某集團多系統多組織多維度數據建模方案及實例介紹

2020-12-05 中國發展網

一、方案背景

根據針對*集團數據治理項目的要求,確定除管理傳統共享數據(主數據)外還需要包括針對組織機構和業務系統的私有靜態數據,以減少未來數據運維管理過程中的數據模型擴展及相關體系改造的難度和風險(如未來業務系統的變更或增加導致的數據模型的必須改變等),使*集團數據管理的可持續性最大化。因此,*集團數據治理項目決定通過數據多級維護(主數據維護+採購數據維護+庫存信息維護+財務信息維護等)管理的模式構建未來全集團的靜態數據中心,使未來*集團數據管理平臺能夠滿足未來針對全靜態數據的全視角管控,為未來數據中心及大數據的建設打下堅實的基礎。

靜態數據(傳統主數據+私有靜態數據)中心建設中,首先要考慮滿足傳統主數據管理的要求,同時又要必須滿足建立靜態數據中心的需求。單獨考慮主數據管理或者在主數據管理的基礎上拓展的模式是絕對不可取的,按照中翰軟體在行業內的經驗,我們總結了幾條原因如下:

1)涉及到生產及各業務管理環節,維護人員多且流程節點複雜;

2)同模型內屬性欄位數量多,有時會達到1000個以上,對平臺的建模能力及整體架構要求極高;

3)組織管理需求重要性增強,傳統主數據管理要求的是集團統一共享數據管理。中翰軟體推出的靜態數據中心要求的是共享數據和私有數據的同時存在,另外同一屬性欄位需要分開組織或業務系統單獨進行取值管理(如,庫存組織1修改採購計劃價格為『100』,物料建檔時庫存主組織定義的採購計劃價為『80』。),並能在平臺內查詢和相關修改操作;

4)流程周期較長,需要通過流程節點控制數據陸續傳輸的時間點,以便於滿足複雜的業務管理過程。如編碼生成後直接傳輸到目標系統,接著採購信息維護完成自動傳輸到目標系統,財務信息維護完成後自動傳輸到目標系統等,流程節點的數據傳輸控制可以根據企業的實際需要自定義;

5)360度的數據管理模式,對平臺的數據管理及傳輸效率要求增強,且需要有真實的客戶案例至少驗證兩年左右,因為傳統的MDM平臺和管理靜態數據中心的平臺的管理模式、理念和架構有本質的區別。傳統MDM平臺只管共享的屬性欄位(即主數據),中翰軟體推出的靜態數據中心管理的是主數據+私有屬性欄位,數量是幾何倍數的增長。

二、建模方案實例

1、企業靜態數據治理方案對比(中翰企業數據治理平臺與傳統MDM平臺)

註:傳統MDM平臺整體架構局限性較強,無法滿足多系統、多組織、多維度數據管理模式,無法支撐多級數據維護過程中的自定義數據傳輸,沒有數據規劃平臺,無法有效支撐後期數據運維管理等。

2、涉及業務系統 (舉例)

EBS、PLM、MES、WMS等(業務系統可以根據企業實際情況自定義,不限制數量)。

3、EBS系統物料檔案截圖

4、中翰EDG平臺建立多系統多組織多維度模型實例介紹

系統首先設置了主數據視圖、PLM、MES、WMS、EBS系統的獨立視圖,然後按照EBS物料檔案中的19個視圖進行了模型配置,同時設置了主組織、庫存組織1、庫存組織2、生產線四個物料管理組織。

