知识型企业综合数据分析平台建设
开篇：润墨网以专业的文秘视角，为您筛选了一篇知识型企业综合数据分析平台建设范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
【摘要】随着信息化工作的不断深入，企业不可避免的面临着数据的几何式增长，传统的数据统计模式已不能满足企业决策层、管理层、执行层对数据分析的需求。为解决企业决策层、管理层、执行层实时掌握经营管理、财务管理、人力资源管理等企业核心数据的分析结果，以便为企业发展战略作出相应决策，论文以企业综合管理信息化项目为依托，从数据整理、数据分类、数据建模、数据分析、数据集成等各个环节进行规划，实现跨平台、跨系统的综合数据分析，并且提供了丰富多样的数据展现形式和灵活、严密的权限管理机制，有效的为企业决策管理者提供决策支持。
【关键词】信息化；数据分析；决策支持
【中图分类号】C931.6 【文献标识码】A 【文章编号】1672-5158（2012）09-0048-03
1.1 企业数据分析管理的现状
随着企业信息化工作的不断深入，业务系统数量不断增多且越来越成熟。各系统的不断运行，企业不可避免的面临着数据的几何增长，并积累了大量的历史数据。传统的数据统计模式已不能满足企业决策层、管理层、执行层对数据分析的需求。企业决策层、管理层、执行层需要实时掌握经营管理、财务管理、人力资源管理等企业核心数据的分析结果，以便为企业发展战略作出相应决策。如何能够整合各系统的数据，深入分析利用积累的数据，从中挖掘价值，提升业务洞察力，为正确决策提供依据，已经成为企业信息化的重中之重
1.2 企业数据分析建设目标
为了有效解决由于人工手动统计分析带来的效率低、易出错等问题，并且满足决策管理者对企业经营、财务等各方面情况能够实时了解和掌握，从而使决策管理者及时准确的作出相应决策，需要构建综合数据分析平台，从数据整理、数据分类、数据建模、数据分析、数据集成等各个环节进行规划、实施，实现企业数据统计分析在线化、实时化、权限管理规范化。本项目的总体建设目标包括以下三个方面：
数据整合集中管理：以现有的业务系统为数据源，实现企业统一部署，建立统一数据结构、统一技术标准的主题数据库，搭建能力持续提升的数据管理分析基础环境，达到加工高效、响应快速、安全可靠、全院集中、质量管理、方便运维、过渡平稳的目标。
数据实时统计分析：利用BI工具完成综合数据分析平台的建设，将数据仓库中的数据以更为灵活、直观、可视化的方式展示，使用户快速、准确、方便地得到数据背后的知识。实现跨平台、跨系统的综合数据分析，并且提供丰富多样的数据展现形式。
权限管理规范化：实现规范化的权限管理，除了能够根据用户角色的不同实现功能操作范围、对象类型及应用组件等权限的控制，还能够实现数据级次权限的灵活控制。
2、知识型企业综合数据分析平台建设的内涵
2.1 基本建设内容
依托经营管理、财务管理、人力资源管理等模块的数据积累，在已有报表的基础上，利用统一BI平台构建综合数据分析平台，构建领导驾驶舱、多维数据分析、即时分析等多种数据分析展现形式，为决策层、管理层提供企业经营状况、财务情况分析，有效的为企业决策管理者提供数据支持。
根据对业务现状的分析和了解，对综合数据分析平台的主题业务模型进行了规划和梳理，分为综合办公数据分析、经营管理数据分析、财务管理数据分析、人力资源管理数据分析、党群管理数据分析、科技管理数据分析、资产管理数据分析、质量安全数据分析、文控管理数据分析等九大主题业务。依据这九大主题模型，实现了跨平台、跨系统的综合数据分析，并且提供了丰富多样的数据展现形式和灵活、严密的权限管理机制。
2.2 创新点分析
跨平台、跨系统的综合数据分析：
通过跨平台、跨系统的在线化综合数据分析，实现了实时数据分析，代替传统的数据统计模式，大大提高了数据分析效率。
丰富多样的数据展现形式：
数据展现是要将数据仓库中的数据以更为灵活、直观、可视化的方式展示，使用户快速、准确、方便地得到数据背后的知识。系统提供了丰富多样的数据展现形式，为决策管理人员提供领导驾驶舱、趋势图等高端数据展手段。使数据分析结果更加直观的反映企业经营、财务等各方面情况，为企业决策、领导层提供更加有力的决策支撑。
灵活、严密的权限管理机制：
