以数据驱动地质事业单位信息系统设计

刘 鑫, 高 珅, 张高娜

(湖北省国土测绘院,湖北 武汉 430010)

迈尔-舍恩伯格(2013)提出:世界的本质就是数据。自古至今,科技进步都离不开数据这个本质,用数据“说话”、挖掘数据的有用信息一直是科学研究的核心。大数据时代的开启,使得政府职能发生转变,能够提升政府治理能力,大数据新理念与新技术可以对数据进行加工和挖掘,从而创造新的价值,并提高政府决策的科学性,在助力社会经济发展的同时,为公众提供更加便捷的政务服务品质[1]。

对地质行业而言,将大数据作为地质行业新兴增长点进行培育和挖掘,用大数据实现地质工作和信息技术的深度融合,充分发现未知数据,根据需求有效地提取信息、挖掘有用的知识并且应用到政府决策、管理服务和科学研究中,才能拥有未来的信息财富,否则,即便是面对更为庞大的数据,没有明确需求的大数据挖掘将被湮没在海量数据之中。在这种经济背景下,从数据中获得有用的洞察力至关重要。满足用户需求除了收集数据且以正确的方式丰富数据,还要进一步使用行业及相关的多源数据,最终并以与用户目标相一致的方式呈现结果信息[2]。

大数据的到来,给地学领域带来的变革之一是服务观念的改变,即根据实际需求,提供相关领域的服务。大数据服务与应用的发展,给地质行业带来的最大变革是使地质行业以数据分析为基础进行地质过程演化推理、应用等,通过对大数据技术的不断积累完善,需要什么服务就应用相应技术,不再孤立地形成信息孤岛,使地质大数据各领域数据化水平提高,能够进一步进行定量分析,将数字地球科学的研究向前推进。

地质大数据的研究目前尚处于起步阶段,但它所具有的重大意义和发展前景是可以肯定的。①以新的视角看待“数据”,它包括熟悉的传统数据和不被知晓的各种数据,甚至是再造发现的新数据。数据充满着信息,数据承载着知识,数据创造新价值。②以新的思维方式应用“数据”,所谓大数据时代的到来就是要改变经验的传统思维方式“凭数据说话”和“从数据中找答案”则是政府决策、国家管理和科学研究的主旋律。③用数据描绘世界,用数据记录科学,用数据构建整个人类社会,谁拥有了无与能比的“数据”,谁就拥有了未来。

传统的地质事业单位信息系统设计,有的侧重于利用系统提供良好的人机界面,可以很好地管理和使用这些数据和成果[3];有的是为了把分散的地质信息资源,由计算机进行管理,实现科学化管理[4];主要是结合生产实际,运用软件工程和数据库理论,给出地质信息管理与小构造处理的设计步骤和实现方法。突出的是查询和描述性分析地质信息的能力和各种报表输入输出功能以及相关图形绘制[5]。显然,以上设计没有考虑到大数据的发展,也没有满足主动式管理的要求。

近期王小丹等[6]将地理信息系统、遥感、数据库、评价模型建模及三维可视化等技术手段,尝试构建地质管理信息系统,实现数据管理维护、数据分析评价和三维建模,实现数据的统一管理和应用。该方法切合大数据的处理手段,但该方法需要大量的数据作支撑,耗资大周期长,对于数据处理能力不强的事业单位而言很难支持或者获得好的投入产出比。

基于以上地质大数据发展的分析和地质事业单位管理信息系统的状况,本论文不对数据框架和平台做深入的研究,而是瞄准地质大数据服务应用和管理,以此分阶段组织数据,以数据驱动的地质事业单位信息系统设计为例,用数据驱动系统的集成应用,以此来避免更多的投入来获得丰富的应用价值[7]。

1 数据驱动信息化建设流程

依据数据生命周期理论,数据驱动信息化建设流程包括如下五个阶段:

