简介
在本文中，我们将详细讨论工业运营智能，提供其定义，描述通常用作 OI 解决方案一部分的技术，并提供有关如何在组织内实施运营智能平台的提示和建议。
什么是运营智能？
运营智能（OI）是一个总称，描述了基于实时重新生成和处理的数据进行数据分析的各种技术和方法。 企业、组织和工业设施使用 OI 解决方案生成的信息来增强可见性、优化工作流程并提高业务运营的整体效率。
现代运营智能基于最新的自动化技术、ML（机器学习）和 AI（人工智能）算法，可实现动态实时业务分析，并向员工和业务经理提供相关且及时的可操作信息。
OI 解决方案通常集成到现有的企业 IT 基础设施中，对实时数据流运行查询并提供分析结果。
大多数情况下，OI 数据处理的结果以操作指令的形式提供，旨在供一线工人和管理人员立即使用。
现代运营智能解决方案被认为是继 OI 之前的实时商业智能 (RTBI) 工具之后的下一步发展。
什么是实时商业智能 (RTBI)？
实时商业智能（RTBI）利用复杂的商业智能（BI）解决方案、智能数据仓库、数据可视化和虚拟化功能，以及面向服务的架构（SOA）和企业应用集成（EAI）来处理数据并交付 快速的结果。
RTBI 要求组织实施相当复杂的基础设施来存储和处理数据，以便利用此类解决方案的所有优势。 RTBI 基础设施的核心要素包括数据仓库、数据湖和其他智能数据存储和处理系统，这些系统的实施和维护成本通常很高。 OI 和 RTBI 之间的主要区别在于，RTBI 工具主要用于处理财务和商业信息，例如收入流、费用、成本和其他财务交易，而 OI 解决方案以以下形式分析内部计算机系统和工业机械生成的数据： 日志、配置、系统报告、警报等。
OI 和 BI/RTBI 之间还有其他核心差异，我们将在本文中进一步详细讨论。
为什么 OI 很重要？
正确应用OI工具和技术可以让跨行业和市场领域的组织和公司实时监控所有关键业务活动，检测威胁和低效率，识别新的商机，并为一线团队和工人提供有用的信息和运营解决方案 立即使它们成为工作流程的一部分。
运营智能的核心业务优势是以事件为中心的数据分析方法，不断提供新信息，使员工能够提高效率并实时做出更好的决策。
在不利用现代运营智能工具的组织中，为了调整工作流程或改进运营流程，管理者和员工需要在一定时间内监控业务活动。 只有积累了足够的信息后，组织才能继续创建图表、图形和其他可视化效果，以识别需要改进的领域。
采用这种方法，数据的收集、组织和可视化通常需要数周、数月甚至在某些情况下数年的时间。 不用说，以这种方式获得的信息通常远远不够及时和相关。
OI 解决方案旨在解决此问题，为组织提供快速处理实时收集和分析的数据。 OI 通常为一线员工提供可以立即实施的以活动为中心的解决方案。
最能从运营智能解决方案提供的实时信息中受益的一线业务人员包括销售代表、工业和制造流程经理、客户支持和呼叫中心代理、营销专家、航空公司航班协调员、物流经理 以及从事实时信息至关重要的其他工作的人员。
运营智能 (OI) 的主要优势
让我们回顾一下实施 OI 解决方案最重要的业务优势。
以下是 OI 实施可以帮助组织实现的目标：
能够每天做出明智且经过研究的业务决策；
快速识别机会和需要改进的业务运营领域；
提高日常业务运营的可见性；
及时发现各种安全威胁；
监控 IT 基础设施的运行情况；
对故障、异常和其他操作问题的预测和积极响应；
防止信息泄露、违反 SLA 和其他安全漏洞；
最大限度地提高从 IT 系统检索的数据和人类工作人员生成的数据中提取的业务价值。
工业运营智能如何发挥作用？
现代工业环境中使用的 OI 平台通常包括许多组件，这些组件相互结合运行，收集、处理和分析数据，并将分析结果传递给一线团队和个人工人。
高性能工业OI平台通常包括但不限于以下组件：
实时数据集成工具，用于从工业网络的各个部件和组件中检索相关数据，
用于高效存储和处理大型数据集的大数据框架，例如 Hadoop、Apache Spark、Apache Hive、Apache Storm 等，
