精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當前位置:企業應用軟件ERP → 正文

后ERP時代,企業需要強技術支撐的EPM

責任編輯:zsheng |來源:企業網D1Net  2018-11-18 11:47:30 本文摘自:消費日報

既然都說到了后ERP時代,我們先得清楚什么是ERP。Gartner在1990年提出了ERP理念,即將企業里的人、財、物統一管理起來的企業資源計劃信息系統。人財物的統一管理涉及了生產計劃、物料管理、財務管理、銷售分銷、質量管控、運輸管理等方方面面與企業運營相關的內容,注定了傳統的ERP建設是項大工程:定制性強、實施周期長、運維投入大。

隨著企業的數據量增加、需求增加,系統就變得越來越重,而效率卻越來越低。如何真正發揮ERP的作用日益重要,EPM(企業績效管理)就成為了突破的手段。因為EPM的特性,就是將正確的數據放在正確地方,圍繞企業經營需求,將數據深入利用,支持企業決策,確保企業揚長避短,且能及時調整策略。

EPM為什么能夠在企業經營管理中發揮如此大的作用?

這是EPM自身的特點所決定的。絕不同于只能根據技術劃分來做預定義的特殊查詢與分析的通用工具BI,EPM能夠深入到特定的業務流程或者功能、協調業務行為以達到特定的業務目標,由此,EPM根據企業的業務功能劃分出來了很多的管理職能與分析能力:全面預算、投資收益管理、經營/財務分析、銷售傭金、銷售預測、供應鏈績效分析、市場績效分析等等。

但傳統的EPM同樣面臨著“重”的痛苦——

企業績效管理系統 一般分為數據采集(ETL)、數據存儲(數據倉庫)、數據建模(OLAP模型)、數據分析(報表、BI)等層次。SAP、IBM、Oracle等傳統企業級軟件公司,在每一個層面都有單獨的產品,通過收購補充不同層面的技術能力和功能模塊再集成起來。層層組合的“重”可想而知。

F-One的締造者們,在傳統EPM的全面預算系統的研發與部署過程中,發現了其弊端,以面向未來的態度將實踐經驗與新技術,投入到“輕”企業IT系統的開發,這也是F-One的起點。

革新后的EPM,正在成為后ERP時代,大中型企業以及業務變化快的企業的標配。帶來的全新EPM體驗的F-One,在設計之初就將技術融入骨血之中。

(一)內存計算與M-OLAP保證的一站式“輕EPM

既然說到了“重”,我們就來認識一下,企業績效管理(EPM)怎么輕起來的吧。

內存計算能力與內存數據存儲是基石。被研發總監唐君偉用最簡介最通俗的說法稱之為“小HANA”的F-One數據平臺,絕非同HANA一樣,是基于通用目的的內存數據庫,而是有媲美HANA優異性能的內存計算能力做底層保障的適用于EPM需求的數據平臺。

所有F-One實現的功能,皆是建立在強大的內存計算能力之上的,做到了真正的“一站式”,所有主數據、業務數據和模型算法都在內存中執行。

這樣的平臺架構模式,使得自研的M-OLAP優于其他的OLAP計算系統,內存計算的性能相比數據庫提升了1000倍以上,而傳統基于關系型數據庫的OLAP,數據庫的性能成為了計算系統性能提升的“天花板”。

F-One的“輕”,大大提高了性能與速度。F-One模型服務啟動時,將基礎數據完整的加載到自研的高速內存數據庫中,之后的用戶修改數據請求也直接在內存中執行,避免了落地的延遲。因此,F-One的多維分析引擎是一種In-Memory的OLAP引擎,即M-OLAP。F-One的M-OLAP引擎將模型算法和內存數據融為一體,跳過了不同軟硬件之間的I/O瓶頸,最大限度裁剪了算子的調用過程,因而可以實現百萬級復雜指標的秒級計算,整體加快了響應速度與查詢速度;同時,為了達到最佳的性能表現,F-One直接采用研發效率很低,但運行性能極高的原生C++語言開發,相比Java等虛擬機語言,性能優勢在30%以上,逼近硬件的極限。

在績效管理和分析領域,OLAP引擎猶如汽車工業的發動機,只有SAP、微軟、IBM等極少的世界級巨頭基本具備。F-One的M-OLAP引擎除了在性能上的突破,同時做了更多創新:

