基于大数据时代下试制数据资产的管理与应用

王捷

摘 要： 随着信息技术的深入发展，信息系统的业务部门越来越依赖于信息系统中的数据，其中的数据已经成为公司的重要资产。面对日益增长的数据，如何进行高效、安全的管理，帮助企业管理无形资产，从而帮助企业实现发展目标已成为一个重要课题。本文主要研究试制业务数据资产的定义、分类和管理。数据管理贯穿于现代企业生产经营的各个环节，数据管理的研究将对政府管理带来深远的影响，企业、政府机构和企业都有大数据应用的典型案例，这就是大数据理论。大数据时代的到来，大数据的分析、管理、应用带来了商业模式和部门管理的创新。明确了试用数据资产的相关概念和特点，从试用项目、运行管理和系统流程三个方面对各类数据资产进行管理、分析和应用，并将是大数据时代业务部门乃至整个企业带来的创新管理。

关键词：大数据 试制 数据 资产

大数据已经被应用于世界各地的各个行业，比如金融、服务、公共事业、媒体、零售、司法、执法等等。麦肯锡全球研究院在一篇报告中最早提出了大数据的概念。随着信息化的深入，企业业务部门对信息系统的依赖越来越大，信息系统中的数据就成为公司的一份重要资产。面对不断增长的数据，如何对其进行高效、安全的管理，以帮助企业管理好这份无形资产，从而助力企业实现发展目标成为一个重要课题。

1 试制数据资产的定义

数据管理贯穿于现代企业生产经营的方方面面。数据管理的研究将对政府管理和企业运营产生深远的影响。政府机构和企业单位都有大数据应用的典型案例，形成了“大数据理论”，但关于数据如何成为“资产”，在相关研究和典型案例中，对“数据资产”的特征没有统一清晰的界定。

1.1 数据的定义

数据是观察或事实的结果，是对客观事物的逻辑归纳，是用于表示客观事物的、未经加工的原始素材。数据也是信息的载体和表现形式，可以是语音、图像、视频，也可以是符号、文字、数字等。数据和信息不可分离，信息是数据的内涵，数据是信息的表达。数据本身没有意义，只有数据对实体行为产生影响时，才成为信息。数据可以是离散的，如符号、文字，称为数字数据;也可以是连续的值，比如声音、图像，称为模拟数据。

1.2 资产的定义

资产，是指任何公司、事业单位和个人过去的业务往来或各种事项形成的，由企业拥有或控制，并预期给企业带来经济利益的资源。任何商业单位、企业或个人拥有的具有商业或交换价值的东西。资产按其流动性（资产周转率和变现能力）能够分为流动资产以及非流动资产。资产具有以下特点：资产会预期给企业带来经济利益，资产应当是企业拥有或控制的资源，资產是由企业过去的交易或事项形成的，资产必须能够用以货币计量。

1.3 数据资产的定义

数据资产是一个系统的知识体系，可作为一个单一的实体进行组织和管理。数据资产的增值直接关系到能够有效利用信息的人数。与公司的其他资产类似，一个组织的信息资产也有其财务价值。数据资产一般以实物或电子方式记录，如文档资料、电子数据等。文件和资料包括公示文档、合同、工作单、项目存档文件、操作记录、会签报告、应急预案、日常生成的运营数据、外部流入的各种文档文件。电子数据包括，数据库数据、操作运行的统计数据、开发过程中的源代码、技术方案及报告、配置文件、拓扑图、系统信息表、系统文件、管理方法、体系流程文件、工作记录、表单、用户手册等。

1.4 试制数据资产的定义

根据对于试制业务的归纳梳理，以及以上各名词的定义，得出试制数据资产的定义是，以物理或电子的方式记录的，有关试制项目试制、科室运营、体系流程的，预期会带来经济利益的，未经加工的原始信息。

2 试制数据资产的分类

为了更好地对试制数据资产进行充分有效的管理与应用，首先对于数据资产进行分类以及梳理就显得十分必要。分别按数据性质、数据形式、以及数据类型做出了一下分类。

2.1 根据数据性质分类

位置数据：例如各种CMM 三坐标数据、数模数据等;

属性数据：即表示事物定性的数据（项目类型、造车阶段、项目级别等）;

数量数据：反映事物的数量，如间隙、容量、面积等几何量，或者速度、质量、扭矩等物理量;

时间数据：是体现事物时间特性的数据，如年、月、日、时、分、秒等。

2.2 根据数据形式分类

物理形式数据：以物理的方式记录的数据，如公示文档、合同、工作单、项目存档文件、操作记录、会签报告、应急预案、日常生成的运营数据、外部流入的各种文档文件;

