面向PLM的產品數據管理技術及其工具分析

2020-12-25 暢享網

   產品生命周期管理(Product Life-circle Management)PLM是覆蓋了從產品誕生到消亡的產品全過程的、開放的、互操作的一整套應用方案。它通過實施一整套的業務解決方案,把人、過程、和信息有效地集成在一起,作用於整個企業,遍歷產品從概念生成到最終報廢的全生命周期,支持與產品相關的協作研發、管理、分發和使用產品定義信息。從技術角度,PLM是一種對所有與產品相關的數據在其整個生命周期範圍內進行管理的技術。因此,PLM與產品數據管理(Product Data Management,PDM)的關係密不可分。一方面PLM來自於PDM,是企業信息化系統向柔性化、集成化、智能化發展的必然;另一方面,PLM自身的特徵——強調對企業產品全生命周期內數據的管理(尤其是對產品全生命周期內跨越供應鏈的所有信息進行管理)強調能夠實現在多功能、多部門、多學科、多協作供應商之間的緊密協同,強調以其為基礎(而不是側重於實現與其它系統的集成)來實現整個企業的信息化,以及強調對企業智力財富的充分再利用等——使得其與PDM有著本質的差別。

    作為以產品為核心的商業戰略,PLM以PDM為支撐平臺,並結合其它技術和業務方案(例如,協同產品商務、視算仿真、企業應用集成、零部件供應管理等),溝通了在延伸的產品定義供應鏈上的所有的OEM、轉包商、外協廠商、合作夥伴以及客戶。與此同時,PDM除了自身核心功能的不斷發展和完善之外,也在不斷融合產品協同商務(Collaborative Product Commerce CPC)協同產品定義管理(Collaborative Product Definition Management CPDM)以及PLM的理念和思想,不斷地拓展自身的外延,向面向全生命周期數據管理和業務協同方向發展。

   1、面向PLM的PDM技術分析

    1.1支持並行工程的PDM技術

    產品的競爭力是PLM強調的重點。並行工程作為一種集成地、並行的設計產品及其相關過程的系統化方法,可以有效地縮短產品開發周期、降低產品成本、提高產品質量。隨著並行工程概念的提出以及方法和技術的逐步成熟,對PDM技術提出了新的要求;同樣,支持並行工程的PDM的實施又成為實現並行工程的關鍵。

    早期的PDM技術主要針對圖紙文檔管理,能夠對靜態的產品支持數據(如工業標準、標準件數據等)和產品設計數據(如產品圖、BOM表、工藝文件、NC代碼等)以及一部分動態的產品過程數據(如設計數據的變更、審批等信息)作一定程度的管理;而對於支持並行工程的PDM而言,除了滿足上述功能之外,PDM系統還需要將並行工程中涉及的活動、人員、數據和應用工具4大要素有機的結合起來,為並行工程的實現提供一個集成框架。相關研究主要集中在4個方面:對活動流程管理的支持,對人員配置的支持,對異構產品數據的存取管理的支持,以及對應用系統工具的支持。

    1.2基於Web的PDM技術

    隨著Web技術的不斷發展和對象關係資料庫的日益成熟,PDM的發展從最初的採用簡單的C/S結構和結構化編程技術,正在向基於Java、採用B/S結構的Web機制方向發展。

    基於Web的PDM系統具有較強的訪問能力和應用能力、可以有效地連接供應鏈並且改善供應鏈協同、支持項目團隊的異地合作、並且使虛擬聯盟以及敏捷製造成為可能。當前,幾乎所有的商用PDM系統都支持通過Web方式訪問和操作產品數據如MatrixOne、Windchill、TeamCenter等都是以Web瀏覽器為客戶端。

