构建企业新竞争力 数据中台的秘密 济宁用友ERP

    疫情是2020年大的黑天鹅事件，它正以雷霆之势正在改变整个全球经济的走向，将对社会商业活动造成重大的冲击和影响。企业应对这种冲击，除了具有稳健的财务风险控制能力外，更需要适应整个社会活动的新变化。我们看到在线教育，在线办公在疫情期间井喷式发展，一个很明显趋势是未来人们的工作生活将更多的走向线上，创新的企业通过SaaS服务，对冲了疫情的影响。同时全球疫情的发展，使全球化突然冻结，但却是产业互联网发展的新机遇。5G、新基建、内需刺激，都为产业互联网提供了丰富的土壤。以传统的人工交易为主的协作范式已然落后，以数据驱动的模式将得到更强大的证明。

　　可以看到，数据驱动的滔滔大势，不可逆转，企业顺之者昌，逆之者亡。唯有拥抱新的商业范式，进行升维创新，才可基业长青。企业数字化转型的本质，其实就是基于数据的升维过程。利用数据在新的形势下洞察商业机会，提高企业效率、降低风险，提升企业利润是企业数字化的核心。

　　如果企业相信并开始着手以数据驱动的方式进行企业升级改造，它会面临一系列的挑战。先企业面临的是数据孤岛问题，数据散落在企业的车间、工厂、仓库、物流、电商等各个角落，数据标准不统一、数据质量参差不齐。如果数据孤岛问题是限制企业发展的个拦路虎的话，数据洞察就是阻碍企业能力提升的一座高山。数据孤岛问题，可以主要靠投入体力解决，而数据洞察就需要企业智慧的提高。没有好的体系、方法和工具数据洞察寸步难行。企业要成为头部企业，不仅需要翻过这座高山，而且需要迈向数据驱动的决策和执行，通过数据自动化，提升企业的运营效率。

　　当然，企业构建数据驱动的架构体系，不仅仅是一个技术工作，更是对企业组织、文化的升华。企业需要进行顶层设计，从一把手的视角进行规划，看到整个企业的痛，打通企业运营的七经八脉。我们建议，企业要在组织上配套，建立平行于IT的DT组织，赋予更多的预算和决策权力。DT组织不仅要承担企业数据驱动的技术和业务落地，同时也要推动企业数据驱动的文化建设，帮助业务部门，在决策上有数据的支撑，基于数据说话。在规划、组织、文化上的思路统一后，一般来说企业数据驱动的转型和执行就不会有大的偏差。在实施上， 选择更靠谱的供应商、更先进的技术，帮助企业少走弯路，直奔目标。

　　企业数字化转型，主要有两种流行的模式。一种模式是应用先行，一种模式是平台挂帅。两种模式都有其优点和缺点。应用先行，有明确的价值导向，平台挂帅高屋建瓴，前者适用于中小型企业，后者更适合于大型核心企业，前者更快速的看到改变，后者通过生态体系，构建强大的生命体系。但无论如何构建，只存在路径的不同，在技术上的诉求都要求能够打破数据孤岛、弹性可扩展、强大的数据洞察能力、场景化的智能算法和模型等。

　　用友企业服务三十多年，在企业服务中具有丰富的领域和行业经验，这种经验被沉淀到用友的大中台体系。用友数据中台，主要帮助企业从三方面解决数据驱动的问题，先是帮助企业构建全新的企业数据架构，以新的技术，帮助企业打破数据孤岛，实现全域数据的共享、融合，在这之上我们赋能企业数据智能，通过高级的分析、算法和模型，实现企业的商业价值洞察，在洞察之上，我们通过应用嵌入的服务能力，帮助企业业务以数据驱动的方式进行执行，实现执行的自动化、流程化。济宁用友U8、U8C、NC ERP支持中台建立。

