|加盟VIP
  • 文章
  • 新闻
  • 资料
  • 视频
  • 活动
  • 特别报道
  • VIP智库
  • 专家
  • 报告
e-works为您找到 110  条结果
  • 相关性
  • 发布时间

数字化浪潮下的BOM革新：从数据分离迈向智能整合

然而，分离策略会在数据对齐、可追溯性和同步性等方面带来新的挑战。目前，许多企业将设计数据与零件数据分别存储，业务部件在ERP或自建BOM系统中管理，而设计部件则在CAD管理应用程序中独立维护。 DMU需要整合多领域（机械、电子、软件等）的异构CAD数据，但BOM割裂可能导致这些数据版本不一、关联丢失、结构混乱，使得虚拟样机模型构建过程复杂、耗时且容易出错，难以真实反映产品的完整多领域状态，从而削弱了 BOM数据可实时访问共享，以及在全价值链上的延续性、一致性、准确性和可追溯性。 AI基于机器学习分析历史BOM数据，能根据结构相似性、工艺关联性等推荐复用方案，避免重复设计。 它以自然语言交互的方式，实现BOM的查询、检索以及编创，还能推荐相似性零件，并能对DMU进行分析和评审等，将显著减少工程师在数据查询、重复录入、合规校验等事务性工作上的耗时，使其更聚焦于创造性设计，加速产品研发周期
PDM/PLM
来源：西门子
2025-09-30

测量系统分析(MSA)在卷烟工艺质量管理中的应用

(第一次测试)；⑤按要求的测试次数重复步骤②一④；⑥计算重复性和再现性研究的统计量：重复性、再现性及其标准差，％R&R(％P/TV)，％P/T；⑦分析结果并确定下一步方案。 1.2.1测量数据获取以卷包车间Q型(英国)和S型(法国)两种卷烟综合测试台的吸阻单元为例，由于S型吸阻单元还未验收，在此通过测量系统重复性和再现性研究确认两种测试台是否存在差异。 滤棒吸阻测量数据见表3。 1.2.2Minitab执行选项将表3中数据分为部件号、操作员、测量数据3列对应输入Minitab工作表，选择“统计>质量工具>量具研究>量具R&R研究(交叉)&rdquo 例如，烟丝填充仪测量系统分析(叶丝不可以被重复测量)，如果怀疑操作员对测量系统影响较大，可以分别从10批叶丝产品中各抽取2组样，安排2个操作员每人对5批叶丝样品各测取2次填充值数据。
全面质量管理
来源：万方数据
2011-03-12

主数据治理项目建设常见问题解析

此模式下，所有核心的主数据被集中存储于一个中央数据库之中，并由一个专门的团队负责统一的维护与管理。 这种模式的运作机制类似于当前众多集成化平台，通过高度集中的数据管控，确保了数据的一致性和准确性，提升了数据处理的效率与安全性。第二种模式则是分布式管理。 同时，模型的需求调研与建立同样至关重要，这一环节涉及对主数据范围的精准界定、数据属性的细致梳理以及数据间关系的明确构建，是确保主数据管理系统能够有效支撑企业业务运营的基础。 通过培训，帮助业务人员深入理解主数据管理的重要性和具体操作方法，从而顺利接受并适应新的管理方式。Q6.数据清洗也会非常费劲。比如说物料主数据，可能涉及几十万条数据，清洗这方面的有什么好的做法吗？ 通过对比业务系统与SAP系统中的数据差异，我们能够识别并纠正因系统规则导致的数据问题。对于名称等关键信息缺失或错误的情况，我们利用清洗工具进行自动化更新，以恢复数据的完整性和准确性。
主数据管理
来源：亿信华辰软件
2025-05-27

PLM与主数据系统集成的探索与实践

导致下属工厂及车间系统内的对象类型、对象编号重复，给集团ISO规范审核带来了极大的阻力，也给集团内部跨产品线的业务管理带来了挑战。 ●各事业部编码体系存在重码、错码、数据量大等现象，数据清理难度大。缺乏IT手段支持数据标准化管理，没有统一的主数据管理系统，主数据管理平台建设经验少。 根据企业内部部门职责，由产品设计师对物料基本视图属性进行维护，主要包括：1.创建新增类型、修改类型及删除类型物料基本视图数据申请；2.根据物料基本属性进行相似度验证，避免物料出现一物多码现象；3.对物料基本视图中的属性内容进行提交审核 1)数据清理在这一阶段主要包括对静态数据和动态数据的清理工作，其中针对静态数据的清理工作，对现有各事业部物料数据进行汇总整理，在整理过程中优化完善现有分类体系及属性模板，形成具有鲜明特色的分类定义手册。 集团还应该对各事业部动态数据进行清理，例如有计划业务、未结订单，库存数据等物资数据进行整理。
主数据管理
来源：e-works
2025-05-27

