數據可視化技術在集裝箱碼頭生產管理中的應用

袁圓

2017年，寧波北侖第三集裝箱碼頭有限公司（以下簡稱“北三集司”）集裝箱吞吐量首次突破萬TEU，成為全球第三個“千萬級”單體集裝箱碼頭。隨著集裝箱吞吐量的快速增長，北三集司生產數據體量逐漸膨脹。為了更好地融合生產數據與生產管理，北三集司將數據統計分析功能從原有的生產主系統中剝離出來，開發形成北三集司業務數據系統，并于2017年5月正式上線。系統上線后，如何更好地將傳統的結構化報表呈現給用戶成為新難題，而數據可視化技術成為破題關鍵。數據可視化技術將抽象的數據轉化為可視化語言，使用戶能更加直觀、快捷地提取有效信息，有助于企業改善業務、優化管理及科學決策。本文以北三集司為例，從公司數據分析技術應用現狀和存在的問題著手，分析數據可視化技術應用意義、應用實踐和應用成效，以期為同行業者發展提供參考。

1 數據分析技術應用現狀及存在的問題

1.1 存在信息孤島現象

目前，北三集司業務數據系統按照數據應用場景劃分功能模塊，主要分為作業策劃、生產服務、績效管理三大模塊。各模塊根據崗位需求設置菜單，導致箱量結構與船舶績效相互獨立，船舶策劃與堆場策劃各自為政;另外，一些生產數據的提取仍須檢索其他系統。這就造成相關部門無法基于完整的生產作業流程分析作業效率、服務水平、管理短板等，不同業務環節、不同生產崗位之間也無法及時共享、交流數據信息，甚至出現分裂或碎片化視角，產生信息孤島。

1.2 數據提取不便

在公司運營決策和生產管理過程中，有力的數據支撐是必不可少的。北三集司作業流程涉及崗位眾多，主要包括檢查橋、受理中心、船舶策劃、堆場策劃、控制中心、配載等業務崗位以及橋吊、龍門吊、集卡、堆高機、正面吊等操作崗位，在數據搜集過程中主要存在以下問題：一是反饋周期長;二是各個崗位基于自身視角，可能形成不同分析結論;三是當結果匯總至管理層時，往往聚合成海量的報表和信息，導致管理層難以快速、準確地提取有效數據。

1.3 視覺體驗抽象

為了方便各級管理層及時掌握年度、月度、當日、當班的生產情況，北三集司采用群發短信的模式，每日定時將生產作業關鍵績效指標推送至管理層手機端。短信推送具有開發簡便、發送快捷的優勢;不過，由于其以文本為載體，具有內容冗長、視覺體驗抽象、提煉和回溯有效信息不便等缺陷。

2 數據可視化技術的概念及應用意義

2.1 數據可視化技術的概念

數據可視化技術旨在借助圖形化手段，清晰有效地傳達信息。數據可視化技術包含以下基本概念：（1）數據空間，即由包含多維屬性和多個元素的數據集所構成的多維信息空間;（2）數據開發，即利用一定的算法和工具對數據進行定量推演和計算;（3）數據分析，即對多維數據進行切片、切塊、旋轉等動作剖析，從而能多角度、多側面觀察數據;（4）數據可視化，即將大型數據集中起來以圖形、圖像形式加以表示，并利用數據分析和開發工具發現其中未知信息的處理過程。

2.2 數據可視化技術應用意義

2.2.1 打破信息孤島，實現數據共享

北三集司應用數據可視化技術從多方面構建數據可視化分析功能：一是整合異構數據源，將其接入北三集司集裝箱碼頭管理系統、業務數據系統等平臺;二是整合以崗位為開發單位的數據報表，梳理、提煉碎片化報表中的重要數據;三是通過圖形化展示方法和下鉆、切片等分析手段將上述數據整合到同一頁面，從而以數據聯結生產崗位，打破信息隔閡，消除信息孤島。數據可視化技術的應用有助于促進全員圍繞關鍵數據分享協作以及管理層以全局性視角觀察問題，從而最終形成數據驅動工作、數據支撐管理決策的良性循環。

