【文章內(nèi)容簡介】 階段性成果：這一階段的工作重點是 XX 智慧采集平臺、 XX 智慧決策平臺的建立以及這兩個平臺同南車時代電氣原有的企業(yè)級數(shù)據(jù)倉庫、報表平臺相整合，同時做好數(shù)據(jù)倉庫的數(shù)據(jù)梳理工作。當?shù)谝浑A段順利完成之后，將會形成一套完整的績效管理系統(tǒng)和面向事業(yè)部及集團的 BI 系統(tǒng)，屆時所有相關(guān)績效考核的數(shù)據(jù)都可以順利的進入數(shù)據(jù)倉庫中，并進行正確的合并匯總。同時，對集團和事業(yè)部 BI 用戶實現(xiàn)嚴格的權(quán)限劃分，使不同管轄權(quán)限的用戶看到不同的數(shù)據(jù)，為今后系統(tǒng)建設(shè)及擴展打下堅實基礎(chǔ)。第二階段目標：：對一期已經(jīng)開發(fā)的主題分析、績效指標進行更深入分析和展現(xiàn)，指標的監(jiān)控及考核從一期的二級對象深入到三級對象中，各個 BCS 戰(zhàn)略層面的進一步深化。：完善指標管理系統(tǒng)的功能，在第二階段中指標字典、指標歸口關(guān)系設(shè)定等功能將陸續(xù)開發(fā)，最終使得整個指標管理平臺可以完全滿足整個系統(tǒng)指標管理維護的需要，使得未來的開發(fā)維護成本大大降低。 BI 平臺建設(shè)：將一期已經(jīng)得到的成果結(jié)合平衡計分卡的理念，將企業(yè)四個維度（財務(wù)成果、內(nèi)部管理、市場與客戶、學習與發(fā)展）的關(guān)鍵指標進行多角度探索分析；同時從一期的指標展現(xiàn)提升為數(shù)據(jù)分析，多維分析、預測分析等商務(wù)智能的王牌分析全面展開，為高層決策層與知識型管理者提供科學的決策依據(jù)。階段性成果：在這一階段中，主要是對一期已經(jīng)建設(shè)完成的較為全面的績效管理系統(tǒng)的全面深化，包括預測分析、多維分析、各個主題分析的深入和系統(tǒng)功能的完善。在第一階段，我們看到的是績效指標的展現(xiàn)、監(jiān)控，現(xiàn)在我們將可以根據(jù)更全面的數(shù)據(jù)定義各個單位個性化的指標，領(lǐng)導可以從指標的分析、預測，深入了解到每一個環(huán)節(jié)的問題，了解問題的原因，從好更好的幫助管理層了解如何讓企業(yè)運作的更好?？紤]到未來可能有的系統(tǒng)擴展和 SAP ERP 故障， XX 智慧采集平臺依舊在整個架構(gòu)中扮演重要的角色，但是手工 第 11 頁 共 51 頁上報數(shù)據(jù)和自動上報數(shù)據(jù)將通過數(shù)據(jù)標簽嚴格區(qū)分，以便事業(yè)部和集團清楚數(shù)據(jù)來源。第三階段：隨著數(shù)據(jù)倉庫中越來越豐富的數(shù)據(jù)，南車電氣已經(jīng)完全具備了大數(shù)據(jù)分析的能力，此時可以引入先進的數(shù)據(jù)分析軟件（如 SAS）等為集團 BI 系統(tǒng)進行更多的挖掘和分析，屆時將實現(xiàn)一些高級別數(shù)據(jù)分析的需求和結(jié)果。例如，我們可以從風機運行時各部件傳感器傳回的大量秒級數(shù)據(jù)之中分析得到為什么這個型號的風機故障率會高？故障主要集中在哪幾個點？當出現(xiàn)怎么樣的數(shù)據(jù)參數(shù)波動時，風機的哪個部件有可能將會出問題？從而做到設(shè)備的故障預測，減少設(shè)備的非計劃性停機維護，增加客戶的經(jīng)濟效益，提升客戶的滿意度。同時，隨著技術(shù)的發(fā)展和實時數(shù)據(jù)及性能的需求，可以把原先的數(shù)據(jù)倉庫替換成HANA 產(chǎn)品， HANA 強大的數(shù)據(jù)處理能力和系統(tǒng)實時性數(shù)據(jù)的展現(xiàn)可以通過關(guān)鍵指標體系，展示企業(yè)實時的運營狀態(tài)，將采集到的數(shù)據(jù)形象化、直觀化、具體化、時效化。