集团生产精细管理模式与金蝶解决方案

重复式生产模式重复式生产，又称为流水线生产，是指产品或零件按照一定的工艺路线和速度（或节拍），有节奏地、不间断地从一台设备移到另一台设备，从一个工作地移到另一个工作地，完成每道工序作业直到产出成品为止的生产组织形式 设备按照产品工艺顺序布局，各工作中心的加工时间相近，生产能力稳定；生产的产品数量大而品种少，经常重复生产一种或几种类似的产品；产品结构和过程相对稳定。 重复生产模式的制造企业生产量很大，在制品库存很少，生产周期短；年产量都是几十万台，甚至几百万台。典型的重复生产的产品有汽车、轴承、标准件、家电、仪表仪器、电子装配、电子元器件、生活用品等。 管理特征：■重复生产把高度的对象专业化组织形式和劳动对象的平行移动方式有机结合起来，使生产过程具有高度的连续性、比例性和均衡性，可大幅度地提高生产率；■加工中心专业化程度高，在流水线上固定地生产一种或少数几种产品 ，因此对原材料和零部件的进厂检查，生产和装配过程中的质量控制极为严格，有利于企业建立全面的质量管理体系；■重复生产企业的产品往往关系到国计民生（如汽车、家电等），成品的检验和测试、以及对用户的售后服务和质量信息反馈都极为重要
其他
来源：e-works
2009-12-09

主数据管理平台（MDM）是企业实现数据治理的核心工具

主数据管理平台（MDM）是企业实现数据治理的核心工具，旨在解决数据分散、重复、不一致等问题，确保核心业务数据的唯一性、准确性和共享性。 以下是其主要功能及对应的实现逻辑：1.主数据建模与标准化数据建模：支持通过可视化工具定义主数据模型，包括字段结构、编码规则、校验逻辑等。 例如，可针对客户、供应商等实体建立统一的数据模型，确保跨系统的数据一致性。 版本管理：记录数据变更历史，支持回溯和恢复，确保数据可追溯性。 产品主数据管理：统一产品编码和属性，避免库存与销售系统间的数据偏差。通过上述功能，主数据管理平台不仅提升了数据资产价值，还为企业数字化转型提供了核心支撑。
主数据管理
2025-05-27

一文让你分清数据管理与数据治理

数据管理协会（DAMA）在数据管理知识体系（DMBOK）中也认为，数据治理是数据管理的一部分。 治理相对容易界定，它是用来明确相关角色、工作责任和工作流程的，确保数据资产能长期有序地、可持续地得到管理。而数据管理则是一个更为广泛的定义，它与任何时间采集和应用数据的可重复流程的方方面面都紧密相关。 ●参考数据管理：参考数据提供数据的上下文，尤其是它结合元数据一起考虑的情况下。由于参考数据变更的频率较低，参考数据的治理经常会被忽视。 数据建模数据建模是依赖于数据治理的另一个数据管理中的关键领域，它结合了数据管理与数据治理两者进行协调工作。 一个确保数据治理贯穿整个企业的最高效手段，就是利用数据建模技术直接关联不同的数据治理领域，例如数据血缘关系以及数据质量。当需要合并非结构化数据时，数据建模将会更有价值。
主数据管理
来源：互联网
2025-05-27

做了数据中台，还需要做数据治理吗？

引言企业建设过数据中台，还有必要做数据治理吗？企业做过领导驾驶舱，还需要做数据治理吗？企业做过生产管控、质量管控等，也有需要做数据治理吗？企业数据中台项目中包括了数据管理，为什么还要做数据治理呢？ 把数据中台更多的建设成了一个数据链路的采集处理的技术平台，是大部分企业的建设现状，虽然有数据质量、数据标准、数据安全、数据目录等诸多模块，但是可能并没有实质性的实施内容。 该类项目的建设工作内容中，往往存在以下问题：01、数据采集欠缺规范及复用性考虑，往往做一个指标从源头采一次数，造成了多次采集、接口的重复开发；02、数据加工多采用SQL，四五百行的SQL是运维工作的现实阻碍 【如何解决】“从数据仓库到数据超市”伴随着“应用牵引式”的数据工作建设，企业逐步认识到数据工作不仅仅是建看板应用，数据标准、数据质量、元数据管理等数据治理工作同样重要 那么，作为数据管理部门应该如何统筹分析应用、数据标准、数据目录、元数据以及数据仓库、数据服务这些数据管理职能域的实际工作，以什么为抓手做好从“提供结果到提供服务”的转型呢？
主数据管理
来源：美林数据
2025-05-27

