以大数据为核心的智慧企业信息系统变革

以大数据为核心的智慧企业信息系统变革

潘科

中国石油天然气股份有限公司重庆销售分公司 400043

摘要：随着企业信息系统建设与管理逐步从数据电子化向大数据阶段发展，大数据技术对于建立智慧化的企业信息系统提供了必要的技术支持。本文通过分析大数据对传统信息系统建设与管理的影响，引入“SMART”管理模式， 建立以信息技术为支撑，大数据提供助力，以数据应用和数据驱动业务为目标的智慧型企业信息系统，从而最大化展现信息系统功能优势，合理崭新啊数据应用价值，更好的为企业发展提供服务。

关键词：大数据技术；智慧企业信息系统；SMART 管理模式

引言：在大数据思维的影响下，信息化工作相关从业参与人员逐步认识到大数据时代不可阻挡的发展趋势，充分利用相关数据信息及大数据领域技术，构建智慧信息系统是发展重点。大数据时代的信息系统建设已经将发展中心从数据电子化及业务流程固态化向更为智能的方向倾斜。在实现“无纸化”办公基础上，基于全局发展角度，统筹规划业务要求及企业未来发展需求，充分展现大数据技术优势，利用大数据技术对业务流程进行优化改造，进一步挖掘潜藏的发展机遇，真正实现信息系统的“智慧化”建设，并反哺业务升级与创新，这是促进企业发展、提升企业核心竞争力的有效途径。因此探究大数据时代，智慧企业信息系统变革趋势有实际意义。

1信息系统建设与管理的“SMART”管理模式阐述

随着企业信息系统应用逐渐趋于整合化与智能化，信息技术对于企业发展的意义已由原始的“技术”层面发展到“信息和数据”层面，如何将已有的数据进行整合、分析与利用已成为当今信息系统建设与管理需要解决的重点问题^[1]。在此，提出“SMART”管理模式，用于大数据时代信息系统的建设与管理，即：Standard、Share and Safety（标准化、共享和信息安全）、Management（管理）、 Application Platform（应用平台与基础设施）、 Real-time interaction（实时互动）、Throw in of resources and Talent construction（资源投入与人才建设）。

2 Standard、Shareand Safety——标准化、共享和信息安全

数据作为大数据时代的生产原材料，其标准化程度直接影响着后续多系统数据共享的可行性以及分析结果的准确性。随着数据使用和搜素范围的扩大，由于不同平台的数据含义存在较大差异，数据质量以及各系统间的数据共享都需要数据标准化体系进行支撑，企业需要根据所设定的业务场景和需要实现的目标制定出数据格式、采集方法、处理工具、使用方法、共享模式等标准，完成对系统模型及数据规范的统一和整合，为业务分析与利用提供支撑。

2. Management——管理

大数据时代，企业信息系统建设也随之迈入新时代。随着数据分析复杂程度的不断加深，需要一套行之有效的管理机制来保证数据分析结果的准确性，具体涉及：认知管理、数据质量管理、数据范围管理等。

2.1加强意识层面认知培训

要加强针对大数据时代信息系统建设内容的认知培训，建立大数据分析的支持体系，使“信息系统的作用已不再局限于实现流程的固化和数据的电子化保存，而更多的体现在通过系统的‘智能化’，帮助企业降低成本、 提高效率、开发新产品以及做出更明智的业务决策”的思想得到企业内部的广泛理解，形成企业对大数据综合管理、探索和利用的共识。同时需要将整合、分析、利用数据推动企业发展的思想贯穿信息系统建设的始末，逐步消除用户对数据录入可利用性的怀疑^[2]。

2.2加强数据的采集、梳理及诊断

根据现有的信息系统对大量的、无序的历史采集数据进行梳理和诊断，通过对已有数据的分类和比对减少错误数据、相互冲突数据等“脏数据”的比例，对数据进行清洗和去噪，为后续的数据分析与应用提供基础。其次，利用新兴技术对非结构化数据进行处理，把数据转化为方便处理的数据类型，以完成对非结构化文本数据的提炼和整合，实现对数据有效的深度分析和新知识的发现。

