CN116777263A - 一种企业经营数据分析***及方法 - Google Patents
一种企业经营数据分析***及方法 Download PDFInfo
- Publication number
- CN116777263A CN116777263A CN202310580486.XA CN202310580486A CN116777263A CN 116777263 A CN116777263 A CN 116777263A CN 202310580486 A CN202310580486 A CN 202310580486A CN 116777263 A CN116777263 A CN 116777263A
- Authority
- CN
- China
- Prior art keywords
- data
- product
- analysis
- business
- management unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000007405 data analysis Methods 0.000 title claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 202
- 230000008901 benefit Effects 0.000 claims abstract description 123
- 238000011156 evaluation Methods 0.000 claims abstract description 100
- 238000012545 processing Methods 0.000 claims abstract description 79
- 238000013439 planning Methods 0.000 claims abstract description 72
- 239000000047 product Substances 0.000 claims description 219
- 238000007726 management method Methods 0.000 claims description 171
- 238000004519 manufacturing process Methods 0.000 claims description 116
- 238000004422 calculation algorithm Methods 0.000 claims description 62
- 230000008569 process Effects 0.000 claims description 38
- 229910000831 Steel Inorganic materials 0.000 claims description 37
- 239000010959 steel Substances 0.000 claims description 37
- 239000000463 material Substances 0.000 claims description 34
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 18
- 239000002994 raw material Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 229910052742 iron Inorganic materials 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 9
- 238000000547 structure data Methods 0.000 claims description 9
- 238000005096 rolling process Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 6
- 239000006227 byproduct Substances 0.000 claims description 4
- 230000006870 function Effects 0.000 description 19
- 238000002360 preparation method Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011157 data evaluation Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000009628 steelmaking Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000013068 supply chain management Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供一种企业经营数据分析***及方法,涉及数据分析技术领域,所述***包括:数据中台模块用于获取基础数据和业务数据;产品边际效益分析模块用于对基础数据和业务数据进行边际效益分析处理,生成产品效益评估数据;订单结构预测分析模块用于对基础数据和业务数据进行预测和统计分析处理,生成销售需求预测数据;产能规划与分析模块用于对基础数据和业务数据进行评估分析处理,生成产能综合评估数据;经营分析模块用于根据业务数据、产品边际效益数据、销售需求预测数据和产能综合评估数据生成多个经营分析报告,本发明通过对所有基础数据和业务数据进行深度挖掘处理以生成评估分析报告,提高了企业经营中的数据利用率。
Description
技术领域
本发明涉及数据分析技术领域,具体而言,涉及一种企业经营数据分析***及方法。
背景技术
随着工业互联网飞速发展,钢铁行业两化融合进程势在必行,各大钢铁企业正在积极进行钢铁生产智能化转型,近年来,各大企业经过信息化建设,汇聚了企业大量的生产经营和管理数据。
作为传统制造行业,钢铁企业经营管理中存在数据利用率不高、信息孤岛的问题,由于上下游市场竞争激烈,订单呈现多品种小批量的趋势,因此造成在钢铁企业数据存储分散,数据传输时效性低,未利用好企业各类数据来盘活数据资产,更无法从海量数据中识别和生成企业关键指标,将其转化成为企业发展动力,从而无法支撑企业各级生产管理者的经营决策。
发明内容
本发明所要解决的问题是如何对企业经营中的数据深度挖掘以提高数据利用率的问题。