1)系統管理員打開單據,看到所有的視圖,如下圖

2)數據申請人員在自己權限範圍內發起維護主數據信息,如下圖

註:根據企業實際情況,主數據信息維護也可以分開幾個人按照流程維護。此處權限包括系統視圖、視圖內組織、視圖內頁籤、頁籤內欄位四個層面,都可以自定義。

3)數據申請人員之一維護主組織信息,如下圖

註:此處權限包括系統視圖、視圖內組織、視圖內頁籤、頁籤內欄位四個層面,都可以自定義。

4)倉儲人員在自己權限範圍內維護主組織信息,如下圖

註:此處權限包括系統視圖、視圖內組織、視圖內頁籤、頁籤內欄位四個層面,都可以自定義。

5)採購人員在自己權限範圍內維護主組織的採購信息,如下圖

註:此處權限包括系統視圖、視圖內組織、視圖內頁籤、頁籤內欄位四個層面,都可以自定義。

6)庫存組織1管理人員在自己權限範圍內修改批次信息

注,庫存組織1的批次信息和主組織的批次信息不同。此處權限包括系統視圖、視圖內組織、視圖內頁籤、頁籤內欄位四個層面,都可以自定義。

7)生產線管理人員在自己權限範圍內維護生產線的相關信息,如下圖

註:此處權限包括系統視圖、視圖內組織、視圖內頁籤、頁籤內欄位四個層面,都可以自定義。

8)可以根據流程節點進行數據的分發

注,當企業管理全部靜態數據後,數據維護的流程就會較長,一般會3-7個工作日完成,在陸續完成數據維護的期間,往往業務管理環節需要著急使用某些數據,如編碼、採購信息等,系統根據先錄先傳、隨錄隨傳的原則,並且可以根據流程節點自定義配置數據傳輸的時間點,最大化滿足業務管理。(山東中翰軟體有限公司)