数据流处理系统，
实时监控系统控制不同的机械和过程，
执行数据分析的工具，
用于可视化分析见解并将其交付给最终用户的解决方案。
向员工和业务经理正确可视化和呈现运营智能结果的能力也发挥着重要作用。 这就是为什么强大的工业 OI 平台应该支持各种具有不同指标、图表和 KPI 的可定制交互式仪表板，并且能够通过向最终用户发送警报和通知来自动向他们提供最新发现。
运营智能在不同行业的应用
运营智能解决方案广泛应用于所有主要行业和市场领域。 让我们看看最积极采用 OI 技术的行业以及他们通常如何具体利用这些技术。
零售
正如我们已经提到的，当今零售企业可能是 OI 解决方案最活跃的用户。 零售业利用运营智能来获取有关客户行为、供应链问题、物流和销售的宝贵见解。 OI在零售业的另一个用途是实时监控电子商务网站并分析用户行为。
制造业
在工业运营智能的使用方面，制造业处于领先地位。 工业 OI 允许制造工厂通过集成智能传感器并收集工厂车间生成的数据来对工业机械、系统和流程进行连续监控。 正确应用 OI 可以使工业设施实现对所有主要流程、产品创建和交付的高质量监控和监督。
运输
交通运输行业还产生大量的各种运营数据，可供 OI 平台收集和分析。 这些数据流包括与飞机和其他车辆的管理、机场、火车站和其他各种交通枢纽和路口的运营、客流、路线和物流问题、事件、运输行业员工、乘客的旅行体验等相关的信息。
金融服务
金融机构使用运营智能技术来监控金融系统的性能、检测潜在的安全问题、识别欺诈企图、跟踪股票市场和资金流向等。
电信
在电信领域，OI 解决方案最常用于监控网络设备的性能、检测故障、网络故障和安全漏洞、识别和预防错误等。
卫生保健
医疗机构还利用现代 OI 解决方案来实现各种目标和效益。
具体来说，OI可用于药品库存管理、医疗机构运营监控（包括医院患者流量、医生、护士和其他医院工作人员的轮班）、跟踪医疗记录、预测医院对药品和医疗设备的需求等。
工业运营智能的主要特征
正如我们之前所说，工业 OI 平台是复杂的解决方案，包括多个相互结合的工具和组件。 当然，OI解决方案可以应用于不同行业、不同目的，服务于多个目标。
典型的 OI 平台以事件和时间序列数据的形式使用从企业网络中各个节点收集的操作数据。 这些数据由系统处理和分析，该系统生成见解，然后将其可视化并以仪表板或其他形式呈现，供最终用户（一线工作人员和业务经理）轻松使用。
让我们看看现代 OI 平台最常见和最常用的功能。
工业设备和IT系统实时监控
工业流程和运营的实时监控是运营智能最常见的应用之一。 这可以包括通过集成到其中的传感器来监控各种机械、机械设备和基础设施，以及监控 IT 网络和软件系统、服务器事件日志和需要 24/7 启动和运行的工业基础设施的其他元素 并且可以生成实时更新，快速将其传输到中央位置以进行后续处理和分析。
事件的相关性
运营智能解决方案的另一个关键功能是执行关联的能力，这是一项至关重要的功能，可以让拥有复杂 IT 基础设施的组织快速识别并修复网络中的错误和问题。 通常，如果企业 IT 网络内发生事件，调查和识别其原因可能需要花费大量时间，因为此过程需要分析来自 IT 基础设施各个部分的多个数据孤岛。 利用 OI 平台，组织可以显着加快这一过程，这要归功于事件关联功能，该功能将不同来源的数据汇集在一起，并同时根据所有这些孤岛进行调查。
趋势预测
如果组织拥有现代数据存储基础设施，例如数据湖和统一命名空间 (UNS)，则可以利用它来使 OI 平台能够利用该存储中保存的大量操作数据。 利用这些数据，该平台可以生成市场预测、业务趋势和预测。
根本原因和多维度分析
OI 解决方案在工业环境以及业务运营中的另一个有价值的应用是根本原因分析和多维分析。 利用先进的 OI 技术进行根本原因分析，使组织能够快速识别业务运营中各种问题的原因，并就如何提高相关流程的效率提供潜在的解决方案和建议，以最大程度地减少未来出现类似问题的机会。 多维分析允许组织同时从不同的角度观察和分析数据，提出他们可能无法发现的趋势和预测。
