當前數據管理方式
隨著(zhù)手機移動(dòng)端、傳感器與自動(dòng)化設備越來(lái)越多，數據采集的成本越來(lái)越小，從而企業(yè)中產(chǎn)生的數據也愈發(fā)龐大，信息化技術(shù)也正如諾蘭模型所言逐步到集成、數據管理的階段。并且如今大數據的作用愈演愈烈，數據管理的重要性也逐漸被提上日常，數據管理的項目也以肉眼可見(jiàn)的速度再飛速猛增。
雖然數據管理項目比重逐步增多，但是不過(guò)目前數據管理的方式基本上都屬于“亡羊補牢式”的。因為企業(yè)中各個(gè)業(yè)務(wù)系統已經(jīng)產(chǎn)生，業(yè)務(wù)系統當中的數據問(wèn)題已經(jīng)影響到企業(yè)級的數據統一管理、數據質(zhì)量，甚至會(huì )因為數據不統一而影響到企業(yè)報表生成，因為有種種難點(diǎn)才想到需要進(jìn)行主數據管理或者數據資產(chǎn)管理。這種項目方式會(huì )造成數據管理前期治理階段工作量非常龐大，比如首先需要梳理數據流圖與數據UC矩陣（用數據的系統與產(chǎn)生數據的系統），單純只是數據流圖的調研、分析與評審就夠項目經(jīng)理喝一壺的，更不用說(shuō)還有數據實(shí)體模型的構建工作，最重要的是還需要給客戶(hù)留下成千上百的標準文檔，苦不堪言。
數據管理“前不著(zhù)村后不著(zhù)店”
通過(guò)上述數據管理項目簡(jiǎn)要的介紹，我們發(fā)現做好企業(yè)級的數據資產(chǎn)管理不僅僅是工作量問(wèn)題，還有以下原因:
因為專(zhuān)門(mén)針對于數據管理的系統都基本都是外部重新植入的外部業(yè)務(wù)系統，其數據的質(zhì)量是受到之前實(shí)施的系統約束的，而一般業(yè)務(wù)系統的數據管理僅僅是以數據庫形式進(jìn)行管理，其規范性、影響速度都是是比較差的，那么目前企業(yè)級數據管理發(fā)展緩慢，究其原因主要有以下三點(diǎn)：
一是技術(shù)門(mén)檻高，很多企業(yè)業(yè)務(wù)系統會(huì )比較多，各類(lèi)系統的開(kāi)發(fā)平臺與供應商都不統一，而且部分系統開(kāi)發(fā)實(shí)施周期相差比較遠，要統一業(yè)務(wù)系統當中的數據標準幾乎不可能，另外企業(yè)流程的復雜性也導致統一數據管理平臺的建設門(mén)檻也很高。
二是時(shí)間延后性，業(yè)務(wù)系統在開(kāi)始建設的時(shí)候，關(guān)注的是功能的快速實(shí)現與功能應用的舒適度，項目實(shí)施階段幾乎不會(huì )將資源預留考慮數據管理的內容，而如果是事后構建數據管理則需要考慮之前的業(yè)務(wù)系統，也就是說(shuō)需要打破重來(lái)，難度非常高，而且工作量比較大。
三是效益不佳，雖然大家每每提及大數據都眉飛色舞，但部分企業(yè)落后太多，首先許多企業(yè)管理仍然是以紙質(zhì)形式為主的，即使已經(jīng)認識到數據的重要性，但遠水解不了近渴，企業(yè)目前最能體現的是數字化，經(jīng)過(guò)數字化轉型之后才能有數據管理，所以短期內數據管理體現的價(jià)值并不高。尤其是企業(yè)很明顯能夠通過(guò)數字化實(shí)現減少窩工、所周研發(fā)周期、提升生產(chǎn)效率，但是數據分析的結果雖然沒(méi)有定量，但是每個(gè)管理層都會(huì )有個(gè)定性的認識。