为解决上述问题,本发明提供一种企业经营数据分析***,包括数据中台模块、产品边际效益分析模块、订单结构预测分析模块、产能规划与分析模块和经营分析模块,
所述数据中台模块用于获取基础数据和业务数据;
所述产品边际效益分析模块用于对所述基础数据和所述业务数据进行边际效益分析处理,生成产品效益评估数据;
所述订单结构预测分析模块用于对所述基础数据和所述业务数据进行预测和统计分析处理,生成销售需求预测数据;
所述产能规划与分析模块用于对所述基础数据和所述业务数据进行评估分析处理,生成产能综合评估数据;
所述经营分析模块用于根据所述业务数据、所述产品边际效益数据、所述销售需求预测数据和所述产能综合评估数据生成多个经营分析报告。
本发明所述的企业经营数据分析***包括数据中台模块、产品边际效益分析模块、订单结构预测分析模块、产能规划与分析模块和经营分析模块,通过各模块之间的通讯连接,实现数据上的信息交互,数据中台模块通过将接收和储存的基础数据和业务数据发送至产品边际效益分析模块、订单结构预测分析模块、产能规划与分析模块和经营分析模块,由产品边际效益分析模块、订单结构预测分析模块和产能规划与分析模块对基础数据和业务数据进行数据评估分析处理,使得在企业经营中的相关数据都得以利用处理,从而提高企业经营中的数据利用率,避免了信息孤岛,也为例如钢铁生产智能化转型提供了科学支撑,产品边际效益分析模块、订单结构预测分析模块和产能规划与分析模块将接收到的基础数据和业务数据进行评估分析、梳理整合生成产品效益评估数据、销售需求预测数据和产能综合评估数据并发送至经营分析模块,从而提高了例如钢铁企业经营管理中的数据利用率,经营分析模块根据产品边际效益数据、销售需求预测数据和产能综合评估数据生成经营分析报告,且本发明不是单一对所有数据进行整合,而是根据例如钢铁企业经营管理中的数据结构进行划分,对不同方面的数据进行分类分析整合评估,因此,得出的经营分析报告更贴合钢铁企业自身,贴近企业实际经营情况,而非刻板的追求数据上的结果,从而对于企业各级生产管理者的经营决策也提供了科学、可靠的依据。
可选地,所述产品边际效益分析模块包括产品成本管理单元、产品合同额管理单元、产品效益统计管理单元和产品效益评估管理单元,
所述产品成本管理单元用于对所述基础数据的产品数据、工艺数据和产品原料成本数据进行算法处理,生成产品边际成本数据;
所述产品合同额管理单元用于对所述产品数据以及所述业务数据的订单属性数据和合同订单池数据进行算法处理,生成合同订单价格数据;
所述产品效益统计管理单元用于对所述基础数据的产品数据、产品成本数据和副产品效益计算规则数据、所述业务数据的产品合同额计算数据、所述产品边际成本数据以及所述合同订单价格数据进行算法处理,生成产品边际效益数据;
所述产品效益评估管理单元用于对所述产品数据和所述产品边际效益数据进行数据对比处理,按所述产品边际效益数据从大到小或从小到大将对应的产品类型进行排序,生成所述产品效益评估数据。
可选地,所述订单结构预测分析模块包括合同订单管理单元、客户资源管理单元、订单结构预测管理单元以及销售需求管理单元,
所述合同订单管理单元用于根据所述基础数据的产品数据以及所述业务数据的订单属性数据和合同订单池数据按照订单时间维度和订单结构维度对各类型订单的合同量进行排序分析处理,生成合同订单结构数据;
所述客户资源管理单元用于根据所述基础数据的客户主数据以及所述订单属性数据和所述合同订单池数据按订单资源量、综合购买力与客户忠诚度的预设权重对各类客户的所述订单资源量、合同额以及订单资源量标准差进行排序分析处理,生成客户等级数据;
所述订单结构预测管理单元用于对所述产品数据、所述合同订单结构数据、所述订单属性数据以及所述业务数据的合同订单历史数据数据进行预测分析处理,生成订单结构预测数据;
所述销售需求管理单元用于根据所述订单结构预测数据以及所述客户等级数据生成所述销售需求预测数据。
可选地,所述产能规划与分析模块包括产线设备管理单元、产品生产周期管理单元、物料平衡管理单元以及产能规划管理单元,
所述产线设备管理单元用于根据所述基础数据的工序数据、产线数据、设备数据、产品数据和工艺数据按产品类型对各类型设备机时数据进行评估处理,生成设备机时评估数据;
所述产品生产周期管理单元用于根据所述基础数据的炼铁规则数据、炼钢规则数据、轧钢规则数据、产品数据、质量数据和工艺数据按所述产品类型分别对所有产品的生产周期进行算法处理,生成产品生产周期数据;
所述物料平衡管理单元用于根据所述设备机时评估数据、所述工序数据、所述产线数据、所述设备数据、所述炼铁规则数据、所述炼钢规则数据、所述轧钢规则数据、所述产品数据和所述工艺数据以及所述业务数据的库存数据、检修计划数据对生产物料进行优化和预测处理,生成物料库存预测数据和生产物料需求数据;
所述产能规划管理单元用于根据所述设备机时评估数据、所述产品生产周期数据、所述物料库存预测数据和所述生产物料需求数据以及所述检修计划数据按各产品预设时间区域的差能需求对各生产线进行预测评估处理,生成所述产能综合评估数据。
可选地,所述企业经营数据分析***还包括企业资源计划***、制造执行***和高级计划与排程***,
所述企业资源计划***、所述制造执行***和所述高级计划与排程***均用于与所述数据中台模块对所述业务数据进行信息交互。
可选地,所述经营分析模块包括生产经营计划管理单元和多方案对比管理单元,
所述生产经营计划管理单元用于根据所述产品效益评估数据、所述销售需求预测数据、所述产能综合评估数据以及所述业务数据的外部钢材数据和原料市场数据,通过预设数据偏好模型进行优化处理生成多个经营计划数据,
所述多方案对比管理单元用于根据预设经营偏好权重对所有所述经营计划数据处理生成多个所述经营分析报告,其中,一个所述经营计划数据对应一个所述经营分析报告;
所述多方案对比管理单元还用于根据业务数据对所述经营分析报告进行对比分析处理生成目标经营报告。
可选地,所述经营分析模块还包括数据支持管理单元,
所述数据支持管理单元用于根据所述数据中台模块获取的企业资源计划实际销售数据、制造执行生产实绩数据、制造执行库存数据、原料市场数据和钢材市场数据以及所述业务数据的月效益实际数据,将所述目标经营报告与实际经营报告进行对比处理,生成目标偏差值,
若所述目标偏差值大于预设偏差值,将所述目标经营报告修正优化直至所述目标偏差值小于或等于所述预设偏差值;
若所述目标偏差值小于或等于所述预设偏差值,将所述目标经营报告储存至所述数据中台模块。
可选地,所述数据中台模块还用于:
所述数据中台模块将所述目标经营报告分别发送至所述企业资源计划***、所述制造执行***和所述高级计划与排程***,以用于指导实际企业经营运行。