业务指标和 KPI 建模
当然，大多数 OI 解决方案的核心是能够对业务指标进行建模并生成 KPI（关键绩效指标），这些指标是使用从整个组织 IT 网络的来源收集的数据来计算的。
可视化、自动报警和用户通知 最后，所有业务指标、趋势、预测、KPI 和其他计算都由 OI 平台以有吸引力的视觉形式（最通常以仪表板的形式）可视化。 然后将仪表板和其他可视化内容交付给最终用户。 当 OI 工具生成的信息应快速交付并立即采取行动时，高级 OI 解决方案通常支持自动用户警报和通知。
OI 解决方案的技术组件
现在，在我们介绍了工业 OI 解决方案的主要功能后，我们还来看看用于支持上述功能的技术。
复杂事件处理 (CEP)
复杂事件处理组件作为工业 OI 平台的一部分，允许 OI 解决方案对多个实时数据流、事件关联、根本原因分析和 OI 的其他关键功能执行复杂且高级的分析。
自动识别和数据采集（AIDC）
AIDC 是一个负责检测和记录通常通过各种无线标签解决方案（例如 RFID（射频识别）和条形码）以及文本和语音（在这种情况下需要语音识别组件）提供给系统的信息的组件。 。
元数据管理框架
元数据管理框架是组织内生成和存储的所有文档和文件的集中存储库。 通过访问元数据框架，工业 OI 平台可以快速生成业务指标和 KPI，将整个组织 IT 基础设施中发生的事件连接到文档和文本资源，并根据组织使用的完整数据库进行多维分析。
业务流程管理（BPM）
BPM 组件的可用性允许 OI 平台对组织内的业务流程进行分析和建模，提出优化工作流程、提高效率和消除瓶颈的方法。 他们还能够基于新创建的模型模拟执行新策略和业务流程。
维度数据库
维度数据库通常用于大数据量的仓储和新数据的快速处理。 工业运营智能解决方案依靠维度数据库来实时处理大量查询、访问从多个来源接收的数据并以不同的方式对其进行汇总。
工业流程和业务活动监控
实时监控模块允许以工业和商业为中心的运营智能平台监控工业网络内各种流程的活动，跟踪机械和不同制造设备的操作等。当应用于非工业商业环境时，这样的解决方案是 能够监控企业软件系统中代表的业务活动，例如 ERP、CRM、销售点 (POS) 解决方案等。
故障和情况检测
如果工业运营智能得到正确实施和操作，OI 解决方案能够显着加速并提高故障检测的有效性。 工业机械的实时监控使OI平台能够快速识别设备的故障、故障、缺陷和其他问题。 工业 OI 工具还能够预测潜在故障并生成维护建议，以延长机械设备的生命周期和设备零部件的磨损。
仪表板可视化
大多数现代工业 OI 系统都使用仪表板作为一种方式来生成交互式和精美演示的见解、趋势、预测以及从组织基础设施（硬件和软件）各个部分收集的数据分析的其他产品。 仪表板通常为用户提供多种定制和个性化选项，根据所呈现的数据和接收此信息的最终用户的需求，支持不同类型和模式的数据可视化。
自动警报、通知和多渠道发布
最后，工业运营智能解决方案通常支持多种用户通知和发布方式，将数据分析生成的信息传递给一线工人和业务经理。
工业 OI 系统消耗的数据类型
工业 OI 解决方案能够使用企业网络内各种来源的数据，包括嵌入机械、软件系统和电信设备中的物联网传感器。
以下是最常发送到工业 OI 系统进行处理和分析的数据类型。
日志文件，
指标，
注册表事件日志，
配置系统日志，
网络日志，
配置审核和查询日志，
系统消息，
变更记录，
脚本，
警报，
通过分析从各种来源消耗的这些数据和其他类型的数据，工业 OI 解决方案可以针对工业设备的最佳使用周期、机械维护要求、部署技术专家来管理系统的需要等提供见解和建议。
工业OI问题和挑战
当然，工业 OI 仍然是一个非常年轻的市场和数据科学领域。 尽管它正在加速增长和发展，但不乏阻碍其增长的问题和挑战。 让我们来看看当今工业运营智能市场面临的最引人注目的问题。
缺乏熟练的数据专业人员
您可能知道，当今人才缺乏是整个科技市场的普遍问题，
