版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 举报,一经查实,本站将立刻删除。如若转载,请注明出处:http://ti8.net/_chan____243/6663.html
定制报告-个性化定制-按需专项定制研究报告
行业报告、薪酬报告
联系:400-6363-638
《帆软:让数据成为生产力6.0-一流企业的数据化管理思想、方法和实践(2024)(125页).pdf》由会员分享,可在线阅读,更多相关《帆软:让数据成为生产力6.0-一流企业的数据化管理思想、方法和实践(2024)(125页).pdf(125页珍藏版)》请在本站上搜索。 1、让数据成为生产力 6.0内部刊物 限量赠阅一流企业的数据化管理思想、方法和实践100+典型场景故事商业智能&数字人才专家洞察10万余字27家企业实践案例200+架构图&界面图TRANSFORM DATA INTO VALUE帆软数据应用研究院 著让数据成为生产力一流企业的数据化管理思想、方法和实践Transform data into value帆软软件公司出品|CopyrightFanruan Software Co.,Ltd帆软数据应用研究院 编PREFACE前言近年来,数字经济发展备受国家重视,相关政策与规划密集出台。2023 年 8 月,财政部发布企业数据资源相关会计处理暂行规定,正式2、确立数据资产概念,认可其经济价值与战略地位。随后,数字中国整体布局规划及二十届三中全会强调加快数字经济发展,完善相关政策体系。2024 年 4 月,九部门联合发布加快数字人才培育支撑数字经济发展行动方案(20242026 年),明确“育、引、留、用”四大专项行动,将数字人才视为数字经济发展的核心驱动力。这些政策与规划的密集出台,不仅彰显了国家对数字经济发展和数字化转型的坚定决心,也为企业挖掘数据资产、激发新质生产力指明了方向。作为数字化转型的引领者和推动者,帆软始终站在行业前沿,致力于帮助企业将数据转化为生产力,实现业务增长与创新突破。让数据成为生产力6.0 案例集,正是这些增长与突破的生动展3、现。我们精选了制造、能源、化工、零售、金融、交通、医药、教育文化等多个领域的客户的成功故事,深度剖析这些企业如何运用帆软的数据分析工具,将复杂的数据转变为推动增长的关键力量。例如,联宝科技借助帆软平台能力,实现供应链“4 小时生态圈”,将供应链供需协同周期缩短 50%;多彩贵州航空有限公司通过数据挖掘,优化航班计划和资源配置,预计每年节省约 900 万元这些案例不仅展现了数据在企业决策、流程优化、产品创新、市场拓展等方面的广泛应用,更揭示了数据生产力对于提升企业核心竞争力的重大意义。我们希望,本案例集能够为您提供启发和借鉴,探索出一条适合贵企业自身发展的数字化转型之路。未来,帆软将继续与大家并4、肩前行,共同迎接数据生产力时代的机遇与挑战。让数据成为生产力编 委 主 任执 行 主 编编委设计:陈炎 袁华杰张成燕时亦辰 鲍敏 唐嘉晖 石军 冷阳阳 张云扬齐皓然 王一帆一流企业的数据化管理思想、方法和实践声明:本刊物所载企业案例的数据均已脱敏处理,或使用的虚拟数据。本刊物由 帆软软件有限公司所有,未经许可不得以任何方式或途径复制或传播,包括但不限于复制、录制,或通过任何数据库、在线信息、数字化产品或可检索的系统,特此声明。关于本刊物的任何问题,均可致函读者信箱:PREFACE目录01001011商业智能助力企业培育数据生产力,拥抱数字时代数字人才加速业务 IT 一体化,助力投入产出最优化专5、家洞察02021028038046055064075联宝科技:供应链控制塔(SCCT)-从可视走向价值首钢集团:坚持数字与业务融合发展,提升企业经营效能,实现业务提效 3 倍中国一汽:打破数据壁垒,数据驱动效能跃迁京东方:业务智领决策链:全景洞察,多层协同,数据驱动业务提效东风柳汽:184 个应用的诞生,见证数字人才培养让零代码开发成为职场常规技能宁德新能源:2h 降至 5min,帆软产品组合助力生产提效,实现数字化全员参与徐工重型:营销智核数据驱动的产销协同与客户洞察制造04122130136143维维食品饮料:智能促销指挥官:数据驱动的精准营销与客户忠诚度提升潮宏基:作为彩金珠宝的领潮者,6、潮宏基如何用数据谱写品牌零售新“饰”界?欧派:平均每 20s 生产一套定制家居,欧派独创的“AI 制造体系”独到在哪?天虹:这家传统零售企业通过数实融合迎来了业绩增长的“第二曲线”零售07195202210219华熙生物:供应链数据可视化平台快克药业:借力“简道云”,搭建组织管理创新平台苏大附一院:赋能医疗新生态:医院抗菌药物数字化管理的数字驱动与数据洞察东富龙:国内制药设备龙头企业东富龙插上数字化翅膀,破浪前行!医药08225233中国矿业大学:智慧引领 数据赋能-助力后勤服务高质量发展故宫博物院:零代码助力博物馆业务数据价值挖掘及创新教育文化05149156162168东亚银行:百年银行的7、数字化探索与实践方正证券:数字化转型与商务智能实践华夏银行:BI 自主分析平台“数据魔方”赋能数据服务创造数据价值常熟农商银行:数据可视化催化新质生产力赋能,数据服务管理提升之道金融06176185浙高运:零代码构建创新、高效的高速公路业务管理模式多彩贵州航空:BI 点燃数字化引擎,多彩航开启多彩绿色发展新征程交通03090098113神东煤炭:建设具有全球竞争力的世界一流数字化集团陕西能源电力:数字助力电力运营,筑牢安全生产防线与提升效益并驾齐驱瓮福集团:全面预算体系搭建与报表自动化实现,创造财务新格局能源化工002让数据成为生产力001让数据成为生产力专家洞察EXPERT INSIGHTS8、60%“科技创新”一直是我国发展的主旋律,自改革开放以来从未改变。在改革开放初期:邓小平同志就曾提出“科学技术是第一生产力。”自党的十八大以来,习近平总书记进一步指出:“科技是第一生产力、人才是第一资源、创新是第一动力。”2023 年 9 月,在推动东北全面振兴座谈会上,习近平总书记首次提出“加快形成新质生产力”:积极培育新能源、新材料、先进制造、电子信息等战略性新兴产业,积极培育未来产业,加快形成新质生产力,增强发展新动能。2023 年 12 月,在中央经济工作会议中,习近平总书记进一步强调要“发展新质生产力”:以科技创新推动产业创新,特别是以颠覆性技术和前沿技术催动新产业、新模式、新动能。9、2024 年 1 月,中共中央政治局第十一次集体学习中,习近平总书记全面解读“新质生产力”内涵:创新为主,摆脱传统经济增长方式、生产力发展路径,具有高科技、高效能、高质量特征,符合新发展理念的先进生产力质态。2024 年 3 月,“两会”政府工作报告中,“加快发展新质生产力”成为今年十大任务之首。从短短半年时间,新质生产力从最初的“加快形成”和“进一步强调”,到“全面解读”,再到“列为十大任务之首”,体现出中央对于新质生产力的高度重视和深远谋划。商业智能助力企业培育数据生产力拥抱数字时代01“新质生产力”延续并升华我国科技创新的使命总书记对新质生产力的重视,是对我国科技创新使命在新时代下的延续10、和升华,为推进中国式现代化指明了生产力发展的方向。当下中国已进入优化经济结构、转换增长动力的攻关期中。我们认为,新质生产力是其中的重要着力点,也是改革开放以来“科技创新”使命的升华:“质”代表以新劳动者、新劳动资料、新劳动对象组成的新的优化组合“新”承载着创新、数字、高效、协调、绿色、开放等特质随着全球发展形势的不断变化,国内经济结构的持续升级,国家政策的积极导向,“数字经济”已经逐步成为我国经济发展的核心驱动力之一,并成为国家经济发展的重点战略内容。习近平总书记在党的二十大中明确提出“加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群。”中共中央、国务院印发的11、数字中国整体布局规划中提出“推动数字技术和实体经济深度融合,在农业、工业、金融、教育、医疗、交通、能源等重点领域,加快数字技术创新应用,支持数字企业发展壮大。”二十届三中全会则再一次强调了发展“数字经济”对于中国式现代化建设的重要性,全会提出要“加快构建促进数字经济发展体制机制,完善促进数字产业化和产业数字化政策体系。”这些内容充分体现了党和国家对于发展“数字经济”的高度重视。“数据生产力”是“新质生产力”的重要组成数字经济催生新质生产力从本质上来看,数字经济是发展“新质生产力”的主战场。新质生产力发展的根基是科技创新,而推动科技创新和技术进步是“数字经济”的建设核心,新的经济增量又产生新的科12、技发展需求,形成正向循环。数字经济时代的数据中心等基础设施不断完善,数据资源不断整合和开放,为新型生产力的发展提供丰富的土壤。004让数据成为生产力003让数据成为生产力从产业上来看,数字经济是形成“新质生产力“的主引擎。“数字经济”建设包括数字化产业和产业数字化,为传统产业的升级和新兴产业的蓬勃发展提供了有力的条件,促进培育新型生产力。目前推动“新质生产力”形成的主要产业引擎是数字经济、电力设备与新能源、国防军工、汽车等大类行业。根据国泰君安研究所数据,2023年新质生产力行业增加值占比 10.7%,其中数字经济大类占比 7.3%,位居首位,是支撑新质生产力蓬勃发展的中坚力量;新质生产力体量13、不断提升,经济实际拉动力量仅次于地产链条,并且拉动量之差正在不断收敛。建材医药汽车国防军工电力设备与新能源数字经济新质生产力增加值(%)10.2%2020年2023年新 质 生 产 力10.7%20181614121086420数据来源:国泰君安研究所新质生产力的经济实际拉动量仅次于地产建筑链条实际拉动总需求 (2023年)实际拉动总需求(2020年)16000014000012000010000080000600004000020000地产建筑链条新质生产力商贸零售农林牧渔交通运输机械消费者服务银行基础化工食品饮料电力及公用事业钢铁轻工制造纺织服装有色金属石油石化非银行金融煤炭传媒家电中国数14、据量规模从 2022 年的 23.88ZB,将增长至 2027 年的 76.6ZB,年均增长速度 CAGR 达到 26.3%,为全球第一。政府、媒体、专业服务、零售、医疗、金融为主要分布领域。数字经济发展离不开数据数据是数字经济时代的基础性和战略性资源将数据既作为“新”劳动资料,又作为“新”劳动对象。数据作为新的劳动资料,通过收集、整理、分析和应用,能够为创新和价值创造提供重要支持。数据的高效利用和挖掘,可以帮助企业发现新的商业机会、优化生产流程、改善产品和服务质量,从而提高生产力和竞争力。数据作为新的劳动对象,意味着数据本身成为被处理、加工和利用的对象。随着数据的快速增长和技术的进步,人们能15、够从大数据中提取有用的信息和洞察,进行深度分析和预测。数据的处理和应用,可以帮助人们更好地理解市场需求、消费者行为、产品趋势等,从而指导决策和创新。数据本身的特性和潜力,使其成为新生产力的重要组成部分。中国数据规模2022-2027年CAGR达到26.3%,为全球第一140120100806040200全球其他地区202220232024202520262027中国北美006让数据成为生产力005让数据成为生产力数据生产力定义:通过收集、分析、应用数据,企业可以更好地了解消费者需求、市场趋势和竞争对手行为,提供更创新、个性化的产品和服务,精细化管理生产和运营环节,制定更精准的战略决策。它包括316、大特质:低边际成本、多场景复用、强渗透融合;和8大储存形式:数据人才体系、数据能力等。商业智能(BI)工具助力企业培育“数据生产力”什么是“数据生产力”数字中国数字经济数字要素数据资产数据财政企业数据生产力数据战略数据文化体系数据管控体系数据考核体系数据生态合作体系数据服务平台支撑体系数据能力体系数据人才体系金字塔形式低边际成本多场景复用强渗透融合通过收集、分析、应用数据,企业可以更好地了解消费者需求、市场趋势和竞争对手行为,提供更创新、个性化的产品和服务,精细化管理生产和运营环节,制定更精准的战略决策。定义加快发展数据生产力的举措2023年数字中国建设整体布局规划“数据要素”三年行动计划(217、0242026)年)2022年数据二十条2023年企业数据资源相关会计处理暂行规定2024年政府工作报告1、将数字中国建设工作情况作为对有关党政领导干部考核评价的参考2、明确数字中国按照2522的框架进行布局。数字中国的目标是实现数字化、网络化、智能化和信息化的全面协同,构建现代化的数字产业体系、数字经济生态圈和数字社会。选取工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳等12个行业和领域,推动发挥数据要素乘数效应,释放数据要素价值。从数据产权、流通交易、收益分配、安全治理等方面构建数据基础制度,提出20条政策举措。要围绕18、数据资源是否可以作为资产入表,数据资源及相关交易如何进行会计处理,如何在财务报表中列示,以及需要做出何等程度的披露等方面进行规范,自2024年1月1日起施行且采用未来适用法。数字化是2024年政府工作报告重点阐述的一个主题。在分析“大力推进现代化产业体系建设,加快发展新质生产力”时,强调要“推动传统产业高端化、智能化、绿色化转型”“积极培育新兴产业和未来产业”数据是成本数据是信息数据是战略数据是经济数据是资产数据定位变化内涵新质生产力的重要组成部分新劳动资料新劳动对象时代背景8大存储形式3个特质本质是业务和管理的桥梁业务循环数据循环管理循环记录业务过程数据为管理决策提供支持明确将数据列为与劳动19、、资本等并列的第七大生产要素。自农业经济时代以来,人类又经历了工业经济时代,生产力在两个时代中快速发展,为今天的新质生产力的形成和发展进行了量的积累。数字经济时代,国家将数据列为第七大生产要素,并先后发布了“数据二十条”、“数据要素”三年行动计划(20242026 年)等重要文件。这些举措加快数据要素与技术、资金、人才等其他要素的协同和融合,从根本上拔高了数据在经济发展中的战略地位,将数字经济作为中国“创新超越”的重要领域,把数据作为国际竞争的“有利武器”。我们认为,发展新质生产力不仅仅在于投资新能源、芯片科技、大模型等新兴领域。实际上,培育新质生产力包括了对传统行业的转型升级,这涵盖了任何能20、提高全要素生产力的领域。例如,传统汽车行业并不属于新兴行业,但通过创新并优化资源配置,传统汽车行业也将具备巨大的发展潜力。总体而言,我们认为培育“新质生产力”,重要的是打造出各个行业的“数据生产力”。通过数字化转型和创新,升级企业自身的“数据生产力”,让数据充分发挥其价值、赋能业务全方面地发展,这样传统行业也能够实现巨大的增长和进步。农业经济时代数字经济时代时代发展不同时代的核心生产要素不同.工业经济时代可耕种土地劳动力数据生产要素技术资本008让数据成为生产力007让数据成为生产力以某空调制造企业的成本增长问题为例,生产成本持续增长,导致企业利润降低。在此背景下,公司领导提出今年生产提效1021、%的目标。如何达到此要求,需要根据目前公司经营的数据去做分析和突破。企业通过商业智能工具抽取并整合了产量、工时以及人员出勤数据。借助商业智能工具可视化展示的功能,企业对影响这三个维度的因素做了全面盘点,并深入挖掘数据变动背后的根本原因。对于人员出勤的数据分析结果显示,公司在生产人员管控上存在问题;对于工时数据分析结果显示,某机型的工时数据较高,对效率影响较大。结合以上数据的分析,企业做出了对非生产人员减员、对工时较高的机型未来做重点核查的决策,并最终实现了提升 10%生产效率的目标。这便是数据生产力的体现,企业获取数据、整合数据、分析数据,并最终应用数据的结果来决策,通过数据实现自身的降本增效22、,提升生产力。未来,商业智能工具将更多地借力AI,形成“AI For BI”的形式来提升商业智能工具在各环节的效率、降低它们的上手难度和使用门槛,利用 AI 的智能让商业智能工具能够解决更复杂的数据分析,产出更精准的分析结果,从而使数据发挥更大价值、基于数据的决策更为科学和精准。从具体场景上来说,结合 AI 的能力能让部分商业智能应用场景更深入,产出更有价值的知识。例如,对于结构化的数据,BI 工具可以应用一些准确度更高的机器学习算法,得到更精确的分析结果。例如市场营销,结合 AI 能力后就可以在用户分群的基础上,得到更精细的针对每个用户的分析结果,从而给出更精准的个性化营销方案。还有金融领域23、的风险监测,可以分析出金融风险和其他指标、行为之间的内在联系,使预测更为准确。对于非结构化的数据,BI 可以应用图像处理、语音识别和文本分析等 AI 技术,智能化地处理 BI 工具的复杂业务场景。例如通过语音识别技术录入数据,控制驾驶舱和数据大屏的制作等。还有智能客服系统,不需要手动收集客户问题再分配人员解答,通过语义理解和自然语言处理等技术分析客户问题,实现实时、自动回复客户。结合 AI 能力的商业智能工具让数据发挥更大价值在未来,借助 AI 的相关能力提升效率和可用性的商业智能工具将让数据发挥更大的价值、拥有更高的生产力。企业数据生产力的产生需要经历一个始于业务、终于业务的正循环过程,商业24、智能工具可以加速这一正循环。数据生产力的培育始于业务。商业智能工具帮助企业从各个分散的业务系统中整合数据(intergrate data),使数据标准化(standardize data),连接企业内原本存在的一个个“数据孤岛”,真正让数据流通到企业全身上下的“血管”中去。整合数据之后,商业智能工具可以协助企业管理数据(manage data),让数据变得可服务化(data in service)。这即是指对数据的充分应用,通过商业智能工具的数据可视化功能,将复杂难解的数据转变成直白易懂的图表、指标等,帮助企业定位(locate)并分析(analyze)出企业上存在的问题,从而做好事前的预警、25、事中的洞察和事后的预测。最终企业凭借对数据的全面解读,回归到起到指导业务发展,实现降本增效的成果,完成一个数据的生命周期循环。在这样一个始于业务、终于业务的循环过程中,数据完成了价值的提升,对业务的发展起到了正向的激励,如此数据便产生了生产力。未来,数据循环的终点将成为下一轮业务分析的输入和起点,形成新一轮的数据-业务正循环。商业智能工具加速企业“数据生产力”培育正循环我们认为,从宏观的角度来看,未来市场中的商品竞争会部分转变变成“数据竞争”;从微观的角度来看,企业亟需关注如何加速形成企业自身的数据生产力,便于应对“数据竞争”。Management统计&分析事前、事中、事后预警、预测接入&存储26、数据离线/实时更新数据整合数据管理数据洞察业务、管理优化lntegrationAnalysis组织&合成数据资产与服务管理业务洞察&管理洞察优化和改善业务流程提升管理决策质量自动化标准化服务化协作化行动力Action离线/实时数据应用分析准备回归业务010让数据成为生产力009让数据成为生产力而企业的数据生产力释放的过程,即是发挥数据价值、赋能企业决策,从而给企业带来内部的降本增效或者外部的营收增长的过程。在这一过程中,企业沉淀其数据的价值,数据带给企业的经济利益不断地显性化,逐渐转变成为对企业有珍贵意义的资产。我们认为,企业应该探寻更多的数据应用场景,在具体场景下充分发挥数据的价值,释放“数27、据生产力”。在此过程中,数据将逐步演变成企业宝贵的资产,成为企业获得竞争优势至关重要的筹码,为企业带来可持续的长远经济利益。大风泱泱,大潮滂滂,数字经济、数字中国、新质生产力等政策的密集出台,昭示着数字时代的到来。企业应当认识到数据生产力是新质生产力的重要组成部分,借助商业智能工具更好地应用数据,以数据赋能决策,加快培育并释放自身的数据生产力,让更多的数据彰显其价值属性、成为企业宝贵的资产,迎接数字时代的到来。展望数据定位变化数据是成本数据是信息数据是战略数据是经济数据是资产企业数据生产力培育的过程伴随着数据定位变化的过程。在过去,数据没有给企业带来显性价值,企业将管理数据视为一项负担,数据对28、于企业而言是成本。随着企业对数据应用的不断深入,数据的价值被不断挖掘,企业的数据生产力也日渐提高。此时数据的价值属性显露并逐渐超过其管理成本,数据开始被企业视为能为商业竞争带来优势的信息、能给未来企业的生存发展带来指引的战略方向,乃至最终被企业视为宝贵的资产,为企业带来可持续的长远经济利益,成为企业自身不可剥离的一部分“数据生产力”的释放推动数据资产化综上,我们认为商业智能工具可以帮助企业发挥数据价值,培育“数据生产力”。而 AI 的不断进化赋予了商业智能工具更大的想象空间,能让商业智能工具在更多的业务场景下发挥作用、处理更加复杂的数据、挖掘更深入的数据价值,以精准高效的数据分析结果赋能企业决29、策,实现“数据生产力”最大化。“数据生产力”的释放推动数据转变成企业资产什么是数据资产数据资产,本质上就是能给企业带来直接或者间接经济利益的数据资源。数据资产概念的正式出现可以追溯到 2023 年 8 月财政部印发的企业数据资源相关会计处理暂行规定(以下简称暂行规定)。从经济视角出发,能对生产加工、产品研发、经营决策起到价值的数据资源,就应当被视为数据资产。例如,用户的 APP 使用行为数据、积累多年的客户数据、重要的情报数据等。从会计视角出发,符合财政部暂行规定中相关要求的数据资源,即可被视为数据资产。根据暂行规定的要求,企业的数据要想成为数据资产,必须满足企业会计准则关于资产定义的三个条件30、:1)该资源是由企业过去的交易或事项形成的;2)该资源由企业所拥有或控制;3)该资源预期会给企业带来经济利益;以及关于资产确认的两个条件:1)与该资源有关的经济利益很可能流入企业;2)该资源的成本或者价值能够可靠地计量。数据资产化,就是让企业的数据满足成为资产的条件的过程。而数据要想成为资产,则必须能给企业带来直接或者间接的经济利益。012让数据成为生产力011让数据成为生产力在大多数企业中,IT 部门扮演着推动数字化转型的重要角色,为企业搭建数字化基础设施。但要实现数字化转型的成功,仅依靠 IT 部门是远远不够的,更需要各业务部门的广泛参与和深度协作。从数字化转型的三个阶段来看,目前大部分企31、业仍处于业务跟随和业务协同阶段。要想进入业务驱动阶段,IT 部门需要从业务视角去思考和解决问题,深入参与业务流程;而业务部门也需要与 IT 部门更紧密地配合协作,实现业务驱动型 IT 和 IT 推动型业务的良性互动。业务模式增长瓶颈新技术、新场景驱动变革局部化的业务引领、多点驱动业务型IT、IT型业务IT业务视角思考问题IT深度参与业务,业务深度配合IT业务是业务、IT是IT业务的发生和成长早于IT业务为主导、业务提出目标和要求IT信息化意识、数字化意识逐步加强解决重点业务记录 数据化的问题解决业务流程线上化 在线协同的问题解决内外部管理精细化 效率提升的问题投入逐步加大IT 部门自己懂业务部32、门个人懂业务组织大家懂由浅入深的数字化(业务与数字的协同、应用价值模式的创新、体系化的组织保障)特征的阶段性方向短期规划、被动响应业务配套规划短期规划、被动响应信息化配套规划业务流程线上化、数据线上化存在断点仅支持到部分主要业务流程缺乏业务价值链的指导没有深入暂无数字化应用暂无业务价值创新暂无商业模式创新基础的IT组织与运维支撑外部资源的推动中长期规划、主动协同业务规划的同时提前介入、并行参与中长期规划、主动协同信息化规划的同时提前介入、并行参与实现主要、核心业务流程全面线上化数据与分析体系的线上化全贯通基于业务价值链的指导深入到部分业务场景数字资产管理、有一些初步的数据服务对内提供数字应用核33、心业务价值创新为商业模式常新提供信息支撑体系化的IT组织架构、产品、技术、业务、安全、运维在业务系统的基础上主动融入先对成熟的创新技术(平衡考虑)在业务协同的基础上主动融入先对成熟的创新技术(平衡考虑)深度挖掘业务价值链(内外部)业务价值链导向的业务和数据信息化建设全面实现业务价值练的纵向拓展全面的数据资产管理与服务体系打通对内外提供数字应用全面的、可持续的业务价值创新可持续的打造驱动商业模式创新的体系深度参与公司战略规划发展的IT组织体系驱动业务、管理协调发展的体系IT 业务信息化规划IT 数据信息化规划业务横向关联业务纵向深度数字化应用业务价值创新支撑商业模式创新支撑组织体系与制度保障特征34、阶段二:业务协同阶段三:业务引领阶段一:业务追随专家洞察EXPERT INSIGHTS数字化已经成为当前企业转型升级的必由之路,在瞬息万变的市场环境中,只有拥抱数字化,企业才能实现敏捷应变、创新突破,保持持续竞争力。然而,帆软数据应用研究院在调研中发现,目前数字化转型进入了新的阶段,尽管许多企业已经大量投入数字化工具和技术,但员工使用活跃度低,这些数字化工具/技术却并未能真正发挥其应有的作用。大数据分析、人工智能等数字化技术,虽然被广泛应用于企业的各个环节,但对于大多数企业来说这些工具仍然是“黑箱”,无法真正将其转化为切实的业务成果。究其原因,关键在于企业缺乏掌握和应用这些数字化技术的人才。企35、业亟需培养和引进一支精通数字化技术的人才队伍,才能真正推动数字化转型落地实施,在激烈的市场竞争中占据优势地位。60%数字人才加速业务 IT 一体化助力投入产出最优化02在大部分企业内部,IT 部门都是推动数字化发展的主力军,为企业构建数字化技术底座。但是企业要想实现数字化的成功,不能仅靠 IT 部门,更需要业务的多方协同。从数字化三阶段来看,目前大多数企业处于业务追随和业务协同阶段,IT 需要用业务视角去思考问题,需要深度参与业务,业务部门深度配合 IT,实现业务型 IT 和 IT 型业务。数字化建设视角:IT 部门和业务部门的“角色三步演变”主要是靠数字人才实现。014让数据成为生产力01336、让数据成为生产力数据流建立统一的数据视角(维度)标准化的被观察的数据定义与口径(指标)逆向推动信息流与业务流的完善数据不能及时获取的问题数据没有底层系统支撑的问题有系统支撑,但是没人使用的问题不知道哪些数据有用哪些数据没有用的问题指标定义不明确的问题指标取数口径不一致的问题指标计算口径阶段性调整的问题有系统,但是数据质量差的问题表象信息流业务或管理流程在信息化系统中的体现业务流程结果数据在系统中的沉淀业务档案信息在多系统中的一致性在数字化建设过程中的任何问题,都应该找到问题的“归属”,从“数据”、“信息化”、“业务与管理”、“人才建设”四个维度,进行问题定位并予以解决理解真实的原因业务流业务或37、管理流程的循环业务或管理逻辑的定义业务或管理体系的标准程度有可能真正深层次的原因人才流自主搭建应用流程的能力数据挖掘&治理&分析的能力数字化项目管理能力表象都是数据的问题其实下一个阶段的信息化方向问题更是业务流程是否跑通的问题最终是数字化人才建设是否完善的问题最可能真正深层次的原因从图中可以看出来当某个数字化建设过程中出现问题时,我们的思考方式可以是遵循“数据流-信息流-业务流-人才流”的层层寻因,但是大多数所有的问题其实最终都归结于企业人才是否成功拥有数字技能、具备数字思维的问题。在当前的“运营时代”,企业的关注点已从以往的数字基础设施建设,转向了如何实现资产价值的最大化。过去的“大基建时代38、”,企业数字化转型的核心聚焦于建立强大的数据平台。IT 负责人主要关注自身平台的完善程度和使用技术的先进性。但随着宏观经济形势的变化,高投入的基建时代已经结束。如今企业更加注重如何有效运营现有的数字基建,充分发挥现有平台和系统的资产价值。换言之,在运营时代,各企业更加强调投入产出的平衡。他们更加关注成本控制和现有投资的价值实现,努力在现有资源基础上创造更大效益。企业正从过去的“大干快上”转向更加注重资产价值的实现,这需要企业从顶层设计到具体实施,做出相应的战略调整和优化。