支持灵活、严密的权限管理机制，实现了对应用组件、系统对象、系统功能及数据访问等多方面的权限控制。独创自动数据分级限定技术，很好地解决了数据仓库集中部署、分级应用的问题。
3、知识型企业综合数据分析平台建设实施过程
为了能够较好的进行本项目的里程碑的控制，本项目根据自然季度整体划分为4个阶段，项目周期为一年。
在四个季度的总体实施阶段下，本项目的实施过程上可以进一步分解为5个阶段，第一阶段为项目的启动阶段，在这一阶段主要完成实施动员、总体设计、实施组织机构建立以及源系统调研等工作。第二阶段为建模阶段，根据前期调研的结果，分别针对特定的业务域进行数据仓库的逻辑、物理建模。第三阶段为ETL阶段，我们根据数据建模形成的数据结构进行ETL流程设计，这时要将源系统与目标数据仓库的数据进行映射，再通过设计数据流将源系统中的数据加载到数据仓库中。第四阶段是决策分析模型设计阶段，根据业务人员在实际工作中的需要，通过多种技术将能够为决策提供支持的数据分析过程进行定义，最终通过门户的方式推送到每一个业务人员的工作台上。第五个阶段是上线推广阶段，通过以上实施过程后，综合数据分析平台建设完成并上线使用。
3.1 项目启动阶段
3.1.1 需求调研与分析
1）业务需求分析：为了让综合数据分析平台能更好满足业务需求，必须充分调研业务用户的分析需求。首先，要深入研究、解读业务重点、报表模型、专项分析等素材；在此基础上，对业务、指标等业务概念进行梳理、归纳，并形成业务框架、重点查询、重点指标等框架性内容。
2）源数据分析：对抽取的数据源进行理解和梳理，明确需要进行数据抽取的业务数据库，梳理各数据源及目标数据库的数据结构和指标口径，在需求分析完成后，形成《调研说明书》《需求规格说明书》等相关文档。
3.1.2 系统总体设计
本阶段的主要工作：系统总体架构设计、技术架构验证、设计方法论研究、重难点技术攻关、基础产品选型、整理《总体设计说明书》。
3.2 基础数据模型设计阶段
基础数据模型设计包括业务模型设计、概念模型设计、逻辑模型设计及物理模型设计四个阶段。系统的总体数据设计结构如下图：
3.2.1 业务模型设计
在业务建模阶段，主要任务是清楚划分各业务单元及分析要点，将整个业务划分成包括综合办公数据分析、经营管理数据分析、财务管理数据分析、人力资源管理数据分析、党纪工团管理数据分析、科技管理数据分析、资产管理数据分析、安全质量数据分析、文控管理数据分析等九大模块，根据这些模块，在每个业务主线内，考虑具体的业务主线内需要分析的业务主题。
3.2.2 概念模型设计
在业务建模阶段已经完全理清相应的业务范围和分析重点。概念模型设计最主要的工作就是进行业务概念的抽象，并确定各业务概念之间的内在关系。
领域概念建模就是运用了实体建模法，从纷繁的业务表象背后通过实体建模法，抽象出实体，事件，说明等抽象的实体，从而找出业务表象后抽象实体问的相互的关联性，保证数据集市按照数据模型所能达到的一致性和关联性。通过概念模型设计，数据集市的模型已经被抽象成一个个的实体，模型的框架已经搭建完毕。
3.2.3 逻辑模型设计
逻辑模型设计的主要工作有：实例化每一个抽象的实体，例如：在上面的概念模型之后，我们需要对“机构”和“部门”等这些抽象实体进行实例化。主要是，我们需要考虑“机构”的属性包括那些，例如机构编号、机构类型、日期等等。找出抽象实体问的联系，并将其实例化。以“机构”这个概念为例，对于绩效考核要考虑这个概念，对于数据分析也要考虑这个概念等等。在逻辑模型设计阶段，主要考虑的是抽象实体的一些细致的属性。通过逻辑模型设计，才能够将整个概念模型完整串联成一个有机的实体，才能够完整的表达出业务的具体内涵及其关联性。
3.2.4 物理模型设计
物理模型设计主要的工作包括：生成创建表的脚本。不同的数据库平台可能生成不同的脚本。针对不同的数据库平台，进行一些相应的优化工作，针对数据集市的需要，按照维度建模的方法，生成事实表、维表等。针对ETL和元数据管理的需要，生成日志表等。经过物理建模阶段，整个模型已经全部完成，形成《设计说明书》
3.3 ETL流程设计与实施
