基于大数据的复杂装备企业决策支持体系建设

2021-07-01胡建

中国军转民 2021年5期

胡建

摘要：大數据时代下，随着装备制造难度加大、市场竞争日趋激烈，各类复杂装备企业都面临着如何进行科学决策，降低企业经营风险等诸多难题。本文从大数据时代背景下提升复杂装备企业决策能力角度出发，对企业决策支持面临的挑战进行了分析，提出了适应时代发展、贴合制造业实际情况的大数据决策支持解决方案，并列举了某复杂电子装备企业的成功案例，以期为我国制造业企业的决策能力提升作出更大贡献。

关键词：大数据；经营管控；决策支持

随着移动网络、云计算、物联网等新兴技术迅猛发展，企业通过实时采集反映设备运行与制造过程状态的工业数据，已进入大数据时代[ 1 ]。麦肯锡咨询公司对“大数据时代”的定义是：“数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。”在工业领域中，工业大数据具有体量大、流速快、类别多和价值密度低等特性[ 2 ]，传统决策方法难以满足海量制造数据背景下的经营管控决策需求。对工业大数据的应用分析能力已成为衡量一家企业竞争力的关键要素。

在大数据时代，企业管理人员需要充分挖掘大数据中所蕴含的价值，将其转化成企业管理的有效资源，并依此制定更准确的决策，为企业发展带来持续不断的竞争力。对于如何挖掘大数据价值，如何高效利用这些价值，国内很多专家学者正在开展研究，并在故障模式、装备监控等方面开展部分应用[ 3 - 6 ]，但对企业级的决策支持新模式，尚未有通用的解决方案。

针对大数据时代企业决策面临的挑战，本文给出了基于大数据的决策支持解决方案，并成功应用于某复杂电子装备企业，本文将做详细介绍。

一、大数据时代企业决策面临挑战

大数据时代，企业在决策方面面临如下挑战：

（一）缺乏满足多场景决策所需的信息系统，是企业面临的首要挑战

在大数据时代下，企业决策信息的采集与分析、决策方案的制定与选择均会受到错综复杂的环境因素影响。企业决策支持系统的建设，需要考虑经营管理、产品研发、生产制造、综合保障等多方面的业务数据特点、展示需求，适应多场景的决策展现需要。

（二）缺乏完善的指标体系，是企业面临的重大挑战

当前，很多企业构建了覆盖企业管理、产品研发、制造、保障等各个业务环节的应用系统，但缺乏科学完备的决策体系，用来支撑对经营全过程管控。各类管控指标或者散落在相关职能部门，或者还未根据发展需要建立健全相应的管控指标；已有的管控指标在其内涵、计算方式、数据收集渠道、分析方法等方面还存在诸多不一致问题；管控数据或者散落在个人手中，或者根本没有留存。迫切需要建立以“全级次、全领域、全流程”为特征的企业经营管控指标库，实现历史数据的快速跟踪查询和分析。

（三）缺乏智能化预警机制，制约了企业决策能力的提升

从企业预警分析的监测、识别、诊断、报警几个关键环节来看，很多企业目前存在不少需要着力完善之处：关键的预警指标尤其是事前预警指标还不够系统、不成体系，甚至在一些关键领域缺乏预警指标；传统工作方式下，不同的部门、不同的人员对同一问题采用不同的预警分析模型，带来不同的甚至是差异较大的预警研判和预警等级；预警分析时效性不够，基于手工模式的预警分析随着经营规模的扩大，其效率、效益面临很大挑战，难以对经营状况进行连续的测定、监视和预先报警，难以及时、有效地展示潜在的风险和危机，难以使中高层管理对企业的经营状况做到心中有数，做到及时发现及时应对问题。

