活动现场北京元年科技股份有限公司是一家以管理会计和业财税智能共享见长的专业公司,是同时具备业务中台和数据中台建设能力的厂商,基于中台架构和微服务技术的新一代企业IT架构正是其近20年的实践经验成果。袋鼠云创始团队恰好来自于中台概念的缘起公司–阿里云的高管团队,对中台概念的起源、研发历程、最新进展如数家珍,让与会嘉宾更加深刻了解中台架构在企业系统建构中的重要作用。20年来,一直致力于数据处理的普元信息技术股份有限公司则详细论述了智能化大数据处理技术。五位资深技术专家观点鲜明、逻辑清晰和案例丰富的讲解,成功论述了中台架构提速企业数字化转型的中心思想。
新一代平台架构支撑企业大中台战略
长期以来,国外软件在中国企业的管理提升中发挥了重要作用。2010年后,中国企业个性化需求对系统灵活性的要求越来越高,尤其在电商和移动互联网普及应用领先全球的大环境下,纯粹的海外产品和经验已经无法满足需求。中台概念就是在此环境下应运而生的中国创造,但是要实现这样的理念和愿景,仍然需要强大的技术支撑。元年科技于2016年收购了IBM Cognos源代码,在结合自身丰富的本地化经验后,为企业客户提供自主可控、又比肩全球顶尖品牌的管理会计和数据分析软件产品,为企业搭建新一代IT架构,支撑企业大中台战略奠定了坚实的技术基础,积累了宝贵的实践经验。
元年高级副总裁李彤发表“新一代产品架构支撑企业大中台战略”主题演讲支撑企业运营的IT架构也面临重构。原来分阶段建设的IT系统是陈旧的烟囱式架构,每个软件都有用户管理、权限管理、表单定义、流程管理。经营分析报告需要从各个系统中取数据,而烟囱式的IT架构阻碍了数据打通。
新架构首先要敏捷,可以快速搭建系统支撑业务发展;第二是可伸缩,可以适应业务成长需要;第三是个性化,助力企业尝试新的商业模式。中台的基本思想就是不重复造轮子,把复用共享的东西提炼出来,变成一个可以被其它业务单元引用的基本能力,为前端的业务赋能。元年中台架构的核心优势在于完全基于云原生开发的,支持公有云、私有云部署,提供可定制化的功能;基于多维内存数据库技术;打通业务中台和数据中台。未来的企业IT架构都将基于业务中台和数据中台来构建。
数据中台源于企业的现实需求
袋鼠云CEO陈吉平 发表“实践探索:数据中台行业最佳实践”主题演讲阿里有淘宝、天猫、聚划算等电商平台,不可能每个平台搞一个交易系统,希望不同业务系统有一个统一的技术架构支撑。阿里从2007年就开始做中心化、服务化改造,慢慢演变成业务中台。2010年,阿里成立了CDO部门推动打通集团旗下各个业务的数据、统一数据标准。2013年阿里内部首次提出“大后台、小前台”理念,推出第一代数据中台产品。2015年开始对外推出数据中台概念,到2019年广为人知,堪称“数据中台元年”。由此可见,中台概念的提出和实施都是源于业务需求。
数据中台有四个要素,数据资产、数据中台产品、数据处理技术、数据驱动的业务价值。把数据变成数据资产,专业公司进行数据分析、加工处理,把数据价值变成业务价值。数据在加工过程中会产生新的数据,需要对这部分数据进行处理,形成数据闭环。
传统企业如何构建数据中台?
