论文部分内容阅读
摘 要：在现阶段社会经济不断发展的背景下，竞争及变革的时代需求要求烟草企业需要在盈利方面，从业务驱动转化为数据驱动方式。利用数据化辅助决策的方式，是企业未来发展的重要部分。在数据应用过程中，涉及到不同的业务开展，比较常见的业务类型有生产数据、物流数据以及营销数据等。因此，通过有效应用数据提升实际服务质量，以此避免用户流失，具有十分重要的现实意义。文章通过分析利用大数据技术探索中心数字化运营的方式，结合现阶段大数据技术的应用现状，提出具体运营措施，以此提高烟草企业中心数字化的运营质量。
关键词：大数据技术;中心数字化;运营
中图分类号：TP273 文献标识码：A 文章编号：1674-1064（2021）10-0-02
DOI：10.12310/j.issn.1674-1064.2021.10.020
数字化运营模式创新并不是一个简单的过程，在本地企业及跨国企业发展中都需要一段时间的积累和探索。在业务开展过程中，对具体流程、人员以及技术应用均会产生较大的影响。数字化转型过程主要是针对企业的结构以及消费者的互动方式等，以此完成审视过程。在职能方面，需要强化研发、市场及销售等多方面的协作。在高端品牌建设过程中，需要发展面向消费者的零售渠道，这一阶段十分重要。基于上述条件，实现向数字化企业的蜕变，利用大数据技术完成IT系统、流程及服务改造很有必要。现阶段，大多数消费企业IT部门的主要工作内容是信息处理及自动化工作，采取积极有效的后台解决措施，对企业的日常运营提供支持。
1 大数据实际应用现状分析
现阶段，大多数企业已经完成了信息化建设，企业在长时间发展中，也积累了较多的数据。目前，企业之间的竞争逐渐加剧，在生存发展过程中，企业需要在短时间内更加准确地为客户提供更具个性化的产品及服务。大数据技术的应用，可以在海量数据中获得传统数据分析方式难以满足的价值和模式需求，以此帮助企业在决策阶段及预测阶段作出迅速、科学、准确的判断。
1.1 大数据技术使用情况分析
现阶段，大多数企业想要实现大数据技术的发展，有较多的架构平台可供选择，常见的有Spark等。其中，主要的架构平台是Hadoop，这一平台是分布式处理方式结构，主要应用在大规模集群中。在处理过程中，其可以利用简单的编程模型，实现跨计算机集群的分布式大数据处理。在这种分布式计算设计的文件系统应用过程中，在计算阶段仅需将计算代码推动到相应的存储节点上，就能在这一位置实现数据的本地化计算。Hadoop平台应用过程中具备较高的可靠性、拓展性及高效性，以此可以更加轻松地应对PB级别的数据处理。
1.2 大数据技术在烟草数据中心建设中产生的作用
现阶段，烟草企业在长时间的信息化建设中，逐渐积累的数据较多，并且随着其发展，也会产生多样化的数据。在大体量情况下，数据采集、存储及运算过程中需要使用与以往具有差异性的计算存储方式，因此大数据技术的应用也就具备了必要性。在结构化数据产生的同时，大部分非结构化数据也在不断涌现。大数据技术实际应用过程中，可以完成非结构化数据的预处理过程，通过人工判断及机器设备学习的方式，可以有效缩减相关范围。在分析统计海量数据和非结构化信息之后，仅依靠传统化的技术措施难以实现目标，在过程中积极引入大数据技术，可以有效利用数据资源，以此为企业的决策工作提供助益。
2 数据涉及的范围及现状分析