为了解决上述问题，企业需要建立基于大数据的决策支持体系，有效提升企业科研生产、财务、质量等各方面信息的大数据分析与智能决策能力，降低企业经营风险。

二、基于大数据的决策支持体系建设方案

（一）决策支持体系建设思路

针对企业决策面临的难题，本文提出了如下图所示的“1+1+1”大数据决策支持体系建设总体思路。

即：

（1）一套分析展示方法：建设适应制造业决策支持所需的各类分析展示组件，满足产品研发、制造、保障等多决策场景所需。

（2）一个应用平台：建设覆盖数据获取、数据湖存储、数据模型管理、可视化展示分析等决策全过程的自主可控的信息化应用系统。

（3）一套指标及业务体系：梳理并建立适应企业决策支持所需的业务指标体系，形成企业决策所需的组织架构。

（二）大数据决策支持解决方案

根据建设策略，本文给出了如下图所示的决策支持解决方案体系框架，从行业应用、数据服务、数据采集与模型管理等多个层次出发，构建企业大数据决策支持系统，满足复杂装备制造企业决策支持体系的建设需要。

本文提出的大数据决策支持解决方案，坚持“三个面向：面向全业态、面向全级次、面向全过程”，覆盖各研究院所、企业各下属控股公司，以实现对所有业态的经营管控要求；在管控维度上，覆盖从科研、生产、保障和管理的全部过程，实现全流程的信息掌控；在数据层级上，需要实现从基层、部门到领导的全级次信息汇聚和贯通，也能实现从上到下的逐层穿透。

同时，解决方案紧扣“四个导向：目标导向、管控导向、问题导向、风控导向”，围绕企业规划目标、任期目标和年度经营目标，层层分解形成各级各类指标体系。聚焦重点目标、重点单位、重点任务和重点能力等关键管控对象和环节，强化监视测量和分析工作，形成各类态势；坚持对外找差距，能够对比优秀企业、竞争对手、行业标杆等开展分析；坚持对内找问题，能够对比规划目标、任期目标和年度经营目标等开展分析；关注经营过程中可能出现的财务、市场、质量、安全等重大风险。

通过建设，可使得企业具备全领域的数据采集能力、全级次决策模型管理能力、全流程多场景应用能力。

三、基于大数据的决策支持实施策略

为顺利推进决策支持系统在各研究院所、制造业企业的实施，本文提出了大数据决策支持的“六要素”实施策略。包括：

要素1：明确应用场景，理解管理者思维逻辑。按照企业的经营特点和决策者的思维逻辑，为系统设置专门的分析主题。决策者选择不同的主题切入，逐步梳理关键成功要素，深入分析企业的经营状况，发现经营的关键问题，进而进行合理的决策。

要素2：构建指标体系，明确运营状况的衡量尺度。根据业务规则和业务分析的逻辑（即业务场景）构建明细指标，通过指标对主题通过业务规则进行业务分析。

要素3：明确各类业务分析模型，通常包括：预测分析、监测预警分析、穿透分析3类模型。

要素4：友好的功能设计，为决策者提供门户，根据决策者不同的职责权限和管理范围建立不同的决策门户，以向系统使用者展示分析的过程和结果。包含总体态势、主题分析、问题推送和协同办公四个维度。

要素5：注重对外展示，整体规划展示大屏。

要素6：统筹开展数据湖、数据仓库建设，为分析和决策提供数据支撑。

四、成功案例

某复杂电子装备企业，利用本文基于大数据的决策支持解决方案，通过2年建设，建成统分结合、上下一体的智慧经营管控与决策支持系统，实现基于大数据和模型的经营管控可视化展示、自动化预警、决策支持和智能决策功能，有力提升全所智能管理水平，高效保障战略闭环管控，实现对经营管控的实时监控，及时防范经营风险，提升集团化管控能力，有效推进智慧子集团建设。

该企业经营管控与决策支持系统框架如下图所示。

通过建设，形成覆盖科研生产、质量、财务等8个集团化经营管控业务领域的决策支持能力，实现了经营管控、产品研发、产品制造、产品保障等各类数据的可视化呈现、预警展示、问题穿透、决策提醒及闭环等功能，满足高层决策支持要求，实现企业全流程、全领域、全级次的管理，极大降低了企業经营风险，提升企业管理效率。

通过建设，该复杂电子装备企业实现了以大数据为核心，经营管控实现由单点分析向聚合分析转变，基于大数据挖掘和各类标准化模型，实现了产品研制信息的层层穿透，支持企业分层分级的决策所需。企业领导可通过系统可视化查看生产现场的重要产品、重要设备的生产信息，实现工厂透明化管理，极大提升经营管控和决策支持的全局性、准确性、时效性和前瞻性。