红塔烟草(集团)有限责任公司昭通卷烟厂 657000
摘要:信息技术的快速革新,数据的爆炸式增长,使得各个行业都面临着向信息化、数字化的变革,在烟草行业中,卷烟工厂也从传统的生产工厂向信息化、数字化,甚至是智能化工厂方向发展。本文结合烟草行业的实际现状,并以卷烟工厂为主体,对如何通过大数据技术完成信息整合,数据汇聚,分析并应用到工厂生产与决策进行研究,指出了烟草行业统计发展过程中存在的难点与不足,为大数据时代下以数据为核心的卷烟工厂数据统计应用工作开展提供部分参考。
关键词:大数据时代;烟草行业;卷烟工厂;数据统计与应用
一、背景及意义
“大数据”作为时下颇为流行的词汇,逐渐渗透到了包括烟草行业在内的各个领域,大数据技术与具体行业的深入结合,数据的充分利用,使数据赋能,协同企业改善生产过程,往往会使企业生产效率得到明显的提升。同样对卷烟工厂而言,数据的统计、分析、应用也是十分必要和关键。分析卷烟工厂设备、物流、辅料、生产等数据,可以为卷烟厂生产经营战略调整与发展明确方向。
二、卷烟工厂数据统计工作中的难点与不足
(一)数据采集困难
卷烟工厂的数据内容较为丰富,生产经营过程中产生的业务系统数据,生产制造相关数据,财务数据等,这些数据每天都在产生,且其涉及范围也较为广泛。随着工厂信息化需求的提升, 信息化工作的开展,也建立了较多的信息化系统,实施完成了部分数据的采集,以昭通烟厂为例,MES生产制造执行系统采集了生产环节中的产量、停机信息等数据,但设备参数、质量、消耗及过程性核心数据未能很好完成采集,数据采集覆盖少;部分数据处于单机系统和纸质文件,难以汇聚。数据结构也较为复杂,未能构建一套完善的数采系统很难完善数据的收集,这也是工厂数采的一大难点。
(二)数据管理能力不足
卷烟工厂在跟随时代步伐,开展信息化建设过程建立的系统往往是孤立的,其生产的数据也是孤岛式的,各系统的数据大多都独立流转,多个系统之间几乎隔绝交互。如果没有构建统一的数据管理平台,实现数据汇聚、治理,加以统一管理,当需要使用数据的时候,往往需要耗费大量精力梳理数据,这造成数据生产、管理、应用的脱节,数据很难高效的利用,给统计分析工作造成很大困难。
(三)数据分析与应用不足
职能部门数据宏观分析不够深入
目前企业数据分析模式大多为,各基层部门完成其职能范围的数据分析后将分析结果提交主管部门,由企业对应的主管部门汇总后形成厂级数据分析报告。采用这种数据分析的方式常会局限于基础部门的职能和业务,也会对基层部门的分析结果,如此往往缺乏宏观视角,或者缺乏对跨域、跨部门的数据的综合分析,无法全面利用数据[1]。对于多因素、复杂问题的分析,可能会局限在传统的因果思维。
基层部门数据分析能力不足
不能很好利用数据,不懂得数据分析方法,对于基层创新的生产方法、设备改造,对其最终效果的判定,缺少数据支撑和有效依据[2];或者即使获得数据,也不知使用何种分析方法判定结果;尤其在设备操作和设备改造中,没有数据收集意识,不懂得采用数据分析的方法来判定方向和正确性[1]。同时,仍有较多人未能意识到数据的价值,或者无法立足数据提出数据分析需求,造成数据资源的浪费。
数据分析人员能力不足
在工厂的数据已经收集时,大多数人即使拿到数据,想要进行分析,但因为对统计分析工具使用不熟悉,无法开展深层次、多方面、多维度的数据统计分析。或是凭借经验和局限的数据内容对生产、设备、业务等等出现的问题进行分析,对其长期、多样的数据变化无法把握,缺乏数据支持的科学性。
三、大数据在卷烟工厂统计工作中的思考
(一)持续开展企业信息化建设,向数字化过渡