首先是业务数据。其中心部门的业务数据主要是在CRM及不同类型的支持系统中。在个人信息模块中，客户的姓名、地址及年龄均存于CRM系统中，从而完成产品的订阅。现阶段，烟草行业已经随着时代形势变化，建立起较多的现代化信息管理系统，比较常见的有营销网络管理系统或物流仓储系统等。不同系统中均存在大量的数据需要处理和维护，系统与系统之间具有相对独立性，并且缺乏有效的连接系统，造成多数数据对比分析及应用阶段存在局限性，信息提取过程及整合过程的效果不佳。在烟草行业内部建立完整的信息处理网络，为行业发展提供重要的数据支持，在过程中提升数据传输使用效率，从而为领导在决策阶段提供参考数据[1]。
其次还有经营数据部分。这一部分内容中主要有收入数据、成本数据及相应的利润数据等，在各个支撑系统及财务系统中比较常见，对中心经营的不同类型指标数据有所涉及。烟草行业大数据系统的应用，主要是在生产、营销及物流等环节中，构成完整、系统的数据管理体系，有效掌握各个环节的实际情况，从而提高服务能力及生产营销水平。
上文阐述的数据主要是企业内部数据，在各个系统中均有分散，首要工作是实现数据整合。整合多源数据后，需要提高数据本身的质量及真实性，以此提高分析结果的价值[2]。
3 烟草数据中心体系架构分析
3.1 数据中心体系架构
现阶段，烟草数据中心的核心内容是一体化数据中心、一体化数据管理方式及一体化数据分析部分，以此建设比较完整的数据中心架构。其中，一体化数据中心在整体数据中心中起到核心作用，其组成部分主要有数据仓库模型、数据存储部分等，总体结构由此形成。其主要内容包括收集业务数据、加工、存储及分发过程等，建立三层结构设计，构成相应的数据仓库。一体化数据管理过程中，主要依据主数据管理内容、信息代码管理内容等建设企业的主数据过程，包括标准化及同步分发过程。依据指标管理，完成企业共用基础信息的全面化管控。在数据服务管理过程中，可以有效提升数据中心对外服务能力及水平;在元数据管理阶段，对数据中心元数据可以进行有效管理[3]。除此之外，一體化数据分析阶段，涵盖移动信息构建、业务分析及数据挖掘过程;结合现阶段面临的问题，如不同工作人员的决策、管理及操作需求，针对性解决问题，积极发挥数据中心的数据优势、技术优势及平台优势。移动信息模块可以为不同级别管理人员的工作提供相应支撑;在数据挖掘过程中，可以对数据的隐性价值进行挖掘。 在上述支撑框架的基础上，数据中心工作的开展，可以实现全省范围内的数据集成。其一，可以提升全省范围内基础数据及业务数据的质量，使规范化程度也有所提升;其二是在建设业务系统、改造已存在系统的过程中，具备更标准化的高质量数据保障。
3.2 大数据技术应用场景分析
随着数据中心的运行，在传统技术结构功能基础上，多种類型的问题逐渐出现。其中，比较突出的一个问题是使用人员的大数据量数据查询要求，在传统技术架构查询功能响应过程中速度较慢。其次是支持的灵活性不够充分，传统的统计分析中，应用的数据结构主要是预先定义，针对比较灵活的非传统统计查询需求，并不能有效支撑，此过程中需要实现另外的加工处理工作。烟草数据中心运行过程中，需要依据互联网大数据特性，积极引入平台工具，建立以大数据为基础的自定义数据查询平台，对传统技术架构中的功能不足问题进行补充，为未来的发展建设做好相应的准备[4]。
4 大数据技术助力数据查询平台建设
4.1 确定设计思路
在大数据技术的基础上建设自定义数据查询平台，以现有的数据中心为建设基础。有效利用数据中心的数据存储功能，在使用大数据技术手段后，使用简单灵活及快速高效的查询方式作为目标，以此构建数据查询分析支持平台[5]。
4.2 确定技术方案
