打造物資管理新引擎｜物資主數(shù)據(jù)治理助力夯實(shí)供應(yīng)鏈管理基礎(chǔ)

物資主數(shù)據(jù)作為企業(yè)物資管理的最小對(duì)象，是企業(yè)信息系統(tǒng)運(yùn)行的基礎(chǔ)，其質(zhì)量的好壞直接影響信息系統(tǒng)運(yùn)行的效果，進(jìn)而影響企業(yè)業(yè)務(wù)管理的效率。伴隨著重資產(chǎn)行業(yè)多年的ERP建設(shè)成果，部分企業(yè)已實(shí)現(xiàn)了企業(yè)實(shí)物流、信息流、資金流的整合，但接踵而至的是冗長(zhǎng)的業(yè)務(wù)管控流程以及高水位的庫(kù)存。因此，為業(yè)務(wù)提速、為庫(kù)存減負(fù)、盤(pán)活積壓成為重資產(chǎn)行業(yè)物資降本增效的核心訴求。

英諾森認(rèn)為，在物資集中管控模式逐步成為主旋律的情況下，作為業(yè)務(wù)紐帶的物資主數(shù)據(jù)貫穿企業(yè)內(nèi)部的絕大部分部門(mén)，具備很強(qiáng)的專(zhuān)業(yè)性，其物資數(shù)據(jù)質(zhì)量將直接影響企業(yè)的采辦效率、存貨水平和運(yùn)營(yíng)效率，如何高效便捷的實(shí)現(xiàn)對(duì)存量物料主數(shù)據(jù)的清洗治理，對(duì)新增物料主數(shù)據(jù)的合理規(guī)范的控制，降低“一物多碼”，“一碼多物”的情況，是企業(yè)急迫需要解決的問(wèn)題。

 圖1：物資數(shù)據(jù)涉及的業(yè)務(wù)領(lǐng)域

做為貫穿供應(yīng)鏈全域的物資主數(shù)據(jù)，治理過(guò)程往往忽略了物資數(shù)據(jù)在業(yè)務(wù)中的關(guān)系表現(xiàn)，在注重物資數(shù)據(jù)本身的屬性特征的同時(shí)，忽略了物資主數(shù)據(jù)在企業(yè)內(nèi)部的業(yè)務(wù)應(yīng)用環(huán)節(jié)的場(chǎng)景訴求。

傳統(tǒng)的物資數(shù)據(jù)治理工作主要由企業(yè)內(nèi)外部大量的物資專(zhuān)家和物資業(yè)務(wù)人員構(gòu)成，通過(guò)對(duì)物資多種屬性的綜合判斷進(jìn)行人工標(biāo)注，清洗，查重等工作，需要投入大量的人力，物力，時(shí)間去實(shí)施物資數(shù)據(jù)的治理工作，缺少智能化工具的支持。

傳統(tǒng)的物資主數(shù)據(jù)治理結(jié)果往往是短期內(nèi)形成了企業(yè)內(nèi)部的物資數(shù)據(jù)標(biāo)準(zhǔn)，隨著業(yè)務(wù)逐步產(chǎn)生的物資數(shù)據(jù)難以延續(xù)之前數(shù)據(jù)治理的過(guò)程和結(jié)果，導(dǎo)致數(shù)據(jù)治理的效果難以長(zhǎng)效保持，缺少工具落地物資數(shù)據(jù)標(biāo)準(zhǔn)。

針對(duì)上述物資主數(shù)據(jù)治理的核心問(wèn)題，我們認(rèn)為物資主數(shù)據(jù)的治理不應(yīng)該僅僅局限于數(shù)據(jù)標(biāo)準(zhǔn)化，而是借助前沿技術(shù)的支持，在標(biāo)準(zhǔn)化的基礎(chǔ)上搭建物資數(shù)據(jù)知識(shí)體系，形成企業(yè)內(nèi)部數(shù)字資產(chǎn)，結(jié)合供應(yīng)鏈全環(huán)節(jié)的業(yè)務(wù)數(shù)據(jù)實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)反哺物資數(shù)據(jù)治理，物資數(shù)據(jù)賦能供應(yīng)鏈業(yè)務(wù)運(yùn)營(yíng)的目標(biāo)。

物資主數(shù)據(jù)的建設(shè)目標(biāo)是通過(guò)統(tǒng)一的物資標(biāo)識(shí)打通供應(yīng)鏈全鏈路環(huán)節(jié)，物資主數(shù)據(jù)不是孤立存在的，除了對(duì)物資的傳統(tǒng)基礎(chǔ)屬性的管理外，還需要對(duì)物資涉及到的其它業(yè)務(wù)數(shù)據(jù)進(jìn)行歸納和總結(jié)，用于主數(shù)據(jù)的高效識(shí)別。英諾森基于多年的重資產(chǎn)行業(yè)供應(yīng)鏈咨詢(xún)和軟件實(shí)施，形成了一套體系化的主數(shù)據(jù)模型，可以幫助企業(yè)快速的對(duì)主數(shù)據(jù)形成清晰明了主數(shù)據(jù)知識(shí)體系，為后續(xù)清洗工作奠定堅(jiān)實(shí)的基礎(chǔ)。

 圖2：英諾森物資主數(shù)據(jù)知識(shí)模型

圍繞物資主數(shù)據(jù)的知識(shí)體系，會(huì)涉及從多個(gè)業(yè)務(wù)系統(tǒng)中抽數(shù)、清洗，傳統(tǒng)的主數(shù)據(jù)采集是從各業(yè)務(wù)系統(tǒng)中導(dǎo)出數(shù)據(jù)，放在對(duì)應(yīng)的模板中進(jìn)行合并、歸納，存在效率低、工作量大、準(zhǔn)確性不高的問(wèn)題，為了解決上述問(wèn)題，英諾森基于自主研發(fā)Supply Chain ONE的數(shù)據(jù)采集工具，通過(guò)與ETL工具集成，實(shí)現(xiàn)對(duì)各種交互方式、顆粒度、同步頻次的數(shù)據(jù)抽取，支持超過(guò)20種以上的主流數(shù)據(jù)平臺(tái)、SQL數(shù)據(jù)源及EXCEL文件數(shù)據(jù)集，保證數(shù)據(jù)資源采集的可靠性。