可选地,所述数据中台模块包括模型库配置模块,
所述模型库配置单元用于为所述产品边际效益分析模块、所述订单结构预测分析模块、所述产能规划与分析模块和所述经营分析模块提供指标体系模型、数据偏好配置模型和流程配置模型,以调整所述目标经营报告。
为解决上述问题,本发明还提供了一种企业经营数据分析方法,包括:
获取基础数据和业务数据,
对所述基础数据和所述业务数据进行边际效益分析处理、预测统计分析处理和评估分析处理,分别获得产品边际效益数据、销售需求预测数据和产能综合评估数据;
根据所述业务数据、所述产品边际效益数据、所述销售需求预测数据和所述产能综合评估数据生成经营分析报告。
本发明所述的一种企业经营数据分析方法与所述的一种企业经营数据分析***相对于现有技术的优势相同,在此不再赘述。
附图说明
图1为本发明实施例中企业经营数据分析***的结构图之一;
图2为本发明实施例中企业经营数据分析***的结构图之二。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
为解决上述问题,结合图1所示,本发明提供一种企业经营数据分析***,包括数据中台模块、产品边际效益分析模块、订单结构预测分析模块、产能规划与分析模块和经营分析模块,
具体地,数据中台模块、产品边际效益分析模块、订单结构预测分析模块、产能规划与分析模块与经营分析模块相互通讯连接;通讯连接是通过信号的传输交互在连接的设备之间构成通讯的连接方式,即通过信号的传输交互在连接的设备之间构成通讯,其中,通讯连接包括有线连接和无线连接。
数据中台模块用于获取基础数据和业务数据;
具体地,数据中台模块是企业经营数据分析***的核心,数据中台模块接收和储存用户维护和存储钢铁企业经营管理数据挖掘和利用时所需要的基础数据,以及***上传的业务数据,并将基础数据和业务数据发送至产品边际效益分析模块、订单结构预测分析模块、产能规划与分析模块和经营分析模块。
具体地,数据中台模块提供各类基础算法,包括但不限于数据清理、数据转换、数据筛选、数据正则化等数据准备基础算法,还提供数据分析基础算法,包括但不限于神经网络、决策树、支持向量机等机器学习和深度学习趋势预测基础算法,钢铁企业生产工艺规则基础算法,运筹学数学规划基础算法以及数学统计基础算法,数据中台模块中的各类算法为产品边际效益分析模块、订单结构预测分析模块、产能规划与分析模块和经营分析模块的数据处理提供支撑。
产品边际效益分析模块用于对基础数据和业务数据进行边际效益分析处理,生成产品效益评估数据;
订单结构预测分析模块用于对基础数据和业务数据进行预测和统计分析处理,生成销售需求预测数据;
产能规划与分析模块用于对基础数据和业务数据进行评估分析处理,生成产能综合评估数据;
具体地,可以理解的是本实施例中的评估分析处理包括但不限于数据算法处理、数据预测处理和数据模型训练,实际应用过程中根据各数据的不同,分别匹配不同的处理方式。
具体地,本实施例中产品边际效益分析模块将接收到的基础数据和业务数据中与产品成本和合同额相关的数据进行匹配、计算以及分析处理生成产品效益评估数据;订单结构预测分析模块将接收到的基础数据和业务数据中与订单结构、客户结构和客户订单资源量相关的数据进行统计分析和预测处理生成销售需求预测数据;产能规划与分析模块将接收到的基础数据和业务数据中与设备机时能力、品种生产周期和产线物料供需相关的数据进行评估分析处理生成产能综合评估数据。
经营分析模块用于根据业务数据、产品边际效益数据、销售需求预测数据和产能综合评估数据生成多个经营分析报告。
本实施例所述的企业经营数据分析***包括数据中台模块、产品边际效益分析模块、订单结构预测分析模块、产能规划与分析模块和经营分析模块,通过各模块之间的通讯连接,实现数据上的信息交互,数据中台模块通过将接收和储存的基础数据和业务数据发送至产品边际效益分析模块、订单结构预测分析模块、产能规划与分析模块和经营分析模块,由产品边际效益分析模块、订单结构预测分析模块和产能规划与分析模块对基础数据和业务数据进行数据评估分析处理,使得在企业经营中的相关数据都得以利用处理,从而提高企业经营中的数据利用率,避免了信息孤岛,也为例如钢铁生产智能化转型提供了科学支撑,产品边际效益分析模块、订单结构预测分析模块和产能规划与分析模块将接收到的基础数据和业务数据进行评估分析、梳理整合生成产品效益评估数据、销售需求预测数据和产能综合评估数据并发送至经营分析模块,从而提高了例如钢铁企业经营管理中的数据利用率,经营分析模块根据产品边际效益数据、销售需求预测数据和产能综合评估数据生成经营分析报告,且本实施例不是单一对所有数据进行整合,而是根据例如钢铁企业经营管理中的数据结构进行划分,对不同方面的数据进行分类分析整合评估,因此,得出的经营分析报告更贴合钢铁企业自身,贴近企业实际经营情况,而非刻板的追求数据上的结果,从而对于企业各级生产管理者的经营决策也提供了科学、可靠的依据。
可选地,产品边际效益分析模块包括产品成本管理单元、产品合同额管理单元、产品效益统计管理单元和产品效益评估管理单元,
产品成本管理单元用于对基础数据的产品数据、工艺数据和产品原料成本数据进行算法处理,生成产品边际成本数据;
具体地,本实施例中的产品成本管理单元具有产品边际成本统计功能,结合基础数据的产品数据、工艺数据和产品原料成本数据,调用数据准备基础算法以及数学统计基础算法对不同种类结构的产品边际成本进行统计计算处理生成产品边际成本数据,并将生成产品边际成本数据存入数据中台模块。
产品合同额管理单元用于对产品数据以及业务数据的订单属性数据和合同订单池数据进行算法处理,生成合同订单价格数据;
具体地,本实施例中的产品合同额管理单元具有合同订单价格统计功能,结合产品数据以及业务数据的订单属性数据和合同订单池数据,调用数据准备基础算法及数学统计基础算法对不同订单结构的订单进行统计计算处理生成合同订单价格数据,并将合同订单价格数据存入数据中台模块。
产品效益统计管理单元用于对基础数据的产品数据、产品成本数据和副产品效益计算规则数据、业务数据的产品合同额计算数据、产品边际成本数据以及合同订单价格数据进行算法处理,生成产品边际效益数据;
具体地,本实施例中的产品效益统计管理单元具有产品边际效益统计功能,结合基础数据的产品数据、产品成本数据和副产品效益计算规则数据、业务数据的产品合同额计算数据、产品边际成本数据以及合同订单价格数据,调用数据准备基础算法和数学统计基础算法对不同产品的边际效益进行统计计算处理生成产品边际效益数据,将产品边际效益数据存入数据中台模块。
产品效益评估管理单元用于对产品数据和产品边际效益数据进行数据对比处理,按产品边际效益数据从大到小或从小到大将对应的产品类型进行排序,生成产品效益评估数据。