(1) 第一阶段:发现研究。学习业务领域—评估可用资源—设定问题—采访分析发起人—形成初始假设—明确潜在数据源。

(2) 第二阶段:调查采访和数据准备。准备分析沙箱—执行ETL—研究数据—数据治理—调查和可视化。

(3) 第三阶段:探索和模型规划建立。数据探索和变量选择—模型的选择—模型设计阶段的工具选择。

创建用于训练、测试和生产环境的数据集—模型是否在测试数据上有效且准确？—模型的输出和行为是否有意义？—模型的参数值在业务背景下是否有意义？—模型是否足够精确？—模型是否避免了不可容忍的错误？—是否需要更多输入数据？—是否有输入需要进行转换或删减？—所选择的模型是否满足运行要求？—是否需要用模型的另一种形式来解决业务问题？—将建模的成果与之前建立的成功与失败的衡量标准进行比较。

(4) 第四阶段:沟通结果研讨会。确定项目是否成功达到既定目标—要确定结果是否有统计上的显著意义和有效性—确定哪种或哪些模型可以最佳地解决分析挑战—对项目的某些发现有所认知—思考项目遇到的阻碍和可以改进的方面—记录从分析中得出的重要发现和主要见解—阐述结果、方法论和发现的商业价值。

(5) 第五阶段:实施和建议。言传项目的好处—建立一个试点项目以可控的方式来部署项目成果—将成果应用到整个企业或者用户生态系统。

2 数据驱动信息系统应用[8]

数据驱动信息系统应用的目的是为了对过去发生的现象进行评估和分析,找寻事物存在的证据,并在这个基础上对未来事物的发生和发展做出结论并形成能够指导未来行为的知识或者依据。如果没有记录,则企业的经历就不能积累和沉淀为“经验”,企业就不可能真正积累“经验”,当人才流失后,企业“经验”会随着这些人才的流失而流失了。这还是比较不错的情况,更为可怕的是,这些“经验”有可能会成为竞争对手的“经验”。数据驱动信息系统应用主要包括监控、追溯、洞察和预测四个方面(见图1)。

企业在记录数据的基础上会进行数据分析和处理,形成一定的过程控制指标和管理指标,最终形成绩效评价指标。这些指标可以让企业的各层级管理者能够随时查阅相关任务的执行情况,从而对出现的问题和情况能够第一时间知道并采取相应的措施。数据指标的建立可以让各级管理者即时地观测和掌控当前业务运营状况,能够随时根据企业当前的运行状况调整策略。监控的目的是为了保证业务的发展能够按照计划的轨道行进。监控是为了控制整个公司的业务流程,按照既定的方向和目标而执行,而不是走偏了方向。

在数据对企业越来越重要,数据记录越来越方便,形式越来越多样的时代,数据记录与否只是管理问题,而管理问题的根源在于管理者的思维,管理者只有认识到数据的重要性才能让数据记录更加完善和健全,有了数据才会有数据分析,才会有对过去的追溯。如果觉得记录数据是一个可有可无的程序,那么肯定不会有数据的积累,也就不会有对历史行为的追溯,出现问题就不会有人负责。特别是当执行者不够自信或者不敢担当责任的时候,更会让这些执行者拒绝记录数据,这也是在大多数情况下在企业中推进数据记录时遇到的阻力。

所谓的洞察,就是理解事物为什么会发生,找到事物发展的规律,并对未来事物的发展进行预测。商业洞察就是对商业逻辑的探寻,寻求商业现象背后的逻辑和因果关系,从而为商业决策提供依据。人类的洞察力来自于对外部世界的敏锐观察,并将观察到的信息经过大脑加工形成对外部世界万物的认知,基于这些认知做出更加正确的决策,从而能够获得更好的收益。

前面提到“数据”是数字化的证据,而在日常管理上,数据的价值更加在于其是“数字化的依据”,是决策的依据。而如果要作为依据,那么数据就必须对未来的状况做出判断,即要对未来做出预测。数据分析是为经营和管理决策服务的,最终还是要指导未来的实践,所以预测是数据价值最能发挥力量的地方。预测是我们认识客观世界的基本技能,也是自然科学研究的基本出发点。通过分析历史数据能够掌握事物的规律,从而就可以推导未来的事物变化,从而做出更好的应对策略。