数字化价值视角:“运营时代”企业更关注价值实现,数字人才助力最优化投入产出数据不能及时获取,数据没有底层系统支撑就算有系统支39、撑,数据质量差,数据没有人使用员工不知道哪些数据有用,哪些数据没有用指标定义不明确、指标取数口径不一致、指标计算口径不一致等IT 部门和业务部门的”角色三步演变”主要是靠数字人才实现。企业数字化转型的关键在于 IT 部门和业务部门的角色及其协作关系的演变,这主要依靠数字化人才的培养和赋能来实现。从 IT 部门自己掌握数字技术,到业务部门个人掌握数字技术,再到整个业务组织大家都具备数字技术能力,体现了 IT 部门角色的变迁:IT 部门从数字化转型的 唯一关键责任人,变成“关键责任部门”,最终和业务部门共同成为“协同责任部门”。同时,业务部门的角色也在变化:业务部门从最开始的“无关责任人”,到成为40、“关键责任部门”,最终和 IT 部门共同成为“协同责任部门”。这一系列角色变迁的关键在于培养具备数字化思维和技能的人才。这类人才不仅擅长利用数字技术,更善于利用数字技术和创新来推动业务增长和创新,是企业数字化转型的 催化剂。因此,企业数字化转型需要 IT 部门和业务部门的深度协作,而这种协作关系的演变需要以数字化人才培养为支撑。以上问题表象都是数据的问题,包括是否建立统一的数据视角,是否标准化被观察的数据定义和口径等。深入去想这些问题其实和下一个阶段信息化方向有关,比如业务流程数据是否在系统中沉淀,是否在信息化系统中体现等。再继续深究下去,可以发现这些问题实际上也是业务流程是否跑通的问题,例如41、是否可以进行业务或者管理流程的循环。业务流程是否能够跑通,关键在于员工是否能够熟练进行业务流程梳理和应用搭建,是否具备数据挖掘、数据治理、数据分析的能力,将数据结果反哺业务,指导业务,形成“业务-数据-管理”正循环。帆软在调研客户的时候经常会碰到以下问题:“大多数数字化建设过程发现的问题,最可能的真正深层次原因是数字化人才建设是否完善。”016让数据成为生产力015让数据成为生产力数字人才建设框架(Digital Talent Construction Framework)Plan 规划人才Construct 培育人才Employ 善用人才Retain 保留人才内外筛选岗位盘点人才画像培养规划42、资源建设生态协同种子推广场景扩容组织协同岗位评估人才激励职业发展SUCCESS结合 2024 年 4 月人力资源和社会保障部、中共中央组织部等九部门印发的加快数字人才培育支撑数字经济发展行动方案(20242026 年)中重点提到的“数字人才-育、引、留、用”四大专项动作,以及走访调研 500+企业客户的实际经验积累,帆软数据应用研究院对于企业数字化人才建设提出“规划人才-培育人才-善用人才-保留人才”框架。企业数字人才建设框架数字人才是企业连接技术与业务的关键桥梁,也是实现投入产出最优化的关键支点。过去企业在数字基建上的投资效益,最终体现在具体业务表现上:数据平台的建设是否带来了业务收入增长,43、是否导致了成本降低,这些都是企业当前关注的重点。然而,大多数企业的 IT 和业务部门存在天然隔阂。基建时代运营时代数字人才数字人才基建时代,企业持续投入数字基建忽视业务产出运营时代,企业利用数字人才撬动现有投入产出比最优化数字基建投入业务产出数字基建投入业务产出IT部门业务部门IT部门业务部门规划人才阶段可以根据数字化转型的需求,制定全面的人才需求计划和引进渠道,这样可以确保公司拥有合适的数字化人才储备,为后续的培养和应用奠定基础。培育人才阶段可以通过系统的培训,帮助员工掌握数字化所需的技能和知识。这不仅包括数字专业技能,还包括创新思维、协作能力等软实力的培养。善用人才阶段可以根据员工的特点,44、给予合适的岗位和工作任务,同时建立有竞争力的薪酬体系和晋升通道,有效激发员工的积极性和创造力。另外,数字人才的流失会对数字化转型造成严重影响,因此需要重视人才的稳定性,在保留人才阶段可以通过完善的福利待遇、发展机会等,提高数字化人才的忠诚度和粘性。数字化技术发展迅速,相关岗位和技能需求也在不断演变,单纯的学历或专业背景已经难以全面满足企业的数字人才需求,需要更加贴近实际的岗位胜任力定义来识别和培养数字人才。企业更多考虑和关注数字化人才在实际岗位上的应用和贡献价值,来评估数字人才是否能够推动数字化创新和转型,因此,我们将从岗位胜任出发来定义数字人才:具备数字化思维,在组织内可以自上而下持续、坚定45、推进数字化变革的高管团队,首先应当具备数字化领导能力,继而兼具敏捷性和适应性。L-数字化领导人才董事长、CEO 等A-数字化应用人才营销、运营、销售、市场、供应链、财务、人力、法务等利用数字化工具工作可以基于不同业务场景、借助新技术推动数字化转型的业务部门,关注数字化技术如何与相关业务模式融合以创造新的价值。T-数字化技术人才IT 部门、数字化转型部门等掌握数字化专业技术,能够做数字规划的人才,包括传统 ICT 专业人才和新职业中的数字化人才。在企业数字化转型过程中,从底层数据互联到数据中台建设的各个环节,在我们的调研中发现,大多数企业即使具备较为完善的数据应用工具,仍然存在人员数据能力不足的46、问题,业务人员尤为明显。2024 年 4 月份,人力资源和社会保障部等九部门印发加快数字人才培育支撑数字经济发展行动方案(2024-2026 年),提出实施数字技术工程师培育项目,将大数据列为数字领域新职业的首位,并强调数据赋能为培育人才关键。数字化人才的重要显性能力:体系化的数据应用能力这种隔阂导致了双方的相互不了解,阻碍了数字基建价值向业务的有效传导。为了消除这种隔阂,打通价值传递通道,企业需要培养并善用一批数字人才。这些数字人才能将先进技术和工具应用于具体业务场景,推动技术与业务的深度融合,最大化现有数字资产的价值,实现最佳的投入产出比。018让数据成为生产力017让数据成为生产力通过收47、集、分析、应用数据,企业可以更好地了解消费者需求、市场趋势和竞争对手行为,通过数据分析洞察得出的结论可以帮助做好事前、事中、事后的预警和预测,最终回归起点,指导业务,实现降本增效。1)业务视角:数据是“业务循环的重要载体”2)战略视角:数据是“业务 IT 一体化融合”重要落地点数据驱动的决策能够让业务和 IT 部门基于同一事实基础做出判断。数据分析提供了客观的依据,使得业务决策更加科学和精准,同时 IT 部门也能根据数据优化技术方案,提高整体运营效率。信息共享与协同:业务部门人员能够自主做基础的数据管理、分析等,基于本身对 IT 部门有更深的业务理解的优势,能够更快、更准确解决业务痛点,实现降48、本增效。IT 部门可以专注数字化统筹,有针对性地对复杂的数据问题进行改进,将部分基础数据工作转移,减少压力。效率提升:业务部门可以通过数据监控市场和运营情况,而 IT 部门则可以通过数据来监控系统和技术的运行状态。这种实时的反馈机制同样确保了业务和 IT 之间的快速响应和协同。实时监控与反馈:Management统计&分析事前、事中、事后预警、预测接入&存储数据离线/实时更新数据整合数据管理数据洞察业务、管理优化lntegrationAnalysis组织&合成数据资产与服务管理业务洞察&管理洞察优化和改善业务流程提升管理决策质量自动化标准化服务化协作化行动力Action离线/实时数据应用分析准49、备回归业务数字人才传统型ICT人才岗位技能要求综合化基础数字技能全员化业务创新需求加速化数字化转型趋势化数字人才“三角模型”数字化时代(技术创新)信息化时代(技术消费)董事长、CEO、CIO、CDO、CTO等营销、运营、销售、市场、供应链、财务、人力、法务大数据开发工程师数据分析工程师AI 开发/测试工程师等首席架构师、数据部门负责人等高级:可以基于不同业务场景、借助新技术推动数字化转型的核心业务骨干,关注数字化技术如何与相关业务模式融合以创新的价值初级:掌握数字化专业技术的人才,负责数据体系和 AI 体系的具体工作高级:负责数智/AI 规划统筹,作为落地主要负责人,是推动数字化转型的核心技术50、骨干具备数字化思维,在组织内可以自上而下持续、坚定推进数字化,变革的高管团队,首先应当具备数字化领导能力,继而兼具敏捷性和适应性初级:利用数字化工具工作,具有数字化仪式,了解数据治理和运营,适应数字化工作方法L-数字化领导人才A-数字化应用人才T-数字化技术人才基于OECD(经济合作与发展组织)的ICT(信息通信技术)ICT普通技能使用计算机打字、使用常见的软件、浏览网页查找信息等基础数字技能开发ICT产品和服务所需要数字技能利用特定的数字技能或平台辅助解决工作中的一些问题,例如项目管理能力、沟通能力等ICT专业技能ICT补充技能数字战略管理深度分析产品研发先进制造数字化运营数字营销数字化转型51、领导者数字化商业模型战略引导者数字化解决方案规划师数字化转型领导者数字化商业模型战略引导者数字化解决方案规划师数字战略顾问工业4.0实践专家先进制造工程师机器人与自动化工程师硬件工程师数字产品运营人员质量检测/保证专员数字技术支持营销自动化专家社交媒体营销专员电子商务营销专员产品经理系统工程师算法工程师视觉设计师软件开发人员019让数据成为生产力随着数字化进程的加速,企业级数据服务共享平台将更加注重数据的深度挖掘和应用创新,提供更精准和个性化的数据服务。通过不断完善和优化平台的功能和性能,企业能够进一步提升数据分析的效率和质量,推动业务的发展和增长。同时,数字人才项目将加大对“数字+科技+专业52、”复合型人才的培养力度,提升员工的数字化应用能力。通过科学组织和制定培训工作安排,企业能够培养更多的数据分析和数字化转型的专业人才,提高整体的数据素养和创新能力。最后,数字人才项目将全面构建推广运营体系,营造数据分析的良好氛围。通过竞赛和积分激励等方式,企业能够激发员工的数据分析热情和创新能力,推动业务的发展和增长。以前,数据分析往往是个别团队或个人的工作,而现在,通过推广运营体系的建立,数据分析将成为全企业的共识和行动,为企业带来更大的业务价值。数字化人才建设是支撑企业数字化转型的关键所在。从 IT 部门与业务部门的“角色三步演变”来看,数字化人才正是推动这一转变的关键力量。在“退潮时代”到53、来的当下,企业更加关注数字化转型的实际价值实现,优化投入产出,数字化人才无疑在这一过程中发挥着关键作用。此外,从业务视角来看,数据是“业务循环的重要载体”;从战略视角来看,数据是“业务 IT 一体化融合”重要落地。因此,培养员工的体系化数据应用能力尤为关键,包括熟练运用数据分析工具、掌握数据治理和管理的方法论,以及将数据洞见转化为有价值的决策和行动的能力。案例:华夏银行决策科学化提升数据分析能力,高效挖掘数据价值,支撑公司科学经营战略层战略研究战略规划战略实施经营层用户洞察、市场变化、产品全生命周期、产销协同、费用与成本研发营销供应链职能产品SKU管控产品UE分析产品上市表现(销量、毛利率)产54、品全生命周期管理技术评审通过率、立项及时率广告投放、用户转化任务达成、排名账期与回款、风险预警产品维修率、用户满意度大宗原材料价格趋势降本目标、达成呆滞物料处理、库存周转计划达成率、准确率单台费用成本生产效率人、财、物费用管理资源成本人才画像、人才培养预算管控、利润分析安全管理、风险预警数据分析模式变革业务IT一体化融合支撑层固化自助,被动主动数据体系+人才体系+流程体系意识转变、知识互通、数据驱动业务业务层代表客户:制造业是国家经济命脉所系,是立国之本、强国之基,始终承担着推动经济增长、促进技术创新和满足社会需求的重要角色。它不仅是经济增长的引擎,更是时代进步的见证。从供应链优化到智能生产,55、从成本控制到市场洞察,商业智能正在帮助制造业实现数字化转型,激发更多制造业革新的思考,迈向智能制造的新纪元。制造MANUFACTURE022让数据成为生产力021让数据成为生产力供应链控制塔(SCCT)从可视走向价值联宝科技于 2011 年 12 月落户合肥经开区,是联想集团全球最大的智能计算产品研发和制造基地,主要产品包括 Lenovo 和 ThinkPad 系列 PC 产品、服务器和智能物联设备等,产品销往全球 126个国家和地区。可以说全球每 8 台笔记本电脑,就有 1 台是来自联宝科技制造的。联宝科技作为联想供应链的重要组成部分,联想供应链先后七次入选了 Gartner 全球供应链 256、5 强,是中国唯一上榜的高科技制造企业。联宝科技在 2023 年入选世界“灯塔工厂”,属于国家评定的智能制造试点示范、工业设计中心、绿色工厂、国家知识产权示范企业和智能制造标杆企业。联宝(合肥)电子科技有限公司供应链供需协同周期可以缩短50%,实现供应链“4 小时生态圈”。实现呆滞料库存降低10%,库存齐套率提升50%,协同效率提升20%。项目亮点数据应用现状基于以上背景,以联宝科技(LCFC)为代表的 3C 电子制造行业迫切需要打造一个高效且有韧性的供应链运营平台。联宝科技构建了 OTS,APS,supply cloud,Smart Logistics,Smart Inventory等13个57、业务系统,涉及供应链计划,采购等多业务环节,实现供应链多环节的信息化覆盖。联宝科技作为 3C 电子制造行业的一员,面临着本行业在供应链领域的业务特点与挑战。新品多规模大年新品项目达 187 个新品投产准备与生产并行年出货超 4,000 万台每年订单近百万笔单品 2000+零部件每 0.5 秒下线一台电脑下单到交付最快 48 小时近千家全球供应商个性强交付快品控严每 0.5 秒下线一台电脑下单到交付最快 48 小时近千家全球供应商CNAS 认证 PA 实验室1,100 项严苛测试全球能源危机电力供需紧张30/60 双碳目标可持续024让数据成为生产力023让数据成为生产力需求痛点然而,在围绕供应58、链构建多个业务系统后,联宝科技发现在供应链相关的数据应用和决策支撑层面依然存在较多痛点,主要表现在以下几个层面:痛点一痛点二无法及时对市场进行需求预测分析,就不能够快速提供应对策略内部用户缺乏供应链端到端数据实时共享,就会存在“信息孤岛”现象0201为了更好地解决这些痛点,联宝科技构建了供应链控制-SCCT。痛点三痛点四传统开发周期较长,传统的系统部署方式&架构难以跟得上更多样化需求缺乏风险预警,就难以灵活应对突发事件0403解决方案基于上述业务痛点和挑战,联宝建设供应链控制塔(SCCT)作为供应链的智能大脑,整合联宝供应链领域所有的数字化系统,借助帆软 FineReport&FineBI 平59、台能力,实现统一的门户集成、业务集成和数据集成,实现供应链端到端的数据实时共享,打破信息孤岛。通过搭建自动化的订单管理系统、智能排产系统(AI)、供应商端的联合排产(产业链的联合计划、排产与调度)、供应协同云平台、质量协同云平台(AI)、供应链轻量化 MES、供应链数字化采购、智能成本管理系统、供应链风险管理系统(AI)、供应链控制塔(AI)等数字化管理系统,实现供应链订单处理的自动化、计划的高度精准化和智能化,以及供应链生态协同体系的新模式。通过项目的实施,供应链供需协同周期可以缩短 50%,实现供应链“4 小时生态圈”。可以实现呆滞料库存降低 10%,库存齐套率提升 50%,协同效率提升 60、20%。Available ProjectE2E DashboardOrder To ship执行可见性KPIE2E 分析风险提示模拟决定报告 Lean Process/BMS DatabaseRPAE2E KPIDashboardDigitalOrderDemand To supplyProcurementSupply Cloud-DssDigital ProcurementSmart CostLogisticDigital LogisticInventorySmart InventoryProcess/BMSKPILean Supply ChainCEOT1ManagersSCCT供应链控61、制塔客户供应商ASNGITVisibilitOrder精准计划IPSPSDATBOrder DemandSortageMRP智能排产APSPP Plan制造高效物流HIC WMSShipmentCapacitySimulationDailyFCSTWeekiyMESXN WMSFGI ASIRSSMT KittingParts AS/RSBoX Kiting材料 送货BOX 自动/快速承诺Order DemandPLMIDPMBDSmart CostNPCA/CBOMQuotation MgmtFD MgmtCost SimulationSupply 供应商绩效评估RFQ ReqRFQ Fee62、dback智能成本管理Digital ProcurementVendor MasterAVL/SPERFQGP Order/PaymentDocumentSpending/SavingSupply CloudDemand ReleaseSupply CommitDss SystemPO/ASNIntelligent AlertSupplier Visibility供应商协同(SRM)典型场景OTS联合排产SupplyCloud026让数据成为生产力025让数据成为生产力OTS基于 OTS 的使用,促进供应链的核心客户满意度指标 OTS(order to shipment),FPSD(first63、 promised ship date),ATB(available to build)等得到极大的提升,其中 OTS 提升 40%,FPSD 的首次承诺出货日期准确性提高 17%,变动减少率提升 12%。ATB 提升 21%。另外,系统承载的订单量从 4.5 万笔提升到 18 万笔,运算频次从2 次提升到 3 次每天,运算时间更是从 4 小时降低到 90 分钟以内,性能远超业界。OTS 通过监测整体的运行情况即 Good/Bad 和 Chance 作为北极星指标,及时通过订单模型计算将数据拆解成可以被供应链理解的履约数据,进行一手反馈。通过对 OTS 的关键流程和关键控制点(KCP)的识别,64、把整体改善 chance 的 KCP 分成了供应链的 10(TBD)个关键节点,各个部门基于这个提升 Chance 的一致性任务和目标,以最大交付作为北极星指标共同努力,进行寻优调整,相关指标可以下钻到具体的明细页面,形成了通过数据运营、流程拆解、一致性行动性意见构建起了以最大交付为目标的价值动因数。仅仅在计划层面做努力方向还远远不够,联宝科技继续通过不同事业部,不同品类维度的建立与分析,构建起 OTS 端到端交付的可见性实时看板,去了解策略执行层面的偏差,并进行关联性的纠偏,从订单接单节点开始,历经 ATB(可承诺数量)-日排程数量-产出数量-发运数量的预计/实际对比情况,去了解实际供应量执65、行发生的偏差。并通过不同 KPI 的预计监控和推送,及时发现相应问题并快速落地改进。通过对整体的交付监控,可以对 OTS 偏差预警快速响应以及根因分析快速解决问题,以实现供应链端到端运营效率最大化,保证了合肥联保作为全球最大的单体 PC 工厂的尖峰制造的交付能力。联宝工厂有个别名,叫 885 工厂。说的是,每天有 8000 多笔订单,而其中 80%的订单,都少于 5 台,相当于每天要完成上千种产品的制造,而供应链控制塔的 OTS 提供了相关的预警与监控。“联合排产”系统的开发背景主要源于市场竞争的压力、传统排产方式的不足、制造业转型升级的需求以及企业内部运营管理的需要。通过开发和应用联合排产系66、统,企业可以更好地应对市场挑战,提升生产效率和产品质量,实现可持续发展。对于关键物料的产能与供应约束,联宝科技通过同步计划、智能供应、智能运营和动态履行多个节点的多级可视,去实现对于多级物料产能约束的洞察与计算,实现相关成本与交付周期的降低。同时通过构建供应链 4 小时生态圈,也就是把工厂尽量搭建在上下游协作方的附近,便于快速协作。对于供应链的物料与产能相关约束,联宝科技通过集成与打通多级供应商的系统,去更准确地了解多BOM 下的物料齐套情况,掌握缺料情况,并基于实际物料进行工序的快速逆向寻优,配合联宝开发的基于运筹优化的闪电排产系统,能在 90 分钟里,完成 18 万笔订单的分解。同时通过监67、测预实产量的对比和相关设备的数采集成,可以及时了解产出、稼动率等指标,并可以下钻到供应商的瓶颈工序,针对性地进行持续的优化改善。联合排产对于供应链控制塔来说,多层滚动的产销存计划的构建与监控,是保证供应链平稳运行的最佳实践。代表着从中长期战略到季/月的计划制定,到日排程的计划监控,通过数据运营,了解自己供应链的韧性与柔性范围,并以此进行产能规划、供应链战略布局规划、生产节拍规划、中长期备料计划、短期物料需求计划,以及基于不同服务水平和提前期的库存计划,这就是由supply cloud进行相关实现。通过对 S&OP 及 CPFR 集成的 Supply Cloud 的模板的建立与集成,联宝科技实现68、供应链战略-计划-执行端到端的全价值链覆盖,透明的数据使得决策时间缩短 50%-60%,工作流程自动化程度提高,工作效率提升 10%-20%,订单及时交货率提升 5%以满足客户的订单需求,更好地服务全球客户,同时将库存控制保持在行业领先水平。Supply Cloud028让数据成为生产力027让数据成为生产力坚持数字与业务融合发展,提升企业经营效能,实现业务提效 3 倍北京首钢股份有限公司(以下简称首钢股份)是世界五百强首钢集团所属的上市公司,以建设具有世界竞争力和影响力的钢铁公司为愿景,始终坚持创新、协调、绿色、开放、共享发展理念,坚持绿色制造、智能制造、精品制造、精益制造、精准服务的高质量69、发展之路,形成具有核心竞争力的高端产品集群。北京首钢股份有限公司项目总结通过供应链控制塔项目,联宝科技在以下维度创造了显著的经济效益。除了经济效益之外,供应链控制塔还帮助联宝科技发挥链主优势,推动 PC 产业链数字化水平提升,打造可持续发展生态圈,创造了同样客观的社会效益。供应链风险管理实现了风险预警的高精准和高效率,自动预警出疫情、地震、停工等对企业运营的风险,相关资讯识别精准度及风险预警准确率均达100%。提升了客户满意度OTS 40%,FPSD 17%,变动减少率12%,ATB齐套率21%,系统性能提升5倍以上。订单计划PC产量增加了23%,积压订单减少了20%,交期满足量提升了20%,70、排产耗时缩短了97%。同时,每年节省超过2696兆瓦时的电力,相当于200多吨标准煤,可减少2000多吨二氧化碳的排放,相当于每年种11万棵树。排产调度仓库空间节约30%、人力减少47%,产能提升50%,运作效率提升了33%,搬运不良减少70%。物流管理端到端的作业时间缩短50%,实现与供应商“4小时产业生态圈”,呆滞料库存降低10%,委外加工的原材料成本降低5%,结构件齐套料率提升50%。也降低了生态体系中合作伙伴(供应商、物流公司等)20%以上的工作负荷。覆盖产业链近400家供应商、物流公司、海关等合作伙伴。供应商协同维度效果030让数据成为生产力029让数据成为生产力缺乏对业务数据全量全71、要素管理钢铁生产关联因素多、管控环节多、生产流程长,基于人工或人工加计算机系统辅助相结合的方式进行,业务执行仅依赖于局部信息、离线数据和人工经验,无法支撑精益制造和优化资源配置的需求;线下业务多,跨部门业务协调难度大、管控效率低,响应市场能力不足。02传统的业务分析效率低由于钢铁生产制造过程动态变化,通过传统固定报表方式进行日常业务分析与管控已不能及时适应制造业务的不断更新及管理方式的变革。03首钢股份通过“一个数仓、两个纬度、三种手段”来提升数据生产力,即建设一个数仓作为数据基础、坚持数出一源,通过数据治理提升数据质量;完善主题和指标两个纬度;融合应用“固定报表、自定义分析、数据可视化”三种72、技术手段,着重在数据监控与统计分析、业务辅助决策等应用领域进行探索,实现更灵活、更易用、更智慧的决策支持系统。解决方案让数据可见、让数据说话,用工具改变人的数据思维;用新型 BI 改变人的工作习惯,成为了首钢股份实现“管控数字化、决策智慧化、服务平台化”战略规划的重要支撑。建立数据思维及使用习惯开发能敏捷、迭代能快速、用户能参与,成为了首钢股份数据分析工具的技术要求。构建敏捷组织能力数据应用现状数字化转型是一项复杂的变革,与传统信息化相比,其对于数字化基础的要求更高,不管是 IT 基础设施、数据管理能力还是信息安全要求等,都提出了新的目标。数字化基础的保障作用更加突出,其管理重心由应用转向了数73、据,支撑能力由维持转向了快速迭代。首钢股份目前已建成分布式混合型数仓,汇集了财务、采购、销售、物流、成本、工程、设备、制造、质量、能源、环保等所有业务领域以及现场生产工艺的 14.5+万项 200T+的数据。项目亮点订单分析处置缩短到 1 分钟内 长龄库存占比降至2.9%现货发生率降幅33%需求痛点数据分散,缺乏统一管理机制生产经营数据来源众多,存在大量异构数据,不同粒度数据分布在不同系统,在进行数据分析中数据收集和整合耗费了分析人员大半的时间,缺少统一平台和方法对存量庞大的数据开展有效的开发和利用。01032让数据成为生产力031让数据成为生产力该场景包含以下订单风险识别模型和外设计智能评价74、两个部分:基于大数据平台,将采购系统中的合同信息与销售系统中的销售信息进行匹配分析,以合同为最小统计单位,以产品大类为统计维度,从外设计质量分布、活跃度分布、规格能力等维度对订单情况进行图像化展示,展示效果一目了然,同时支持数据下钻,便于更进一步的问题分析。订单风险识别模型基于产销一体化经营决策大数据平台,将股份公司和京唐公司两个基地,制造系统中的物料实绩信息、成分信息、合同信息,销售系统中的销售信息和质量异议信息,实验室管理系统中的实绩检化验数据等进行数据清洗、数据整理,对外设计从多个方面进行评价。外设计智能评价通过对现有多业务系统中的数据进行梳理,明确围绕客户需求,充分利用合同信息、生产实75、绩及质量异议信息,构建订单风险识别子模型、尺寸选材推荐子模型、能力评估子模型、外设计智能评价子模型,高效进行产线的产品尺寸能力评估,确定供货能力,针对不同需求推荐出最适用的外设计方法,从售前、售中、售后全流程跟踪分析,并结合历史数据,自动给出外设计等级和评价。典型场景销售管理-客户需求精准识别通过大数据应用给公司海量数据赋能,不断改变旧的业态、业务模式和工作方法,从而提高企业经营管理效率。深入业务应用,驱动业务不断迭代,助力经营提效034让数据成为生产力033让数据成为生产力现货分析管控模型整合炼钢、热轧、冷轧全流程生产和质量数据。建立工序一贯履历表,对板坯和钢卷的计划、质检、评审和摘挂单过程76、进行记录。基于该模型,发现在现货管控过程中的相关问题,并通过层层下钻具体到可改进执行的层面,进一步推进了调宽坯原单轧制、过渡原因识别、头尾坯切割优化、改规格卷封锁状态下挂单、卷渣工艺优化工作的开展,现货发生率降幅 33%,减损 2 亿元。质量管理-现货分析管控以库存管理为切入点,以建立库存预警机制、全流程全局监控并合理评价整体业务链库存、完成库存模型搭建并以应用为目标,为库存管控体系提供支撑。探索低库存下的高效生产管控模式,使全流程工序库存都达到满足其生产、运输效率所需的最低库存水平,提高存货周转率,降低资金占用。仓储物流管理-库存管理钢铁企业客户需求精准识别,针对三码数量庞大、精准选用难度高77、、后台管理维护工作量大的业务现状,将信息化系统的大数据挖掘能力和订单质量外设计业务相结合,纠正了 75 条订单三码选用错误,将三码的分析处置从 24 小时以上缩短到 1 分钟以内,支撑产线能力拓展额外承接订单 2.5 万吨。