ETL的过程是本项目实施过程中非常重要的环节，数据质量、准确性等等决策支持类系统的衡量指标都与ETL过程有直接的关系。ETL是通过将源系统中的数据清洗、转换和加载等流程使原有无序的源数据按照数据模型有机的整合，ETL包含两个阶段。第一阶段将源系统业务数据加载至ODS数据层，第二个阶段则是将ODS数据层数据转换后加载到数据仓库的数据模型中。前一个过程实现了数据的物理集中，后一个过程完成了数据逻辑的整合。
ODS数据层只是数据物理上的集中，以及存储格式的转换（比如由SQLServer等统一转换为Oracle），数据本身并没有做清洗转换。所以，从宏观的角度看，本系统的ETL过程是采用了ELT的模式。即数据从业务系统抽取（E）出来，加载（L）至数据仓库，然后再做清洗和转换（T）。这样，业务范围内所有的数据应用完全基于ODS数据层，也与不会额外与业务系统进行交互。
3.4 数据分析模块开发
这个阶段，根据《设计说明书》中的内容，进入系统开发和测试阶段，实现系统从文字向实际成果的转化过程。实现了《技术需求分析说明书》中规定的需求，包括：开发应用程序、执行系统测试、编写用户手册。阶段提交文档：《技术手册》、《测试用例》、《测试报告》、《会议纪要》等。
3.5 平台推广上线使用
3.5.1 系统部署实施
主要工作内容包括数据库系统的安装及配置、应用服务器的安装及配置、安装部署应用系统程序、统计报表制作与、查询与统计分析结果确认。
3.5.2 系统试运行
主要工作包括：试运行方案制定、软件修改完善、试点部门试运行总结、上线培训、系统正式上线推广。
4、知识型企业综合数据分析平台实施效果
财务管理：预算、现金流、成本、利润等；
经营管理分析：合同收付费、投入产出比、利润分析、预警分析等；
人力资源及绩效考核管理：人员结构分析、考勤分析等。
固定资产管理：结构、占比趋势、折旧和损耗等；
4.1 财务管理
针对财务相关的，现金流、成本、绩效、会计报表等财务相关的业务，建设不同粒度的物理主题。重点进行对资金流计划、会计档案、成本绩效等关键性指标进行分析。提供趋势分析、预算分析、计划完成情况分析、资金流向分析、执行情况分析等。
如下是资金与收支变动分析图：
4.2 经营管理分析
针对市场开发、合同、产值、收付费、票据、等经营指标进行管理和分析统计。并对这些指标分项目、分类别、分等级的进行同环比、占比、增幅分析。
同时提供历年趋势分析。可清晰了解，各时间段合同额、产值等经营指标的走势分析，以辅助领导进行下一步战略决策。
4.3 人力资源及绩效考核管理
4.3.1 人员结构分析
通过对人力资源基本信息进行分析，可用图形的形式，直接展示人力资源数量、类别、年龄结构、职位结构个占比，及趋势分析。
4.3.2 考勤分析
根据考勤数据以及标准班次情况对所有员工进行数据分析，以计算员工每天工作时间、迟到时间、旷工时间、请假、出差、培训等。决策层掌握企业全局考勤分析，管理层掌握本部门考勤分析，员工可查看本人考勤统计。
4.3.3 领导行程管理及基本情况分析
提供领导行程在线填报、领导行程基本情况在线分析等功能。领导可针对一个月的行程在线录入，并可在外出过程中根据实际情况及时在线修改，大大简化了领导间的信息传递过程，优化了管理模式。
4.4 固定资产管理
固定资产管理，主要对材料、固资进行管理、分析和统计。分别会从材料、耗材、设备、等多个指标，进行综合分析和展示。主要包括，固定资产分类统计分析、固定资产占比分析、固定资产购置分析、固定资产折旧和损耗分析等。如下图，用领导驾驶舱的形式，展示设备的购置情况。
5、绪论
该成果自2010年6月开始调研同行业先进的管理方法、软件市场内先进的产品以及企业自身的现状及需求，并于2011年底规划系统架构并部署实施，截止2012年6月，已经形成涵盖人员信息、财务、固定资产、材料、经营、科技项目、质量管理、档案借阅管理、编码等十余类基础数据库，为业务流程提供数据支撑，通过业务系统的建设，在已有基础数据库的基础上，形成业务数据库79个。在此基础上，通过对经营管理、财务管理、人力资源管理、固资材料管理等多系统、跨平台的核心数据的多维度分析
1.取代原有的报表手工统计方式，实现数据分析在线化、实时化。
2.实现对企业数据的灵活展现，提供更为直观的领导驾驶舱、高端趋势图等展现方式，提高了数据分析效率。
3.权限管理规范化，保证数据分析的安全性。
4.为决策者及时了解企业运营状况提供决策支持，为业务改善提供正确依据。