云酷科技

公司动态

云酷科技提出“黑箱耦合”模式的解决方案

发布时间 :

2015-11-25

点击:212

    基于电力行业信息化建设现状云酷科技提出“黑箱耦合”模式的解决方案。黑箱耦合是云酷科技提出的一种基于黑箱理论结合数据治理与生态化方法形成的,应用于大规模信息化建设过程的数据管理方法体系,是为了解决无限的业务需求变化与有限的信息系统支撑之间既有矛盾的一套实践体系。黑箱耦合方法是在分析对象的业务结构基础上,对其数据进行全面的关联分析并形成业务数据关系体系。在这一体系的支撑下,应用系统的设计、建设、变更将聚焦于应用本身而无需考虑数据的横向与纵向集成贯通问题,当多个应用系统在该体系的支撑下建立起来后,其系统间、模块间、数据间的数据生态关系将同步建立,以此为基础的数据分析挖掘及数据间的集成贯通都将变得简单、灵活、有效。

    信息化的建设目标是服务于业务需求,但对于任何组织体系无论其规模大小,所涉及的业务都是复杂而广泛的。存在于社会中的组织在多个方面与其他组织、体系、个人及内部的机构、资产、人员发生不可避免的关联联系,基本涉及到了人、财、物、办公、资产、安全、环保、生产、专业等各个业务方面。如此复杂的业务领域和关联关系是很难用一个平台或一个系统完全覆盖的。目前的信息化建设体系大多采用业务条线中的部分内容、单业务条线或几个相关业务条线为一个系统范围,进行业务梳理进而完成信息系统建设工作。这样的建设方法可以很好的满足业务范围内的各类需求,但由于业务范围的局限性,任何局部系统的建设都很难全面考虑整体组织体系涉及的所有业务数据关联关系。当然,在局部业务系统的建设过程中,要求业务人员或开发商考虑整个组织体系的全面业务数据关系也是不现实的。虽然很多ERP项目在建设前期都进行了业务和数据的架构梳理,但其出发点都是基于项目自身的实施需要而进行的,其数据关联的全面性和颗粒度都无法满足后期组织体系层面的数据生态建设需要。例如与ERP项目同步进行的主数据管理工作,其主要目的是为了保证某一业务领域中关键数据的唯一性与标准化,是针对某一特定数据的具体内容的管理,但任何业务领域所涉及的数据是丰富的,业务关联关系是复杂的,远不止主数据这么简单。

    随着经营决策管理需求的日益突出,数据中心、数据仓库、数据域等概念和方法在数据采集和挖掘领域日渐成熟,并取得了良好的应用效果。数据挖掘更多的是从数据库层面利用先进的工具与方法对海量数据进行处理,通过寻求数据库中的有效数据关系、清洗无效和冗余数据来实现关键数据的梳理与展现并对关键业务数据的分析起到了良好的支撑作用。但这一方法是基于数据库技术和既有数据来实现的,因此很难对业务操作层多样化的数据集成和展现要求提供快速支持,此外,任何已有数据库结构的新增或调整都将导致数据挖掘体系的相应调整,其体系结构始终处于被动从属状态。

    持续的信息化建设使信息系统的规模越来越大,原来的单一系统、信息孤岛逐渐被统一的开发平台、统一的信息体系所取代,但如果仔细分析不难发现,由于业务内容的巨大差异,同一平台上的不同系统模块之间的数据依然是孤立存在的,虽然在系统规划设计时已经在尽量梳理业务关系,但业务数据的多样性和关联关系的复杂性导致大量潜在的业务关联关系被忽略,从而在消除信息孤岛的同时出现了一个又一个的数据孤岛。数据孤岛的出现又导致在应用过程中的数据贯通成本不断攀升,跨多模块多数据的复杂接口几乎无法完成。另一方面,已完成部分数据关联的模块之间形成了刚性联系,对局部内容的任何改动都将带来复杂的、甚至无法预见的巨大影响。

    基于以上种种原因,可以利用黑箱耦合方法尝试解决当前信息化建设中遇到的诸多问题。众所周知,组织体系内的各业务领域在不同时期、不同场景、不同管理水平下的业务应用需求是不断变化的,但业务数据及其相互关系是相对稳定的,因此可以将不断变化的业务应用基于黑箱理论加以处理,黑箱的界定范围可以是一个系统、一个模块、一个页面、甚至是一个区域,而其中涉及的业务数据及与其他数据之间的关联关系将通过一个开放的管理体系加以管理,任何黑箱内容的调整都是不受制约的,而对于业务数据及关联关系的变化将在特有的管理体系中加以记录和控制。这样的管理体系最终将形成一个全面的数据生态系统,基于这一数据生态系统的黑箱应用是不受制约的,同时所有数据的集成贯通和抽取都是顺畅的、清晰的、不受限制的。