为了提高管理和推进认证效率,实现高效、精准的用户推广,搭建产品认证评价模型。首钢股份在全生命周期监控与系统性管理的基础上,细化流程为3大序列、12个节点、15个项目。通过大数据分析,提取认证输入因子 37 项,认证输出因子 7 项,对认证的信息进行确认和扩展,搭建认证知识库模型。以历史订单的为数据基础,归纳形成认证知识库,并最终提炼出认证规则,完成了酸洗认证知识库的搭建;建78、立认证知识库运行规则和流程,建立自动更新逻辑,实现合同和认证知识库自动匹配,精准匹配率达 100%。以认证知识库为基础,实现对客户认证路径的实时跟踪,搭建认证项目的可视化评价模型。通过FineBi 进行认证可视化界面的自主配置,深化对认证业务的管控,进一步支撑认证业务的高效推进和管理。销售管理-认证项目评价036让数据成为生产力035让数据成为生产力通过 FineBI 实现对全公司及各单位点检异常的全方位管控分析,及时发现闭环管控中问题,分析明确具体原因,督促相关单位及时整改,提高点检异常的闭环管控水平,带动点检管理整体改进。设备管理-点检异常闭环管控通过梳理现有炼钢 PES 工艺报表,设计转79、炉工序金属料管控驾驶舱,按照人员、炉座、班组等维度重点分析转炉金属料损失、装入量、出钢量、吹损等指标,并按照产线、炉座、班组、个人、炉次的层级下钻,从而发现转炉过程中的吹损过大,金属料损失过多等问题。通过建立转炉金属料管控驾驶舱,金属料管控效率全面提升。提升了现场管理效率,提高了专业管理人员的分析问题、解决问题的能力。对各作业区分工序分析金属料异常原因,提高操作水平。提供改进方向建议实现金属料即时管控和长期管控相结合,提高经营效率和效果,同时为计划值推进和标准成本优化提供支撑。生产成本管理-炼钢转炉工序金属料管控该库存管控模块,横向覆盖销售、生产、质量、物流等业务,纵向覆盖炼铁、炼钢、热轧、冷80、轧等全流程工序。全流程库存分析效率大幅提高;库存分析精度和质量明显改善;通过全流程库存结构分析和预警,可从渠道、品种等多角度锁定库存风险。该库存管控系统集展示、计时、推送、监督、统计、分析为一体,适用于全工序全流程,实现了由企业由人治到数治的转变,具有覆盖面广,泛用性强,使用门槛低,实施效果立竿见影等特点,极具推广价值。生产库存分析销售库存分析运输商评价038让数据成为生产力037让数据成为生产力中国第一汽车集团有限公司打破数据壁垒,数据驱动效能跃迁中国第一汽车集团有限公司是国有特大型汽车企业集团,是国家“一五”计划重点建设项目之一。中国一汽经过七十年的发展,建立了五大生产基地,构建了全球化研81、发布局,拥有红旗、解放、奔腾等自主品牌和大众(奥迪)、丰田等合资品牌,累计产销汽车超过 5700 万辆,销量规模位列中国汽车行业第一阵营。在企业推进数字化进程中,各级系统在实现业务集成的同时,完成了数据的准备,提供了大量完备的基础数据。通过建立数据仓库,规范数据标准和统计口径,把零散分布于各个系统的数据进行整合,打破信息孤岛,构建企业数据全集,实现数据集中和共享。通过构建数据分析平台,建立从数据转换为价值的体系,让数据发挥出企业核心资源的效用,实现数据的增值,彻底改善信息系统对于业务的支撑能力,尤其是对分析决策和优化管理的支持能力。项目总结数据分析应用已由传统的统计和现状展示转向了数据模型化应82、用,业务异常不能只靠人在看报表和图表时去发现,更要通过业务决策模型实现主动推送和根因联动展示,辅助业务人员进行决策。这种模型化数据分析要聚焦梳理典型业务活动场景,进行目标拆解与迭代、数据治理,通过业务需求的解读及业务数据的有机整合与重构,推进模型与技术融合,进而提升发现问题、提出良性优化及解决方案的能力,来反哺业务活动。“用数说”要变为“让数说”构建数据团队融合能力是数据分析的基础,要推动业务人员走向数据分析前端,变被动为主动,而不仅仅是“提需求”。通过选用FineBI来减少业务人员学习成本,实现快速上手,释放数据分析自由度,提高分析效率;通过举办数据可视化的季度交流、年度大赛,推动业务人员以83、赛促学,做到学以致用,边学边用,逐步形成数据自助分析思维,提高业务人员自主分析的主动性。“要我做”要变为“我要做”数据并非越多越好,数据的获取、保存和使用是有成本的。数据是商业价值创造和保持竞争优势的基础,然而数据收集、传输、存储、保护和分析也会提高成本。要对数据进行分类使用才能降低数据管理成本,一方面在做数据标准规划时就要做好设计,包括数据精度、采集频度、使用热度、使用场景、保存年限等等;另一方面数据治理是一项长期工作,定期对数仓进行清理,停用长期不用的报表、主题数据,减少低值数据对存储计算资源的浪费。“无价值”要变为“有价值”040让数据成为生产力039让数据成为生产力解决方案顶层会议决策84、难、效率低、运维工作量大集团顶层会议场景是集团内 BI 看板最为重要的应用场景之一,看板从制作到审核到应用涉及业务部门、报告行管、集团高管等多个角色。诸多问题导致顶层会议决策难、效率低、运维工作量大。04自助分析成本高,找数据、理解数据困难重重用户在实践过程中频繁遭遇两个核心挑战:数据从哪里来与各字段都是什么含义,这一难题在跨领域数据分析课题中表现得尤为明显。05数据工作台支撑顶层会议报告,以及 Easy 头条驾驶舱35份报告215个指标服务的订阅。为14顶层会议提供了强有力的支持,77家汇报单位参与。数据分析平台拥有活跃用户4590名。项目亮点需求痛点传统汇报方式耗时耗力,缺乏便捷可视化手段85、缺乏可视化工具的支持,不仅影响了汇报工作的效率与效果,也限制了团队在数据分析方面的潜力。引入高效便捷的可视化解决方案,已成为提升集团汇报质量和决策效率的关键需求。01如何呈现企业真实的运营状态,不同人对指标的理解并不一致在集团数智化转型的大背景下,业务人员在筹备汇报内容时,面临着将业务现状具体化为数字语言的重大挑战。如何巧妙运用数字化的思维方式,精确量化复杂的业务场景,构建起一套既科学又贴合实际的指标体系,进而高效地执行数据分析任务,成了一个难题。02多数据源、多加工链路难以保证数据准确性企业内部各部门独立运作,各自拥有专属的数据源,形成了数据孤岛。这些分散的数据源缺乏统一的接入与管理机制,导86、致数据采集和整合过程复杂低效,难以确保数据的完整性和时效性,从而影响了数据的准确性和可用性。03数据工作台产品蓝图全角色覆盖全角色覆盖管理层数据消费者数据管理者数据开发者数据行管业务系统IT负责人其他角色手机端PC端自定义数据工作台首页自定义数据工作台首页驾驶舱我的作品展示数据资产地图BI头条代办中心职能督办顶层会议资产运营视图自定义数据工作台首页报告生成预警&建议知识问答数据分析&决策.数据需求管理数据治理数据开发数据应用数据生命周期管理数据资产搜索数据资产生命周期管理管理目标牵引数据需求创建业务探源技术探源数据治理数据开发极限审批极限开放数据分析应用汇报&分享服务运维发起变更/注销变更/注87、销审批数据订阅申请AIAIAIAIAIAI数据工作台高效的数据组织与专业的人员能力云原生技术架构底座.阿里Dataphin源系统帆软ERP信息架构平台车联网PDMCRM数据资产目录数据模型管理数据标准管理元数据管理数据分布信息架构管控数据质量平台数据质量规则数据质量度量数据质量报告数据资产平台分类管理价值管理流通管理风控管理主数据平台主数据管理模型管理质量管理标准管理指标管理平台指标管理生命周期管理运营分析数据开发平台数据入湖管理多维模型开发数据整合开发数据服务开发数据能力平台数据人员管理数据资源管理数据评价管理顶层会议数据分析平台数据服务平台自助分析空间数据API管理共享场景管理数据服务运营88、数据需求管理数据授权管理数据仲裁管理数据问题管理042让数据成为生产力041让数据成为生产力中国一汽自研基于云原生的数智化会议平台,通过集成帆软页面,实现了会议管理、议题提报、报告浏览等会议全流程。顶层会议的汇报单位,需要按要求介绍业务全景,重点指标完成情况,本月总结及下月计划,专题汇报,这几大板块来汇报,用到的所有指标,需要是直连的。数智化会议平台作为驱动一汽集团决策效能升级的核心引擎,已经成功为 14 个顶层会议提供了强有力的支持,共有 77 家汇报单位的参与。平台成功统筹安排了 300 次会议日程,确保了每一场会议议程的紧密衔接与高效推进。在此基础上,平台还细致管理了 208 个指标,189、054 个会议议题,涵盖了集团业务的方方面面,实现了会议内容的全面覆盖与深度挖掘。典型场景顶层会议为了解决上述各项问题与挑战,中国一汽踏上了数智化转型之路,其中一项重要的工作内容就是建设了基于云原生理念的数据工作台,数据工作台覆盖了数据采集、数据治理、数据建模、数据服务等数据应用全流程,服务于各领域数据消费者、数据管理者、开发者以及数据行管,以“智能工作流”方式驱动核心数据业务开展,打通八大作业平台,涵盖统一数据资产查询、自助BI定制、工作流程管理、实现数据能力复用、数据资产高质沉淀,支撑数据服务消费、指标治理、信息架构治理等核心业务孪生。中国一汽结合指标数据治理实践,形成一套完善的指标治理工90、作方法。由业务单元产生指标,保证指标的业务来源可追溯,在数据探源过程中调用信息架构治理能力和数据质量管理能力,保证指标的数据源可信可靠,最终交付数据服务支撑 BI 驾驶舱及自助分析数据消费。指标治理中国一汽搭建底层核心存算能力和顶层数据开发管理工作台,实现数据中台各层功能。依托数据中台,建立对应的平台运营,数据管理,数据队伍。建设包括数据集成、服务、治理、安全、运营在内的功能中心并设计对应的流程规范。搭建并部署低代码全流程可视化数据开发管理工作台。应用平台资产管理,数据治理,数据安全等功能,打造集团统一数据中台运营体系。数据中台数据资产查询:构建统一的数据资产查询门户,作为数据探索的首发站,用91、户可由此直接跳转至资产目录,深入了解数据详情并便捷地提交使用申请。资产目录构建:建立一套全面的数据资产目录,涵盖集团下所有主题域分组。通过埋点及数据开发作业平台采集与开发,数据分析作业平台自助分析,自助 BI 配置数据资产视图,支撑数据行管、数据管理者识别数据资产问题,优化提升数据资产的价值。自助 BI 开发:为了促进更高效的数据洞察,我们将打通数据分析作业平台和帆软系统,允许用户直接将申请过的数据使用在帆软报表中,并支持将多个仪表板配置成为“场景“,实现仪表板复用和定制化的汇报视图。数据分析平台数据工作台领导决策层数据消费者数据行管数据开发数据管理者网络安全工程师任务工作流数据服务管理流程指92、标治理流程信息架构管理流程主数据管理流程数据能力管理流程BI开发流程数据分析作业平台源系统资产分析资产指标资产资产推荐API资产数据资产搜索已有资产权限申请新服务申请API开发申请API调用申请指标服务申请数据消费申请我的数据我的APIFineBIFineReport我的数据我的工作簿场景创建场景分享场景复制场景删除场景预览我的场景作品发布作品搜索作品查看作品权限申请作品集市仲裁管理问题管理生命周期管理供消管理我的待办我的已办我的申请我的督办任务中心资产目录管理数据资产管理空间管理评论管理系统管理空间创建空间成员管理空间作品管理资产推荐API资产空间管理自助工具云原生技术架构底座信息架构管理中93、心指标资产中心数据开发中心服务网关中心首页我的任务资产查询资产地图我的场景我的徽章数据人员成长路径快速连接(工具)资产视图自助BI卡片查打一体新手入门分析师排行榜GPT BI 查询GPT 问答数据小课堂操作指引044让数据成为生产力043让数据成为生产力中国一汽运用工作台+BI 模式,打通 APP 定车锁单数据、代理商跟进数据、生产与在途数据、终端交付数据 4 大平台数据,实现数据与流程的无缝衔接,构建总览全流程数据看板以及各分项的穿透业务清单。实现从客户预订锁单到发货交付的全流程车辆流转信息。其中包含主要的结果性节点包括客户节点(包括支付定金、客户锁单两个关键动作)、代理商(代理商锁单、资源94、审批)、厂家(已生产、已发运)、代理商(已到店、已交付 AAK),过程性节点包括定金后未锁单、客户锁单后代理商未确认、代理商资源未确认及未匹配、生产进行中、物流进行中、待交付过程要按照订单状态进行全流程追踪。营销中心分析订单流转状态集团高层深知在当今数据驱动的时代背景下,精准高效的数据分析是推动业务发展、优化决策流程的关键所在。因此,特向全集团各领域业务人员发出积极号召,鼓励大家充分利用帆软工具强大的可视化及分析功能,开展深度的数据挖掘与分析工作。首先,集团着手提升分析技能与帆软工具应用能力。开展定制化培训计划,组织系列数据分析培训课程,内容涵盖基础数据分析理论、帆软工具操作实践,以及行业最佳95、实践分享。培训课程结合实际业务场景,设计实操练习,确保业务人员能在指导下亲手操作,从理论到实践全方位提升。全员自助分析平台通过集成 14786 个数据分析页面,极大地丰富了会议的数据支撑能力,在这方面帆软工具提供了非常重要的支持。这些页面不仅实时展现了集团运营的关键指标,还通过直观的数据可视化手段,加速了信息的理解与决策的形成,为参会者提供了深入洞察市场动态与内部运营状况的窗口。这一系列的创新实践和技术应用,不仅显著提升了会议的运行效率与稳定性,更是在促进集团内部沟通协作、优化决策流程、增强数据驱动能力等方面发挥了不可估量的作用。046让数据成为生产力045让数据成为生产力对于中国一汽来说,当96、下处于百年未有之大变局,新能源智能网联给汽车产业带来巨大冲击,传统汽车企业在尝试拥抱互联网,去感知客户创造体验,而互联网人在进军制造和供应链,去试图掌握百年的工业积淀。数字化正是战略转型需要去拥抱去学习去淬炼的能力,数字化转型的根本是业务生态和作业方式的全面变革。中国一汽以 TOGAF 架构理论为底层逻辑,自主构建指标数据治理“五阶十六步法”和信息架构治理“六阶十八步法”,为数据治理工作提供科学的方法指引;以业务价值为起点,以业务流程为主线,以业务单元为核心,通过信息架构进行数据业务的数字孪生,构建基于云原生架构的数据工作台和能力中心;以数据基本法为引领,以数据治理方法为指引,以数据治理机制为97、驱动力,以数据工作台和能力中心为载体,实现数据治理效能翻倍的同时,驱动八大领域业务效能翻倍;穷尽核心业务指标,沉淀关键数据能力,探索大模型技术与数据治理业务的深度融合模式,促进数据治理效能和八大领域业务效能跃迁式增长。项目总结接下来,构建集团级资产目录,实现与信息架构平台、指标资产平台以及数据中台的无缝对接,从而将集团范围内的源系统资产、指标资产,以及各类分析资产深度融合,汇聚成详尽且易于检索的数据资产网络。资产目录还配备了详尽的资产元数据浏览功能,用户在决定是否选用某项数据之前,可以预先查看其字段构成、数据类型、更新频率等关键信息,这一设计极大地增强了数据选择的准确性。业务智领决策链:全景洞98、察,多层协同,数据驱动业务提效京东方科技集团股份有限公司(BOE)创立于 1993 年 4 月,是一家领先的物联网创新企业,为信息交互和人类健康提供智慧端口产品和专业服务,形成了以半导体显示为核心,物联网创新、传感器及解决方案、MLED、智慧医工融合发展的“1+4+N+生态链”业务架构。作为全球半导体显示产业龙头企业,BOE(京东方)带领中国显示产业实现了从无到有、从有到大、从大到强。目前全球每四个智能终端就有一块显示屏来自 BOE(京东方),其超高清、柔性、微显示等解决方案已广泛应用于国内外知名品牌。全球市场调研机构Omdia数据显示,2023年BOE(京东方)在智能手机、平板电脑、笔记本电99、脑、显示器、电视等五大应用领域液晶显示屏出货量均位列全球第一。京东方科技集团股份有限公司048让数据成为生产力047让数据成为生产力数据应用难很多用户习惯于使用纸质报告或电子表格进行数据呈现和业务决策,业务系统产生的数据与业务之间无法形成合力;同时,由于 IT/业务人员本身缺少数据分析思维,当前建设的很多报表均为描述型报表,诊断型、预测型甚至指导型报表少之又少,无法与业务场景深度融合,发挥数据价值。03项目亮点需求痛点数据分散京东方在生产运营过程中积累了很多数据,数据种类繁多,包括设备运行状态、产出实绩、产品质检结果、不良率等生产类数据,财务、人力、采购、销售等管理运营类数据,同时还有市场需求100、、行业趋势、竞争对手等外部市场类数据,这些数据分散在多个系统中,难以统一管理和分析。01口径不一针对同一指标,不同部门或团队存在不同定义和解读,有可能同一指标来自不同数据源,不同的数据源在数据质量、数据结构、更新频率等方面均存在差异,导致同一指标反映出的业务现象不一致,影响用户对业务状况的全面了解和准确判断,决策效率有待提升。02整合计划与运营关键指标,将平均数据处理时间从2周缩短至1天 建立指标红绿灯预警机制,问题定位周期从1周缩短至1h帮助工厂之间进行对比分析,效率提升预计50%解决方案在数字化转型的大背景下,BOE 针对公司内部存在的困局和痛点,以“聚焦业务”为核心,从以下三个层面实现企101、业内部整体的价值化转型。搭建数据仓库,将业务系统数据、外部数据、手工填报数据等统一汇聚至 ODS 层,在此基础上进行加工,建立通用模型与指标计算模型,在最上层集市层面向业务场景进行建模,支撑上层 PC 和移动端应用,本次项目总计完成 200+模型设计和建模,实现了数据自动化融合,提升了数据处理和应用的效率与准确性。打破数据壁垒,实现数据融合规范指标标准指标口径不一、缺乏统一管理会导致指标错误理解、不同团队拉通困难、重复设计、重复开发建设等问题。针对这种现象,项目组规范了指标命名规则、定义规则,同时对指标属性进行了标准化建设,如下图所示。另外,设立指标owner,统筹拉通指标口径。本次项目总计拉102、通指标257个,涉及产销、SBU、库存、供应链等多个主题。050让数据成为生产力049让数据成为生产力BOE 结合本身的制造业特性,打造市场洞察分析看板。其中出货、市占、库存板块数据来源于第三方市调机构,通过帆软填报方式,由业务人员自行填报;价格看板数据来源于第三方市调机构和内部ERP 系统,通过帆软填报和系统集成的方式,将 BOE 内部价格和外部市场价格进行对比分析;情报板块数据来源于外部第三方网站,借助爬虫工具将数据采集至数据中台,并进行前端展示。利用爬虫技术自动获取不同网站的新闻数据,节省人均 1 天/周工作量;通过分析竞争对手的出货周转情况,企业可以优化自身的库存管理,预计每年可降低库103、存成本 5%;价格模块可实时监测价格变化,提前 2 天发现价格异常波动,减少因价格变动而遭受的损失。市场洞察分析定位出某 SBU 指标异常。基于 SBU 按照客户-产品维度继续下钻,最终定位出影响整体预测销量达成率的 TOP3 机型。将计划与运营关键指标整合在一起,节省了用户收集数据、跨部门沟通、手工整合数据时间,平均周期从 2 周缩短至 1 天;指标红绿灯预警机制,提前将异常指标高亮突出,节省了用户核对数据时间,问题定位周期从 1 周缩短至 1h。借助平衡记分卡、价值树拆解等方法从战略层、运营层全面梳理核心业务,逐一进行价值链条拆解,识别关键驱动因素,针对关键因素匹配衡量指标,形成指标体系。104、在指标体系基础上,结合重点业务场景,设计统一的、整体的运营分析体系,从 CEO 到执行层纵向贯通,支撑管理运营,实现全景洞察。搭建指标体系&分析体系,实现全景洞察典型场景京东方将计划与运营涉及的关键指标整合在一起,按照不同分类区分展示。例如,客户需求满足度、预测销量达成率、产能利用率等指标,都能反映生产线的实际运行状况和市场需求。此外,京东方还设置了红绿灯预警机制,通过不同颜色的展示灯,快速提示指标状态,帮助用户及时采取行动。针对异常指标,看板可下钻至指标详情页进一步分析。如 LCD-预测销量达成率,在指标墙页面呈现黄灯状态,证明部分数据存在异常,下钻至详情页查看各 SBU 预测销量达成率对比105、图,可进一步计划与运营指标墙基础信息维度信息指标来源分析应用主要指标在业务角度的基本业务含义的定义与描述指标能够支持的维度与层级包括:业务维度与技术维度指标来源于哪些系统、模块及表结构,以及指标的供数方式与更新频率等指标在哪些分析主题、分析场景、报表或仪表盘中进行了使用指标编码指标名称指标分类指标定义计算公式报送频率指标单位数据类型.来源系统来源模块源表信息供数方式更新频率.分析主题分析场景报表应用仪表盘应用数据服务应用指标预警应用.组织产品渠道同比环比累计.业务维度技术维度052让数据成为生产力051让数据成为生产力选取财务、生产、产销 3 大类共计 16 个指标,运用热力图对各工厂进行对比106、分析,指标数值较大的排名在前。财务模块聚焦营收、利润、成本等关键指标,帮助工厂评估自身在创效、减费等方面与排名第 1 工厂之间的差距;生产模块聚焦 OEE(设备综合效率)、Loss、UPPH(人均时产能)等关键指标,帮助工厂分析自身在技术能力、工艺操作、生产管理等方面的差距和不足;产销模块聚焦产能利用率指标,帮助工厂评估自身生产效率的高低,了解是否存在生产资源浪费或产能不足的问题。当工厂发现指标排名靠后,可进一步跳转指标明细页进一步分析差异详情。核心指标对标:除了对整体关键性指标进行对比外,针对特定产品,选取 7 个关键指标进行对比分析,帮助工厂全面了解产品在生产、销售、成本、质量等各方面的表107、现,发现自身产品在各个环节上的优势和不足,从而制定针对性的改进措施。通过对标分析,实现各工厂之间信息共享,帮助工厂之间进行对比分析,快速找出生产过程中的瓶颈和低效环节,效率提升预计 50%;同时,对标分析可以帮助用户发现物料使用上的不合理之处和成本节约的潜力,识别出产品质量问题的根源,并采取相应的改进措施,直接降低了不良品率和生产成本。特定产品对标分析:BOE 作为一个拥有多工厂的企业,跨工厂的数据比较分析显得尤为关键,通过对标分析,企业能够实现不同工厂之间的信息共享,从而促进最佳实践和经验教训的传播。BOE 借助数据中台将不同工厂的数据进行统一整合和转换,针对同一指标制定相同的指标标准,搭建108、工厂对标分析平台,助力业务实现工厂对标分析,具体如下:工厂对标分析054让数据成为生产力053让数据成为生产力在业绩变动分析方面,通过销量、收入等数据在相邻月份的对比分析,捕捉业绩的增减态势;另外按照产品别、客户别两个维度向下钻取,展现对业绩影响较大的 TOP10 产品和客户,为业务采取下一步决策提供支撑。通过集中展示SBU收入、利润、销量等业绩信息,帮助高层领导全面、实时地掌握SBU的经营情况,替代以往线下收集整合工作,节省人力 1 人/单个 SBU。业绩变动原因支持从客户和产品两个维度下钻分析,帮助用户快速定位 top10 影响因素,提高工作效率 50%。项目总结BOE认为,本次项目的成功109、实施,为企业带来了显著的变革和价值。首先,通过对业务场景的深入剖析,BOE 精准地识别了企业运营中的关键问题和瓶颈,为管理层的决策提供了有力的数据支撑。其次,项目的实施促进了企业内部的数字化转型,提高了数据处理效率和决策效率。后续,BOE 将在此项目基础上继续深化,进一步优化数据分析工具和方法,提高数据分析的准确性和效率,并将加强与业务部门的合作,确保数据分析结果能够更好地服务于企业的业务需求,同时持续不断地完善指标体系。此外,BOE 还将关注新兴技术的发展趋势,积极探索人工智能、大数据等技术在企业业务运营及分析中的应用。BOE 结合 FineReport 实现了 IC 供应预测分析看板,从应110、用类别、现地等维度分析 IC 供需情况及整体满足度,异常值高亮标红,帮助决策者快速捕捉供需未达标的应用类型或现地。除分析当前月IC 供需情况外,BOE 会预测未来 6 个月的 IC 走势,业务人员可以根据预测的短缺/过剩情况提前采取行动手段。此外,BOE 还开展供应短缺/过剩情况分析。分析分为整体概览和型号短缺详情两部分,整体概览可查看所有 IC 型号供应短缺/过剩情况,通过面积大小快速了解哪些型号短缺/过剩最严重,哪些型号相对较好;点击某型号,可进一步查看当前型号短缺/过剩详情信息,包括短缺/过剩时间、短缺/过剩数量、当前库存以及受影响的 SBU 和产品,帮助决策者进一步判断短缺/过剩的规模111、和紧迫性,以便采取应对策略。IC 供应预测分析在经营业绩方面,BOE 针对衡量 SBU 总体经营情况的关键指标(收入、利润、销量等)按月度进行趋势分析,并对未来3个月趋势做出预测(对应看板中收入考核利润趋势、产品形态销量占比趋势),以评估 SBU 整体盈利能力和市场表现。通过分析单位面积内的业务规模和质量变化(对应看板中单平米数值趋势),洞察 SBU 运营效率和市场响应能力的改进情况;针对单个 SBU,分析各类产品的占比变化(对应看板中产品边效等级占比趋势),支持钻取至产品边效明细,帮助业务迅速识别性能或市场表现不佳的产品,并直接锁定其生产工厂,以便进行针对性的管理与优化调整;对客户贡献情况从112、销量和净利润两个维度进行占比分析,比较不同客户群体的贡献度,支持钻取至客户明细,以深度洞察每个客户在业务运作中的具体角色及潜在影响力,识别出对业务至关重要的客户,并制定相应的策略来优化客户关系。SBU 业绩分析056让数据成为生产力055让数据成为生产力项目亮点通过选拔、培育、展现、投资四大步骤开展数字人才培养。培养了超过500名自主开发者,有27个部门总共开发了184个应用。每年数字人才自主开发应用创造的价值超300万。数据应用现状在数字化建设整体规划方面,东风柳汽基于华为数字化转型方法,按照东风集团 1 个中心 2 个旅程 3 个贯通规划,柳汽按“135(1个中心、3 个抓手、5 个贯通)113、”思路推进公司数字化建设,构建数字柳汽,提高全价值链业务能力和运行效率,支撑经营战略达成和客户满意。数字化转型不仅柳汽自己要做,还要带动全区制造企业的转型升级。柳汽推出了“龙行未来”计划,通过建设运营汽车产业数字赋能平台,规划打造智能制造产业数字化生态圈,提供制造业在内的大中小企业数字化转型服务,致力于提升全区工业行业的科技水平及数字化转型升级,为制造业中小企业提供产业链上下游数字化转型,实现大中小企数字化赋能服务,拉动业融通发展,培育高新技术产业及经济发展新动能,以推动全区制造业数字化转型为契机助力实体经济转型升级。184 个应用的诞生,见证数字人才培养让零代码开发成为职场常规技能东风柳州汽114、车有限公司(简称东风柳汽)创立于 1954 年,是东风公司在南方的商用车生产基地、乘用车生产基地、自主品牌研发基地和东南亚出口基地。公司旗下拥有乘龙、东风风行商乘两大品牌;商用车涵盖牵引车、载货车、自卸车、专用车、纯电动物流车、纯电动环卫车等系列产品,乘用车涵盖 MPV、SUV、轿车、纯电动 MPV 和纯电动轿车等系列产品。东风柳州汽车有限公司058让数据成为生产力057让数据成为生产力人事部、公司团委、流程与 IT 部联合开展开创的数字人才队伍建设工作室,目标按阶段推广各类数字化工具,并以课题设计的模式实现工具运用的种子人才孵化,种子人才进行复制传播,逐步覆盖全员掌握数字化技能。初期业务人员115、带课题进入工作室,课题结题发布可获得人事部数字化人才认证,进入公司数字化人才库管理。成立数字化人才培养工作室根据员工实际数字化素养和技能水平,数字人才队伍建设工作室制定了适合柳汽员工的数字化人才培养体系:路径规划:从数字化工具基础使用、数字化思维与技能提升到实战开发应用用于工作效率提升,形成完整的培养链条。培训计划:线上培训与线下培训结合,基于员工培训参与情况,每两个月开展一期线上基础功能培训营,每半年开展一期线下专题性功能培养课程(如系统架构思维、自建插件、接口等);短期做到能取代 excel、word、纸质协同工具,长期计划开发的规范性和拓展性。实践驱动:成立专门的数字化人才培养领导小组,116、负责统筹规划、组织实施和监督评估等工作。