具体地,本实施例中的产品效益评估管理单元具有产品效益评估分析功能,结合产品数据和产品边际效益数据,调用数据准备基础算法和数据分析基础算法对各类产品的边际效益进行对比分析处理,按产品边际效益数据从大到小或从小到大将对应的产品类型进行排序,生成产品效益评估数据,并将产品效益评估数据存入数据中台模块以及上传至经营分析模块。
其中,本实施例中所调用的算法类型可根据实际应用需求进行适应性更改,在此不作限定,仅作为实施例进行举例说明。
可选地,订单结构预测分析模块包括合同订单管理单元、客户资源管理单元、订单结构预测管理单元以及销售需求管理单元,
合同订单管理单元用于根据基础数据的产品数据以及业务数据的订单属性数据和合同订单池数据按照订单时间维度和订单结构维度对各类型订单的合同量进行排序分析处理,生成合同订单结构数据;
具体地,本实施例中的合同订单管理单元具有合同订单结构统计分析功能,结合基础数据的产品数据以及业务数据的订单属性数据和合同订单池数据,调用数据准备基础算法、数学统计基础算法和数据分析基础算法对各类订单的合同量进行统计,并分析各类订单相较于合同订单总量的占比,按照时间维度和订单结构维度对合同量进行排序分析处理生成合同订单结构数据,将合同订单结构数据存入数据中台模块。
客户资源管理单元用于根据基础数据的客户主数据以及订单属性数据和合同订单池数据按订单资源量、综合购买力与客户忠诚度的预设权重对各类客户的订单资源量、合同额以及订单资源量标准差进行排序分析处理,生成客户等级数据;
具体地,本实施例中的客户资源管理单元具有客户订单资源量统计、客户综合购买力统计及客户忠诚度统计功能,结合基础数据的客户主数据以及订单属性数据和合同订单池数据,调用数据准备基础算法、数学统计基础算法和数据分析基础算法对各类客户的订单资源量、合同额以及订单资源量标准差统计计算,并将其按订单资源量、综合购买力与客户忠诚度的预设权重进行排序分析处理,生成客户等级数据,并将客户等级数据存入数据中台模块,其中,实际使用过程中用户可以在***内设置订单资源量、综合购买力与客户忠诚度的权重,***默认值为1:1:1。
订单结构预测管理单元用于对产品数据、合同订单结构数据、订单属性数据以及业务数据的合同订单历史数据数据进行预测分析处理,生成订单结构预测数据;
具体地,本实施例中的订单结构预测管理单元具有订单结构预测功能,结合产品数据、合同订单结构数据、订单属性数据以及业务数据的合同订单历史数据数据,调用数据准备基础算法和趋势预测基础算法对各数据进行训练学习及预测分析处理,预测下一月/年的订单结构,生成订单结构预测数据,可以理解的是预测的时间区间可由用户自定义配置,且支持用户对订单结构预测数据进行调整,并将订单结构预测数据存入数据中台。
销售需求管理单元用于根据订单结构预测数据以及客户等级数据生成销售需求预测数据。
具体地,本实施例中的销售需求管理单元具有产品效益评估分析功能,结合订单结构预测数据以及客户等级数据,调用数据准备基础算法、趋势预测基础算法和数据分析基础算法对销售需求进行预测评估处理生成销售需求预测数据,并将销售需求预测数据分别存入数据中台模块和上传至经营分析模块,其中,销售需求包括但不限于不同钢种、规格的产品需求量,实际销售需求结合企业自身进行设置。
其中,本实施例中所调用的算法类型可根据实际应用需求进行适应性更改,在此不作限定,仅作为实施例进行举例说明。
可选地,产能规划与分析模块包括产线设备管理单元、产品生产周期管理单元、物料平衡管理单元以及产能规划管理单元,
产线设备管理单元用于根据基础数据的工序数据、产线数据、设备数据、产品数据和工艺数据按产品类型对各类型设备机时数据进行评估处理,生成设备机时评估数据;
具体地,本实施例中的产线设备管理单元具有产线设备机时能力评估功能,结合基础数据的工序数据、产线数据、设备数据、产品数据和工艺数据,调用数据准备基础算法、数学统计基础算按产品类型分别对不同设备的机时能力进行统计评估处理生成设备机时评估数据,将设备机时评估数据存入数据中台模块。
产品生产周期管理单元用于根据基础数据的炼铁规则数据、炼钢规则数据、轧钢规则数据、产品数据、质量数据和工艺数据按产品类型分别对所有产品的生产周期进行算法处理,生成产品生产周期数据;
具体地,本实施例中的品种生产周期管理单元具有品种生产周期评估功能,结合基础数据的炼铁规则数据、炼钢规则数据、轧钢规则数据、产品数据、质量数据和工艺数据,调用数据准备基础算法、数学统计基础算法按产品类型分别对对不同产品品种的生产周期进行统计计算处理生成产品生产周期数据,并将产品生产周期数据存入数据中台模块。
物料平衡管理单元用于根据设备机时评估数据、工序数据、产线数据、设备数据、炼铁规则数据、炼钢规则数据、轧钢规则数据、产品数据和工艺数据以及业务数据的库存数据、检修计划数据对生产物料进行优化和预测处理,生成物料库存预测数据和生产物料需求数据;
具体地,本实施例中的物料平衡管理单元具有库存管理和物料供需平衡分析功能,结合设备机时评估数据、工序数据、产线数据、设备数据、炼铁规则数据、炼钢规则数据、轧钢规则数据、产品数据和工艺数据以及业务数据的库存数据、检修计划数据,调用数据准备基础算法、趋势预测基础算法和数学规划基础算法对生产物料基于工艺规则和设备机时能力进行训练、预测和优化处理生成物料库存预测数据和生产物料需求数据,并预测下一月库存情况,将物料库存预测数据和生产物料需求数据存入数据中台模块,其中,本实施例支持用户设置预测时间区间并可以调整物料库存预测数据和生产物料需求数据。
产能规划管理单元用于根据设备机时评估数据、产品生产周期数据、物料库存预测数据和生产物料需求数据以及检修计划数据按各产品预设时间区域的差能需求对各生产线进行预测评估处理,生成产能综合评估数据。
具体地,本实施例中的产能规划管理单元具有产能综合评估分析功能,结合设备机时评估数据、产品生产周期数据、物料库存预测数据和生产物料需求数据以及检修计划数据,调用数据准备基础算法、数学规划基础算法对各生产线针对各产品预设时间区域的差能需求进行预测评估处理生成产能综合评估数据,其中,本实施例支持用户对产能综合评估数据进行调整,并将产能综合评估数据分别存入数据中台模块和上传至经营分析模块。
其中,本实施例中所调用的算法类型可根据实际应用需求进行适应性更改,在此不作限定,仅作为实施例进行举例说明。
可选地,企业经营数据分析***还包括企业资源计划***、制造执行***和高级计划与排程***,
企业资源计划***、制造执行***和高级计划与排程***均用于与数据中台模块对业务数据进行信息交互。
