数据可视化技术在集装箱码头生产管理中的应用

袁圆

2017年，宁波北仑第三集装箱码头有限公司（以下简称“北三集司”）集装箱吞吐量首次突破万TEU，成为全球第三个“千万级”单体集装箱码头。随着集装箱吞吐量的快速增长，北三集司生产数据体量逐渐膨胀。为了更好地融合生产数据与生产管理，北三集司将数据统计分析功能从原有的生产主系统中剥离出来，开发形成北三集司业务数据系统，并于2017年5月正式上线。系统上线后，如何更好地将传统的结构化报表呈现给用户成为新难题，而数据可视化技术成为破题关键。数据可视化技术将抽象的数据转化为可视化语言，使用户能更加直观、快捷地提取有效信息，有助于企业改善业务、优化管理及科学决策。本文以北三集司为例，从公司数据分析技术应用现状和存在的问题着手，分析数据可视化技术应用意义、应用实践和应用成效，以期为同行业者发展提供参考。

1 数据分析技术应用现状及存在的问题

1.1 存在信息孤岛现象

目前，北三集司业务数据系统按照数据应用场景划分功能模块，主要分为作业策划、生产服务、绩效管理三大模块。各模块根据岗位需求设置菜单，导致箱量结构与船舶绩效相互独立，船舶策划与堆场策划各自为政;另外，一些生产数据的提取仍须检索其他系统。这就造成相关部门无法基于完整的生产作业流程分析作业效率、服务水平、管理短板等，不同业务环节、不同生产岗位之间也无法及时共享、交流数据信息，甚至出现分裂或碎片化视角，产生信息孤岛。

1.2 数据提取不便

在公司运营决策和生产管理过程中，有力的数据支撑是必不可少的。北三集司作业流程涉及崗位众多，主要包括检查桥、受理中心、船舶策划、堆场策划、控制中心、配载等业务岗位以及桥吊、龙门吊、集卡、堆高机、正面吊等操作岗位，在数据搜集过程中主要存在以下问题：一是反馈周期长;二是各个岗位基于自身视角，可能形成不同分析结论;三是当结果汇总至管理层时，往往聚合成海量的报表和信息，导致管理层难以快速、准确地提取有效数据。

1.3 视觉体验抽象

为了方便各级管理层及时掌握年度、月度、当日、当班的生产情况，北三集司采用群发短信的模式，每日定时将生产作业关键绩效指标推送至管理层手机端。短信推送具有开发简便、发送快捷的优势;不过，由于其以文本为载体，具有内容冗长、视觉体验抽象、提炼和回溯有效信息不便等缺陷。

2 数据可视化技术的概念及应用意义

2.1 数据可视化技术的概念

数据可视化技术旨在借助图形化手段，清晰有效地传达信息。数据可视化技术包含以下基本概念：（1）数据空间，即由包含多维属性和多个元素的数据集所构成的多维信息空间;（2）数据开发，即利用一定的算法和工具对数据进行定量推演和计算;（3）数据分析，即对多维数据进行切片、切块、旋转等动作剖析，从而能多角度、多侧面观察数据;（4）数据可视化，即将大型数据集中起来以图形、图像形式加以表示，并利用数据分析和开发工具发现其中未知信息的处理过程。

2.2 数据可视化技术应用意义

2.2.1 打破信息孤岛，实现数据共享

北三集司应用数据可视化技术从多方面构建数据可视化分析功能：一是整合异构数据源，将其接入北三集司集装箱码头管理系统、业务数据系统等平台;二是整合以岗位为开发单位的数据报表，梳理、提炼碎片化报表中的重要数据;三是通过图形化展示方法和下钻、切片等分析手段将上述数据整合到同一页面，从而以数据联结生产岗位，打破信息隔阂，消除信息孤岛。数据可视化技术的应用有助于促进全员围绕关键数据分享协作以及管理层以全局性视角观察问题，从而最终形成数据驱动工作、数据支撑管理决策的良性循环。

2.2.2 交互挖掘信息，实现预警定位

数据可视化技术集成多维度钻取数据、联动分析数据、全屏展示数据、图表导出数据等功能，实现用户与可视化界面的交互，在提升用户体验感的同时帮助其更加敏锐地发现数据中的隐藏信息。此外，数据可视化技术还具有预警功能：设置自定义条件、报警方式和报警策略后，一旦数据出现异常，就会触发警报，并及时告知特定用户，从而缩短生产业务岗位至管理层的反馈周期，有利于快速解决问题。

2.2.3 视觉元素多元化，信息传递更直观

数据可视化技术提供多种数据展示方案，包括表格、图形、控件、图片、视频、滚动消息、数字时钟等几十种可视化元素。相关研究显示，人类右脑记忆图像的速度比左脑记忆抽象文字的速度快100万倍;因此，依托可视化元素呈现原本抽象的数字和文本，能够加深用户对数据的理解和记忆。

3 数据可视化技术应用方式与开发流程

北三集司应用FineReport报表软件，以数据大屏为载体，以视图清晰、信息明确，从而有效优化运营决策和生产管理为最终目的，构建基于网络的在线数据可视化驾驶舱系统。开发前期，信息部门与生产部门沟通交流，确认每个驾驶舱的主要使用者，梳理其关注焦点，了解其期望达成的效果;而后，确定设计内容和规划布局，准备数据集，确定图表类型、配色等细节。在开发过程中，按照前期设计具体实施，实现图表联动，增加交互功能，设置后台自动刷新频率。数据可视化驾驶舱开发完成后，由使用者开展测试，测试通过后集成至公司业务数据门户。