注重理论知识与实际操作相结合,通过组建课题小组开发业务应用、竞赛评比、论坛分享等方式,提高员工的实际操作能力和解决问题的能力。建立内部培养体系东风柳汽数字化人才的培养方案可以分为以下四步:选拔人才、培育人才、展现人才、投资人才。需求痛点业务流程改善需求量大柳汽每年收到各部门的 IT 需求超 1300 个,这里面大部分是业务的流程改善,内部业务管理提升,效率提升优化的小改善,需求不大但是与业务的贴合度要求高,调整频率高,由 IT 进行建设,不仅成本高,且难响应。01IT 核心业务处理效率受到影响随着业务侧的小需求与日俱增,有限的 IT 资源压力也越来越大。117、如果维持这个趋势,IT 人员需要花费部分额外时间处理这些需求,将难以聚焦于核心主价值链的业务提升,导致核心业务的运维和迭代能力下降。02缺少适合业务的数字化工具和培训路径以前,IT 部门面向业务员工开展数字化工具培训时,多以视频课程为主,由员工自行学习,没有针对性的指导和学习效果验证的途径,所以业务员工往往掌握得较浅,难以自主通过数字化工具形成产出,对公司数字化转型推动的作用不明显。03在公司整体规划背景下,东风柳汽从 2023 年开始引入简道云,将它定位于解放 IT 生产力、补充完善了业务部门流程和业务的管理的工具。东风柳汽认为,零代码工具跨过成熟度门槛,将消解“码农”的技术壁垒,使编程成为118、一种如使用 office 软件般的常规工作技能,帮助业务人员乃至普通用户变身软件开发者。零代码平台将企业需求和自主开发深度融合,赋予普通业务人员开发技能,加速创新想法落地,培养业务人员成为数字化人才,帮助公司探索新的业务增长途径。解决方案设计数字化建设规划选拔人才培育人才展现人才投资人才成立数字化人才培养工作室建立内部培养体系以课题竞赛形式孵化人才考取行业证书深耕数字化领域060让数据成为生产力059让数据成为生产力典型场景东风柳汽乘用车品质保证部量产部品品质技术主管师周忠基于简道云开发了正确的部品、PV 品保供应商质量管理平台两个大应用,共涉及 10 个子模块。系统可以实现问题点一次性导入应119、用系统,任务自动分发至相关责任人,收到待办任务提醒后,在应用上面进行问题分析、改善。比如前商标离空问题,通过分析识别产品开发图纸无商标变形量、面轮廓度管控要求。后续修改产品品质点检表,增加纳入管控项,保证新车型开发时改善该问题。通过系统应用,代替信息多人分开录入、信息重复录入;通过标准化分析流程,提升业务人员分析能力,提升工作效率。最终实现节约时间浪费,全年预计节省工时:12 个月*80 项问题点*30 分钟=28800 分钟,折合改善收益 40000 元/年。此外,应用对问题点回顾分析的数据进行整理,识别 TOP 前位原因、TOP 供应商,识别流程基准存在不足以及流程执行遵守率,最终实现质量120、管理工作精度提升。正确的部品激励引导:建立完善的考核评估机制,对员工的学习成果和实际应用能力进行定期评估,确保培养效果的质量和可持续性。以课题技能竞赛评比的形式,对获奖的课题小组进行奖励;评选获奖课题负责人为零代码开发工程师,作为今后公司人才认定、岗位聘用、职等晋升、薪级调整、对外创收团队组建等重要参考,激发员工的学习热情和创新能力。为了进一步巩固业务人员掌握零代码开发的程度,加深业务与 IT 部门的配合,东风柳汽在内部开展了数场以线上训练营和课题竞赛为形式的学习活动。从 2023 年 5 月开始,东风柳汽组织了六期的简道云线上训练营,安排有潜力的业务数字人才学习。2023 年 10 月,东风121、柳汽举办了公司团委举办的“乘数智风潮,赋青春色彩”数字化小工种竞赛,以公司青年作为主体参与评选。最终,该竞赛中涌现出了【正确的部品问题分析】【月度重点工作管理】【工装设变管理】等应用,为实际工作的开展启发了思路,埋下创新的火苗。基于活动的成功经验,在 2023 年 12 月,东风柳汽流程与 IT 部、人事部联合开展又了一场主题为“用数字化思维,促业数融合”的零代码课题开发技能竞赛活动。该场竞赛共有 29 个课题报名参赛,经过初赛和决赛的评比,15 个课题获得一等奖、二等奖、三等奖、优秀奖奖项,获得一、二、三等奖的课题开发负责人,评为公司零代码开发工程师。训练营+竞赛,孵化数字人才东风柳汽鼓励员122、工持续学习数字化技能,提升数字化素养,考取行业认证证书,拥有在企业内外部承接数字化项目的能力。截止目前,东风柳汽已经培养了超过 500 名自主开发者,有 27 个部门总共开发了 184 个应用,已经落地使用应用 43 个,覆盖了生产设备管理,部门绩效管理、项目进度监控管理、车间班组管理、投资预算管理场景。经过估算,每年创造的价值超 300 万。考取行业证书深耕数字化领域062让数据成为生产力061让数据成为生产力班组改善提案管理应用上线以后,项目经理由 7 人削减至 3 人,取消超 11 项重点工作台账管理,管理效率提升57%,年节省费用约 60 万,实现流程标准化管理、数据自动分析、项目实时123、化、可视化。商用车品质保证部部品科新品部品品质技术主管师王海秋开发了 CV 品保部部品科数字化工厂应用,共涉及 24 个子模块;商用车部品科知识管理库,共涉及 6 个子模块。系统结合重点业务需求,从基础信息表、任务管理、供应商管理、制程、新品、售后以及人事管理等7 大模块搭建,日常业务已上线简道云,正式运行,全面取消线下网盘、微信群业务流转。以“任务管理”模块为例说明,在这个模块,系统结合常规任务处理流程,建立通用表单,通过在简道云发起、处理、闭环任务,实现任务实时统计、多维度分析、预警、异常提示,有效避免任务遗漏,提升管理效能、拉通任务全过程,加快任务流转速度,实现由人驱动任务流转变革为数字124、化驱动任务处理,提高管理效能。商用车板块外购零部件质量管理064让数据成为生产力063让数据成为生产力2h 降至 5min,帆软产品组合助力生产提效,实现数字化全员参与宁德新能源科技有限公司成立于 2008 年 3 月,是新能源(香港)科技有限公司(简称 ATL)在中国大陆投资的第三家全资子公司。手机、电脑、平板、智能手表、无人机这些我们日常使用的消费电子产品中的电池,可能很大一部分都来自宁德新能源科技有限公司。宁德新能源是世界最大的聚合物锂电池供应商,技术、服务、产能均处于全球尖端水平。宁德新能源科技有限公司在当今数字化时代,企业在汽车制造业中的竞争力不仅取决于传统的生产能力和技术水平,还在125、很大程度上依赖于企业管理人员的数字化技能和意识。数字化技能与意识不仅能够帮助企业提高效率、降低成本、增强竞争力,还能够促进企业内部创新文化的形成,提升员工能力,改善客户服务,从而在激烈的市场竞争中脱颖而出。IT 部门作为企业数字化转型的支撑和推动者,需要培养大量具备相关技能的人才,以满足企业和行业数字化转型的需求,推动数字化进程的顺利进行。由 IT 部门牵头组织业务部门开展数字化工具的学习,让业务人员成为业务领域的数字化人才,使用数字化工具去提升工作效率,挖掘业务新价值。项目总结东风柳汽商用车总装车间的廖雄辉通过简道云开发了班组改善提案管理应用,将原先线下的流程转为线上,真正实现全流程的过程监126、控、闭环管理。员工基于业务场景需求,随时随地通过电脑、手机直接对提案信息进行调用、查看。该应用实现了在线审批申报、审批进展、填报节点及变更实时推送,并集成到企业微信。现在,审批进展全过程实现可视化,自动对待办进行提醒,对超时的流程进行预警。通过简道云仪表盘,实现数据统计、报表输出均由系统自动完成,极大提升了工作的效率与工作质量。应用从 2023 年 9 月底正式运行,日常用户超 150 人。截止目前收集到的提案数将近 2,500 条。提案平均的一个审批流转时间由原来的 30 天缩至缩减至现在的 6 天,效率提升了 5 倍,帮助车间取得了超过 25 万元的年度直接经济收益。而车间由此实现的标准化127、、流程化、可视化、集成化,提升了车间的管理精度和业务效率,背后蕴含了大量间接效益。066让数据成为生产力065让数据成为生产力需求痛点开发难度大、运维成本高、业务需求响应慢企业 IT 资源有限,原有工具开发效率低,业务需求排队处理,一张报表的开发需要通过业务BP 了解业务需求,从 ODS 层开始处理数据,在原有产品中编写代码开发,需要大量时间。01数据质量差、数据分散原有工具将数据处理都封装在了前端,数仓建设薄弱,缺乏中间表,烟囱式开发模式为主。根据需求从 ODS 层开始加工,数据复用性无法很好保障。02数据分析思维薄弱非产线工人都是一本以上学历,学习能力强,但平时忙业务为主,缺乏系统性数据分128、析思维,拿到数据也用不起来,导致数据资源利用低,海量数据价值未激发。03项目亮点数据应用现状锂电池行业是技术密集型和资金密集型的产业形态,迭代速度快,品质管控要求严,上下游合作紧密。因此对于数字化的要求,就是要在研发上能够快速支撑,生产上实现精密控制,供应链上能够做到敏捷反应。通过多年的信息系统建设,ATL 将原先专业化的零散核心系统进行集成与整合,实现了业务的横向全链路贯通,这是公司数字化建设的 1.0 阶段。而在夯实了坚实的平台基础后,如何让数字化的力量渗透到各个层级的团队,实现全员参与,进一步挖掘数据的深层价值,成为 2.0 阶段的重要课题。数字化工具的全员参与生产效率的显著提升通过帆软129、的产品组合,使得非专业人员也能自助分析数据,从而推动了数字化的全员参与。通过 FineReport 和 FDL 的引入,ATL将财务合并报表的生成时间从 2 小时缩短到 5 分钟。设备维护与预防数据驱动的决策支持利用 BI 工具对设备状态数据进行实时监控,使得维护工作从被动响应转变为主动预防。通过建立大数据平台和使用 FDL,快速整合和处理庞大的生产数据,为业务决策提供了强有力的数据支持。解决方案采用 FineBI 替换原有工具,提升需求响应,降低开发难度,简化运维 梳理指标,构建分主题模块的 GP 数仓,解决原先数据质量差、数据分散的问题引入帆软原厂实施,带来 BI 建设经验和数据分析思维导130、入010203068让数据成为生产力067让数据成为生产力同时,以前很多业务团队找 IT 开发报表,但 IT 资源有限,就需要排队、排优先级,消耗了大量时间成本。如今,IT 部门将数据集市处理好,用 FDL 分门别类“上架”,呈现给前端的用户,业务用户自己就可以通过 FineBI 工具查到所需的数据,自己就能制作报表,不需要等待 IT 部门的排期。尤其值得一提的是,IT 部门将公司的指标做成一个个组件放到 FineBI 中,其余部门使用的时候可以直接拖取组件进行报表制作,避免了因为指标定义不统一、不规范,导致各部门数据“各说各话”的现象。设备维护保养肉眼看不到的问题数据看得到“我们一个工程师维131、护保养的设备起码有 20 多个,而一个设备上面小的零部件,像气缸、传感器这些,也有五六百个。过去管辖的区域的设备硬件有没有劣化损坏,很难提前预测,只有等到设备开不起来了,事后紧急去修复好。”设备制造数字化精益工程师 陈芹芹 这样说道如今,这一问题已经不再困扰他们。通过 BI 工具将设备的状态数据采集后进行呈现,每一个零部件的运转情况一目了然。例如某个电磁阀,从 A 位置吸住后放到 B 位置,整个动作只需要 50 毫秒,有劣化趋势时就可能变成 100 毫秒,设备节拍慢下来,从而导致产量也下滑。通过 BI 看板监控到数据异常,就能够及时通知工程师进行更换。典型场景公司的财务合并报表,最初是使用的国132、外某款产品,经过十余年的时间,它已经不能适应公司的发展需求。财务合并报表提升效率,向加班说“不”于是最近几个月,ATL将合并报表迁移到FineReport上面进行展示,后台数据调度则采用FDL产品,开发了 30 多张报表应用。过去财务团队月底 30 号或者 1 号出报表,整个部门可能三分之一的人需要加班,现在在 FineReport 上自动就全部生成了;以前报表数据出来后还需要一个个复制粘贴到PPT,如今也可以全部自动生成,保证了数据的准确性。“它做的合并报表,全部是靠 IT 人员写代码堆出来的,是 hardcode,只要有任何变动,就需要开发人员去修改,是个高度运维的工作,非常痛苦。”宁德新133、能源数字化开发负责人乐志清感叹道070让数据成为生产力069让数据成为生产力生产制造大数据赋能技术专家 曾瑞杭向我们介绍了这样一个场景在公司的智能制造特区,有一块数字化看板显得格外瞩目,这是用 FineReport 搭建的“winwin 会议看板”。每天运营车间的生产过程中会产生很多数据,第二天早上开会回顾前一天指标情况,快速锁定问题关键点,及时采取纠正措施。例如,在指标中发现 466590 这个品种产生了批量的不良缺陷,通过 BI 的数据联动功能,就能快速锁定到这个品种,往回追溯,发现前一道工序的设备在生产中有个二级过滤滤芯数据有异常。通过现场设备拆解,发现确实有所损坏。数字化看板从车间管理134、到基层一线,数据赋能无处不在目前,ME(Manufacturing Engineer)部门 2000 多人,每个人都有一个定制化的工作台,能够看到所有的业务模块和自己所负责区域设备的情况,如果有预警,就会在工作台上出现角标提醒,这些也都是通过 BI 搭建出来的。“50 毫秒真的是特别快,肉眼是观察不到的,只有通过 BI 报表的数字化平台才能监控到。我们现场设备的节拍也有提升,提升了 5 个百分点。”陈芹芹感叹道针对这一问题,一方面是立即更换这个产品,另一方面针对这个设备制定对应的跟进措施,识别其使用寿命,通过 BI 的自动推送预警,提前发现不良硬件的损坏可能,事前干预,避免问题的再次发生。“我135、们的流水线很长,每道工序都有可能产生坏品,然后基本在最后一道工序才被检查出来,以前要追溯问题到底发生在哪个机台,非常繁琐。”“因为数据是割裂的,需要将电芯的 ID 收集起来,逐一去 MES 系统查询电芯经历了怎样的生产过程,在哪个机台问题出现了集中的问题。每个车间有 4 个女孩子需要每天做这个事情,每次耗时接近 2 小时,然后不断重复去做。”生产制造数字化精益工程师胡颖聪说道去年,公司用 BI 做了外观缺陷 AVI 自动化排查的小工具,只需要在手机端轻轻点几下,就可以完成原先的所有工作。原先的 4 个人,可以缩减成 1 个人,需要两个小时循环做的事情,现在只需 5 分钟,剩下的人可以去做更多有136、价值的工作。从经营管理层,到基层一线员工,以 BI 为代表的数字化工具不断为公司组织赋能,让工作变得更加简洁和高效。目前,车间的无纸化率已经基本达到了 95%以上。072让数据成为生产力071让数据成为生产力大数据平台的数据更新主要依赖于定时任务,当业务系统数据上传延迟或需要实时数据时,业务人员往往需要找到 IT 人员手动触发任务更新。这种重复且价值不明显的工作现在已成为过去。通过 FDL与 BI 的集成能力,用户只需在 BI 页面上点击更新按钮,即可触发 FDL 数据调度任务更新,轻松获取最新数据,为业务决策提供更加有力的支持。业务海量的数据也通过 FDL 的多节点集群,以高并发、多线程的处137、理方式,从业务系统同步至分布式数据存储 Greenplum 中,并通过 FDL 进行调度处理,保证了数据同步和处理的效率。“各种仪表、个人组件所呈现的数据背后,都有着 FDL 的默默支撑。就像一辆辆汽车需要高速公路来驰骋,FineDataLink 就是那条四通八达的高速公路。有了它,我们可以更加高效地呈现各种可视化组件,实现数据的畅通无阻。”宁德新能源数字化开发负责人乐志清说道电池的生产数据量非常庞大且复杂,一颗电芯的制造过程中,需要采集的参数高达数百个,仅仅一个工序就会产生百余条记录,数据量非常大。更为复杂的是,前后工序的物料形态各异,从公斤级的原料到片、个、捆等组装形态,数据口径和格式的转138、换成为一项艰巨的任务。这些只是冰山一角,除了电池研发,供应链、制造、财务等领域的数据同样庞大。存量数据已达 930TB 之巨,且随着业务的不断拓展,每年新增数据量高达 300TB。为了从繁多的数据迅速捞出有价值的信息,ATL 建立了大数据平台,旨在整合数据的逻辑关系,让数据为自己所用。以往的数据开发工具技术门槛高、开发量大,每个调度任务都需要编写繁琐的代码。为了解决这一痛点,ATL 引入了 FDL,它让 IT 人员能够可视化地进行数据开发操作,大大提升了便捷性。业务人员也能通过 FDL 查看后台数据处理逻辑,从而更好地制作可视化组件。高效数据开发处理大数据量,更需要一把“好刀”074让数据成为139、生产力073让数据成为生产力目前,ATL 已在 FDL 上建设了 1400 多个数据调度任务,并计划在未来短期内增加到 3000+,覆盖公司内部采购、财务、供应链、生产等八大业务系统,所有数据都将通过 FineDataLink 实现采集和调度。如今,随着公司数字化和智能化的进一步升级,数据从技术走向业务,从宏观走向微观,宁德新能源正在激活制造业全链路中的每一个要素,让数据产生更多的价值!项目总结公司还举办了数字化人才的认证,FineBI 是初级的应用。通过了该项认证,员工在年终奖和晋升方面都会有所裨益,丽萍因为在 BI 应用方面的突出贡献,在当年年度绩效也被评为 A 级,成了一个典型的例子。“140、有个用户很厉害,获得了我们的专家荣誉,他就很有成就感和责任感,然后就会带动整个团队,整个部门的人一起参与数字化,一传十、十传百,慢慢推广起来。”丽萍是公司数据建模工程师,入职的第一份工作就是推广 BI,与 BI 结下了不解之缘。目前,ATL 有三十几个一级部门,基本上每个部门都有覆盖,BI 的访问量近三个月达到 48 万,用户创建的报表有 7000 多张。为了让数字化的产品和理念深入人心,公司也组织了多场产品培训,培训完之后还会布置作业,进行“实战演练”。通过组织竞赛,提升用户的参与积极度,评选一、二、三等奖,赠予礼品和证书,从物质层面和精神层面进行双重鼓励。人才培训全员参与数字化“赋能用户最141、重要的是帮业务部门减轻工作量,帮他们把工作上的报告转化成 BI 报表,用户慢慢觉得这款产品很方便,那一整个部门就逐渐做起来了,然后再逐步推广到其他部门。”076让数据成为生产力075让数据成为生产力项目亮点基于四级生产执行穿透场景建设,各类问题及时处理率提升至85%以上,各类计划完成率达到90%-96%。开发成品库管理功能,实时汇总产销存分析数据,交库差异异常当月解决。商机识别效率提升80%,商机转化率提高30%。可视化看板组成客户旅程画像,全面赋能精准营销。管理人员全面掌握销售各项数据,精准布局销售策略,优化业务链条;各级销售数据权限层级管控,有效分析绩效达成情况。徐工重型信息化建设历程经历142、了“信息化、数字化及智能化”的阶段。在这个过程中,徐工重型部署了 CAD、CAM、KMCAPP、CRM、ERP、PDM、MES 等一系列用于支持企业研发设计、生产制造、营销服务等领域提质增效的业务系统,同时通过拥抱“云大物移智边”、5G 等新数字技术,实现了由单项应用、整体提升、深度融合向智能制造以及数智创新的稳步推进。在这个过程中,如何能让业务系统积累的海量数据发挥业务发展及创新的引擎作用,成为徐工重型数字化战略的重要方向。数据应用现状营销智核数据驱动的产销协同与客户洞察徐州重型机械有限公司(以下简称“徐工重型”),始建于 1943 年,前身为八路军鲁南第八兵工厂,是一家有着红色基因的国有企143、业。公司主要研发、制造、销售汽车起重机、全地面起重机和特种起重机。近些年来,公司实现跨越式发展,先后建成 4 个智能车间、10 条智能产线,并获得国家“智能制造标杆企业”、“制造业与互联网融合发展试点示范”、“大数据试点示范”、“工业互联网试点示范”等荣誉。徐工重型始终坚持“成为全球信赖、具有独特价值创造力的世界级企业”的发展愿景,打造内涵式高质量增长模式,建成产品卓越、品牌卓越、创新领先的世界一流企业,实现产业珠峰登顶,助力客户成功。徐州重型机械有限公司078让数据成为生产力077让数据成为生产力解决方案为了高效连接市场,做到企业内部高效协同,成本最优,同时精准识别客户商圈,做到高效个性化推144、荐,提高商机转化率,徐工重型建设基于 POWER-X 的徐工全价值链全场景大数据融合创新应用项目。基于 POWER-X 的徐工全价值链全场景大数据合创新应用项目,打造企业集控指挥中心和数字化运营体系,支撑经营管理的流程化、精益化。项目以徐工集团“智改数转网联”顶层规划为指引,以“高端化、智能化、绿色化、服务化、国际化”为目标,打通端到端业务流程,构建全价值链数据主线,建设工业互联网大数据平台,以数据驱动研发端、制造端、服务端、市场端的业务协同,不断推动经营过程优化。图 基于 POWER-X 的徐工重型全价值链全场景架构项目当期构建协同制造、产销存管理、市场态势感知和客户分类分级、精准产品推荐、145、销售成效监测等场景。通过开展端到端流程优化、数据治理体系建设,持续构建“三纵六横”的关键业务场景和数据指标体系,建成中央集控指挥中心,充分挖掘和发挥工业数据的内在价值,优化运营效率,辅助科学决策,增强企业韧性,促进业务增长,打造形成企业的数据能力。需求痛点工程机械是我国国民经济发展重要的基础性、战略性产业。该行业属于典型的“多品种、小批量、定制化”离散型制造,其制造工艺流程复杂,涉及下料、折弯、焊接、铸造、锻造、热处理、机加工、涂装、装配、调试等多工艺流程,是机电液多学科多门类交叉的学科。因此,产品设计、生产、制造、销售、服务等全生命周期管理难度大,多场景应用诉求强烈。当前国内市场饱和、基建投146、资疲软,工程机械市场竞争越发激烈。面对行业微利期、产品同质化问题,企业对内亟需实现连接市场、高效协同,做到成本最优;对外,精准识别客户圈层,个性化推荐,提升商机转换。连接市场、高效协同,做到成本最优。市场需求剧烈变化,企业生产进度及库存无法实时掌握,销售订单传递到企业后,无法高效调整计划应对市场,进而导致订单生产延误或提前产出浪费资源。对内精准识别客户圈层、个性化推荐、提升商机转换。面对海量销售线索,企业缺少行业细分,同时也无法对单独客户进行分析,缺少行业级市场洞察,无法通过客户多维度分析进行个性化推荐,商机转换率不高。造成真正有价值商机错失,客户倒戈竞争对手。对外智慧重型AI+工业大数据数据147、应用场景建模产品调试关键部件分析智能研发职能化模块化协同研发设计设备监测与预防性维护智能工厂供应链协同制造工艺优化及调优质量分析与管控智能预测运维智能服务基于AI的智能客服应用产品调试关键部件分析智能管理经营风险预警与防控基于5G的集群作业智能产品基于5G的远程无人操作数据穿透接口编排接口标准化数据路由数据总线ESB智能制造单元焊接机器人智能生产线物流RGV智能检测校形数字化结构件车间回转体装配伸缩缸头柔性加工线加工中心数字化核心零部件车间智能拧紧调试检测自动化分装电动加注数字化整机装配检测单元立体仓库堆垛机多层穿梭车RGV智能物流仓储系统虚拟存储云服务数据库数据中心光分配网线路终端网络单元P148、ON网络网络切片边缘计算MEC5G防火墙入侵检测态势感知安全防护智能基础架构数据中台数据资产产品数据数据目录数据安全质量数据销售数据人员数据竞品数据有条件数据共享数据非共享数据数据治理数据标准模型数据标准数据架构数据质量标准管理发布元数据模型数据地图数据质量规则服务注册发布有效性核查完整性补充试用性判断数字化管理全球人力资源管理FICOBWBCSFiori实时数据分析全面预算管理智能合约(电子签章)办公云(OA)商业智能分析(BI)知识库共享数字化金融ERP(S4 HANA)研发工具:设计/仿真管库平台研发工艺采购仓储生产制造生产制造三维设计POM工厂建模数字化工艺设计布局仿真X-GSS工艺管149、理及仿真X-DSCAPS-高级计划排产X-GSS数字化一机一册SG+AR智能维修全球服务手册发布车联网产品入局产品监控故障诊断起重在线CRM销售过程情报分析PMS金领易控IOTTDM设备联网数据采集试验调试QMS质量模型库SPC质量追溯WMSTMS数字化设计制造过程仿真智能工厂-集控中心生产管理看图及安灯MES ERP MM PLM PP SD080让数据成为生产力079让数据成为生产力业务讨论及指标体系梳理:按照帆软指标分析方法论,从业务域、分类、二级分类、指标名称、指标维度、展现形式、指标性质、指标定义及工时、更新频次、数据来源及取数逻辑、优先级等,开展项目指标梳理和设计。同时根据各核心系150、统业务当前支撑情况,梳理并确认是否需要系统改造。开展数据治理和数据抽取:以物料主数据、客户主数据、供应链主数据等为基础,开展主数据管理平台 MDM 建设,作为底层基础共享数据平台。使用帆软 FineDataLink 进行基础数据抽取,并通过诸如关联、比较、过滤等算子进行加工处理,处理后的数据最终存储在 Postgres 中,完成场景数据仓库构建。指标展示设计和开发:开展各类指标逻辑的开发设计,利用 FineReport 模板实现各类指标的快速带入,通过模板开发快速实现多个维度数据指标设计成型,并通过不同角色权限实现系统功能访问限制。企业生产计划执行信息掌握在基层一线,管理层和高层对现场难点、堵151、点信息获取存在一定延迟,因信息传递不及时,资源调配不充分,容易造成生产现场停滞,造成资源浪费。通过构建公司至工位的四级垂直一体化生产管控,可有效解决信息传递不及时、资源调配不充分导致的进度延误问题,确保销售订单的及时达成。通过帆软 FineDataLink 将公司计划、生产、物流、质量、设备、人员等业务数据定时抽取到数据仓库,根据业务逻辑进行基础数据的加工处理,并通过 FineReport 进行公司级、分厂级、工段级、工位级垂直一体化的生产管控可视化看板开发,实现四级执行结果穿透分析,过程问题充分暴露,问题随时发现随时跟踪处理,实现生产过程的高效实时管控。确保销售人员准时回复订单交期。典型场景152、垂直一体化生产管控:公司至工位四级执行深度分析01协同制造02产销存管理03市场态势感知和客户分类分级04精准产品推荐05销售成效监测垂直一体化生产管控:公司至工位四级执行深度分析基于产销存的成品库综合管理基于 CRM 的销售过程闭环管理基于起重在线的小微客户推荐面向一线销售实绩管控的营销驾驶舱基于智能排程的产线协同产品资源报表-差异基于营销决策平台的行业数据分析多层级多维度的客户精准营销客户 360 驾驶舱管理(客户画像)基于供应链和仓储系统的库存共享产品资源报表-出入库基于 IOT 的产品市场表现分析基于金领易控的大客户推荐面向决策分析赋能的销售多级管控分类具体场景名称082让数据成为生产153、力081让数据成为生产力公司级驾驶舱公司级生产驾驶舱侧重关注公司层面生产运营情况,用户主体为公司领导、制造总监、制造管理部部长等,重点针对公司月度计划与执行完成率情况、月度产销存趋势、关键核心节点完成进度率情况、整车交库对号率、同期入库趋势、底盘与整机计划进度与执行差异预警等。公司级生产驾驶舱供公司领导决策,并对生产进度执行异常进行快速调度。侧重点关注该分厂的生产运营情况,用户主体为分厂领导、计划调度,重点针对诸如分厂内部计划达成情况、物料齐套情况、质量监测情况、设备稼动率、人员综合效率 OPE、各条产线计划执行的平衡情况等。把分厂层面关注的计划执行、物流齐套、质量监控、设备利用率、人员效率、154、产线平衡情况充分展示,供分厂领导实时掌控分厂内部整体情况,发现异常实时调度。分厂级看板侧重点在工厂的某个工段,用户主体为工段长,重点针对工段计划与执行完成率、物料批次齐套率、过程异常反馈、出勤人员情况、生产制约因素(诸如涉及计划异常、物流异常、质量异常等各类异常统计汇总跟踪情况),方便工段及时进行调度。