利用CRISP—DM模型規範企業兩化融合過程中的數據開發利用
研發設計
作者：華苗苗
摘要：文章闡述了企業在兩化融合發展進程中數據開發利用的需求，給出了以實際操作層、信息係統層和數據分析層為組成部分的數據開發利用體係框架，並結合CRISP-DM模型提出了企業進行數據開發利用的實施過程，最後提出具體實施過程中的關鍵點。
關鍵詞：兩化融合；CRISP-DM模型；數據開發利用 文獻標識碼：A
中圖分類號：F427 文章編號：1009-2374（2015）21-0029-02 DOI：10.13535/j.cnki.11-4406/n.2015.21.015
信息化和工業化融合（以下簡稱“兩化融合”）是當今國家乃至世界發展的大趨勢，對於企業而言，兩化融合是將信息化作為手段，夯實工業化基礎，推進企業數據、技術、業務流程、組織結構的互動創新和持續優化，從而打造信息化環境下新型能力的過程。近年來，隨著企業單項應用的增加及集成度的提升，計算機對數據的處理能力顯著提高，隨之而來的數據量與日俱增。市場競爭的加劇、企業規模的增大、數據複雜度的提升都要求企業實現數據的開發利用，為領導決策提供相應的依據。為進一步規範企業數據的開發利用，《信息化與工業化融合管理體係要求》中也著重提出了“有效地開發利用數據”的要求。故本文提出在兩化融合過程中，企業利用CRISP-DM（cross-industry standard process for data mining）模型規範數據開發利用的過程。
1 數據開發利用體係框架
數據開發利用體係框架，可分為三個部分：
1.1 實際操作層
涵蓋研發、製造、銷售等環節，是企業數據的最初來源和最終落腳點，各部門負責采集其中的數據，將其作為信息係統的輸入，並利用決策的結果對實際業務進行調整。
1.2 信息係統層
涵蓋企業ERP、OA、PLM等已有信息係統，對其進行集成應用，實現數據、接口的標準化和規範化，確保為數據分析層提供有效的數據。
1.3 數據分析層
涵蓋了數據倉庫、數據挖掘和決策支持/商業智能三部分，用於將信息係統中的數據提取出來，並根據需要進行轉換和存儲，然後按照特定目的進行挖掘、統計和分析，從而產生供管理者參考的決策，可包括：研發方向調整、銷售市場細分、職能部門優化等，最終將決策反饋至實際操作層，並對信息係統作相應變更。
2 利用CRISP-DM模型實現企業數據開發利用
CRISP-DM由歐盟機構於1999年聯合起草，為全工業界提供數據挖掘利用的全生命周期管理標準。CRISP-DM模型定義了六個過程，按照此模型，企業可按如下步驟實施數據開發利用：
2.1 商業理解
從企業戰略出發，確定可持續競爭優勢和需要打造的信息化環境下新型能力，再細化到需要實現的兩化融合目標，從待實現的目標中提出需解決的數據開發利用問題，進行數據開發利用策劃，需涵蓋開發目標、涉及部門、數據來源、開發過程等。
2.2 數據理解
根據數據開發利用策劃，從各部門、各流程、各崗位、各係統中收集相關數據，並對數據質量加以鑒別，以確保數據的準確性、全麵性、有效性，此外，還需初步探索數據自身的特征及數據間的相互聯係，形成對潛在信息的假設。
2.3 數據準備
根據與數據開發利用目標的相關性、數據質量及開發利用技術，進行建模前的數據準備。首先進行數據表製作，將數據統一格式後進行記錄，然後為適應建模工具進行數據清理，這一過程一般需反複實施多次，直至篩選出最終數據集。