制造业大数据新基建数字化转型方案

1、Greenplum平台制造业大数据新基建数字化转型方案国家“新基建”战略正如火如荼的推进，随着人工智能、大数据、区块链、物联网等信息科技的不 断更迭， 在改变行业业态、操作模式、产品和服务形态的同时，特别是今年新冠病毒的冲击影响， 复产复工的要求，这都给制造行业带来了新的挑战，同时也带来了更大的机会和想象空间。新经济和新技术的大潮下，数字化转型已经不是选择之一，而是唯一的选择。如何在推进转型的过 程中快速满足业务的各种场景化需求？如何利用Greenplum分布式技术制造企业的数字化转型的 发展需要？这些是一些行业标杆企业正在探究和解决的业务应用课题。演讲简介2趋势与发展3数字化转型的背景4信息

2、 数字化业务 数字化数字 转型“数字” 阶段数 字 化 程 度85%：2020 年85% 的业务关系将实现无人类互动的管理；90%：2020 年 90%的行业会受到数字化转型带来的颠覆性影响；据调查，到2020年全球数字化转型相关的行业增加值将达到 18万亿美元，全球1000强企业中的67%、中国1000强企业中 的50%都会把数字化转型作为企业的战略核心。“新基建”让数字化转型发动机开足马力5软硬工业互联网联智能物联网、智慧电网大数据人工智能IT软件等5G通信新材料新能源新交通大数据能够提供海量数据资源，为生产与服务决策提供信息内容；5G技术能够提升信息传递速度，为数据传输提供技术支撑；人工

3、智能主要是信息处理技术，为数据的分析处理提供更为成熟、科学的决策方案。2020年中共中央、国务院关 于构建更加完善的要素市场化 配置体制机制的意见，首次 提出“加快培育数据要素市 场”，明确“引导培育大数据 交易市场”。大数据产业发展规划（2016-2020年）十九大报告中关于大数据的政 策工业互联网发展行动计划 (2018-2020年)行业大数据政策全国31省市陆续出台相关政 策，据不完全统计，各地出台 大数据相关政策共计160条。 充分说明了各地政府在大数据 产业布局方面的重视。数字化转型驱动力：数据驱动业务6随着大数据、物联网、云计算、人工智能等新技术的出现，不但加剧了企业内部的管理矛盾

4、，更开 启了跨界竞争冲击，真正给企业发展带来威胁也许不是往日的同行业企业，而是来自跨界者的颠覆 性创新和对原有市场的抢夺。建设优化整合集成共享挖掘传统业务：企业发展基础数据资产：数字化转型核心创新应用：发展提升引领无边界融合创新探索洞察业务驱动数据驱动用户驱动反向倒逼正向驱动打造由数字化到网络化再到智能化核心竞争力戴尔科技是数字化转型中的践行者和使能者7构 建 生 态 森 林赋 能 客 户 价 值数字化网络化智能化核心竞争力制定业务战略重构 IT 系统和数据核心开放数字生态010203打造技术平台2018年 戴尔和国务院发展研究中心联合发布 传统产业数字化转型的模式和路径 2020年 戴尔和中

5、国科学院科技战略咨询研究院联合发布产业数字化转型战略与实践帮助制造企业实现数字化转型目标8智能化生产网络化协同个性化定制服务化转型价值化提升11智能制造的 数字化转型产品设计随时调整产品定位快速的设计协作、渲染客户行为大数据分析设计工作站、VR渲染云计算生产计划数据为基础的计划 预测性/定制化物料采购实时监测物料供应 全球采购物料产能预测分析系统市场需求预测分析敏捷的IT平台物联网技术实时了解库存云平台和大数据监控市场采购趋势基于云计算的通用采购平台生 产提高装配效率/效率 产线效率瓶颈监控AR/VR操作员培训基于物联网的产线优化ERP/VDI企业级的无线网络质量控制完善的流程管理 操作员技能

6、提高物联网技术监控基于数据的流程管理VR虚拟试生产供应链管理供应链优化 货物追踪 仓储优化基于物联网技术的供应链大数据监测优化供应链数据！数据！数据！企业数字化战略10生产管理策略人力管理策略营销管理策略战略研究策略销售管理策略产品研发策略财务管理策略数字化决策和应用策略供应链管理策略物流配送策略数据管理体系管理组织管理流程管理制度大数据技术支持体系大数据技术AI技术云计算技术企业数据来源第一方数据（企业自有数据）第三方数据（互联网数据）第二方数据（合作伙伴数据）数字化战略算法模型做什么？怎么做？用何做？有什么？行业标杆应用案例11大数据在制造业数字化转型规划中的定位12物理层感知层基础数据层

7、运营层大数据层创新应用层智能研发智能生产智能供应链网络协同智能服务产品大数据企业运营大数据企业经营大数据工业大数据营销&售后服务成品物流 TMS研发管理 PLM订单管理 CLS工艺管理 BOP计划管理采购协同 APSSRM设备管理 EAM成品仓库 WMS生产执行 MES原材料仓储 WMS质量管理 QMS能源管理 EMS边缘计算实时数据库SCADA工业网关PDA摄像头工业传感器机械臂AOI自动化设备PLC检验设备OCR电子货架RFID流水线红外感应器AGV扫描枪电子工位集团业务痛点计算性能瓶颈千万级表复杂分析的数据处理效率慢，缺乏海量计算平台支持未 来千亿级物联网数据分析。报表效率差销量报表、质

