本期，我們分享華為全球交通業(yè)務(wù)部資深解決方案架構師潘培根的署名文章《以數據為魂，打通數字化轉型的“任督二脈”》。
交通行業(yè)數字化轉型的業(yè)務(wù)訴求是“實(shí)現精細化的業(yè)務(wù)流管控”，而只有打通了“全鏈接”數據和“全鏈接”業(yè)務(wù)的“任督二脈”，才能夠真正幫助客戶(hù)實(shí)現數字化轉型的業(yè)務(wù)成功。
站在客戶(hù)視角，數字化轉型就是實(shí)現數字化升級。對于交通行業(yè)的用戶(hù)來(lái)說(shuō)，就是如何實(shí)現對完整業(yè)務(wù)流的精細化管控，以滿(mǎn)足交通行業(yè)“更安全、更高效、服務(wù)更優(yōu)化”的業(yè)務(wù)訴求。
這是客戶(hù)最為關(guān)注的，也是數字化轉型的核心所在。不解決數字化升級的問(wèn)題，就不能認為客戶(hù)數字化轉型的業(yè)務(wù)獲得了成功。
數字化轉型的關(guān)鍵：打通“任督二脈”
數字化升級表面看起來(lái)是因為數據孤島造成了數據割裂，從而簡(jiǎn)單化地將數字化轉型落地為數據交換平臺，再在此基礎上把割裂的數據收集上來(lái)，統一存儲，就實(shí)現了數據平臺。
這個(gè)觀(guān)點(diǎn)有一定的代表性，因為其有一定的合理性：不解決數據孤島的問(wèn)題，就無(wú)法實(shí)現“全鏈接”，當然就不能實(shí)現精細化的業(yè)務(wù)流管控。
那是不是解決了數據孤島的問(wèn)題，就能夠實(shí)現精細化的業(yè)務(wù)流管控呢？眾多失敗的案例提醒我們：打破數據孤島只是業(yè)務(wù)流管控的第一步，而且只是基礎性的一步。
客戶(hù)數字化轉型的業(yè)務(wù)訴求是“實(shí)現精細化的業(yè)務(wù)流管控”，這是“更安全、更高效、服務(wù)更優(yōu)質(zhì)”的前提。要實(shí)現這個(gè)業(yè)務(wù)訴求，必須進(jìn)一步解決以下兩個(gè)問(wèn)題：
怎樣“全鏈接”數據？
數字化升級一定是數據價(jià)值驅動(dòng)的過(guò)程，但如何實(shí)現數據價(jià)值的驅動(dòng)呢？是將分散在各個(gè)業(yè)務(wù)系統中的數據采集上來(lái)，進(jìn)行統一存儲就“全鏈接”數據了嗎？如果對數據進(jìn)行治理，又要怎樣治理呢？?jì)H采用統一名詞定義、格式轉換等方式就能實(shí)現對數據的治理嗎？
怎樣“全鏈接”業(yè)務(wù)？
數字化升級在一定程度上是一個(gè)業(yè)務(wù)流程重新定義（需要說(shuō)明的是：重新定義并不代表部門(mén)功能職責的調整）的過(guò)程。對于機場(chǎng)來(lái)說(shuō)，應如何按照Stream（業(yè)務(wù)流）的方式來(lái)管理和協(xié)同各個(gè)Process（操作流）？
如果借用飛機的形狀來(lái)比喻，數字化轉型是體，“全鏈接”數據和“全鏈接”業(yè)務(wù)就是兩翼，就像“任督二脈”一樣。只有打通了“任督二脈”，才能夠真正推動(dòng)客戶(hù)實(shí)現數字化轉型的業(yè)務(wù)成功。而兩個(gè)“全鏈接”的實(shí)現，歸根結底還是要打造“數據驅動(dòng)業(yè)務(wù)”的全新模式，即如何發(fā)揮數據流的價(jià)值！
IOC：以業(yè)務(wù)流程場(chǎng)景為軀打通“任”脈
IOC（Intelligent Operation Center）智能運控中心，可以理解成數字化轉型所催生的一個(gè)全新系統。其目標就是解決復雜業(yè)務(wù)流下的全局動(dòng)態(tài)可視難題，并基于全局動(dòng)態(tài)可視實(shí)現態(tài)勢感知、業(yè)務(wù)協(xié)同和輔助決策。
以航班運行保障業(yè)務(wù)為例，這是機場(chǎng)業(yè)務(wù)中最為關(guān)鍵的流程：