对于数据人才来说，这个问题尤其严重。 为了有效利用工业运营智能技术，组织需要具备建立数据仓库和数据湖、将各种网络组件的数据孤岛集成到单个存储、建立有效的数据分析流程等知识和经验的专业人员。
整合不同来源的数据
另一个主要挑战是将多个数据源连接到单个存储库，以允许工业 OI 解决方案收集这些数据以进行后续分析。 由于工业环境中使用的不同系统和机械组件通常使用原始数据和结构化数据，因此很难建立 OI 平台与需要向其传输信息的所有网络节点的通用连接。 当 OI 系统接收到不同格式和结构的数据时，它无法应用相同的逻辑来处理和分析所有数据。
这就是为什么许多现代工业自动化专业人士越来越倾向于实施 UNS 和数据湖，这将作为从整个企业网络的各种软件系统和硬件组件收集的所有数据的单一事实来源。
数据质量低
数据质量低是另一个可能严重影响工业运营智能平台分析有效性的问题。 不常见的数据格式只是问题之一。 其他通常影响数据质量并使其不适合工业 OI 系统处理和有效分析的问题包括不同类型的人为错误、不一致、数据重复和其他类似问题。
为了解决这些问题或避免首先处理这些问题，组织需要投入时间和精力来采用数据管理策略，以支持网络组件与数据仓库和工业 OI 系统的分析组件的轻松集成。
在运营智能和数据分析的背景下，数据管理策略最重要的部分是数据架构和数据建模。 数据架构通常是在实施组织 IT 基础架构的早期阶段指定的。 它描述了数据管理和利用的所有技术方面，从数据检索和传输到将其转换为适用的格式以及通过适当的工具和系统进行使用。
数据建模也是成功的数据管理策略的重要组成部分。 它描述了系统内组织和直观地表示各种信息的过程。 当涉及工业运营智能解决方案时，数据建模有助于在不同类型的数据、软件系统和系统内的用户角色之间创建功能连接。 单个用户可以在整个 IT 基础设施中扮演不同的角色，因此，为了避免数据冗余，应通过数据建模对该用户生成的数据进行充分分类。
数据呈现和可视化
尽管与利用工业运营智能解决方案相关的主要挑战包括获取正确的数据并有效快速地执行分析，但正确呈现 OI 平台数据处理的见解和其他结果也可能是问题和挑战的根源。
在大多数情况下，当使用 OI 解决方案时，它们生成的数据非常复杂。 想要以视觉的形式充分呈现给终端消费者（比如一线工人、企业管理者）并不是那么容易的事。 如果 OI 解决方案的数据分析结果没有以正确的方式呈现，它很容易被忽视或无法产生任何真正的影响。
这就是为什么大多数工业 OI 平台选择利用交互式仪表板作为以引人注目的形式可视化数据的方式。 然而，仅仅使用仪表板并不能完全解决这个问题。 与仪表板的正确使用相关的问题仍然有很多，例如仪表板模板的选择、所选仪表板模板的自定义以尽可能最好地满足要求，甚至是颜色、图表和图表类型的选择。
实施成本高
从头开始实施工业运营智能解决方案（包括数据仓库基础设施、分析模块、跨网络节点的数据收集及其集成到集中存储库中）通常需要大量的初始投资。 随着 OI 解决方案需求的增长，这些成本也在不断上升。 实施 OI 平台的初始投资包括雇用和保留高素质数据人才的成本、硬件基础设施的实施、软件的许可或开发等。工业 Oi 解决方案实施后，维护成本也可能很高， 包括软件更新的成本、数据存储和安全基础设施的升级、操作和管理系统所需的分析专家和顾问的工资等等。
选择正确的工具和技术
尝试实施工业 OI 项目的公司经常面临的另一个主要挑战是为此目的选择正确的工具和技术。 随着工业运营智能市场的增长，OI解决方案的选择也在不断增加。 为了实现一个真正强大且功能强大的 OI 平台来满足所有要求，组织需要选择最合适的组件，不仅用于数据存储和实时分析，还用于数据可视化及其向最终用户的交付 。
最后
工业运营智能是一项强大的技术，能够增强您对工业和制造系统的业务分析和监控，为您提供实时提取的新见解，并将机械和软件系统生成的数据转化为有助于提高生产力的有价值的信息， 提高效率、提高安全性、最大限度地减少浪费并总体优化整个业务周期中的所有业务运营。