工段级看板工段级看板工厂级看板084让数据成为生产力083让数据成为生产力成品库管理看板在数据入仓后,以一套指标、一个平台、一组数据,对各个型号的产销存数据展开统计分析,对比差异,分析库存账龄、热销型号产销存、发运完成率、发运类型、订单分布及各个代表处发运情况等,通过库存分析结合营销策略的制定,155、有效降低整机库存,并提高产销平衡分析的效率。同时根据生产过程中交库异常,开展 MES 交库与成品库入库差异分析,重点针对每台车辆,业务问题开展不一致交库差异分析,定时推动各制造分厂及成品库开展差异性分析,进行数据治理,确保交库源头数据一致性。通过成品库管理功能开发,各个产品段的产销存实时一目了然,原先需要一周左右时间汇总统计的产销存数据,现在实时即可汇总出分析数据,大大提高运营分析的效率。同时,统一的平台消除了各个部门数据壁垒,产销存分析大家在同一数据平台实时共享数据,统一了平台统一了数据,交库差异基本上控制在当月异常当月解决,避免了整机交库长期异常无从监控的问题。工位级看板工位级看板则是该工156、位执行人员,针对工位当天完工、产量及质量情况具体执行的反馈。通过基于公司级、分厂级、工段级、工位级四级的生产执行穿透场景建设,各类问题职责明确、进度及时触达责任人,并通过设置超期时间集成钉钉自动提醒功能,确保问题被有效及时跟踪解决。公司各类问题及时处理率从 55%提升至 85%以上,各类计划完成率目前达到 90%-96%左右。徐工重型利用帆软 FineDataLink 和 FineReport 构建的基于产销存成品库管理功能,通过年初盘点形成年初基准库存,以 MES 实时交库信息、CRM 实时销售发车信息增量数据,定时抽取进入数据仓库,按照年初基准库存+MES 实时交库数据-CRM 实时销售发157、车数据,最终形成各个产品型号的实时产销存数据,开发完成成品库看板、产品资源报表(入库出库库存明细)、产品资源报表差异等。基于产销存的成品库综合管理086让数据成为生产力085让数据成为生产力工位级看板具体以区域、型号、吨位、区域等开工率统计逻辑为代表指标开展市场分析;以质保期保有量、服务资源配置、服务饱和度等指标开展服务资源分析;以工时排名、持续工作时间排名、大客户设备排名等场景指标开展潜力客户分析,最终借助数据挖掘分析,挖掘出市场表现情况,为精准营销提供市场分析支撑。最后,通过营销决策平台的行业数据进行分析,即通过第三方行业数据与企业内部销售数据的交叉分析,分别从地域、吨级、型号等不同维度分158、析产品市场占有率情况,更好地了解市场需求和竞争态势,帮助执行更有效的市场策略。徐工重型利用海量的起重机远程运维服务车联网数据、客户关系管理 CRM 销售服务过程数据及第三方行业数据,建立基于起重机的市场态势感知、客户分类分级,开展个性化推荐,提高商机转化率。利用 FineReport 工具创建客户画像,形成客户 360 驾驶舱,对客户信息、销售达成、购买力、信用、服务、销售线索、复购等形成客户的“数字影像”,同时对客户开展客户等级 ABCD 分类。该部分整体分为客户总览驾驶舱和客户详情驾驶舱,客户总览驾驶舱分析客户总体构成、分类占比、客户价值、潜客转化、客户流失等情况,方便公司快速掌握客户群体159、全貌,针对不同细分领域客户需求和偏好,有针对性制定销售策略和服务策略;客户详情驾驶舱,则从单个客户数字身份角度,分析单个客户基本信息、服务、信用、销售线索、产出等内容,针对单个客户综合各方面有效信息更有针对性。其次,通过大数据挖掘车联网在产品监控、风险管理、故障诊断、数据挖掘分析等应用,形成徐工指数为代表的“工程机械市场指数”,通过工程机械产品平均开工时长、开工率等关键指标,及时反馈各施工领域形势变化及各省市建设情况、区域建设热度,形成对各地区及行业发展态势的判断。市场态势感知和客户分类分级工位级看板通过客户 360 驾驶舱管理等多种手段的建立,实现市场态势实时分析、多维度分析、可视化分析、智160、能化分析,企业获取第一手资料,对客户售后行为、购买行为、客户风险收益、客户满意度和忠诚度实时汇总,构建了单个客户画像和行业细分趋势,为企业了解市场竞争态势和客户购买趋势,科学合理实行市场策略提供了坚实基础和保障。实施后,商机识别效率提升 80%,商机转化率提高 30%。088让数据成为生产力087让数据成为生产力营销成效监测场景建设销售管理-订单合同、销售拜访当前,企业按照顶层设计规划和技术选型,完成大数据“三纵六横”的核心业务数据分析指标体系建设,模块化构建研发、制造、供应链、营销、服务、运营等六横大数据场景,完成对 436 项大数据指标的分析。下一步将按照三步走战略,持续完善企业数据资产、161、数据质量管理制度,开展多维度数据资产治理,开展多领域多业务场景集成的综合应用分析,并逐步扩展到企业经营管理层面,为企业决策提供参考。工程机械行业正站在数字化转型的前沿,未来的工业大数据应用将迈向更深层次的成熟阶段,企业需要数字化转型,需要大数据,根据企业需求不断开辟全新的应用场景,不断推动企业和行业向更加智能化、自动化的方向发展,实现效率和创新的双重飞跃。项目总结公司通过销售管理五大关键过程+六大 KPI 的决策支撑体系,构建了涵盖决策层、管理层、执行层的营销管理体系,同时为了应对本部、大区、代表处、一线销售人员四级组织模式,打造了面向决策分析赋能的销售多级管控能力。销售多级管控场景中,公司通162、过销售管理、应收账款、综合分析、排名看板四个一级分析主题,实现了总部、销售大区、代表处、销售人员四个层级的数据权限设置,构建了数据逐层深入、权限逐层细分、业务集中监控的分析框架,为管理人员提供精细化的管理支持。销售管理部分对销售数据进行深入挖掘,提供销售信息管理、计划/实际销售情况管理、订单合同管理和销售拜访管理四个分析板块。分别从销售线索捕获、丢单情况、计划与销售完成情况、合同金额及实际发车状况、客户拜访情况等指标维度开展分析,从总部、大区、代表处、具体销售人员四个维度,逐层下钻,账号登录根据所处层级直接展示具体层级数据,方便销售绩效实时管控。通过以上四个分析主题的细致分析,管理人员可以全面163、掌握销售多级管理场景中的各项数据,对市场情况、客户情况、销售情况及应收款项等进行深入了解,从而制定更加精准、有效的销售策略,提高销售业绩并优化整个销售业务链条。通过一级分析主题各个销售大区、代表处、一线销售人员可以进行下钻到自己权限的看板,查看各自权限下的数据情况,实现销售层级的管控和销售绩效达成分析。销售管理-信息管理、预实管理090让数据成为生产力神东煤炭集团公司:建设具有全球竞争力的世界一流数字化集团神东煤炭集团公司是国家能源集团的骨干煤炭生产企业,地处蒙、陕、晋三省区能源富集区,主要负责国家能源集团在神府东胜煤田骨干矿井和山西保德煤矿,以及配套项目的生产运营。受集团委托,托管杭锦能源公164、司。公司从 1984 年开建至 2020 年底,累计生产煤炭 31 亿吨。采掘机械化率 100%,原煤生产效率最高 150 吨/工,直接工效最高 1170 吨/工,企业主要指标达到国内第一、世界领先水平。神东煤炭集团公司能源化工ENERGY CHEMICAL能源化工行业,现代工业的血液与脉络,承载着推动社会进步和保障国家能源安全的重要使命。随着全球能源结构的转变和化学工业的不断创新,能源化工行业正站在转型升级的十字路口,面临着环境保护、资源利用和产业升级的多重挑战。在这个关键时刻,商业智能正成为能源化工行业转型的强大助力。精准的数据分析、实时的业务洞察和前瞻的决策支持,正帮助企业在复杂多变的市165、场环境中把握先机,实现从传统生产向绿色、高效、智能化生产的跨越。代表客户:092让数据成为生产力091让数据成为生产力对于数据统计分析及管理驾驶舱,最基础也是最核心的就是数据,数据及时、准确、完整的采集是支撑上层数据化应用的基础,基于此搭建了集团生产数据采集管理监控与分析的大屏看板,对各煤矿的数据采集上传情况进行实时监控、异常预警及相关统计分析。为了保障数据统计分析应用观察的数据及时性、准确性及完整性,各煤矿以及集团领导可通过该看板对各个矿的各系统的数据采集上传情况进行实时监控,保障最终整体面向各煤矿和集团的生产实时数据的准确性。典型场景生产数据管理驾驶舱项目亮点使用帆软平台,基于公司历史数据166、开发,构建生产管控数据分析应用平台,为各矿的生产作业的实时指挥及综合分析提供数据支撑,同时为集团的领导的生产运营管理及领导综合管理决策提供数据辅助。数据应用现状经过多年的信息化建设,目前神东煤炭集团的各个矿井都建设部署了 MES、人员定位、设备传感器等相应软硬件数采设备和服务,能够将矿井一线的各项产量、掘进进度、能耗、设备数据、外运量、人员、通风、压力等相关数据通过传感器实时采集并实时上传到集团。需求痛点数据的完成了实时采集、上传和存储,对于如此大量的数据,如果不加以利用那么将成为成本高而价值低的 IT 库存。如何让这些数据在公司的生产运营过程中发挥最大价值,以高效支持公司运营决策,是煤矿急需167、解决的问题。解决方案神东选择与帆软合作,使用帆软平台,基于公司历史数据开发,构建生产管控数据分析应用平台,将分散混乱的数据清洗、治理、整合后存储在大数据平台中,建立公司数据统计模型,实现数据的自动采集、运算、整合、驾驶舱自动生成及自助分析;实时统计展示相关生产监控数据,提升异常情况数字化及时预警,提高数据统计分析效率,快速响应业务及领导对数据分析需求。最终,实现为各矿的生产作业的实时指挥及综合分析提供数据支撑,同时为集团的领导的生产运营管理及领导综合管理决策提供数据辅助。神华神东煤炭生产管控中心业务管理数据源设备管理系统MES系统报表系统ERP系统OA办公系统HR人力系统SRM系统客户管理市场168、管理预算管理订单管理质量管理HSE管理.设备状态、车间温度、预警管理IOT数据源生产管理大屏生产效率分析驾驶舱设备监控驾驶舱安全生产驾驶舱人员工效分析驾驶舱智能化工作面驾驶舱能耗分析驾驶舱掘进监测驾驶生产计划驾驶矿区监控大屏生产外运完成监控中心数据分析数据共享交换数据采集管理信息资源管理数据资源管理数据共享交换数据统一采集采集任务管理数据标准管理数据智能应用统一数据存储AI能力仓算法管理数据模型数据分析数据计算结构化数据半结构化数据对象存储数据服务数据上报矿厂人员生产运输资产质量.生产经营主题车间管理主题能耗管理主题人员管理主题物流运输主题生产效率主题财务数据交换数据接入数据交换数据接入094169、让数据成为生产力093让数据成为生产力公司生产过程中,能够即时获取相关信息,做好预防和快速响应一直是所有生产组织人员的最大期望。通过场景一保障了各煤矿生产一线的数据及时、准确采集,在此基础上构建面向集团领导的生产管理驾驶舱,对集团整体及各煤矿的实时生产情况进行监控与统计分析。集团登录系统后从全集团整体看煤矿生产的掘进日/月/年的计划以及对应的实际完成情况,各矿和横向指标统计分析:各矿的综采刀数及推进情况,各矿的掘进进尺的日计划和实际完成数以及各矿的横向对比,各矿工作面运行状态实时监控展示,各矿连掘队伍运行状态的实时监控展示。集团生产管理主题分析 通过对综采系统、供排水系统、供电系统、掘进系统、170、通风压风系统、运输系统的数据的实时采集,搭建出的能耗分析综合看板可实时监控各煤矿各区队的掘进、生产、能耗相关指标。能耗分析看板通过立体化的场景地图,可自动间隔周期切换不同煤矿,当切换到某一煤矿时,界面上将实时展示该煤矿各综采队的日常量、日耗电量及吨煤耗电量,该煤矿各连掘对的日进尺、日耗电量、进尺耗电量,该煤矿运输系统的过煤量、日耗电量、吨煤耗电量,该煤矿通风压风系统的日耗电量以及该煤矿整体节电率情况。集团能耗主题分析各煤矿可通过流向地图进行数据采集的地理信息可视化监控,有异常的煤矿会呈现不同颜色进行预警,点击异常或者查看联动右上角,该煤矿各个采集节点的数据采集状态是否正常。该驾驶舱很好地解决了171、数据采集工作异常情况监测和考核的问题,相较于之前人工巡检及评判数据质量,现有的驾驶舱节约了时间,提高了准确性和实时性。096让数据成为生产力095让数据成为生产力通过对主运系统、掘进系统、综采系统的数据的实时采集,面向各煤矿生产组织人员及集团生产管理人员,实时掌握各煤矿的有效生产时长情况,对各煤矿主运系统的开机率、承载率、生产效率;各煤矿连掘队伍的有效开机率、有效开机时长、停机时长;各煤矿综采工作面的有效开机率、停机时长、检修时长等进行实时监控及综合分析。对于煤矿异常停机、停机时间过长、有效开机率及生产率低等情况及时预警、及时采取措施进行处理,提升整体的生产效率。相较之前手工统计录入,效率约提172、升95%,也便于领导层全面地了解生产。通过对主运系统、掘进系统、综采系统的数据的实时采集,面向各煤矿生产组织人员及集团生产管理人员,实时掌握各煤矿的有效生产时长情况,对各煤矿主运系统的开机率、承载率、生产效率;各煤矿连掘队伍的有效开机率、有效开机时长、停机时长;各煤矿综采工作面的有效开机率、停机时长、检修时长等进行实时监控及综合分析。对于煤矿异常停机、停机时间过长、有效开机率及生产率低等情况及时预警、及时采取措施进行处理,提升整体的生产效率。相较之前手工统计录入,效率约提升95%,也便于领导层全面地了解生产。生产外运完成情况分析 能耗看板让领导层对于能耗做到心中有数,对于生产部署决策有了支撑,173、相比之前手工抄表记录数据,既节省时间,准确性也有明显提升。有效生产时长分析098让数据成为生产力097让数据成为生产力数字助力电力运营,筑牢安全生产防线与提升效益并驾齐驱陕西投资集团有限公司(简称 陕投集团)是陕西省首家国有资本投资运营公司,隶属于陕西省人民政府,注册地在西安市,注册资本 100 亿元,总资产 2800 多亿元,拥有主要管理企业 43 家,全系统员工 2.6 万余人。陕西能源电力运营有限公司成立于 2018 年,位于陕西省西安市,是陕投集团旗下的一家以从事电力、热力生产和供应业为主的企业。公司拥有高新技术企业、瞪羚企业、电力工程施工总承包二级、三标一体、承装类四级、承修类一级、174、承试类一级电力设备许可证等行业资质证书,同时担任中国电力技术市场协会运维检修分会理事会副会长单位。陕西能源电力运营有限公司搭建集团智能化工作面监管平台,对各工作面的自动化实时生产进行监控及管理指挥。平台展示当前所有的工作面,并包含各工作面的推进进度、各工作面割煤刀数、智能化工作面的自动化率、实时监控支架自动化率与干预率、煤机自动化率与干预率、开机率,同时对于各个班次每天的人数进行统计,对于各班次的支架自动化率趋势、支架干预率趋势、煤机自动化率趋势、煤机干预趋势分析。智能化工作面监管平台未来,帆软将持续推进与神东煤炭集团公司的数字合作,用数据驱动数据分析与可视化技术驱动业务和管理的变革,通过帆软175、 BI 构建数据统计分析驾驶舱、数据可视化展示、现场生产情况的实时监控。通过数据的实时监控展示对现场的实时生产进行掌控和指导,通过帆软 BI 进行数据统计分析为生产一线和集团的管理者提供科学化管理和决策的依据,为神东煤矿未来的业务指导、改善、管理提供更深层次的数据化支撑。项目总结100让数据成为生产力099让数据成为生产力针对上述问题,2022 年 2 月公司指派专人全面负责项目执行,并和各业务部门主管一起成立信息化小组,5月立项公司级科技项目,7月通过简道云搭建的“电力运营生产安全管理系统”正式上线投运。项目从选型到实施分以下四个阶段:解决方案开发方式选择公司对比原生代码开发和零代码开发两种176、方式,从开发周期、系统维护、成本投入、信息安全几个方面综合考虑,最终选择零代码开发方式。零代码开发工具选型通过对低代码快速开发平台调研选型,考虑项目本身对界面美观和系统稳定性要求较高,结合此项目工期要求、实施情况和人员配置,以及后期长期维护费用综合考虑,最终选型简道云开发工具。设计原则数据互联原则:有关联的业务功能实现数据互联,根据需求,支持相互调取。多端统一原则:移动端操作数据与 Web 端同步,实现不同场地的人能够进行同源操作。系统架构系统以“决策”、“执行”、“整改”、“统筹”的应用层为基础,搭建了 4 个主分类,12 个主模块,76 个子模块。各模块数据通过简道云函数调用互联,各自支撑177、业务模块的同时打破数据孤岛,确保所有流程可以完整闭环。项目亮点随着企业不断发展壮大,管理问题逐渐累积,能力短板日益凸显,同时伴随着管理改革的深入和高层管理人员年轻化趋势的推进,以及新管理理念在公司内部的逐步确立,公司的管理层开始深刻认识到企业数字化转型的迫切需求。公司逐渐意识到,企业间的竞争已不再局限于工程质量和能力的较量,各种软实力,特别是企业的经营管理水平和效率,同样成为决定企业生存和竞争胜负的关键因素。数据应用现状电力安全生产是电力系统企业的重中之重,如果不能有效解决就会影响企业的经营管理,甚至会关系到企业的生死存亡,以下是公司在电力安全生产中亟待解决的问题:需求痛点痛点一痛点二缺乏匹配178、业务实际的有效管理工具跨省跨市数据上报不及时0102痛点三痛点四安全培训执行不到位资料查找和数据统计效率低准确性差0304简道云系统使用人数1590人,总数据量33.7631万条,数据工厂使用60个,开启智能助手69个,知识库8个。零代码功能搭建赋能智能化、网络化安全生态系统建设。102让数据成为生产力101让数据成为生产力模块菜单与统计界面三级安全教育审批流通过简道云流程表单搭建三级安全教育审批流功能,流程设定为公司级、部门级、班组级负责人与授课人六级流程审批,公司级负责人与授课人于流程中固定;部门级负责人与授课人采用数据联动功能,将方便各部门角色随时修改;班组级负责人与授课人采用人工指派流179、程节点动态负责人功能,方便上级流程根据授课内容进行专人指派。多维教育培训方式授课人可以通过简道云下拉复选框多选或单选采取视频学习、模拟演练、现场观察等方式进行教育培训,加强安全教育的有效性。利用简道云表单的页面嵌套功能,提供三级安全培训视频学习功能,将嵌套平台视频学习时长抓取至时长统计表单,视频学习时长未达标则无法提交视频教育记录;模拟演练、现场观察等其他方式则需提交对应表单。各类培训结束后,通过显隐规则显示各类教育培训方式的窗口,通过数据查找功能同步至三级安全培训审批流中。三级安全教育考试培训完成后使用简道云新版智能助手 Pro 功能自动发布考试计划、自动同步变更题库信息、自动统计成绩,试题180、来源为各级负责人提交的题库及答案,考试人员进行考试,通过随机函数 RAND()与自表单填写助手插件将题库随机生成为各题型试题,选择题、判断题可通过逻辑函数自动出分,简答题由专人人工阅卷,最终成绩可通过选择数据字段同步至三级安全培训审批流。电力运营安全生产管理零代码系统架构图用户层监管用户(安全监察部、工程技术部)主体用户(机关各部室,子公司、各项目部、各事业部)访问层钉钉APP钉钉内置简道云客户端管理后台展示层移动端设备钉钉APP客户端钉钉内置简道云客户端浏览器谷歌/火狐/IE11+业务层决策执行整改统筹安全组织机构与职责管理隐患排查治理安全文化建设安全生产优化配营安全生产目标管理环境与消防监181、督管理三级安全教育安全考核与持续改进安全组织架构安全组织职责生产工作要点安全生产预算安全生产人员领导小组会议目标与规划安全生产考核安全检查管理安全隐患管理环境因素管理能耗资源管理安全隐患随手拍消防档紊管理消防演结安全生产新闻事故警示三级安全教育培训内容整理安全生产活动安全信息报送安全教育考试安全教育档案发电计划计划完成情况目标完成情况职责适宜评审欠超发趋势配置优化法律法规与规章制度管理安全标准化管理风险管控与事故预防个人安全信息档案法律法规安全生产标准规章制度安全智车两票档案管理台账管理设备档案与全生命周期管理危险源管理风险分级管控应急救援管理安全事故调查安全信息档案安全信息名片资格证书管理与182、预警三违行为考核持续改进计划数据存储阿里云持久化:MariaDB、MongoDB、Minl0陕投云数据层存储过程数据缓存自定义函数事务数据读写.日志记录权限控制三级安全教育模块采取了“教培考档一体”的三级安全教育大框架,整体模块包含授课人采用视频学习、模拟演练、现场观察等方式进行学习的“教”侧,个人对各级培训内容整理归纳的“培”侧,针对各级教育完成情况检查的“考”侧,以及通过审批流整合成制式档案并归纳汇总成可视化界面统计的“档”侧。典型场景三级安全教育模块104让数据成为生产力103让数据成为生产力个人安全信息档案模块个人安全信息档案建立公司各常维项目部的个人安全信息档案,通过手动填报或入职同183、步个人信息及取证情况,根据个人信息拉取数据流采用简道云数据查询功能自动同步隐患随手拍、巡检设备负责人、入职三级安全教育培训档案、安全培训记录、安全考试记录,并为同步后续其他新增模块留下数据底层接口。二维码电子名片可持续接入三违行为记录.数据同步个人信息取证情况隐患随手拍负责设备入职三级安全教育培训档案安全培训记录个人安全信息档案个人安全档案思维导图个人安全档案界面加强安全教育时间和频率完成员工入职三级安全教育后,可发布日常教育计划,将安全教育工作整合到员工在工作中的各个环节中,如安全例会、现场安全巡查等,可以让员工更加深入地了解到安全问题。同时,对于一些高风险区域和岗位,可以随时增加安全教育的184、频率和深度,更好地保障员工的安全。该应用加快异地流转效率,对比公司之前公司本部-项目部培训流程,时间周期缩短70%,培训敷衍、漏培、形式化等现象几乎断绝。将时间实实在在地用在对新员工的培训上面,提高职工队伍的安全素质;提高广大职工对安全生产重要性的认识,增强安全生产的责任感。以数字化手段提高广大职工遵守规章制度和劳动纪律的自觉性,增强安全生产的法制观念;提高广大职工的安全技术知识水平,熟练掌握操作技术要求和预防。同时,提升处理事故的能力,为加强和规范生产经营单位安全培训工作,提高从业人员安全素质,防范伤亡事故,减轻职业危害。106让数据成为生产力105让数据成为生产力安全检查表单统计界面个人安185、全信息名片使用简道云打印模板功能设计个人安全信息名片样式,用于张贴安全头盔,通过扫描二维码可以查询个人安全信息档案。资格证书管理与预警使用简道云推送提醒功能,人员证件到期自动预警与提醒、三类人员、特种作业人员、特种设备作业人员持证情况统计以及岗位人员黑名单(标记不符合上岗的人员)的科学管理。同时,在填报时对于相关岗位缺少相关资格证书的人员信息给予预警提醒。电力生产双重预防数字化系统为深入贯彻“构建安全风险分级管控和隐患排查治理双重预防机制,健全风险防范化解机制,提高安全生产水平,确保安全生产”安全生产法要求,建设双重预防数字化系统。系统建设了安全风险四色图、风险管控清单、风险管控措施、隐患清单186、及时规范上传报送;实现对风险隐患的汇总统计、分类识别、生成报表、生成整改完成率或相关分析图形,对未完成整改验收的隐患实现定期预警提醒,并自动生成记录;各项目部对隐患的奖惩情况每月报送等;实现对风险管控、隐患排查治理的有效监督管理,使安全风险降低到可接受程度。资格证书到期预警个人安全信息档案模块的应用,可以有效避免无证上岗、未培训上岗等情况出现,在填报时对于相关岗位缺少相关资格证书的人员信息给予预警提醒,帮助公司快速更新不合格和将过期人员的档案信息。108让数据成为生产力107让数据成为生产力 使用表单功能搭建检修工艺标准模板。检修人员快速记录每次检修活动的详细信息,包括但不限于检修日期、设备编187、号、故障描述、处理措施、更换零件、工时消耗及维修成本等。这些记录不仅支持文本输入,还可能包含图片、视频等多媒体附件,以便更直观地反映设备状况和维修过程。能够实时更新设备的运行状态和维护历史,帮助管理人员清晰掌握每台设备的健康状况。通过对历史数据的分析,系统能识别出频繁出现的问题或潜在故障,为制定更为精准的维护策略提供依据。故障报告模块允许一线工人在发现设备异常时立即上报,系统自动通知相关人员并启动应急响应流程,确保故障得到及时处理。这一功能有效缩短了故障响应时间,减少了因设备停机造成的生产损失。在检修工作完成后,使用简道云定制化打印表单功能,生成标准检修记录文件,用作存档和交付。检修记录跟踪系188、统档案库设备信息检修工艺模板录入缺陷频次统计上报审批流标准表单生成电力生产双重预防数字化系统基于 PDCA 的管理理念,形成标准统一、结构清晰的流程管理。根据安全管理制度中有关安全检查的要求,规范安全检查相关流程,明确各个部门的相应职责。使安全管理有计划、有实施、有整改,体现安全管理从计划到最终落实的全过程。数据分析能够实时监测各项目部供需状况、设备运行状态、环境影响因素等,及时识别潜在的安全隐患、供需失衡、价格波动等风险,助力公司采取预防措施,降低运营风险。同时,平台可以协助企业满足能源监管要求,自动跟踪能源消耗、排放数据,确保合规性,避免因法规遵从问题导致的经济损失或声誉损害。系统投运后,189、建立线上安全管理制度 35 项,发现隐患 1500 余项,有效隐患 1300 余项,累计提交审批数据表单 5000 余条。为公司预防安全隐患、保护人员生命安全及资产安全做出重大贡献。设备检修全生命周期管理模块建立设备档案知识库应用简道云设备档案知识库功能,建立各项目所运维火电厂设备档案库。以各项目部作为一级目录菜单分类,按照锅炉、汽机、电气、热控四个主专业作为二级目录菜单分类,以各专业子系统作为三级菜单分类,最小颗粒度为设备,作为四级菜单分类。设备档案录入厂家、参数、检修记录等核心信息。设备档案库首页110让数据成为生产力109让数据成为生产力“阅览室”功能通过仪表盘功能,建立设备信息、巡检信190、息、统计及分析数据查看“阅览室”。方便公司人员查看相关信息。在场站侧安装调试接口机和防火墙,从 SCADA 实时库获取机组运行状态、报警信息等非重要生产数据,数据接入公司私有云数据库,通过简道云 API 功能将数据录入表单。该功能模块作为公司 2024 年重点投运模块,在建设前投入大量精力整理历史资料“库存”,知识库系统分类建设过程中不断咨询专家意见,全部推翻调整分类十余次,旨在打造设备火电档案库标准模板以及检修全生命周期管理完整体系。非机密实时数据抓取新能源低容量电站实现远程运维“小集控”“阅览室”界面检修记录填报检修标准记录格式生成112让数据成为生产力111让数据成为生产力公司目前自系统191、建设以来已经完成了生产管理、安全管理、培训管理、人资管理、法律法规管理等基础功能建设。目前已经在尝试建设智能核算等较为复杂的功能。系统的应用不仅提升了当前的生产安全管理水平,也为未来的智能化、网络化安全生态系统奠定了基础。随着技术的不断进步和应用场景的拓展,其在保障生产安全、促进企业可持续发展方面的作用将愈发显著。项目总结根据往月的超发、欠发情况,可以对发电设备的性能进行评估,预测其在下一个月的运行状态,从而提前进行设备维护和检修,确保设备的稳定运行,并优化人力资源和物资资源的配置。该统计分析页面可以提供简洁、直观的数据展示,方便工作人员快速了解和掌握发电计划的执行情况,提高工作效率。同时,通192、过自动化数据分析,可以减少人工干预和错误,提高工作质量。优化资源配置提高工作效率生产数据填报通过简道云表单功能搭建“新能源日报”、“智能巡检”“缺陷管理”等应用,现场人员通过手机端填报相关生产信息。通过互联网数据映射、API、数据填报等方式,替换了新能源小容量电站运维传统通过搭建专线建立集控的高成本方式,且省去了后续维护、迁移等隐性成本,为公司节省了大量经济成本投入。通过分析历史发电数据,可以更准确地预测未来的电量需求,从而制定更为精确的发电计划。在计划执行过程中,也可以实时对比实际发电量与计划发电量的差异,及时调整发电策略。低成本实现远程运维增强计划准确性统计分析界面新能源生产中心驾驶舱使用193、简道云仪表盘功能,搭建新能源生产管理驾驶舱,同事们内部戏称我们自己做了一个“小集控”。驾驶舱可直接关注公司运维新能源电站目标发电量、累计年、月、日发电量、机组运行状态量、故障信息等生产指标信息。