具体地,企业资源计划***即ERP***(EnterpriseResourcePlanning),是指建立在信息技术基础上,以***化的管理思想,为企业决策层及员工提供决策运行手段的管理平台,ERP***除具有生产资源计划、制造、财务、销售和采购的功能外,还有包括质量管理,实验室管理,业务流程管理,产品数据管理,存货、分销与运输管理,人力资源管理和定期报告***。企业资源计划***跳出了传统企业边界,从供应链范围去优化企业的资源,是基于网络经济时代的新一代信息***,可用于改善企业业务流程以提高企业核心竞争力,ERP***支持离散型、流程型等混合制造环境,应用范围从制造业扩展到零售业、服务业、银行业、电信业、政府机关和学校等事业部门,通过融合数据库技术、图形用户界面、***查询语言、客户服务器结构、计算机辅助开发工具、可移植的开放***等对企业资源进行了有效的集成,ERP***将企业所有资源进行整合集成管理,简单的说ERP***是将企业的三大流:物流、资金流和信息流进行全面一体化管理的管理信息***。
具体地,制造执行***即MES***(manufacturingexecutionsystem),旨在加强执行功能,把经营计划同车间作业现场控制通过执行***联系起来,本实施例所述的现场控制包括但不限于PLC程控器、数据采集器、条型码、各种计量及检测仪器、机械手,MES***设置了必要的接口,与提供生产现场控制设施的厂商建立合作关系,MES***能够帮助企业实现生产计划管理、生产过程控制、产品质量管理、车间库存管理、项目看板管理等与企业相关的企业生产管理,提高企业制造执行能力。
具体地,高级计划与排程***即APS***(AdvancedPlanningand Scheduling),APS***是一种基于供应链管理和约束理论的先进计划与排产工具,包含了大量的数学模型、优化及模拟技术,其功能优势在于实时基于约束的重计划与报警功能。在计划与排产的过程中,APS***将企业内外的资源与能力约束都囊括在考虑范围之内,用复杂的智能化运算法则,做常驻内存的计算。
可选地,经营分析模块包括生产经营计划管理单元和多方案对比管理单元,
生产经营计划管理单元用于根据产品效益评估数据、销售需求预测数据、产能综合评估数据以及业务数据的外部钢材数据和原料市场数据,通过预设数据偏好模型进行优化处理生成多个经营计划数据;
具体地,本实施例中的生产经营计划管理单元具有边际效益偏好管理、订单满足率偏好管理、产能利用率偏好管理、年/月度经营计划编制以及经营计划分解为销售计划、生产计划含和预算计划的功能,结合产品效益评估数据、销售需求预测数据、产能综合评估数据以及业务数据的外部钢材数据和原料市场数据,调用数据准备基础算法、数学规划基础算法以及预设数据偏好模型进行求解优化处理生成多个经营计划数据。
其中,预设数据偏好模型支持用户自定义配置,可设置多目标,多约束,同时支持调整模型参数,默认模型配置如下:
选择效益最大化优先偏好则以效益最大化为主要目标,以重要客户订单交期、工艺规程、设备机时能力、产品质量规范、物流运力、库存容量为主要约束,求解优化经营计划数据,求解优化过程中,相关约束以及约束参数允许用户人工调整,修改数据偏好模型,经营计划数据允许用户人工调整;
选择订单满足率最大化优先偏好则以订单交期率最大为第一目标、订单产品与交付产品不一致率最少为第二目标、成品库存最少为第三目标,以重要客户订单交期、工艺规程、设备机时能力、产品质量规范、物流运力、安全库存为主要约束,求解优化经营计划数据,求解优化过程中,相关约束以及约束参数允许用户人工调整,修改数据偏好模型,经营计划数据允许用户人工调整;
选择产能利用率最大化优先偏好则以设备利用率为主要目标,以重要客户订单交期、工艺规程、设备机时能力、产品质量规范、物流运力、安全库存为主要约束,求解优化经营计划数据,求解优化过程中,相关约束以及约束参数允许用户人工调整,修改数据偏好模型,经营计划数据允许用户人工调整,
将三种不同经营计划数据经过格式转换,转换为年/月度经营计划数据,将多个经营计划数据存入数据中台模块,同时,还可按照经营计划数据中不同产品产量、品种结构、物料需求结合市场钢材价格与原料价格以及客户重要程度,调用预设业务流模型和审批流模型,将年/月度经营计划数据分解为年/月度销售经营计划数据、年/月度生产经营计划数据与年/月度预算经营计划数据,可以理解的是,本实施例通过对企业经营管理中的数据进行深度挖掘,进而整合成经营计划数据,同时,对经营计划数据进一步处理,生成不同类型适应于企业不同职能部门的经营计划数据,从而实现数据挖掘真正的含义,为企业经营管理提供科学、可靠的支撑,同时,本实施例支持用户选择不同经营数据偏好,以所选择的数据偏好为主要目标,并生成适合企业本身的经营偏好数据,可以理解的是本实施例中的经营偏好数据并不是单一一组数据,在实际应用过程中可以生成多个经营偏好数据。
多方案对比管理单元用于根据预设经营偏好权重对所有经营计划数据处理生成多个经营分析报告,其中,一个经营计划数据对应一个经营分析报告;
多方案对比管理单元还用于根据业务数据对经营分析报告进行对比分析处理生成目标经营报告。
具体地,本实施例中的多方案对比管理单元具有边际效益偏好对比评估分析、订单满足率偏好对比评估分析、产能利用率偏好对比评估分析功能,结合多个经营计划数据,通过用户设置指标权重,对不同数据偏好下的经营计划数据进行评估,并调用数据准备基础算法和数据分析基础算法以及预设指标体系模型根据业务数据的设备利用率、产品销量、产品边际效益、经营预算,优特钢占比等关键指标对经营分析报告进行对比分析处理生成目标经营报告,将目标经营报告存入数据中台并发送至ERP***和APS***执行,其中,本实施例也可由用户选择最终目标经营报告,可以理解的是,本实施例中的多方案对比管理模块为辅助钢铁企业经营数据而设定,因此,实际应用过程中,对于生成的目标经营报告以用户选择为主,以实现辅助支撑作用。
可选地,经营分析模块还包括数据支持管理单元,
数据支持管理单元用于根据数据中台模块获取的企业资源计划实际销售数据、制造执行生产实绩数据、制造执行库存数据、原料市场数据和钢材市场数据以及业务数据的月效益实际数据,将目标经营报告与实际经营报告进行对比处理,生成目标偏差值,
若目标偏差值大于预设偏差值,将目标经营报告修正优化直至目标偏差值小于或等于预设偏差值;
若目标偏差值小于或等于预设偏差值,将目标经营报告储存至数据中台模块。
