如何打破工业4.0中的信息孤岛

工业大数据专家 钱塘大数据

点击上方“钱塘大数据”关注我们!你身边的工业大数据专家!


聆听音乐 品读数据


干货全文较长,建议先马后看


伴随着“工业4.0”“智能制造”“中国制造2025”而来的所有产品设计、生产装备、感知设备、联网终端,包括生产者本身都在源源不断地产生数据,这些数据将会渗透到企业运营、价值链乃至产品的整个生命周期,是工业4.0和制造革命的基石。目前,很多制造企业系统多,历史遗留的信息孤岛问题严重,要实现智能工厂的互联互通,各异构系统的数据能够统一、准确、不冗余是基础,而主数据管理(Master Data Management,MDM),作为企业最为核心和基本的数据处理,是企业逐步实现智能制造、工业4.0的前提条件。



主数据分散地存在于企业的各业务系统中,是企业内部能够跨业务、跨系统重复使用和共享的高价值数据,涵盖资源、产品、客户、财务、员工、供应商等,用于描述核心业务实体的数据。对于制造类企业,若没有对供应商、物资及产品模块等核心主数据进行即时的收集、记录和管理,很可能耽误工厂的正常运作、造成物流供应环节的瓶颈,甚至会将这种低效蔓延至整条价值链,拖累企业发展。而MDM可以帮助企业创建并维护整个企业内主数据的统一视图,通过保证统一视图的准确性、一致性和完整性,从而提高数据质量,逐步统一企业级数据模型,简化改进企业流程、提高业务的响应速度进而提升业务的利润。

主数据管理的关键成功因素       

我们两年前对全球50家公司的高级管理人员和主要决策者进行访谈调查,结果发现一个运作有效的MDM并不取决于其所使用的技术是否先进,而更多的在于明晰的治理结构、管理层的支持、运作流程的优化及所给予的时间及预算。我们将MDM的关键成功因素归结为以下四点:

管理层对于主数据管理的态度。主数据管理所产生的积极效果需要经过一段时间才能显现,如果管理层对此没有足够的支持力度,那么很可能MDM会因为不断削减的预算和人员而以失败告终。

量体裁衣的治理结构。公司需要根据自身主数据管理的目的、商业模式或公司需求等,设计相应的主数据管理的治理结构,一个良好的治理结构需做到:

1)根据公司的业务性质,设计合理的MDM数据模块分类,并设立公司整体的主数据管理中心。调研数据表明,若设立统一的主数据管理中心,将会进一步提升数据处理质量7%~25%;

2)根据公司已有治理结构设计MDM治理架构:从调查数据中可以发现,55%会设立独立的MDM管理机构,而非嵌入已有的事业部门或职能部门。但对于汽车等业务结构以业务单元驱动的特点,MDM治理主体是放在业务单元下面(42%),这一现象符合制造类公司较为分散的治理结构;

3)适宜的规章制度:该制度能将主数据管理的治理结构融入公司的管理中,使其真正成为公司的一部分;

4)合理的主数据质量的关键考核指标设计:定期对主数据管理的效用和目标完成情况进行考核,考核尽量定量化,以产生一定的激励作用;

5)完备的主数据管理全流程各节点:包括数据收集、记录、管理、数据管理结构或数据质量的变化更新,报告等。

流程的优化。这里包括两方面:一是公司自身业务的流程优化;另一方面是主数据管理本身的流程优化。主数据管理本身的流程优化,是指记录、管理和删除数据等一系列操作,运行流畅且被一一记录,具有可追踪性,否则将造成数据管理的低效和数据丧失等合规性问题。此外,当主数据管理发展到一定阶段时,需建立持续改善流程(continuous improvement process,CIP),尤其在客户、供应商及物料和产品模块上,建立CIP将提升数据质量37%~48%。

时间和预算。进行主数据管理,可以看作一项为提升公司运营效率的固定资产投资,通常而言,主数据管理很少提供短期的利益,有时它的效果甚至是难以衡量的,但是它最终必将对公司业务的每一个流程提供有益的帮助。管理者需要给予充足的时间,并根据这一时间制定相应的合理预算。


未来主数据管理的挑战及应对之道       

主数据管理从治理结构、管理流程和信息处理三个视角,高度展现了企业的形象。这也意味着,当企业面临着经济和社会动态变化的影响时,它也随之面临挑战。就普华永道思略特的观点认为,未来主数据管理将面临以下挑战:

挑战一:数据存储方面。现在是信息爆炸的时代,截至到2020年,数据总量将比现在增长44倍,而主数据管理未来必将进行横向扩展,其所需处理的数据也将更加丰富,MDM需强化自身存储能力。

挑战二:数据挖掘和处理方面。数据的来源变得多元化,越来越多的数据来自手机终端的数据,且很多数据呈现非结构特征,如何获取这些数据,挑选出真正有价值的数据,并将其融入MDM的数据语境中,是MDM亟待解决的问题。

挑战三:保障数据安全方面。随着网络黑客的增多,公司材料的频繁泄漏事件等,对于数据安全性的保障技术提出了更高的要求。

对于以上挑战,除了更新技术,优化管理流程外,公司需要尽快培养专业的MDM管理人才来应对这些挑战,管理者需具备:对业务流程上的价值创造机会有敏锐的洞察力,并清楚地知道与流程相关的主数据的价值;要对于公司的治理结构和主数据管理的治理有清晰的认识以及优秀的信息系统技能。

案例分享        

宝马:高效的主数据管理助推其虚拟化开发设计战略成功实施。

宝马在2000年便开始研发建立主数据管理系统,2007年更是对系统进行了升级,不但建立了数据标准、增强了数据功能,更通过设立了统一的数据中心,设计符合业务发展的数据模块结构,从而显著提升了数据共享和更新的效率。



在治理结构设计上,宝马根据自身业务和未来发展战略,设计了一个从“车辆元件——车辆组件——整车“的主数据模块,同时建设了主数据管理中心,该中心包含了从期初的设计、到部件开发再到生产的各个环节内的所有开发设计相关数据,例如生产数据、物流数据、模拟参数数据、测试数据等,以确保与车辆生产相关的每个部门所需的数据都能便捷地从该数据库中检索、更新。

在流程优化上,新一代MDM增加了产品设计规则审核环节,该设计规则涉及产品间的配置,例如为数据检索者提供有关某一个型号的车辆需使用哪个型号车灯等相关信息,同时,由于宝马积极将客户引入了产品设计环节,故而在设计规则中,检索者还将获得消费者对于相关设计的定制偏好,这些信息使得车辆在设计阶段就能避免配件使用等合规性和技术性问题并迎合消费者的偏好。可见,通过流程的优化,新一代MDM不仅仅是信息的集成,更成为了智能的信息供给者。

本文摘自网络如有侵权,请联系我们以作删除

www.qtbigdata.com


工业大数据专家

微信ID:qtbigdata
长按左侧二维码关注

钱塘大数据

工业大数据专家

无时不刻带您领略工业+大数据之美,

点击阅读原文

上传您的专属工业大数据吧!

www.qtbigdata.com

    阅读原文

    发送中

    + 关注

    + 订阅