 圖3：英諾森多數(shù)據(jù)源采集工具

對(duì)主數(shù)據(jù)進(jìn)行清洗前，需要梳理元數(shù)據(jù)集，準(zhǔn)確的元數(shù)據(jù)將對(duì)數(shù)據(jù)的清理起到至關(guān)重要的作用，傳統(tǒng)企業(yè)的數(shù)據(jù)治理都是基于物資命名的規(guī)則，對(duì)物資的文本進(jìn)行拆分、映射和糾錯(cuò)，存在工作量巨大、效率低的問(wèn)題，英諾森在過(guò)往的項(xiàng)目實(shí)施中，通過(guò)運(yùn)用基于NLP-NER的主數(shù)據(jù)標(biāo)注工具，將數(shù)據(jù)治理環(huán)節(jié)的元數(shù)據(jù)可視化、標(biāo)準(zhǔn)化、體系化和規(guī)范化，減少物資數(shù)據(jù)治理環(huán)節(jié)中的人工工作量，建立企業(yè)數(shù)據(jù)治理長(zhǎng)效運(yùn)營(yíng)的元數(shù)字資產(chǎn)。

 圖4：基于NLP-NER的可視化主數(shù)據(jù)標(biāo)注工具

數(shù)據(jù)治理最核心的目標(biāo)是提升主數(shù)據(jù)的質(zhì)量保證數(shù)據(jù)的可用性，數(shù)據(jù)治理既要從大處著眼，更要小處著手，作為數(shù)據(jù)治理過(guò)程中最細(xì)節(jié)最繁瑣的清洗環(huán)節(jié)，傳統(tǒng)的軟件都是運(yùn)用關(guān)系型數(shù)據(jù)進(jìn)行識(shí)別、連接和糾錯(cuò)，存在操作不便利、清洗質(zhì)量不高、清洗效率低等問(wèn)題，無(wú)法解決集團(tuán)企業(yè)大批量物資數(shù)據(jù)的清洗訴求。英諾森Supply Chain ONE物資主數(shù)據(jù)智能清洗工具，依托不同品類(lèi)的特性分類(lèi)信息，通過(guò)近千萬(wàn)條MRO物資的訓(xùn)練，形成一套基于不同品類(lèi)特性分類(lèi)（如閥門(mén)的特性分為公稱(chēng)直徑、壓力等級(jí)、驅(qū)動(dòng)方式、連接方式、材質(zhì)等）的物資主數(shù)據(jù)模型，可實(shí)現(xiàn)對(duì)物資名稱(chēng)的智能拆分和自動(dòng)糾錯(cuò)。例如通過(guò)查重算法可以識(shí)別出每個(gè)物資的相似度比例、通過(guò)物資名稱(chēng)關(guān)聯(lián)分布可判斷出名詞是否存在歸類(lèi)錯(cuò)誤、是否有別名，是否存在缺失關(guān)鍵值、是否存在異常值等情況。同時(shí)配合在線標(biāo)注工具，對(duì)初步清洗的結(jié)果進(jìn)行二次標(biāo)注，實(shí)現(xiàn)對(duì)錯(cuò)誤信息的再次糾正和模型糾正，提升清洗的效率和準(zhǔn)確性。

 圖5：英諾森物資主數(shù)據(jù)訓(xùn)練模型結(jié)構(gòu)

為了精準(zhǔn)匹配不同用戶(hù)群體的檢索需求，我們對(duì)用戶(hù)特定的行為或事件進(jìn)行捕獲，針對(duì)不同的行為進(jìn)行埋點(diǎn)采集，異常點(diǎn)替換等，識(shí)別用戶(hù)檢索項(xiàng)中內(nèi)容亂序、符號(hào)混用、口語(yǔ)化搜索等場(chǎng)景，獲取不同用戶(hù)查詢(xún)以及瀏覽的行為數(shù)據(jù)，對(duì)于用戶(hù)的搜索偏好進(jìn)行記錄和分析，并通過(guò)編輯距離、夾角余弦計(jì)算等匹配現(xiàn)有標(biāo)準(zhǔn)物資庫(kù)相似度檢索和查詢(xún)最優(yōu)結(jié)果集推薦。

編輯

 圖6：基于知識(shí)圖譜的智能

英諾森物資主數(shù)據(jù)治理解決方案的定位是將物資主數(shù)據(jù)知識(shí)體系化、標(biāo)準(zhǔn)規(guī)范化、治理智能化、查詢(xún)簡(jiǎn)單化，通過(guò)先進(jìn)的數(shù)據(jù)治理理念，喚醒沉睡數(shù)據(jù)，運(yùn)用智能的AI技術(shù)讓物資主數(shù)據(jù)的質(zhì)量更高，讓物資主數(shù)據(jù)回歸業(yè)務(wù)本質(zhì)，從根本上對(duì)業(yè)務(wù)數(shù)據(jù)提質(zhì)，為數(shù)字化供應(yīng)鏈建設(shè)提供堅(jiān)實(shí)的基礎(chǔ)，加速企業(yè)一體化供應(yīng)鏈平臺(tái)的建設(shè)。

更多產(chǎn)品資料請(qǐng)查閱英諾森供應(yīng)鏈產(chǎn)品站：https://www.supplychainone.com