所以綜合來(lái)講就是在數據產(chǎn)生之前并沒(méi)有做相應的管控與數量工作，當等到數據問(wèn)題積累到一定程度再開(kāi)始“亡羊補牢”，而且在目前的管理運行模式之下并不會(huì )看到數據起到非常重要的作用，這就造成了數據問(wèn)題越積越多、解決又作用甚少的窘態(tài)。
那么企業(yè)數據管理真的就因為舉步維艱而放棄嗎？當然不是。專(zhuān)門(mén)針對性的去做數據管理工作，因為需要數據管理而去治理數據無(wú)論從成本、效果還是日后價(jià)值等方面性?xún)r(jià)比不高，但是如果站在業(yè)務(wù)系統的角度去管理部分數據則是水到渠成，因為業(yè)務(wù)系統是數據產(chǎn)生的源頭，理應承擔起數據管理的責任，至少對自己業(yè)務(wù)范疇內的數據保障其數據質(zhì)量，并保障數據治理的延續性（上下游業(yè)務(wù)系統之間數據管理方式的傳遞性）。比如在建設初期梳理符合上游已實(shí)施的業(yè)務(wù)的系統的數據標準，保障確保數據資產(chǎn)的質(zhì)量等等，其不僅要考慮自身利益，更應站在企業(yè)的全局角度看待這個(gè)問(wèn)題，保障在系統內產(chǎn)生高質(zhì)量的數據，同時(shí)起到企業(yè)部分數據管理的目的。
數據管理“自?huà)唛T(mén)前雪”
下圖為普通MES項目的功能模塊，可以看出不管從系統平臺、服務(wù)中間件與功能模塊來(lái)看，只是為MES系統的功能服務(wù)的，雖然說(shuō)MES系統的定位是以實(shí)現生產(chǎn)計劃下達、排產(chǎn)與報工為核心的功能，這種定位無(wú)可厚非，但是單純式的以功能為引導的MES系統注定會(huì )在諾蘭模型第五步“數據管理”階段被整改。而且MES項目會(huì )持續變更，而大部分并不是因為生產(chǎn)流程變更，而是因為技術(shù)發(fā)展，比如前三十年前MES報工全部用的是PC端，但現在很可能是手持終端，抑或是通過(guò)RFID實(shí)現自動(dòng)報工，所以站在發(fā)展的角度看待MES項目的話(huà)，MES項目如果將生產(chǎn)流程梳理清楚、將業(yè)務(wù)單點(diǎn)串聯(lián)起來(lái)其實(shí)已經(jīng)是成功了，隨著(zhù)技術(shù)的發(fā)展變遷MES系統會(huì )不斷更改優(yōu)化；并且也會(huì )隨著(zhù)業(yè)務(wù)范圍的擴大不斷拓展，比如透明廚房的興起引導客戶(hù)也希望通過(guò)掃碼的方式查看進(jìn)度、質(zhì)量等內容，領(lǐng)導在外談判業(yè)務(wù)的同時(shí)打開(kāi)“掌上工廠(chǎng)”及時(shí)了解生產(chǎn)概況。如下文所言：
所以站在MES的項目案例之上，根據MES項目的特點(diǎn)，MES項目應該將一部分功能實(shí)施的資源放在數據管理當中，如下圖所示，在流程上框架上打通即可，并不需要深究，而是將一部分精力放在生產(chǎn)數據治理當中，隨著(zhù)數據來(lái)源技術(shù)的不斷升級，在單點(diǎn)上優(yōu)化MES某個(gè)單點(diǎn)，但是在數據層面上是穩固的，而且如果供應商實(shí)力尚客，甚至可以將生產(chǎn)數據治理拓展到企業(yè)級數據治理，進(jìn)而拓展項目機會(huì )。
從數據來(lái)源的角度就把數據分為三類(lèi)：“內部自有數據”、“衍生數據”、“外部輔助數據”。MES系統中數據屬于內部自有數據，首先IT系統建設的主要目的是實(shí)現業(yè)務(wù)訴求，伴隨著(zhù)業(yè)務(wù)訴求會(huì )有相應的業(yè)務(wù)流程，業(yè)務(wù)功能、業(yè)務(wù)流程的實(shí)現，就涉及數據模型管理了。但是正如上訴所言，我們期望將項目的部分內容放在數據管理：
MES當中數據模型都包含哪些內容？
1 業(yè)務(wù)數據，可以理解為“表”（Object）
2 表之間的關(guān)系（Relationship）
3 通過(guò)關(guān)系能看到數據會(huì )從哪些表產(chǎn)生，通過(guò)哪些環(huán)節流轉到哪里去（Behavior）；則可以將MES中數據與PDM、MRO中數據實(shí)現關(guān)聯(lián)，從而實(shí)現數據跨系統分析，從系統的模型設計摸清具體的業(yè)務(wù)流程，反過(guò)來(lái)也可以從具體的業(yè)務(wù)流程梳理、數據驗證，來(lái)重現數據模型體系。
其中數據模型中牽涉的數據類(lèi)型中主數據是最重要的，主數據即可以在系統間共享的數據，與波動(dòng)較大的交易數據相比，主數據變化緩慢，如：客戶(hù)數據、產(chǎn)品數據、賬戶(hù)數據等。此類(lèi)數據是數據治理的重中之重，因為主數據不管在上游系統產(chǎn)生或者自己產(chǎn)生，對于標準化要求都比較高，需要及時(shí)性、準確性、唯一性與全面性，如果僅僅是MES項目建議只是完成MES系統產(chǎn)生主數據的標準定義即可，最多了解清楚：1.誰(shuí)是主？2.誰(shuí)來(lái)用？3.什么服務(wù)？（要做什么？）4.服務(wù)水平要求 （準確性、及時(shí)性、準確性、全量），否則就有些作繭自縛，或者喧賓奪主的感覺(jué)。
另外建設數據模型也需要首先建立數據標準，數據標準是建立的一套符合自身實(shí)際，涵蓋定義、操作、應用多層次數據的標準化體系。它包括基礎標準和指標標準（或稱(chēng)應用標準）。與數據治理其他核心領(lǐng)域具有一定的交叉，比如元數據標準、數據交換和傳輸標準、數據質(zhì)量標準等。
如果在MES系統完成一部分數據管理工作，對于數據工作評價(jià)的標準之一就是看數據質(zhì)量如何，高質(zhì)量的數據是分析決策、業(yè)務(wù)發(fā)展規劃的重要基礎，單個(gè)系統中建立完整的數據質(zhì)量體系，正如上文所述可以倒逼數據整體質(zhì)量，進(jìn)而從單點(diǎn)優(yōu)化到全局。完整全面的定義數據質(zhì)量的評估維度，包括完整性、時(shí)效性等，按照已定義的維度，在系統建設的各個(gè)階段都應該根據標準進(jìn)行數據質(zhì)量檢測和規范，及時(shí)進(jìn)行治理，避免事后的清洗工作。
總之，MES系統還是為業(yè)務(wù)功能服務(wù)的，數據管理工作的確應該著(zhù)手開(kāi)展，但如果本末倒置反而會(huì )影響到MES系統，得不償失。所以建議在MES系統中重點(diǎn)以重視數據管理模型、數據質(zhì)量標準輸出為主，如果牽涉到業(yè)務(wù)流程更改可以引導到企業(yè)級數據管控平臺當中，即MES項目可以輸出一部分數據標準、數據規范的文檔內容，能夠承接已有的上游系統，并可以為以后實(shí)施下游系統鋪路，并且非常有可能會(huì )引導到新的利潤點(diǎn)——企業(yè)數據管理。
聯(lián)系客服
