大数据基础平台建设方法
一、大数据建设目的及建设方式
信息化建设障碍：
- 企业内部应用系统相互独立，缺乏统一入口，员工需使用多个账户，频繁切换系统。
- 基础数据和主要数据在不同系统中重复、混乱，缺乏统一入口。
- 企业无法快速、准确地获取下属企业信息，并进行有效管理。
大数据管理：
- 大数据（基准数据）指系统间共享数据，与记录业务活动的交易数据相比，变化缓慢。
- 要点：唯一性、共享属性、运营属性、管理流程、变更流程、质量检查、数据清理。
- 大数据管理解决的问题：
- 一物一码：同一个对象在不同系统中的统一标识。
- 核心信息的权威化：专门的维护点、审核点，创建流程、变更流程的记录。
- 扩展信息的完善管理机制。
- 企业规范的合法化：为IT部门进行整合提供技术基础。
大数据管理的实质：
- 基本档案：可根据需要挂接审批流程。
- 可供多个异构系统共享。
- 可通过封装服务访问。
二、大数据方案解读
大数据标准解决方案组成：
- 编码规则：管理对象、编码体系。
- 企业服务规范：数据交换方式的规定。
- 数据清理方案：原始数据的处理。
- 接入系统改造方案：数据库改造、系统功能改造。
编码规范：
- 管理对象的定义方式：基于信息系统信息处理需要，减少信息重复采集、加工和存储。
- 常见需要大数据管理的对象：组织机构、人员、用户、客商、物料、项目等关联型业务数据。
- 编码体系：
- 常用编码形式：分类码、顺序码、组合码。
- 单维度分类码与多维度复合编码的差异及选择。
企业服务规范：
- 内容：大数据平台与接入业务系统之间进行数据交换方式的规定。
- 制定步骤：
- 分析系统数据交换形式及流程。
- 根据分析结果确定服务及事件清单。
- 综合编码规范确定服务及事件的输入输出内容。
- 场景样例：
- 多点维护、统一认证：分子公司存在异构系统，允许直接增加数据，需集团核准。
- 统一维护、多点使用：集团集中控制，人员信息单一维护，客商、货品信息多级审批。
样例服务列表：
- 常见服务种类：查询、申报、变更、封存。
- 常见事件种类：推送。
样例服务定义：
数据清理方案：
- 原始数据的处理：数据规则改变导致的修改、不符合规范数据的清理、重复记录的清理。
- 原始数据数据量及清理方式：一般采用线下工具完成，使用Excel作为数据采集工具。
- 数据清理工作流程：期初数据清理、日常使用中的数据合并。
接入系统改造方案：
- 数据库改造：档案改造、属性对照关系处理、用户信息改造。
- 系统功能改造：历史数据处理、新增数据处理、反馈信息处理（数据推送模式、主动查询模式）。
大数据部署模式：
- 独立部署模式：独立中间件、独立数据库，所有系统均通过服务与管理平台对接。
- 模块部署模式：作为NC模块部署，共享NC基本档案数据。
三、产品运行效果展示
系统运行效果演示：
- 大数据管理平台：数据初始化服务、数据日常申报服务、数据查询服务、数据管理服务、数据推送服务。
- 数据服务总线：发布方式、数据发布格式。
- 接入业务系统Demo：数据无缝提交、数据推送。