    儘管如此,基於Web的PDM技術仍面臨著一些挑戰,如信息傳輸速率的限制問題、數據信息在傳輸過程中的錯誤處理機制問題,以及供應鏈之間的信息一致性和安全性等問題。

    1.3支持供應鏈管理的PDM技術

    在虛擬企業中,一個組織要與它的供應商、合作夥伴和其他成員加入到供應鏈中。工程信息需要在虛擬企業內被不斷的交換。PDM中各個系統間的通信和數據交換,使得產品開發時OEM間能進行合作,並能隨時在整個供應鏈中得到產品信息。因此,支持供應鏈管理的PDM系統將在兩個方面拓展自身的技術外延,工程資料庫和工程合作。

    工程資料庫負責管理技術數據,能夠提供其它系統的有關參考信息,應具有靈活性、易適應性和易運行性等特點。當前的趨勢表明,PDM技術將是企業內部知識管理的一個重要部分。下一代PDM系統能夠管理與信息和技術知識密切相關的項目和過程。

    工程合作作為電子商務的一種形式,使得多個企業通過動態重組後能夠在線合作虛擬企業的工程合作。需要支持協同工作,因此計算機支持協同工作(Computer-Supported Collaborative Work CSCW)解決方案將會與PDM技術集成,通過提供智能的、分布式的虛擬合作框架,實現一個具有連接分布式開發環境功能的、在線交互式的、可編輯產品三維模型和相關信息的可視化協商會議。此外,工作流程技術作為一個對開發過程提供全面、系統支持的重要工具也將在虛擬企業的工程合作中與PDM技術進一步緊密集成,使得整個異地工程合作更加高效、敏捷。

    1.4面向虛擬製造的PDM技術

    虛擬製造模式下的產品即為虛擬原型(Virtual Prototype VP)。虛擬原型技術是指圍繞產品從概念設計、構型設計、詳細設計到生產、維護、報廢等產品全生命周期,通過計算機描述的可視化原型,從產品設計師、決策者、製造商、銷售商、到最終的用戶群等對製造系統及產品的製造過程進行全方位觀察、體驗、分析和操作,實時分析和評估產品的性能和可製造性,分析製造系統的行為能力、控制優化與決策能力等諸多複雜性問題,並通過涉及中的評估反饋信息不斷的指導設計,保證產品尋優開發過程的順利進行,以提高產品的市場競爭力。

    因此,面向虛擬製造的PDM技術就涉及對所有與虛擬原型相關的信息和過程的管理。產品數字信息的來源,特別是在虛擬環境中產生的產品相關信息(如觸覺信息、虛擬試驗信息等)都遠遠超出了以前PDM系統的管理範圍;同時,虛擬製造過程的管理也比單一企業的製造過程的管理要複雜得多,表現在:(1)虛擬製造環境的分布性:經濟的全球化以及競爭的壓力使得在一個企業內實現所有的VP技術十分困難,企業通常在保證自身擁有局部競爭優勢的前提下需要尋求合作夥伴來提高整體的市場競爭力以及能夠迅速的響應市場的變化;(2)虛擬製造環境的異構性:不同的企業在基礎層和應用層存在的差異已經構成了事實上的異構工作環境。當前STEP中性產品信息表達以及基於CORBA規範的網絡通訊成為PDM技術的研究熱點;(3)異構信息的共享:虛擬製造系統涉及大量的與虛擬原型相關的數據,這些數據是分散的、異構的、如何保證不同企業或不同部門的人在正確的時間以正確的方式獲得正確的信息是關鍵問題。

    2、面向PLM的PDM產品分析

    在PLM理念提出後,湧現出不少PLM廠商。然而,由於PLM和PDM的淵源關係,絕大多數的PLM廠商都來自於PDM廠商。有一些PDM廠商已經開發出成體系的PLM解決方案,比較成功的實現了從PDM廠商向PLM廠商的轉變,如EDS、IBM等;也有一些廠商(如SAP、BAAN)基於ERP提出了自己的PLM解決方案。本文將分析當前市場中具有代表性的PDM產品的技術特點以及在PLM戰略背景下的技術演變過程。

