梭哈跟德州扑克区别
当前位置:首页 > 科技百咖 >

“多维数据仓库”是企业业务管理的未来

发布时间:2019-07-22 17:44:51 来源:中国软件网 作者:赵晨希
[摘要]第一次见到本期嘉宾智达方通CEO蔡志宏,是在一次关于大数据、数据智能管理为主题的讲座上
专业性强、技术范儿是智达方通CEO蔡志宏给人的第一印象。

第一次见到本期嘉宾智达方通CEO蔡志宏,是在一次关于大数据、数据智能管理为主题的讲座上。蔡志宏从多维数据仓库切入,讲述了传统企业管理软件设计思路的滞后,以及企业降本增效的考量下,怎样通过EPM系统底层技术多维数据仓库,建立企业的“数字孪生”。进而,实现企业业务的动态计划、测算、控制、分析等在内的数字化管理。

智达方通作为一家专业从事全面预算管理、财务分析、企业绩效管理、数据仓库等领域软件产品研发和咨询服务的软件公司。目前,服务的客户已逾百家,遍布国内主要地区,覆盖医疗健康、能源、港口、机械设备、地产、制造业、教育等行业。

事实上,智达方通选择企业管理软件中数据分析、决策支持方向,即企业绩效管理EPM软件方向,而没有选择其它方向建设、研发数据仓库,这背后与智达方通CEO蔡志宏个人兴趣、从业经历有密切的关系。

蔡志宏对中国软件网透露,平时自己更喜欢技术类、行业专业类的文章,平时自己也会在相关?#25945;?#19987;栏写?#27425;?#31456;,发表自己对行业的看法。2001年至2010年期间,蔡志宏曾经在美国Hyperion和Oracle公司从事EPM软件研发的相关工作。在这段时间里,蔡志宏认识到数据分析对企业管理的重要性,以及ERP等传统业务前端系统的局限性。

如今,数据已经成为信息化社会建设的新能源,企业数据演变历经财务报表、非财务信息,进入了第三个阶段?#21019;?#25968;据阶段。伴随5G的正式商用,AI人工智能第三次浪潮的到来,商业智能公?#31350;?#22987;出现。

传统的企业管理方式,显然早已不能适应环境新的巨变。另一方面,过去企业管理中的信息不?#33539;?#24615;在今天依然存在,未曾消弭。抛开能力差异,企业管理者?#29616;?#26041;面的偏差成为企业发展最大的掣肘。

根据Wealth-X统计显示,从2014年7月至2015年7月,美国有45%的富豪遭遇财富损失,这其中11%的人损失达一半以上。这些问题出现的根本原因在于,企业管理者对于事物的认识、?#29616;?#19981;够充分。

蔡志宏告诉中国软件网,以往企业的信息化建设,通常是针对某个部门或某一实体业务,通过软件系统模拟其线下的单据、表单格式,以及审批流程。这类系统中灵活一些的,可以开放其业务单据、流程、字段等自定义配置功能,更容易配置出企业用户的个性化业务。但由于其数据缺乏结构性,无法实现智能管理所需的分析能力。

(智达方通CEO 蔡志宏)

以下为中国软件网对话智达方通CEO蔡志宏详细实录:

企业数据管理:“多维数据仓库”的优势

中国软件网:智达方通网络资料显示,贵司以企业绩效管理软件研发和方案咨询为核心业务,致力于帮助企业加强全面预算管理体系,提升财务分析水平,有效支撑经营决策,从而改善管理提升绩效。所以,智达方通很大一部分数据来源于企业管理中产生的数据,智达方通建设、研发数据仓库,当初是怎样选择企业管理这个方向?为什么没有选择其他方向?