2.2.2 交互挖掘信息，實現預警定位

數據可視化技術集成多維度鉆取數據、聯動分析數據、全屏展示數據、圖表導出數據等功能，實現用戶與可視化界面的交互，在提升用戶體驗感的同時幫助其更加敏銳地發現數據中的隱藏信息。此外，數據可視化技術還具有預警功能：設置自定義條件、報警方式和報警策略后，一旦數據出現異常，就會觸發警報，并及時告知特定用戶，從而縮短生產業務崗位至管理層的反饋周期，有利于快速解決問題。

2.2.3 視覺元素多元化，信息傳遞更直觀

數據可視化技術提供多種數據展示方案，包括表格、圖形、控件、圖片、視頻、滾動消息、數字時鐘等幾十種可視化元素。相關研究顯示，人類右腦記憶圖像的速度比左腦記憶抽象文字的速度快100萬倍;因此，依托可視化元素呈現原本抽象的數字和文本，能夠加深用戶對數據的理解和記憶。

3 數據可視化技術應用方式與開發流程

北三集司應用FineReport報表軟件，以數據大屏為載體，以視圖清晰、信息明確，從而有效優化運營決策和生產管理為最終目的，構建基于網絡的在線數據可視化駕駛艙系統。開發前期，信息部門與生產部門溝通交流，確認每個駕駛艙的主要使用者，梳理其關注焦點，了解其期望達成的效果;而后，確定設計內容和規劃布局，準備數據集，確定圖表類型、配色等細節。在開發過程中，按照前期設計具體實施，實現圖表聯動，增加交互功能，設置后臺自動刷新頻率。數據可視化駕駛艙開發完成后，由使用者開展測試，測試通過后集成至公司業務數據門戶。

4 數據可視化技術應用實踐與成效

4.1 駕駛艙系統首頁

4.1.1 內容和功能

駕駛艙系統首頁（見圖1）是北三集司首個數據可視化應用界面，主要用于展示公司級生產運營關鍵績效指標，包括年集裝箱吞吐量、日作業箱量、周進提箱量、月集裝箱吞吐量比較、月箱量結構等，分別用儀表盤、柱狀圖、組合圖和圓環圖等形式呈現，主要使用者是公司和生產部門管理層。為了方便用戶了解當日裝卸作業進度，設置數據下鉆功能：當點擊日作業箱量時，能夠展示當日單位時間（每小時）作業箱量。

4.1.2 應用成效

駕駛艙系統首頁有助于管理層建立統一、宏觀的視角，規避片面、局部的信息：只要打開在線門戶系統，便能快速掌握公司級生產運營關鍵績效指標，實時監測生產經營情況;每個圖形區域設置數據增長動態提示功能，適時提醒用戶關注相關變化。

4.2 在場集裝箱分布展示

4.2.1 內容和功能

在場集裝箱分布展示界面主要用于展示船舶在場集裝箱的分布和沖突情況，主要使用者是堆場策劃員、船舶策劃員和控制中心工作人員。用戶在參數框中輸入任意船舶參考號后，即可查看相應在場集裝箱分布情況（見圖2）。大屏上端為泊位和靠泊船舶，主體部分為堆場箱區，每個單元格對應一個箱區，在其正下方標注箱區號。若箱區內有集裝箱，則以淺黃色字體標注箱量;若箱區內有2艘或2艘以上船舶的集裝箱混堆，則以青綠色填充該箱區，并且當鼠標滑過該箱區時，以批注形式告知用戶沖突船名和箱量（見圖2中的6C箱區）。另外，界面左上角設置“全屏展示”按鈕，用以拓展用戶視野。

