科技前线 | 如何克服工业企业的3大数据挑战

“孤立性”是传统软件甚至许多现代软件系统的共同特征。企业内的各个职能部门或管理部门最初可能会部署软件来帮助满足他们的特定需求。但是，随着组织的成熟，尤其是在数字化转型的趋势下，职能部门和管理部门自然而然地需要为周围的业务提供更多支持。如果软件工具不是为这个目的而设计的，以这种方式进行协作可能会非常困难。这会带来什么样的结果呢？信息和价值被孤立在各个部门内。

为了充分发挥数据的价值，当今的工业企业正在寻找解决孤立系统及其产生的三个关键数据挑战的方法：重复的工作、多个事实来源和数据不可访问性。

下面我们将更详细地探讨这些复杂情况，以及它们如何影响企业从数据中创造价值的能力，如何通过实施数字主线策略同时解决三个数据挑战。

当企业价值链上的软件系统孤立时，将信息从一个软件转移到另一个软件会影响生产力，也是造成引入错误的常见方式。想象一下，如果您必须手动更新每台设备收到的邀请、重新安排和取消日历，一定会出现混乱的情况。这就是工业企业在业务规模上所面临的问题。

如果系统是孤立的，那么在管理部门、职能部门甚至企业之间传输信息时总会有大量的手动工作需要完成。手动将数据从一个系统传继到另一个系统是一个没有附加值步骤，通常由人工来完成，因为它需要一定的灵活性来将数据从系统A调整到B再到C。对于用户来说，这种手动方式除了容易出错，还非常耗时，还会减慢所有依赖复 制数据的核心业务流程的进度。

如果数据在两个或多个软件系统中被复 制，那么将导致一个固有的数据挑战：多个真相来源。考虑到有多个不同的软件系统，而且每个系统都单独负责存储相同的数据并支持价值链上的不同活动，因此跨部门和组织的目标和活动很可能会出现偏差。

例如，如果一个产品的物料清单存在于制造执行系统（MES）和产品生命周期管理（PLM）系统中，谁负责确保两者一致？当出现分歧时，分析产品生命周期中的哪些活动受到影响、识别所需时长以及解决问题所需的步骤，成本可能会相当高。

这些分歧会影响任何手动共享数据但保留自己记录的部门。简而言之，多个真相事实来源就是多个犯错的机会。

通过数字化转型计划能够对产品和服务的更新做出更快的响应且具备更深刻的洞察力，这些系统需要更新的频率可能会呈指数级增长。

如果没有确保跨系统一致性的数字流程，访问众多“真相来源”之一的每项活动都有可能使用过时或完全错误的信息。

最后但并非不重要的一点是，孤立的系统阻碍了整个企业的员工访问相关数据，而这些数据可以提高决策准确性和速度。孤立系统导致数据挑战的方式有两种方式。

其中主要的一方面是孤立的系统会导致信息模糊。员工访问部门以外的数据可能已经非常困难，在他们仅有的权限之外的相关数据的存在本身可能就令人迷惑。尤其是现在企业正在收集越来越多的产品生命周期数据—从设计到制造和服务。一个部门中可能有大量数据未被更广泛的组织利用，仅仅是因为人们不知道它的存在或在哪里可以找到这些数据。

使数据模糊性问题更加复杂的是基于角色的访问的实施不佳，这通常将数据访问权限仅开放给最依赖这些数据的特定角色或职能部门。如果数据证明跨角色或跨部门有价值，这种方法可能会无意中将产品生命周期中的任何功能变成信息瓶颈。这种情况还会影响到任何能够访问相关数据的人，使他们成为不合格的数据治理官，迫使他们承担传播数据的任务。而通常情况下，为了确保此类活动得到适当执行和准确记录是需要监督的。

数字主线实现了企业的物理活动和数字活动之间的“闭环”。这样做可以实现跨部门的数据连续性和跨职能的协作，以改进产品、物理流程，并向参与每一步的人员赋予权力。

这种方法通过促进部门和职能之间的端到端数据流来解决孤立系统导致的数据挑战。借助适当的战略和工具，当今的工业企业正在实施数字主线，这些主线可以在产品生命周期中上下无缝移动数据，从而使企业内任何地方的功能都能做出更好、更快的决策。

数字主线消除了重复工作的需要，而且促进了跨部门的增值协作。此外，通过追踪企业内移动数据来源，数字主线可以确保共享和操作信息的完整性，从而消除维护多个真相来源的风险。