讓管理層隨時可以觀察到企業(yè)的運轉(zhuǎn)狀態(tài)，即使得到分析預測結(jié)果來輔助自己的決策，為戰(zhàn)略層和管理層提供“一站式”的決策支持。在這個階段中，我們要更強化 BI 系統(tǒng)數(shù)據(jù)倉庫架構(gòu)，通過從業(yè)務(wù)系統(tǒng)抽取更多的明細數(shù)據(jù)以使集團 BI 系統(tǒng)可以分析到憑證級粒度，在這個基礎(chǔ)之上我們可以為各個產(chǎn)業(yè)板塊開發(fā)定制化的 DataMart。這一階段工作重點將會是如何做好 HANA 平臺的替換以及如何運用數(shù)據(jù)分析軟件做到 BI 系統(tǒng)的全面預測、深入的數(shù)據(jù)分析及多元化的報表展現(xiàn)。最終成果：南車時代電氣 BI 系統(tǒng)通過整合各個事業(yè)部、分子公司、產(chǎn)業(yè)板塊業(yè)務(wù)數(shù)據(jù)，將集團各層級管理人員關(guān)心的業(yè)務(wù)指標以駕駛艙、分析報表等形式通過 XX 智慧決策平臺的個性化展現(xiàn)， BI 戰(zhàn)略管理層通過這個平臺可以一目了然地看清企業(yè)全貌和業(yè)務(wù)全貌，讓企業(yè)管理者從各個方面多個個維度來了解自己的企業(yè)，為集團層面、事業(yè)部層面和分子公司管理層提供高效數(shù)據(jù)分析和決策支持。與此同時，通過大數(shù)據(jù)、數(shù)據(jù)分析等應用，逐步形成針對各產(chǎn)業(yè)板塊的個性化的數(shù)據(jù)挖掘、數(shù)據(jù)預測，以提高對市場的洞察力、提升客戶滿意度、促進技術(shù)創(chuàng)新，最終達成提升企業(yè)市場競爭力，為企業(yè)創(chuàng)造更多的經(jīng)濟效益和社會效益。 第 12 頁 共 51 頁 第 13 頁 共 51 頁. 南車時代電氣數(shù)據(jù)倉庫平臺建設(shè). 數(shù)據(jù)倉庫建設(shè)原則數(shù)據(jù)倉庫系統(tǒng)的建設(shè)不是一蹴而就的，是一個漸進和長期的過程，所以，XX 公司在南車電氣數(shù)據(jù)倉庫建設(shè)項目方案規(guī)劃過程中，始終貫穿了下列原則：? 先進性：采用業(yè)界領(lǐng)先的管理思想和技術(shù)手段構(gòu)建數(shù)據(jù)倉庫，保證信息化體系結(jié)構(gòu)和數(shù)據(jù)倉庫解決方案在業(yè)界處于領(lǐng)先地位；? 開放性：數(shù)據(jù)倉庫系統(tǒng)模型采用國際統(tǒng)一標準進行建模，集成 SAP ECC 各模塊數(shù)據(jù)，這些數(shù)據(jù)可供管理人員共同使用，支持多種數(shù)據(jù)源和第三方的分析與報告工具，支持數(shù)據(jù)的抽取和數(shù)據(jù)的分析，如能夠提供對各種數(shù)據(jù)業(yè)務(wù)含義進行解釋和方便的查詢，為開發(fā)人員提供高效的外部接口。? 靈活性：數(shù)據(jù)倉庫系統(tǒng)的模型需要能夠依業(yè)務(wù)變化而調(diào)整，南車電氣數(shù)據(jù)倉庫系統(tǒng)從不同的角度對整個南車電氣的生產(chǎn)情況和銷售情況進行多維度、多角度、多指標的不同層次的分析，這樣就確保了隨著業(yè)務(wù)的發(fā)展，可以很方便的在此基礎(chǔ)上擴充更多的應用、主題，用戶能夠靈活地根據(jù)實際需要定制不同層次的分析。? 持續(xù)性：數(shù)據(jù)倉庫系統(tǒng)提供了一個完善的數(shù)據(jù)平臺，保存了大量的歷史數(shù)據(jù)，具備極佳的擴展性，可以為今后可能出現(xiàn)的管理、決策支持系統(tǒng)提供數(shù)據(jù)支持。? 