相關焦點

  • 維度建模的10大基本原則
    原則1、載入詳細的原子數據到維度結構中  維度建模應該使用最基礎的原子數據進行填充,以支持不可預知的來自用戶查詢的過濾和分組請求,用戶通常不希望每次只看到一個單一的記錄,但是你無法預測用戶想要掩蓋哪些數據,想要顯示哪些數據,如果只有匯總數據,那麼你已經設定了數據的使用模式,當用戶想要深入挖掘數據時他們就會遇到障礙。
  • 慧辰資訊:多維度布局 做世界級大數據公司
    多維度縱深布局   趙龍表示,公司轉型大數據,並不是傳統的業務就丟棄了,而是要把傳統技術和新技術進行融合,把數據端根據需求結合起來,為客戶提供服務。  「在轉型的過程中,傳統業務和新技術不再是涇渭分明,而是把線上和線下數據打通一起來服務。今年以來,公司不再做傳統業務和數字類的區隔。」趙龍如此解釋道。
  • 多款陀螺儀表頭設計、平臺測試、系統研究方案及應用實例
    本文引用地址:http://www.eepw.com.cn/article/259089.htm本文為你介紹了幾種陀螺儀表頭的設計方案及平臺測試的方案,並介紹了幾個陀螺儀的應用案例。基於FPGA的光纖陀螺儀模擬表頭及其測試系統光纖陀螺是雷射陀螺的一種,是慣性技術和光電子技術緊密結合的產物。
  • 如何深入淺出理解數據倉庫建模?
    數據模型能夠促進業務與技術進行有效溝通,形成對主要業務定義和術語的統一認識,具有跨部門、中性的特徵,可以表達和涵蓋所有的業務。大數據系統需要數據模型方法來幫助更好地組織和存儲數據,以便在性能、成本、效率和質量之間取得最佳平衡!
  • 宇視科技多維度數據匯聚 管理更智能
    打開APP 宇視科技多維度數據匯聚 管理更智能 C114通信網 發表於 2020-11-23 11:04:34 五所本科高校示範點中,南京理工大學基於「硬體集群、數據集中、應用集成」理念,採用全套宇視智慧校園解決方案,率先實現人工智慧規模化落地,成為江蘇智慧校園示範校巡展中首個推出的示範高校。
  • SQLServer2008R2 BI數據支撐平臺的價值
    有了多維數據和數據挖掘的基礎,使用聯機分析處理、Unified Dimensional Model(統一維度模型)和Microsoft Office的深度集成使SSAS的功能愈加強大,本文通過簡單案例從多維分析模型的應用價值、建模工具、資料庫擴展能力、性能和穩定性方面來介紹,期望起到拋磚引玉的作用。
  • 深度| 多能互補網絡建模及動態演化機理初探
    多能互補網絡打破了傳統能源行業間的壁壘,利用各供能系統在生產—輸配—消費—存儲等環節間的耦合性和互補性實現多能流、多維度協同優化調控和不同品位能源的梯級利用[15],同時利用儲能設備(多能聯儲),支持分布式能源和電動汽車等主動負荷的靈活接入,實現用電設施的即插即用。
  • 多維度拓展
    貴安新區依託大數據,打造民生監督查詢平臺、市場監管貴安雲平臺等,推動多部門業務數據聚合、分類、整理,把監管搬上「雲端」,為推動社會治理邁向「
  • 國家重點研發計劃「科技冬奧」重點專項「冰雪項目交互式多維度...
    2019年12月23日,由北京大學牽頭承擔的國家重點研發計劃「科技冬奧」重點專項「冰雪項目交互式多維度觀賽體驗技術與系統」項目啟動暨實施方案論證會在北京大學靜園五院舉行。北京冬奧組委新聞宣傳部部長常宇、中國21世紀議程管理中心「科技冬奧」專項項目主管劉榮霞、北京市科學技術委員會「科技冬奧」專班處長邢永傑、北京大學科學研究部副部長韋宇等相關單位領導,北京大學高文院士、北京航空航天大學趙沁平院士、原中央電視臺總工程師丁文華院士等項目實施方案論證專家,北京大學、清華大學、北京航空航天大學、鵬城實驗室、北京大學深圳研究生院、阿里巴巴集團、創維集團有限公司、中國聯通研究院和北京歌華有線電視網絡股份有限公司等參與單位課題負責人和骨幹
  • 《數據中臺實戰》:數據中臺的分層建模體系
    ODS層的作用是在業務系統和數據倉庫之間形成一個隔離層,在數據中臺進行計算任務時,可以以ODS層的數據為基礎進行計算,從而不給業務資料庫增加負擔。DIM層存儲的是維度數據如城市、省份、客戶端等維度的數據。第二層是DWD。DWD層數據是數據倉庫的第二層數據,一般是基於ODS和DIM層的數據做輕度匯總。
  • 多維度平臺 網際網路+時代需要多維度思考
    原標題:多維度平臺 網際網路+時代需要多維度思考   近日在北京召開的「網際網路金融保險保障合作模式創新研究」項目啟動儀式受到獲廣泛關注。其實早在總理提出《網際網路+行動計劃》中提到網際網路+金融的說法,很多商界人士就嗅到網際網路+金融行業的巨大商機。
