Page 108 - 企业标准化生产与质量控制

企业标准化生产与质量控制
Enterprise Standardized Production and Quality Control

撑。首先，应从大数据背景出发，学习当下较为先进的数据存储处理技术，结合
实际管理需求，配备高端的数据存储设备，注重对数据质量检测和清洗智能化工

具的开发。其次，应针对数据混杂错误问题，采取针对性的处理方法，可利用数
据的时效顺序辅助修复不一致的数据，提高数据管理质量。比如，可以通过对信
息修复和元组匹配之间的影响进行分析，在条件函数约束和匹配约束下，设计可
行的信息清洗框架，对信息进行识别和修复，以解决数据混杂错误问题。

第三节 大数据时代背景下企业质量信息管理的优化与应用

一、大数据时代背景下企业质量信息管理存在的问题

（一）缺乏对大数据时代的深刻认知
1. 认识不足

大数据技术在我国企业应用之中还属于新鲜事物，导致很多企业缺乏对该项
技术的深刻认知，更没有意识到大数据对企业质量信息管理的重要程度。实践研
究发现，在现阶段市场之中，依然有约 50% 左右的企业没有将大数据的重要性
充分展示出来。

2. 应用滞后
与发达国家相比，我国企业在信息数据的处理上仍然停留在传统的基础阶段，
这在很大程度上阻碍了企业的质量信息管理水平提升和企业的健康稳定发展。

（二）技术研发和人力资源投入不足
1. 技术局限
在大数据时代下，企业需要依靠先进的技术来进行分析和整理数据，以确保
收集到的数据有价值。然而，我国许多企业在技术研发方面投入不足，难以有效

地利用大数据进行质量信息管理。
2. 人力资源匮乏
许多企业没有充分认识到信息化管理的重要性，导致在人力资源方面投入不

足，信息化部门往往被视为“花钱的部分”，从而影响了企业质量信息管理的水平。
（三）缺乏对信息化建设的整体规划
目前，许多企业缺乏对信息化建设的整体规划，导致系统无法从战略层面输

94