容災性：數(shù)據(jù)倉庫系統(tǒng)的 3 個重要元件，包括 ODS、EDW、DM 的系統(tǒng)平臺架設(shè)于不同的數(shù)據(jù)庫實例，此種設(shè)計確保系統(tǒng)因單個系統(tǒng)發(fā)生災害時，減少系統(tǒng)恢復的時間，降低相應的損失。 第 14 頁 共 51 頁. 數(shù)據(jù)倉庫規(guī)范體系設(shè)計 數(shù)據(jù)倉庫目標分析數(shù)據(jù)的存儲和管理是企業(yè)級數(shù)據(jù)倉庫的核心內(nèi)容之一，企業(yè)級數(shù)據(jù)倉庫存儲詳細數(shù)據(jù)及必要的匯總數(shù)據(jù),支持整個企業(yè)的業(yè)務(wù)分析和決策?，F(xiàn)有業(yè)務(wù)系統(tǒng)的數(shù)據(jù)被抽取、清理，并有效地集成到數(shù)據(jù)倉庫中，并按照主題進行重新組織。數(shù)據(jù)倉庫設(shè)計時應全面考慮，實施時可以先按照需求的輕重緩急選擇部分業(yè)務(wù)主題，然后逐步擴展到涵蓋全部業(yè)務(wù)。數(shù)據(jù)倉庫管理的數(shù)據(jù)包含了集成之后的多年歷史數(shù)據(jù)，數(shù)據(jù)量是巨大的。數(shù)據(jù)應被合理的規(guī)劃、組織、存儲，分片和索引，保證數(shù)據(jù)的管理和使用的高效性。按照企業(yè)建立數(shù)據(jù)“唯一事實”的要求，數(shù)據(jù)倉庫應為各級業(yè)務(wù)人員提供一致的信息視圖。因而，整個企業(yè)應共享統(tǒng)一的數(shù)據(jù)存儲模型。與這樣的要求相匹配，企業(yè)數(shù)據(jù)倉庫采用滿足第三范式的規(guī)范化建模。規(guī)范化建模是一個剔除冗余并應用業(yè)務(wù)規(guī)則的過程，它的目的是為了更好的理解和表 第 15 頁 共 51 頁達存在于數(shù)據(jù)元素之間的依賴性和參與性。規(guī)范化的關(guān)系型數(shù)據(jù)通常能夠給出精確和無歧異的回答。規(guī)范化建模的目的是建立企業(yè)級數(shù)據(jù)倉庫的邏輯數(shù)據(jù)模型。邏輯數(shù)據(jù)模型是把業(yè)務(wù)需求，特別是對數(shù)據(jù)的需求，用規(guī)范化的 ER 模型和文字進行描述。它反映的是業(yè)務(wù)邏輯，因此它是數(shù)據(jù)庫中立、技術(shù)無關(guān)的；同時，它應能涵蓋業(yè)務(wù)需求的各方面，回答有關(guān)業(yè)務(wù)的所有合理問題。邏輯數(shù)據(jù)模型標識出業(yè)務(wù)管理領(lǐng)域中涉及的主題、實體、屬性，及它們之間的關(guān)系。主題集中反映某方面業(yè)務(wù)內(nèi)容，通常是同類或關(guān)聯(lián)關(guān)系較為緊密的實體的集合。實體是任何可以區(qū)分的人、地點、事情、事件或概念，信息圍繞它來保存。屬性是實體的特性或數(shù)據(jù)字段。對數(shù)據(jù)倉庫需求進行分解，按業(yè)務(wù)主題進行組織，將業(yè)務(wù)主題相關(guān)的數(shù)據(jù)組織成主題域，并對各指標進行分析。數(shù)據(jù)倉庫目標分析后形成數(shù)據(jù)倉庫目標說明書，其中詳細說明包含的業(yè)務(wù)主題、業(yè)務(wù)主題域等內(nèi)容。數(shù)據(jù)模型是數(shù)據(jù)倉庫系統(tǒng)的關(guān)鍵部分，開發(fā)數(shù)據(jù)模型除了要描述企業(yè)現(xiàn)有的業(yè)務(wù)數(shù)據(jù)架構(gòu)，還要滿足企業(yè)未來業(yè)務(wù)擴展的需要，通過整體數(shù)據(jù)架構(gòu)的搭建可以實現(xiàn)以下三個目標：? 