主数据管理如何助力煤炭行业

统一分析维度、拉通业务数据，显著提升了集团业务流转的整体效率、降低了运营费用，如：1、合同主数据标准统一，相关业务进行线上流转，横向数据贯通后相关业务办理时长缩短50%；2、财务主数据与业务主数据打通， 近上千条原始采购设备单据实现自动流转并将单据即时推送至财务系统，减轻约70%的数据填报工作；3、物料主数据实现”一物一码“的管理，有效消除近60%的重复物料记录，盘活了呆滞库存达数千万元 ，减少了物资采办需求量数亿元，降低了整体的库存管理成本；4、确定主数据责任管理机制，减少了设备资产在不同组织下重复维护的工作量约20%，从而增加设备可用率30%，显著降低了设备管理的投入费用；该煤炭集团在主数据管理上取得了显著成果 03、集团、子公司两级不协同：目前集团存在集团、子公司同一业务未实现纵向对齐的问题，诸如采购、结算、供应等环节有多套重复流程，扩大了业务周期；04、可借鉴经验少，主数据难识别：缺乏可参考的数据标准，对主数据的识别存在不准确 业务驱动的主数据管理解决方案为了解决主数据建设中的诸多问题，某煤炭集团采用了美林数据提供的以业务实际为导向的主数据管理解决方案：方案1、统一标准，循序渐进针对集团的管控模式，本方案提出由集团统一制定并发布通用的主数据标准
主数据管理
来源：美林数据
2025-05-27

主数据管理体系建设

主数据是企业内部跨部门、跨业务、跨系统，能够被重复利用和充分共享，具有高价值且相对稳定的基础数据。 主数据系统建设：通过主数据管理系统建立主数据单一视图，实现主数据的清洗与转化，实现主数据的一次录入、全域共享，避免产生数据不一致、数据质量问题以及重复管理等问题。 建议在设计主数据管理体系之前先进行现状评估，可参考卡耐基梅隆大学软件工程研究所开发的能力成熟度模型（CMM），将主数据管理成熟度分为初始、重复、定义、管理、优化五个级别，根据评价结果进行方案设计。 5.规范集成共享机制通过主数据管理体系建设，明确了主数据应用模式、主数据管理组织架构、主数据管控模式、主数据的运营组织、主数据的编码规则、主数据的模型标准、物料分类标准及物料填写规范，并且编制了主数据管理办法 主数据的显著价值就是跨业务共享、重复使用，通过明确的数据标准、接口集成标准完成主数据共享机制的建设，实现主数据在业务系统之间的高效协同，发挥数据资产作用。
主数据管理
来源：企业管理杂志
2025-05-27
共 11 页 总数：110 条
信息搜索中，请稍候...

系列微信

数字化企业网
PLM之神
e-works制信科技
MES百科
工业自动化洞察
智能制造IM
AI智造圈
智能工厂前线
工业机器人洞察
智造人才圈
工业软件应用
智能制造网博会
ERP之家
供应链指南针

旗下机构

中国光谷产业联盟
广西两化融合促进中心
广西工业创新促进会

e-works 公众号

e-works APP

旗下其他网站

e-works global
广西两化融合门户
广西新品推介交易平台

特色服务

两化融合贯标
VIP会员
加盟撰稿
成为专家
产业研究
咨询服务
广告服务
网站地图
© 2002-2025  武汉制信科技有限公司  版权所有  ICP经营许可证：鄂B2-20030029-1（于2003年首获许可证:鄂B2－20030029）
鄂公网安备：420100003343号 法律声明及隐私权政策     投诉举报电话：027-87592219

关于我们    |    联系我们    |    隐私条款

ICP经营许可证：鄂B2-20080078
（于2003年首获许可证:鄂B2－20030029）
鄂公网安备：420100003343号
© 2002-2025  武汉制信科技有限公司  版权所有
投诉举报电话：027-87592219

需求中心
AI助手
扫码查看
联系我们
返回顶部