均衡讀與寫速度,達到實時計算、實時回寫、實時響應業務變化;

圖形化拖拽式建模,Cube自動生成,對IT人員依賴小;

規則引擎編輯器幫助用戶將各種復雜管理規則表格化,自動轉化為引擎層算法調用,零代碼實現自由擴展。

F-One的“輕”,減輕數據處理壓力、減輕TCO成本。支撐著F-One的TB級數據處理能力的還有媲美世界級產品水平的ETL技術。這是經過客戶的封閉測試所驗證的:

在100用戶并發場景下,F-One具有10%-20%的性能優勢;

在少量用戶情況下,F-One比某世界級ETL產品運行時間略長,差距不大,總體性能相當;

F-One的TCO僅為該世界級ETL產品的10%,用戶越多,成本差距越大。

基于Java流處理技術的F-One ETL系統不僅支持TB級數據處理能力,同時可以整合4大類、上百種異構數據源,實現數據的連接、采集、清洗與轉換。

F-One的“輕”,最終讓使用的企業更輕松,比如,上汽通用的經銷商返利。

上汽通用的經銷商體系龐大、算獎邏輯復雜:旗下3個子汽車品牌,合作經銷商3000余家,涉及4000多種車型,100余種促銷獎項,每月需處理超過1000萬的外部數據;經銷商促銷獎涉及100+獎項、50+指標,而且獎項在每個季度、每個月、每天都可能變化;此外,3000+家經銷商都需要按照品牌大區/小區/同城同集團/同省同集團進行考核,4000+種產品需要按照品牌/車系/車型/配置/顏色/合并車系進行考核。F-One讓返利管理“輕”起來:

“輕”工作量。這樣復雜的計算,上汽集團原來每月需要40余人進行算獎,還要郵件一一確認;現在只要簡單拖拽就可以完成,并且算獎準確率大幅提高。

“輕”流程。分散數據的整合與清洗、按時間節點的同步獎金數據,經銷商核對后的申訴與修改……都無形拉長了算獎流程;現在都可以在系統中快速實現。

“輕”未來。更重要的是,F-One能基于海量數據,從多維度、多視角(銷售、市場占有、顧客、轉化率、忠誠度、營銷策略、政策等)分析獎金政策的激勵效果,通過情景模擬,試算不同獎金政策帶來的收益率,讓企業能實時調整返利政策,搶占市場先機。

后ERP時代,企業需要強技術支撐的EPM

(圖:F-One基礎架構)

(二)企業數據“平民化”的企業績效管理(EPM)

Gartner在羅列企業組織在2019年需要探究的十大戰略性技術趨勢時,指出,“平民數據科學”,會“ 使其主要職責不是從事統計和分析工作的用戶能夠從數據中獲取預測性和規范性的洞察力”。

F-One堅持用技術手段將復雜的企業績效管理變得簡單,“平民化”地降低客戶的使用門檻,讓用戶最終受益的思路,可謂與之高度契合。

不僅如此,F-One做的事情也完全符合“增強分析”這一戰略性技術趨勢——

“增強分析側重于增強智能的特定領域,利用機器學習來徹底改變開發、使用和共享分析內容的方式。增強分析功能會迅速發展而得到主流采用,成為數據準備、數據管理、現代分析、業務流程管理、流程挖掘和數據科學平臺的一項關鍵功能。增強分析自動獲得的洞察力也將嵌入到企業應用軟件中,比如人力資源、財務、銷售、營銷、客戶服務、采購和資產管理等部門的應用軟件,從而優化所有員工的決策和行動,而不僅僅是分析員和數據科學家的決策和行動。增強分析可使數據準備、洞察力獲取和洞察力可視化這個過程實現自動化,在許多情況下無需專業的數據科學家。”

業務用戶通過F-One獲得類似使用Excel表格的體驗,統一的H5界面可以跨PC、移動等多種終端;面對不同業務線紛繁復雜,靈活多變的績效規則,也只需要通過可視化的拖拽組件方式就能輕松完成,分析結果可以秒級實時呈現(Real Time)。可以說,F-One使得業務需求對IT的依賴大大降低了,平民數據科學可見端倪。

