离散型制造企业主数据平台研究与实现

梁志辉，黄 梁，汪延辉，陈鲁敏

（杭州汽轮机股份有限公司 信息管理中心，浙江 杭州 310022）

0 引言

目前，国家持续推进“中国制造2025”、“互联网+”战略，信息化的进程已经进入企业级应用及建设的轨道，因此企业数据工程管理的研究与开发势在必行。随着企业信息化进程的深入，企业内部的数据量增长迅猛，完善的主数据管理系统既可以节约大量的时间和经费，也可以推动企业管理的革新，提升企业的运营效率。

1 背景介绍

杭州汽轮机股份有限公司（以下简称“杭汽轮”）离散型智能制造的规划是围绕着建设“离散型智能制造模式与数字化车间”来实施的，至今已建立了多个涉及企业各个方面的业务系统，且大多数属于自主研发系统，目前有PMIS（Production Management Information System）生产管理系统、OA杭汽轮一体化业务运营系统、一卡通系统、汽轮机发运管理系统、MES（Manufacturing Execution System）、PLM（Product Lifecycle Management）、商务平台、财务管理系统等。随着信息化建设的不断推进，业务系统不断增多和应用与推广的程度不断加深，大量重要数据以各种各样的形式存在于以上业务系统中，这些核心系统在跨业务、跨系统、跨部门甚至跨企业的业务连贯性需求上，对数据的一致性、完整性、正确性和可控性提出了前所未有的挑战。而在企业信息化发展初期，对业务系统的数据标准、数据共享缺乏统筹设计，因此建设企业主数据管理系统变得非常必要。

具体来说，杭汽轮各业务系统进行数据共享时存在以下问题：

第一，公司资源的系统性编码标准与规则缺失，不同的应用使用不同的临时性编码，甚至存在一物多码的现象，由于系统构建的特点造成这些应用的每一个数据都是各自功能单元的数据存储。数据描述自身也因应用的不同而不同，这导致很难去调和单个应用系统的数据描述。

第二，随着企业单个应用的独立发展和功能不断扩充，问题变得越来越复杂，新系统的开发需先分析原有不同系统的相同数据描述，但公司原有系统都是以职能部门为单位、以业务功能为导向建立的，各个系统都是只对自身负责，这就造成贯穿不同部门的同一业务流程的上下游业务处理和数据脱节，导致信息化系统对公司决策的支持能力不足。

第三，由于上下游业务无法打通，造成业务信息不能及时跟踪、监控和反馈，跨业务部门、跨应用的业务协作和流程再造无法进行，企业的整体业务执行效率大打折扣。

第四，无法沉淀企业流程资产，不能及时响应业务变化。系统内数据标准化状态较差，标准不统一，系统间集成方式多数以中间表方式开展，维护与监控难度较大，数据流向管理不明确。

为此，杭汽轮亟需要建立一套主数据管理平台，开展企业内数据信息梳理、数据分类与编码标准制定，实现数据流向梳理，并且完成主数据与下游各业务系统间的集成联调工作。

2 主数据管理平台建设

主数据一般是指企业的客户、产品、物料、原材料、供应商等基础数据，是企业关键的支持交易和分析操作的重要参考数据。主数据管理平台是管理主数据的应用系统，是一些应用、技术和流程的组合，即定义、管理、治理和共享主数据信息，持续地确保主数据的质量、完整性和对业务的支持，并协调和管理与企业核心业务的实体信息交互，实现主数据整合、主数据清洗、主数据共享和主数据治理等功能。

杭汽轮主数据管理平台分为基础层、应用层和监控层三层。基础层主要是提供元数据管理及一些基础服务能力；应用层围绕主数据全生命周期展开，实现数据资源管理，提供数据相关服务；监控层落实数据质量、服务质量的监控，为主数据管理的优化提供基础。其总体架构如图1所示。

图1 平台总体架构Figure 1 Overall architecture of the platform

2.1 模型管理

一是数据分类，即进行数据资源的分类、分层级管理、维护分类共用属性，建立数据资源的管理体系，通过创建数据分类，形成管理数据对象的资源体系分类，并以此为模型管理、数据管理与应用的数据资源导航。二是属性维护，即对数据模型的属性进行分类：系统中模型的共用属性，可以集中事先创建，后续数据建模过程中直接引用即可。三是数据字典，即对基础数据进行定义，供模型配置引用。数据字典通常可定义确定的标准的静态数据分类，如性别（男、女）、计量单位（台、件、个等）等。四是数据建模，包括数据标识、数据构成的元素，可用于创建数据库结构、数据模型，在数据分类下创建数据模型，进行数据模型管理。五是引用数据模型定义，即对数据元素进行数据描述，形成完整的数据信息、数据模型信息、数据引用关系信息等。同时，对数据模型进行版本管理，以适应数据管理变动的需求。

2.2 应用配置管理

即基于数据模型创建数据模板，用于定制数据维护、流程审核、检索查询时的界面数据内容、编辑内容等，并定义部分数据校验规则，是基于数据模型的数据应用与管理配置功能。数据模型发布后创建数据库，进行数据维护、数据检索、数据采集与分发等数据管理活动；数据管理的结果保存在数据库。根据数据模型创建数据的关系与组合，从模板库调用数据显示模板，从数据库调用数据，根据数据关系呈现数据视图。具体应用配置如图2所示。