數(shù)據(jù)整合，建立業(yè)務(wù)數(shù)據(jù)構(gòu)架，找出業(yè)務(wù)項目的相互關(guān)系，描繪企業(yè)的各個業(yè)務(wù)項目在現(xiàn)實中是如何被組合在一起的，創(chuàng)建出企業(yè)業(yè)務(wù)的整體性視圖，基于業(yè)務(wù)數(shù)據(jù)架構(gòu)創(chuàng)建企業(yè)數(shù)據(jù)模型，能夠較好地保證數(shù)據(jù)模型的穩(wěn)定性和有效性。 ? 理解業(yè)務(wù)，不同部門用戶對數(shù)據(jù)有著不同的理解，作為企業(yè)級的決策支持系統(tǒng)必須通過一定的手段把這些不一致的理解定義出來，支持性元數(shù)據(jù)的使用就是解決這一問題的主要手段。 第 16 頁 共 51 頁? 數(shù)據(jù)分析，業(yè)務(wù)上經(jīng)常遇到同一指標在不同報表里得到的值不一致，有些不一致是為人所知的，有些不一致卻沒有人清楚，通過對數(shù)據(jù)的分析和了解，使不一致變得明顯而可操作，是數(shù)據(jù)模型建立的主要目標之一。通過元數(shù)據(jù)的使用，記錄數(shù)據(jù)的加工規(guī)則及使用環(huán)境，可以讓使用者清楚地知道差異的原因，從而正確使用這些數(shù)據(jù)。控制好建模范圍和周期將直接關(guān)系到項目的進展，最好的方法是利用已有的各類業(yè)務(wù)需求、報表需求及查詢需求，借助建模人員本身的業(yè)務(wù)經(jīng)驗及與各部門業(yè)務(wù)人員的溝通，將獲得的需求片斷有機地組織成一個完整的目標區(qū)域，在區(qū)域范圍內(nèi)開展建模工作。 數(shù)據(jù)倉庫邏輯模型數(shù)據(jù)倉庫邏輯模型設(shè)計要進行的工作主要有： ? 分析主題域，確定當前要裝載的主題；? 確定粒度層次劃分；? 確定數(shù)據(jù)分割策略；? 關(guān)系模式定義；? 記錄系統(tǒng)定義。邏輯模型設(shè)計的成果是，對每個當前要裝載的主題的邏輯實現(xiàn)進行定義，并將相關(guān)內(nèi)容記錄在數(shù)據(jù)倉庫的元數(shù)據(jù)中，包括： （1） 適當?shù)牧６葎澐?；?） 合理的數(shù)據(jù)分割策略；（3） 適當?shù)谋韯澐郑唬?） 定義合適的數(shù)據(jù)來源等。 第 17 頁 共 51 頁 數(shù)據(jù)倉庫物理模型數(shù)據(jù)倉庫物理模型所做的工作是確定數(shù)據(jù)的存儲結(jié)構(gòu)，確定索引策略，確定數(shù)據(jù)存放位置，確定存儲分配。確定數(shù)據(jù)倉庫實現(xiàn)的物理模型，要求設(shè)計人員必須做到以下幾方面： ? 要全面了解所選用的數(shù)據(jù)庫管理系統(tǒng)，特別是存儲結(jié)構(gòu)和存取方法。? 了解數(shù)據(jù)環(huán)境、數(shù)據(jù)的使用頻度、使用方式、數(shù)據(jù)規(guī)模以及響應時間要求等，這些是對時間和空間效率進行平衡和優(yōu)化的重要依據(jù)。? 了解外部存儲設(shè)備的特性，如分塊原則，塊大小的規(guī)定，設(shè)備的 I/O 特性等。. BW 數(shù)據(jù)倉庫結(jié)構(gòu)定義 數(shù)據(jù)抽取層 數(shù)據(jù)抽取層是面向業(yè)務(wù)主題劃分的一組數(shù)據(jù)模型，用于從每個源系統(tǒng)中抽取必需的數(shù)據(jù)。該層數(shù)據(jù)對接 BW 底層與其他業(yè)務(wù)系統(tǒng)數(shù)據(jù)，同時僅對該層數(shù)據(jù)進行基本的清理，以保留業(yè)務(wù)系統(tǒng)原始數(shù)據(jù)。 