- 從進(jìn)港航班的機位分配，到航班落地后的滑行引導；
- 從入機位后多個(gè)環(huán)節的地勤保障，到機位推出后的滑行等待，直至飛機從跑道起飛。
- 涉及到多個(gè)單位、多個(gè)業(yè)務(wù)部門(mén)、多個(gè)作業(yè)工序，而每個(gè)作業(yè)工序都會(huì )涉及到人員、工具和流程。
- 航班運行保障業(yè)務(wù)訴求就是能夠安全、高效地保證航班的進(jìn)港、地面服務(wù)和出港，滿(mǎn)足航空公司運輸旅客和貨物的需求。為此，機場(chǎng)搭建了多個(gè)信息化系統來(lái)支持其業(yè)務(wù)操作，如地服系統、航顯系統、離港系統、集成系統等。
但實(shí)際情況是，航班運行保障的主要責任單位AOC在實(shí)際工作中要面對多個(gè)系統、多臺終端，在多個(gè)信息源中由人工進(jìn)行分析比較，然后再通過(guò)手持/對講/電話(huà)下達相關(guān)的指揮調度指令。
這在交通行業(yè)屬于典型的需求：在通過(guò)多個(gè)業(yè)務(wù)功能系統處理單個(gè)操作（Process）時(shí)，由于缺乏端到端業(yè)務(wù)流（Stream）的管控，因此難以滿(mǎn)足復雜場(chǎng)景下的秒級協(xié)同與調度需求。而這也是客戶(hù)數字化升級希望針對的典型場(chǎng)景。
我們認為這不是簡(jiǎn)單的數據交換與集成所能夠解決的問(wèn)題，而是需要基于數據驅動(dòng)的業(yè)務(wù)場(chǎng)景化解決方案。IOC可通過(guò)兩層“建模”來(lái)實(shí)現數據對業(yè)務(wù)的“全鏈接”。
業(yè)務(wù)建模
業(yè)務(wù)流管控提出的全新挑戰是通過(guò)對業(yè)務(wù)鏈條下全業(yè)務(wù)操作的監控，針對業(yè)務(wù)流的管控目標及挑戰，更好地實(shí)現跨作業(yè)/跨部門(mén)/跨單位間的協(xié)同和調度，從而更為安全和高效地保障航班的運行。這就離不開(kāi)態(tài)勢感知、場(chǎng)面監控、協(xié)同調度和輔助決策等多個(gè)維度的全新需求。
IOC通過(guò)“業(yè)務(wù)視圖”模式來(lái)構建“業(yè)務(wù)流模型”。具體來(lái)說(shuō)，就是要回答：誰(shuí)是用戶(hù)？場(chǎng)景是什么？基于什么問(wèn)題/訴求？希望得到什么樣的信息？需要基于這些信息下達什么樣的指令？
通過(guò)這樣的“業(yè)務(wù)建模”，我們很好地構建了端到端的“業(yè)務(wù)流管控”模式，在一定程度上按照事前預測、事中協(xié)同、事后分析實(shí)現了對全業(yè)務(wù)鏈條的感知、管控、協(xié)同與輔助決策。
數據建模
毫無(wú)疑問(wèn)，要想真正構建上述端到端“業(yè)務(wù)流”管控，沒(méi)有數據的支撐就不可能實(shí)現。但其不僅是將多個(gè)業(yè)務(wù)系統的操作數據交換/集成過(guò)來(lái)，更不是將原有業(yè)務(wù)操作系統的功能重新構建一遍，而是需圍繞業(yè)務(wù)流管控過(guò)程中出現的數據/流程斷點(diǎn)，通過(guò)模型算法和指標體系更好地實(shí)現對過(guò)程數字化及規則數字化的管控。
智能機位分配就是圍繞航班運行保障中關(guān)鍵的機位資源進(jìn)行人工智能算法調度，將調度規則數字化后，在實(shí)時(shí)數據感知的基礎上進(jìn)行實(shí)時(shí)自動(dòng)算法調度，不僅有效解放了人工排班的工作量，更能夠基于每個(gè)實(shí)時(shí)場(chǎng)面情況（沖突、ETA預達時(shí)間變化等）動(dòng)態(tài)地進(jìn)行秒級分配及調度；VTT（可變滑行時(shí)間）算法則能夠提前根據場(chǎng)面的運行情況，預測出飛機從跑道降落到“入機位”的完整過(guò)程，從而推動(dòng)機坪、地服等部門(mén)根據此預測進(jìn)行秒級作業(yè)調度和協(xié)同。