图2 应用配置管理Figure 2 Application configuration management

2.3 数据应用管理

一是在统一的数据入口对数据进行增加、修改、删除等基础信息维护，进行数据编码，执行数据审核，管理数据版本。二是提供数据检索功能，允许操作者快速检索数据的需求，支持按数据库、模型和内容摘要进行检索，其中内容摘要查询项支持按词组检索，例如输入“数据”，点击“查询”按钮，系统检索出“数据”相关的所有数据。其中，检索的范围为模型中的生效数据。

2.4 数据集成管理

数据集成管理如图3所示，其主要功能包括以下几方面：定义参与数据集成的第三方系统，提供第三方系统的接口注册功能，定义提供接口的系统、接口用途以及接口的集成策略；按每一种数据资源，定义其分发的目标系统以及对应的接口；从系统集成视图角度描述数据的继承关系，并借助系统接口定义实现第三方接口的调用，完成数据主动集成；提供查看各模型/字典数据的分发状态情况，并且能够手动分发数据；提供各种接口的调用日志，方便定位接口调用过程中的问题。

图3 数据集成管理Figure 3 Data integration management

2.5 数据质量管理

如图4所示，数据质量管理即通过配置质量规则对多个系统的“入口”进行把关排查以便对数据进行规范约束，确保能够通过“入口”的是规范的、准确的数据，以保证数据质量，提高数据资源管理的水平。同时，对系统中的生效数据进行质量评估，找出不符合质量规范的数据项，指导用户修改以提高数据质量。其具体功能包括质量规则管理、数据质量评估、质量评估报告、质量评估日志和数据质量分析。

图4 数据质量管理Figure 4 Data quality management

2.6 数据分析

在不同维度对数据集成与管控平台管理的数据进行统计、分析，并以图表、列表等形式展现，使用户能够直观了解所关注数据的数量变化、集成交互、审批效率等信息，从而对企业数据资产数量、数据活跃度（价值）、数据维护及时性等有直观、量化的认识，帮助企业更好地管理数据和发挥数据价值。

2.7 数据清洗

数据清洗的流程如图5所示，即对要进入主数据系统的来自其他业务系统或线下EXCEL等的历史数据进行批量加工处理、清洗以使其符合制定的数据标准规范，包含数据资源管理及治理过程中批量新增和批量修改场景，可进行基于质量规则的合规性检查、基于列或单元格的数据操作，目的是提高数据质量，以便提高查询检索及分析应用的准确性。该功能的主要使用角色为某类数据的清洗人员，能够对该模型的全字段进行管理及编辑。

图5 数据清洗流程Figure 5 Data cleaning

3 平台应用效果

3.1 增强企业信息质量

第一，在企业内构建了统一的数据标准体系，实现各业务口径主数据管理及应用的协同，明确数据职责，有效保障数据的统一来源，推动企业标准化进程。

第二，实现了数据源头集中管理，改变原有基础数据分散管理现状，以标准化模型、数据规则、业务规则来组织主数据，使原来数据信息不完整、格式不规范、计量单位不统一、字符书写不统一的情况得到解决，提高基础数据的准确度，提升了各个接入主数据管理平台的业务系统数据质量。

第三，减少了数据差异。原来各系统间的报表由于数据源的不统一、统计口径的不一致和数据转换的不一致，相互之间往往会有差异，通过主数据管理，使用统一的主数据，明确各类数据的不同分类情况，不同分类之间的相互关系，再通过系统对数据的统一描述，有效降低在数据信息处理过程中的不一致。

3.2 降低企业信息管理成本

降低接口成本，减少应用系统之间的点对点集成；降低了系统开发和维护成本，主数据通过集中公共信息对它们进行简化，对业务流程的不同环节都能提供这些信息；降低数据采集成本，业务系统直接集成到主数据平台，采集的数据直接分发到所有下游应用程序，避免了重复的数据采集；降低数据清理成本，在主数据系统中集中清洗数据可以有效降低各业务系统基础数据的清洗成本，通过接入主数据平台，也可以实现在一个单独的系统中进行整个企业所有数据的清洗；降低信息交付成本，使用主数据平台很容易实现数据准确性的验证，有助于通过交付可靠的信息来降低IT成本。

3.3 推动企业管理革新

第一，整合企业最核心、最需要共享的数据集中进行数据的清洗和丰富，并且以服务的方式把统一、完整、准确、具有权威性的主数据分发给需要使用这些数据的操作型应用和分析型应用，夯实了未来构建全企业数据中心的基础，并且对未来业务系统的推进提供了数据保障。

第二，清洗重复、杜绝新错，有利于降低库存。一物多号、物资描述不规范、不完整等是造成库存积压和浪费的主要原因之一。通过多层次的数据整理、整顿，规范和完整的物资描述，减少一物多号，可以减少采购环节的错误理解，提高采购效率，减少库存和采购浪费。

第三，主数据管理让企业拥有统一的主数据访问接口、集中且内容丰富干净的数据中心，能够为各业务部门提供一致、完整的共享信息，为业务流程和经营决策提供可靠的支撑载体。

第四，为深入的业务分析和数据挖掘打下基础。通过统一的主数据管理，建立基础数据共享桥梁，打通原来各个业务孤岛间的数据联系，使各系统能提供统一的业务视图，提升企业数据的集成和管理能力。同时，主数据管理是企业大数据应用的基础，可以为企业大数据应用提供一系列全面、先进、成熟的数据管理解决方案，为企业迎接“集成化的大数据时代”做好了准备。

4 结语

杭汽轮主数据管理平台的搭建与运行，实现了企业数据管理的升级换代，建立了企业信息系统间互联互通、功能联动的重要数据基石，为生产管理精细化提供了重要支撑，并为业务管理标准化工作提供了规范信息支持，在企业提升管理效能过程中发挥了重要作用。