4 数据可视化技术应用实践与成效

4.1 驾驶舱系统首页

4.1.1 内容和功能

驾驶舱系统首页（见图1）是北三集司首个数据可视化应用界面，主要用于展示公司级生产运营关键绩效指标，包括年集装箱吞吐量、日作业箱量、周进提箱量、月集装箱吞吐量比较、月箱量结构等，分别用仪表盘、柱状图、组合图和圆环图等形式呈现，主要使用者是公司和生产部门管理层。为了方便用户了解当日装卸作业进度，设置数据下钻功能：当点击日作业箱量时，能够展示当日单位时间（每小时）作业箱量。

4.1.2 应用成效

驾驶舱系统首页有助于管理层建立统一、宏观的视角，规避片面、局部的信息：只要打开在线门户系统，便能快速掌握公司级生产运营关键绩效指标，实时监测生产经营情况;每个图形区域设置数据增长动态提示功能，适时提醒用户关注相关变化。

4.2 在场集装箱分布展示

4.2.1 内容和功能

在场集装箱分布展示界面主要用于展示船舶在场集装箱的分布和冲突情况，主要使用者是堆场策划员、船舶策划员和控制中心工作人员。用户在参数框中输入任意船舶参考号后，即可查看相应在场集装箱分布情况（见图2）。大屏上端为泊位和靠泊船舶，主体部分为堆场箱区，每个单元格对应一个箱区，在其正下方标注箱区号。若箱区内有集装箱，则以浅黄色字体标注箱量;若箱区内有2艘或2艘以上船舶的集装箱混堆，则以青绿色填充该箱区，并且当鼠标滑过该箱区时，以批注形式告知用户冲突船名和箱量（见图2中的6C箱区）。另外，界面左上角設置“全屏展示”按钮，用以拓展用户视野。

4.2.2 应用成效

北三集司要进一步提升核心竞争力，就亟须提高集装箱装卸作业效率，这在很大程度上取决于集装箱堆场作业效率。合理组织堆场作业并减少作业冲突不仅能有效降低翻箱率，还能最大限度地提高堆场利用率和码头通过能力。在场集装箱分布展示

界面以堆场平面图代替传统二维报表，从单船统计到全泊位船舶覆盖，使得用户视觉更清晰，数据分析更明确。就具体生产岗位而言：堆场策划员能够及时了解同一箱区内进箱作业与装船发箱作业之间的冲突以及中转箱卸船收箱作业与装船发箱作业之间的冲突，有助于改进总体规划或进行局部微调;船舶策划员和控制中心工作人员在船舶作业前，可以快速直观了解出口箱分布和冲突情况，为当班整体策划和单船具体作业安排提供数据依据。

4.3 生产运营关键绩效指标

4.3.1 内容和功能

生产运营关键绩效指标界面（见图3）主要用于展示生产部门和操作队生产运营关键绩效指标，主要使用者是生产部门和操作队各级管理层。生产运营关键绩效指标包括年集装箱吞吐量、月集装箱吞吐量、场地利用率、机械单位作业量、操作队工班产能、操作队定量在泊效率、当班分时段产量、当班分时段进提箱量等，分别用仪表盘、柱状图、报表块、条形图、雷达图和组合图等形式呈现。值得一提的是，操作队定量在泊效率将各队实际值和集团考核标准中的基准底线值、明显提升值共同纳入雷达图中，并增加交互功能，将当班分时段产量图和当班分时段进提箱量图中的峰值和谷值以闪烁标记点标注。

4.3.2 应用成效

生产运营关键绩效指标界面有助于将生产部门和操作队管理层从海量数据中解放出来，使其无须查阅传统报表或检索短信内容，即可快速了解重要生产指标。雷达图集成实际值和集团考核值，随时提醒管理层各操作队是否达标以及是否有加分项，以便及时鞭策和激励相应操作队。峰值和谷值的闪烁标记点帮助管理层清晰了解24 h内装卸作业和进提箱作业的优劣势时段，以便有针对性地分析原因和总结经验。

4.4 分泊位船舶实时作业信息

4.4.1 内容和功能

分泊位船舶实时作业信息界面（见图4）主要用于展示各泊位作业船舶的重要信息，主要使用者是生产部门和操作队各级管理层。分泊位船舶实时作业信息界面显示作业船舶和待泊船舶、作业进度、实时单机效率和船时效率、单船作业路数量、作业路匹配的龙门吊和集卡数量、单船分路作业效率雷达图等，其中，雷达图设置交互功能，可以全屏展示图形，以便用户观察每路作业情况（见图5）。

4.4.2 应用成效

分泊位船舶实时作业信息界面为管理层了解岸边作业情况提供有效途径，使其能站在全泊位视角快速掌握各泊位船舶的作业进度和效率，以便及时调整作业资源和策略。单船分路作业雷达图能够让管理层直观发现各路作业的优劣势，及时关注困难作业、落后作业以及重点路作业情况。

5 结束语

北三集司的数据可视化技术应用已初见成效，但仍有待进一步创新和完善，亟待创新的领域包括：一是将数据可视化技术与手机终端相结合，方便用户随时随地查看生产作业情况;二是实现多层次的数据上钻和下钻，强化分析功能;三是拓展应用领域，将数据可视化从生产领域延伸至财务、人力资源等领域。总之，数据可视化技术的实际应用显示，数据可视化既要重视美学，还要避免刻意追求酷炫的视觉效果而忽视数据本身。

（编辑：曹莉琼 收稿日期：2019-09-10）