制造业的大数据时代

中国制造业企业随着ERP、PLM等信息化系统的部署完成，管理方式由粗放式管理转为精细化管理，新产品研发速度和设计效率有了大幅提升，企业在实现对业务数据进行有效的管理的同时，积累了大量的数据信息，产生了利用现代信息技术收集、管理和展示分析结构化和非结构化的数据和信息的诉求，于是如何利用这些数据创造更大的价值、为领导决策提供有力支撑成为企业下一步思考的问题。

虽然企业的决策者已经意识到“大数据”中蕴含的价值，但对于大多数企业来说，真正实现其中的价值还难以做到。所以，企业需要信息化技术帮助决策者在储存的海量信息中挖掘出需要的信息，并且对这些信息进行分析，从而获取重要的信息——即商业智能。

企业在准备和实施商业智能的过程中，会面临诸多的问题，首先，信息化基础薄弱，信息系统建设进度滞后造成主干信息系统缺失，这样在实施商业智能时往往因为缺乏有效的数据来源和运营数据积累而使商业智能系统的应用效果大打折扣；第二，数据质量不高，真实性、可靠性差，造成商业智能结果失真的问题；第三，使用者需求不明确，商业智能应用需要反复的沟通、验证与改进，才能真正符合使用者的要求，真正投入实际使用，发挥作用。

俗话说，垃圾进，垃圾出，意思就是进入信息系统的数据是错误的，经过系统加工处理后的结果一定还是错误的，所以，如果商业智能建设的源头数据不真实，错误百出，BI将无法发挥应有的作用，起到预期的效果。

企业要通过从意识、管理和技术等几个方面，多管齐下来保证数据的真实性：首先，树立全面的数据质量意识，使每一个操作使用信息系统的用户意识到数据是系统的生命，规范操作，保障数据真实准确就是对自己工作的负责和对企业发展的支持；第二，颁布并严格执行数据管理规定，在制度上规范数据的管理；第三，通过技术手段保障数据质量，引入主数据管理平台，集中管理主数据，加强系统对错误业务数据的检查校验功能，把错误数据堵在源头。即使这样，数据的准确性依然是信息化工作最大的挑战，同时也是不懈的追求。