    2.1Windchill

    在PTC的PLM解決方案中,Pro/E是其基石,Windchill由最初的PDM產品演變為現在的PLM平臺。一體化體系結構和統一的數據模型是Windchill的特點。Windchill通過Windchill Info*Engine技術實現以Web為中心的一體化體系結構。該結構始於一個CAD-Agnostic企業數據模型方案,可不依賴於數據的源格式來存儲、管理和配置MCAD數據、ECAD數據及可視化數據。這種一體化體系結構可作為記錄系統來管理全數位化產品,能夠最有效地組合和利用完全數位化的產品數據和關係模塊,從而實現對複雜PLM過程的跨模塊支持以及較低的應用程式維護成本。

    除了PDM原有的基本功能之外,為了在PLM的不同階段提供針對性的方案,從而快速實現PLM系統的部署,PTC在Windchill平臺上開發了系列解決方案,包括產品數據管理、設計協作和項目管理、動態設計配置、零件管理以及製造協作。目前Windchill Link系列解決方案包括Windchill PDMLink、Windchill ProjectLink、Windchill Dynamic DesignLink、Windchill PartsLink Windchill SupplyLink等產品模塊。

    Windchill體系結構由3層組成,如圖1所示,分別為是客戶層、應用和數據層、以及集成層。在客戶層,Windchill基於HTML及JavaApplet技術,使用戶通過瀏覽器就可以訪問Windchill的各個功能模塊;應用和數據層是一個Java應用伺服器,用來處理業務邏輯、數據訪問、系統管理以及相關的安全服務等,其中數據區主要包括提供產品結構及其數字產品內容的數據模型;集成層由各種消息服務組成,通過XML、SOAP、WSDL、JMI、JNDI以及專用APIs與企業內、外部應用系統集成。

    2.2MatrixOne

    MatrixOne(也稱eMatrix)作為PDM發展到CPC階段的典範,提供了一套協同產品開發的工具集。開放的客戶化環境和實用的輔助開發工具是MatrixOne的最大特點。

    MatrixOne系統由一個公共平臺和一系列的應用模塊(如系統管理工具、數據建模工具、Web合作服務、應用接口等)組成。MatrixOne並沒有提供多少現成的流程或類結構僅提供了一個以類型(Type)為中心的面向對象信息模型。MatrixOne中以type為中心的信息模型清晰的反映了系統組織模式。這種組織方式結構清晰,所受約束少,但工作量更大。正因為如此,MatrixOne又提供了一系列面向業務過程的應用模塊,即價值鏈組合(value chain portfolio)主要包括團隊協工作模塊MatrixOne Team Central、PLM範圍內的文檔管理和共享模塊MatrixOne Document Central、項目管理模塊MatrixOne Program Central、產品信息管理模塊MatrixOne Engineering Central、產品定義和配置模塊MatrixOne Product Central,以及基於Web的供應商合作模塊MatrixOne Supplier Central等。

    由於採用了基於構件的標準化技術(J2EE),MatrixOne支持CORBA、RMI、EJB這3種方式的軟體開發通過MatrixOne提供的應用開發工具可以實現廣泛的來自不同域應用的集成MatrixOne自身提供了MQL(eMatrix Query Language)語言可實現對象管理等資料庫操作並支持TCL/TK、Java以及C++接口。

    2.3TeamCenter

    TeamCenter作為企業級PDM的代表,設計思路與MatrixOne不同,它通過儘可能多的提供符合實際需求的功能,以減少客戶化時的工作量。但輔助開發工具不多,在系統開發時一定程度上受到已有功能的約束。

