智慧引领 数据赋能--助力后勤服务高质量发展- 帆软数字化案例
400-811-8890
免费试用 {{ item.text }}

商务咨询

在线咨询
专业顾问帮您解答问题

电话咨询

技术问题

投诉入口

微信咨询

中国矿业大学

地区 江苏省 
产品 FineReport  FineBI  FineDataLink  FineVis 
场景 管理驾驶舱  服务 
行业 教育科研 
年份 2024 
特点 驾驶舱  运营监控  风险控制 
总务部数字工作台
水电数据底座
预警阈值模型

企业简介

中国矿业大学是教育部直属的全国重点高校,是教育部、应急管理部与江苏省人民政府共建高校,先后进入国家“211工程”“985优势学科创新平台项目”和国家“双一流”建设高校行列。学校为全国首批具有博士和硕士授予权的高校之一,设有国家批准的研究生院。学校现坐落于素有“五省通衢”之称的国家历史文化名城——江苏省徐州市,有文昌和南湖两个校区,占地4200余亩,校舍建筑面积156万平方米,现拥有教职工3450余人,学生3万8000余名。设有72个本科专业,有8个学科进入ESI全球前1%,其中工程学进入前1‰。

2.png

1.png

业务需求/挑战

在当今数字化时代的浪潮中,高校的发展面临着诸多新的机遇与挑战。我们需要将先进的理念和技术应用到我们后勤管理工作中,通过数据分析的应用,提前预判,精准分析师生生活需求,为师生提供更加符合师生期待的服务模式,改变师生对后勤的传统看法。

进一步结合工作实际,总务部目前已初步完成后勤社会化改革,根据学校第十四次党代会提出的“推进后勤社会化改革,构建高质量的服务保障体系”总要求,总务部不断推进后勤社会化改革步伐,在饮食、运输、商贸等领域引进社会优质企业进驻学校,构建学校后勤事业的新发展格局。

从信息化建设角度看,目前我校后勤信息化建设已取得初步成效,已建成涵盖公寓管理、门禁通行管理、能源管理、线上报修等20余个业务系统,以及智慧后勤服务保障中心IOC展示平台,将总务部已有各业务系统数据在三维场景中进行直观展示,但平台采取直接与各业务系统对接的形式,缺乏统一的数据采集与治理,各业务系统数据质量参差不齐,数据标准无法统一,因此需要建设一个集业务系统数据处理,业态数据综合展示,预警事件推送通知的数据集成治理及业务数据分析平台。

建设需求

3.png

数据集成治理及业务数据分析平台需要能够集业务系统数据处理、业态数据综合展示,预警事件推送通知,任务工单按需分发多功能于一体,通过将大量业务数据集成至数仓,搭建起牢固的数据基座。平台需要包含以下功能:

多源数据集成

系统支持多种数据库类型的数据获取能力,能够适配总务部各应用系统的数据库类型,实现多源数据类型的整合工作。

数据应用开发:

系统支持数据清洗、过滤、转换、关联等处理工作,可以通过脚本的方式对数据进行整合处理快速应对总务部多种数据源的各种数据处理场景。

数据定时调度:

系统支持数据按照配置进行定时同步更新和自我监控,对异常数据和失败的任务进行邮件、短信、微信等方式进行报警推送。

数据分析应用:

针对总务部不同场景下的需求,可以通过基本运算、逻辑运算、数学函数等方式将数据转化成业务关键指标并通过不同形式对业务指标进行分析进而快速开发相应的数据分析应用场景看板,可根据业变动务系统中数据的变动同步更新分析看板中。

异常事件预警:

系统支持通过图表样式呈现异常事件的预警信息,并对高等级预警事件进行消息、短信、邮件等方式推送提醒。

业务数据开放:

可以通过API接口、数据库、消息队列等形式将产生的业务数据进行部门间开放共享,同时可以对共享的数据进行权限控制,保障数据安全。

解决方案

建设思路

平台遵循数据驱动业务发展的建设目标,按照“数据整合、功能定制、应用落地”的建设路径,将项目建设划分成三部分,数据资产梳理与整合、数据主题域构建与具体实现、数据应用落地。

在数据资产梳理与整合阶段,对总务管理范围内涉及的能源、饮食、公寓、物业(公房)、服务监管、设备报修等主题域的20余个业务系统的数据资产进行了统一梳理,建立数据资产目录,在对业务系统数据采集时根据业务实际去除异常数据,统一进行存储。

数据主题域构建实现阶段,将数仓中的业务数据和指标按照实际使用需求进行组合,形成可供业务人员分析使用的数据表,业务人员根据自身需要将数据表进行再次处理,得到可以直观了解业务现状,判定问题的数据分析表,将分析结果汇总形成直观展示业务实际的数据分析看板。

