王 敏， 唐紅斌

（中海網(wǎng)絡科技股份有限公司，上海200135）

0 引 言

作為特大型的某航運企業(yè)集團，其業(yè)務種類繁多，現(xiàn)已形成了包括集裝箱、散貨、油運、物流、客運、修造船、碼頭等業(yè)務于一體的多元化經(jīng)營格局。在國內(nèi)外宏觀經(jīng)濟形勢復雜多變、競爭日益激烈的環(huán)境下，在提高效率、降低成本的內(nèi)部精細化管理要求下，如何確保所制定的各項決策科學、正確、高效，成為企業(yè)發(fā)展的關鍵。為此，集團多個層面的管理決策和核心業(yè)務決策都需要搜集各成員公司多方面的數(shù)據(jù)，并確保能夠從龐雜的歷史及外部數(shù)據(jù)中獲取潛在的有價值的信息。

集團信息化工作目前大多是圍繞某一項生產(chǎn)業(yè)務展開的，信息數(shù)據(jù)分散在不同系統(tǒng)中，尚未有效整合，缺乏對經(jīng)營、財務、人力、環(huán)境等信息的深層次分析。無論在集團總部還是各成員單位，現(xiàn)有信息資源的開發(fā)利用基本以部分數(shù)據(jù)的靜態(tài)報表展現(xiàn)，主要關注于基本的統(tǒng)計和展示功能，遠不能滿足支持管理層決策的需要。加強輔助決策分析信息化建設，利用企業(yè)數(shù)據(jù)、外部數(shù)據(jù)、計量經(jīng)濟模型、統(tǒng)計分析模型等為集團管理層科學決策提供及時、準確的數(shù)據(jù)支持，為集團管控提供全面的統(tǒng)計、分析、預警、預測信息，是優(yōu)化集團結構、提高質量、增強實力的內(nèi)涵式發(fā)展方向的關鍵任務之一，是支持集團科學發(fā)展和運營的基礎，也是集團實現(xiàn)科學發(fā)展的必要條件。

1 系統(tǒng)建設目標

通過采用主流、成熟的商業(yè)智能技術，建設集成共享的輔助決策支持平臺、統(tǒng)一的數(shù)據(jù)倉庫，為集團戰(zhàn)略管理、集團管控與下屬企業(yè)經(jīng)營、管理決策水平的進一步提高提供全面支撐。

1.能有效提升集團戰(zhàn)略管理輔助決策分析水平

面向核心戰(zhàn)略和業(yè)務決策需求，建立重大決策和分層決策的重要輔助決策分析專題（主題），整合現(xiàn)有的內(nèi)部數(shù)據(jù)（電子或紙面）及宏觀經(jīng)濟、航運市場信息。提供專業(yè)的分析工具，建立相關的統(tǒng)計分析及計量經(jīng)濟模型等，進行深層次的數(shù)據(jù)挖掘和分析預測，為集團戰(zhàn)略管理、集團管控和下屬企業(yè)經(jīng)營、管理決策水平的進一步提高提供全面支撐，最終提高決策的準確性、及時性和前瞻性。為各部門經(jīng)營操作提供統(tǒng)計分析工具，提升員工工作效率和企業(yè)生產(chǎn)效益。

2.建立統(tǒng)一的企業(yè)數(shù)據(jù)信息共享平臺，打破信息孤島

統(tǒng)一元數(shù)據(jù)規(guī)范，重組企業(yè)數(shù)據(jù)，形成統(tǒng)一的數(shù)據(jù)展現(xiàn)平臺，實現(xiàn)信息的高速流轉和集成。統(tǒng)一的數(shù)據(jù)平臺和查詢接口，幫助決策及管理人員及時獲取最新信息，實現(xiàn)有效的信息共享。

3.采用先進的商業(yè)智能技術和分析挖掘工具，提供易用且豐富的智能查詢、分析、預測、預警、模擬功能，提高分析效率。

系統(tǒng)提取企業(yè)數(shù)據(jù)中有價值的信息，通過豐富、直觀的多樣化展示界面，為集團的經(jīng)營管理決策工作提供及時、科學、真實、準確、完整的各種經(jīng)營管理信息，提升集團的運營水平和競爭能力。

2 建設思路

2.1 系統(tǒng)定位

系統(tǒng)定位于較高層次的企業(yè)管理信息，包括企業(yè)戰(zhàn)略管理信息層、分析／計劃管理信息層和管理監(jiān)控信息層，按照公司決策層和管理層獲取綜合管理信息的共同平臺的要求進行設計（見圖1）。

