利用大數據技術探索中心數字化運營的研究

姜思明 譚升達 廖蔚

摘 要：在現階段社會經濟不斷發展的背景下，競爭及變革的時代需求要求煙草企業需要在盈利方面，從業務驅動轉化為數據驅動方式。利用數據化輔助決策的方式，是企業未來發展的重要部分。在數據應用過程中，涉及到不同的業務開展，比較常見的業務類型有生產數據、物流數據以及營銷數據等。因此，通過有效應用數據提升實際服務質量，以此避免用戶流失，具有十分重要的現實意義。文章通過分析利用大數據技術探索中心數字化運營的方式，結合現階段大數據技術的應用現狀，提出具體運營措施，以此提高煙草企業中心數字化的運營質量。

關鍵詞：大數據技術;中心數字化;運營

中圖分類號：TP273 文獻標識碼：A 文章編號：1674-1064（2021）10-0-02

DOI：10.12310/j.issn.1674-1064.2021.10.020

數字化運營模式創新并不是一個簡單的過程，在本地企業及跨國企業發展中都需要一段時間的積累和探索。在業務開展過程中，對具體流程、人員以及技術應用均會產生較大的影響。數字化轉型過程主要是針對企業的結構以及消費者的互動方式等，以此完成審視過程。在職能方面，需要強化研發、市場及銷售等多方面的協作。在高端品牌建設過程中，需要發展面向消費者的零售渠道，這一階段十分重要。基于上述條件，實現向數字化企業的蛻變，利用大數據技術完成IT系統、流程及服務改造很有必要。現階段，大多數消費企業IT部門的主要工作內容是信息處理及自動化工作，采取積極有效的后臺解決措施，對企業的日常運營提供支持。

1 大數據實際應用現狀分析

現階段，大多數企業已經完成了信息化建設，企業在長時間發展中，也積累了較多的數據。目前，企業之間的競爭逐漸加劇，在生存發展過程中，企業需要在短時間內更加準確地為客戶提供更具個性化的產品及服務。大數據技術的應用，可以在海量數據中獲得傳統數據分析方式難以滿足的價值和模式需求，以此幫助企業在決策階段及預測階段作出迅速、科學、準確的判斷。

1.1 大數據技術使用情況分析

現階段，大多數企業想要實現大數據技術的發展，有較多的架構平臺可供選擇，常見的有Spark等。其中，主要的架構平臺是Hadoop，這一平臺是分布式處理方式結構，主要應用在大規模集群中。在處理過程中，其可以利用簡單的編程模型，實現跨計算機集群的分布式大數據處理。在這種分布式計算設計的文件系統應用過程中，在計算階段僅需將計算代碼推動到相應的存儲節點上，就能在這一位置實現數據的本地化計算。Hadoop平臺應用過程中具備較高的可靠性、拓展性及高效性，以此可以更加輕松地應對PB級別的數據處理。

1.2 大數據技術在煙草數據中心建設中產生的作用

現階段，煙草企業在長時間的信息化建設中，逐漸積累的數據較多，并且隨著其發展，也會產生多樣化的數據。在大體量情況下，數據采集、存儲及運算過程中需要使用與以往具有差異性的計算存儲方式，因此大數據技術的應用也就具備了必要性。在結構化數據產生的同時，大部分非結構化數據也在不斷涌現。大數據技術實際應用過程中，可以完成非結構化數據的預處理過程，通過人工判斷及機器設備學習的方式，可以有效縮減相關范圍。在分析統計海量數據和非結構化信息之后，僅依靠傳統化的技術措施難以實現目標，在過程中積極引入大數據技術，可以有效利用數據資源，以此為企業的決策工作提供助益。

2 數據涉及的范圍及現狀分析

首先是業務數據。其中心部門的業務數據主要是在CRM及不同類型的支持系統中。在個人信息模塊中，客戶的姓名、地址及年齡均存于CRM系統中，從而完成產品的訂閱。現階段，煙草行業已經隨著時代形勢變化，建立起較多的現代化信息管理系統，比較常見的有營銷網絡管理系統或物流倉儲系統等。不同系統中均存在大量的數據需要處理和維護，系統與系統之間具有相對獨立性，并且缺乏有效的連接系統，造成多數數據對比分析及應用階段存在局限性，信息提取過程及整合過程的效果不佳。在煙草行業內部建立完整的信息處理網絡，為行業發展提供重要的數據支持，在過程中提升數據傳輸使用效率，從而為領導在決策階段提供參考數據[1]。

其次還有經營數據部分。這一部分內容中主要有收入數據、成本數據及相應的利潤數據等，在各個支撐系統及財務系統中比較常見，對中心經營的不同類型指標數據有所涉及。煙草行業大數據系統的應用，主要是在生產、營銷及物流等環節中，構成完整、系統的數據管理體系，有效掌握各個環節的實際情況，從而提高服務能力及生產營銷水平。