数据应用落地阶段主要注重将数据运用到实际工作,根据不同业务部门工作实际,按照不同维度对业务指标进行分析,得到针对不同指标的预警规则,并可以将告警通知通过微信公众号消息的形式推送给业务负责人,及时发现异常。

4.png项目设计

架构设计

基于总务部整体项目规划,构建起了数据接入存储、数据填报应用、数据指标分析的自底向上的三层架构,自底向上打通数据应用,完成了从业务数据接入到数据分析应用的全流程规范化建设。整体架构如下图所示:

5.png

6.png

1.统一数据仓库设计

7.png

平台按照“全面覆盖,全量提供,深度挖掘”的思路,搭建统一的数据仓库,实现对不同源头、标准的业务数据进行集中的管控与处理,打通数据壁垒,结合中国矿业大学总务部核心业务以及信息化建设现状,以原有数据指标为基础,对部门级数据管控体系持续开展数据资产化梳理工作,形成数据资产,搭建集数据输入、 数据存储、数据模型建设及数据应用为一体的数据中心,为部门数据数据资产沉 淀、管理分析提供平台和数据等能力支撑进一步保证数据的质量与安全。

将数据仓库具体划分为ODS层-DW层-DM层三层,分别对应数据处理的数据采集-数据清洗与加工-数据应用与指标构建阶段。数据仓库建设基于FineDataLink工具完成,通过FDL工具完成对Excel等本地文档、业务系统数据库、数据接口等不同形式的数据源的数据采集,并在FDL中将原始数据进行处理加工,划分业务域,形成业务指标,最后分层存储。

8.png

数据资产梳理

系统性的对总务部管理范围内的能源、公寓、饮食、监管等业务系统产生的数据进行梳理盘点,按照数据来源,数据存储形式,数据量对数据进行划分,形成数据资产台账,同时根据业务数据情况对不同业务数据采取不同的数据同步方式和数据采集频率,为数据采集对接打下基础。

9.png

ODS

ODS层作为一个中间过渡层,通过可视化配置的方式对结构化数据、非结构化数据接入到大数据平台,将原始数据经过一系列处理后转换成更干净、更准确、更易用的数据格式,供上层应用使用。依照数据管理标准,通过 FineDataLink可视化构建数据采集流程,向数据仓库接入能源,餐饮,公寓, 服务反馈,报修等数据,保障数据的一致性、真实性。 累计开发数据处理流程 超过400项 ETL 流程,数据仓库累计开发300余张数据表。

DW

从 ODS 层中抽取数据,然后去除异常值、缺失值等不良数据,将业务系统的数据转换为适合数据分析的形式,再进行整合,将分散的数据整合为完整的数据。

10.png

DM

根据不同业务主题需求,将DW层中的数据进行分类汇总,通过根据时间、地点、人物等不同维度将DW层数据进行划分和聚合,形成基于不同主题域的业务指标,并通过业务指标之间关系将不同数据表进行关联,通过数据挖掘和分析,发现数据中的规律和趋势,将其应用于BI自主分析以及驾驶舱看板的呈现。

2.数据分析看板设计

通过部门领导统筹指挥,各部门积极配合平台建设,根据自身实际工作内容,对数据分析看板建设内容提出针对性意见和想法。

11.png

12.png

13.png

14.png

典型应用场景

智慧后勤——总务部数字工作台

场景背景

智慧校园服务保障调度中心已初步建成IOC展示平台,但平台缺乏事件预警及对于事件的处理能力,不能够在平台上完成任务分配等操作,无法满足日常管理使用需求,缺乏支撑业务的分析型数据展现,并且对于各业务端的数据缺乏一个整合的平台进行全方位展示。

场景痛点

1.监控视频繁多杂乱,无法按照区域分类查询

2.预警逻辑灵活变动,无法高效实现模型优化

3.多个平台预警流程,无法实现预警闭环流程

场景内容

建设了总务部数字工作台,包含了大数据概览,地图概览,监控列表,风险列表和日程信息等模块,汇总了各个业务平台的核心指标,如能源统计,实时监控,服务反馈,餐饮运营等。

15.png

通过FDL实现视频监控系统的接入,对于视频监控系统的动态加密,通过【数据转换】获取视频监控系统的access-token,以此获取HLS视频流,通过与建筑信息表关联实现视频流和楼宇信息管理信息匹配,再通过FDL传输到FVS视频流插件,可以通过FVS页面按照不同楼宇建筑的名称进行监控视频的汇总查看。