具体地,本实施例中的数据支持管理模块具有月/年度经营数据调整和计划实绩对比分析功能,结合数据中台模块中的企业资源计划实际销售数据、制造执行生产实绩数据、制造执行库存数据、原料市场数据和钢材市场数据以及业务数据的月效益实际数据,调用数据准备基础算法、数学统计基础算法和数据分析基础算法和指标体系模型对目标经营计划报告与实际经营报告进行对比处理生成目标偏差值,若目标偏差值大于预设偏差值,将目标经营计划报告修正优化直至目标偏差值小于或等于预设偏差值,即计划与实际对比成负向反馈,则数据支持管理模块根据上述流程调整下月/年经营计划报告,且支持用户人工调整,将调整结果存入数据中台模块并发送至ERP***和APS***;若目标偏差值小于或等于预设偏差值,将目标经营计划报告储存至数据中台模块,即计划与实际对比成正向反馈,则生产实际按照目标经营计划报告继续执行。
具体地,本实施例中的经营分析模块包括生产经营计划管理单元、多方案对比管理单元以及决策支持管理单元,经营分析模块接收产品边际效益分析模块、订单结构预测分析模块、产能规划与分析模块和数据中台模块提供的产品效益评估数据、销售需求预测数据、产能综合评估数据以及外部钢材数据和原料市场数据,按照用户所选择的符合企业经营的偏好数据为主要目标,其余数据为次要目标,并加以设备机时能力、产品质量规范、物流运力、库存容量等与企业经营相关的指标为约束,通过配置好的数据偏好模型,利用数学规划对不同偏好下的经营计划数据进行求解,获得不同决策偏好下的经营分析报告,结合原材料和钢材市场趋势,通过多方案对比分析,调取预设指标体系模型,选取综合指标最优计划生成目标经营报告,其中,本实施例支持用户进行人工调整,将目标经营报告存储至数据中台模块并下发至ERP***与APS***执行,且通过数据中台模块接收ERP***与MES***传输的实际销售数据以及生产实绩数据,与目标经营报告进行对比分析,并给出分析结论,为决策调整提供***支撑。
可选地,数据中台模块还用于:
数据中台模块将目标经营报告分别发送至企业资源计划***、制造执行***和高级计划与排程***,以用于指导实际企业经营运行。
可选地,数据中台模块包括模型库配置单元,
模型库配置单元用于为产品边际效益分析模块、订单结构预测分析模块、产能规划与分析模块和经营分析模块提供指标体系模型、数据偏好配置模型和流程配置模型,以调整所述目标经营报告。
具体地,本实施例中的模型配置库单元提供生产工艺、产品效益、产能利用相关的指标体系模型;效益最大化优先偏好、订单满足率优先偏好、产能利用率优先偏好的数据偏好配置模型,以及支持钢铁企业业务流程以及审批流程的模型配置,为经营计划报告的方案对比和调整以及企业关键经营指标的可视化和配置化提供支撑。
一实施例中,结合图2所示,周边***包括ERP***、MES***、APS***和外部***,企业经营数据分析***包括数据中台模块、产能规划与分析模块、订单结构预测分析模块、产品边际效益分析模块和经营计划决策支持模块(相当于本发明实施例中的经营分析模块),外部用户包括但不限于制造部、销售部、财务部、设备部和技术中心,可以理解的是外部用户的使用对象由使用***的企业根据企业自身设定部门确定,
在制定月度经营计划报告时,数据中台模块通过接收接口单元从周边***中接收并储存主数据,并通过发送接口单元将主数据中的业务数据和基础数据发送至产能规划与分析模块、订单结构预测分析模块、产品边际效益分析模块和经营计划决策支持模块,并通过基础算法库和模型配置库为其提供基础算法和模型配置,以支持其进行数据处理,产能规划与分析模块中的产线设备管理单元、品种产能管理单元、物料平衡管理单元和产能规划管理单元将基础数据和业务数据进行整合、规划分析处理生成产能综合评估分析报告,发送至经营计划决策支持模块;订单结构预测分析模块中的合同订单管理单元、客户资源量管理单元、订单结构预测管理单元和销售需求管理单元对基础数据和业务数据进行整合、预测分析处理生成销售需求评估分析报告,发送至经营计划决策支持模块;产品边际效益分析模块中的产品成本管理单元、产品合同额管理单元、产品效益管理单元和产品效益评估管理单元对基础数据和业务数据进行整合、评估分析处理生成产品效益评估分析报告,发送至经营计划决策支持模块,通过产能规划与分析模块、订单结构预测分析模块和产品边际效益分析模块对基础数据和业务数据的整合分析,将分散的数据进行集中利用,提高企业经营管理的数据利用率,经营计划决策支持模块中的决策偏好管理单元、生产经营计划管理单元、多方案对比管理单元和决策支持管理单元将接收到的产能综合评估分析报告、销售需求评估分析报告和产品效益评估分析报告进行整合优化处理生成年/月度经营计划、年/月销售计划、年/月生产计划和年/月预算计划,并发送至数据中台模块,通过经营计划决策支持模块对各分析报告进行优化处理,从而生成与企业适配度更高的经营计划,且该经营计划的生成基于企业的相关数据,因此,该经营计划有更高的科学性和可靠性,
除此之外,周边***会将实际经营数据发送至数据中台模块,数据中台模块将其整合为经营计划执行实绩反馈至经营计划决策支持模块,经营计划决策支持模块参照经营计划执行实绩对年/月度经营计划、年/月销售计划、年/月生产计划和年/月预算计划进行相应的修正优化,从而为企业经营决策提高更可靠的支持,同时,各***之间的信息交互均实时进行,以提高数据利用的时效性,使得企业在制定经营决策时抢占市场的先机,同时,外部用户可任意对企业经营数据分析***中的数据进行更改,从而生成适合企业自身的经营分析报告,从而制定合理的经营计划,通过本实施例的企业经营数据分析***对于钢铁生产智能化转型及其信息化建设具有重要作用,避免了钢铁企业经营管理中的信息孤岛,提升数据利用率,从而充分利用企业各类数据来盘活数据资产,从海量数据中识别和生成企业关键指标和经营分析报告,将其转化成为企业发展动力,进而支撑企业各级生产管理者的经营决策。
和上述一种企业经营数据分析***相对应,本发明实施例还提供了一种企业经营数据分析方法,包括:
获取基础数据和业务数据,
对基础数据和业务数据进行边际效益分析处理、预测统计分析处理和评估分析处理,分别获得产品边际效益数据、销售需求预测数据和产能综合评估数据;
根据业务数据、产品边际效益数据、销售需求预测数据和产能综合评估数据生成经营分析报告。
本实施例中的一种企业经营数据分析方法与一种企业经营数据分析***相对于现有技术的优势相同,在此不再赘述。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
虽然本发明公开披露如上,但本发明公开的保护范围并非仅限于此。本领域技术人员在不脱离本发明公开的精神和范围的前提下,可进行各种变更与修改,这些变更与修改均将落入本发明的保护范围。
Claims (10)
1.一种企业经营数据分析***,其特征在于,包括数据中台模块、产品边际效益分析模块、订单结构预测分析模块、产能规划与分析模块和经营分析模块;
