第4章.企业信息资源管理.ppt.ppt

云制造系统： 由云制造服务提供者（cloud service provider）、云制造服务使用者（cloud service demander），云制造服务平台（中间件）组成。 　 4.5.3 移动化 社交化 云计算 大数据 应用方向 1、针对大型集团企业的研发设计能力服务平台。 利用网格技术等先进信息技术，整合集团企业内部现有的计算资源、软件资源和数据资源，建立面向复杂产品研发设计能力服务平台，为集团内部各下属企业提供技术能力、软件应用和数据服务，支持多学科优化、性能分析、虚拟验证等产品研制活动。 2、区域性加工资源共享服务平台。 针对制造资源分散和利用率不高的问题，利用信息技术，虚拟化技术、物联网以及RFID等先进技术，建立面向区域的加工资源共享与服务平台，实现区域内加工制造资源的高效共享与优化配置，促进区域制造业发展。 4.5.3 移动化 社交化 云计算 大数据 应用方向 3、针对大型设备使用企业——制造服务化支持平台。 建立制造服务化支持平台，支持制造企业从单一的产品供应商向整体解决方案提供商及系统集成商转变，提供在线监测，远程诊断，维护和大修等服务，促进制造企业走向产业价值链高端。 4、服务于量大面广的中小企业。 针对中小企业信息化建设资金、人才缺乏的现状，可以建立面向中小企业的公共服务平台，为其提供产品设计、工艺、制造、采购和营销业务服务，提供信息化知识、产品、解决方案、应用案例等资源。 4.5.3 移动化 社交化 云计算 大数据 5、建立物流拉动的现代制造服务平台。 针对我国制造业物流成本高等现状，利用RFID、网络、物流优化等技术，研究整机制造企业、零部件制造企业和物流企业的多方协作模式和第三方服务模式，建立物流拉动的现代制造服务平台，为制造业整机制造企业、零部件制造企业和物流企业协作提供服务，促进制造业发展。 4.5.3 移动化 社交化 云计算 大数据 大数据和智慧企业 大数据的商业价值： 细分顾客群体，对每个群体量体裁衣； 运用大数据模拟实境，发掘新的需求和提高投入 的回报率； 提高大数据成果在相关部门的分享程度，提高整个管理连跳和产业链条的投入回报率； 进行商业模式、产品和服务的创新。 大数据和智慧企业 企业需要做好的工作 大数据的存储和管理： 来自不同地方、不同媒介和形式的数据（动态数据和静态数据、实时的数据和非实时的数据）采集、存储、管理和治理。 大数据价值的分析挖掘 包括传统的ETL（数据仓库技术Extract-Transform-Load ）提取、转换、加载流程，包括分析结果的可视化、用好的工具将数据中隐含的信息和知识呈现。 大数据和智慧企业 企业需要做好的工作 大数据的存储和管理 来自不同地方、不同媒介和形式的数据（大量反映人们需求意向和行为方式的动态混合数据和静态数据、实时的数据和非实时的数据）采集、存储、管理和治理。 大数据价值的分析挖掘 包括传统的ETL（数据仓库技术Extract-Transform-Load ）提取、转换、加载流程，包括分析结果的可视化、用好的工具将数据中隐含的信息和知识呈现。 大数据和智慧企业 ETL工具的典型代表有: Informatica、Datastage、OWB、微软DTS、Beeload、Kettle 开源的工具 eclipse的etl插件 : cloveretl 智慧企业 建设智慧企业的三个方面 大数据的处理和分析----提高洞察力，从海量的信息中提取、挖掘有用信息，辅助决策。 智能运作，企业各种信息系统和设施相互连接，数据可以相互转换，需要统一的标准。 有动态的架构，以SOA（面向服务的体系结构））为基础的流程架构和能动态部署的信息基础设施架构，以便快速响应和应对外部环境的变化。 SOA 作为面向服务的架构，是一种软件架构设计的模型和方法论。 从业务角度来看，一切以最大化“服务”的价值为出发点，SOA利用企业现有的各种软件体系，重新整合并构建起一套新的软件架构。这套软件架构能够随着业务的变化，随时灵活地结合现有服务，组成新软件，共同服务于整个企业的业务体系. 可以把SOA看作是模块化的组件，每个模块都可以实现独立功能，而不同模块之间的结合可以提供不同的服务，模块间的接口遵循统一标准，实现低成本的重构和重组。在SOA技术框架下，把杂乱无章的庞大系统整合成全面有序的系统，从而增加企业在业务发展过程中应用系统的灵活性，实现最大的IT资产利用率 SOA构架 云计算和SOA的关系 云计算实现了IT基础设施的社会共享； SOA有利于整合技术平台，统一技术标准，推动软件产业价值链中的各成员间的协调配合，充分利用硬件资源共享