以大數據為核心的智慧企業信息系統變革

王祎雯++王岳

摘 要

隨著企業信息系統建設與管理逐步從數據電子化向大數據階段發展，大數據技術對于建立智慧化的企業信息系統提供了必要的技術支持。本文通過分析大數據對傳統信息系統建設與管理的影響，引入“SMART”管理模式，建立以信息技術為支撐，數據應用和數據驅動業務為目標的智慧型企業信息系統，以實現信息系統數據的有效利用，為企業內外部用戶提供更好地服務。

【關鍵詞】大數據 企業信息化建設與管理 SMART管理模式

1 引言

隨著信息技術的快速發展，以及信息系統在促進企業發展、提升企業競爭力方面的優勢得到廣泛認可，企業信息系統的覆蓋范圍以及所獲取的信息資源越來越多。在此背景下，利用信息技術建造智慧的信息系統，對所擁有的龐大而復雜的數據進行有效管理、分析和應用，創新現有業務開展模式，改善與業主、供應商之間的信息共享與互動模式，洞察新的業務市場，已成為未來信息系統建設的目標和必然趨勢。近年來伴隨“大數據”以及“智慧系統”理念的提出，為企業利用自身優勢和特點，構建大數據背景下的智慧型企業信息系統建設與管理模式提供了基礎。

2 大數據對傳統信息系統建設與管理的影響

伴隨著信息技術以及信息系統業務關注焦點的不斷轉變，企業信息系統建設與管理經歷了從數據電子化階段、流程電子化階段到互聯網階段的發展歷程。然而，隨著系統應用范圍的不斷擴展以及應用層次的不斷深入，傳統的“數據電子化”和“固化業務流程”的信息系統建設與管理方式已無法滿足“智慧系統”的時代需求，大數據正在從多個方面對企業信息系統建設與管理進行著影響：

2.1 認知思維方面

在大數據思維的影響下，信息化工作參與人員逐步認識到，大數據時代的信息系統建設已不僅僅是對數據的電子化和業務流程的固化，以實現簡單的“無紙化”辦公，而是在全局考慮業務要求和未來發展規劃的基礎上，借助大數據，對業務流程進行改造進而發現潛在的機會，通過數據分析，實現信息系統的“智慧化”并反哺業務升級與創新，實現促進企業發展、提升企業競爭力的過程。

2.2 管理決策方面

傳統的信息系統服務于企業的業務和管理流程，使得信息系統在建設之初就賦予了“業務驅動”和“被動式”的特點，同時，由于傳統信息系統基于規范的、相對靜止的成熟業務和管理規則進行實現，使得信息系統的建設與管理必須依靠富有經驗的少數精英人才進行決策。然而，隨著數據的不斷積累以及大數據技術應用的不斷深入，面對當下瞬息萬變的市場環境，信息系統不僅需要實現流程的固化，更需要通過充分分析和挖掘當前市場資料，協助企業管理層和規劃管理部門對企業未來的客戶組成、業務范圍、市場需求等內容進行預判，以幫助企業快速、精準的適應未來的市場環境，從而真正發揮信息系統協助企業流程再造、促進企業發展、提升企業競爭力的作用。這一轉變，使得大數據時代的信息系統建設與管理需要從“被動式”的“業務驅動”轉變為“預判式”的“數據驅動”。

2.3 數據管理內容方面

大數據時代，不僅改變了信息系統建設與管理的關注重點，同時也在一定程度上改變了信息系統的數據管理內容。現有信息系統中，可以將信息分為結構化數據、半結構化數據和非結構化數據三類。隨著文本、影像資料等在業務開展中的普遍使用，半結構化和非結構化數據在所獲取總數據量中的比例也在逐年遞增。據IDC的一項調查報告中指出：企業中80%的數據都是非結構化數據，這些數據每年都按指數增長60%。然而傳統的數據庫技術，往往在系統設計階段就忽略了數據類別的多樣性、半結構化和非結構化數據向結構化數據的轉化以及三種數據形式的兼容問題，使得傳統信息系統不得不依靠不完整的數據資源作為分析的原材料，給數據分析的準確性以及后續數據應用埋下了隱患。同時，作為企業未來發展模式的預判工具，企業信息系統在數據收集的范圍上也存在一定外延，需要在獲取自身業務數據的基礎上增加對環境數據的收集和整理，以保證數據分析的準確性。