2.3完善数据信息管理

通过对业务场景、已有客户或目标客户群的分析，筛选出业务开展过程中所需要和产生的数据点及其颗粒度，进而对影响这些数据点的内外部数据以及环境影响因素进行整理，作为需要获取的数据范围，以降低由于影响因素管理缺失造成的分析结果偏差。

3.Application Platform——应用平台与基础设施

完善的信息基础平台是大数据发展的支撑，其建设与完善需要同时关注“增加信息计算分析和数据消化能力”、“数据资源收集面和收集量的拓展及延生”两方面内容。在大数据管理的管理平台中，传统结构化数据管理模式与非结构化数据管理模式的有机结合是这个管理 平台得以发展和推广应用的理想方案，而结构化数据的处理需求和非结构化数据处理需求， 需要依靠高度可扩展的大数据处理系统来完成，也就是需要充分利用最新技术的扩展性，实现大数据有效的深度分析和新知识的发现

^[3]。

4.Real-time interaction——实时互动

企业信息系统作为数据存储与分析的载体，其对大数据的应用是一个循序渐进的过程， 需要经历取数、取知识和取专业建议3个阶段。企业信息系统的建设与管理首先要满足内部用户对于支撑业务的需求，并据此提供对业务数据获取、数据整理以及报表生成的功能。随着数据应用的不断深入，用户对于数据的要求将逐步提升到分析报告、关联业务数据分析以及初级的数据挖掘上，以实现对隐含规律的发现。最后，当企业内部已逐渐适应数据分析的过程时，数据分析的程度将更加深入，通过将分析结果以咨询报告、规划报告、业务拓展方案建议等形式主动反馈给企业决策者和项目经理的形式，可实现数据与业务的实时互动和数据驱动业务的目标。

5 Throw in of resources and Talent construction——资源投入与人才建设

大数据作为近年来新兴的技术，将其思想与方法运用于信息系统建设中需要依靠专业 信息化实施团队、基础设施、系统应用背景等来源于人、机、环多方面的资源投入和支撑。 在大数据时代背景下，信息系统建设的技术、理念、理论、模式、以及评价标准等都产生了 巨大改变，需要用全新的理念和方法去筹划。这就需要企业在信息系统建设过程中，组建一 支理解大数据含义以及所需应用的信息技术实施团队，从而在系统规划、系统建设、问题处 理方式选择等各方面做出正确的应对。同时，在信息化人才建设过程中，要使IT技术人员对企业的业务开展、管控模式、发展需要等得到充分理解，以便在信息系统建设过程中对整 体方案和细节问题处理上有良好的把控^[4]。

结语

面对当下瞬息万变的市场环境以及信息技术的不断发展，大数据技术虽然无法帮助企 业精准的预测未来，但是通过对用户特征、使用习惯、业务情景等内容的发掘，可促使企业拥有更多了解用户潜藏需求的机会，并可助力企业最大化的把握市场趋势。在未来，企业信息系统建设与管理，需要加强对企业全业务链的关键数据和经营管理信息的把握，从而实现数据挖掘、监控分析、统计查询和可视化展示，构建以提高办公效率和应急响应能力，降低交易成本，辅助科学决策和战略管理的工作模式，实现以大数据为核心，驱动智慧信息系统的变革才能助力企业实现保持长久的发展活力。

参考文献

[1]胡天明,罗晓林,李晶.企业信息系统建设中的思考与实践[J].电子技术与软件工程,2021(17):173-174.

[2]张宗安.浅谈企业信息系统的发展及趋势[J].计算机与网络,2021,47(11):46.

[3]张红梅.论企业信息系统的运维体系建设[J].中国管理信息化,2021,24(09):117-119.

[4]石安琪.大数据时代企业信息系统内部控制风险探索[J].经济管理文摘,2020(20):34-35.