　　在过去的一年，我们推出数据中台的产品架构，今年我们对数据中台进行了升级，成为智能数据中台。在原有数据中台之上，我们发展了智能中台。整个中台从数据湖、数据工场、智能分析、智能工场、智能搜索，多个维度不同侧面为企业提供了一个共享、开放、创新的平台。它从数据接入、数据开发、数据资产管理、AI与高级分析、应用开发，覆盖企业数据驱动的全流程，解决了企业数据驱动的几个核心问题。一是数据的管理：通过数据湖技术，实现对海量的、多类型的、多来源的数据统一管理，沉淀并形成数据资产；二是数据的融合：在数字化时代，企业融入了整个互联网生态，企业内部、企业之间的联系在新的技术和工具下，业务连接更加紧密，这催生了企业之间的数据通过开放、共享，企业和社会级数据的连接服务，实现企业内、企业间、企业与社会公共服务的数据之间的融合共享；三是数据的运用，数据终是为了服务于应用，通过面向智能的方法和工具，可大幅的提升数据运用的效率，帮助企业实现业务的实时响应。

　　用友数据中台已经成为用友整个产品体系数据驱动的核心引擎，在NCC云化、YonSuite产品融合等发挥了关键性作用。从数据湖解决方案，到进行报表、分析的嵌入，到营销、采购等领域的智能算法应用，提供了的服务。

　　用友数据中台解决方案，通过BigFusion这个产品，可基于Hadoop开源生态进行建设，也可采用商用产品或云服务进行构建。它提供了统一运维、统一资源调度、统一监控的能力，支持根据不同的数据类型和场景服务需要，构建不同的湖区，支持交易型、分析型业务场景，也支持关系型、结构化、非结构化的各类数据的统一存储和处理。

　　企业数据湖的数据可以通过数据资产管理，进行统一的数据编目、元数据和数据血缘的管理。同时数据资产管理也提供了数据主题的服务工具，帮助企业内、企业间进行数据主题的构建、共享和开放服务，为企业级数据进行融合提供了新的方法和工具。数据资产管理和主数据管理结合，提升了企业的数据治理能力，更好的帮助了企业数据资产的流通和运用。数据资产管理在数据湖中管理了企业的全域数据，并且为外部的数据访问，如智能分析、智能工场、数据开发提供了数据统一访问的入口。

　　企业间、企业内分散的数据源可以通过数据移动平台实现数据快速进入到数据湖中，并进行初步的数据抽取和加工。数据移动平台支持市面上主流的数据源，提供面向数据流的分布式数据处理和调度能力，可支持大规模数据处理的线性扩展，并且支持实时数据处理。目前数据移动包含372处理器能力，128个数据处理组件，用于支撑数据ETL处理，支持122个数据源采集组件，覆盖30多种类型数据源，其中包括10种不同类型关系型数据库、预置20种场景模板，开箱即用，应对数据采集处理的各种场景。

　　今年我们即将推出更高阶的数据处理工具，数据工场，企业可以通过数据工场进行协作化的数据开发和建模工作，满足数据仓库建设、指标体系建设、大规模数据分析处理的需要。

　　智能中台，是我们今年重点的工作内容，我们推出了智多星·智能分析、智多星·智能工场、智多星·智能搜索等产品，从分析到智能，从搜索到问答，为产品应用提供了主流的智能嵌入能力，实现企业大脑。

　　智多星·智能分析是一站式的数据分析平台，提供了交互式查询，自助式多维分析，轻量数据采集填报，类Excel报表，专业打印等能力支持。同时它也是一个分析中台，具备图表多样可扩展，移动多端应用构建，动态磁贴卡片发布、轻分析应用集成、组织权限角色扩展等中台服务能力。这里我们重点介绍几个重点特性：

　　·卡片：我们提供了全新的卡片设计器，支持卡片设计，包括设计图表类型、筛选过滤、排序、TopN、刷新频率、样式等；支持发布卡片到卡片库，并设置卡片权限；支持用户在外部业务系统的工作台和门户对卡片进行嵌入使用