BW 系統(tǒng)使用信息包完成對業(yè)務(wù)源系統(tǒng)的抽取工作，主要抽取 SAP ECC、PLM 、報價系統(tǒng)、預算系統(tǒng)等核心系統(tǒng)以及外部文本的數(shù)據(jù)，根據(jù)的具體情況，可以將各業(yè)務(wù)系統(tǒng)數(shù)據(jù)源信息包分為以下幾類：? 系統(tǒng)歷史交易數(shù)據(jù)初始化信息包；? 系統(tǒng)增量交易數(shù)據(jù)抽取信息包；? 系統(tǒng)全量交易數(shù)據(jù)抽取信息包。為了將數(shù)據(jù)從各源系統(tǒng)順利抽取至 BW 系統(tǒng)，需要進行以下工作：? 配置 BW 與各源系統(tǒng)的接口連接；? 復制各業(yè)務(wù)源系統(tǒng)的數(shù)據(jù)源；? 創(chuàng)建各數(shù)據(jù)源的初始化、全量、增量信息包； 第 18 頁 共 51 頁? SAP ECC 系統(tǒng) LO 數(shù)據(jù)源的初始化，刪除，填充設(shè)置表；? 執(zhí)行信息包，裝載數(shù)據(jù)至 PSA；? 創(chuàng)建信息包到數(shù)據(jù)抽取層 DSO 轉(zhuǎn)換及 DTP；? 將數(shù)據(jù)從 PSA 加載至數(shù)據(jù)抽取層 DSO。 數(shù)據(jù)邏輯層數(shù)據(jù)合并層是面向客戶業(yè)務(wù)操作將抽取層數(shù)據(jù)進行初步的清洗和整理，將數(shù)據(jù)抽取層中數(shù)據(jù)按照業(yè)務(wù)規(guī)則集成、整合的過程，在此模型上執(zhí)行粒度較細的查詢分析。該層模型的集成、整合工作主要分為以下兩大類：? 不同業(yè)務(wù)系統(tǒng)間模型合并數(shù)據(jù)抽取層中來自不同業(yè)務(wù)系統(tǒng)的模型數(shù)據(jù)，按照業(yè)務(wù)規(guī)則創(chuàng)建模型轉(zhuǎn)換，進行數(shù)據(jù)合并。該過程要注意來自異構(gòu)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)格式、關(guān)聯(lián)關(guān)系。根據(jù)實際需要新增數(shù)據(jù)映射關(guān)系表，以保證數(shù)據(jù)合并。? 同一業(yè)務(wù)系統(tǒng)內(nèi)模型合并數(shù)據(jù)抽取層中來自同一業(yè)務(wù)系統(tǒng)的模型數(shù)據(jù)，按照業(yè)務(wù)內(nèi)容及邏輯規(guī)則創(chuàng)建模型轉(zhuǎn)換， 進行數(shù)據(jù)合并。以上合并過程，最終都通過數(shù)據(jù)傳輸流程（DTP）進行數(shù)據(jù)加載，將數(shù)據(jù)抽取層轉(zhuǎn)換、加載至數(shù)據(jù)邏輯層，DTP 默認加載方式為增量加載。 數(shù)據(jù)分析層數(shù)據(jù)分析層是面向高層戰(zhàn)略分析將數(shù)據(jù)合并層的業(yè)務(wù)數(shù)據(jù)統(tǒng)一匯總到數(shù)據(jù)分析層，提供綜合決策數(shù)據(jù)支撐。該層模型的設(shè)計原則是以最終分析為準，根據(jù)分析規(guī)則創(chuàng)建轉(zhuǎn)換，將數(shù)據(jù)指標按照多維度組織，同時衍生出計算后分析指標，通過數(shù)據(jù)傳輸流程（DTP）將數(shù)據(jù)加載至數(shù)據(jù)分析層。 ETL 過程BW 系統(tǒng)集成了對各種源系統(tǒng)進行數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換及加載到數(shù)據(jù)倉庫的各種功能，并提供簡單的圖形化操作界面，可以通