上文闡述的數據主要是企業內部數據，在各個系統中均有分散，首要工作是實現數據整合。整合多源數據后，需要提高數據本身的質量及真實性，以此提高分析結果的價值[2]。

3 煙草數據中心體系架構分析

3.1 數據中心體系架構

現階段，煙草數據中心的核心內容是一體化數據中心、一體化數據管理方式及一體化數據分析部分，以此建設比較完整的數據中心架構。其中，一體化數據中心在整體數據中心中起到核心作用，其組成部分主要有數據倉庫模型、數據存儲部分等，總體結構由此形成。其主要內容包括收集業務數據、加工、存儲及分發過程等，建立三層結構設計，構成相應的數據倉庫。一體化數據管理過程中，主要依據主數據管理內容、信息代碼管理內容等建設企業的主數據過程，包括標準化及同步分發過程。依據指標管理，完成企業共用基礎信息的全面化管控。在數據服務管理過程中，可以有效提升數據中心對外服務能力及水平;在元數據管理階段，對數據中心元數據可以進行有效管理[3]。除此之外，一體化數據分析階段，涵蓋移動信息構建、業務分析及數據挖掘過程;結合現階段面臨的問題，如不同工作人員的決策、管理及操作需求，針對性解決問題，積極發揮數據中心的數據優勢、技術優勢及平臺優勢。移動信息模塊可以為不同級別管理人員的工作提供相應支撐;在數據挖掘過程中，可以對數據的隱性價值進行挖掘。

在上述支撐框架的基礎上，數據中心工作的開展，可以實現全省范圍內的數據集成。其一，可以提升全省范圍內基礎數據及業務數據的質量，使規范化程度也有所提升;其二是在建設業務系統、改造已存在系統的過程中，具備更標準化的高質量數據保障。

3.2 大數據技術應用場景分析

隨著數據中心的運行，在傳統技術結構功能基礎上，多種類型的問題逐漸出現。其中，比較突出的一個問題是使用人員的大數據量數據查詢要求，在傳統技術架構查詢功能響應過程中速度較慢。其次是支持的靈活性不夠充分，傳統的統計分析中，應用的數據結構主要是預先定義，針對比較靈活的非傳統統計查詢需求，并不能有效支撐，此過程中需要實現另外的加工處理工作。煙草數據中心運行過程中，需要依據互聯網大數據特性，積極引入平臺工具，建立以大數據為基礎的自定義數據查詢平臺，對傳統技術架構中的功能不足問題進行補充，為未來的發展建設做好相應的準備[4]。

4 大數據技術助力數據查詢平臺建設

4.1 確定設計思路

在大數據技術的基礎上建設自定義數據查詢平臺，以現有的數據中心為建設基礎。有效利用數據中心的數據存儲功能，在使用大數據技術手段后，使用簡單靈活及快速高效的查詢方式作為目標，以此構建數據查詢分析支持平臺[5]。

4.2 確定技術方案

在數據查詢平臺建設中，主要有數據存儲結構、后臺數據加工準備及前端顯現部分。自定義數據查詢平臺的數據加工，是通過相應設備實現的，如來源ETL工具等。通過設備可以保證其在現存數據倉庫及數據集市中讀取相應的數據，依據自定義數據查詢平臺中數據模型的定義，實現相應數據的處理，以此加載到文件系統中。自定義數據查詢平臺中的前端展現功能，通過JSP技術的應用，可以保證頁面的全面開發。使用人員可以在查詢頁面組織定義查詢內容，在此過程中可以保證查詢服務的自動化，依據相應的元數據信息，對定義的查詢內容進行拼接，以此轉化為查詢SQL，查詢文件系統中的統計數據[6]。

4.3 系統應用的實現效果

大數據技術實際應用過程中，自定義數據查詢平臺可以有效解決數據中心面臨的問題，工作人員在這一過程中可以有效使用大數據量，對靈活性需求進行有效分析。在系統應用過程中，使用人員可以針對不同的查詢需求，通過自定義數據查詢平臺，預先梳理、分類定義各種維度及統計指標。使用人員可以依據實際需求選擇分析所需要的維度及相關統計指標，并基于這一基礎內容，自動過濾相關條件及相應的計算公式，對其展現形式進行制定。大數據查詢過程中，自定義查詢平臺相比傳統化查詢，功能顯著提高。

5 結語

大數據技術的發展成效比較顯著，未來的發展前景比較廣闊，其在各行各業的作用也在不斷展現。煙草數據中心的建設，需要發現大數據技術的未來發展趨勢，認識到其建設并不是短期工作，需要有明確的規劃，積極完善數據環境建設。

參考文獻

[1] 孫琳.利用大數據技術探索中心數字化運營的研究[J].信息系統工程，2017（9）：13.

[2] 陳瑾妍，張思銘.新形勢下大數據技術在石油企業信息中心的應用[J].中國新通信，2018，20（23）：109.

[3] 徐華，尹麗雯.大數據對社工行業發展的影響淺析——兼論數字化助人產業的開發與運營[J].中國社會工作，2016（13）：29-30.

[4] 丁長智.大數據技術在煤礦安全生產運營管理中的應用探究[J].數字化用戶，2019，25（17）：144.

[5] 劉健.博物館大數據運用初探——以上海博物館數據中心項目為例[J].文物保護與考古科學，2017，29（3）：97-103.

[6] 陳瑾妍，張思銘.新形勢下大數據技術在石油企業信息中心的應用[J].中國新通信，2018，20（23）：104.