3 信息系統建設與管理的“SMART”管理模式

隨著企業信息系統應用逐漸趨于整合化與智能化，信息技術對于企業發展的意義已由原始的“技術”層面發展到“信息和數據”層面，如何將已有的數據進行整合、分析與利用已成為當今信息系統建設與管理需要解決的重點問題。在此，提出“SMART”管理模式，用于大數據時代信息系統的建設與管理，即：Standard、Share and Safety（標準化、共享和信息安全）、Management（管理）、Application Platform（應用平臺與基礎設施）、Real-time interaction（實時互動）、Throw in of resources and Talent construction（資源投入與人才建設）。

3.1 Standard、Shareand Safety——標準化、共享和信息安全

數據作為大數據時代的生產原材料，其標準化程度直接影響著后續多系統數據共享的可行性以及分析結果的準確性。隨著數據使用和搜素范圍的擴大，由于不同平臺的數據含義存在較大差異，數據質量以及各系統間的數據共享都需要數據標準化體系進行支撐，企業需要根據所設定的業務場景和需要實現的目標制定出數據格式、采集方法、處理工具、使用方法、共享模式等標準，完成對系統模型及數據規范的統一和整合，為業務分析與利用提供支撐。

同時，由于大數據環境下，信息系統之間是互連的，如何保證數據在傳遞和共享的過程中不被篡改和泄露已成為大數據背景下信息安全管理工作的重要內容。業界普遍認為，云技術能夠幫助企業構建更為靈活的混合云構架支持應用融合。為了在周期性的IT能力需求波動和業務安全之間取得平衡，企業為核心業務打造私有云平臺，而將邊緣性業務和新業務開發遷移在公有云，并從服務器點對點連接、底層存儲、數據同步、消息同步等方面實現私有云與公有云的集成。其中，公有云存儲應用于增長速度最快、最難管理的非結構化數據，混合云存儲以私有云存儲為基礎，公有云數據無縫透明且快速遷移。借助公有云發展大數據等拓展服務，應用層負載均衡支持私有云與公有云的調度資源，應用和數據滿足多個公有云的互操作。

3.2 Management——管理

大數據時代，企業信息系統建設也隨之逐漸邁入新時代。隨著數據分析復雜程度的不斷加深，需要一套行之有效的管理機制來保證數據分析結果的準確性，具體涉及：認知管理、數據質量管理、數據范圍管理等。

（1）要加強針對大數據時代信息系統建設內容的認知培訓，建立大數據分析的支持體系，使“信息系統的作用已不再局限于實現流程的固化和數據的電子化保存，而更多的體現在通過系統的‘智能化，幫助企業降低成本、提高效率、開發新產品以及做出更明智的業務決策”的思想得到企業內部的廣泛理解，形成企業對大數據綜合管理、探索和利用的共識。并將通過整合、分析、利用數據推動企業發展的思想貫穿信息系統建設的始末，逐步消除用戶對數據錄入可利用性的懷疑。

（2）根據現有的信息系統對大量的、無序的歷史采集數據進行梳理和診斷，通過對已有數據的分類和比對減少錯誤數據、相互沖突數據等“臟數據”的比例，對數據進行清洗和去噪，為后續的數據分析與應用提供基礎。其次，利用新興技術對非結構化數據進行處理，把數據轉化為方便處理的數據類型，以完成對非結構化文本數據的提煉和整合，實現對數據有效的深度分析和新知識的發現。

（3）完善對數據獲取范圍的管理，通過對業務場景、已有客戶或目標客戶群的分析，篩選出業務開展過程中所需要和產生的數據點及其顆粒度，進而對影響這些數據點的內外部數據以及環境影響因素進行整理，作為需要獲取的數據范圍，以降低由于影響因素管理缺失造成的分析結果偏差。

3.3 Application Platform——應用平臺與基礎設施

完善的信息基礎平臺是大數據發展的支撐，其建設與完善需要同時關注“增加信息計算分析和數據消化能力”、“數據資源收集面和量的拓展及延生”兩方面內容。在大數據管理的管理平臺中，傳統結構化數據管理模式與非結構化數據管理模式的有機結合是這個管理平臺得以發展和推廣應用的理想方案，而結構化數據的處理需求和非結構化數據處理需求，需要依靠高度可擴展的大數據處理系統來完成，充分利用最新技術的擴展性，實現新舊數據、新舊信息系統、新舊軟硬件資源以及新的數據處理算法，實現大數據有效的深度分析和新知識的發現。