通过指标图、条形图、折线图、扇形图、双轴图等针对日度、月度、年度发电量、月度发电进行二次分析计算,直观可视化地做出月度发电量趋势及欠发、超发电量的统计分析。驾驶舱界面该场景实现了以下价值:114让数据成为生产力113让数据成为生产力全自动物料平衡不同成本方案灵活分配财务报表自动化生成项目亮点公司财务工作主要痛点需求痛点国家近期出台的会计改革与发展“十四五”规划纲要会计信息化发展规划(2021-2025)194、“十四五”数字经济发展规划等多项会计改革和数字化改革相关政策都涉及企业财务数字化相关内容,同时在政策中对财务数字化的高频次强调,无疑为企业进行财务数字化转型打了一剂强心剂。可以预见,领先企业均会进一步加速数字化转型进程,尽快实现智能化目标,数据已然成为可以影响企业发展的第五大生产要素。在公司近几年产业高速发展、外部市场环境快速变化的大背景下,决策层对公司的经营管理、分析调度、决策规划需求日益增加,公司内部管理与行业外部监管对财务数据效率与质量要求更为严格。因此,财务部急需通过数字化转型重塑财务工作流程、提升数据处理效率、实现数字深度应用。数据应用现状痛点一痛点二集团公司法人主体众多,控股结构复195、杂,财务信息传递慢化学反应生产工艺复杂,物料同质,耗用循环,成本分配与成本还原难0102全面预算体系搭建与报表自动化实现,创造财务新格局瓮福(集团)有限责任公司是国家在“八五”、“九五”期间为保障国家粮食安全、填补国内高浓度磷复肥空白而建设的全国五大磷肥基地之一,拥有全资、控股或实际控制公司44家,参股公司10家,员工 6400 余人。经过三十余年的发展,公司已成为集磷矿采选、磷复肥、磷硫煤化工、氟碘化工生产、科研、国内外贸易、国际工程总承包、现代农业产业、环保技术输出为一体的大型国有企业,在省内外建有四大生产研发基地,在黑龙江等粮食主产区建有现代农业服务基地,在沙特、突尼斯、新加坡、澳大利亚196、、泰国设有国际贸易、金融、工程服务分支机构。瓮福(集团)有限责任公司116让数据成为生产力115让数据成为生产力痛点三供应链条复杂,物料跨组织调拨,财务对账难03痛点四痛点五财务数据孤立,数据审核复杂,纠错成本高财务数据分析应用薄弱,数据时效性差0405基于企业当前数字化建设现状与财务管理工作痛点,集团财务部门提出了三年财务数字化转型建设方案,主要围绕以下三方面开展。解决方案企业数据标准化建设数据标准化建设是财务数字化转型的基础。在集团数字化转型背景下,财务部门深入参与集团数据治理工作,站在财务管理视角,盘点相关的信息化系统和业务流程,理清各方数据需求,摸清现有数据真实情况,会同信息化部与其他197、业务部门共同推进数据标准体系的建立,逐步建立起覆盖各信息系统输入、处理、输出等各环节的、健全的数据标准,形成较为完整的企业数据标准体系。企业数据中枢构建利用数据中台工具搭建符合企业特色的数据中枢。企业信息生态体系搭建通过“新”共享理念机器人工具实现数据标准化建设,以数据中枢为核心,连接企业内部所有信息化子系统,攫取外部可用数据,打造数据分析模型工厂,结合各类前端可视化应用,探索构建企业管理信息生态系统,实现瓮福集团财务数字化成功转型。企业管理信息生态系统118让数据成为生产力117让数据成为生产力成本分配模块建设全面预算管理系统可实现多套成本中心、成本分配方案配置,可灵活实现不同成本方案下的成198、本分配计算,以及不同方案下的成本分配结果对比。同时基于成本中心、分配方案建设,系统自动进行成本分配,同时基于自主研发的成本还原算法,实现成本还原一还到底,运算速度快,且数据还原到具体明细,数据维度不缺失,充分确保还原数据有极强的拓展性,满足与后期各种场景的应用适配。现金预算平衡与筹融资规划集团财务部通过对企业历史现金收支数据进行统计分析,得到各个业务类型在时间维度上的分布函数以及票据收付比例,同时结合新一年度的产供销费及投资计划的业务预算数据,将年度预算进行月度分解,得到集团十二个月份现金与票据的收支预测数。同时在对历史收支数据按照各种维度进行动因分析后,制定最有利于企业经济效益的收付款计划,199、做到企业现金应收尽收,应现尽现。在完成企业外部现金收支平衡后,集团财务部基于集团现金和票据收支平衡表,统筹平衡内部法人主体之间内部现金收支计划和票据收付比例,避免企业内部出现个别单位票据盈余,个别单位票据短缺,减少集团整体开票金额,提升集团票据使用效率,降低财务费用。同时,在现金平衡端,集团通过对历史融资数据进行多维度分析,寻找融资成本在机构、品种、期限、地域等不同维度下的比较优势,并基于集团现金平衡表,合理安排企业最优融资计划,充分发挥企业融资优势特性,提高现金使用效率,合理保障企业现金流风险,做到风险收益最优平衡。产销平衡自动化全面预算系统通过自主整理的集团产销平衡规则,基于物料清单和多源200、采购规则,实现自动化物料平衡,在录入生产计划、销售计划的过程中,系统自动化生产公司物料消耗计划、采购计划、调拨计划,实现全自动物料平衡,极大减少传统预算编制模式下的人员工作量、同时最优平衡算法也实现了预算层面资源配置优化。产销平衡表生产装置产能档案填报平台搭建全面预算交互层主要采用帆软 FineReport 行式填报功能,主要用于采集预算年度生产经营计划,主要包括生产计划、销售计划、物料价格、物流线路、部门费用、投资计划等,交互填报界面具备快速填充、批量导入功能,主要解决业务单位批量化操作,提高填报效率,同时系统设置数据结转功能,能快速实现上年预算、上一版本预算数据同步生成,从而优化填报界面用201、户体验感,避免预算从零开始。典型场景基于 FineReport 搭建企业全面预算管理系统为了解决传统全面预算编制工作痛点,集团基于 FineReport 报表填报、展示功能以及 ETL 数据处理相结合的方式,通过对会计报表编制流程中数据运算逻辑梳理,构建集计划填报、产销平衡、成本分配、成本还原、现金平衡、预算报表自动生成、预算执行分析为一体的全面预算管理系统。120让数据成为生产力119让数据成为生产力项目总结随着大数据、物联网、云计算、人工智能、区块链等数字技术的蓬勃发展,数字时代已然为企业带来颠覆性的变革。计算机对数据高效的获取和计算能力,在决策层面具备人类无法匹敌的优势。在数字化背景下,202、企业可以充分利用这些技术,与企业自身业务模式转型相结合,为企业解决问题、创造价值,这个持续性的过程称之为企业数字化转型。财务部门作为企业天然的数据中心,更需要通过运用云计算、大数据等技术来重构财务组合和再造业务流程,提升财务数据质量和财务管理效率,更好地赋能业务、辅助经营和支撑管理决策。基于集团全面预算管理系统成功建设的背景下,公司将进一步深入探索财务数字化转型之路,在充分利用企业 ERP 系统、帆软报表平台以及 ETL、数据仓库、数据中台等各类技术手段,进一步围绕集团财务共享中心系统架构蓝图,开发具有瓮福特色的财务共享中心管理系统,最终实现企业数据管理生态体系,充分创造企业数据价值。现金预算203、平衡表集团公司通过充分发挥数据价值,指导预算编制最优化,实现全年财务费用下降至少 2000 万元,从真正意义上实现企业管理价值化。财务报表自动化生成通过企业生产经营业务数据填报、成本自动分配、产销平衡和会计报表规则等模块的搭建,最终在数据输出端实现自动化财务预算报表生成,同时实现数据上下联动、实时更新,并且报表输出层面可实现单体报表、合并报表同步查询。系统搭建极大提高财务部门在预算报表编制工作中的效率,统一了集团报表编制规则,初步实现全面预算管理板块的数字化转型工作。通过全面预算系统平台搭建,财务部门预算编制工作由原来的全集团总共 80 人天下降至 3 人天,集团层面可以实现预算变量的统筹配置204、、安排,真正意义上实现企业各种要素统筹优化配置,并且集中管控和共享的预算管理模式也极大地减少了公司各层级人员之间的沟通成本。同时,标准化的数据存储为全面预算分析应用、执行控制提供了有力保障,从真正意义上实现了预算控制到个人、预算执行到部门、预算分析到全局的全面预算管理体系。现金预算平衡表122让数据成为生产力121让数据成为生产力数据驱动的精准营销与客户忠诚度提升维维食品饮料股份有限公司成立于 1994 年,2000 年于上交所上市,是一家国有企业控股的大型食品制造企业。维维产业涉足农业资源、食品、饮料、粮油、茶等,拥有维维、天山雪、嚼益嚼、六朝松等国内外知名品牌。维维品牌价值评估过百亿。维维205、出品,被消费者称誉为“健康品牌,值得信赖”。维维食品饮料股份有限公司零售RETAIL零售,这个古老而又充满活力的领域,一直是经济舞台上不可或缺的角色。它如同城市的脉搏,感受着每一个消费节奏的跳动,映照着社会需求的多样化和个性化。在这个信息爆炸、选择过载的时代,商业智能为零售行业提供了一双慧眼。洞察先机,方可把握未来。代表客户:124让数据成为生产力123让数据成为生产力需求不闭环对于各部门提请的业务数据分析需求,不具备统一闭环的流程,导致需求必要性前期得不到准确评估,落地实施周期得不到保证,实施完成的实际效果得不到跟踪。04综合考量公司销售业务现状,充分调研各数据分析产品功能及特点,最终决定采206、用 FineReport 和FineBI 系统集成的方式,一方面保留多年来业务部门复杂明细报表的习惯及优点,另一方面针对中高层领导拓展更为实时直观的图表分析,高度提炼业务逻辑,拓宽多维度指标,充分利用联动下钻跳转等功能,为经营层决策提供更多种可能。全方面整合销售数据资源,完成方式精准化变革及数据分析需求闭环。解决方案经营决策业务应用指标跟踪规律探索业务预警权责定位维维股份智慧办公协同平台数据存储数据工厂数据集市需求团环缓冲区系统监控定时调度权限管控维度拓展指标提炼目标导向数据挖掘联动分析嵌套钻取集成数据分析平台关联跳转复杂报表数据计算平台管理数据处理外部采集数据接入核定数据接入历史数据整合数据207、清洗数据标准化数据结构转换数据接入跨系统历史数据数据源营销业务巡店拜访生产管理库存调度费用控制.各板块联动高度灵活,激发经营决策层探索数据联系,反哺市场业务上线费控分析板块,实现费用精准投放,降低运营成本数据按模板实时生成,节约人力成本,优化库存管理和供应链规划项目亮点需求痛点下属各事业部及子公司销售系统不统一或未普及完全,数据源格式不统一,且有部分空缺,分析起来费时费力。同时多年销售数据积累,数据体量较大,缺乏数据精细化管理。数据不统一01一些数据分析采用系统数据结合线下上报数据在 Excel 内完成汇总上报,整体分析周期长,出错率大。分析效率有待提升02销售数据分析分散在各个销售系统的各个208、功能模块内,且大多数为以业务为导向的复杂数据报表,这种分析方式对中高层领导而言较为费时,不够直观,且分析指标的丰富程度不够,指向性不明确,不利于中高层领导的辅助决策分析。方式效果可优化03126让数据成为生产力125让数据成为生产力场景二:销售费用控制闭环分析由于预算生成及费用使用阶段主要面向业务人员,维维重新划分了业务口径的费用项目类型,定制化申请及结案表单,做到重点数据精细化、统一化、标准化,着重处理数据源头问题。根据实际业务费用控制逻辑设计板块分布,跟踪分析销售费用控制的全流程,对于重点关注的费用板块,如管理费用及形象店建设费用等,做定制化的钻取及联动分析。此外,由于下属事业部及子公司业209、务各不相同,提取预算的维度和方式也各不相同,为了提高数据分析的效率,我们定制了一套通用的费用控制分析方式,在数据处理阶段就全面关注下属各个事业部及子公司的业务情况,重点关注数据的统一性。在此基础上,针对费用提取维度不同、关注点不同等问题再进行二次微调。销售费用预算的提取来源于发货单的含税销售价,我们跟踪分析各大区客户的消费额与费用投入情况,计算分析销售毛利率与费销比率,从大区、片区、客户三个层次钻取,从而达到精准了解费用调配情况和销售活动的成本效益的目的。以业务发生逻辑指引的分析板块的逻辑设计,大大增加了分析看板的使用效率,同时减少了由销售流程带来的时间差对销售规律的影响。各分析板块间的高度灵210、活的联动设置,也激发了决策层很多潜在的规律发现,帮助经营决策层以全新的视角探索数据之间的联系,从而反哺市场业务。销售费用控制预算生成费用使用预算录入预算提取预算拆入预算拆出费用申请费用核销重点关注大区管理费用及形象店建设费用典型场景场景一:全流程跟踪年度销售指标维维采用数据填报的方式定时接入年度制定的销售额指标,看板以年度为周期,分析一销售年度内,各大区、片区、产品线、品类的指标达成进度,较历史销售年度指标达成进度同比。分解客户交易全流程,下单、发货、退货、回款全动作全分析,各分析板块间充分联动,尽量减少销售时间差带来的数据分析偏差,全方位分析销售经营业绩。现阶段,中高层领导可以通过较实时且直211、观的图表直接获取销售经营业绩的年度进度情况,大幅度节约了传统分析方式的数据汇总时间,销售经营业绩的数据分析效率较以往提升了约 85%,便于及时对市场波动情况做出反馈。128让数据成为生产力127让数据成为生产力场景三:企业客户画像分析模型与数据应用基于新的营销管理系统,大规模且精确地补充填报终端门店的基础数据,保证终端门店与经销商的关联准确性,此外还固定周期地收集终端门店的排面陈列情况等等,弥补终端门店数据的空白。基于客户行为、客户价值等多角度全新定义客户类型,划分客户群体,制定不同的促销政策,分析不同客户群体的占比情况、流入流出情况,精准定位流失客户群体,从客户渠道、采购品类较高的产品线、商212、品品类、分析流失等多个角度分析客户流入流出原因。对流入客户进一步分析其复购情况、留存情况,实时跟进新客户动态,弥补增量客户运营空白。精准定位重点客户,再结合跳转钻取功能,由面及点,全方位多角度地分析客户个体信息,包括基础信息及签约情况、业务人员配置、下属门店资料、形象店建设数据、费销比投入、指标额完成进度、交易行为分析等等,为业务员提供定制化的业务跟踪服务提供实时高效的数据分析支撑。对于经销商的库存跟踪数据,从库存上报到收货确认,再到要货需求报送,全部采用线上数据填报的方式,制作成实时的动态分析报表。通过对于市场预算提取情况多维度的联动及钻取分析,同时结合各个组织及客户的费用投入情况,中高层领213、导现在能够及时跟踪识别费用成本异常点,迅速采取配套的费用管控措施,大大提高了费用控制决策的效率,实现了费用的精准投放,高效投放,降低了运营成本。费控分析版块上线后,决策层发现各大区的管理费用占比异常,继而发现此前对于管理费用的管控较为松散,其中各种费用项目较为杂乱,缺乏成体系的标准。针对此,技术部门迅速调整管理费用申报表单,细化申报数据,展开更为详细的数据下钻分析,从而发现了差旅费用执行标准不透明、审批流程不完善等问题。事业部人事部门也重新制定了管理费用报销细则,对限定的费用项目和费用额度都做了详细的规定。这一管理漏洞的弥补,自实施以来累计帮助事业部缩减了约 50 万的管理费用开支。此类精准的214、费用控制决策所节约的成本开支,使得企业释放了一部分资源用于激发产品及制度创造创新,为企业带来了珍贵的长期竞争优势。根据历史费用投入趋势及占比,一定程度上辅助了决策层预测短期内未来的费用投入情况,实现了资金灵活调配,评估潜在风险并提前做好应对措施规划。130让数据成为生产力129让数据成为生产力作为彩金珠宝的领潮者,潮宏基如何用数据谱写品牌零售新“饰”界?珠宝是人类文化的重要组成部分,也是消费者展示个性和品位的重要方式。随着消费升级和市场下沉的双重趋势,珠宝行业近些年面临着巨大的发展机遇和挑战。在数字消费时代,潮宏基集团(以下简称“潮宏基”)作为国内首家 IPO 上市的时尚珠宝企业,紧跟数字化发215、展趋势,全面启动数字化转型。潮宏基集团对于客户群体的全新定义分类,使得决策层从宏观层面上把握了企业的客户群体结构,针对此,迅速调动市场制定了个性化的营销策略,调整了约 30%的市场费用投入占比,节约了 20%的低效费用投入成本,大幅度提高了营销活动的费用转化率,定制化的营销策略也在很大程度上提高了存量客户的复购率,新增客户的留存率也有较为明显的上升。帮助了决策者精准识别忠诚客户,通过配套实施的忠诚度计划、优惠和奖励政策来运营忠诚客户,一定程度上增加了市场份额、抵御同品竞争。经过初步的市场调研,定制化的业务服务及营销策略使得客户满意率提升了 35%左右,市场响应度较原先也明显提高。自客户分析模块216、投入使用后,平均而言,客户群体整体的费销比下降了 15%左右。数据支撑的客户交易趋势跟踪,权限下放至业务员群体,再加上原本手工上报统计计算的经销商库存动态数据改为实时按模板生成,节约了 90%的统计计算的人力成本,现在业务人员可以既高效又较为精准地预测经销商的要货需求,优化了库存管理和供应链规划,及时进行产品链路或客户渠道的决策调整。项目总结公司借 FineReport+FineBI 集成数据分析平台上线的机会,全面补充了销售板块空缺的业务数据,清洗整合了历史数据,改善了数据录入方式,解决了长期以来存在的数据不全、不准、不精等问题。并从销售运营、市场拓张、费用控制、客户分析、库存管理等各个方面217、对市场销售行为进行全方位多维度多角度的分析,首先解决了中高层领导从宏观维度上对企业销售运营现状的实时把控问题,也一定程度上拓展了许多全新的视角来管理决策,使得企业三十年来的销售数据价值得以进一步地体现。自集成数据分析平台上线以来,企业自经营层领导乃至一线业务人员,对于数据分析的需求热情高涨,从各自的角度出发,提供了很多优质的建议和思路,企业内部数据分析的氛围浓厚,数据思维逐步发展。在此基础上,我们将逐步引导把数据分析平台推广至企业运营管理的各个方面,充分发挥其价值,增强数据素养,促进数据驱动决策文化在企业内部的普及。132让数据成为生产力131让数据成为生产力需求痛点项目亮点移动 BI 能够从218、庞大的数据中将最关注的数据与指标展现出来,更有针对性,使决策更科学。信息定制推送服务,可以根据员工的不同角色、工作习惯、管理特点等,来定制个性化的推送内容、推送方式、推送时间等。信息针对性数据实时查询,具备网络环境可实现数据随时、随地的访问,使决策更及时。只要有网络,可以随时随地访问 BI 应用;实时进行透视、钻取、分析、决策;及时提醒,监控与预警服务,可以主动将预警信息发送到用户的移动设备,提醒及时采取措施,避免延误。传递及时性实现方式更灵活、更人性化,使用更便捷,只是在移动终端上进行触摸和拖拉,就可以获取 BI 信息,并进行相关的操作。随需定制,可以根据不同角色需求,进行个性化开发,满足不219、同需求。使用便利性数据应用现状潮宏基成立于 1996 年,致力于在中高端消费品领域提供优质产品和服务,是珠宝行业首家上线SAP/ERP(线上数字化企业资源管理系统)的企业。2016 年,潮宏基进一步全面启动升级中台业务系统,通过内部和外部实施一体化信息管理系统,智慧云店系统正式上线,同步 ERP、中台和员工、客户微信端等多个系统,建立更完善的系统协同能力,使得营销能力不但能在线上灵活应用,同时也完全适配于线下场景,实现全国所有门店的库存共享,不仅延长了门店的营业时间,也打破了门店终端的物理空间,充分提高用户全渠道购物体验,增加销售机会。解决方案潮宏基携手帆软于 2018 年启动了 BI 的建设220、,通过调动集团运营、财务、人力、信息,各品牌销售、市场、产品等核心部门的人员,以专职或兼职方式组建集团化专业的 BI 管理团队。由多部门人员组建的 BI 管理团队,可以实现内在有机互补,基于团队成员的专业知识、丰富经验、个人能力,有助于增强 BI 建模、分析、设计、运用的效果,体现 BI 的价值。潮宏基随着品牌业务的不断扩张与数字化建设的不断深入,企业内部逐渐面临着行业的共性痛点数据的时效性和准确性难以保证。痛点一01集团高层对于业务数据的需要经常需要几天的时间响应,过程中需要经过分析人员大量手工的分析和整理才能输出分析报告。此外,各区域数据查看成本较高,部门之间的数据的口径和维度各异,造成数221、据在不同部门之间的流转困难与效率低下。痛点二02财务部门供应链部门产品部门销售部门销售销售分析促销分析门店现场分析产品分析获利分析费用分析供应商分析物流分析库存分析产品供应链财务人力分析会员分析各职部门综合管理报表向上归集向下分解集团决策层管理驾驶舱134让数据成为生产力133让数据成为生产力商品投资回报率分析通过分析不同商品的利润率、成本等数据,为企业制定合理的商品投资策略提供依据。这种分析可以帮助潮宏基集团优化资源配置,提高整体利润率。销售预测分析对于潮宏基集团这样的零售企业,利用数据分析技术对市场趋势进行预测,帮助企业提前做好市场布局和产品规划来说至关重要。在此过程中,潮宏基集团不仅搭建222、了数据仓库,还建设了业务中台和 BI 决策分析平台。潮宏基通过时间的维度、对比的归因分析、序列分析等指标的分析方法对从财务、销售、产品、用户这几个基本的一些业务范围去做的一些推进,在 BI 端、PC 端和移动端都取得了一定的成果。如今集团的业务人员以及相关的领导都可以随时随地来查看,并且可以快速地去分析相关问题的一些根源,为业务决策的及时性起到了很及时的支撑。典型场景用户运营分析通过分析数据,了解用户的喜好、需求和区域分布,为产品研发提供有力支持。进度及目标区域分布品类结构毛利及折扣坪效分析库存结构用户构成消费偏好事件回转动销库龄健康利润分析投资回报费用控制销售及毛利产品及库存用户层面财务健康223、136让数据成为生产力135让数据成为生产力平均每 20s 生产一套定制家居,欧派独创的“AI 制造体系”独到在哪?在 1994 年的一个梦开始的地方,欧派家居集团股份有限公司(以下简称“欧派”)诞生了,开启了一段传奇的旅程。30 年来,它不仅仅是专注于高端家居定制的典范,而且成为一部中国家居行业发展史上的重要章节。欧派以其卓越的创新和无与伦比的品质,布局了中国东西南北广州、天津、清远、无锡、成都五大生产基地,占地面积超过 2000 亩,全球门店已突破 7000 家,产品销往 6 大洲 118 个国家。凭借着强大的品牌与规模优势,欧派家居不断创造出市场奇迹,稳步成为国内全屋定制家居行业里的龙头224、企业,定制家居产品生产总规模居行业第一。欧派家居集团股份有限公司潮宏基通过打造全价值链数字化体系和线上线下相结合的全渠道布局,以此提升运营效率和客户体验,并且适应市场变化和技术发展。推动潮宏基进一步增强市场覆盖能力和客户粘性,适应消费者购买习惯和需求的变化。项目总结数字化转型已成为当今企业发展的重要驱动力。潮宏基集团紧跟时代步伐,通过不断的数据分析和AI 应用探索,已取得了一定的成果。未来,潮宏基集团将继续深化数字化转型更多应用场景和思考,进一步优化企业运营效率和市场竞争力。138让数据成为生产力137让数据成为生产力这个数据仓库的目标不仅是存储大量的数据,更重要的是支持复杂的数据分析和分析需225、求。企业的数据分析服务面向 200 多名用户,包括高层领导、业务关键用户和实际应用人员。他们每日对数据的访问需求超过 2000 次,反映出对数据分析和报告的巨大需求。为了满足这些高频次和多维度的数据访问和分析需求,欧派家居集团不断优化其 FineBI 平台。通过FineDataLink 数据集成工具对数据仓库的贴源层(ODS 层)进行 DW、ADS 层建设,业务人员从对应的 BI 的业务包中获取数据,企业能够实现更快速、更准确的数据分析,从而为决策制定提供有力支持。这种从数据到洞察力的转换,不仅提升了企业的运营效率,也为欧派家居集团在激烈的市场竞争中保持领先地位提供了强大的数据支撑。项目亮点数226、据应用现状早在 2015 年,欧派就正式启动欧派制造 2025战略,融合互联网、大数据与人工智能制造,通过数字化打通销售、研发、生产制造、物流运输等全套环节,迈步走进“所见即所得,所感即所要、设计即制造、制造即服务”的 AI 工厂时代。解决方案欧派正致力于建设一个既能满足当前需求又具备未来扩展能力的数据仓库。通过集成 Oracle、MySQL、SQL Server 等多种数据库技术,并利用阿里云数据库进行数据存储,旨在建立一个强大、灵活且高效的数据管理平台。需求痛点随着欧派的迅猛发展,数据环境面临着前所未有的挑战和机遇。企业规模的扩大带来了数据量的爆炸式增长,每年的数据记录高达数十亿条。这不仅227、对企业的数据处理能力提出了更高的要求,也需要一个能够支持多种数据库技术的环境,以便于更有效地整合和分析这些庞大的数据集。每20秒完成一套定制家具的生产数据处理效率提升300%库存下降超80%典型场景实现集团各部门 BI 覆盖,让企业借“数”起飞事业部传单看板在门店业务的扩展过程中,对不同品牌传单数量的统计和分析是至关重要的一环,这不仅影响着营销策略的调整,也直接关联到生产线的排程计划。为了更高效地进行这一过程,欧派开发了事业部传单看板系统。这个系统使用户能够以直观的方式分析不同品牌传单的成功数、待处理数及失败数,并允许通过时间维度来追踪传单的趋势。140让数据成为生产力139让数据成为生产力M228、HF 综合运营看板是一座连接财务、客户和内部流程三大关键维度的桥梁。看板如同一位智慧的导师,用数据和图表的语言,向运营管理层娓娓道来每一个绩效的故事。过去查看订单的状态后,需要手动提取数据表来识别异常订单缺少哪些具体产品,如今 BI 看板使得直接在界面上查看异常订单及其具体缺失产品的明细成为可能,大大提高了处理异常订单的便利性和效率。MHF 综合运营看板系统能够实时显示各品牌传单的分布情况,包括成功投放的数量、正在处理中的数量以及失败的数量。这使得管理层和营销团队能够快速把握各品牌传单的实时状态,及时调整策略。实时数据展示:通过引入时间维度,系统能够展示不同时间段内传单数量的变化趋势。这种分析229、对于识别市场需求的季节性变化和品牌受欢迎度的波动具有重要意义,进而指导生产线的排程计划。趋势分析:基于传单的成功数、待处理数及失败数的数据分析,管理层可以更精确地制定营销策略和生产计划。比如,对于成功率高的品牌可以增加投入,而对于失败率高的品牌则需要重新评估营销策略或产品定位。决策支持:通过分析不同品牌传单的趋势和成功率,生产部门可以更有效地制定生产计划,优化资源分配,确保生产线能够满足市场需求,同时降低库存风险。优化生产计划:在清远工厂内,BI 平台也正在改变着管理层对企业运营的洞察。透过这一扇窗口,管理团队可以一览无余地掌握接单量、销售分部业绩、工程计划和发货情况等关键业务监控指标。针对清230、远流程主管的专属需求,信息监控看板全面展示了清远橱柜防火产品的关键成本数据,包括各主要品类的不良率及其在总成本中的比重。通过将滞留天数作为一个核心指标,深入分析了哪些产品品类的滞留时间占比较高,进而允许用户通过点击这些品类直接查阅相关的详细信息。清远家居监控看板142让数据成为生产力141让数据成为生产力随着欧派集团与帆软的合作步入新的里程碑,也为非标定制业的智能制造书写出更加满意的答卷。这一合作不仅象征着两家行业领导者的强强联合,更代表了对未来智能制造的共同愿景和承诺。通过帆软的先进 BI 解决方案,欧派的生产效率和产品创新能力得到了显著提升,为消费者带来了更快、更个性化的服务体验,实现了生231、产效率和客户响应速度的显著提升。未来,双方将继续发力开启智能制造新篇章,为消费者创造更加美好的生活体验。该模式的成功在欧派并非一蹴而就。欧派前期通过开源工具+调度平台的配合使用逐渐暴露出任务设计的瓶颈,伴随着数据量增加,执行时间大幅延长。例如在复杂的工分数据处理过程中,不仅需要考虑普通单和特殊单的区别,还需考虑全国各基地计算、特殊的外设台面计算等,整个过程的运算需要 20 分钟甚至 1 个小时。