16.png

对监控视频按照区域和建筑进行的划分,可以通过FVS的页面中进行筛选各建筑下的监控设备的情况,并且通过FR填报的监控视频维护的页面可以对需要轮播的视频进行标记,标记为1的视频会在FVS中重点区域进行轮播播放,对于老师而言减少了视频的更换和维护的成本,只需要通过FR填报录入、FDL的数据打通和FVS的过滤筛选实现视频的更替和维护的工作。

17.png

在2.5D地图中按照建筑对地图进行了划分,在地图上点击建筑即可查看该栋建筑相关业务数据,直观了解校园中每栋建筑实时态势,是管理者能够动态调整运行策略。

18.png

通过治理后的数据进行告警通知,设置包括隐形贫困(五元套餐消费次数)、用电超功率、用电量异常、官网漏损、无人寝室、公寓异常考勤等系列预警模型,不同预警模型可以根据权限配置自定义预警通知相关管理人员,通过FDL直接通过微信公众号进行推送提醒,同时集成至简道云中进行预警闭环处理。

19.png

20.png

场景价值

1.实现业务全方位管理,在平台上线前,用水、用电、公寓、餐厅等平台之间数据独立在各系统当中,解决多系统数据的整合,实现一屏总览后勤业态,实现总务综合管理数据分析

2.通过FDL+FVS的组合应用,实现对每小时的用水用电情况监控,并且对于触发的预警情况可以设置相应的代办流程推送到微信公众号,实现管理上的闭环。

3.通过FDL模型构建+FR填报维护+FVS终端展示实现监控视频灵活展示的应用。

能源管理

场景背景

平台已经接入超过8000台物联网设备,包含水电表、传感器、网关、视频监控等多种类型,其中大部分设备每10分钟采集一条数据,每天平台会采集近百万级数据量级的各种类型的用能数据,为保障在FR和BI中的用水用电的告警分析应用的数据准确性和及时性,通过FDL对能源平台中间库分区分表进行取数,得到用水用电使用数据,支撑对水电数据分析的数据底座,此外,能源预警等场景对数据的时效性要求较高,因此采取对比更新增量同步保障数据的更新频次。

场景痛点

1.能耗数据量庞大,难以支持数据分析应用

2.缺乏主数据管理,难以定位建筑能耗数据

3.缺乏分析性平台,能耗数据统计分析繁琐

场景内容

通过FDL同步历史水电设备数据,基于日、月、年、区域、建筑等不同事实表进行汇总得出汇总数据,该汇总数据可支撑用电阈值的设置逻辑的参考,并且可以纵向对比同一区域、建筑历史用水用电情况。

通过FDL先获取近30天的明细数据,然后通过FDL的【循环容器】自动同步近7天的用水用电数据,避免水电数据会存在在第二天或者第三天产生变动的误差,并且通过SQL脚本】删除掉30天前的数据,以获取每小时的用水用电趋势。

通过FDL同步历史水电设备数据,基于历史用水用电的情况,通过(去年今日的前后30天能耗数据+前年今日的前后30天能耗数据)的平均值*1.5该公式计算得出每栋建筑的每个季度用水用电阈值,并且可以通过手动维护阈值数值,调整预警的逻辑,应对开学、放假等特殊时间节点的能耗异常的情况。同时根据其他不同业务场景,设立了包括设备离线、管网漏损等告警模型。

21.png

22.png

23.png

通过BI自助式数据分析应用,支撑对于学校内用水用电的能耗数据情况的可视化分析,从用电的核心指标出发,展示今日用电量,南湖实时功率,当日最小功率/当日最大功率,当日最大负荷建筑,今日用电量告警数量等关切数据,再到各项汇总统计数据,通过多维分析图表样式,全方位展现诸如学校用电量趋势。

24.png

场景价值

平台建成后,通过与节能管理平台对接,实时抽取设备数据,并根据时间、地点、部门等不同维度将设备数据分类汇总,形成能够满足日常能源管理需求的业务指标。

通过FDL采集个楼宇、区域同时间维度用水量数据进行每小时的用水趋势分析和历史用水量比对,及时发现异常用水情况,规避用水浪费,节约水资源。

建设成效

通过数据看板将建筑、区域、校区用能进行汇总展示,并将最大功率,实时功率,异常告警各区域、建筑用水等重点指标重点展示,解决了以前无法按照区域和建筑拆分,只能看到单个设备的数据,无法监控区域用电的情况通过多维度多图表的形式集中展示了学校当前用能情况的问题,通过每小时的用能趋势分析和预警,可以实现用能安全的在线管控,提高校园的用能安全。