蔡志宏:我们选择企业管理软件中的数据分析、决策支持方向,也就是企业绩效管理EPM软件方向,主要是源自2001-2010年在美国Hyperion和Oracle公司从事EPM软件研发的工作经历。

在这段时间里,我认识到数据分析对企业管理的重要性以及ERP等传统前端业务系统的局限性。举例来说,机场的民航系统中,有全世界每一个航线、航班、座位的所?#34892;?#24687;,但对于某一位旅客来说,他并不需要这些海量数据,而是想知道这个周末从?#26412;?#21040;三亚,哪个航班价格最优时间最合适。

也就是说,用户更需要的是分析后的数据,而不是原始数据本身。对于企业管理者来说,他可能并不关心某一笔会计?#23616;ぁ?#35746;单、费用单据等,而是关注某一个型号的产?#26041;?个月以来利润率的变化趋势,?#21592;?#24555;速决策是否再继续向这个型号的产品投入研发生产销售成本。

这并不意味着ERP等前端业务系统不再重要,而是说前端业务软件更适合对业务数据的采集。相当于物联网中的传感器,负责生成数据,但传感器并不能分析数据。而对企业业务数据的实时多维分析,就是多维数据仓库擅长的领域,也是EPM软件的基础技术。

多维数据仓库与关系型数据库的差别在于,数据结构化程度更高,数据分析能力更强,更适合管理者自助式分析测算业务数据。

基于多维数据仓库可搭建很多数据分析应用,典型的应用场景就是企业绩效管理EPM,或称为管理会计信息化,这类应用包括:企业的计划预算编报、基于业务动因的计划和测算、基于预算的?#24335;稹?#36153;用、成本、项目、合同等执行控制、经营分析商业智能分析等等。

同时,也可做企业各类业务数据的多维建模?#22836;?#26512;自动化?#25945;ā?#22914;政府的各类监管数据月报快报?#25945;?#31561;。一套系?#26216;?#20197;实现所有业务分析、报表报告的自动化?#25945;?#35201;求,避免针对不同的管理指标要求,建设各种报表、报告、经营分析等等多个软件系统。

中国软件网:企业数据管理产生的数据和其他部门产生的数据,有何不同?

蔡志宏:以往的企业信息化建设,通常是针对某个部门或某个实体业务,通过软件系统模拟其线下的单据、表单格?#20581;?#20197;及审批流程。这类系统中灵活一些的,可以开放其业务单据、流程、字段等自定义配置功能,更容易配置出企业用户的个性化业务。但由于其数据缺乏结构性,无法实现智能管理所需的分析能力。

企业数据管理或智能管理是指通过对实体业务的多维建模,并在多维数据模型中建立起业务间的因果关系,实现企业实体业务的数字孪生。这样建立的企业管理信息化系统,就不再是业务数据的?#34081;?#21576;现,而是可基于业务动因随时模拟测算经营结果的动态系统。

各业务部门的业务前端信息化系统产生的数据,是企业实体业务的原始数据,需要经过分析计算才能形成决策支持所需知识,进而产生洞察力。相当于人工智能领域,从感知到?#29616;?#30340;变迁。

中国软件网:智达方通在数据归类、数据清理、数据模型方面有什么经验,有何具体技术?

蔡志宏:数据建模是多维数据仓库的基本功能。EPM项目交付的质量跟数据仓库模型设计是否优化有很大关系。缺乏经验的顾问,在梳理模型时会迁就企业线下的表样,而不是基于业务抽象优化,甚至会设计出很多综合维度、预留维度等。

虽然数据建模是多维数据仓库的基本功能,模型是否优化仍然依赖业务顾问的业务梳理能力同样,数据归类和数据清理不完全是技术手段,更多是业务设计和管理咨询能力。管理指标梳理、主题域设计通常比技术实现更关键。

中国软件网:智达方通在企业管理中,有没有用到包括迁移学习、GAN或者其它的人工智能技术?

蔡志宏:大数据分析方法一般分为两类,一类是人工智能这一类探索性数据分析,EDA-Exploratory Data Analysis,解决的是数据间的相关性问题,提供的是概率性“参考答案”。比如,啤酒尿布、猫狗识别等。GAN这种深度学习方法就是这一类的分析方法。

第二类是验证性数据分析,CDA-Confirmatory Data Analysis。比如管理者感觉上半年经营利润下滑,但不知下滑到什么程度。收入成本费用数据完整,利润率指标计算方式明确,需要通过分析计算确认实?#19990;?#28070;率,这就属于典型的验证性数据分析,分析结果是唯一正?#21453;?#26696;而不是参考答案。无法想象经过经营分析后,得到的产品利润率是1-10%的参考答案。

EPM这一类财务分析应用,是典型验证性数据分析,其基础技术就是多维数据仓库。对于智达方通的一些企业应用案例中,粗颗粒度的经营分析采?#27809;?#20110;多维数据仓库的EPM产品方案,全量数据的分析,根据不同的业务方?#35206;?#29992;了不同的统计模型和算法。如基于时间序列进行的销售预测分析。

中国软件网:BAT互联网公司,均有人工智能实验室。其中,有数据智能方向的研究,在安全、云计算各个业务中有实地、具体的应用。那么,互联网厂商有没有可能自己建设管理数据库?智达方通独特的优势在哪里?

