利用CRISP—DM模型规范企业两化融合过程中的数据开发利用

摘要：文章阐述了企业在两化融合发展进程中数据开发利用的需求，给出了以实际操作层、信息系统层和数据分析层为组成部分的数据开发利用体系框架，并结合CRISP-DM模型提出了企业进行数据开发利用的实施过程，最后提出具体实施过程中的关键点。

关键词：两化融合；CRISP-DM模型；数据开发利用 文献标识码：A

中图分类号：F427 文章编号：1009-2374（2015）21-0029-02 DOI：10.13535/j.cnki.11-4406/n.2015.21.015

信息化和工业化融合（以下简称“两化融合”）是当今国家乃至世界发展的大趋势，对于企业而言，两化融合是将信息化作为手段，夯实工业化基础，推进企业数据、技术、业务流程、组织结构的互动创新和持续优化，从而打造信息化环境下新型能力的过程。近年来，随着企业单项应用的增加及集成度的提升，计算机对数据的处理能力显著提高，随之而来的数据量与日俱增。市场竞争的加剧、企业规模的增大、数据复杂度的提升都要求企业实现数据的开发利用，为领导决策提供相应的依据。为进一步规范企业数据的开发利用，《信息化与工业化融合管理体系要求》中也着重提出了“有效地开发利用数据”的要求。故本文提出在两化融合过程中，企业利用CRISP-DM（cross-industry standard process for data mining）模型规范数据开发利用的过程。

1 数据开发利用体系框架

数据开发利用体系框架如图1所示，可分为三个

部分：

1.1 实际操作层

涵盖研发、制造、销售等环节，是企业数据的最初来源和最终落脚点，各部门负责采集其中的数据，将其作为信息系统的输入，并利用决策的结果对实际业务进行调整。

1.2 信息系统层

涵盖企业ERP、OA、PLM等已有信息系统，对其进行集成应用，实现数据、接口的标准化和规范化，确保为数据分析层提供有效的数据。

1.3 数据分析层

涵盖了数据仓库、数据挖掘和决策支持/商业智能三部分，用于将信息系统中的数据提取出来，并根据需要进行转换和存储，然后按照特定目的进行挖掘、统计和分析，从而产生供管理者参考的决策，可包括：研发方向调整、销售市场细分、职能部门优化等，最终将决策反馈至实际操作层，并对信息系统作相应变更。

2 利用CRISP-DM模型实现企业数据开发利用

CRISP-DM由欧盟机构于1999年联合起草，为全工业界提供数据挖掘利用的全生命周期管理标准。CRISP-DM模型定义了六个过程，按照此模型，企业可按如下步骤实施数据开发利用：

2.1 商业理解

从企业战略出发，确定可持续竞争优势和需要打造的信息化环境下新型能力，再细化到需要实现的两化融合目标，从待实现的目标中提出需解决的数据开发利用问题，进行数据开发利用策划，需涵盖开发目标、涉及部门、数据来源、开发过程等。

2.2 数据理解

根据数据开发利用策划，从各部门、各流程、各岗位、各系统中收集相关数据，并对数据质量加以鉴别，以确保数据的准确性、全面性、有效性，此外，还需初步探索数据自身的特征及数据间的相互联系，形成对潜在信息的假设。

2.3 数据准备

根据与数据开发利用目标的相关性、数据质量及开发利用技术，进行建模前的数据准备。首先进行数据表制作，将数据统一格式后进行记录，然后为适应建模工具进行数据清理，这一过程一般需反复实施多次，直至筛选出最终数据集。

2.4 建立模型

根据待数据开发利用的问题类型，选择对应的建模技术。与以往类似的可对原技术加以修改沿用，与以往不相同的则需要重新建模。在此过程中，当涉及到数据不匹配时，可能会重新进行数据准备过程，实现对数据参数的精准校对。

2.5 模型评估

在数据模型最终部署之前，需对修改和新增的模型进行再评估，回顾其中每个步骤、每个数据、每个逻辑，尤其要考虑和两化融合目标的关联性，确定是否可解决提出的数据开发利用问题，为模型部署成功提供

保障。

2.6 部署实施

由信息部门和相关业务部门共同完成相关信息系统的搭建、改造和完善，明确各部门、各岗位参与数据开发利用的主体和具体职责，以制度文件的形式规范下来，共同参与数据开发利用过程。

3 数据开发利用的关键点

根据对应的规范要求和过程指导，为确保有效开发和利用数据，在具体实施过程中应重点关注以下几点：

3.1 重视商业理解，统筹管理全局

商业理解是数据开发利用的第一步，它关注数据开发利用过程中的方向性问题。应由领导层深入参与，正确把握两化融合目标，明确待解决问题对达成目标的关联度和贡献性，在各部门提出需求的基础上，重点关注最迫切的数据开发利用方向。只有始终抓住这个重点，才能对后续的实施全局起决定性的指导作用。

3.2 严把数据来源，推进数据标准

数据的可靠性、真实性、完整性是数据开发利用的基础，也是达成两化融合目标的保障。如果数据质量不好，即使模型很完美，也不可避免产生一个偏差或者错误的结果。应严格筛选和过滤各部门、流程、岗位及系统提供的数据，推进数据处理环节的标准化，并建立相应的数据校对机制，逐步提高数据的质量。

3.3 落实责任主体，明确具体职责

职责分配落实是确保数据开发利用有序进行的关键，也是长期进行数据治理的必要措施。如果不能从制度上落实职责，很容易造成数据的遗漏和丢失。应制定相关制度，规定数据采集和维护的周期，指定专门岗位按制度要求负责数据的采集、汇总、校验、录入等，并由上级领导对数据的真实性进行审核，对数据的准确性负责。

3.4 定期回顾总结，提升决策质量

对数据的定期回顾和总结是不断提升决策质量的必要环节，它关注于数据开发利用中的方向修正问题。如果无法通过回顾总结发现其中的疏漏和不完善，会对决策准确性造成影响。应周期性地对数据的质量及数据对达成目标的贡献性进行回顾总结，调整优化相应业务流程和岗位职责，对应地更新信息系统，确保数据开发利用的高效和准确。

4 结语

随着工业4.0时代的到来，IT技术的发展为企业带来了新的思路，数据作为企业各生产环节的核心，对其进行开发利用是企业必须持续推进、不断提升的系统性、全局性工作。必须围绕数据对企业的经营发展做长远布局，梳理当前已有的管理、生产、销售、人员等数据，调整优化信息系统、管理制度、岗位职责，实现企业从传统制造向智能制造的转型。

参考文献

[1] 中华人民共和国工业和信息化部.信息化和工业化融合管理体系要求（试行）[S].2014.

[2] 野村综合研究所.图解CIO工作指南[M].北京：人民邮电出版社，2014.

[3] 郭亮.用CRISP-DM模型来规范企业数据中心建设

[J].华北科技学院学报，2008，4（5）.

作者简介：华苗苗（1987-），女，浙江人，浙江省电子信息产品检验所助理工程师，硕士，研究方向：两化融合。

（责任编辑：周 琼）