正式底層技術的強大,才給“平民數據科學”提供了實現的可能——內存計算實現只為績效模型的輕量化;ETL引擎整合4大類上百種異構數據源;OLAP模型使得業務數據導入及修改時,自動按需創建數據集市。

在此基礎上,F-One創造性的實現一層通用的規則引擎,使用類似Excel風格的公式形式來管理績效規則,用戶學習成本極低。將企業管理規則抽象出來變成魔方一樣的公式游戲,最終只依賴數據與計算模型,得到有價值的結論。

而且,這些業務用戶自助調整的規則公式,會在引擎內部編譯成為原生代碼,進行多線程的并行計算,高效實時的得到結果反饋。

在應用層,F-One始終聚焦于業務場景,將共性需求的提煉,形成了相對標準化的模塊;同時,內在體系以標準化接口集成,應用以調度形式實現。業務用戶只要以拖拽形式,就能以可視化的業務語言建立流程與報表,并實現實時查詢,修改的數據也會直接回寫到模型中。

隨著F-One的客戶群體進一步擴大,業務挖掘進一步深入,除非極其特別的需求,二次開發的比例只會越來越低,IT開發與運維成本持續降低,平民數據科學也更近一步。

F-One完全采用現代化的H5技術來開發界面,帶來跨平臺,跨設備,易用的用戶體驗。打破了基于Excel開發的各種傳統客戶端軟件帶來的各種限制,諸如Windows平臺、版本更新、客戶端兼容性等等,將“平民化”進行到底。業務用戶隨時隨地,只要打開瀏覽器就可以在簡單快捷地完成報表,規則,模型的配置與調整,調整后的所產生的影響也會同步呈現。

“數據平民化”也更符合國內企業普遍的端到端解決問題的需求。而要將EPM的監控與分析能力發揮到最大,“數據平民化”程度越高越好,因為監控與分析的目的最終是為了服務于企業決策,數據分析速度與結果呈現速度越快,則業務人員面對市場等因素的變化,才能有更快的應對表現,并且將調整清晰傳達到每個可能受影響的環節與部門,企業的預測能力也會隨著數據的積累逐步提高,最終形成運行良好的績效管理閉環。

“數據平民化”也使得F-One讓企業在EPM部署上的投資回報率有明顯的提升,維護與培訓的成本都極低,同時降低運營成本、提升業務績效,收益明顯。

(三)符合企業需求的才是最好的EPM

F-One清晰認識到國內企業的真實需求,并且認為在未來3-5年內,私有化仍舊是企業系統部署的重要方向。但絕不是說F-One沒有SaaS能力。比如針對汽車經銷商返利場景,F-One已經推出了返利云SaaS服務“飯粒”。

“主要是私有化部署”,完全是基于現實情況的選擇:除非是原生的互聯網企業,大型集團性企業、對于安全合規要求嚴格的企業,即使將業務系統做出云端遷移,也很少將核心系統部署在公有云上。規模化的SaaS崛起,在我國企業級市場,還未完全成熟。選中F-One的企業,真實的需求就是私有化部署。

從產品架構來說,F-One本身就是適應SaaS的平臺化技術架構,產品的每一個核心模塊都可以實現規模化的水平擴展;包括應用端的功能,也是面向云的模式進行設計,前端的純H5頁面設計,絕對可以說明產品設計之初,就是面向云端的思路。根據企業的需求,比如面向銷售績效管理,有現實的云端需求,F-One完全可以支持SaaS化的部署。

正如F-One研發總監唐君偉所說,好的產品,應該追求技術架構和用戶需求的貼合度的平衡,技術應該永遠領先用戶需求一步;這一步,是為了帶給用戶體驗的提升,而不是改變用戶的業務邏輯與狀態,盲目的拔高是不符合客戶的廣泛性要求。

關鍵字:技術企業時代ERP

本文摘自:消費日報

x 后ERP時代,企業需要強技術支撐的EPM 掃一掃
分享本文到朋友圈
當前位置:企業應用軟件ERP → 正文

后ERP時代,企業需要強技術支撐的EPM

責任編輯:zsheng |來源:企業網D1Net  2018-11-18 11:47:30 本文摘自:消費日報

既然都說到了后ERP時代,我們先得清楚什么是ERP。Gartner在1990年提出了ERP理念,即將企業里的人、財、物統一管理起來的企業資源計劃信息系統。人財物的統一管理涉及了生產計劃、物料管理、財務管理、銷售分銷、質量管控、運輸管理等方方面面與企業運營相關的內容,注定了傳統的ERP建設是項大工程:定制性強、實施周期長、運維投入大。