在数据查询平台建设中，主要有数据存储结构、后台数据加工准备及前端显现部分。自定义数据查询平台的数据加工，是通过相应设备实现的，如来源ETL工具等。通过设备可以保证其在现存数据仓库及数据集市中读取相应的数据，依据自定义数据查询平台中数据模型的定义，实现相应数据的处理，以此加载到文件系统中。自定义数据查询平台中的前端展现功能，通过JSP技术的应用，可以保证页面的全面开发。使用人员可以在查询页面组织定义查询内容，在此过程中可以保证查询服务的自动化，依据相应的元数据信息，对定义的查询内容进行拼接，以此转化为查询SQL，查询文件系统中的统计数据[6]。
4.3 系统应用的实现效果
大数据技术实际应用过程中，自定义数据查询平台可以有效解决数据中心面临的问题，工作人员在这一过程中可以有效使用大数据量，对灵活性需求进行有效分析。在系统应用过程中，使用人员可以针对不同的查询需求，通过自定义数据查询平台，预先梳理、分类定义各种维度及统计指标。使用人员可以依据实际需求选择分析所需要的维度及相关统计指标，并基于这一基础内容，自动过滤相关条件及相应的计算公式，对其展现形式进行制定。大数据查询过程中，自定义查询平台相比传统化查询，功能显著提高。
5 结语
大数据技术的发展成效比较显著，未来的发展前景比较广阔，其在各行各业的作用也在不断展现。烟草数据中心的建设，需要发现大数据技术的未来发展趋势，认识到其建设并不是短期工作，需要有明确的规划，积极完善数据环境建设。
参考文献
[1] 孙琳.利用大数据技术探索中心数字化运营的研究[J].信息系统工程，2017（9）：13.
[2] 陈瑾妍，张思铭.新形势下大数据技术在石油企业信息中心的应用[J].中国新通信，2018，20（23）：109.
[3] 徐华，尹丽雯.大数据对社工行业发展的影响浅析——兼论数字化助人产业的开发与运营[J].中国社会工作，2016（13）：29-30.
[4] 丁长智.大数据技术在煤矿安全生产运营管理中的应用探究[J].数字化用户，2019，25（17）：144.
[5] 刘健.博物馆大数据运用初探——以上海博物馆数据中心项目为例[J].文物保护与考古科学，2017，29（3）：97-103.
[6] 陈瑾妍，张思铭.新形势下大数据技术在石油企业信息中心的应用[J].中国新通信，2018，20（23）：104.
关键词：大数据技术;中心数字化;运营
中图分类号：TP273 文献标识码：A 文章编号：1674-1064（2021）10-0-02
DOI：10.12310/j.issn.1674-1064.2021.10.020
数字化运营模式创新并不是一个简单的过程，在本地企业及跨国企业发展中都需要一段时间的积累和探索。在业务开展过程中，对具体流程、人员以及技术应用均会产生较大的影响。数字化转型过程主要是针对企业的结构以及消费者的互动方式等，以此完成审视过程。在职能方面，需要强化研发、市场及销售等多方面的协作。在高端品牌建设过程中，需要发展面向消费者的零售渠道，这一阶段十分重要。基于上述条件，实现向数字化企业的蜕变，利用大数据技术完成IT系统、流程及服务改造很有必要。现阶段，大多数消费企业IT部门的主要工作内容是信息处理及自动化工作，采取积极有效的后台解决措施，对企业的日常运营提供支持。
1 大数据实际应用现状分析
现阶段，大多数企业已经完成了信息化建设，企业在长时间发展中，也积累了较多的数据。目前，企业之间的竞争逐渐加剧，在生存发展过程中，企业需要在短时间内更加准确地为客户提供更具个性化的产品及服务。大数据技术的应用，可以在海量数据中获得传统数据分析方式难以满足的价值和模式需求，以此帮助企业在决策阶段及预测阶段作出迅速、科学、准确的判断。
1.1 大数据技术使用情况分析
