基于數據模型的企業管理態勢評定體系

石 興

(國能鐵路裝備有限責任公司，北京 100048)

1 數據模型需求分析

1.1 明確企業商業需求

企業商業需求主要目的是企業商業目標的最終實現，企業管理及決策相關人員應明確商業需求及相關問題，在企業信息查詢與分析系統中融入商業需求，能夠描述企業信息系統的功能，其包括決策主題域與主題域相關性確定等。首先，主題域主要指的是為實現多維分析，對相關問題做出的概念及界定，其涉及主題與指標兩個方面。主題是數據歸類的較高層次的標準，其與宏觀分析領域相對應。指標是對不同分析條件下企業經營管理行為的衡量。企業決策主題是相互聯系、緊密結合的關系，企業決策主題的確定，需要掌握不同主題關聯信息的相關性，為數據模型的構建提供參考[1]。

1.2 分析現有聯機事務處理系統

企業數據信息在很大程度上來源于聯機事務處理系統，是企業數據信息查詢與分析的基礎，因此，在構建企業數據管理系統時應注重綜合信息查詢及分析的可行性與實用性，這就要求對企業現有的聯機事務進行全面分析，掌握其需求。

1.3 綜合考慮企業軟硬件配置需求

不同數據建模類型其表現形式也具有一定的差異性，例如，數據物理建模在數據庫中往往是以物理表的形式存在的，在對企業數據信息進行查詢、分析模型構建時，應對企業軟硬件配置進行全方面的考慮，其配置主要包括直接存取設備、網絡、管理數據軟件及操作系統。

2 企業數據管理模型整體架構

業務架構定義業務戰略、治理、組織和關鍵業務流程。應用架構為將要部署的單個應用程序、它們的交互以及它們與組織的核心業務流程的關系提供藍圖。技術架構描述支持業務、數據和應用程序服務部署所需的邏輯軟硬件能力，包括基礎設施、中間件、網絡、通信、處理、標準等。數據架構描述組織的邏輯和物理數據資產以及數據管理資源的結構。管理態勢評定體系以業務流轉內控體系為基礎，分為兩極：部門級和企業專題級。部門級，通過梳理部門相關材料和深入的部門業務走訪，挖掘部門管理要素，就管理要素設計數據算法模型和輔助決策體系以及數據可視化展示Demo，就Demo模型與部門相關領導及公司主管領導進行溝通確認及優化。Demo呈現模式確認后，優化現有臺賬維度，并梳理部門當前數據覆蓋情況，針對信息化已覆蓋數據，展開接口開發。針對信息化未覆蓋數據，確定數據補充機制。企業專題級，以本項目核心實施內容：年度投資計劃管理、年度預算計劃管理、年度C80狀態檢修計劃管理和合同管理四個主線為基礎，展開跨部門節點數據的整合[2]。實施邏輯圖如圖1所示。

圖1 企業數據管理模型整體架構實施邏輯

3 企業數據管理系統的具體實現

數據倉應用系統的數據庫是企業數據管理決策支持系統的核心，其作為DSS的數據來源具有多種不同的類型，DW的建立有賴于大量不同事務、可靠、歷史性數據的支持，數據倉應用系統從DW可集成數據出發，面向多維數據模型，能夠對數據中的潛在模式自動發現，結合數據模式做出相應的預測，為數據倉的分析與處理提供可靠的參考，不僅如此，經過數據倉分析獲得的新內容能夠對系統知識庫予以補充。傳統模式下數據庫、模型庫及知識庫往往是獨立存在的，存在內在統一性問題。在數據倉庫系統下，其與聯機分析與數據挖掘相結合形成了新的多維數據庫，在多維分析工具支持下，利用可視化工具為用戶呈現相關數據。體系結構如圖2所示。

圖2 數據倉決策分析系統體系結構

3.1 主數據設計

主數據是企業數據管理系統最為核心的部分，其涉及客戶、賬戶及組織等多個場景系統間的數據共享，能夠實現數據共享與企業內部數據一致性。企業內部需要構建屬于自己版本的核心業務實體數據，不同部門可以結合自身職能及需求對數據進行構建，如作為合同部門主要關注的是客戶合同相關信息；采購部門主要查詢產品、售后等信息。在信息管理過程中不可避免會出現數據冗余問題，降低數據質量，同時也為企業數據管理增加了一定的難度。隨著現代互聯網信息技術的進步，主數據管理服務也得到了優化與改進。首先需要在解決方案空間、抽象業務空間等映射問題空間，結合企業數據管理需求，進行主數據設計，其圍繞客戶域、產品域、用戶域、基礎數據4個方面，對每個數據域均進行建模。主數據設計流程如圖3所示。