  • 《多維度思考》:如何在單向度的世界,做個多維度的人?
    而建立多維度的思維模式,就是為了阻止大腦過分依賴某一個固有路徑,而做出不夠客觀全面的判斷。 我們大多數人的思維模式,大致可以分為這幾種: 第一,失敗者思維模式。
  • 不碰數據 又要建模?中國版FICO如何駕馭無數據場景|算力隱私專欄
    而實際上, Fair Isaac 公司開發了三種不同的FICO 評分系統 ,三種評分系統分別由美國的三大信用管理局使用評分系統的名稱也不同。現在服務數百上千家銀行的多頭黑名單查詢等業務,這個雪球約滾越大,在這個維度上似乎已經不可替代。冰鑑,更加純粹,完全的「風控解決方案供應商」,自己沒有數據,在市場上能估值這麼高,是對風控能力的輸出。但是,很乾燥的是,它一定在很被動地採購第三方數據,然後做成冰鑑的分。如果哪天,數據採購的路子被卡脖子呢?
  • 隨機漫步的市場,文諦資產的量化多策略如何多維度獲取收益?
    數據來源:私募排排網組合大師據文諦資產介紹,董事長周時和有30多年金融證券從業經歷。量化多策略以CTA策略為主要收益來源,以股票Alpha策略作為風險墊,平滑收益曲線。在資金比重上,兩個策略的比例是1:1,已達均衡配置,優勢互補。在收益端,多策略從不同維度捕捉交易機會。風險端,實時進行多層次風險評估,提高組合對極端不利市場的抗性。另外,策略會根據宏觀情況把握風險溢價的預期變化和策略擁擠程度,適時調整投資策略的權重。
  • 你的數據倉庫既要有「維度模型設計」也要看「分層架構」
    數據倉庫緯度模型設計基本概念維度模型是數據倉庫領域大師Ralph Kimall所倡導,它的《數據倉庫工具箱》,是數據倉庫工程領域最流行的數倉建模經典。它重點解決用戶如何更快速完成分析需求,同時還有較好的大規模複雜查詢的響應性能。維度建模是專門應用於分析型資料庫、數據倉庫、數據集市建模的方法。數據集市可以理解為是一種"小型數據倉庫"。
  • 大數據篇:一文讀懂@數據倉庫
    數據中臺是一套可持續「讓企業的數據用起來」的機制,一種戰略選擇和組織形式,是依據企業特有的業務模式和組織架構,通過有形的產品和實施方法論支撐,構建一套持續不斷把數據變成資產並服務於業務的機制。數據中臺連接數據前臺和後臺,突破數據局限,為企業提供更靈活、高效、低成本的數據分析挖掘服務,避免企業為滿足具體某部門某種數據分析需求而投放大量高成本、重複性的數據開發成本。
  • 多體系統動力學的發展過程
    它是在經典力學基礎上的新學科分支,在經典剛體系統動力學基礎上,經歷了多剛體系統動力學和計算多體系統動力學兩個發展階段,目前已趨於成熟。多體系統中最簡單情況(自由質點)和一般簡單情況(少數幾個剛體),是經典力學的研究內容。多剛體系統動力學就是為多個剛體組成的複雜系統的運動學和動力學分析建立適宜於電腦程式求解的數學模型,並尋求高效、穩定的數值求解方法。
  • 多體系統動力學與分析動力學專題 | 《力學學報》
    《力學學報》2020年第4期出版多體系統動力學與分析動力學專題,該專題由北京大學劉才山教授和遼寧大學郭永新教授共同組織。多體系統動力學與分析動力學專題序全國多體系統動力學暨控制學科組和全國分析動力學學科組聯合全國航天動力學與控制學科組於2019年9月20日至23日在湖南長沙聯合召開了「第十一屆全國多體動力學與控制暨第六屆全國航天動力學與控制和第十四屆全國分析力學聯合學術會議」。
  • 2020愛分析·數據智能廠商全景報告-CSDN.NET
    支付等環節中,對欺詐風險的抵禦至關重要,銀行需要採用知識圖譜、生物識別等多種新技術,實現多維度、實時的反欺詐;為了提升個人消費貸款的線上信貸審批效率,改善客戶體驗,銀行需要通過多維度數據進行風控建模,提升信貸申請階段的信用評分效率和精準度,並進一步將風控前置到營銷階段;面對貸中、貸後可能出現的信用風險,銀行需要通過多維度數據優化監控模型,對逾期風險進行提前預警,並對逾期客戶制定有效
  • 多因子釋放系統在組織工程領域的應用
    組織修復與再生過程中通過外源性釋放某一種生長因子而使其產生有效作用,往往需要釋放超過生理劑量的生長因子,其安全性尚值得商榷。基於目前對組織再生的認識,多種生長因子的協同作用,可以使其在生理劑量上發揮有效作用,更好地在細胞和分子水平上促進組織的癒合與再生。然而,生長因子的選擇及釋放序列對其作用的發揮具有重要影響。