    TeamCenter主要包括以下模塊組成:支持虛擬企業的產品信息管理模塊TeamCenter Collaboration Foundation,基於Web的零件及其文檔管理模塊TeamCenter Product Collaboration,支持中性CAD數據格式的產品設計合作模塊TeamCenter Design Collaboration,項目管理合作模塊TeamCenter Project Collaboration,需求管理模塊TeamCenter Requirements Collaboration,以及支持系統集成的企業合作模塊TeamCenter Enterprise Collaboration。圖2是TeamCenter面向PLM的應用框架。

    TeamCenter提供以Root為根的類層次結構,通過為類增加屬性、在不同類之間建立關係,為類或者對象定義消息以及處理消息的方法來組織整個系統,系統中各業務對象或數據對象都是類的實例。TeamCenter採用STEP標準作為異構產品數據模型的交換協議,集成方案採用與J2EE兼容的企業應用服務,提供基於XML的數據映射機制、事件驅動的消息傳遞機制,及基於Web的客戶訪問機制。在接口方面,提供基於C的MODeL(Metaphase Object Definition Language)語言同時支持C++、Java等。

    2.4ENOVIA

    作為IBMPLM戰略的合作夥伴,DassaultSystemes為各種企業提供電子商務解決方案,幫助他們實施自己的數位化企業戰略。與SmarTeam不同,ENOVIA專注於幫助企業管理數位化產品、流程和資源的綜合性模型、協作模型及分布式模型。與CATIA和DELMIA等一道,通過整合式集成,為實現數位化產品生命周期管理開闢了一條通道,並能支持企業知識的重用。

    ENOVIA由3個不同的軟體包組成:ENOVIA PM、ENOVIA VPM和ENOVIA LCA。ENOVIA PM為需要優化和組織產品開發數據和流程的產品規劃者、設計專家和管理人員,提供強大的經營流程。ENOVIA VPM面向需要訪問和管理開發項目的開發人員和技術專家,通過使用ENOVIA 3dcom瀏覽器,用戶可以全面訪問產品發數據。ENOVIA LCA提供現成的、基於角色的應用,滿足基於工業實踐的端到端(end-to-end)的整個產品生命周期管理,從最初的產品規劃開始,貫穿概念設計和詳細設計,服務需求,直至允許跨企業快速構型。ENOVIA LCA綜合了幾個產品線,在虛擬產品數據管理方面,包含ENOVIAV PM。而在PDM方面,則包含ENOVIA PM。基於通用的產品過程資源(Product-Process-Resource,PPR)模型並同時跨越兩個域確保了ENOVIA LCA能夠在整個企業範圍內實現產品數字原型和三維產品設計知識的配置。

    3、PDM技術的演化趨勢

    由於PDM所涉及的內容較廣泛,目前還沒有公認的、一致的關於PDM的系統化理論,甚至關於PDM的定義都存在分歧。從最初的圖檔管理、到產品開發過程信息管理、再到支持虛擬製造過程的集成和協同、以及現在的面向PLM的全生命周期信息管理,PDM技術自身不斷的發展已經遠遠超出了信息系統和數據管理方法的範疇。通過PDM系統的集成能力,使之在PLM戰略中承擔更為重要的作用,將是未來PDM技術發展的必然趨勢。

    1)、協同合作

    支持協同合作不僅要求PDM系統擴展新的產品數據管理功能,而且還要求PDM系統能夠將已經存在的功能有機的集成在一起,並通過Web方式提供跨越內、外部防火牆的接口。在當前許多商業PDM產品中,「協同合作」模塊已經演變為PDM系統標準模塊的一部分。

    2)、產品結構管理

    大量應用於設計和製造活動中的產品結構管理在製造業的產品數據管理中一直扮演著重要的角色。在PLM戰略的影響下,PSM將對貫穿產品全生命周期內的各種類型的產品結構(如產品設計結構、產品製造結構、產品交付結構等)提供進一步的支持。PSM對於產品製造活動的支持是當前的研究熱點,主要集中在BOM的使用以及如何處理變型產品等問題。另一個值得關注的問題是,在企業內部的不同部門,由於對產品結構分解的出發點不同(如設計人員將產品分解為系統、子系統、部件等而製造人員則對產品進行裝配分解),造成了一個產品存在多個結構視圖。如何統一不同的產品結構視圖則將對PDM技術的發展產生影響。