蔡志宏:互联网公司的数据智能,主要服务于其用户。通常会基于开源数据库做深度优化,否则采用商用数据库,很难?#24615;仄教?#27969;量的海量数据。

互联网公司自身的数据化管理,仍然属于企业绩效管理范畴,也就是基于多维数据仓库搭建的决策支持应用。因服务的对象是企业自身,用户量比互联网企业的客户数量少的多,并不值得自己研发这样一?#20013;?#35201;长期研发投入的多维数据仓库系统。但是由于互联网企业的技术研发背景,完全可以自?#24615;?#32500;这类EPM系统。

智达方通作为多维数据仓库及应用厂商,优势在于为企业提供自助式的实体业务建模、分析、计划和测算?#25945;ā?#35299;决现有业务系统无法实?#24535;?#33829;分析和决策支持的问题。是企业内部使用的分析决策类软件系统。

中国软件网:有没有企业案例,比如,某企业采用了贵司的解决方案,相关管理效率有一个很大的提升?

蔡志宏:国内一家大型的港口物流集团,采用了智达方通的全面预算和执行控制系统后,实现了业务驱动型的计划预算,?#24335;?#36153;用等从无预算控制到实现基于多维预算和标准精细化控制。

某造币行业企业,实施了智达方通的全面预算管理、执行控制管理和商业智能分析系统后,实现了预算编报、执行控制和经营分析一体化联动。在一个?#25945;?#19978;实现管理会计全业务闭环,并获得了集团降本增效奖。

某央企物资公司,集中采购的物资数量巨大,通过智达方通多维数据仓库?#22836;?#26512;?#25945;ǎ?#23454;现10多年多批次、网省、表款、标包的大量的物资及成本明细的大数据多维分析,总计算量100亿条。实现了异常报价、典?#32479;?#26412;、属地物料成本、供应商属地、典型表款价格、优质投标人和网省招标数据的多维分析,提升招投标决策效率,并获得了集团科技进步一等奖。

“数据中台”风暴下:未来行业的发展趋势

中国软件网:今年包括阿里巴巴、腾讯等都在谈“数据中台”,您怎么?#21019;?#36825;个趋势?另外,阿里等云计算厂商建设数据中台后,对数据库企业,如Oracle等会有什?#20174;?#21709;?数据库企业在这其中的角色是怎样的?有何变化?

蔡志宏:我们了解的企业“数据中台”项目,目的都是解决前端业务系统数据孤?#28023;?#26080;法贯通分析决策的问题。这跟几年前流行的广义的“数据仓库”项目没有本质的区别,都是打通数据孤?#28023;?#25552;升经营分析和决策效率。

只是随着大数据技术的成熟,?#34892;?#25968;据中台项目采用了Hadoop/Spark分布式存储技术,实现原子颗粒度的全量数据分析。我们的方案是:如果企业的数据量达到大数据级别,则类似销售转化?#23454;?#20840;量数据分析,采用Hadoop/Spark方案,而到月级的粗颗粒度数据,可用多维数据仓库方案,为管理者提供自助、即席分析能力。这种混合式数据仓库解决方案,是国内国外应?#23186;?#22810;的成熟方案。

我理解的阿里和腾讯等谈到的“数据中台”,并不是一?#20013;?#30340;数据库产品,而是企业业务数据分析?#25945;?#30340;一种解决方案,目的是为企业提供数据资产管理和数据赋能。由于涉及的数据量可能较大,通常会采用Hadoop、HBase、HDFS等分布式计算?#25945;?#21644;存储?#25945;ǎ?#20063;可能整合多维数据仓库提供多维分析能力。对于Oracle等数据库厂商而言,是数据库应用场景的扩展,而不是同类产品的竞争。

中国软件网:前不久,不少评论?#33268;?#20026;何国内发展不起来SaaS?您怎么?#21019;?#20013;国、美国或者其它地区,软件行业的差异?

