案例分享｜养猪行业的大数据分析，牧原是这样做的！

一、牧原食品股份有限公司简介

牧原食品股份有限公司是一家集约化养猪规模位居全国前列的农业产业化国家重点龙头企业，是我国自育自繁自养大规模一体化的较大生猪养殖企业，也是我国较大的生猪育种企业。

牧原股份始建于1992年，经过26年的发展，现有88个全资子公司和2个参股公司。截至2017年12月31日，公司具有年可出栏生猪千万头、年可加工饲料近500万吨、年可屠宰生猪100万头的能力，已形成了集科研、饲料加工、生猪育种、种猪扩繁、商品猪饲养为一体的完整封闭式生猪产业链。

公司采用大规模一体化养殖模式，完全实现自育自繁自养，建立了食品安全保障体系和可追溯体系，实现了从厂址选择、原料采购、饲料加工到生猪饲养等环节的全程监控，充分保证了食品安全，被河南省政府评为首批“河南省出口农产品质量安全示范区”。

二、项目背景

牧原食品的企业技术部门的数据中心负责对接集团所有的信息化工作，业务部门涉及到生产部，兽医部，品控部，财务部，销售部，人资部等。业务部门对数据的即时性要求比较高，例如需要通过对各项饲养指标的分析，及时的对饲料等进行调整，使饲料的各项配比更符合实际情况等。

随着时代的进步和公司规模的不断扩大， 企业数据以及信息化工作都要做到高效快速才可应对。而传统的数据处理方式已经难以满足不断增长的数据处理需求。业务部门的数据分析需求经常发生变化，上述配合方式效率地下不说，业务部门的需求也无法快速得到响应。成本颇高而效果甚微的现状亟待转变。

为减少IT部门的开发量，满足业务部门灵活多变的需求，数据中心决定采购工具来缓解甚至是摆脱这种境地。对比了几款BI工具，决定采购帆软的FR+BI产品作为整个数据分析系统中的商业智能分析展示平台。复杂固定报表以及灵活度高的分析报表由IT部门做开发，BI自助分析交给各个业务部门使用。协同配合来处理所有的展示分析需求。

以下方案案例以FineBI构建的自助分析系统为例做分享。

三、总体架构方案

1.项目方案

传统关系型数据库的性能限制，导致难以支持大量级数据多维度查询计算，此时如果直接对接传统关系型数据库进行数据分析查询，就容易出现性能瓶颈。因此项目中采用了FineBI自带的需要做数据抽取的数据引擎。由于前期数据量级不大，根据推荐，直接使用了轻量的本地模式，可以将数据抽取到本地磁盘中，以二进制文件形式存放，查询计算时候多线程并行计算，完全利用可用CPU资源。从而在小数据量情况下，展示效果优异。与web应用放在一起，十分轻量方便。

抽取数据之后，引擎在架构中类似于数据集市，将已有的业务数据抽取到引擎中存储，以极速的多线程计算提供查询支持。同时对于实时性要求较高的数据表，可以直接对接实现实时查询，实时数据与抽取数据可以在前端同一个DashBoard页展示，且可以灵活切换调试，便于用户对数据灵活分析。

牧原食品底层数仓实际最大单表数据量上亿，对于数据量较大的几个分析（数据量在5kw左右），数据库的查询需要耗费10min，抽取之后在3s之内就可以快速展示，大大提高了用户的分析效率。

2.分析模式

牧原股份有限公司科技部门准备数据，对数据进行预处理以及分配相关权限。各业务部门根据业务自助分析，用于部门内查看数据，辅助决策以及向总部汇报。总部通过查看各部门汇总分析，掌握业务动向，辅助集团决策。

底层数据管理方面，采用FineBI产品提供的基于业务主题进行的业务包分类管理模式，按照部门分类，部门下再按照具体业务进行管理。

另外一方面对于企业来说，如果仅仅通过信息中心为释放压力，放权给业务部门使用数据，一旦口子打开，数据缺口就会像洪水一样泛滥，就又会走向另外一个极端，导致放权下的数据管理混乱，数据口径不统一，部门之间的数据壁垒等等问题就会出现，同时这将给企业带来极大的数据安全隐患。而FineBI产品除了给用户提供数据自助分析平台之外，对于权限管理可进行严格控制，通过对所有用户根据角色进行分类，只分配给用户相关的模板权限，最终实现对应业务分析用户用户只能看到对应角色下的数据，而对数据管理的权限，只分配给科技部，实现对数据口子权限分配的严格把关。

3.效果展示

（1）环保分析--灵活自主的即席分析

通过对不同区域的公司场地根据时间做筛选，看近期的污水排放情况与还田数，异常时间内再细化分析，看明细场次的详细情况，进而汇总其他信息，定位异常产生的原因，从而做出进一步动作来减少污水排放量，增加还田数。再下图的分析则是环保分析汇总数据的常用看板，根据情况的汇总，通过对这些常用指标的数据查看和判断。

（2）兽医部分析--即时准确的指标监控

此常用分析用于查询分析不同维度不同周期内的咳嗽状况。从整体趋势判断近期猪的健康状况，从而分析近期整体饲养猪的健康状况以及细化到有问题的栏次，从而及时准确地对症下药，采取对应措施提高健康状况。

（3）财务分析--对企业财务状况了如指掌

常用分析中，一方面进行材料出库单的数据分析，通过时间，物料类别，公司名称的筛选条件，快速的了解到各个公司的物料出库情况，再结合原有的库存情况，从而及时的对各种物料进行及时的补充。另一方面主要是企业的粮食采购情况，各个分公司的采购情况一表展示。了解各个分公司的饲养成本，对于成本过高的分公司及时了解原因，做出相应的调整。

四、现状与总结

目前常用BI编辑分析人员已达150左右，使用的用户总数在3500左右，日均用户使用数平均可达1500人次/天，如下图是访问量较少的情况。目前企业微信等移动端应用也在内部大范围使用中。

现在基本每个业务部门都逐渐培养出来了一批中间对接人员，这些人都是懂业务的，日常主要还是做一些业务相关的事情。有些业务部门的对接人主要工作还是业务，附带着做做BI分析。有些部门的对接人就专门做可视化分析、业务数据分析的专项工作。

因此，IT部门现在只需要将基础数据准备好，关注到对接人的使用，再由对接人与实际业务沟通与教学指导。大大节省了IT部门的人力与时间成本，并且为业务带来了实际价值。比如兽医部门，通过分析不同年龄段小猪的体重分析，发现个别牧场异常情况，再结合对应牧场疫苗疾病情况统一分析，找到问题所在，避免了一个牧场的经济损失。

最后，更多关于精细化生产实操，戳↓↓↓

想要和牧原一起挖掘数据价值吗？
点击下方获取激活码，免费下载体验

| 获取FineBI激活码 |