圖1 系統(tǒng)體系結構圖

2.2 設計思想

1）依據(jù)發(fā)展、戰(zhàn)略和需求驅動的設計思想（見圖2）。

2）從常規(guī)性決策和動態(tài)性決策兩個角度，設計輔助決策支持系統(tǒng)的內(nèi)容體系（見圖3）。

3）從西蒙“四個階段”理論進一步明晰輔助分析需求及實現(xiàn)方式（見圖4）。

圖2 發(fā)展、戰(zhàn)略、需求驅動設計思想圖

圖3 內(nèi)容體系設計角度圖

圖4 輔助分析需求及實現(xiàn)方式圖

3 系統(tǒng)設計

3.1 系統(tǒng)總體架構

系統(tǒng)總體架構由技術支撐層、數(shù)據(jù)層、監(jiān)測層、管理決策層和戰(zhàn)略決策層構成（見圖5）。

3.1.1 技術支撐層

包括網(wǎng)絡、硬件、存儲、數(shù)據(jù)庫、中間件及運行服務等。

3.1.2 數(shù)據(jù)層

包括數(shù)據(jù)源和決策智庫兩部分。其中，數(shù)據(jù)源包括各種內(nèi)外部數(shù)據(jù)，決策智庫包括模型庫、知識庫、專家?guī)?、預案庫、數(shù)據(jù)庫、案例庫、技術庫及經(jīng)驗反饋庫等。

3.1.3 監(jiān)測層

包括內(nèi)部監(jiān)測和外部環(huán)境監(jiān)測。其中，內(nèi)部全面績效監(jiān)測包括計劃與預算、客戶服務、市場地位、資金、產(chǎn)業(yè)、運營、人力資源、資產(chǎn)效率及新業(yè)務等；外部環(huán)境監(jiān)測包括宏觀經(jīng)濟、政治環(huán)境、貿(mào)易環(huán)境、法律環(huán)境、產(chǎn)業(yè)環(huán)境、競爭合作及監(jiān)管單位等。

圖5 系統(tǒng)總體架構圖

3.1.4 管理決策層

包含8個專題內(nèi)容：企業(yè)發(fā)展環(huán)境專題、經(jīng)營分析專題、財務分析專題、EVA分析專題、企業(yè)績效（Key Perf or mance Indicator，KPI）專題、人力資源專題、安全生產(chǎn)專題、企業(yè)文化專題。每個專題可包含若干個分析子主題，如經(jīng)營分析專題包含產(chǎn)業(yè)結構主題、客戶主題、成本主題等。

3.1.5 戰(zhàn)略決策層

是最高領導層戰(zhàn)略決策的統(tǒng)一指揮平臺，包括全景視圖、一鍵洞察、戰(zhàn)略執(zhí)行追蹤、專項應用等內(nèi)容。

3.2 技術架構

系統(tǒng)的技術架構由數(shù)據(jù)整合、數(shù)據(jù)服務、應用分析和信息展現(xiàn)四層構成（見圖6）。

圖6 技術架構圖

3.2.1 數(shù)據(jù)整合層

數(shù)據(jù)整合層一般指構建操作性數(shù)據(jù)存儲區(qū)（Operational Data Store，ODS）的過程，是整個系統(tǒng)中數(shù)據(jù)的統(tǒng)一入口，是為數(shù)據(jù)倉庫提供數(shù)據(jù)準備的工作區(qū)。從擴展性和有效性上看，數(shù)據(jù)整合層的設計和構建對企業(yè)數(shù)據(jù)采集過程十分必要。其主要作用有：

（1）實現(xiàn)對跨系統(tǒng)、異種數(shù)據(jù)源的統(tǒng)一數(shù)據(jù)采集，保證可靠性和一致性；

（2）為所有的后續(xù)數(shù)據(jù)處理提供統(tǒng)一的接口，降低了技術復雜性；

（3）保存了待加載的數(shù)據(jù)，避免數(shù)據(jù)轉換過程對數(shù)據(jù)源的直接操作，減少了對數(shù)據(jù)源系統(tǒng)的影響；

（4）當數(shù)據(jù)倉庫中的數(shù)據(jù)轉換出錯或失敗時，可以從數(shù)據(jù)整合層中再次抽取數(shù)據(jù)，而不必從數(shù)據(jù)源系統(tǒng)重新抽取，提高了系統(tǒng)工作效率。