    3)、產品配置管理

    在訂單驅動的市場環境下需要企業對訂單做出快速反應產品配置管理負責產品結構配置以及相關的生產過程配置即決策何時以及如何生產滿足客戶需求的產品隨之而來的挑戰就是產品控制問題和產品預測問題訂單驅動所帶來的是大量的變型產品當前的BOM組織如何能夠無冗餘的管理這些變型產品結構信息以及如何動態調整生產過程以提高響應市場變化能力的敏捷性是研究的重點由於產品配置管理所需數據與ERP密切相關因此PCM與ERP系統的集成就變得十分重要為PDM系統提供ERP集成接口功能已成為商業PDM產品的發展趨勢也許這正是基於ERP所提出的PLM解決方案的優勢所在。

    要想使產品信息在PDM系統中很好的被各個應用系統共享,以及被廣義企業中其它PDM系統及應用共享,PDM系統中的模型必須同時考慮數據、過程、組織和資源。由於涉及範圍廣,使用的工具繁多,致使很難構造出滿足所有要求的統一的數據模型。產品模型數據交換標準(STEP)雖然是一個面向產品全生命周期數據描述的中性標準,但由於其體系龐大、應用複雜、並且覆蓋的內容和PDM需要管理的內容在範圍和抽象層次上存在較大差異,造成完全基於STEP標準來開發PDM還比較困難。通過使用STEP標準和PDM使能規範(PDM Enabler)通過CORBA或DCOM技術,可以在一定程度上解決不同PDM系統之間以及PDM與不同應用系統間的信息交換和互操作問題。

    4、結束語

    PDM技術隨著用戶需求和IT技術的不斷發展而發展,在以產品為核心的商業戰略PLM的推動下,PDM作為跨企業的支持整個產品生命周期的產品開發的支撐平臺已是不爭的事實。高效的整合製造資源、支持並行工程、支持供應鏈管理、支持虛擬企業異地協同開發、製造和管理將是未來PDM系統必須具備的功能。

    產品信息模型及其標準化、工作流和過程管理、產品協同定義和全生命周期管理、以及採用中間件和基於構件技術(如J2EE、NET、CORBA)等標準化方法以提高系統的柔性和可擴展性,將是PDM技術發展的趨勢。同時,如何針對不同的企業特點進行不同的PDM系統的配置和實施,以及在PDM的開發和實施過程中如何與軟體配置管理(Software Configuration Management,SCM)集成都是需要進一步研究的內容。

 