圖3 主數據設計與實現

作為企業數據管理的核心內容，主數據同時也是各業務端對核心數據的唯一服務，應確保可用性，在現代大數據技術支持下可利用微服務架構，借助百度資源虛擬化功能，促進服務治理與統一配置服務的實現。在主數據設計時應選擇專業團隊，確保設計質量，保障編碼的規范統一性，并對代碼進行定期維護，確保可讀性。在具體業務領域，應注重對數據的整合，針對密切相關的主數據應進行合并處理，防止數據冗余。從主數據屬性來看，其往往在不同透明表及其他系統中分散存在，應遵循編碼合并的原則合并屬性，提升主數據屬性的完整性。部分數據在業務數據層無明顯的層級關系，但在業務展現中可反映出不同層級，應將不同來源數據進行統一整理，劃分層級，層級管理可按照行業大類、中類、小類進行劃分[3]。

3.2 業務數據設計

企業業務數據管理主要涉及產品信息、客戶信息等，數據信息量大，為保障展示性能，應結合實際情況適當對存儲數據進行刪減，在不影響企業數據管理需求的前提下，減少數據存儲粒度。以當月或當年銷售產品、費用等指標為例，應將客戶及合同賬戶特性去除，以主數據角度將上述屬性的數據作為交易數據在模型中保存。業務數據應進行分類存儲，將范圍盡可能縮小，在分析層不同模型存儲交易數據，如大客戶、豐枯客戶等，將上述相關數據在主數據中予以標記并進行分類存儲，根據表示匯總相關信息，避免不必要的繁多的數據條目。以某公司國際運作利潤數據為例，掌握利潤前5名數據能夠幫助進行來年客戶工作的決策與安排。可以執行如下命令，結果如表1所示。

由表1可以得到銷售利潤及毛利潤最高的客戶，在來年業務管理過程中可結合實際情況對利潤排名前5的公司予以一定的優惠政策，加強跟蹤隨訪，認真聽取其對公司服務的意見，提高客戶的忠誠度。對于對應的銷售人員，應通過升職、加薪予以鼓勵，提高員工工作積極性。

3.3 數據校驗

企業數據管理系統數據核對與校驗主要包括數據單元測試與集成測試兩個方面，主要采用兩種不同的方法進行測試與核對。在進行單元測試時主要應用營銷決策分析與營銷業務數據的方法，針對每層數據與下層進行核對，包括抽取層與數據源、倉庫層與抽取層的數據核對，確保數據傳遞的準確性，避免遺留數據問題，為后續工作增加難度。另外，為確保系統內部各數據的一致性，需要將數據與原營銷業務進行準確性對比，采用抽查的方式對各個條目進行一一核對。數據的集成測試需要將業務報表系統與展示頁面的結果進行核對，用戶在該系統參與，測試包括兩種方法，第一種為與系統數據直接對比，需要確保營銷決策分析報表與系統指標的一致性，如產品銷售主題的銷售產品情況與銷售品類、價格等。第二種方法為個別數據與原業務系統的抽查對比，營銷業務系統很難直接將營銷決策分析系統的指標及維度予以反映，在校驗過程中需要借助主數據系統，結合業務數據對公司代碼、分類情況及行業細類進行查找。

3.4 數據模型下企業數據管理系統展示

企業數據管理系統為管理人員提供了豐富的、靈活的信息呈現方式，該系統能夠對企業相關的數據信息包括企業員工、客戶、利潤等進行查詢與分析，界面如圖4所示，便于對企業經營狀況進行宏觀分析，使分析結果更加直觀明了。

圖4 企業數據管理分析系統

4 結束語

互聯網信息時代，企業數據管理在企業運行及持續發展中的作用越來越重要，是企業發展轉型及決策的重要依據。通過企業數據管理系統模型的構建，能夠實現主數據與業務數據的分類管理，提供數據綜合查詢與分析的功能，具有較好的可行性與實用性，發展前景廣闊。