为了解决这个问题,欧派家居从 2021 年尝试使用 FineDataLink 并成为共创客户,在工分计算中成功优化了数据处理流程,通过参数控制、分批数据删除和并行写入,将 ADS 层数据处理时间缩短至3232、 分钟,整个数据处理任务的执行时间也仅约为 7 分钟,相比以前至少提升了 3 倍,并在结算计算、跨系统处理以及脚本调度等场景下进行了广泛的应用,实现了数据建设的简单、安心。项目总结每一项财务指标都细致入微地展现着公司的经济脉搏,从收入增长率到成本控制,每一个数字都是经过精密计算得出的达成率得分。而在客户维度,客户满意度、市场占有率等关键指标以直观的图形展示,每一次提升都反映出公司对客户需求的敏锐洞察和快速响应。内部流程方面,则通过流程优化、员工满意度等指标,揭示了公司内部运作的效率和和谐度。通过这块看板,管理层可以实时地掌握整个公司的运营状况,及时发现问题并制定对策,确保公司在快速变化的市场环233、境中保持竞争力。它不仅提升了决策的效率和准确性,更重要的是,它激励着每一位员工为共同的目标而努力。BI 如今已经基本覆盖集团的各业务部门,让业务人员可以通过数据的运用实现决策“快人一步”。在欧派高效科学决策的背后,离不开前期数据治理工作的投入。欧派数据治理最大的特点在于以业务管理为出发点,通过湖仓一体的模式,数据直接服务于业务人员,实现了公司数据场景化应用。业务系统由制造信息中心统一对接,通过 Kafka 和 Flink 进入湖仓一体的 ODS 层,再通过FineDataLink 构建 DW 层和 ADS 层,最终直接服务于业务需求。科学决策的快人一步,离不开数据的无阻畅通144让数据成为生产234、力143让数据成为生产力项目亮点线上 GMV 近57亿数字化会员超4700万线上销售占24%数据应用现状早在 2013 年,天虹就将数字化作为核心战略之一,利用数字化技术,将线下业务搬到线上,发展独立 APP 和小程序。天虹把会员用数字化整合,然后把商品数字化到线上,把营销数字化到线上,把业态线上化以后,就具备了把危机变成机会的基础。2019 年,天虹成立科技子公司深圳市灵智数字科技有限公司(下称“灵智数科”),从服务内部到赋能行业,公开向行业内输出数字化技术、经验和方法,作为深耕实体数字化的实战专家,团队核心成员兼具零售基因与数字化实战经验,孵化了旗下两大核心产品为连锁实体门店提供基于“人”235、的数字化转型工具:智能化客户资产管理平台灵智企微助手,智慧用工管理平台小活儿,发挥“人”的价值,挖掘“人”的潜能,助力企业降本增效,实现“基业长青”。目前已服务包括永旺、屈臣氏、家家悦、华侨城商管等多家零售企业。日常工作中涉及了大量的数据分析,过去各模块数据导出再二次加工,平均一天有 50%左右的时间都在处理数据,且伴随着各类异常情况的发生,数据滞后造成了极大的困扰。需求痛点战略决策链路长期望通过提供全面的经营指标与数据支撑,优化管控工作。优化业务环节契合度,提高管理决策在实际业务的落地性。01这家传统零售企业通过数实融合迎来了业绩增长的“第二曲线”天虹数科商业股份有限公司(原“天虹商场股份有236、限公司”),成立于1984年,是国有控股的上市公司,2010年上市。天虹根据目标顾客需求的不同,以百货、购物中心、超市三大业态线上线下融合的数字化、体验式新零售,打造以“亲和、信赖、享受生活”为核心价值的品牌,旗下拥有“天虹”、“君尚”、“spce”品牌。天虹在行业内率先转型,突破传统购物模式,践行数字化、体验式、供应链三大业务战略,大力发展线上线下一体化的智慧零售商业模式。天虹数宇化已实现全门店、全业态、全流程覆盖,形成”到店+到家“的融合零售,并推进技术服务输出,成为科技零售的领先者。天虹数科商业股份有限公司146让数据成为生产力145让数据成为生产力典型场景通过支持运营部门收集和分类不同237、属性会员的基础信息,运用 FineReport 和 FineBI 工具,综合统计会员比例,为精准营销提供数据支持。这项分析工作针对天虹及其合作的零售门店客户,是常规需求,旨在通过深入分析会员生命周期、会员价值和会员结构等方面,为运营决策提供全面的视角和依据。关键会员画像区域总经理和门店店长利用平台从商品品类角度分析销售指标,为产品运营部门提供数据支持,以便及时调整销售策略以适应市场变化。这种分析特别针对零售门店环境,其中单品销售看板因其高访问量而显得尤为重要。通过 FineReport 工具,我们能够详细展示单个商品的销售额、顾客量和客单价,并通过时间对比来进行深入的销售趋势分析。单品销售数据238、看板天虹股份营销中心营销与会员运营部副总监郑丹萍则表示,在日常工作中,通过 BI 分析产品和外部市场的一些数据,以及顾客整体的情况,可以快速做出更有指向性的销售决策。她认为 BI 就像是一个积木,可以在各种营销节点实现业务想要的核心数据与分析结果,即时即刻地赋能他们的经营决策。问题根因定位慢通过打通各业务环节上下游系统的匹配、协同关系,可以有效基于上游的供应和库存供应进行准确计划预测,设计归因式的下钻分析路径,高效定位具体业务问题进行针对性处置。02会员风险管控能力较弱需要建设风险预警、追踪体系实现会员体系的精准风险管控。03数字化是天虹三大核心战略之一,它不仅独立存在还全面助力体验式和供应链239、这两大战略,同时天虹的数字化团队认为唤醒和认知共识是数字化真正落地重要的一部分。由此天虹确定了整体数字化建设的核心原则:天虹股份灵智数科技术研发中心研发副总经理张炜表示,通过 BI 灵活的使用,整个 IT 部门通过数实融合释放更多的精力去做底层的数据,不断让数据更实时、模型更优化。解决方案顺应消费升级,迭代运营逻辑,围绕痛点出发,提升数据价值链效能顺应消费的升级,改变自身的运营模式(内容+方式)业务发展提升价值链的效能商业模式优化消除消费者痛点、供应商痛点和自身的痛点指向消除147让数据成为生产力金融FINANCE金融行业,作为数字化浪潮的先行者,其与技术的融合历史可以追溯到电子计算机在银行业240、务中的首次应用。从最初的会计电算化,到 ATM 机的普及,再到网上银行的兴起,金融行业一直在不断地吸收和利用新技术,以提高服务效率和质量。在数据定义未来的世界里,每一笔交易、每一次市场波动、每一项业务创新,都伴随着海量数据的生成。商业智能,正在让复杂的金融数据变得透明,让决策过程更加科学,让服务模式更加创新。代表客户:在这个数字化转型的时代,天虹科技子公司灵智数科与帆软的紧密合作为客户如深铁商业等提供了一套全面的解决方案,从灵智的购百 SaaS 产品如小程序商城、会员体系,到帆软高效的数据报表和看板服务,每一步都体现了对企业运营效率和客户体验的深刻理解。这种跨界合作不仅优化了业务流程,提升了决241、策质量,也为消费者带来了更加个性化和便捷的购物体验。其实在 2021 年,天虹就启动了与帆软的合作,寻求通过自助式 BI 工具改善业务人员的数字化工作效率。双方的合作为业务人员带来前所未有的工作效率提升:项目总结关键数据看板化实时数据移动化关键业务对象的数字化,并不断汇聚数据,实现流程数字化,数据实时化,支撑一线业务快速发展移动端展现实时数据,助力运营和决策,简化管理,加强一线人员的数据应用能力业务数据自助化经营数据智能化各经营线及业务岗位数据使用人员可根据需要自助进行数据报表的设计使用,快捷助力业务发展通过数据预警、数据预测、数据分析等,以智能化方式高效反应,节约人效的同时高效经营150让数242、据成为生产力149让数据成为生产力百年银行的数字化探索与实践东亚银行作为一家具有领导地位的香港金融服务集团,1918 年,在香港成立母公司东亚银行有限公司;2007 年,在内地注册成立的全资附属银行东亚银行(中国)有限公司(下文简称东亚中国),东亚银行全球设有约 130 个网点,聘用逾 8000 名员工,致力为香港、内地及世界其他主要市场的客户,提供全面的企业银行、个人银行、财富管理和投资服务。东亚中国自 2007 年成为法人银行后,为支持业务发展组建了本地化的科技队,并在 2009 年完成了上海数据中心,上海研发中心的建设,成为率先在境内自建数据中心和研发中心的外资法人银行。2021 年,东243、亚中国正式启动数字化转型,以数据这一核心资产作为切入点,聚焦夯实数据基础,提升客户体验,提高经营效率,加强数字化人才建设四大领域。东亚银行(中国)有限公司为加快大数据体系建设,稳步推进数字化转型战略,规范数据架构体系和数据治理体系,运用大数据推进全行数字化转型建设,为业务发展提供创新动力,东亚中国秉承“追赶同等规模城商行,3 年内成为内地数字化领先的外资银行”的数字化转型的愿景,提出了 3 年数字化转化规划。目标是利用金融科技和数字化应用实现精准营销,赋能客户经营。通过激励创新,加速人才发展,提高数字化人才覆盖率,最后,提升经济化管理水平,为员工降本减负,提升管理决策效率。自 2021 年数字244、化转型项目正式启动后,东亚中国成立了数字化转型领导小组,自上而下强管理,统一规划指导。同时,专设战略及数字化办公室,以统筹推进全行数字化转型工作。项目背景需求痛点痛点一数据来源分布无序,未形成合理的数仓结构化存储,亟需治理,提升数据来源的可拓展性和规范性。01项目亮点智能现金管理项目从实际的降本增效情况来看,累计创造收益近百万元管理驾驶舱项以提升管理层用数效率为宗旨,每年帮助公司节省近百万的成本支出,真正实现了决策智能化152让数据成为生产力151让数据成为生产力痛点二所用系统每日产生大量错误警报,需要投入大量人工审查,希望通过规则和模型建立 AI 无效警报过滤减少警报量和人工排查工作量。02245、痛点三现金管理成本却高居不下,员工数字化程度不高,内部推动数字化系统建设存在阻力。03解决方案东亚中国与国内 Top3 分析平台工具供应商“帆软”合作,对分析产品 FineBI 进行适配性改造,打造外资银行首个“灵活数据分析平台Eureka 深眸系统”。该系统能够提供数据分析全流程一站式服务,实现便捷的数据获取、自助的数据处理与加工、互助的数据协作、灵活的可视化分析。构建自助数据分析平台,提升数据分析应用便捷性:数据源数据处理层管理驾驶舱应用层公司业务系统公司贷款系统客户信息管理系统国际结算系统资金营运系统信用卡系统其他数据采集数据批量采集DMPDWS层DWD层ODS层管驾数据从数据源端开始做246、隔离,逻辑自研数据集市层服务层基础数据层汇总指标层存款业务中间业务担保业务贷款业务国际投资业务代理业务其他规模指标收入指标客户指标质量指标成本指标风险指标其他过程指标终端类型PC端移动端实时大屏用户类型公司高管战略部成员中层管理员中后台管理者一线管理者一线业务人员服务类型公司战略层看板业务执行层看板用于衡量公司整体目标达成情况的看板,主要服务于公司战略决策拆解公司战略级目标到业务线,支撑业务策略执行的核心过程指标业务策略层看板对业务策略目标进一步拆解,一线人员关注的细化到客户明细层级指标数据即时同步ETLETL数据抽取BDP大数据仓库平台东亚中国构建数据湖的同时,同步搭建了数据科学实验室,面向247、业务分析岗及有相关技能的同事开放。平台包含了主要业务系统的几千张表,覆盖零售、对公、风控、合规等各个条线需求。平台上所有数据依照东亚中国数据分级分类要求,确保既能方便使用,又能满足合规要求。搭建数据科学算法平台,满足数据挖掘及 AI 算法研究需求:2022-2023 年,东亚中国先后在全行范围举办两次“数赢”杯数据分析大赛,参赛队伍均以Eureka 平台为数据分析工具。全行 900+人关注并跟随大赛进行学习。“数赢”杯赛不仅帮助实现Eureka 平台的普及与推广,带动一线及中后台人员的业务分析热情;而且提高了员工数字素养,强化了全行数字化学习意识,提升了业务人员数字化相关技能,使得“数字化”理248、念更加深入人心、数字化技术得以普及。以赛促学,提升全员数字化素养:典型场景场景一:管理驾驶舱优化建设项目发现问题:在东亚中国的数字化转型中,管理驾驶舱作为大数据服务门户建设的核心组成项目之一,仍面临诸多挑战:管理驾驶舱数据处理层极大程度依赖 BDP 大数据平台数据处理层出数时效和准确度,影响应用层数据质量;管理驾驶舱指标体系混乱,指标和过程数据的关系弱,复用性不强;154让数据成为生产力153让数据成为生产力管理驾驶舱项目以提升管理层用数效率为宗旨,项目上线后,提升了管理层决策效率的同时,为公司每年节省了近百万的成本支出,真正实现了管理层决策智能化。项目成果:月频更新数据,收入、成本、规模、K249、evRatio等模块指标累计140+指标数全行30+企业银行30+零售银行40+金融市场30+司库10+多条线应用全行企业银行金融市场司库零售银行MBR数据集建设日频更新数据,累计200+指标,分时间、机构不同维度统计汇总指标数前台条线:CEO36+、企业银行20+、零售银行30+、金融市场10+中后台条线:业务营运10+、人力资源10+、营运人力资源10+、营运时效40+、监管报送10+多条线应用CEO企业银行金融市场人力资源监管报送分行零售银行业务营运营运时效营运人力资源PC端移动端+管驾数据集建设解决过程:优化管理驾驶舱整体架构:在数据处理层,将管理驾驶舱数据从数据源端开始做隔离。构建管250、理驾驶舱指标体系:MBR 数据集:更新数据包括收入、成本、规模、KeyRatio 等模块累计 140+指标;管理驾驶舱数据集:更新数据累计 200+指标,分时间、机构不同维度统计汇总场景二:黑名单预警压降项目东亚中国防范洗钱风险,对其零售、对公、互联网等客户群体,在开展相关业务时,实施反洗钱预警扫描机制。该机制通过黑名单服务系统,以批量和实时的方式,识别出可疑客户并发出警告,对客户信息与路透社、红通等制裁和监管名单进行对比,经过人工查核后,将结果推送给下游系统,供业务部门使用。目前 BLN 系统每日产生大量错误警报,而所有警报量均需要通过人工审查,希望通过规则和模型建立无效警报过滤,以减少警报251、量和人工排查工作量。发现问题:项目主要分为两个优化方向:解决过程:黑名单过滤(PEP 定义完善规则模型):基于打标结果和遵守合规要求,结合数据分析和模型等方式过滤定义不符的黑名单。AI 警报分析(行职业分析模型优化、机器学习模型和策略优化):基于打标结果和遵守合规要求衍生行职业特征,自动排除无效警报。场景价值:黑名单过滤:定义完善规则模型后,数据分析结合规则模型辅助补全定义不符的文本组合,提升警报率。AI 警报分析:通过模型进行行职业分析和判断,结合行职业分析模型,使用 AI 和策略辅助判断无效警报,从而减少人力投入。管理驾驶舱处理层数据来源分布无序,未形成合理的数仓结构化存储,数据的可拓展性252、和规范性较差。156让数据成为生产力155让数据成为生产力数字化转型与商务智能实践方正证券股份有限公司(以下简称“方正证券”或“公司”)是中国首批综合类证券公司(股票代码:601901)。通过多年积累,方正证券及其子公司业务资质齐全,范围涵盖证券经纪、期货经纪、投资银行、证券自营、资产管理、研究咨询、IB 业务、QFII 业务、融资融券、另类投资业务、证券投资基金业务、场外市场业务、质押式报价回购业务、代销金融产品业务、受托管理保险资金业务、新三板做市业务、收益凭证业务、私募基金管理等。方正证券肩负“以金融服务成就美好生活”的使命,以“成为广受客户信赖的投资银行”为愿景,秉承“客户至上、专业稳253、健、开放协同、简单专注、勤奋坚持、追求卓越”的价值观,致力于为客户提供交易、投融资、财富管理等全方位金融服务。未来,方正证券力争成为财富管理特色鲜明、高质量发展的大型综合类券商。方正证券股份有限公司项目总结在当今数字经济时代,数字化转型已成为银行界的共识,各大银行纷纷进行战略布局和开展数字化落地工作,东亚中国作为一家百年企业,在当今快速发展的数字化时代要找到适合自己的转型模式与路径。帆软 FineBI 提供了一站式大数据商业智能的解决方案,帮助东亚中国充分激发数据要素,释放数据价值潜能,提升在数字化时代的竞争和发展能力,更为东亚中国降本提效,激发创新能力,实现转型升级提供了行之有效的方法。百年254、东亚,扎根中国,东亚中国将继续推动数字化转型,在数字化转型的航道上行稳致远。158让数据成为生产力157让数据成为生产力针对上述痛点,方正证券从底层数据入手,着力建设湖仓一体与流批一体。公司首先将当前各业务平台底层数据打通,确保数据同源;其次针对数据采集/加工结果,分别以主题、业务、指标类型、标签类型等维度建立不同分类且彼此交互,最终完成前端展示。解决方案商务智能(Fine BI)管理系统报表(Fine Report)圈客平台商机平台指标管理系统标签管理系统ODSDWSDWSADS数据应用数据管理数据治理数据平台OLAP引擎(Trino)离线计算引擎(Spark SQL)实时计算引擎(Flin255、k SQL)MPP数据库(Doris)作业调度与资源管理(YARN)离线计算框架实时计算框架离线存储结构(Hive)数据湖存储结构(Iceberg)流式存储结构(Paimon)分布式存储系统(HDFS)方正证券数据中台架构另一方面,为了快速实现数据价值,数据可视化工具至关重要。经过大量的调研和 POC,公司最终决定选择帆软 FineReport 作为管理系统的通用报表工具,配置的报表可以集成到各类系统中。按照规划,具体方案分为下述三个方面:集成公司现有的数据,能够在统一平台查看不同数据源的信息,解决员工找数难的问题;数据集成平台项目亮点数据分析助力识别和管理风险,确保公司的稳健运营培养业务部门256、数据分析能力,快速转化数据生产力构建“BEAM”模型,对网点经营效率进行科学量化评估需求痛点痛点一管理半径大,管理过程精细化,需要大量数据支持。01痛点二对员工数据赋能不足,需要科技手段,帮助员工发现商机,商机的运营管理需要大量数据分析支持。02痛点三客户层面的分析欠缺,客户增量与存量的策略分析需要大量的数据分析认证,支持对应策略制定与过程跟踪。03160让数据成为生产力159让数据成为生产力对员工进行培训,充分利用帆软平台功能,提高数据处理能力和效率,解决员工分析难的问题。员工培训典型场景网点效率评估模型方正证券搭建网点效率评估模型(BEAM-Branch Efficiency Assess257、ment Model),模型整合公司数十个平台的结果指标、重点业务指标,以及营销队伍和负责人的多维度考核数据,并综合考虑网点地区因素,从区域经济、业务发展、人员队伍三大维度并细化成 24 个指标对所有网点进行定量评估。评估得分 TOP20%的为高效区间,末位的 15%为低效区间。模型评分月度观察,动态调整。鼓励向高效区间的网点借鉴经验,交流学习,对于处于低效区间的网点则进行督导、培训、轮岗、更换负责人等举措。最后通过各类因素得分按照既定权重计算综合得分,并按照最终的得分分布的象限划分为四类,综合得到人行地行、人行地差、人差地行、人差地差四类网点,并对症下药,针对性开展管理和考核工作。BEAM 258、的搭建,填补了对网点经营效率进行科学量化评估的空白;网点画像更加立体,考核内容更加全面,考核结果更加客观,管理手段能更有针对性,公司决策能更加果断及时。在对网点效率评估,网点优化策略建立,低效网点圈选上起到了定量分析的重要决策依据。BEAM 架构规范底层数据基础表通用指标口径并共享,各部门数据看板同源,解决员工对数难的问题;数据同源共享客户结构分析方正证券客户体量庞大,在对上千万的客户进行专项分析时,存在一定的难点。因此,将所有基础数据统一口径,并整合到底层数据,解决上述 B、C 问题。对所有的分析维度实现标签化,在一个系统内通过从时间、渠道、客户属性、客户分类、构成等维度对客户数、资产、创收259、等指标进行聚合分析,生成指标分析看板,解决上述问题。通过重点业务指标分析看板,实时进行业务监控,了解业务发展动态;业务分析指标更加全面,分析层层下钻,更有利于发现问题,助力管理便捷化、决策高效化。162让数据成为生产力161让数据成为生产力项目总结数据可视化工具在企业数字化转型中扮演着至关重要的角色。随着信息技术的快速进步和人工智能的广泛应用,我们正处于一个数据爆炸和信息过载的时代。在这样的背景下,数据管理和利用变得至关重要,而数据可视化工具则成为企业从数据中获取洞察和制定战略的关键工具之一。通过将自然语言处理技术融入商业智能工具,能够实现以用户友好的方式与数据进行互动。数据可视化不仅仅是呈现260、数字信息的手段,更是帮助企业从海量数据中提炼出关键见解的桥梁和工具。总的来说,随着人工智能技术和大数据技术的深度融合,商业智能和数据可视化工具正经历着一场革命性的变革。未来,随着技术的不断演进和应用场景的扩展,数据可视化工具将继续发挥着不可替代的重要作用,成为企业数字化转型的重要支撑和驱动力量。客户资产流入BI 自主分析平台“数据魔方”赋能数据服务创造数据价值华夏银行于 1992 年 10 月在北京成立,是首钢集团有限公司独资组建成立的全国性商业银行,是全国唯一一家由制造业企业发起的股份制商业银行。华夏银行在改革开放总设计师邓小平的关心支持下,于 2003 年 9 月上市交易,成为全国第五家上261、市银行。华夏银行股份有限公司164让数据成为生产力163让数据成为生产力痛点二难以构建统一的数据管理体系。为了打破分行数据孤岛,提升数据质量与可用性,总行计划推动构建统一的数据管理体系,但是现状是总分行使用不同的平台存储数据,使得数据的一致性、规范性和可靠性难以得到保证。02解决方案为了实现数据标准化与高效协同的核心目标,华夏银行设计了新的数据架构,接入数据底座与数据中台作为数据源,并完成多方资源的整合。所有这些层级的数据信息,从描述、业务口径到数据质量,都在统一的数据资产管理平台上进行登记与管理,确保了数据的规范性和易用性。整合数据数据魔方应用层报表报告指标数据服务基础表加工表多维主题宽表实262、时落地表数据中台服务层领域资产指标标签文件精准营销智慧经营智能风控依法合规分行数据集市数据底座服务层服务层数据资产管理平台项目亮点累计建设分行自助发布报表、报告类产品1344个,产品访问量7.68万次建设了多个热门业务场景,产品访问量18.8万次数据魔方用户数近33000人,活跃人数9131人,占全行用户比例28.5%近年来,华夏银行在政策驱动与监管要求下,已将数字化转型确立为重要战略转型方向,不断加大科技投入,建设数字化人才体系,全面推进数字化建设。投入主要集中于数字科技转型,包括多个重点任务和条线转型方案,旨在提升金融科技对业务发展的赋能和服务能力。华夏银行利用大数据、人工智能等先进技术,263、提升金融服务效率和客户体验,推出了多款数字化金融产品,如在线贷款、移动支付、智能投顾等,方便客户随时随地进行金融交易。2022 年荣获国家互联网数据中心 NIISA 联盟“2021 年度技术创新一等奖”、荣获 IDC“中国金融行业技术应用场景创新奖”。2023 年荣获“第十四届金融科技创新奖”。数据应用现状需求痛点痛点一数据获取困难、数据理解困难、数据使用困难和智能化支持困难。业务人员用数时不清楚可以去哪里找需要的数据,或者找不到数据。01166让数据成为生产力165让数据成为生产力在数据超市模块完成,数据超市模块包含各种数据产品:包括报表、报告、图表、主题宽表和指标等数据可视化产品。热点报表264、报告如存款实时余额相关报表、个人养老金相关报表、速赢项目营销相关报表等。场景二:数据探查和分析在数据资源模块完成,“数据资源”是把数据库中加工好的具有业务分析价值的数据表可视化到页面上,解决业务找数难的问题。业务人员可进行检索和查找,同时可以查看该资源的数据字典信息,申请数据权限后可一键进入可视化分析工具完成数据探查和分析。场景三:自助报表制作在数据工具模块完成,数据魔方集成 FineBI 自助分析工具、FineReport 报表开发工具和常用查询工具,可进行一站式的数据分析和报表制作,让非技术背景的人员也能够快速进行数据分析,节省技术支持的时间,提高工作效率。为保证数据魔方各项既定目标的顺利265、达成,有效提升数据魔方用户活跃率,并为各分行在数据魔方运营评优工作中提供客观依据,围绕应用团队协作、运营活跃情况、人才培养、生态社交情况四个方面,积极推进数据魔方运营工作。运营推广典型场景场景一:报表报告查看数据魔方 PC 端与数据工具深度集成,使用工具制作的报表可自助快速发布为数据魔方产品,发布完成后在数据超市里展示进行共享,其他用户可申请使用,形成快速推广和复用能力。平台采用云原生的开发工具和行内通用的技术平台,并深度集成帆软 FineBI 和 FineReport 工具。搭建平台168让数据成为生产力167让数据成为生产力数据可视化催化新质生产力赋能,数据服务管理提升之道江苏常熟农村商业266、银行股份有限公司(以下简称“常熟农商银行”)改制成立于 2001 年 11 月 28 日,是全国首批组建的股份制农村金融机构,2016 年 9 月 30 日于上海证券交易所上市(股票代码:601128)。常熟农商银行以“农村金融领跑者”愿景为指引,以“普惠金融、责任银行”为使命,秉承“敢闯、敢试、敢为”拼搏精神,连续六年蝉联“陀螺”评价体系县域农商行第一,连续五年获评上交所信息披露评价 A 级,连续五年跻身英国银行家杂志“全球银行 1000 强”榜单前 500 强,2023 年排名第 405 位,“2023 年中国银行业 100 强”第 81 位。江苏常熟农村商业银行股份有限公司项目总结数据魔267、方项目自上线以来,为华夏银行在数据管理和业务决策方面带来了显著的变革。它不仅有效解决了传统数据查询和使用的难题,还通过集成先进的零代码、可视化分析工具,极大地降低了数据分析的门槛。通过管理驾驶舱、分析大屏、数据看板以及移动端的多渠道自适应展示开发能力,数据魔方实现了数据的即时订阅与转发,以及“千人千面”的个性化数据推荐功能,满足了用户对数据快速、高效、自主使用的需求。170让数据成为生产力169让数据成为生产力解决方案构建数据中台,夯实数据基础底座常熟农商银行数据中台发展已来到第十个年头,为响应全行数字化转型要求,形成数据驱动业务发展的智能化金融生态,常熟农商银行持续开展数据中台体系的整体规划268、。统一门户整合数据渠道,标准化进行数据资产管理常熟农商银行打造“飞燕数海”平台作为全行数据资产门户,提供数据展示、数据使用、数据管理等一站式数据相关服务,重点将多渠道数据如智能报表、驾驶舱、BI、主要绩效及管理会计数据做了整合打通,集中各类数据应用访问,改变原先数据应用林立、入口繁多的局面。全行战略目标数据战略与文化指导数据的战略定位愿景与目标信念使命.组织团队与绩效数据开发运维能力数据治理能力制度与流程规范数据应用基础支撑能力数据整合与服务能力数据服务能力数据整合数据采集组织架构组织团队数据治理数据标准管理办法数据质量管理办法元数据管理办法.数据服务指标管理办法BI管理办法源数据管理办法.客269、户营销与服务产品创新与设计运营优化与提升风险预警及管理监管合规.数据分析师数据人才人才考核机制数据工程师.数据开发工具数据资产管理数据标准管理数据质量管理元数据管理数据安全管理数据生命周期管理DataOps体系数据运维监控工具数据产品服务智能数据服务分析挖掘服务数据API服务数据标签离线数据内部数据采集技术平台基础组件服务器存储网络.统-调度ETL外部数据采集实时数据实验数据数据指标数据质量组织团队人才梯队建设项目亮点为14个总行部门提供数据服务场景超120个,为分支机构提供数据服务场景超200个服务覆盖全行本异地所有26家一级机构、44家二级机构,并延伸至江苏、湖北、河南等地区19家村镇银行270、机构业务部门自行创建的统计小看板已达到4000多个,其中活跃模板1000余个数据应用现状常熟农商银行在推进数字化转型的过程中,面临重重压力与挑战,一方面数据引领的新质生产力带来了更高的发展要求,另一方面加速数据赋能业务已成为银行业降本增效的迫切手段,当前业务数据分析需求多,数据开发技术门槛高,海量数据难以充分发挥价值,一定程度上影响了行内信息化建设的步伐。