8、量报告等报表触达时间长，更无法支持实时报 表需求。缺乏数据探索平台无法高效支持防窜货应用探索、以及产品研发优化及预防性维修等价值变现13系统网状连接系统间交叉访问，数据重复移动，数据质量和数据统一口径无法保障起 氛围出 应用定 标准搭 平台建立大数据计算与分发平台，行业案例：集团大数据建设思路14实现数据全链路敏捷分析与标准推送，结合内宣等手段，推动数字文化节，数字竞赛 等形式，实现集团数据决策 推动深入研究数据应用，打造五 类大数据应用场景，形成数 据产品完善主数据管理，制定元数据、数 据标准、数据安全、数据质量等数 据资产管理标准，保证数据的完整 性、权威性，实现内部快速共享搭建集团大数据

9、平台，对大 数据平台统一调度、统一管 理，利用平台能力，服务于 供应链、研发、营销、消费者等大数据采集、存储、调度、计算。标杆企业在实践Hadoop、MPP与传统数据库技术对比与适用场景15HadoopMPP传统数据仓库平台开放性高低低运维复杂度高，与运维人员能力相关中中扩展能力高中低拥有成本低中高系统和数据管理成本高中中应用开发维护成本高中中SQL支持低高高数据规模PB级别PB级别TB级别计算性能对非关系型操作效率高对关系型操作效率高对关系型操作效率中数据结构结构化、半结构化和非结构数据结构化数据结构化数据可以看出，任何一种单一技术都难以数据采集、存储、处理和对外服务的需求，多种技术并存才是

10、发展趋势。集团数据分类及使用需求16集团数据按生命周期划分按照生命周期规划，在线存储、访问的数据近线数据无需在线存储的数 据。面向业务/审计人员。场景：批量导出、查询、数 据挖掘在线数据以日志、传感器类数据为主， 按照秒级别定时采集。主要用于实时查询，或按定义的业务规则，捕获数据实时决策（如：报警）场景：实时查询、实时决策实时数据业务生产操作产生的数据，按照 15分钟、半小时、一小时等不同频率一日多批日报、管报、QMS等报表、查询和 分析场景：准实时报表、查询准实时数据按数据时效性划分按数据时效性划分秒级（=T+1 秒）小时级（=T+1 小时）天级（= T+1日）业务生产操作产生的数据，来自E

11、RP、MES、CRM 、售后数据或其次采集，支撑销量他管理类系统，数据每日采集一次，从分析主题角度整合，累积历史、汇总加工，支撑传统 BI 分析、机器学习类预测分析场景：报表查询分析、数据挖掘历史数据按数据形态划分使用关系型数据库，二维表结构存储并管理的数据，数据结构字段含义明确、清晰结构化数据检索 构化为主，未来进行处理后，与业务结 数据整合，参与分析场景：全文检索、数据 挖掘非结构化数据无法用传统二维表管理的半/非结构性数据。如： 音视频、工程图纸等。数据初期以存储、全文HadoopHadoop流计算&内存计算 照预MPP集团数据服务中台的整体架构17SAP系统内部应用系统CRM系统MES

12、系统财务系统结构化数据外部业务系统非结构化数据公有云数据工业设备数据（边缘计算）结构化 数据采集半/非结构化 数据采集DB APICDCDB APIFile接口Kafka API连接数据湖（ Greenplum&Ha doop）融合、标准化集市数据标准数据贴源数据外部表HDFS APIDB API数据管控平台（主数据、元数据、 数据标准化）数据分析报表服务 (BI工具)订阅推送 服务数据服务（开发）用 户 平 台分析同源IT人员业务人员数据科学家数据中台服务数据探索（AI）集团数据服务中台的架构重点18实时计算小数据化大数据化深度学习业务规律模型，构建基于Madlib 和Python脚本环境的

13、科学试验环境，用于 探索预防性维修、产品研发改进等主题库。用户越来越希望能够更快速呈现变化 数据，数据结果的快速呈现；通过实 时采集ERP数据相关的财务等管理信 息，极大缩短集团决策管理报表的时 间窗口除集团生产和经营数据外，还 将增加物联网及行为数据的扫 描与捕获，逐步构建以 Greenplum为基础的MPP数 据库平台，实现对销售交易分 析、物流管理、发货信息、以 及用户终端设备返回的千亿级 物联网信息的存储计算分析平 台项目收益19及管理规范，理报表等 以及运营服 应用的实 务及计费等 时需求提 标准规范 供基础现100040%以个多脚本上，提高 配置化，销售等决 降低开发策效率 成本建设集团的制定大数据实现与提高工作提高作业提高日常应用支持：大数据平台管理办法。SAP ERP流运行效开发效率