电子化数据：以电子的方式记录的数据，数据库数据、操作运行的统计数据、开发过程中的源代码、技术方案及报告、配置文件、拓扑图、系统信息表、系统文件、管理方法、体系流程文件、工作记录、表单、用户手册等;

系统化数据：以数据库的方式记录的数据，如已有系统里存储的历史数据;

2.3 按数据类型分类

结构化数据：称作行数据，是由二维表结构来逻辑表达和实现的数据，严格地遵循数据格式与长度规范，主要通过关系型数据库进行存储和管理;

非结构化数据：即不适于由数据库二维表来表现的数据，包括办公文档、XML、HTML、各类报表、图片和音频、视频信息等等。

半结构化数据：就是介于完全结构化数据和完全无结构的数据之间的数据。

3 试制数据资产管理

除了对于以上数据资产的分类，根据试制业务的不同，亦可按数据产生方式进行分类，如试制项目、科室运营、体系流程等。而根据不同类型的数据，我们需要以不同的方式进行管理。

3.1 电子化系统化数据库的管理

在已有系统以及相应数据库的基础上，需要定期对其中的数据进行梳理，剔除冗余数据以及异常数据后进行分析。如有必要，可以对数据库结构进行优化重组。而对于尚未有系统数据库存储的电子化数据资产，需要有计划地进行数据库建构的同时，对于已有数据进行定期分析，这样做同样有利于系统数据库建构的过程中，对数据结构进行优化，提前避免数据库建成之后的短期重组。

3.2 物理形式数据的管理

对于目前仍然以物理形式存储的数组资产（纸质版、扫描件等），首先要对物理媒介妥善保存归档的同时，尽快将物理形式的数据转化为电子化的数据，不仅提高的数据存储的安全性，同时提高了数据的可检索性、可分析性、以及存储容量。

4 试制数据资产应用

4.1 案例一：试制项目预算优化

就各项目预算的电子化数据，针对各已完成项目的历史预算数据进行分析。纵观各阶段造车的价格倍数，从2.16到8.68不等，考虑项目的特殊性以及数据离散性，将初始的价格系数相应地下调;分析除整车数据外B类以及K类试制交付实体，从单价比例发现，B类交付物单价比例从9.99%到41.15%不等， K 类交付物单价比例从2 3 . 3 3 % 到1143.01%不等，结合平均数以及中位数等统计数据，将优化后的B/K类价格系统由统一的33.3%分别调整，B类相应下降、K类相应上浮;运用相似的数据分析和统计方法，分别对车身软模、工装夹具、外包人员工时、仓储分摊的比例进行了微调，从而更有效地减少了预算与实际使用的差异，提高预算编制的准确率。

4.2 案例二：试制造车工位优化

针对试制车间的工位暗灯系统的数据库系统化数据，试对各工位日常暗灯数据进行分析。暗灯分布与车间各工位基本一致，由各工位技师以实际工位上的状态对暗灯进行操作。暗燈状态分为正常、物料问题、试制问题、空闲以及休班这五种状态。针对某一个自然月的所有工位、所有时间、所有状态的暗灯运行数据进行分析。考虑各工位当时进行的试制项目进行对应，可以得出以下结果。累计停线时间以及累计停线次数Top1 工位，对应项目是D 项目的16 工位，停线原因为物料问题，经分析原因主要为供应商无法按时交样，其他高频原因因后道工位场地被占用，车辆无法按计划行进到后道工位;分析相同原因累计停线涉及工位数以及车辆数，并以此为依据对项目现场运行的问题处理进行优先级排序，给出短期措施和长期措施;对于问题发生较少的暗灯对应的低频工位，经核实该工位的确无暗灯问题记录，该月该工位进行的项目造车状态均正常，按计划进行造车，系统运行无问题。

5 总结

数据资产与物理资产的基本区别是，数据资产是动态变化的，而物理资产是固定不变的。数据资产在许多方面表现出动态特征——以运行数据（项目信息、工艺开发、试制造车等）的形式产生开始，直到在各种业务功能和过程中最终的应用（ERP、MES、智能制造等）。大数据时代到来，大数据分析、管理、应用引发业务模式、科室管理的创新。综上，在阐明试制数据资产的相关概念及特征的基础上，从试制项目、运营管理、体系流程三个方面进行各类数据资产的管理、分析与应用，将会对大数据时代下的业务部门甚至整个企业带来管理创新。

参考文献：

[1]McKinsey Global Institute，Big data：Thenext frontier for innovation， competition，and productivity，2011，May.

[2] 谢国忠，大数据时代下的企业管理与创新，全国企业管理创新大会，2013.

[3] 黄湘武，数据资产管理夯实企业管理平台，中国制造业信息化，2012（3）：41-42.