图1 数据驱动信息系统应用图Fig.1 Application of data-driven information system

图2 技术路线图Fig.2 Technical route

3 以数据驱动的地质事业单位信息系统技术路线

以数据驱动的地质事业单位信息系统在实际执行当中涉及到的主要环节包括计划、实体、决策、主题和模型五个层次(见图2)[9]。

地质事业单位信息系统建立的计划目标是构建覆盖地质全流程全生命周期的数据链,可以分解为几个小的具体计划目标。

实体数据源包括:第一类来自企业生产经营相关的业务数据,主要是企业信息系统累计的大量产品生产研发数据、客户信息数据、生产数据、物流供应数据及环境数据;第二类设备物联数据,指生产设备物联网运行模式下,传感器实时收集的涵盖设备运行参数、工况状态参数、运行环境参数等评估地质考察设备运行状态、产品运行状态的数据;第三类外部数据,指与地质生产活动相关的互联网上产业链相关企业外部互联网来源数据。数据摄取主要实现工业各环节数据的收集与集成,打通现有信息系统的数据连接。

决策就是数据处理和数据管理。数据处理和数据管理是地质信息系统的核心环节,其关键目标是实现管理智能化以及服务智能化等的数据处理和数据管理。通过数据建模、数据处理、数据分析,实现数据结果和服务场景的可视化,对数据质量、能力成熟度、数据资产管理、数据开放共享等进行数据管理。

主题是数据的应用场景,主要是基于数据处理和数据管理结果,可视化描述、控制、决策等不同应用,从而实现网络化协同、智能化服务和个性化定制等典型的智能模式。

模型是将主题的计算及结果以规范化数据形式存储下来,最终构成从物联设备层级到控制系统层级、生产管理层级、企业经营层级、产业链上企业协同运营管理的持续优化闭环。

4 以数据驱动的地质事业单位信息系统解决方案

以数据驱动的地质事业单位信息系统解决方案包括八个步骤,具体见图3。

图3 以数据驱动的地质事业单位信息系统解决方案图[10]Fig.3 Solution of data-driven geological institution information system

5 以数据驱动的地质事业单位信息系统数据分析模型

以数据驱动地质事业单位信息系统的分析模型主要包括以下三个分析矩阵[10],见图4。

图4 以数据驱动的地质事业单位信息系统数据分析模型图Fig.4 Data analysis model of geological institution information system based on data-driven

6 实例

6.1 以数据驱动的某地质测绘院综合信息系统流程设计

某地质测绘院综合信息系统流程设计见图5。

图5 某地质测绘院综合信息系统流程设计图Fig.5 Flow design of integrated information system for a geological surveying and mapping institute

6.2 以数据驱动的某地质测绘院综合信息系统数据应用

某地质测绘院综合信息系统的绩效分析子系统在充分利用信息系统工作中产生的数据,按照策略、关键实体、关键决策确定的步骤进行(见图6)。确定这些核心问题后,确定要分析的主题,给出分析计算模型和相应的数据源[10](见图7)。

图6 绩效策略、实体和决策图Fig.6 Performance strategy,entity and decision-making

图7 绩效计算模型及数据源图Fig.7 Performance calculation model and data source

图8 办公子系统图Fig.8 Office subsystem

图9 绩效子系统图Fig.9 Performance subsystem

6.3 以数据驱动的某地质测绘院综合信息系统可视化展示

某地质测绘院综合信息系统所有的流程和分析结果都要做到可视化展示[11],以便用户更好的参与决策,主要包括三个模块,分别是办公子系统(见图8)、绩效子系统(见图9)和兴趣主题分析子系统(见图10),其中数据分析子系统做到了灵活添加指标和修改权重,并可以自由选择线图、柱形图等多样化的图形进行展示,为今后的产品升级和推广打下了良好基础。

7 结论

本论文探讨了如何设计以数据驱动的信息系统,方法是以数据驱动信息系统的集成应用,通过分阶段组织数据来避免更多的投入而获得丰富的应用价值;标准化是本设计工作的一个根本要求,如果不能做到从策略、实体到决策的标准化处理,后续的数据计算模型就失去了应用价值;灵活性也是本设计的一个特点,数据驱动的信息系统和数据分析系统是未来的趋势,只有做到灵活性才能把握这种方向;领导支持和全体员工参与是本系统的根本保障,也是本系统存在的实际价值和设计方向的驱动力。

图10 主题分析子系统
Fig.10 Thematic analysis subsystem