相關焦點

  • 數據分析的三大框架:底層技術、分析建模、工具選擇
    數據分析的三大框架數據科學的框架分為三部分:底層技術框架/數據分析框架/工具選擇框架,接下來依次給大家介紹:1.底層技術框架底層技術框是數據科學的基礎設施,我們有所了解就好,處理框架和處理引擎負責對數據系統中的數據進行計算。流處理系統:流處理系統會對隨時進入系統的數據進行計算。相比批處理模式,這是一種截然不同的處理方式。
  • 「金猿產品展」FineBI:新一代自助大數據分析的BI工具
    本產品由帆軟投遞數據猿參與評選。FineBI是新一代自助大數據分析的BI工具,專注於探索式的數據分析,主要面向業務人員或數據分析師,幫助他們開展以問題為導向的數據探索,通過自助數據準備,智能圖表推薦,OLAP分析,以及儀錶板等功能來發現問題並分析和解決問題,隨時應對新的挑戰。
  • 大數據分析工具採購指南
    一旦組織決定要購買一個大數據分析工具,下一步就是制定一個流程,評估可用的產品,然後從中找到一個最適合你需求和要求的產品。下面我們將介紹在評估各種大數據分析工具符合企業需求的程度時可能用到的必備特性和特定屬性。然後,你再編寫一個預案請求(RFP),說明使用這些工具將如何解決組織的需求。評估標準建模技術的廣度與深度。
  • 常用的數據分析工具
    科學技術的發展帶動信息的不斷傳播,信息傳播過程中產生了大量的數據,這些數據對我們的生活產生了很大的影響,比如在某寶上購買產品,會比較店鋪的銷售量、好評等數據。除了這些直觀的數據之外,數據背後隱藏的秘密就需要分析所得。今天從定義、功能、應用領域介紹幾款常用的數據分析工具。
  • 大數據技術的方法與工具2-分析篇
    大數據技術的方法與工具2-分析篇 2020-08-07 09:05 來源:澎湃新聞·澎湃號·湃客
  • 網絡安全技術產品之網絡協議分析工具Sniffer
    Sniffer,也可以稱為嗅探器,它是一種基於「被動偵昕」原理的網絡分析方式。其能夠快速定位網絡故障,並能捕獲網絡故障數據包,幫助網管人員分析和處理故撞數據包,有效提高網絡管理水平。於中陽Mercina-zy。Sniffer,也可以稱為嗅探器,它是一種基於「被動偵昕」原理的網絡分析方式。
  • 大數據涉及的技術理論和資源工具
    數據挖掘(Data Mining) 數據挖掘在非大數據時代(海量數據)就已經廣泛使用(如CRM的用戶分析、產品關聯分析)。嚴格的說,其並不算是一種技術,而是一種分析模式:綜合利用機器學習、資料庫技術和自然語言處理等多種技術方法,從數據中獲得相關的結果。在大數據時代,雖然數據的挖掘往往意味著數據金礦,但筆者認為,挖掘技術必須與業務分析思路緊密結合,才會發揮出較大的價值。
  • 基於PLM 的工程機械產品一體化工程變更管理研究*
    本文選自《起重運輸機械》雜誌,如需轉載,請註明出處作者:黃茂民 季 俊 沈軍武 夏文俊摘 要:基於CMII 理論基礎,提出了基於工程機械產品的一體化變更流程。首先,分析了工程機械企業工程變更存在的問題:產品更改的問題報告數據缺乏結構化管理,上下遊更改數據缺少一體化管理,以及變更的流程無法閉環。
  • 數據科學家是如何不用ETL工具進行分析數據的?
    這帶火了Panoply之類的工具。他們提供了易於集成的自動ETL和雲數據倉庫,可以與許多第三方工具(如Salesforce、Google Analytics和資料庫)同步。有了這些自動集成,數據科學家可以快速分析數據,而無需部署複雜的基礎架構。無需Python或EC2實例的參與,單擊幾下即可完成。
  • 數據產品經理從零到一(1):數據產品能力模型構建
    ,並對其發展趨勢有深入了解;5、了解數據分析,數據建模和數據挖掘技術及理論;6、能很好地掌握產品思路、技術方案、商務策略等,驅動各角色解決問題 ,具有良好的商業洞察與判斷,很強的邏輯思維能力、產品策劃、品牌包裝與宣傳能力,對數據和業務敏感,有一定技術背景優先考慮。
