|
导读：制造业是我国国民经济的重要支柱，是立国之本、兴国之器、强国之基。随着我国社会经济的快速发展，制造业与信息化的结合更加紧密，制造业自动化、智慧化、数字化趋势更加明显，无论是以创新驱动转型为目标的智能制造，还是以高度柔性为特征的敏捷制造，都离不开大数据技术的支撑。作为制造业大数据的基础，标准体系建设至关重要，它在一定程度上影响了数据的形态、组织模式、交换规则及安全应用，是推进制造业数字化、智慧化的关键所在。 ▌大数据标准体系建设背景 制造业企业生产过程实时产生大量数据，同时依托物联网、工业互联网等技术，采集产品设计、工艺、制造、物流、测试、试验、保障等环节的数据，实现生产的快速、高效及精准分析决策，这些数据综合起来，通过大数据平台帮助发现问题、查找原因、生产预测、客户管理、市场营销等，提升服务水平，改进生产水平，提高产品附加值。从某种意义上说，制造业企业也是一个大数据企业，通过采集、加工、存储、共享、分析数据，实现管理创新、技术创新和商业模式创新，而大数据标准正是重要技术基础。 随着“智能制造2025”国家战略的实施，基于统一标准化思路驱动的工业大数据产品研发设计，推动了研发过程的智能化，提升了创新能力、研发效率和设计质量。生产制造过程中设备、效率、成本、耗能等数据展开建模分析，有利于实现运行过程的状态监测与优化工艺参数推荐。大数据技术的发展和相关标准化工作的推进，带来了制造业产业链上下游企业间各协同环节的信息共享和同步升级，企业可根据自身优劣势分析对业务进行重新取舍，整合资源实现平台化运营，优化价值链。大数据标准体系建设已成为企业推进智能制造、深化大数据应用、推进转型升级的重要保证。 ▌大数据标准体系设计实施 制造业大数据标准体系可分为基础标准、业务标准、治理标准和技术标准四大类。各类标准之间相互联系、相互约束、相互补充，共同构成完整的统一体。同时，体系本身也是开放、共享和包容的，随着行业大数据战略实施的深入而不断细化和完善。 1 ▏基础类标准 基础类标准对制造业大数据标准体系的适用范围、目标进行界定。基础类标准包括术语、工作指南、人员要求和能力成熟度评价指标等类别。其中，术语标准用于规范和统一各类专业名词。工作指南标准明确标准化工作的任务、标准体系、以及标准编制、实施和改进的主要内容和基本要求，是从事标准研究和制定工作的指导性文件。人员要求和能力成熟度评价指标用于对开展大数据管理工作的人员、机构提出基础性和框架性要求。 2 ▏业务类标准 业务类标准从产品生命周期视角，按照不同的应用场景，对生产制造过程中需要使用或共享的数据范围和格式进行规范和约定，使数据采集、数据传输、数据处理等各环节的使用者对数据的含义、标识、用途等有统一的理解。业务类标准包括设计类、工艺类、采购类、库存类、制造类、测试试验类、保障类及其他。在每个业务类中，涉及主体复杂多样，数据来源广泛，在标准设计及实施过程中可采用分阶段、分步骤的方式，根据数据采集、共享范围的扩大而逐步完善。 3 ▏治理类标准 治理类标准用于指导企业开展数据治理工作，以确保数据资产能长期有序地、可持续地得到管理。治理类标准是一套经过行业实践检验的最佳方法论，包括组织架构和治理领域两个类别。其中，组织架构类标准用于规范企业大数据战略、组织架构、制度和流程等。企业要具备明确的大数据战略、完备的组织架构和清晰的工作流程，以实现对数据治理工作的有效支撑。数据治理标准包括数据标准、数据模型、元数据、数据生命周期、数据安全、数据架构、数据质量等标准，这些领域之间关系密切。 4 ▏技术类标准 技术类标准用于指导开展大数据基础平台建设，在技术类标准的编制过程中，一方面，可参考现有的大数据技术标准体系，设计基础平台架构，另一方面，结合制造业在数据安全和业务连续性等方面的要求，提出大数据应用的技术规范和安全规范。技术类标准主要包括通用架构、关键技术、接口规范和安全规范。 ▌大数据标准体系建设的建议 1 ▏加大业务部门参与力度 企业大数据标准体系建设离不开业务部门的参与和支持，业务部门根据本部门的大数据应用需求提出应用场景，并根据应用场景提出数据愿景和需求，为后续大数据治理类、业务类等标准制定提供了重要的输入，通过IT部门与业务部门的配合，将业务部门的需求转换为大数据标准形式展现出来，有效地支撑了标准体系的构建。 2 ▏加强大数据标准体系管理 企业应结合实际条件，设置专门的部门或岗位，加强数据标准体系的制定、发布、实施、检查、监督、修订、评估、废止等管理工作，及时纠正和处理标准应用不规范、不按标准进行落实等问题，推进大数据标准在平台建设、管理创新、生产管理等方面的应用和实施，通过各种技术和管理措施与企业的经营生产融合在一起。 3 ▏加强与外部的沟通交流 企业在进行大数据标准体系建设和管理过程中，应加强与上级部门的沟通与协调，明确上级部门关于大数据标准体系建设的要求，收集国家、行业大数据标准制定和实施情况，加强与外部大数据专业机构的沟通与交流，以便能在大数据标准体系建设时，与最新的大数据技术发展要求相适应，提高标准体系建设的前瞻性。 ▌结语 大数据标准体系是大数据平台建设的重要基础，也是深化大数据应用的重要前提，是深化大数据资源体系建设的重要保证。企业在转型升级过程中，应静下心来，夯实基础工作，建设和完善涵盖基础类、业务类、技术类、治理类等类别的大数据标准体系，为推进大数据技术深化应用奠定坚实的基础。 |
|
|