4.2.2 應用成效

北三集司要進一步提升核心競爭力，就亟須提高集裝箱裝卸作業效率，這在很大程度上取決于集裝箱堆場作業效率。合理組織堆場作業并減少作業沖突不僅能有效降低翻箱率，還能最大限度地提高堆場利用率和碼頭通過能力。在場集裝箱分布展示

界面以堆場平面圖代替傳統二維報表，從單船統計到全泊位船舶覆蓋，使得用戶視覺更清晰，數據分析更明確。就具體生產崗位而言：堆場策劃員能夠及時了解同一箱區內進箱作業與裝船發箱作業之間的沖突以及中轉箱卸船收箱作業與裝船發箱作業之間的沖突，有助于改進總體規劃或進行局部微調;船舶策劃員和控制中心工作人員在船舶作業前，可以快速直觀了解出口箱分布和沖突情況，為當班整體策劃和單船具體作業安排提供數據依據。

4.3 生產運營關鍵績效指標

4.3.1 內容和功能

生產運營關鍵績效指標界面（見圖3）主要用于展示生產部門和操作隊生產運營關鍵績效指標，主要使用者是生產部門和操作隊各級管理層。生產運營關鍵績效指標包括年集裝箱吞吐量、月集裝箱吞吐量、場地利用率、機械單位作業量、操作隊工班產能、操作隊定量在泊效率、當班分時段產量、當班分時段進提箱量等，分別用儀表盤、柱狀圖、報表塊、條形圖、雷達圖和組合圖等形式呈現。值得一提的是，操作隊定量在泊效率將各隊實際值和集團考核標準中的基準底線值、明顯提升值共同納入雷達圖中，并增加交互功能，將當班分時段產量圖和當班分時段進提箱量圖中的峰值和谷值以閃爍標記點標注。

4.3.2 應用成效

生產運營關鍵績效指標界面有助于將生產部門和操作隊管理層從海量數據中解放出來，使其無須查閱傳統報表或檢索短信內容，即可快速了解重要生產指標。雷達圖集成實際值和集團考核值，隨時提醒管理層各操作隊是否達標以及是否有加分項，以便及時鞭策和激勵相應操作隊。峰值和谷值的閃爍標記點幫助管理層清晰了解24 h內裝卸作業和進提箱作業的優劣勢時段，以便有針對性地分析原因和總結經驗。

4.4 分泊位船舶實時作業信息

4.4.1 內容和功能

分泊位船舶實時作業信息界面（見圖4）主要用于展示各泊位作業船舶的重要信息，主要使用者是生產部門和操作隊各級管理層。分泊位船舶實時作業信息界面顯示作業船舶和待泊船舶、作業進度、實時單機效率和船時效率、單船作業路數量、作業路匹配的龍門吊和集卡數量、單船分路作業效率雷達圖等，其中，雷達圖設置交互功能，可以全屏展示圖形，以便用戶觀察每路作業情況（見圖5）。

4.4.2 應用成效

分泊位船舶實時作業信息界面為管理層了解岸邊作業情況提供有效途徑，使其能站在全泊位視角快速掌握各泊位船舶的作業進度和效率，以便及時調整作業資源和策略。單船分路作業雷達圖能夠讓管理層直觀發現各路作業的優劣勢，及時關注困難作業、落后作業以及重點路作業情況。

5 結束語

北三集司的數據可視化技術應用已初見成效，但仍有待進一步創新和完善，亟待創新的領域包括：一是將數據可視化技術與手機終端相結合，方便用戶隨時隨地查看生產作業情況;二是實現多層次的數據上鉆和下鉆，強化分析功能;三是拓展應用領域，將數據可視化從生產領域延伸至財務、人力資源等領域。總之，數據可視化技術的實際應用顯示，數據可視化既要重視美學，還要避免刻意追求酷炫的視覺效果而忽視數據本身。

（編輯：曹莉瓊 收稿日期：2019-09-10）