  • 網易易數推出六大數據產品工具,激活數據生產力
    新基建方興未艾,新冠疫情餘波猶存,企業在重審數位化轉型,技術提供商也適時求變。7月16日,網易數字+大會在杭州召開,網易數帆旗下網易易數(EasyData)在會上發布了全鏈路數據生產力平臺,推出了數據門戶、決策引擎等六款數據產品工具,以及數據中臺的六項重要升級,促進企業數據應用常態化。
  • 全面解讀神策數據產品矩陣與技術體系
    ,貫通整合多渠道多類型數據源;從產品角度而言,神策數據也不僅僅提供一個數據分析工具,而是一個基於企業數據流的完整的數位化營銷閉環解決方案。另外,神策團隊還圍繞用戶標籤和畫像兩方面逐漸打磨產品實力,到目前為止,神策數據已提供完整的面向業務的用戶數據中臺能力,包括用戶標籤的導入、生產、管理、導出和應用,並且針對用戶標籤本身,提供完整的標籤分析,即用戶畫像分析相關的能力
  • 計算機軟體PLM行業專題分析報告
    PLM完全包含了PDM技術(產品數據管理),是其功能的延伸:PDM主要針對產品開發過程,強調對工程 數據的管理,而PLM在其內容基礎上又強調了對產品生命周期內跨越供應鏈的所有信息進行管理和利用,從 而使特定產品生命周期過程的內外部涉眾之間可以更加密切協作,更好地適應市場需求。
  • 11款可視化大數據分析工具優缺點對比
    隨著數據使用量的增長,將有更多的人通過數據來尋求專業問題的答案。可視化數據分析工具的出現讓人們可以通過將數據可視化來探討問題、揭示洞見,用數據分享故事。甚至於不懂挖掘算法的人員,也能夠為用戶進行畫像。為了更好地幫助讀者選擇分析工具,本文將為介紹數說立方、數據觀、魔鏡等11款BI-商業智能產品!
  • 辦公必備的大數據分析利器,數據分析工具推薦
    說到數據分析,很多小夥伴可能第一時間聯想到複雜的算法,龐大的數據,甚至是讓人眼花繚亂的代碼。但實際上,運營做數據分析並不需要懂這些,關鍵是你對業務流程的理解,以及用數據解決問題的思維。本文將介紹在一些領域被高頻率使用,且不可缺少的大數據分析利器,使用尚可的數據分析工具。
  • 學習數據分析,這些超好用的數據分析工具你必須知道!
    這是一款高人氣數據分析工具,支持數據清洗,支持將數據從一種格式轉換為另一種格式,適用於各類與分析相關的任務,這意味著即使大家擁有多種不同數據類型及名稱,這款工具亦能夠利用其強大的聚類算法完成條目分組,使網頁上雜亂數據標準化、規範化。
  • 【 Big Data 】大數據處理的五大關鍵技術及其應用
    大數據存儲與管理要用存儲器把採集到的數據存儲起來,建立相應的資料庫,並進行管理和調用。重點解決複雜結構化、半結構化和非結構化大數據管理與處理技術。主要解決大數據的可存儲、可表示、可處理、可靠性及有效傳輸等幾個關鍵問題。
  • 大數據分析BI工具有哪些?
    隨著網絡技術的進步,數據分析逐漸成為了一個重要的工具,同時也是一個對數據進行詳細研究和概括總結的過程。下面給大家推薦幾款主流的大數據分析BI工具,幫助用戶分析生活、工作中遇到的問題!一、TableauTableau是目前市面上較為成功的BI工具。產品既有針對性,又有普適性。拖放式界面,操作簡單。
  • 面向CRM系統的數據倉庫的設計與實現
    【IT168 信息化】  0 引 言  近幾年來,隨著競爭的日益激烈,企業正在由以產品和利潤為中心轉向以客戶為中心,客戶關係管理(custorner relationship management,CRM)系統將以客戶為中心的先進管理思想和經營理念,固化在軟體系統中,在企業的正常運作中發揮著越來越重要的作用
  • 數據收集及數據分析工具介紹
    隨著數據分析在各個領域發揮越來越重要的作用,針對不同數據分析步驟的軟硬體工具也很快發展起來。下面我們介紹幾種重要的數據分析工具。各類傳感器數據可以通過很多方式進行採集。例如,製作調查問卷,隨機抽取人群樣本填寫問卷,得到人群樣本的反饋數據;人工觀察記錄也是過去常用的數據採集方式。