
“得大数据者得天下。” 推崇大数据时代的变革者们对此坚信不疑。
在大数据时代,谁能有效地管理和控制数据,谁就有可能成为世界霸主。中国石油化工集团公司信息系统管理部副主任齐学忠也认同这个观点。不过,有效的管理和控制数据并非一件容易的事情,齐学忠就经常为中石化的合同管理而头疼。
营业收入超4000亿美元,全球排名领先的巨型企业——中国石化,其合同管理就是不折不扣的“大数据”。中国石化集团拥有众多分子公司,总部和所有下属机构的经济行为,都以合同的形式进行展现,在涉及到国内、海外油田勘探开发、原油及成品油贸易、石油炼制等业务领域,签署的合同数量庞大且单个合同金额巨大,合同管理对于中国石化的企业运营管理非常重要。
然而,受限于中国石化自身庞大的体系结构,导致其缺乏统一的合同管理机制;而且在传统技术水平下,合同流转速度缓慢,审批流程效率低下;同时由于缺乏高效的信息汇总机制,集团公司管理层难以实现对合同管理全局的实时掌控,影响对企业整体商务情况的把握。如何建立起高效的合同管理信息平台,成为齐学忠必须思考的问题。
与齐学忠面临同样烦恼的,还有广东核电集团有限公司信息技术中心副主任李联成。随着中广核的快速发展,企业的运营管理对于信息化平台的支撑要求越来越高,有海量的数据需要进行有效集成、加工、存储、挖掘和利用。李联成一直在思考,如何有效管理大数据以提升集团公司运营效率。
直到“能够帮助企业处理每年大量的数据(Z级别)增长”的微软 SQL Server 2012面世,齐学忠和李联成才松了一口气。
在齐学忠的努力下,中国石化集团管理层、业务相关部门、IT部门等多个部门,针对合同管理解决方案进行了多次讨论,明确了“基于微软技术平台和体系架构,建立覆盖中国石化集团、股份公司、资产公司的集中统一的合同管理系统”这一最终目标。随后,中国石化的合同管理系统搭建工程正式启动。
截至2012年底,中国石化合同管理信息系统已经部署至中国石化国内120多家单位,不仅得到系统用户的好评,而且受到国资委的高度称赞。据测算,合同管理信息系统上线后,每年可为中国石化节约纸张费、差旅费等1800万元;合同审批周期从平均每份合同15天下降至7天;合同标准文本使用率提高一倍;按合同份数统计的合同发案率从实施前的0.59‰显著下降至目前的0.32‰。降幅达46%。
齐学忠非常高兴的说:“长期以来,我们都在探索适合我们公司管理体系和运营机制的、最优的合同管理解决方案,在这一过程中,我们建立和强化了与微软公司在信息化领域的合作,建立起了基于微软技术体系的合同管理CMIS平台,达成了预期目的。“
就在同一时期,中广核也搭建了基于微软SQL Server 2012的商业智能和信息分享平台。该平台能够利用 SQL Server 2012 的 PowerPivot 插件,SQL Server 并行数据仓库、以及对云计算的支持等功能,为全员提供了快速的数据发现和可靠、一致的数据。从此以后,中广核再也不用为大数据的管理问题而烦恼,还能随时通过多个维度的数据来审视和分析集团公司及分公司的管理、运营情况,为将来制定集团战略提供准确的数据支持。
李联成表示:"微软 SQL Server 2012 为中广核集团公司提供了一个集中式的数据仓库和信息分享平台,为集团公司和下属分公司之间建立了良好的信息共享机制,上令下达,有效地提升了全员的工作效率,提升了我们的核心竞争力。"
大数据的管理已经成为很多企业,特别是大型企业必须关注的问题。现在已经到了搭建微软大数据管理平台的最佳时刻,它能帮助企业有效管理大数据,让大数据成为企业前进的动力,而不是阻碍。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10