饮食管理

场景背景

一卡通系统和在线支付之间存在数据壁垒,无法将食堂的流水数据进行汇总分析,因此通过FDL打通在线支付系统和一卡通系统数据,可以针对性汇总出整体流水情况,并且可以根据不同渠道的销售情况进行定位分析。

场景内容

目前食堂支付主要有校园卡、网络支付、小程序下单三种渠道,其中校园卡的数据汇总到一卡通系统当中,网络支付和小程序下单数据汇总到在线支付POS系统当中,但是在在线支付POS系统中会区分两种渠道的下单数据,因此通过FDL汇总POS和saas两个渠道的数据,将多渠道的数据进行整合打通得出每个档口的经营销售额和人流量等数据。

一卡通系统和POS系统中的消费数据从卡机终端进行获取,每个档口会存在多个卡机的情况,因此在做档口的销售额信息统计的时候需要结合该档口的多个卡机的信息的情况进行数据的整合和汇总,同时一卡通和网络支付平台对于同一档口可能名称不统一,需要建立统一名称标准进行维护。

25.png

餐饮看板通过涨价告警,淘汰预判等经营分析辅助业务人员了解餐厅经营状况,及时发现异常处理问题;同时,通过五元套餐消费情况可以帮助学工部门了解学生生活状况,助力学生管理工作提升。

26.png

场景价值

1.根据每个档口的销售额进行按月为维度综合对比,对营业额排名倒数的档口进行淘汰预警,通过FDL解决了以往只能通过Excel人工汇总一卡通、富有POS、富有saas三个支付渠道平台的数据。

2.通过将一卡通消费数据与学校中台人员信息数据通过FDL进行汇总分析,可以得到管理部门较为关注的5元套餐档口人员消费具体情况,包含学员信息等学生基本数据,实现了通过消费数据辅助学工管理人员进行精准补助。

3.对食堂档口的价格进行严格的把控,对于档口对进行涨价预警的分析,实现校园食堂的精细化管理。

公寓管理

场景背景

公寓各业务系统之间数据相互隔离,业务存在壁垒,通行系统每日采集通行数据约15万条通行记录,大量数据因为数据孤岛无法有效应用,挖掘其潜在数据价值。

场景痛点

1.宿舍资源合理分配周期长

2.学生住宿安全管理难度大

场景内容

通过公寓数据和门禁数据的打通,从公寓的核心指标出发,展示当前在校住宿人数/在校总人数,男生数量/女生数量,空房间数/总房间数,当前无人寝室数量,在线设备数量和低电量房间数量等关切数据,再到各项汇总统计数据,通过多维分析图表样式,全方位展现诸如学院宿舍统计,公寓房间统计,公寓月人流量趋势,低电量房间列表,当前无人寝室列表,学院异常归寝排名,异常考勤记录明细等数据。

27.png

场景价值

公寓考勤管理涉及学生安全,是后勤管理的重点,是提升后勤服务质量的关键,以往只能通过宿管阿姨或者辅导员进行人工的核对人员的归寝情况,现阶段通过门禁系统和宿管系统的打通,可以快速设别出每位学生的归寝情况,及时发现异常考勤,同时在每天早晚两次会通过微信公众号的形式推送给辅导员和学院的副书记助力教师的学生管理工作。

总结与展望

智慧后勤建设是一个不断适应时代发展、不断解决需求的过程,智慧总务建设办公室将继续完善智慧总务建设,整合资源,把后勤建设由分散型向集中型、智慧型发展。未来将针对以下方向进行针对性建设与发展。

1.加强数字总务内涵建设

2.提升员工数据分析修养

28.png

3.积极探索AI在后勤信息化领域应用

借助LLM,RAG,AI agent等新兴人工智能技术,构建后勤知识库、智能数据分析助手、智慧问答机器人等智能应用,助力后勤管理工作向智慧化、智能化转变。

相关案例

吉林财大:扩宽格局,从技术支撑转型辅助决策者!

中国美术学院:整合-治理 -分析,数据全流程管理助力智慧校园建设

浙江理工大学:“数据驱动”提升高校思想政治教育工作育人实效

中国矿业大学

地区: 江苏省 

产品: FineReport  FineBI  FineDataLink  FineVis 

场景: 管理驾驶舱  服务 

行业: 教育科研 

年份: 2024 

特点: 驾驶舱  运营监控  风险控制 


帆软产品免费试用

立即试用


售前咨询/预约演示

立即咨询

帆软产品免费试用

FineReport

企业级Web报表软件

FineBI

新一代自助式BI工具

FineMobile

数据集成平台

FineVis

驾驶舱与3D可视化大屏工具

返回顶部