3.4 Real-time interaction——實時互動

企業信息系統作為數據存儲與分析的載體，其對大數據的應用是一個循序漸進的過程，需要經歷取數、取知識和取專業建議3個階段。企業信息系統的建設與管理首先要滿足內部用戶對于支撐業務的需求，并據此提供對業務數據獲取、數據整理以及報表生成的功能。隨著數據應用的不斷深入，用戶對于數據的要求將逐步提升到分析報告、關聯業務數據分析以及初級的數據挖掘上，以實現對隱含規律的發現。最后，當企業內部已逐漸適應數據分析的過程時，數據分析的程度將更加深入，通過將分析結果以咨詢報告、規劃報告、業務拓展方案建議等形式主動反饋給企業決策者和項目經理的形式，實現數據與業務的實時互動和數據驅動業務的目標。

在數據應用的表現形式上，可以采取個性化推送模式來實現與用戶的實時互動，即：根據用戶的使用習慣、數據需求以及業務特點等，主動對所獲取的數據、分析結果和業務關鍵節點進行過濾，將有利于業務開展或用戶感興趣的信息推送到其桌面上。如：為負責采購的項目經理提供采購物料以及相關原材料的歷史價格、根據當下環境預測計劃采購物料的價格并提供支撐依據等。

3.5 Throw in of resources and Talent construction——資源投入與人才建設

大數據作為近年來新興的技術，將其思想與方法運用于信息系統建設中需要依靠專業信息化實施團隊、基礎設施、系統應用背景等來源于人、機、環多方面的資源投入和支撐。在大數據時代背景下，信息系統建設的技術、理念、理論、模式、以及評價標準等都產生了巨大改變，需要用全新的理念和方法去籌劃。這就需要企業在信息系統建設過程中，組建一支理解大數據含義以及所需應用的信息技術實施團隊，從而在系統規劃、系統建設、問題處理方式選擇等各方面做出正確的應對。同時，在信息化人才建設過程中，要使IT技術人員對企業的業務開展、管控模式、發展需要得到充分的理解，以便在信息系統建設過程中對整體方案和細節問題處理上有良好的把控。

4 結語

面對當下瞬息萬變的市場環境以及信息技術的不斷發展，大數據技術雖然無法幫助企業精準的預測未來，但是通過對用戶特征、使用習慣、業務情景等內容的發掘，使得企業擁有更多的機會了解用戶潛藏的需求，并盡可能的把握市場趨勢。未來，企業信息系統建設與管理需要通過良好地把握與分析企業全業務鏈的關鍵數據和經營管理信息，實現數據挖掘、監控分析、統計查詢和可視化展示，以提高辦公效率和應急響應能力，降低交易成本，輔助科學決策和戰略管理，實現以大數據為核心，驅動智慧信息系統的變革。

參考文獻

[1]在云計算環境中管理非結構化數據[EB/OL].[2011-08-08].http：//www.searchcloudcomputing.com.cn/showcontent_51402.htm.

[2]段云峰，秦曉飛.大數據的互聯網思維[M].北京：電子工業出版社，2015（02）.

[3]王理達，王芳，張少彤.基于SMART模型的智慧城市綜合評估框架[J].電子政務，2013（4）：18-23.

[4]陳兵兵，劉慧.大數據對采購與供應鏈的影響[J].中國采購發展報告，2014（00）.

[5]Andrea De Mauro，Marco Greco， Michele Grimaldi.A formal definition of Big Data based on itsessentialfeatures[J].Library Review，Vol.65：122-135.

作者簡介

王祎雯（1985-），女，北京市人。碩士學位。現為中國電能成套設備有限公司信息中心工程師，從事信息化建設工作。

王岳（1972-），男，現為國家電網公司直流建設分公司高級工程師，從事物資管理工作。

作者單位

1.中國電能成套設備有限公司信息中心 北京市 100080

2.國家電網公司直流建設分公司 北京市 100052