隨著企業的數據量增加、需求增加,系統就變得越來越重,而效率卻越來越低。如何真正發揮ERP的作用日益重要,EPM(企業績效管理)就成為了突破的手段。因為EPM的特性,就是將正確的數據放在正確地方,圍繞企業經營需求,將數據深入利用,支持企業決策,確保企業揚長避短,且能及時調整策略。

EPM為什么能夠在企業經營管理中發揮如此大的作用?

這是EPM自身的特點所決定的。絕不同于只能根據技術劃分來做預定義的特殊查詢與分析的通用工具BI,EPM能夠深入到特定的業務流程或者功能、協調業務行為以達到特定的業務目標,由此,EPM根據企業的業務功能劃分出來了很多的管理職能與分析能力:全面預算、投資收益管理、經營/財務分析、銷售傭金、銷售預測、供應鏈績效分析、市場績效分析等等。

但傳統的EPM同樣面臨著“重”的痛苦——

企業績效管理系統 一般分為數據采集(ETL)、數據存儲(數據倉庫)、數據建模(OLAP模型)、數據分析(報表、BI)等層次。SAP、IBM、Oracle等傳統企業級軟件公司,在每一個層面都有單獨的產品,通過收購補充不同層面的技術能力和功能模塊再集成起來。層層組合的“重”可想而知。

F-One的締造者們,在傳統EPM的全面預算系統的研發與部署過程中,發現了其弊端,以面向未來的態度將實踐經驗與新技術,投入到“輕”企業IT系統的開發,這也是F-One的起點。

革新后的EPM,正在成為后ERP時代,大中型企業以及業務變化快的企業的標配。帶來的全新EPM體驗的F-One,在設計之初就將技術融入骨血之中。

(一)內存計算與M-OLAP保證的一站式“輕EPM

既然說到了“重”,我們就來認識一下,企業績效管理(EPM)怎么輕起來的吧。

內存計算能力與內存數據存儲是基石。被研發總監唐君偉用最簡介最通俗的說法稱之為“小HANA”的F-One數據平臺,絕非同HANA一樣,是基于通用目的的內存數據庫,而是有媲美HANA優異性能的內存計算能力做底層保障的適用于EPM需求的數據平臺。

所有F-One實現的功能,皆是建立在強大的內存計算能力之上的,做到了真正的“一站式”,所有主數據、業務數據和模型算法都在內存中執行。

這樣的平臺架構模式,使得自研的M-OLAP優于其他的OLAP計算系統,內存計算的性能相比數據庫提升了1000倍以上,而傳統基于關系型數據庫的OLAP,數據庫的性能成為了計算系統性能提升的“天花板”。

F-One的“輕”,大大提高了性能與速度。F-One模型服務啟動時,將基礎數據完整的加載到自研的高速內存數據庫中,之后的用戶修改數據請求也直接在內存中執行,避免了落地的延遲。因此,F-One的多維分析引擎是一種In-Memory的OLAP引擎,即M-OLAP。F-One的M-OLAP引擎將模型算法和內存數據融為一體,跳過了不同軟硬件之間的I/O瓶頸,最大限度裁剪了算子的調用過程,因而可以實現百萬級復雜指標的秒級計算,整體加快了響應速度與查詢速度;同時,為了達到最佳的性能表現,F-One直接采用研發效率很低,但運行性能極高的原生C++語言開發,相比Java等虛擬機語言,性能優勢在30%以上,逼近硬件的極限。

在績效管理和分析領域,OLAP引擎猶如汽車工業的發動機,只有SAP、微軟、IBM等極少的世界級巨頭基本具備。F-One的M-OLAP引擎除了在性能上的突破,同時做了更多創新:

均衡讀與寫速度,達到實時計算、實時回寫、實時響應業務變化;

圖形化拖拽式建模,Cube自動生成,對IT人員依賴小;

