頻，也可以是符號、文字、數字等。數據和信息不可分離，信息是數據的內涵，數據是信息的表達。數據本身沒有意義，只有數據對實體行為產生影響時，才成為信息。數據可以是離散的，如符號、文字，稱為數字數據;也可以是連續的值，比如聲音、圖像，稱為模擬數據。

1.2 資產的定義

資產，是指任何公司、事業單位和個人過去的業務往來或各種事項形成的，由企業擁有或控制，并預期給企業帶來經濟利益的資源。任何商業單位、企業或個人擁有的具有商業或交換價值的東西。資產按其流動性（資產周轉率和變現能力）能夠分為流動資產以及非流動資產。資產具有以下特點：資產會預期給企業帶來經濟利益，資產應當是企業擁有或控制的資源，資產是由企業過去的交易或事項形成的，資產必須能夠用以貨幣計量。

1.3 數據資產的定義

數據資產是一個系統的知識體系，可作為一個單一的實體進行組織和管理。數據資產的增值直接關系到能夠有效利用信息的人數。與公司的其他資產類似，一個組織的信息資產也有其財務價值。數據資產一般以實物或電子方式記錄，如文檔資料、電子數據等。文件和資料包括公示文檔、合同、工作單、項目存檔文件、操作記錄、會簽報告、應急預案、日常生成的運營數據、外部流入的各種文檔文件。電子數據包括，數據庫數據、操作運行的統計數據、開發過程中的源代碼、技術方案及報告、配置文件、拓撲圖、系統信息表、系統文件、管理方法、體系流程文件、工作記錄、表單、用戶手冊等。

1.4 試制數據資產的定義

根據對于試制業務的歸納梳理，以及以上各名詞的定義，得出試制數據資產的定義是，以物理或電子的方式記錄的，有關試制項目試制、科室運營、體系流程的，預期會帶來經濟利益的，未經加工的原始信息。

2 試制數據資產的分類

為了更好地對試制數據資產進行充分有效的管理與應用，首先對于數據資產進行分類以及梳理就顯得十分必要。分別按數據性質、數據形式、以及數據類型做出了一下分類。

2.1 根據數據性質分類

位置數據：例如各種CMM 三坐標數據、數模數據等;

屬性數據：即表示事物定性的數據（項目類型、造車階段、項目級別等）;

數量數據：反映事物的數量，如間隙、容量、面積等幾何量，或者速度、質量、扭矩等物理量;

時間數據：是體現事物時間特性的數據，如年、月、日、時、分、秒等。

2.2 根據數據形式分類

物理形式數據：以物理的方式記錄的數據，如公示文檔、合同、工作單、項目存檔文件、操作記錄、會簽報告、應急預案、日常生成的運營數據、外部流入的各種文檔文件;

電子化數據：以電子的方式記錄的數據，數據庫數據、操作運行的統計數據、開發過程中的源代碼、技術方案及報告、配置文件、拓撲圖、系統信息表、系統文件、管理方法、體系流程文件、工作記錄、表單、用戶手冊等;

系統化數據：以數據庫的方式記錄的數據，如已有系統里存儲的歷史數據;

2.3 按數據類型分類

結構化數據：稱作行數據，是由二維表結構來邏輯表達和實現的數據，嚴格地遵循數據格式與長度規范，主要通過關系型數據庫進行存儲和管理;

非結構化數據：即不適于由數據庫二維表來表現的數據，包括辦公文檔、XML、HTML、各類報表、圖片和音頻、視頻信息等等。

半結構化數據：就是介于完全結構化數據和完全無結構的數據之間的數據。

3 試制數據資產管理

除了對于以上數據資產的分類，根據試制業務的不同，亦可按數據產生方式進行分類，如試制項目、科室運營、體系流程等。而根據不同類型的數據，我們需要以不同的方式進行管理。

3.1 電子化系統化數據庫的管理

在已有系統以及相應數據庫的基礎上，需要定期對其中的數據進行梳理，剔除冗余數據以及異常數據后進行分析。如有必要，可以對數據庫結構進行優化重組。而對于尚未有系統數據庫存儲的電子化數據資產，需要有計劃地進行數據庫建構的同時，對于已有數據進行定期分析，這樣做同樣有利于系統數據庫建構的過程中，對數據結構進行優化，提前避免數據庫建成之后的短期重組。

3.2 物理形式數據的管理

對于目前仍然以物理形式存儲的數組資產（紙質版、掃描件等），首先要對物理媒介妥善保存歸檔的同時，盡快將物理形式的數據轉化為電子化的數據，不僅提高的數據存儲的安全性，同時提高了數據的可檢索性、可分析性、以及存儲容量。

4 試制數據資產應用

4.1 案例一：試制項目預算優化

就各項目預算的電子化數據，針對各已完成項目的歷史預算數據進行分析。縱觀各階段造車的價格倍數，從2.16到8.68不等，考慮項目的特殊性以及數據離散性，將初始的價格系數相應地下調;分析除整車數據外B類以及K類試制交付實體，從單價比例發現，B類交付物單價比例從9.99%到41.15%不等， K 類交付物單價比例從2 3 . 3 3 % 到1143.01%不等，結合平均數以及中位數等統計數據，將優化后的B/K類價格系統由統一的33.3%分別調整，B類相應下降、K類相應上浮;運用相似的數據分析和統計方法，分別對車身軟模、工裝夾具、外包人員工時、倉儲分攤的比例進行了微調，從而更有效地減少了預算與實際使用的差異，提高預算編制的準確率。

4.2 案例二：試制造車工位優化

針對試制車間的工位暗燈系統的數據庫系統化數據，試對各工位日常暗燈數據進行分析。暗燈分布與車間各工位基本一致，由各工位技師以實際工位上的狀態對暗燈進行操作。暗燈狀態分為正常、物料問題、試制問題、空閑以及休班這五種狀態。針對某一個自然月的所有工位、所有時間、所有狀態的暗燈運行數據進行分析。考慮各工位當時進行的試制項目進行對應，可以得出以下結果。累計停線時間以及累計停線次數Top1 工位，對應項目是D 項目的16 工位，停線原因為物料問題，經分析原因主要為供應商無法按時交樣，其他高頻原因因后道工位場地被占用，車輛無法按計劃行進到后道工位;分析相同原因累計停線涉及工位數以及車輛數，并以此為依據對項目現場運行的問題處理進行優先級排序，給出短期措施和長期措施;對于問題發生較少的暗燈對應的低頻工位，經核實該工位的確無暗燈問題記錄，該月該工位進行的項目造車狀態均正常，按計劃進行造車，系統運行無問題。

5 總結

數據資產與物理資產的基本區別是，數據資產是動態變化的，而物理資產是固定不變的。數據資產在許多方面表現出動態特征——以運行數據（項目信息、工藝開發、試制造車等）的形式產生開始，直到在各種業務功能和過程中最終的應用（ERP、MES、智能制造等）。大數據時代到來，大數據分析、管理、應用引發業務模式、科室管理的創新。綜上，在闡明試制數據資產的相關概念及特征的基礎上，從試制項目、運營管理、體系流程三個方面進行各類數據資產的管理、分析與應用，將會對大數據時代下的業務部門甚至整個企業帶來管理創新。

參考文獻：

[1]McKinsey Global Institute，Big data：Thenext frontier for innovation， competition，and productivity，2011，May.

[2] 謝國忠，大數據時代下的企業管理與創新，全國企業管理創新大會，2013.

[3] 黃湘武，數據資產管理夯實企業管理平臺，中國制造業信息化，2012（3）：41-42.