现阶段，大多数企业想要实现大数据技术的发展，有较多的架构平台可供选择，常见的有Spark等。其中，主要的架构平台是Hadoop，这一平台是分布式处理方式结构，主要应用在大规模集群中。在处理过程中，其可以利用简单的编程模型，实现跨计算机集群的分布式大数据处理。在这种分布式计算设计的文件系统应用过程中，在计算阶段仅需将计算代码推动到相应的存储节点上，就能在这一位置实现数据的本地化计算。Hadoop平台应用过程中具备较高的可靠性、拓展性及高效性，以此可以更加轻松地应对PB级别的数据处理。
1.2 大数据技术在烟草数据中心建设中产生的作用
现阶段，烟草企业在长时间的信息化建设中，逐渐积累的数据较多，并且随着其发展，也会产生多样化的数据。在大体量情况下，数据采集、存储及运算过程中需要使用与以往具有差异性的计算存储方式，因此大数据技术的应用也就具备了必要性。在结构化数据产生的同时，大部分非结构化数据也在不断涌现。大数据技术实际应用过程中，可以完成非结构化数据的预处理过程，通过人工判断及机器设备学习的方式，可以有效缩减相关范围。在分析统计海量数据和非结构化信息之后，仅依靠传统化的技术措施难以实现目标，在过程中积极引入大数据技术，可以有效利用数据资源，以此为企业的决策工作提供助益。
2 数据涉及的范围及现状分析
首先是业务数据。其中心部门的业务数据主要是在CRM及不同类型的支持系统中。在个人信息模块中，客户的姓名、地址及年龄均存于CRM系统中，从而完成产品的订阅。现阶段，烟草行业已经随着时代形势变化，建立起较多的现代化信息管理系统，比较常见的有营销网络管理系统或物流仓储系统等。不同系统中均存在大量的数据需要处理和维护，系统与系统之间具有相对独立性，并且缺乏有效的连接系统，造成多数数据对比分析及应用阶段存在局限性，信息提取过程及整合过程的效果不佳。在烟草行业内部建立完整的信息处理网络，为行业发展提供重要的数据支持，在过程中提升数据传输使用效率，从而为领导在决策阶段提供参考数据[1]。
其次还有经营数据部分。这一部分内容中主要有收入数据、成本数据及相应的利润数据等，在各个支撑系统及财务系统中比较常见，对中心经营的不同类型指标数据有所涉及。烟草行业大数据系统的应用，主要是在生产、营销及物流等环节中，构成完整、系统的数据管理体系，有效掌握各个环节的实际情况，从而提高服务能力及生产营销水平。
上文阐述的数据主要是企业内部数据，在各个系统中均有分散，首要工作是实现数据整合。整合多源数据后，需要提高数据本身的质量及真实性，以此提高分析结果的价值[2]。
3 烟草数据中心体系架构分析
3.1 数据中心体系架构
现阶段，烟草数据中心的核心内容是一体化数据中心、一体化数据管理方式及一体化数据分析部分，以此建设比较完整的数据中心架构。其中，一体化数据中心在整体数据中心中起到核心作用，其组成部分主要有数据仓库模型、数据存储部分等，总体结构由此形成。其主要内容包括收集业务数据、加工、存储及分发过程等，建立三层结构设计，构成相应的数据仓库。一体化数据管理过程中，主要依据主数据管理内容、信息代码管理内容等建设企业的主数据过程，包括标准化及同步分发过程。依据指标管理，完成企业共用基础信息的全面化管控。在数据服务管理过程中，可以有效提升数据中心对外服务能力及水平;在元数据管理阶段，对数据中心元数据可以进行有效管理[3]。除此之外，一體化数据分析阶段，涵盖移动信息构建、业务分析及数据挖掘过程;结合现阶段面临的问题，如不同工作人员的决策、管理及操作需求，针对性解决问题，积极发挥数据中心的数据优势、技术优势及平台优势。移动信息模块可以为不同级别管理人员的工作提供相应支撑;在数据挖掘过程中，可以对数据的隐性价值进行挖掘。 在上述支撑框架的基础上，数据中心工作的开展，可以实现全省范围内的数据集成。其一，可以提升全省范围内基础数据及业务数据的质量，使规范化程度也有所提升;其二是在建设业务系统、改造已存在系统的过程中，具备更标准化的高质量数据保障。
