"景先生毕设|www.jxszl.com

大数据背景下制造企业信息化成熟度分析及建设策略

2020-10-30 22:23编辑: www.jxszl.com景先生毕设
目 录
1 绪论 1
1.1 研究背景与意义 1
1.2 研究思路与方法 2
1.3 创新点 3
2 制造业信息化及成熟度理论概述 3
2.1 信息化基础理论概述 3
2.2 信息化评价理论的国内外相关研究 5
2.3 现有研究的不足之处 8
3 大数据背景下制造企业信息需求与影响因素分析 9
3.1 制造企业信息需求类型 9
3.2 传统背景下制造企业信息化的特点 10
3.3 大数据背景下制造企业信息需求的特点 11
3.4 大数据背景下制造企业信息化水平的主要影响因素 12
4 大数据背景下制造业信息化成熟度模型构建与分析 15
4.1 评价指标选取原则 15
4.2 评价指标体系构建与分析 16
4.3 制造企业信息化成熟度模型构建 20
5 大数据背景下制造企业信息化成熟度实证分析 23
5.1 调查问卷设计 23
5.2 调查结果分析 26
5.3 研究结论 30
6 大数据背景下制造企业信息化建设策略 30
6.1 大数据时代企业信息化建设所需的基础 30
6.2 大数据背景下制造企业信息化建设主要难题 32
6.3 推进制造企业信息化建设的策略 33
结 论 36
致 谢 37
参 考 文 献 38
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
 *景先生毕设|www.jxszl.com +Q: %3^5`1^9`1^6^0`7^2# 
如今计算机技术已经全面融入人类的社会生活,信息技术在各个领域不断渗透,同时新兴技术与应用模式也不断涌现,全球数据量瞬间爆发,大数据时代已然到来!近几年,关于大数据一词的报道层出不穷,大多数是用它来表示互联网技术发展下激增的海量数据,同时它也用来表示相关的数据处理技术。据IDC的研究表明,近几年的数据生产呈指数级别增长。其他一些相关研究都表明全球的数据正处于大爆炸增长态势,并且呈现出各种复杂特征。
近年来,大数据在学术届、工业界和政府得到高度注重,全球掀起了一个大数据的研究热潮。其实大数据早已在金融、军事以及生物领域等方面有所显现,只是在以前,人们把大规模数据称为“海量数据”,而如今因为互联网的发展以及信息的高速传递从而引发了人们进一步的思考。大数据并不是数据量越多就越好,它不是一种技术而是一种技能,是通过算法将出自各种渠道和不同格式的数据进行聚类分析,从中找出数据间的关联,是一种循环逼近过程。各种解释层出不穷,维基百科是这样解释的:大数据是一种无法使用传统工具或者技术在规定时间内完成处理的海量数据。在这种背景下,企业的核心资产将转变为数据,同时它也将很大程度上影响其业务模式,甚至重构公司文化和组织。信息的大量传播以及交流方式的演变让信息技术也不断发展更替,信息技术不仅改变了社会产业结构和生产,同时也使人类的生活方式以及思维习惯发生改变,对于一个企业来说如何利用现代信息技术充分利用各种有效资源以适应新的时代变化以及应对挑战是至关重要的,大数据时代的来临对寻找上述改变的内在规律提供了新的途径,对企业在信息获取、处理和应用等方面带来了重大变革和影响,也同时改变了企业信息建设的需求。
1.1.2 研究意义
在大数据时代下,针对制造业信息需求及特点进行调查,研究其信息化成熟度以及等级模型,系统科学的衡量制造业信息化成熟度,提出制造企业信息化的建设策略,帮助管理人员提高决策能力,同时协助企业提高在新时代下的竞争力。
企业是国家经济命脉中不可缺少的一部分,在全球信息化浪潮中,企业信息化是提高企业决策水平和管理水平,增强企业综合竞争力的战略措施,是国家和社会信息化建设的基础和重要构成部分。实现制造企业的信息化,就要求企业先科学测度自身信息化水平,才能准确制定合理的信息化投资战略,从而进行信息化的投资。
每个企业的信息化程度都受企业内部发展状况和外部环境等因素的影响因此,不同企业的评价标准应该是不一样的。就目前来看,在评价企业信息化成熟度时,行内还没有一套统一且对大多数企业适用的标准,导致了企业无法正确衡量自身信息化的程度,不能从自身痛点出发解决信息建设难题,更无从说起信息水平与竞争力的提高了。
通过相关资料、时讯新闻和各种科研报告,我们意识到大数据对信息的获取以及有效利用带来新一轮的冲击,如今新兴信息技术与创新型应用模式的涌现,使得全球数据量急剧猛增,正如及时融入信息时代以获取效益一样,在如今的大数据时代,我们只有加快研究步伐紧紧把握住其带来的隐含的商机,才能立于世界的前列。
1.2 研究思路与方法
1.2.1 研究思路
论文拟在借鉴已有研究成果的基础上,构建大数据背景下制造企业信息化成熟度模型,运用定量与定性分析相结合的方法,科学测度制造企业信息化水平,为大数据时代制造企业信息化评价和建设提供一个客观而准确的依据,从而推进大数据背景下制造业信息化建设。论文首先对国内外的研究理论进行总结,然后在分析制造企业内涵和特点的基础上,依据指标选取原则,构造制造企业信息化成熟度评价指标体系和成熟度等级模型。通过对淮安市制造企业信息化状况的调查,获得了淮安市制造企业相关的信息化数据,根据所构建的成熟度等级模型,找出淮安市制造企业目前所处信息化阶段,最后结合大数据背景下信息需求及特点并以此为依据提出了淮安市制造企业信息化建设战略。
1.2.2 研究方法
在研究过程中,根据研究内容的要求以及自身的研究特长,采用如下方法进行研究:
1、文献研究方法
通过一些主流平台和渠道搜集相关文献:(1)电子数据库,包括中国学术期刊全文数据库、万方数据资源系统、中国优秀博硕士学位论文全文数据库以及EBSCO全文数据库等。(2)学术期刊;(3)相关的专业会议论文;(4)网络查寻,这是以上信息渠道的重要补充。搜集到需要文献后进行相应的整理。
2、实地调研方法
通过实地考察淮安市若干有代表性的大中型制造企业,了解企业的信息化状况,作为衡量和判断淮安市大中型制造企业信息化成熟度的依据。
3、问卷调查方法
在研究制造业信息化现状和构建信息化成熟度等级模型时,选取淮安市若干有代表性的大中型制造企业进行问卷调查,对调查数据进行统计分析。
4、专家访谈方法
根据专家意见来弥补问卷调查存在的不足,对制造业企业信息化成熟度评价指标体系进行修订、补充和完善,从而反映指标体系的指导性和权威。
1.3 创新点
论文的创新点体现在:在调查研究的基础上,构建了以大数据为背景的制造业信息化成熟度等级模型,并运用定量手段科学测量制造业信息化水平,为大数据时代制造企业信息化评价和建设提供一个客观而准确的依据,弥补了以往相关研究主要是基于传统信息化背景的片面性。
4、信息化实施多借助外力
由于制造企业信息化建设方式比较复杂,通常要根据项目规模的大小来选择实施方式。规模比较大的通常会借助外力,规模较小的则由企业内部完成。但硬件采购一般由企业自己完成。

原文链接:http://www.jxszl.com/jsj/xxaq/27241.html