　　·轻分析：通过把卡片、故事板与单据联系起来，我们可以让分析场景化，从任意交易单据出发，都可以对单据对象的数据进行分析和洞察，增强了业务的分析洞察能力。同时它支持丰富的数据探索、数据可视化能力，业务用户可通过简单拖拽制作多维度透视的图表，可更高效地对业务数据进行分析探索；支持用户在浏览态简便快捷的对分析结果进行交互设置（钻取、联动、链接）、复制对象、调整维度指标、切换图表类型、发布、分享等

　　·移动应用构建：针对移动应用的特点，我们提供了移动应用的设计器，帮助构建移动型分析应用，所构建的移动应用，可以运行在友空间、微信等多个不同的终端平台上。

　　·对话式探索分析：新的智能分析，引入智能发现功能，构建了底层数据模型的知识图谱，对数据进行了语义上的学习理解，并在之上通过语音输入、自然语言处理、自然语音理解等技术，综合的实现了对数据的对话式探索，非专业人员，不再需要对数据模型有了解，完全从业务出发探索和洞察数据。

　　·时间序列预测：通过引入时序预测的能力，智能分析具备了初步的时序分析能力，可以灵活的调节时序窗口，选择不同的影响要素，精确的进行数据的预测分析，并可视化展现。

　　·敏捷填报：新的填报能力不再依附于外部的填报服务，可立运行，并且支持多种填报的建模方式，例如可以通过先建立数据模型再制作表样的方式，也可以只制作表样，再根据表样自动生成数据模型的方式进行填报设计，前者适用于严谨的开发过程，后者适用于灵活的即兴填报需要如疫情数据采集。同时我们支持主流的填报单据表样，如单主表、主子表、卡片表，也支持多种填报形式，满足个人填报、组织填报的不同需求。

　　智多星·智能工场是我们智能方向的重点产品，它提供了模型工场、模型库、场景故事板等模块，从模型的开发、训练、上线、迭代以及模型本身的管理提供了较为完整的解决方案。用户只需要Click-And-Point即可方便的构建分析、预测和分类等模型。规划中，智多星将提供12类，40多种算法支持，数十种场景故事板服务。

　　我们举几个案例，一个是吃自己狗粮的案例，用友的数据中台建设，利用了数据湖的能力，我们从近十个领域，数十个数据库中，同步数据到用友数据湖，基于我们数据湖数据移动的实时数据处理能力，我们在秒级延迟内实现了数千张表的实时数据同步，实现了多领域的数据融合服务。

　　接下来的案例是一个门店销售的分析案例，通过经营分析月报查看门店的总体销售情况，我们可以选择不同的门店、不同的商品向下挖掘门店的商品销售明细数据，对于毛利率下降的门店，我们可以自动生成诊断报告，分析门店毛利率下降的原因。在这个案例中下降的原因是由于促销活动太猛，因此我们可以调低促销的粒度，但具体如何调低，我们可以通过预测性分析，进一步模拟分析，例如我们可以看看促销过程到底是由于折扣力度太大还是促销时间太长，或者又是促销的目标客户不对导致的。

　　后讲一个销售预测案例，通过智能工场提供的销售预测模型，用户可以选择某个SKU、某个门店、某个时间周期内，产品特性和活动对销量的影响，从而我们可以提前布置门店货物品类和数量，提高销售效率。

　　智能的场景丰富多样，我们希望客户能够在我们的智能数据中台上，生长出更多的场景和应用。

　　后我们总结一下，我们智能数据中台适应的典型场景和解决方案。用友智能数据中台先是为了满足用友各类领域产品的需要自然生长出来的平台，如果企业已经使用了用友旗下的各类领域产品，如友空间、YonSuite， NCC，采购云、财务云、营销云等，选择用友数据中台将为企业从移动到PC，从标准报表到定制化图表，从数据中台到应用嵌入集成提供好的解决方案。

　　如果企业选择完全自开发进行数字化转型，或者开发伙伴选择一个优秀的数据驱动平台构建创新的数字化场景，用友数据中台，从数据湖基础设施构建、数据治理、商业智能（BI）服务、高级数据分析、智能算法模型，为企业提供了一个全方位的智慧化操作系统，赋能数字化创新的企业大脑。