3.2 大数据技术应用场景分析
随着数据中心的运行，在传统技术结构功能基础上，多种類型的问题逐渐出现。其中，比较突出的一个问题是使用人员的大数据量数据查询要求，在传统技术架构查询功能响应过程中速度较慢。其次是支持的灵活性不够充分，传统的统计分析中，应用的数据结构主要是预先定义，针对比较灵活的非传统统计查询需求，并不能有效支撑，此过程中需要实现另外的加工处理工作。烟草数据中心运行过程中，需要依据互联网大数据特性，积极引入平台工具，建立以大数据为基础的自定义数据查询平台，对传统技术架构中的功能不足问题进行补充，为未来的发展建设做好相应的准备[4]。
4 大数据技术助力数据查询平台建设
4.1 确定设计思路
在大数据技术的基础上建设自定义数据查询平台，以现有的数据中心为建设基础。有效利用数据中心的数据存储功能，在使用大数据技术手段后，使用简单灵活及快速高效的查询方式作为目标，以此构建数据查询分析支持平台[5]。
4.2 确定技术方案
在数据查询平台建设中，主要有数据存储结构、后台数据加工准备及前端显现部分。自定义数据查询平台的数据加工，是通过相应设备实现的，如来源ETL工具等。通过设备可以保证其在现存数据仓库及数据集市中读取相应的数据，依据自定义数据查询平台中数据模型的定义，实现相应数据的处理，以此加载到文件系统中。自定义数据查询平台中的前端展现功能，通过JSP技术的应用，可以保证页面的全面开发。使用人员可以在查询页面组织定义查询内容，在此过程中可以保证查询服务的自动化，依据相应的元数据信息，对定义的查询内容进行拼接，以此转化为查询SQL，查询文件系统中的统计数据[6]。
4.3 系统应用的实现效果
大数据技术实际应用过程中，自定义数据查询平台可以有效解决数据中心面临的问题，工作人员在这一过程中可以有效使用大数据量，对灵活性需求进行有效分析。在系统应用过程中，使用人员可以针对不同的查询需求，通过自定义数据查询平台，预先梳理、分类定义各种维度及统计指标。使用人员可以依据实际需求选择分析所需要的维度及相关统计指标，并基于这一基础内容，自动过滤相关条件及相应的计算公式，对其展现形式进行制定。大数据查询过程中，自定义查询平台相比传统化查询，功能显著提高。
5 结语
大数据技术的发展成效比较显著，未来的发展前景比较广阔，其在各行各业的作用也在不断展现。烟草数据中心的建设，需要发现大数据技术的未来发展趋势，认识到其建设并不是短期工作，需要有明确的规划，积极完善数据环境建设。
参考文献
[1] 孙琳.利用大数据技术探索中心数字化运营的研究[J].信息系统工程，2017（9）：13.
[2] 陈瑾妍，张思铭.新形势下大数据技术在石油企业信息中心的应用[J].中国新通信，2018，20（23）：109.
[3] 徐华，尹丽雯.大数据对社工行业发展的影响浅析——兼论数字化助人产业的开发与运营[J].中国社会工作，2016（13）：29-30.
[4] 丁长智.大数据技术在煤矿安全生产运营管理中的应用探究[J].数字化用户，2019，25（17）：144.
[5] 刘健.博物馆大数据运用初探——以上海博物馆数据中心项目为例[J].文物保护与考古科学，2017，29（3）：97-103.
[6] 陈瑾妍，张思铭.新形势下大数据技术在石油企业信息中心的应用[J].中国新通信，2018，20（23）：104.