ETL（Extaction Transfor mation Loading）工具通常是構建數(shù)據(jù)倉庫最主要的技術工具。ETL的工作是數(shù)據(jù)抽?。‥xtract）、清洗（Cleaning）、轉換（Transf or m）、裝載（Load）的過程，負責將分散的、異構數(shù)據(jù)源中的數(shù)據(jù)（如關系數(shù)據(jù)、平面數(shù)據(jù)文件等）抽取到ODS進行清洗，然后按照預先定義好的數(shù)據(jù)倉庫模型將數(shù)據(jù)轉換并加載到數(shù)據(jù)倉庫中，最終成為聯(lián)機分析處理、數(shù)據(jù)挖掘的基礎。

ETL所面臨的最大挑戰(zhàn)是源數(shù)據(jù)的異構性和低質量。造成質量問題的原因有很多，由系統(tǒng)集成和歷史數(shù)據(jù)造成的原因。主要包括：業(yè)務系統(tǒng)不同時期系統(tǒng)之間數(shù)據(jù)模型不一致；業(yè)務系統(tǒng)不同時期業(yè)務過程有變化；舊系統(tǒng)模塊在運營、人事、財務、辦公系統(tǒng)等相關信息的不一致；遺留系統(tǒng)和新業(yè)務、管理系統(tǒng)數(shù)據(jù)集成不完備帶來的不一致性等。為了保證ETL過程的正確性、完整性、一致性、完備性、有效性和時效性，系統(tǒng)采用了以下處理方式：

（1）空值處理：可捕獲字段空值，加載或替換為其他含義數(shù)據(jù)，并可根據(jù)字段空值實現(xiàn)分流加載到不同目標庫；

（2）規(guī)范化數(shù)據(jù)格式：可實現(xiàn)字段格式約束定義，對于數(shù)據(jù)源中時間、數(shù)值、字符等數(shù)據(jù)，可自定義加載格式；

（3）拆分數(shù)據(jù)：可依據(jù)業(yè)務需求對字段進行分解；

（4）驗證數(shù)據(jù)正確性：可利用Lookup及拆分功能進行數(shù)據(jù)驗證；

（5）數(shù)據(jù)替換：可實現(xiàn)無效數(shù)據(jù)、缺失數(shù)據(jù)的替換；

（6）查獲丟失數(shù)據(jù)：返回用其他手段獲取的缺失字段，保證字段的完整性；

（7）建立主外鍵約束：對無依賴性的非法數(shù)據(jù)，可替換或導出到錯誤的數(shù)據(jù)文件中，保證主鍵唯一記錄的加載。

3.2.2 存儲服務層

數(shù)據(jù)倉庫的設計包含自下而上和自上而下兩種方式。根據(jù)客戶需求，系統(tǒng)數(shù)據(jù)倉庫的設計采取兩種相結合的方式，既注重分析的主題和目標，又考慮數(shù)據(jù)源的支撐能力。數(shù)據(jù)倉庫是輔助決策支持系統(tǒng)的核心，需求的易變性要求數(shù)據(jù)倉庫系統(tǒng)中數(shù)據(jù)的存儲必須具有足夠的靈活性。

數(shù)據(jù)倉庫存儲模型應結合應用需求、現(xiàn)有的業(yè)務系統(tǒng)以及用戶的具體需求進行設計。數(shù)據(jù)倉庫中數(shù)據(jù)的顆粒度是設計的一個重要方面。顆粒度是指數(shù)據(jù)倉庫的數(shù)據(jù)單位中保存數(shù)據(jù)的細化或綜合的程度。細化程度越高，粒度級別就越細；相反，細化程度越低，粒度級別就越粗。

數(shù)據(jù)倉庫的存儲方式通常有MOLAP、ROLAP和HOLAP等三種。

（1）ROLAP：以關系型結構進行多維數(shù)據(jù)的表示和存儲，將多維數(shù)據(jù)庫的多維結構劃分為事實表和維度表，兩表通過主關鍵字和外關鍵字聯(lián)系在一起，形成“星型模式”。對于層次復雜的維，為避免冗余數(shù)據(jù)占用過大的存儲空間，可以使用多個表進行描述，這種星型模式的擴展稱為“雪花模式”。

（2）MOLAP：使用多維數(shù)組存儲數(shù)據(jù)，多維數(shù)據(jù)在存儲中將形成“立方塊（Cube）”的結構，維的屬性值被映射成多維數(shù)組的下標值或下標的范圍，而總結數(shù)據(jù)作為多維數(shù)組的值存儲在數(shù)組的單元中。