另外，我們圍繞業(yè)務(wù)流過(guò)程數字化構建的衡量指標和指標體系，能夠幫助AOC在整個(gè)業(yè)務(wù)流管控中實(shí)現“經(jīng)營(yíng)指標→業(yè)務(wù)指標→業(yè)務(wù)動(dòng)態(tài)”穿透式的管控。
正式基于“業(yè)務(wù)建模”和“數據建模”，IOC構建了一個(gè)集成、協(xié)同的服務(wù)平臺，實(shí)現了對業(yè)務(wù)的“全鏈接”，在一定程度上打通了“任”脈。疫情期間，這個(gè)平臺僅用兩周時(shí)間就實(shí)現了對疫情數據采集、跟蹤、分析和報表的全業(yè)務(wù)支撐。
當然，隨著(zhù)數字化轉型的深入，一個(gè)集成、協(xié)同的IOC平臺也需要不斷升級迭代：以一個(gè)一體化前端支持用戶(hù)側的彈性需求，以一個(gè)豐富的“業(yè)務(wù)平臺”來(lái)滿(mǎn)足更多的預測、感知、協(xié)同和輔助決策的需求。需要說(shuō)明的是，“業(yè)務(wù)平臺”并不意味著(zhù)對現有生產(chǎn)作業(yè)系統的重構。
數據：以行業(yè)數據模型為核打通“督”脈
數字化升級要實(shí)現跨作業(yè)/跨部門(mén)/跨單位的協(xié)同和調度，就必須通過(guò)“Stream”業(yè)務(wù)流來(lái)實(shí)現數據的“全鏈接”。其不是簡(jiǎn)單地將數據交換起來(lái)，也不是按照傳統的數據倉庫模式進(jìn)行數據的匯聚與報表的展現，而是對準業(yè)務(wù)流數字化轉型的需求，以“行業(yè)數據模型”為核，構建數據資產(chǎn)平臺。
大數據的概念出現很早，也有不少的企業(yè)在大數據領(lǐng)域進(jìn)行投資，開(kāi)展了很多實(shí)踐，嘗試構建“數據驅動(dòng)”的業(yè)務(wù)模式轉變，這其中也包括了華為自身的實(shí)踐。對比轉型成功的企業(yè)，無(wú)一不是將數據轉換成為了支撐業(yè)務(wù)價(jià)值/變革的資產(chǎn)。而要將數據轉換為資產(chǎn)，就需要在數據治理、數據建模、數據服務(wù)等各個(gè)層面上對準業(yè)務(wù)場(chǎng)景與需求，沉淀行業(yè)洞察，從而打造“可信、可用、可管”的資產(chǎn)平臺。
華為將“業(yè)務(wù)流→數據流→應用流”的梳理過(guò)程提煉成方法論，用“V”來(lái)表達，也稱(chēng)為“V”字模型：
- 按照業(yè)務(wù)（子）域，進(jìn)行業(yè)務(wù)能力的梳理；
- 打開(kāi)業(yè)務(wù)能力，進(jìn)入到業(yè)務(wù)場(chǎng)景和工作流/活動(dòng)的梳理；
- 基于業(yè)務(wù)場(chǎng)景和工作流/活動(dòng)的梳理，提煉出業(yè)務(wù)對象；
- 基于業(yè)務(wù)對象，梳理數據實(shí)體，形成概念模型。
“V”字模型落地到數據資產(chǎn)建設中，其核心就是打造“行業(yè)數據模型”，概要如下圖所示。
行業(yè)數據模型概要在打造行業(yè)模型的過(guò)程中：
- 首先，要以“可信、可用、可管”為目標，對原始數據進(jìn)行全流程治理。
“可用”是指要滿(mǎn)足業(yè)務(wù)對數據的服務(wù)需求，這是“數據”能形成“資產(chǎn)”的必要前提；“可管”包括數據安全、數據運維及可支持未來(lái)業(yè)務(wù)彈性的數據運營(yíng)。
- 其次，基于行業(yè)的“強規則性”特點(diǎn)，以3NF進(jìn)行數據的分層建模。
基于“業(yè)務(wù)流→數據流→數據實(shí)體”梳理的過(guò)程，確定數據實(shí)體，以及每個(gè)數據實(shí)體下的屬性定義，就構成了CDM（概念模型）。有了CDM，就可以根據行業(yè)標準，進(jìn)一步細化LDM（邏輯模型），通過(guò)3NF或維度建模方法調整、優(yōu)化實(shí)體間的關(guān)系，以確保數據不遺漏，并在冗余和彈性間做適當的平衡。