規則引擎編輯器幫助用戶將各種復雜管理規則表格化,自動轉化為引擎層算法調用,零代碼實現自由擴展。

F-One的“輕”,減輕數據處理壓力、減輕TCO成本。支撐著F-One的TB級數據處理能力的還有媲美世界級產品水平的ETL技術。這是經過客戶的封閉測試所驗證的:

在100用戶并發場景下,F-One具有10%-20%的性能優勢;

在少量用戶情況下,F-One比某世界級ETL產品運行時間略長,差距不大,總體性能相當;

F-One的TCO僅為該世界級ETL產品的10%,用戶越多,成本差距越大。

基于Java流處理技術的F-One ETL系統不僅支持TB級數據處理能力,同時可以整合4大類、上百種異構數據源,實現數據的連接、采集、清洗與轉換。

F-One的“輕”,最終讓使用的企業更輕松,比如,上汽通用的經銷商返利。

上汽通用的經銷商體系龐大、算獎邏輯復雜:旗下3個子汽車品牌,合作經銷商3000余家,涉及4000多種車型,100余種促銷獎項,每月需處理超過1000萬的外部數據;經銷商促銷獎涉及100+獎項、50+指標,而且獎項在每個季度、每個月、每天都可能變化;此外,3000+家經銷商都需要按照品牌大區/小區/同城同集團/同省同集團進行考核,4000+種產品需要按照品牌/車系/車型/配置/顏色/合并車系進行考核。F-One讓返利管理“輕”起來:

“輕”工作量。這樣復雜的計算,上汽集團原來每月需要40余人進行算獎,還要郵件一一確認;現在只要簡單拖拽就可以完成,并且算獎準確率大幅提高。

“輕”流程。分散數據的整合與清洗、按時間節點的同步獎金數據,經銷商核對后的申訴與修改……都無形拉長了算獎流程;現在都可以在系統中快速實現。

“輕”未來。更重要的是,F-One能基于海量數據,從多維度、多視角(銷售、市場占有、顧客、轉化率、忠誠度、營銷策略、政策等)分析獎金政策的激勵效果,通過情景模擬,試算不同獎金政策帶來的收益率,讓企業能實時調整返利政策,搶占市場先機。

后ERP時代,企業需要強技術支撐的EPM

(圖:F-One基礎架構)

(二)企業數據“平民化”的企業績效管理(EPM)

Gartner在羅列企業組織在2019年需要探究的十大戰略性技術趨勢時,指出,“平民數據科學”,會“ 使其主要職責不是從事統計和分析工作的用戶能夠從數據中獲取預測性和規范性的洞察力”。

F-One堅持用技術手段將復雜的企業績效管理變得簡單,“平民化”地降低客戶的使用門檻,讓用戶最終受益的思路,可謂與之高度契合。

不僅如此,F-One做的事情也完全符合“增強分析”這一戰略性技術趨勢——

“增強分析側重于增強智能的特定領域,利用機器學習來徹底改變開發、使用和共享分析內容的方式。增強分析功能會迅速發展而得到主流采用,成為數據準備、數據管理、現代分析、業務流程管理、流程挖掘和數據科學平臺的一項關鍵功能。增強分析自動獲得的洞察力也將嵌入到企業應用軟件中,比如人力資源、財務、銷售、營銷、客戶服務、采購和資產管理等部門的應用軟件,從而優化所有員工的決策和行動,而不僅僅是分析員和數據科學家的決策和行動。增強分析可使數據準備、洞察力獲取和洞察力可視化這個過程實現自動化,在許多情況下無需專業的數據科學家。”

業務用戶通過F-One獲得類似使用Excel表格的體驗,統一的H5界面可以跨PC、移動等多種終端;面對不同業務線紛繁復雜,靈活多變的績效規則,也只需要通過可視化的拖拽組件方式就能輕松完成,分析結果可以秒級實時呈現(Real Time)。可以說,F-One使得業務需求對IT的依賴大大降低了,平民數據科學可見端倪。

正式底層技術的強大,才給“平民數據科學”提供了實現的可能——內存計算實現只為績效模型的輕量化;ETL引擎整合4大類上百種異構數據源;OLAP模型使得業務數據導入及修改時,自動按需創建數據集市。

在此基礎上,F-One創造性的實現一層通用的規則引擎,使用類似Excel風格的公式形式來管理績效規則,用戶學習成本極低。將企業管理規則抽象出來變成魔方一樣的公式游戲,最終只依賴數據與計算模型,得到有價值的結論。