（3）HOLAP：由于MOLAP和ROLAP有著各自的優(yōu)點和缺點（見表1），且它們的結構迥然不同，因此提出新的OLAP結構——混合型OLAP（HOLAP），它能把MOLAP和ROLAP兩種結構的優(yōu)點結合起來。系統(tǒng)將采用HOLAP的存儲方式，以滿足用戶各種復雜的分析請求。

3.2.3 應用分析層

（1）即席查詢（Ad－h(huán)oc Queries）一般指用戶在使用系統(tǒng)時，按照自定義的需求動態(tài)創(chuàng)建查詢。首先將數(shù)據(jù)倉庫中的事實表和維度表之間建立關聯(lián)并映射到語義層，通過語義層選擇要查詢的字段，系統(tǒng)自動生成查詢語句并將結果反饋給用戶。

（2）統(tǒng)計報表是一種格式固定、內(nèi)容依據(jù)預定義的條件變化的報表，在系統(tǒng)開發(fā)時根據(jù)需求定制。利用主流的商業(yè)智能工具提供的企業(yè)級報表設計功能，在事先建立好數(shù)據(jù)模型的基礎上，通過向導實現(xiàn)報表的生成和發(fā)布。報表一般有列表，交叉表，圖形（柱狀圖，折線圖，面積圖等）等展現(xiàn)方式。

表1 三種存儲方式比較

（3）儀表盤（Dashboar d）能可視化地呈現(xiàn)信息，且有助于判斷、監(jiān)控并支持決策，從而有效地提升信息系統(tǒng)的實時信息處理能力。

（4）聯(lián)機分析處理（OLAP）的用戶是企業(yè)中的專業(yè)分析人員及管理決策人員，他們在分析業(yè)務經(jīng)營的數(shù)據(jù)時，從不同的角度來審視業(yè)務的衡量指標是一種很自然的思考模式。其主要特點是直接仿照用戶的多角度思考模式，預先為用戶組建多維的數(shù)據(jù)模型。一旦多維數(shù)據(jù)模型建立完成，用戶可以快速地從各個分析角度獲取數(shù)據(jù)，也能動態(tài)的在各個角度之間切換或者進行多角度綜合分析，具有極大的分析靈活性。其基本多維分析操作有鉆?。―rill－up和 Drill－down）、切片（Slice）和切塊（Dice）以及旋轉（Pivot）等。

3.2.4 信息展現(xiàn)層

企業(yè)信息門戶建立在Portal平臺之上，作為企、事業(yè)信息系統(tǒng)的統(tǒng)一入口和接入平臺，是一套面向用戶（包括企業(yè)內(nèi)部員工、管理者、決策者等）的基于B／S架構的個性化企業(yè)信息平臺。其最主要的功能為應用集成，可集成由應用分析層產(chǎn)生的如即席查詢、統(tǒng)計報表、儀表盤和OLAP分析等輔助決策應用，并通過基于角色的、單一的界面提供給用戶。用戶可以方便地通過WEB客戶端方便的進行訪問，可高效地進行決策、管理和業(yè)務操作。此外，企業(yè)信息門戶還提供統(tǒng)一賬號和組織管理、認證和授權管理、統(tǒng)一界面外觀、個性化定制等輔助功能，利用這些功能，可使輔助決策支持系統(tǒng)變得更加高效、安全和美觀。

3.3 內(nèi)容設計

系統(tǒng)包含企業(yè)發(fā)展環(huán)境、經(jīng)營分析、財務分析、EVA分析、企業(yè)績效（KPI）、人力資源、安全生產(chǎn)和企業(yè)文化等專題，每個專題由若干個分析主題構成（見圖7）。

圖7 專題庫內(nèi)容圖

3.3.1 企業(yè)發(fā)展環(huán)境專題

集外部信息的自動搜索分類、基礎數(shù)據(jù)和文檔資料的整合利用、信息產(chǎn)品和研究成果的發(fā)布共享三大功能于一體，直接服務于戰(zhàn)略研究、高層決策和戰(zhàn)略規(guī)劃等相關部門，是企業(yè)戰(zhàn)略研究工作體系中的重要組成部分。

3.3.2 經(jīng)營分析專題

就航運、陸岸及海外業(yè)務的運營質量、效率和成本進行監(jiān)控、分析、預警、預測，為重大戰(zhàn)略及業(yè)務決策提供內(nèi)部信息支撐，并就價格策略、客戶策略、最優(yōu)航線等關鍵性運營決策進行模擬，直接服務于管理層及重要的業(yè)務決策職能部門，是企業(yè)業(yè)務管理體系中的重要組成部分。