所述数据中台模块用于获取基础数据和业务数据;
所述产品边际效益分析模块用于对所述基础数据和所述业务数据进行边际效益分析处理,生成产品效益评估数据;
所述订单结构预测分析模块用于对所述基础数据和所述业务数据进行预测和统计分析处理,生成销售需求预测数据;
所述产能规划与分析模块用于对所述基础数据和所述业务数据进行评估分析处理,生成产能综合评估数据;
所述经营分析模块用于根据所述业务数据、所述产品边际效益数据、所述销售需求预测数据和所述产能综合评估数据生成多个经营分析报告。
2.根据权利要求1所述的企业经营数据分析***,其特征在于,所述产品边际效益分析模块包括产品成本管理单元、产品合同额管理单元、产品效益统计管理单元和产品效益评估管理单元,
所述产品成本管理单元用于对所述基础数据的产品数据、工艺数据和产品原料成本数据进行算法处理,生成产品边际成本数据;
所述产品合同额管理单元用于对所述产品数据以及所述业务数据的订单属性数据和合同订单池数据进行算法处理,生成合同订单价格数据;
所述产品效益统计管理单元用于对所述基础数据的产品数据、产品成本数据和副产品效益计算规则数据、所述业务数据的产品合同额计算数据、所述产品边际成本数据以及所述合同订单价格数据进行算法处理,生成产品边际效益数据;
所述产品效益评估管理单元用于对所述产品数据和所述产品边际效益数据进行数据对比处理,按所述产品边际效益数据从大到小或从小到大将对应的产品类型进行排序,生成所述产品效益评估数据。
3.根据权利要求1所述的企业经营数据分析***,其特征在于,所述订单结构预测分析模块包括合同订单管理单元、客户资源管理单元、订单结构预测管理单元以及销售需求管理单元,
所述合同订单管理单元用于根据所述基础数据的产品数据以及所述业务数据的订单属性数据和合同订单池数据按照订单时间维度和订单结构维度对各类型订单的合同量进行排序分析处理,生成合同订单结构数据;
所述客户资源管理单元用于根据所述基础数据的客户主数据以及所述订单属性数据和所述合同订单池数据按订单资源量、综合购买力与客户忠诚度的预设权重对各类客户的所述订单资源量、合同额以及订单资源量标准差进行排序分析处理,生成客户等级数据;
所述订单结构预测管理单元用于对所述产品数据、所述合同订单结构数据、所述订单属性数据以及所述业务数据的合同订单历史数据数据进行预测分析处理,生成订单结构预测数据;
所述销售需求管理单元用于根据所述订单结构预测数据以及所述客户等级数据生成所述销售需求预测数据。
4.根据权利要求1所述的企业经营数据分析***,其特征在于,所述产能规划与分析模块包括产线设备管理单元、产品生产周期管理单元、物料平衡管理单元以及产能规划管理单元,
所述产线设备管理单元用于根据所述基础数据的工序数据、产线数据、设备数据、产品数据和工艺数据按产品类型对各类型设备机时数据进行评估处理,生成设备机时评估数据;
所述产品生产周期管理单元用于根据所述基础数据的炼铁规则数据、炼钢规则数据、轧钢规则数据、产品数据、质量数据和工艺数据按所述产品类型分别对所有产品的生产周期进行算法处理,生成产品生产周期数据;
所述物料平衡管理单元用于根据所述设备机时评估数据、所述工序数据、所述产线数据、所述设备数据、所述炼铁规则数据、所述炼钢规则数据、所述轧钢规则数据、所述产品数据和所述工艺数据以及所述业务数据的库存数据、检修计划数据对生产物料进行优化和预测处理,生成物料库存预测数据和生产物料需求数据;
所述产能规划管理单元用于根据所述设备机时评估数据、所述产品生产周期数据、所述物料库存预测数据和所述生产物料需求数据以及所述检修计划数据按各产品预设时间区域的差能需求对各生产线进行预测评估处理,生成所述产能综合评估数据。
5.根据权利要求1所述的企业经营数据分析***,其特征在于,所述企业经营数据分析***还包括企业资源计划***、制造执行***和高级计划与排程***,
所述企业资源计划***、所述制造执行***和所述高级计划与排程***均用于与所述数据中台模块对所述业务数据进行信息交互。
6.根据权利要求1至5任一项所述的企业经营数据分析***,其特征在于,所述经营分析模块包括生产经营计划管理单元和多方案对比管理单元,
所述生产经营计划管理单元用于根据所述产品效益评估数据、所述销售需求预测数据、所述产能综合评估数据以及所述业务数据的外部钢材数据和原料市场数据,通过预设数据偏好模型进行优化处理生成多个经营计划数据,
所述多方案对比管理单元用于根据预设经营偏好权重对所有所述经营计划数据处理生成多个所述经营分析报告,其中,一个所述经营计划数据对应一个所述经营分析报告;
所述多方案对比管理单元还用于根据业务数据对所述经营分析报告进行对比分析处理生成目标经营报告。
7.根据权利要求6所述的企业经营数据分析***,其特征在于,所述经营分析模块还包括数据支持管理单元,
所述数据支持管理单元用于根据所述数据中台模块获取的企业资源计划实际销售数据、制造执行生产实绩数据、制造执行库存数据、原料市场数据和钢材市场数据以及所述业务数据的月效益实际数据,将所述目标经营报告与实际经营报告进行对比处理,生成目标偏差值,
若所述目标偏差值大于预设偏差值,将所述目标经营报告修正优化直至所述目标偏差值小于或等于所述预设偏差值;
若所述目标偏差值小于或等于所述预设偏差值,将所述目标经营报告储存至所述数据中台模块。
8.根据权利要求7所述的企业经营数据分析***,其特征在于,所述数据中台模块还用于:
将所述目标经营报告分别发送至企业资源计划***、制造执行***和高级计划与排程***,以用于指导实际企业经营运行。
9.根据权利要求7所述的企业经营数据分析***,其特征在于,所述数据中台模块包括模型库配置模块,
所述模型库配置单元用于为所述产品边际效益分析模块、所述订单结构预测分析模块、所述产能规划与分析模块和所述经营分析模块提供指标体系模型、数据偏好配置模型和流程配置模型,以调整所述目标经营报告。
10.一种企业经营数据分析方法,基于如权利要求1至9任一项所述的企业经营数据分析***,其特征在于,包括:
获取基础数据和业务数据,
对所述基础数据和所述业务数据进行边际效益分析处理、预测统计分析处理和评估分析处理,分别获得产品边际效益数据、销售需求预测数据和产能综合评估数据;
根据所述业务数据、所述产品边际效益数据、所述销售需求预测数据和所述产能综合评估数据生成经营分析报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310580486.XA CN116777263A (zh) | 2023-05-23 | 2023-05-23 | 一种企业经营数据分析***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310580486.XA CN116777263A (zh) | 2023-05-23 | 2023-05-23 | 一种企业经营数据分析***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116777263A true CN116777263A (zh) | 2023-09-19 |