而且,這些業務用戶自助調整的規則公式,會在引擎內部編譯成為原生代碼,進行多線程的并行計算,高效實時的得到結果反饋。

在應用層,F-One始終聚焦于業務場景,將共性需求的提煉,形成了相對標準化的模塊;同時,內在體系以標準化接口集成,應用以調度形式實現。業務用戶只要以拖拽形式,就能以可視化的業務語言建立流程與報表,并實現實時查詢,修改的數據也會直接回寫到模型中。

隨著F-One的客戶群體進一步擴大,業務挖掘進一步深入,除非極其特別的需求,二次開發的比例只會越來越低,IT開發與運維成本持續降低,平民數據科學也更近一步。

F-One完全采用現代化的H5技術來開發界面,帶來跨平臺,跨設備,易用的用戶體驗。打破了基于Excel開發的各種傳統客戶端軟件帶來的各種限制,諸如Windows平臺、版本更新、客戶端兼容性等等,將“平民化”進行到底。業務用戶隨時隨地,只要打開瀏覽器就可以在簡單快捷地完成報表,規則,模型的配置與調整,調整后的所產生的影響也會同步呈現。

“數據平民化”也更符合國內企業普遍的端到端解決問題的需求。而要將EPM的監控與分析能力發揮到最大,“數據平民化”程度越高越好,因為監控與分析的目的最終是為了服務于企業決策,數據分析速度與結果呈現速度越快,則業務人員面對市場等因素的變化,才能有更快的應對表現,并且將調整清晰傳達到每個可能受影響的環節與部門,企業的預測能力也會隨著數據的積累逐步提高,最終形成運行良好的績效管理閉環。

“數據平民化”也使得F-One讓企業在EPM部署上的投資回報率有明顯的提升,維護與培訓的成本都極低,同時降低運營成本、提升業務績效,收益明顯。

(三)符合企業需求的才是最好的EPM

F-One清晰認識到國內企業的真實需求,并且認為在未來3-5年內,私有化仍舊是企業系統部署的重要方向。但絕不是說F-One沒有SaaS能力。比如針對汽車經銷商返利場景,F-One已經推出了返利云SaaS服務“飯粒”。

“主要是私有化部署”,完全是基于現實情況的選擇:除非是原生的互聯網企業,大型集團性企業、對于安全合規要求嚴格的企業,即使將業務系統做出云端遷移,也很少將核心系統部署在公有云上。規模化的SaaS崛起,在我國企業級市場,還未完全成熟。選中F-One的企業,真實的需求就是私有化部署。

從產品架構來說,F-One本身就是適應SaaS的平臺化技術架構,產品的每一個核心模塊都可以實現規模化的水平擴展;包括應用端的功能,也是面向云的模式進行設計,前端的純H5頁面設計,絕對可以說明產品設計之初,就是面向云端的思路。根據企業的需求,比如面向銷售績效管理,有現實的云端需求,F-One完全可以支持SaaS化的部署。

正如F-One研發總監唐君偉所說,好的產品,應該追求技術架構和用戶需求的貼合度的平衡,技術應該永遠領先用戶需求一步;這一步,是為了帶給用戶體驗的提升,而不是改變用戶的業務邏輯與狀態,盲目的拔高是不符合客戶的廣泛性要求。

關鍵字:技術企業時代ERP

本文摘自:消費日報

電子周刊
回到頂部

關于我們聯系我們版權聲明隱私條款廣告服務友情鏈接投稿中心招賢納士

企業網版權所有 ©2010-2024 京ICP備09108050號-6 京公網安備 11010502049343號

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 金乡县| 梅州市| 安溪县| 河津市| 昌吉市| 依兰县| 铜川市| 辛集市| 汾西县| 西青区| 天气| 剑阁县| 乐业县| 辽源市| 沙田区| 乐陵市| 青海省| 溆浦县| 曲周县| 信阳市| 西宁市| 泰兴市| 城口县| 洛隆县| 凤庆县| 瑞安市| 包头市| 阿勒泰市| 临城县| 安西县| 承德市| 镇安县| 宁南县| 桓台县| 尉犁县| 康平县| 青州市| 新安县| 洞口县| 广水市| 龙里县|