蔡志宏:对EPM软件这种数据集中型应用,非常适合SaaS和云模式,可降低企业的建设成本以及服务商的咨询实施交付成本。但考虑到EPM涵盖的实际业务、计划预算、执行控制数据的敏感性,国内企业通常不愿意将EPM系统部署到公?#24615;?#19978;,而是采用私有化部署或部署在企业私?#24615;?#19978;。

美国和其他国?#19994;?#30417;管环境相对规范,SaaS模式CPM、EPM软件市场发展较为健康。这方面差距的拉近,是中国发展SaaS企业软件的基础。在非敏感领域的企业应用,如考勤、CRM、OA、报账等,SaaS应用在国内市场发展的还是挺好的。

中国软件网:国外数据库巨头的发展路径是怎样的?不同巨头方案有何差异?您看好哪一种?

蔡志宏:数据库种类很多,如关系型数据库、NoSQL、多维数据仓库、?#20889;?#20648;数据库、分布式数据库、图数据库、对象数据库等等,适用于不同的应用场景。企业应用领域,ERP通常采用关系型数据库,EPM通常采用多维数据仓库。

Oracle、IBM、SAP三巨头也是关系型数据库和多维数据仓库的厂商。各巨头为提升数据库性能采用了各种方案,包括定制化硬件一体机,实时内存?#39038;?#31561;技术。在数据仓库领域,我们更为看好计算引擎算法优化以及基于通用设备的硬件加速方向上。

中国软件网:您认为企业管理数据,未来的发展趋势是怎样的?

蔡志宏:更多的企业将认识到数据资产的重要性。企业信息化建设的重点也将从线下业务转移线上的电子化过程,逐步演变成利用数据分析?#25945;?#24314;立实体业务模型,并基于实体业务数字孪生进行经营分析、计划预测,?#21592;?#21160;态数字化智能化管理企业。

中国软件网:您认同云计算服务SaaS化趋势吗?您认为国内软件厂商在云计算浪潮下,未来可能?#24615;?#26679;的发展路径?软件厂商在产业链条中,处于怎样的位置?

蔡志宏:从技术角度而言,企业软件的SaaS化是发展趋势。而从企业实务角度,国内企业核心业务数据的SaaS化仍为时过早。但软件厂商应提早做好技术准备,以应对未来大量的私?#24615;?#37096;署需求。

中国软件网:今年5月底,国内也出台了类似于?#20998;轌DPR数据保护的相关规定,这对于国内数据公司将会?#24615;?#26679;的影响?

蔡志宏:国内的一些2C软件对用户隐私数据的侵犯已经到了很严重的程度。其原因跟之前没有类似GDPR数据保护的法规,以及没?#26800;?#21040;应有?#22836;?#26377;关。随着大数据、人工智能应用越来越广?#28023;?#27969;?#31185;教?#20316;为数据来源更易变现。如没有相关的数据保护规范,用户的个人数据风险极高。

EPM作为企业数据的分析决策系统,通常不涉及个人数据,也不会向外部提供,不太可能涉及GDPR的数据保护范围。

中国软件网:创业中,您认为最大的难点在哪里?有没有觉得是非常棘手的事情?国内数据环境您有何看法?

蔡志宏:最大的难点在于不完全竞争的市场。但随着企业对智能管理的逐渐重视,有研发技术实力的软件厂商竞争力会凸显。另外,随着企业管理水平的提升,将逐渐摆脱由外部咨询团队梳理自身业务的依赖,更多关注软件?#25945;?#25216;术功能是否适应智能管理的要求。

从企业的数据环境来看,正从非结构化或弱结构化,向高度结构化演进。这是智能管理、决策支持自动化的要求,也为后续基于AI进行数据价值的深度挖掘,奠定了基础。

【返回首页】

梭哈跟德州扑克区别 排球比分规则 安徽时时彩开奖号 正好彩票网黑龙江11选5开奖结果 血流麻将怎么打 澳洲幸运10开奖网站 网上怎么买彩票 足彩混合过关稳赚 免费的斗地主 彩票开奖结果 云南十一选五技巧视频