我們在每個(gè)業(yè)務(wù)領(lǐng)域均采用這樣的建模模式，以確保數據加工的業(yè)務(wù)價(jià)值。而數據加工過(guò)程中的數據治理、數據質(zhì)量、作業(yè)流程均依賴(lài)于此數據建模過(guò)程，這也是一個(gè)“數據映射業(yè)務(wù)”的過(guò)程。
在主題庫行業(yè)標準化的基礎上，我們還構建了業(yè)務(wù)指標體系及算法模型，以快速滿(mǎn)足業(yè)務(wù)流程數字化轉型過(guò)程的數據需求：
- 構建從經(jīng)營(yíng)指標到業(yè)務(wù)指標的指標體系，幫助管理和業(yè)務(wù)部門(mén)實(shí)現對業(yè)務(wù)過(guò)程化的數字化管控。
以“生產(chǎn)運行指標體系”為例，其依據業(yè)務(wù)流針對每個(gè)業(yè)務(wù)活動(dòng)定義輸入/輸出，并基于業(yè)務(wù)流（航班保障正常率）目標定義業(yè)務(wù)活動(dòng)的衡量指標和影響因子，以使AOC部門(mén)提前感知每個(gè)保障環(huán)節的壓力，了解保障環(huán)節的進(jìn)展對航班放行正常率會(huì )產(chǎn)生怎樣的影響，并決定是否要提前介入/協(xié)同。
- 對準流程梳理過(guò)程中的流程/數據斷點(diǎn)，構建算法模型倉，以推動(dòng)業(yè)務(wù)流的精細化管控。
以航班流管控中的智能機位分配為例，通過(guò)規則的數字化可實(shí)現分鐘級動(dòng)態(tài)機位分配，有效提升機位的周轉率和旅客靠橋率；VTT（可變滑行時(shí)間）算法嘗試基于復雜場(chǎng)面運行構建算法模型，以提高對航班地面滑行時(shí)間的精準預測，從而幫助AOC實(shí)現對機坪場(chǎng)面的秒級管控與協(xié)同。
在數據服務(wù)層面，數據資產(chǎn)平臺提供了數據資產(chǎn)的運維、管控和運營(yíng)一體化平臺，從而讓業(yè)務(wù)部門(mén)成為數據資產(chǎn)管理和業(yè)務(wù)價(jià)值應用的主體，使數據與業(yè)務(wù)真正結合在了一起。
總體來(lái)說(shuō)，我們以“V”模型梳理業(yè)務(wù)流和數據流，構建行業(yè)數據模型，在此基礎上進(jìn)行“可信”“可用”“可管”的數據治理，并對準業(yè)務(wù)流管控需求，構建生產(chǎn)運行指標體系和算法模型倉，以滿(mǎn)足精細化的數字化轉型需求。
當我們討論“愿景驅動(dòng)”數字化轉型時(shí)，其實(shí)很大程度上是認識到數字化轉型所帶來(lái)的機會(huì )與挑戰。在交通行業(yè)，數字化轉型并不僅僅是進(jìn)行信息化改造，而是要在現有信息化的基礎上，完成“數據驅動(dòng)業(yè)務(wù)流”的數字化升級。
要實(shí)現“數據驅動(dòng)業(yè)務(wù)流”，依靠單一應用/功能系統無(wú)法支撐，落地到技術(shù)層面，一定是“平臺”化架構。而其與之前的信息化建設模式會(huì )有較大的不同，體現到項目及版本建設方面，主要有以下幾點(diǎn)總結與反思：
- 數字化轉型與原有信息化建設方式的不同之處在于，其是對傳統模式的變革和優(yōu)化，這個(gè)過(guò)程對客戶(hù)、華為和生態(tài)均會(huì )有挑戰，既有技術(shù)/產(chǎn)品層面的挑戰，也有人員/組織/流程方面的挑戰。
- 要更為關(guān)注數字化升級的客戶(hù)訴求，比如數據如何驅動(dòng)業(yè)務(wù)流的管控。
- 只有堅持行業(yè)洞察能力和數據生態(tài)體系的建設，數據模型才具備規模復制的產(chǎn)業(yè)能力。
文章來(lái)源：《ICT新視界/智慧交通特輯》
