三維天地靜態數據標準化建設項目助力金風科技迎風啟航

2023-07-21

在經濟全球化、信息網絡化的今天，“互聯網”、“大數據”、“人工智能”、“云計算”等新興技術的大量產生，外部市場環境競爭加劇，各行業都將信息化建設作為優化提升企業競爭力的關鍵手段。

信息化技術的發展始終圍繞能力、應用和成本三大目標而服務于企業，眾多企業期望通過信息化建設優化企業架構和企業運營和管理模式，促進高效生產、管理創新及體制創新，提高相關決策的效率和質量，最終提升企業經濟效益與核心競爭力。

多年來，金風科技相繼建設了諸多信息化系統，目前基本上能做到各專項業務通過專業信息化系統進行支撐，但各個信息化系統之間聯動效率不高，主要問題包括：

各信息化系統建設的先后次序不同、支撐目標不同、各系統內相同數據對象的結構不統一，數據共享難、數據重復錄入等問題，形成了一個個“數據孤島”；
存在數據質量不高、數據冗余、庫存積壓等情況；
系統間的集成呈現網狀的復雜結構，隨著后續系統的不斷投入，集成工作將不斷增加和愈加復雜，這就導致管理層無法有效了解系統間集成服務的整體運行情況，使風險變得不可預知。

因此，無論從社會大環境中眾多企業對數據運營建設大趨勢，還是從金風科技自身信息化發展需求，都必須開展靜態數據管理平臺建設項目。

金風靜態數據管理平臺二期項目的建設是在一期建設的基礎上持續優化數據標準，提升數據質量，打通更多應用系統，從而拓展數據應用范圍，最終通過管理制度和管理平臺共同完成靜態數據管理的寬度和深度，形成數據資產。

一、靜態數據治理體系建設

為實現靜態數據標準化管理的長效提升，本期項目規劃了金風科技標準化數據治理體系的管理與運行機制，通過系統化立法、管控機制建立以及整體運行架構設計，保證數據標準的持續優化、數據質量的持續提升。

通過項目建設，改變現有靜態數據管理現狀，實現管控清晰、標準統一、質量可信、順暢流通的靜態數據管理和應用模式，提升金風科技靜態數據的管理和應用能力。

二、靜態數據標準梳理

數據標準是數據質量提升的關鍵。數據標準管理體現數據標準的制定、審核、執行、反饋和爭議協調等各個工作環節中。數據標準的制定需要參考行業監管和標準機構制定的數據標準，同時也需參考各個部門內部使用的特定數據的定義，對數據標準的梳理及規劃，同時也是對數據治理的過程。

三、靜態數據管理平臺建設

為提升金風科技靜態數據標準化管理質量，細化靜態數據標準管理顆粒度，完成靜態數據建標準、落標準、落流程、清數據、統一認證、統一分發；本期項目建設的靜態數據類型建設包含：物料主數據、客戶主數據、供應商主數據、人員主數據、組織機構主數據、銀行主數據、項目主數據、產品主數據。通過以上幾類靜態數據標準的落地，全面提升金風科技靜態數據標準化管理水平。

本期項目完成了金風科技數據的人資域、財務域、物料域、客商域、項目域、產品域、參考數據域相關的主數據標準化建設、管理體系建設和數據質量優化工作，以下以物料為例，淺說一下建設成果。

一、數據標準

在未實施本期項目之前，金風未做物料數據分類精細化管理，物料準入管理較為粗放，物料數據平均每月增長三千多顆，物料數據總量持續走高，管理物料的成本隨之增加(據企業內產品與解決方案中心測算，每增加一個物料，管理成本約為23萬元)。

本次項目中，對于物料分類組織各業務單元五十余名專家，耗時近一個月，并展開多輪的集中辦公討論，確定一千多個物料分類，從大類、中類、小類三級分類實現了對物料的精細化管理。

對于不同的物料分類制定不同的數據填寫屬性模板，從最大程度上滿足用戶的需求；在數據準入上，從系統及管理角度都做了嚴格的唯一性校驗和要求，減少數據的重復錄入，提高數據質量。

二、數據清洗

對于每家單位來說，物料的數據問題一直讓企業管理者頭疼，展開清洗將會牽一發而動全身，清洗過程中也勢必會影響部分業務的運轉，對于物料數量龐大、數據問題多的金風來說，更是如此。截止2022年10月統計，共有物料23萬余顆。

同時，存在一物多碼及一碼多物物料，在開展數據清洗過程中，采用正向清洗和反向清洗相結合的方式，首先非金風機組物料按照“三年未發生交易”為準則識別物料清單，進行清洗。金風機組物料按照“非在研/在產機型物料”為準則識別物料清單進行清洗。同時考慮存在庫存、未交貨完結、未開票完結等多種業務情況，若存在業務情況則不清洗，持續跟蹤業務完結。

通過兩批次數據清洗，第一批完成17萬顆物料數據狀態標識（限用、停用），第二批待正向清洗數據六萬多顆按照集團分類屬性模板展開正向清洗。從制定清洗方案到具體工作開展至清洗工作結束，耗時2個月，完成了金風部分高價值物料的清洗。

三、數據回流

清洗完成后還需要將“干凈的”數據回流至各個業務系統，此次回流涉及8個業務單元20多個應用系統，數據回流既涉及到線上系統中合同、單據等內容的修改，同時也涉及線下研發端的圖紙模型、供應鏈端的庫存庫位等的影響調整。故數據回流采用“全面清洗，分批回流”策略。

四、價值總結

物料數據標準化業務價值：