元年副总裁贾小强发表“传统企业的数据中台之路”主题演讲一是传统企业的数据量暴增。地处盆地的中石化西北油田作业面积达20万平方公里,星罗棋布的油井上没有太多现场管理人员,而出油量、状态、温度、颜色等各类油品数据都通过物联网方式采集汇总。柴油发动机企业则通过传感芯片,收集发动机的运行状况数据进行分析,发现问题提前预警,安排检修,确保设备的长期稳定运行,这类工业数据越来越多。
二是对未来预测型数据分析的关注度骤增。很多企业都利用BI等技术构建了数据仓库,更多是对企业过去运营状况的描述。现在,企业对信息时效性要求很高,更关注实时数据,对未来变化提出建议。
贾小强指出,企业财务和经营分析报告存在两个痛点需求:一是不同业务报告需要调用不同系统的数据量很大,时效性很低。第二是数据冗余。在数据输入、拷贝到归集的过程中,多地存储导致的数据不一致的问题。
元年科技很好地解决了这些问题,运算时间有几个数量级的大幅减少,可以在秒级内得到结果。采取“数据同源,服务分离”的模式,给传统的会计管理报告系统带来了质的变化,时效性、维护简捷性大幅提升。
基于数据中台的场景化、智能化应用
元年大数据专家教羽发表“基于数据中台的场景化智能化应用解决方案”主题演讲1、管理核算/经营报告
管理报告是基于逐层管理架构进行分解的,一定要满足企业会计准则,满足披露原则;经营报告则是对经营单元的报告,体现出投入产出的信息。完全适应企业内部组织的快速调整变化,体现企业核心的管理意志。
经营报告通过直接归集、内部结算和分摊三种方法计算出经营单元真实的投入产出数据。核算规则和方法非常重要,相当于战争指挥权。经营规则要与中台理念、技术结合,满足组织架构的灵活多变和多维数据采集的要求。
2.SPM销售绩效管理
销售绩效管理做不好会很影响士气的。SPM解决了企业由于销售政策变更带来佣金变化的模拟推演需求,不必用实际运行来试错。同时,组织或个人变更不影响销售目标的分解,因为实际销售目标的分解维度可能是按照区域、行业、产品等多个维度进行。一旦有变化,很快可以调整。
3、产品定价/报价管理
首先我们要确定它的计价模型,要有一个定价因素拆解的过程。不同行业不同企业不一样,来源系统可能也不一样。相当于把数据仓库里面的数据进行加工清洗转换。物料和成本调整以及每个环节的料、工、费成本折算,通过模型优化,把数据变更和操作流程固化下来。
4、项目生命周期盈利管理
整个项目生命周期都在不停地更改和优化,有结构化和非结构化的数据,通过数据中台推送到相应的流程节点上进行处理。在整个产品生命周期管理上,IT系统提供四点核心功能:记录跟踪、自动集成、测算分析、数据安全。
5、资金规划管理
集团旗下的不同分子公司盈利、现金流情况不一样,现金流好的企业有可能把钱存在银行收取低息收益,而现金流差的企业还要去外面借钱,承担高息成本。
从资金管理的角度来看,存在信息集中度和资金集中度两个维度。现在的技术手段可以实现更好的信息集中,进行成本管控,平衡各分子公司的资金使用。通过机器学习技术,不断地调整资金预测分析模型,不断缩小资金预测值和实际使用资金值的偏差。
大数据时代数据治理的趋势与技术
普元大数据专家钱军博士发表“基于数据中台的场景化智能化应用解决方案”主题演讲来自普元信息的资深大数据专家钱军博士在数据处理领域有30多年的经验,他深切感受到传统企业对数据处理的需求越来越迫切,在新的技术环境下,更需要用新的手段实现大数据治理。
数据服务需要创造一个良好的生态环境需要一个机制。钱军认为有四个方面:采、集、管、用,即数据资产的采集、业务与技术映射下的集中处理,管理好数据生产线,达到自助数据应用的目的。营造这样一个环境离不开自动化工具的支撑,并逐步走向智能化。
钱军博士表示,大数据治理原则就是“疏堵结合,标本兼治”八个字。疏就是靠元数据,堵就是靠整治,提升数据质量。总结起来就是“三个方面、十二项原则”,即在元数据、数据标准、数据质量三个方面制定了12想原则:统一管理企业资产、自动获取数据信息、识别与管理业务语义、关联业务语义与技术、从需求开始控制数据质量、在集成点检查数据质量、持续积累检核规则、自动化质量评分、管理核心数据定义、为数据标准添加技术属性、随业务持续更新数据标准、数据管理能力服务化。
自服务大数据处理分为四个阶段。第一个阶段是全面梳理企业信息,自动构建数据资产库;第二阶段是建立数据标准,提升数据质量;第三阶段是提供数据服务,特别是微服务,为用户创造价值;第四个阶段形成企业知识图谱,提升整个企业的数据价值。
五位资深专家的详细解读,中台架构的概念、技术、产品和应用场景更加清晰,助力企业提速数字化转型之路。