運營監(jiān)控內(nèi)容包括營收、成本、貨物流向、船舶利用情況及運輸效率等關鍵業(yè)務指標；決策模擬內(nèi)容則覆蓋船型結構、客戶結構、客戶貢獻值、航線及定價等方面。

3.3.3 財務分析專題

構建以價值管理為核心、以資金管理為主線、以業(yè)績管理為導向的全面財務分析體系，包括償債、融資結構、發(fā)展、資產(chǎn)結構、財務風險及預算執(zhí)行等方面的能力分析和收入、成本、利潤、現(xiàn)金流量及投資回報等方面的要素分析。

3.3.4 EVA分析專題

可以實現(xiàn)“EVA價值樹”的結構和動因分析，評價各價值驅動因素對EVA的影響程度。針對價值樹中每個節(jié)點，可以從時間、航線、船隊結構及業(yè)務結構等多角度進行深度鉆取分析。

3.3.5 企業(yè)績效（Key Perf or mance Indicator，KPI）專題

包含KPI展現(xiàn)和預警預測兩部分。

（1）KPI展現(xiàn)

使用專業(yè)的展現(xiàn)工具，從時間、組織、業(yè)務類型等維度靈活地實現(xiàn)KPI的查詢和展示。

（2）KPI預測預警

利用計量經(jīng)濟學和統(tǒng)計學基礎理論，建立標準的、可移植的、可擴展的模型庫，對不同指標進行短期和中長期的預測預警。

3.3.6 人力資源專題

對管理、銷售、服務及經(jīng)營等專業(yè)團隊的建設、管理及發(fā)展情況進行分析評估，就人力資源環(huán)境建設、組織變革、人力資源規(guī)劃、薪酬政策等內(nèi)容提供深層次的分析。包含人員結構、人力成本、人員效率、人員配置、薪酬績效、員工福利、培訓與發(fā)展等多個主題。

3.3.7 安全生產(chǎn)專題

就航運、陸岸、海外板塊的安全生產(chǎn)工作提供監(jiān)控、分析、預警、預測功能，包含國際公約與規(guī)則、安全航行資料、船舶安全、貨物安全、設施設備安全、車輛行車安全、職業(yè)安全健康管理、環(huán)境管理體系運行等主題。

3.3.8 企業(yè)文化專題

定位于確保企業(yè)價值觀和企業(yè)戰(zhàn)略一致性、結構性、包容性、開放性和傳播性。包含企業(yè)目標、理念認知度、認同度分析；全員職業(yè)意識水平分析；學習與創(chuàng)新能力分析；團隊建設與團隊精神分析；企業(yè)內(nèi)部公共關系分析；主題宣傳活動影響分析等主題。

4 結 語

系統(tǒng)具有很強的數(shù)據(jù)展現(xiàn)、數(shù)據(jù)分析、數(shù)據(jù)挖掘、預警預測、決策模擬能力，并能很好地與集團門戶集成，供不同用戶授權訪問。目前，該項目一期已經(jīng)投入試運行并取得了良好的效果，為集團戰(zhàn)略管理、集團管控和下屬企業(yè)經(jīng)營、管理決策水平的進一步提高提供了全面支撐，將產(chǎn)生良好的社會和經(jīng)濟效益。

［1］ Kantardzic.數(shù)據(jù)挖掘—概念、模型、方法和算法［M］.閃四清，陳茵，程雁，譯.北京：清華大學出版社，2003.

［2］ 沈哲.數(shù)據(jù)挖掘技術在大型企業(yè)物流平臺的應用研究［D］.成都理工大學，2009.

［3］ 袁玉波，楊優(yōu)勝，黃延祝.數(shù)據(jù)挖掘與最優(yōu)化技術及其應用［］.北京：科學出版社，2007.

［4］ 蘇衛(wèi).數(shù)據(jù)挖掘工具的應用與標準化［J］.計算機工程，2004，30（S1）：40－42.

［5］ 江山.航運企業(yè)船舶成本及航次效益研究［C］.大連：大連海事大學，2003.

［6］ 吳長仲.航運管理［M］.大連：大連海事大學出版社，1992.

［7］ Er nst G.Frankel.美國航運管理與經(jīng)營［M］.董學博，金祖光，譯.北京：人民交通出版社，1988.