信息化是一个持续跟进的过程,其漫长且不断变化的,哪怕是构建于顶层设计下的信息化,会随着生产、业务和时代的脚步变化,卷烟工厂应当持续信息化建设的进程,逐步完善和优化覆盖生产、业务、物流、安保等的信息化系统,在顶层架构下升级完善自身信息系统,也可以根据需求结合信息化标准开展企业信息化,总而言之,尽可能使得数据上系统,数据上平台,为向数字化过度打下基础。
(二)规范及完善数据采集
卷烟工厂的生产制造、质量管理、安全管控、物流管理、业务支持等诸多环节,都对数据采集提出了较高要求。如何科学合理、准确有效的采集各个环节的数据,管控好各数据来源是个挑战[2]。对于各环节的不同数据和指标,应当规范数据的采集方法,构建合理的统计模型,且尽可能多的实现诸多环节的数采。对于已有的数采系统或点,分析其数采的准确度、可靠性,必要时利用较为先进且成熟的数据采集技术,升级原有系统数采,提高其数据质量;对于未部署实施的数采点,应不局限于现有需求的实施采集,完善数据采集,为将来的数据需求做好准备
[3]。
(三)统一数据管理平台
利用如今较为成熟的大数据技术手段,通过搭建统一的数据管理平台,以提供企业数据分析应用[3]。企业在信息化过程中建立的烟囱式的系统,其数据结构、数据类型呈现多样化,其数据库、服务器也随其需求各有不同,如果不能构建一个统一的数据管理平台,很难实现对这些数据的有效管理,继而对数据的应用就颇为困难[1] [5]。因此,卷烟工厂可以利用现有较为成熟的大数据技术,比如利用Hadoop生态,通过搭建统一大数据平台开展数据治理及管理工作。首先,通过对工厂现有数据开展调研和盘点,理清业务流程,梳理数据流向,掌握数据现状;其次,开展数据标准化工作,统一数据结构,搭建数仓,将各系统的历史数据和实时数据汇聚到数仓,开展数据治理,打通数据链,形成统一管理的数据中心;数据在平台完成治理后下发,如此可以对工厂提供完善有效的数据信息。平台还可以提供数据分析挖掘、备份、安全管理等。如此,通过统一平台的数据管理以及治理,真正的实现全局共享的数据管理。
(四)提高数据分析应用能力
有了数据,卷烟工厂应该在如何有效利用数据方面展开深入研究,挖掘数据的隐藏价值,运用到生产中来[5]。数据分析人员除了掌握传统的数据统计分析工具外,还需要掌握时下较为成熟和全面的分析工具,熟悉各类统计分析算法模型,掌握包括数据库、数据可视化、数学建模等一系列工具,真正把统计数据的内在价值发掘出来,让数据真正赋能,供生产、业务等实现问题分析、趋势预测、增效提质,助力企业高质量发展。
四、总结
数据是企业的宝贵资产,对卷烟工厂而言,一方面,转变传统思维,认识到大数据时代下数据对企业发展的重要性,提高自身数据管理意识与能力;另一方面,要不断的提高数据统计、分析应用能力,通过成熟的大数据分析手段,结合工厂具体需求,构建企业分析模型,深入挖掘数据价值,并将数据资源价值融合与生产、业务等,实现对企业的提质增效。
参考文献
[1]李浩. 大数据背景下烟草统计工作研究[ J].经济管理(文摘版):355-356.
[2]程雯,马松. 大数据在烟草统计工作中的应用与思考[J]. 环球市场,2018(28):237.
[3]张琦,王东燕,刘长龙. 大数据下卷烟厂统计工作研究[J]. 商情,2019(39):26.
[4]雒莎. 以大数据思维提升企业能源数据分析能力[J]. 商品与质量,2020(31):269.
[5]贾楠,汪志波,王金棒,等.烟草科研大数据资源体系的构建[J]. 烟草科技,2020,53(4):107-112.