Family
ID=88012360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310580486.XA Pending CN116777263A (zh) | 2023-05-23 | 2023-05-23 | 一种企业经营数据分析***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116777263A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117710081A (zh) * | 2023-11-29 | 2024-03-15 | 浙江孚临科技有限公司 | 一种用于金融风险控制的信息服务处理*** |
-
2023
- 2023-05-23 CN CN202310580486.XA patent/CN116777263A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117710081A (zh) * | 2023-11-29 | 2024-03-15 | 浙江孚临科技有限公司 | 一种用于金融风险控制的信息服务处理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Arampantzi et al. | A new model for designing sustainable supply chain networks and its application to a global manufacturer | |
Debnath et al. | A Bayesian Best–Worst approach for assessing the critical success factors in sustainable lean manufacturing | |
CN111401808A (zh) | 一种基于混合模型的物资协议库存需求预测方法 | |
CN117252447B (zh) | 一种工业盐生产统计方法及*** | |
US20150149257A1 (en) | Systems and methods for enterprise profit optimization | |
CN110689217B (zh) | 一种电脑生产智能制造*** | |
Ray et al. | The TOC-based algorithm for solving multiple constraint resources | |
Muñoz-Villamizar et al. | Improving effectiveness of parallel machine scheduling with earliness and tardiness costs: A case study | |
CN114298426A (zh) | Aps动态生产计划排程*** | |
CN116777263A (zh) | 一种企业经营数据分析***及方法 | |
CN116341931B (zh) | 一种多偏好钢铁企业经营数据分析***及方法 | |
CN115700639A (zh) | 智能生产排程方法、装置、设备及存储介质 | |
CN117350492A (zh) | 一种对比历史数据智能调控的mes运行管理*** | |
Zhang et al. | Big data driven decision-making for batch-based production systems | |
Razavi Hajiagha et al. | A hybrid fuzzy-stochastic multi-criteria ABC inventory classification using possibilistic chance-constrained programming | |
Li et al. | Machine learning algorithm generated sales prediction for inventory optimization in cross-border E-commerce | |
Gupta et al. | A multi-level programming model for green supplier selection | |
CN113469595A (zh) | 智慧供应链***及服务器平台 | |
Budde et al. | Use of DES to develop a decision support system for lot size decision-making in manufacturing companies | |
KR102637167B1 (ko) | 생산 공정 및 기업간 생산 계획과 연동된 제품 이송최적화 방법 | |
CN117217804A (zh) | 一种智能定价与库存管理方法及*** | |
Yousefi et al. | A decision support framework for sustainable production planning of paper recycling systems | |
Kmiecik et al. | Forecasting needs of the operational activity of a logistics operator | |
Skvortsova et al. | Economic assessment of the effectiveness of the introduction of industry 4.0 technologies in the activities of industrial enterprises | |
CN114819239A (zh) | 智能交期预测方法与*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |