Крупное центральное предприятие является одним из первых национальных предприятий, занимающихся инновациями и демонстрацией приложений в цепочке поставок. В период «14-й пятилетки» оно сосредоточится на основном бизнесе управления цепочками поставок в качестве основного стратегического направления развития. Управление операциями цепочки поставок в основном основано на оптовой торговле товарами, которая часто имеет болевые точки, такие как огромный объем транзакций, сложные транзакционные связи, трудная идентификация рискованных транзакций, а также сложное управление и контроль рискованных торговцев.
Поскольку цифровая трансформация группы продолжает углубляться, спрос на приложения для обработки данных продолжает расти. Однако у группы нет единой платформы управления активами больших данных , что приводит к таким проблемам, как недостаточная ценность данных, противоречивые стандарты данных, неконтролируемое качество данных и негладкий обмен данными с точки зрения применения данных.
На этом фоне группа представила команду управления данными в облаке «Кенгуру» , целью которой является создание единой платформы данных для всей группы, которая может охватывать управление операциями, контроль рисков, а также весь бизнес-процесс управления цифровыми операциями, анализа и принятия решений. . Осуществляйте управление данными и анализ существующих данных группы, создайте систему управления данными, а также эффективно управляйте и применяйте дополнительные данные. Проанализировав все существующие данные группы и уточнив операционные и управленческие показатели, мы можем научно управлять информационными активами компании и исследовать ценность данных.
01 План управления данными сосредоточен на «управлении данными, услугах обработки данных и приложениях данных».
Основываясь на потребностях управления данными, предложенных группой, Kangaroo Cloud объединяет существующую внутреннюю платформу разработки данных и руководствуется сценариями бизнес-приложений, чтобы сформировать единое решение по управлению данными для группы. Проект реализуется в трех основных направлениях: управление данными, услуги данных и приложения данных.Приложение данных фокусируется на работе цепочки поставок и управлении бизнесом, услуги данных в основном удовлетворяют потребности в данных дочерних компаний группы, а управление данными фокусируется на унификации бизнеса группы. владение данными.Он создан с целью интеграции стандартов обслуживания метаданных и стандартов моделирования данных.
Этапы проектирования управления данными: определить цели и объем текущего проекта, а также разработать модель, архитектуру и методы этого раунда управления данными. Начиная со сценария спроса на данные, предложенного в настоящее время группой, управление данными осуществляется на основе данных сценария, который в основном включает в себя следующие шаги:
1. Архитектурный дизайн
С точки зрения технической архитектуры, исходя из потребностей сценария в сочетании с текущей организационной структурой предприятия и разрешениями на данные, центр обработки данных спроектирован как многопроектное пространство плюс классическая четырехуровневая структура ODS, DWD, DWS, и ADS.Группа является основным проектным пространством, а другие предприятия Платформа цепочки поставок является подпроектным пространством. Кроме того, на основе предварительных результатов исследования и текущего масштаба деятельности группы, бизнес был спроектирован и разделен на домены данных в соответствии с субъектами хозяйствования. Среди них ключевыми доменами строительных данных являются:
1) Домен клиента: все клиенты и поставщики, обслуживаемые предприятием; 2) Домен продукта: самостоятельные или агентские продукты, SKU; 3) Домен транзакций: все транзакции между клиентами и предприятием, включая транзакционные контракты, заказы, покупки и т. д. .; 4) Область риска: данные о рисках, такие как судебные разбирательства и штрафы для предприятия; 5) Область складирования и логистики: вся входящая и исходящая складская, транзитная и другая информация; 6) Общественное достояние: значения системных кодов, информация о параметрах, организационная структура, персонал и стандартизированная картографическая информация.
Благодаря многоуровневому и предметно-ориентированному проектированию исходная традиционная архитектура данных группы была преобразована в новую архитектуру данных, объединяющую исходные данные, создавая уровень общедоступных фактов и уровень обслуживания, чтобы, наконец, удовлетворить различные потребности и эффективно решить проблему изоляции данных, существующую в традиционная архитектура данных.Такие проблемы, как повторяющееся построение и сложность инвентаризации активов, больше подходят для нужд текущего этапа развития группы.
2. Единый сбор данных
Текущие исходные данные группы условно разделены на три категории: первая — это традиционные бизнес-данные, включая систему SAP, систему MDM, систему CRM, облачную цепочку, Gundam, North-South, OA и другие системы; вторая — третья. данные о партиях, включая корабли Сюньван, Цисинбао, рыночные данные, данные о ценах и т. д. Третий тип — это другие данные, заполненные вручную.
Среди них традиционные бизнес-данные имеют такие проблемы, как множественные источники данных и неравномерное распределение уровней данных.Некоторые системы могут получить только полный объем данных через интерфейс или сильно обобщенные данные отчета.Базовый инструмент синхронизации данных FlinkX стека данных используется для подключения различных данных к дата-центру.
Сторонние данные используют задачи сценария PySpark для завершения сбора данных и простой очистки путем вызова определенных интерфейсов службы API, а также доступа к центру обработки данных.
После завершения предварительного проектирования отчета для ручной отчетности платформа ручной отчетности (в настоящее время с использованием Fansoft) используется для завершения сбора данных посредством регулярной синхронизации, регулярной отчетности и регулярного сбора возвратов.
3. Централизованная обработка данных и стандартное проектирование.
Начиная с проектирования архитектуры, мы проводим детальное моделирование и проектирование на уровне фактов для доступных исходных данных, а также ведем статистику и сбор системы показателей .
Проект моделирования уровня подробных фактов соответствует концепции многомерного моделирования.В соответствии с различными предметными областями данные уровня ODS очищаются и обрабатываются в определенном диапазоне, а затем обрабатываются для формирования многоразового описания определенного бизнеса на определенную детализацию. Различную поведенческую информацию можно детализировать вверх и вниз по вертикали и сравнивать по горизонтали.
Что касается обработки индикаторного уровня, то до внедрения центра обработки данных логика расчета данных и калибры индикаторов хранятся в коде системы SAP и не могут быть эффективно использованы повторно. Чтобы решить эту проблему, в соответствии с методологией проектирования системы индикаторов, вся информация системы индикаторов (включая идентификатор индикатора, название индикатора, тему индикатора, бизнес-калибр, размеры, модификаторы, метод расчета, частоту расчета, период времени, стыковку бизнеса человек) единообразно определены. и лицо, ответственное за разработку), в последующем процессе применения данных предприятия завершают закрытие и унификацию калибра индикатора данных .
4. Сценарии применения данных
Сценарий применения данных берет за основу управление операциями цепочки поставок группы.Данные управления операциями, управления логистикой и управления кредитами унифицированы и собираются отдельно.Обработка и разработка данных выполняются в соответствии с логикой бизнес-индикаторов для удовлетворения требований к заполнению отчетов о данных бизнес-персонала. и сценарии применения статистического анализа данных .
Сценарий управления операциями: на основе реорганизации логики данных бизнес-отчетов, таких как просроченные платежи по клиентам SAP, продажи в кредит клиентам, спотовые запасы и т. д., в сочетании с возможностью платформы больших данных извлекать данные из нижней таблицы SAP, можно составлять еженедельный отчет о рисках, анализировать ситуацию с контрактами и сообщать об основных событиях.Построение сценариев эффективно снижает рабочую нагрузку бизнес-персонала при обработке и заполнении еженедельных отчетов и в то же время улучшает способность сохранять бизнес-данные в Интернете.
Сценарий управления логистикой: на основе данных логистических контрактов, поставщиков логистических услуг, точек склада поставщика, инвентаризации точек склада и записей инвентаризации точек склада выполняется унифицированная обработка агрегации, разработка данных осуществляется в соответствии с калибром бизнес-показателей и логистики. реализованы информационные панели контрактов и поставщики логистических услуг.Четыре основных вывески, а именно вывеска плотности точек запасов и вывеска инвентаризации, обеспечивают благоприятные условия для бизнес-персонала для выявления потенциальных рисков и удобного запроса ежедневных бизнес-данных.
Сценарий кредитного управления: приняв за основу данные о кредитном лимите клиента, просроченной задолженности клиента и данных о прибыли от обработки отраслевой продукции, разработка данных осуществляется в сочетании с индикаторами бизнес-логики , а также отслеживание кредитного лимита, анализ просроченных данных и заполнение прибыли от отраслевой обработки. Построение сценариев реализовано для контроля кредитования клиентов по квотам бизнес-персонала, выявления потенциальных рисков торговцев и уточнения текущей рентабельности продуктов в различных отраслях для обеспечения эффективной поддержки.
02 Консолидация цифровой базы для эффективной поддержки приложений обработки данных
На сегодняшний день в центре обработки данных группы построено более 700 таблиц и выполнено в общей сложности более 500 задач выполнения данных, включая более 200 задач синхронизации начального уровня источника данных ODS, более 40 задач очистки и обработки уровня детализации данных DWD, а также Уровень сводки данных DWS Существует более 60 сводных задач, более 20 задач синхронизации измерений уровня измерения данных DIM и более 100 задач передачи данных бизнес-сценария уровня приложения данных ADS.
Для удовлетворения потребностей в анализе данных управления логистикой и складированием, управления торговым кредитом, управления ценами, управления операциями и других отделов отдела цепочки поставок и управления транспортировкой группы, компания внедрила создание контрактных отделов продаж/закупок, логистики и складирования. доски, доски для отслеживания кредитных лимитов, доски для анализа просроченных данных и доски управления транспортом.Бизнес- сценарии, такие как заполнение еженедельных отчетов о просроченных рисках .
Адрес загрузки «Информационного документа о продукте Dutstack»: https://www.dtstack.com/resources/1004?src=szsm
Адрес для скачивания «Белой книги по отраслевой практике управления данными»: https://www.dtstack.com/resources/1001?src=szsm
Для тех, кто хочет узнать или получить дополнительную информацию о продуктах больших данных, отраслевых решениях и историях клиентов, посетите официальный сайт Kangaroo Cloud: https://www.dtstack.com/?src=szkyzg .
OpenAI открывает ChatGPT Voice Vite 5 бесплатно для всех пользователей. Он официально выпущен . Волшебная операция оператора: отключение сети в фоновом режиме, деактивация широкополосных учетных записей, принуждение пользователей к смене оптических модемов. Программисты Microsoft Terminal Chat с открытым исходным кодом подделали балансы ETC и присвоил более 2,6 миллионов юаней в год. Используемый отцом Redis код языка Pure C реализует структуру Telegram Bot. Если вы являетесь сопровождающим проекта с открытым исходным кодом, как долго вы сможете терпеть такой ответ? Microsoft Copilot Web AI будет официально запущен 1 декабря для поддержки китайского OpenAI.Бывший генеральный директор и президент Сэм Альтман и Грег Брокман присоединились к Microsoft. Broadcom объявила об успешном приобретении VMware.