王斌

身份证号码：1201011986＊＊＊＊3537 天津 300050

1 建设背景

建设大数据可视化平台，既是提高企业管理水平的客观需要，又是实现企业信息化建设目标的迫切要求；既是数据驱动企业运行与决策不可或缺的重要手段，又是掌握企业数据资产提升智能化可视化的重要决策支持。系统建设对提高集团业务监督管理水平、确保企业核心数据资产保值增值，意义重大、要求迫切。

建设大数据可视化平台，可以减少各类数据报表、集中会审和数据汇总，降低行政成本。同时可以提高数据的准确性、及时性，减少反复报送、多头填报的情况，最大限度地提高工作效率，提高数据集成、共享、深度利用的水平，满足智能化可视化的决策分析。

大数据可视化分析平台建设项目通过数据可视化平台建设、数据交换与共享建设、各类业务应用组件的完善与建设、大数据智慧企业分析系统的建设等手段实现全域信息化综合展示和作战运营指挥，至少满足未来三到五年的数字化、可视化、智能化需求，实现数据可视，引领智慧决策。

1.1 利用大屏可视化技术让数据更直观

传统的统计分析报表主要以纸质形式或二维电子表格的形式存在，数据展示不直观、不美观，无法实现多维立体分析，导致数据看不全、看不透等问题，利用大屏可视化技术，改善现有的数据呈现方式，让数据更直观。

1.2 创新管控方式全面提升管理水平

综合运用人工智能、可视化等信息技术满足各项业务的智能化、可视化要求，做到事前预警、事中控制、事后分析，造就一个智慧的企业，实现卓越管理努力实现“智慧企业”。

1.3 应用大数据分析技术辅助领导决策

对于企业管理，不仅仅是能够及时收集企业的数据，更重要的是能够对这些数据进行分析，辅助领导从分析中发现问题，解决问题。需要将大数据技术理念与先进的企业管理理念相结合，技术创新与管理创新相结合。用大数据树立数据监管的新理念，充分利用大数据改造提升传统产业，加快生产技术创新、商业模式创新、服务方式创新，着力发展新经济，培育壮大新动能，实现用数据说话、用数据管理、用数据决策、用数据创新的工作机制[1]。

2 建设内容

2.1 建立统一门户

通过可视化的门户管理工具实现门户内容的编排和个性化，集成财务管理、OA办公、法务系统、领导决策分析等系统，将各系统的登录入口、待办任务、消息预警、通知公告等相关信息集成至统一门户中。根据权限分别形成面向领导、业务处室、下级企业等不同层级的门户界面，建立一站式系统应用。

2.2 建立大数据分析平台

大数据分析平台，以推动企业转型升级、提质增效为主要目标，整合企业内部数据，利用互联网技术获取宏观数据、行业上下游数据、企业社会空间数据、物联网数据等外部数据，从而构建智慧大数据中心。

大数据分析平台数据来源主要包括以下三个部分，也是平台需要采集的大数据。

2.2.1 上级监管需要的各业务系统数据，包含企业上报的快报、预算、决算、投资、产权、三会等数据，在上报前，进行数据碰撞检核，实现对企业全方位的业务监管。

2.2.2 企业信息化应用数据，包括核心ERP系统数据、企业资金数据、财务数据、人力资源数据、生产数据等，为企业管控提供支撑。

2.2.3 互联网数据，包括宏观数据、行业上下游数据、企业征信数据、涉案诉讼数据等，加强企业生态数据分析、行业对标以及舆情管理。

大数据分析平台的建设，充分利用信息资源库，将以数据服务、接口服务的方式，提供给上层的各类应用，挖掘数据价值，优化数据结构，决策辅助分析，监督管理业务，提供精细化管理和决策依据，提升管理企业的能力。对提质增效、深化改革、党的建设、安全生产等系列重点工作开展专项督查，通过督任务、督进度、督成效，察认识、察责任、察作风，确保各项目标任务和工作措施落地落实。

2.3 建设智慧大屏系统

建设一套大屏幕显示系统，实现大数据分析的大屏展示。通过建设智慧大屏，以直观、立体的方式将管控数据、业务数据、运营指标等进行综合展现，方便各级领导动态了解、监督各类指标和企业经营情况，实现“一屏观天下”、“一屏指天下”、“挂图作战”的目的。

智慧大屏显示主要包含以下内容：宏观经济发展情况，包含全市GDP、工业增长值、行业指标数据等宏观经济指标；各级企业收入、利润、资产负债等经营指标动态监督。按照同比、环比、构成等分析方式对重点经营指标进行分析；资产布局，按照独资、控股、参股分类展示；投资项目的收益状况；资产存量情况，方便应急物资调配；党建管理情况；重点企业同行业对标等[2]。

3 技术方案

大数据可视化分析平台，要融合数据中台思想，保证平台建设的合理性、先进性、扩展性。

数据中台的核心竞争力是以数据资产为核心，实现企业业务数据的资产价值化，并为业务前台提供高效的数据服务。这些服务跟企业的业务有较强的关联性，是企业独有的且能复用的，它是企业业务和数据的沉淀，其不仅能降低重复建设、减少烟囱式协作的成本，也是差异化竞争优势所在。

3.1 数据资产

数据资产涵盖了从原始ODS数据、统一主题数据到标签数据的分层体系。提到数据资产，要明确它不等同于数据，数据资产是唯一的，能为业务产生价值的数据，保证数据是干净的、透明的、智慧的。主要包括三层：

3.1.1 在ODS数据层，以需求为驱动，以数据多样性的全域思想为指导，通过离线、实时等方式采集与引入全业务、多终端、多形态的数据；

3.1.2 ODS到主题数据层原则：进行数据清洗，保留全部字段，甚至扩充字段，保持最低粒度，本质是形成可复用的、健壮的中间表。主题数据层，就是数据建模需要达到的目的，保证数据口径的规范和统一，沉淀共性的数据，在此采用维度建模，通过分析业务过程抽象出维度和指标，最后汇总成所需要的模型。

3.1.3 最后形成标签数据层，形成以业务核心对象为中心的连接和标签体系，深度萃取数据价值；对用户、产品、客商、营销各主题域进行标签提取，将其特征数字化，为后续进行精准营销和用户画像提供必要条件。

3.2 数据服务

数据中台最重要的就是要对外提供统一的服务能力，而对于数据服务的要求是要抽象、建模、复用的。通过构建数据服务查询引擎，面向业务统一数据出口与数据查询逻辑，让各个业务系统能够调用这些服务，屏蔽多数据源与多物理表。比如数据服务可以提供给开发者，让开发者能够快速、简单的访问数据服务；对于业务分析人员可以让他们轻松地进行算法分析，包括模型管理、可视化。

数据中台对外提供六大数据服务，包括数据资源服务、数据质量服务、数据标准服务、数据标签服务、数据分析服务、数据挖掘服务。

3.3 数据资产管理

数据资产管理平台，通过资产规划、治理、应用、运营四方面看清数据资产、降低数据管理成本、追踪数据价值。

涵盖了采集、加工、使用、评估、优化、下线等数据资产的全生命周期管理，并基于全面数据治理能力，进一步提供专业化的数据资产“管家”服务，包括资产规划、运营管理、开放管理，以及面向企业客户和个人客户的不同类型数据资产应用，从而为大数据时代的数据资产管理和增值发展提供全面支持。

3.4 集成数据研发

在集成数据研发层，提供数据源管理，可以统一管理企业各种业务系统的数据库、文件等，能深入到数据库，检测到结构的变化。当检测到数据源这些变化后，系统能自动进行影响分析，影响的数据仓库里的表有哪些。

数仓建模预制了数据仓库里ODS、DW、DM的分层，可在这个框架下可视化设计数据仓库的存储结构和数据流传ETL过程。

数据质量管理可以集中设置数据质量的检查规则，并根据需要启动质量检查方案，选择对应的规则，可以主动检查有问题的数据。通过预警监控让数据仓库的全程过程可视[3]。

4 结束语

大数据可视化分析平台及其运维体系建成后，将带来非常可观的效果，如：提高决策分析及企业运行效率、节省管理和办公经费、节约人力资源、减少信息化设备维护费用、提高信息化设备使用效率等方面，同时通过流程内控和多环节校验，可以大大提高数据的精确率。