需求痛点痛点一数据架构体系演变,平台性能遇到瓶颈01痛点二指标口径定义混乱,数据资产管理缺失02痛点三业务系统渠道繁多,数据价值挖掘成本高03痛点四分析需求层出不穷,数据工具支撑不足04172让数据成为生产力171让数据成为生产力场景二、机构271、效益及团队绩效场景展示区别于行内经营管理数据,绩效相关数据需要按考核口径计算,出数时间及查询效率难以保证;村镇银行技术支持有限,缺乏独立的绩效系统支撑,考核数据需要投入大量人力自行加工计算;总行之外的机构效益、特殊的组织架构团队数据没有专门的数据统计,数据可视化缺失。首先,明确建设目标,以考核为导向,从服务角度出发,功能需求要从机构需求考虑,使用户看得见、看得懂,让员工能快速知晓自己的业绩情况。一方面建立考核领域集市作为考核相关明细数据统一来源,并对特殊的团队划分进行字段标识控制,接入 BI 搭建考核维度指标看板,怎么考核就怎么加工,并在此基础上考虑一部分灵活口径调整,便于维护和变更;另一方面272、接入管理会计系统数据,填补机构效益类指标数据的空白。平台主要面向行领导和董事会办公室使用,不管是查看主要经营管理数据还是与机构进行问题沟通,打破了原先需要不同系统间切换使用的壁垒,响应全行数字化转型要求,实现数据资源的集中和整合,总行与机构管理者实时、快速、高效沟通,更好地发挥统一指挥管理功能,让“指挥的人听得见炮火”。推广 BI 自助分析,壮大数字人才队伍为解决用数难、用数慢、数据处理繁琐的通病,在开放数据融合层 9 大类主题共计 94 张表作为底层数据的基础上,搭建人人可用的 BI 自助取数平台开放使用,以拖拉拽的形式快速实现基础字段报表生成,以多种图表模板展示可视化数据。发展数据可视化应273、用,提升数据服务能力数据可视化是发挥数据价值的直观形式,围绕数据可视化,常熟农商银行通过多种数据应用开辟多样化展示方式,提供不同场景下的数据服务。典型场景场景一:燕谷指挥中心为提高全行数据的处理效率和共享程度,掌握机构工作动态,更好地发挥统一指挥管理功能,为决策层、管理者提供数据支撑,快速完成管理决策。燕谷指挥中心的建设可以分为以下模块。以规模、结构、客户、效益、风险、实时等多维度展示全行经营数据,可下钻至各分支机构、分理处。大脑集成零售、小微、公司、授信等条线业务数据看板。四肢接入全行监控系统,掌握分支机构及村行厅堂动态。千里眼接入亲听系统,了解客户需求,快速响应。顺风耳174让数据成为生产274、力173让数据成为生产力从试点机构 BI 考核模板,再推广到全行其他机构,最终形成标准化的全行级 BI 考核数据看板接入绩效系统,支持零售、公司、小微、授信、普惠、运管等各条线人员快速查看自己的业绩情况,员工对于自己的业绩情况一目了然,实现机构、客户经理维度的智能排名与模拟营收,弥补了原先系统查询效率的短板。场景三:“三位一体 四务融合”综合服务生态视图为探索网点产能提升,通过与供销社、商贸流通企业开展生产、供销、信用“三位一体”合作,在合作点位布放机具、提供销售窗口,为客户提供政务、商务、村务、行务综合服务,对于银行类似新的服务场景需要快速配套研发可视化看板进行跟踪支持。针对消费者、商家、村275、民的营销场景对行中店、线上商城等服务场景进行数据可视化呈现,全面支持常熟农商银行线上商城、8 家行中店、300+经纪人数据及时播报,体现通过高频生活消费场景吸引更多客户到店的数字化过程,并辅助通过战略合作营销企业及供应链、合作互动拓展企业员工经纪人,营销拓展分析网格效率提升,全面赋能银行网点的数字化转型和产能升级。项目总结常熟农商银行通过打造多种应用提供数据服务,利用帆软 FineReport 和 FineBI 快速实现数据可视化呈现,持续提升数据理解和洞察力,帮助银行管理者快速、全面、科学决策,培养业务人员看数、用数、分析能力,推动全行数据文化的觉醒普及,加速数据赋能效率和效果。今年,作为省276、内农商行的排头兵之一,常熟农商银行与江苏省农村信用社联合社启动联合共建数据中台重构项目,在数据可视化方面深入开展合作,互相传授建设经验,在数据服务管理的赛道上将迈上更高的台阶。176让数据成为生产力175让数据成为生产力代表客户:交通TRAFFIC交通,现代社会的血脉,承载着人员流动与物资交换的重要使命。它不仅维系着经济的活力,更是连接世界的桥梁,促进了文化的交流与融合。商业智能正在重塑交通行业的面貌,它不仅优化了航线的规划,提升了物流的效率,还增强了城市交通的智能调度,让每一次出行更加精准、高效。它让数据说话,让决策更明智,让服务更贴心。浙江交投高速公路运营管理有限公司零代码构建创新、高效的277、高速公路业务理模式浙江交投高速公路运营管理有限公司(简称“浙高运公司”)是浙江省交通投资集团有限公司专业化运营管理平台的运营主体,在数字化转型与创新方面取得了显著成就。其“浙高运多跨场景数据融合治理”项目入选 2023 年浙江省“一号发展工程”优秀案例;高速公路数字管控综合决策平台被列入2022 年全国高速公路运营管理十佳案例名单。浙江交投高速公路运营管理有限公司178让数据成为生产力177让数据成为生产力项目亮点需求痛点痛点一数据孤岛困境,亟需加强数据归集01痛点二流程审批繁琐,亟需优化业务流程02痛点三数据应用不足,亟需数据驱动决策03自主搭建包含指标174项的浙高运驾驶舱,实现三级穿透公278、司 2024 年整体业务流转效率同比提升26%减少20%的重复性工作量,提高数据统计效率30%解决方案打破数据孤岛,实现数据高效获取浙高运公司借助简道云平台之力,成功实施了一体化的数据接入、存储及管理体系。为进一步打破数据孤岛,浙高运公司从源头推动信息系统统筹管理,整合公司总部自建以及各管理中心自建信息系统,进一步提高数据资源的多样性、标准性和安全性。截至目前,公司已累积在线数据量约为 110T,且数据年增长率高达 33T。数据看板数据融合算法建设清洗转化补全传输ETL离线任务数据仓库数据归集设备管理系统高速管控平台路产理赔系统营运分析系统合同管理系统.高麓云平台(使用情况)整体架构数据开发数279、据归集数据开发精简业务流程,全面提高工作效率借助简道云平台的强大支撑,成功搭建了数字化流转流程。利用数据工厂、智能助手等手段挖掘数据深层关系,加大了业务过程的智能化。简道云平台的引入,使业务流程实现了质的飞跃,让企业在数字化时代的浪潮中更加稳健前行。180让数据成为生产力179让数据成为生产力推动数业融合,实现全面业务赋能浙高运公司针对分析应用、日常报表等常见的数据应用需求,建立了多样化的数据应用和服务。首先建立了业务分析模型,实现异常分析和预警推送。此外还完善了管理驾驶舱,自主搭建了“管理中心、基层站所”两级驾驶舱,包含指标 174 项,实现浙高运驾驶舱三级穿透。让各级管理人员能够直观地了解280、运营情况,快速做出决策。典型场景高速公路运营“安标化”以简道云数据为基础,采集养护管理域、机电设备域、运行保畅域、营运管理系域、合同管理域和资产财务域共同作为场景数据源,为场景提供更全面、准确的数据支撑。构建“1+6”7 大域数据底座通过简道云的 1 个多跨协同模块+8 个安全业务模块(目标责任、法规制度、安全投入、作业监督、宣传教育、双重预防、事故应急、考核改进)的形式组成安全生产标准化工作台。工作台由 106 个表单和 9 个看板组成,实现“公司管理中心基层单位”3 个层级安标化台账线上输入和输出,日均数据量 6 万余条。搭建“1+8”模块架构工作台基于简道云数据工厂功能,构建双控预防管理281、分析体系,建立安全风险分级管控和隐患排查治理双控分析算法模型。利用指标体系法进行风险评估,并根据评估结果将风险等级分为四个等级,以实现分级管控。同时,根据机电、养护、营运和分中心四条业务管理线,针对致险因素进行定向管控,有效降低安全风险。建立双控预防管控系统借助统一数据底座,成功实现业务的多跨协同。相较于传统的数据填报方式,不仅减少了 20%的重复性工作量,还提高了数据统计效率 30%。目前,浙高运已经利用双控预防管控系统成功采集了超过 3.4 万条数据,并分析提炼出 76 个风险指标。通过简道云的推送提醒、流程提醒和节点限时处理等功能实现 51 项智能提醒业务。高速公路运营“云上悦”浙高运基282、于简道云低代码开发平台将“散落的数据”集结在一个面上,形成公司人力资源管理体系。一是通过 API 接口联动集团 HR 系统、集团营运管理系统、财务预算系统和公司的人力资源管理系统等相关系统;二是利用聚合表、智能助手、数据工厂等表单工具将多元数据进行融合。通过人力盘点分析、岗位胜任力分析、管理队伍能力分析等,奠定数据分析基础。构建人力资源数据平台灵活串联员工个人履历、考核信息、培训经历等各项数据,呈现员工从招聘入职到离职(退休)的全生命周期发展路径;运用数据工厂使抽象的文字指标化;再利用数字看板将数据具象化,形成每位员工的“人才画像”。管理者通过人才画像可以实现人才快速检索,有针对性培育、筛选、283、使用各类人才。员工通过查看自己的人才画像可以清楚地发现自己的优点及不足之处,帮助规划职业生涯发展路径。建立全寿命周期的人才地图182让数据成为生产力181让数据成为生产力通过年度目标分解、设立绩效考核关键指标(KPI)、系统线上自动测评、考核结果线上录入、绩效反馈与改进。实现绩效流程数字化,提高工作效率,同时将绩效过程和结果形成看板,有利于横向、纵向查找差距。绩效管理通过人力数据平台的搭建较大程度上减少人力资源管理人员的手工台账和数据统计等工作,相关手工台账由原来 63%下降到目前的 14%,并且部分台账在基础台账完成后即可自动生成,以下属台州管理中心为例,每月有效解放 28 个工时,大幅提高284、工作效率。通过人才画像的设立使领导、用人部门实时了解掌握员工总体信息,实现人才精准筛选。绩效管理模块的建立使得各部门年度任务完成及时率从原来的 83%提高到目前的 92%,通过横向和纵向对比有效提升各部门的 KPI 指标。涉路施工作业管理建立项目施工审批模块浙高运根据公司、管理中心两级涉路施工审批管理办法制度,将项目施工审批模块拆分为审批信息、项目信息、基础信息和方案附件四大部分,均按照集团公司制度进行字段设定,并按照要求配置各流程节点,做好施工逐级审批全过程。建立施工计划管理模块检查模块主要为项目信息校对、过程检查记录和违约通知三大部分。首先对检查项目进行选择,自动关联提前计划项目的内容,检285、查人员对检查内容进行记录,拍照佐证,通过流程流转到该项目负责人,自行查看其施工中存在的问题和相应的处罚结果。依据实际公司施工管理要求,负责审核隔日施工计划,方便监控人员对施工现场进行统筹协调。施工人员通过提前录入施工地点、施工开始结束时间和相关施工信息,通过流程自动将信息推送至管理人员和监控人员,提前做好施工计划安排。建立施工监督检查模块184让数据成为生产力183让数据成为生产力项目总结当前,浙高运公司通过简道云平台,搭建多个公司运营管理应用模块,全方位覆盖各类业务需求场景,有力推动了公司降本增效的目标;充分发挥简道云 API 接口的灵活性,在公司构建了一个开放、透明的业务数据共享平台;通过286、实时、全面的业务数据与智能化分析工具,使管理层能够迅速应对形势变化,提升决策精确性和企业适应性。该涉路施工作业管理场景的应用,完美解决了管理痛难点,实现施工项目全体协作单位协同运转、高效管理和数据统一规范等要求,大大缩减了施工方对施工资料审批的时间,从原先审批时间的 3 天降低为 1 天,提高了办事效率。又因为规范了检查工作流程,做到落实有效整改,确保各方安全、道路畅通,解决了因施工检查存在的施工纠纷问题。数字驾驶舱助力管理与战略决策浙高运公司准确把握关键业务指标和运营动态,统一规划实施了“公司/管理中心/基层站所”3 级标准化数字驾驶舱的建设,以满足公司各业务板块对数字化管理的需求。公司领导287、及业务部门负责人能够迅速掌握全方位的业务指标信息,从而确保在第一时间做出精准无误的判断决策。统一规划数字驾驶舱公司各业务板块根据工作需要,搭建了个性化的管理看板,管理人员可以通过数字驾驶舱开展全业务数据的深入分析与研究,制定改进措施和战略优化方案,进而实现资源的最优化配置与业务流程的持续迭代升级。逐步形成管理类看板体系公司各业务板块的一线岗位人员,在数字驾驶舱的精细化指导下,能够精准对接实战需求,依托实时更新的业务数据、直观的分析视图和智能报警系统,将复杂的数据分析转化为易于理解的视觉信息,提升工作效率与执行力。浙高运公司的战略规划正在由“业务驱动”向“数据驱动”转变,其中对客户、业务、运营、288、竞争等方面的深入可视化分析尤为重要。通过完善数据运营体系,借助数据可视化平台可以赋能公司各部门通过操作优化、管理提升、风险控制来准确预测业务需求,进行智能决策分析,从而制定更有效、更有针对性的策略,全面提升浙高运公司的核心价值和竞争力。浙高运公司以用户需求为导向,面向公司领导、管理人员和一线岗位人员三类人群,分别设计了公司战略看板、业务板块管理看板、基层岗位作业看板等数字驾驶舱,为工作效率的整体提升提供数据支持,流程优化使用后,公司 2024 年整体业务流转效率同比提升 26%。创新创造作业类看板体系186让数据成为生产力185让数据成为生产力需求痛点在实现信息化数字化转型的过程中,公司积累了289、大量数据,但这些数据尚未充分发挥其应有的作用。公司在信息化数字化转型面临技术层面和业务层面的难题:项目亮点预计每年可节约约15万元的人力成本预计客户满意度将提升至少20%通过优化航班计划和资源配置,预计每年可节省约900万元精准的燃油管理策略,每年可节省约315吨燃油数据应用现状业务系统多FOC、QAR、ACARS、EFB 等数百个系统。数据来源多旅服数据、FOC 系统、运价系统、财务结算系统、自有数据库、黑屏销售数据、CE 接口数据、运价发布系统、航线运力数据、航线票价数据、航线历史值机明细数据等数十万张数据表。BI 点燃数字化引擎,多彩航开启多彩绿色发展新征程多彩贵州航空有限公司(以下简称290、“多彩航”)2015 年 6 月 2 日获中国民用航空局批准筹建,2015 年 6 月 19 日正式成立,2015 年 12 月 31 日成功首航,2016 年 1 月 8 日正式商业运营。公司总部位于贵州省贵阳市双龙航空港经济区机场路,主运营基地为贵阳龙洞堡国际机场。多彩贵州航空以“安全至上、服务至上、形象至上”为核心价值观,按照“立足贵州、面向全国、飞向世界”的发展理念,不断拓展和丰富航线网络。多彩航现在基本构建了以贵阳为中心,覆盖京津冀、长三角、珠三角、华中、华南等主要城市航点,形成了以“干线拉动、支线补充、干支联动”的航线网络布局。2023 年夏航季运营航线 50 条,通航深圳、上海、291、成都、重庆、天津、南京等一线大中型城市 40 个,设立天府、宜宾、茅台、三亚 4个过夜基地。多彩贵州航空有限公司188让数据成为生产力187让数据成为生产力解决方案在数字化转型的大背景下,多彩航针对公司内部存在的困局和痛点,从以下四个层面开展了数据治理的探索和实践。形成“四个一”+“N”数据能力通过业务场景梳理建立多彩航数据管理体系、梳理数据资产、支持多彩航完成数据使能平台搭建,以多彩贵州航空核心业务动作为业务场景开展试点应用,形成多彩贵州航一套数据资产、一套数据管理体系、一种数据团队能力构建、一个数据平台规划、N 个重点应用场景落地,夯实财务、市场、运行域等数据资产,为数据平台提供优质数据,292、为业务场景提供数据能力。规范数据资产目录和数据标准基于数据资产目录的设计方法,完成多彩航 10 个业务领域数据资产目录梳理,初步识别多彩航 141个业务对象。持续高效推进各业务领域的数据治理、数据汇聚、数据共享和数据应用,形成了业务和技术深度融合、业务和业务跨域协作。大安全大运控大服务大管理大物流大交通大产城应用层治理层服务层集成平台数据服务服务集成消息集成数据集成标签画像自助报表数据挖掘.元数据管理数据标准管理数据质量管理数据建模管理数据资产管理数据安全管理数据治理专题库指标专题1专题2经营指标业务指标流计算引擎融合数仓主题库实时计算运行域安全域旅客域管理域能源域物流域交通域实时分析结构化数293、据商业域.算法航班放行正常率分析预计入位时间预测.数据湖半结构化数据非结构化数据实时流.汇聚层离线数据采集实时数据采集数据库采集文件采集接口采集互联网采集MQS消息KafkaAPI.基础设施支撑层服务器大数据基础设施网络HCS混合云存储组织支撑政策指引框架体系管理组织管理流程规范建设数据架构数据标准规范数据运营体系数据资产目录指标体系规范数据质量管理规范数据安全规范大数据基础平台分布式计算与存储平台MapReduceSparkFlink企业大数据平台(MRS)HDFSHive/HBaseRedis分布式数据仓库(DWS).数据孤岛严重公司数据分散在数百个系统和数十万张数据表中,各业务系统之间缺294、乏有效连接,造成数据难以共享和利用。数据标准不统一不同部门在数据采集和定义过程中采用了不同的标准,导致相同指标在不同系统中有不同的口径,数据可信度低。数据分析不统一各部门独立开发数据分析应用,导致大量的重复劳动和资源浪费。数据质量问题飞行时间等重要数据存在“同名不同义、同义不同名、同义不同值”等问题,数据不准确、不完整、不一致、不及时。数据洞察时效性差数据缺乏全局的共享和打通,难以及时发现数据问题并通知相关业务方。数据驱动能力不足业务决策仍过度依赖经验,数据支持运营能力和创新能力弱。190让数据成为生产力189让数据成为生产力从航线、机场、飞机以及减推力等多个角度分析和比较燃油消耗,探索燃油消295、耗关键因素,为调整航班计划、优化航线、提升业务能力提供参考建议。航线角度出发,分析不同航线的燃油消耗特征,考虑因素涵盖飞行距离、机型、航班量等。利用历史飞行数据,通过对直飞与经停航班、航线距离的燃油效率,揭示航线设计对燃油消耗的直接影响。“机场滑入滑出分析”模块专注于机场地面操作对燃油消耗的影响,通过分析滑行时间、滑行路线等因素,评估机场地面运行效率,为减少滑行阶段的燃油浪费提供策略建议。通过分析不同机场、飞机、机组减推力使用情况,找出飞机运行时减推力使用的提升空间,减小发动机使用磨损,降低维修频率及维修成本。市场收益决策辅助数据分析平台通过整合旅服数据、FOC 系统、运价系统、财务结算系统、296、自有数据库、黑屏销售数据、CE 接口数据、运价发布系统、航线运力数据、航线票价数据、航线历史值机明细数据等 13 类数据源,以市规划数据管理体系围绕多彩航数据管理组织现状,整体对多彩航进行数据管理体系建设规划,指导多彩航后续数据管理落地。发挥数据要素乘数效应,推广数据分析平台使用为推进公司员工梳理数字化转型理念,掌握数字化思维方法,熟悉数字化新工具的使用,多彩航于2023 年 4 月开展了 2023 年数字创新大赛。大赛共有 33 个队伍报名,各队伍提交了初赛作品。经技术专家评审打分,评选出 16 支队伍进入决赛。此次比赛孵化出了一系列节能减排、安全运行、营销服务和经营管理方面的“金点子”。参297、赛队伍由业务和技术人员组成,基于 FineReport 工具开发作品。各队伍的跨界组合打破了工作边界,为数据驱动的业务创新提供了良好的环境,成为公司培养数据思维、推行数字化转型的最佳实践。通过这次大赛,多彩航已形成了“争优创新”的数据应用氛围,充分发挥数据要素的乘数效应,赋能公司绿色发展。同时,多彩航积极参加第八届“创客中国”数字化转型中小企业创新创业大赛,多彩航经过初赛、复赛的层层选拔后,最终在总决赛与全国各地的 25 个参赛队伍共同角逐,最终以全国第六名的成绩荣获该大赛的三等奖。典型场景绿色飞行,智控油耗 全方位燃油智能管控平台全面整合 FOC、QAR、ACARS、EFB 等十几个业务系统298、,结合全业务域数据,建立基础燃油数据库和燃油指标库,夯实数据底座。通过数据服务平台进行模型计算和指标计算,使业务层能够在PC 端和移动端实时监控各个环节的燃油消耗和碳排放等指标,为业务决策提供全链路数据辅助建议。平台不仅能够从宏观层面对整个公司的燃油消耗进行鸟瞰式概括,还能逐步细化至具体的运行单元机组与单架飞机,从而为决策支持提供深度与广度并存的数据洞察。192让数据成为生产力191让数据成为生产力运行品质分析平台对航班飞行数据进行实时分析和评估,帮助发现潜在的飞行安全隐患。通过深化对现有数据指标的整理分析,围绕影响运行品质的各要素,结合运行过程中形成的相关数据,满足航班运行的指标计算、效能评299、价、可视化分析需要,支撑运行效能分析和评估工作,实现对重要航班联合保障、航班动态调时建议、大面积航班延误辅助建议、航班不正常原因等方面运行情况和运行品质的可视化分析和统计评估,推动运行质量评估工作由主观经验判断向数据评价转变,为运行质量评估和资源配置优化提供数据决策支持,助力航班运行效率持续提升,同时及时采取措施,提高飞行安全性,降低事故风险,保障乘客和机组人员的安全。数字化航空运行品质分析平台能够实时监控航班的后台数据变化,并在数据异常时通过精确分级,及时向各职能单位及一线保障单位推送预警信息,不再依赖人工查看。业务人员可以查看消息推送情况和告警发生时参数的实际数值,为业务人员提供快速响应和300、处理的机制。航空运行品质分析平台根据智慧民航建设路线图中对“全国航班协同运行保障与精细化航班运行控制技术”的要求,平台基于数据中台,采用数据分析、BI 可视化工具和异常预警等数字化技术,融合航班运行核心业务数据,自动计算日、周、月报数据,秒级响应,助力业务转型,降本增效,实现监管与统计的可视化功能,更加直观、形象地展示航班运行信息,辅助业务人员管理与调整。同时,提供报告和文档记录工作过程和结果,以提供决策依据,为业务人员建立了重要基础保障,提高了航班运行的服务质量,实现航班运行的高效业务运作。同时为公司提供包括航班正常性、延误时间、提前 5 分钟关舱率、航班执行情况等核心功能的协同管理报表,提301、升不同业务部门之间的沟通效率。场为中心建立收益指标年度分析、年度业绩分析、航班指标分析、对标完成情况、年度客座率趋势等信息的市场收益决策辅助360视图,基于数据中台和数据决策平台建立航司市场收益决策辅助数据,奠定数据分析基础。194让数据成为生产力193让数据成为生产力医药MEDICINE代表客户:医药行业,自古以来便是人类对抗疾病、追求健康的重要战场。它承载着生命科学的深刻内涵,引领着科技进步的前沿方向。医药行业的数字化转型不仅关乎技术的进步,更关乎对人类健康的深刻理解。商业智能的应用,让医药企业能够更好地理解患者需求,更快地响应市场变化,更有效地控制风险,从而在保障和促进人类健康的道路上发302、挥更大的作用。苏州大学附属第一医院项目总结多彩航通过引入数据中台和帆软 FineReport,成功推动了数据治理和数据应用,实现数据赋能业务,助力企业发展。多彩航在数据治理和数据应用方面取得了显著成效,主要体现在以下方面:全面覆盖多领域:帆软 FineReport 在绿色环保飞行、运行、营销、财务、人力等多个领域得到了广泛应用。各业务部门和 IT 部门协同合作,打破了传统的组织和工作边界,促进了跨部门融合。数据驱动业务创新:借助帆软 FineReport 平台,多彩航实现了数据驱动的业务创新。各部门能够实时获取数据,进行深入分析,从而优化运营流程,提高工作效率。培育数据文化:通过持续的数据文化303、培育,多彩航内部形成了“你追我赶”的数据治理和数据应用氛围,构建了“共建、共享、共赢”的数据生态。这种数据文化极大地推动了公司的数字化转型进程。显著成效:通过 FineReport 的使用,多彩航不仅提升了数据的使用效率,还实现了多个业务场景的价值挖掘,为公司整体运营带来了可观的经济效益和社会效益。打破数据孤单,发挥数据要素效能:实现数据统一管理,打破各部门之间对数据共享阻碍,充分释放数据潜力,发挥数据要素效能。196让数据成为生产力195让数据成为生产力项目亮点实现统计口径一致、统一可视化平台,促进部门间协同汇聚指标数据,推动信息化系统应用,提高工作效率梳理指标数据过程中,发现业务改善方向建304、立完整的指标体系,支持全局业务决策需求痛点华熙数字化转型过程中数据分析痛点:痛点一供应链数据质量有待提升01痛点二数据中台不稳定,抽取时间长02痛点三数据标准不统一03痛点四及时性较差,分析深度不够04华熙生物供应链数据可视化平台华熙生物科技股份有限公司于 2000 年 01 月 03 日成立。法定代表人赵燕,华熙生物是知名的生物科技公司和生物材料公司,公司以合成生物科技为驱动,致力于不断提高生命质量、延长生命长度,为人类带来健康、美丽、快乐的生命体验。华熙生物主要聚焦在功能糖、蛋白质、多肽、氨基酸、核苷酸、天然活性化合物等有助于生命健康的生物活性物开发和产业化应用。华熙生物目前已经建成合成生305、物学研发平台、微生物发酵平台、应用机理研发平台、中试转化平台、交联技术平台、配方工艺研发平台六大研发平台。建立了从原料到医疗终端产品、功能性护肤品及功能性食品的全产业链业务体系,服务于全球的医药、化妆品、食品制造企业、医疗机构及终端用户。2019 年 11 月 6 日,华熙生物正式登陆中国资本市场在 A 股上市,股票代码为“688363”,玻尿酸行业第一股。2023 年公司营收 60.76 亿,归母净利润 5.926 亿。华熙生物科技股份有限公司198让数据成为生产力197让数据成为生产力典型场景集团供应链总览驾驶舱以集团为核心,主要展示五个模块相关一级页面对应一级指标,对销售-物流全链路主要306、指标进行主要监控。为监控全链路各个部门的业务现状,根据主要数据情况,实现对业务的整体把控。建立强大的供应链数字化能力,使业务能够依托数据分析,及时发现问题、精准施策、解决问题。集团总览驾驶舱不仅为问题定位提供有力支持,更助力业务部门采取针对性的解决措施,确保供应链的持续稳定。业务流转及分析框架基于“成本”“效率”“可靠性”“质量”四个管理维度进行整体分析框架的设计,通过多层次的指标体系实现供应链运营效果的量化,整体框架包含:指标 50+、一级指标 10 个。涵盖:销售、采购、生产、质量、物流。效率敏捷性在奔跑中调整成本可靠性质量辅助决策销售预测流程销售部提供销售预测销售预测校验和调整云仓库存管307、理工厂仓库库存管理ODM/OEM库存管理N+1成本&N+2备货包材OA需求交付时间和节奏包材需求,ODM需求原辅料需求第一步计算原辅料需求第二步计算包材和原辅料OEM.ODM成品原辅料和包材收发货排产;OEM外协需求经管部PMC采购生产仓储库存管理(成品)需求计划提产计划物料需求计划采购库存管理(生产)生产解决方案数字化转型长期规划未来三至五年内,将首先实现“全面集成供应链”的目标,聚焦于价值链共赢,打通内部、外部及供应商的业务流;在此基础上,进一步打造“智慧供应链”,围绕 平台 人才 体系 流程 四大核心内容进行建设,实现数据互通,流程可视化,结果可视化。全面提升价值链的能力水平,向可预测、308、智能化方向发展。同时并培养一部分数据化人才进行探索式自助分析,充分发挥数据化的价值。数据分析平台建设思路一个平台:构建原料药械集中智能化统计分析,统一数据接入、分析、输出。两个统一:统一数据平台,基于数据仓库,统一数据整合、清洗转换、数据建模等,数据展现面向领导、高管、业务管理层、业务应用层等形成主题式指标体系、管理驾驶舱体系、报表体系、分析体系。三个层级:IT 层:敏捷报表支撑,提高效率;业务层:数据串成指标,指标串成部门主题报表;决策层:掌握经营概貌,信息透明,压力输出、同时满足不同层级的权限的管控。多种场景:月度会议,大屏展示、管理驾驶舱、移动 BI、多维度自助分析、报表查询、数据补录。309、200让数据成为生产力199让数据成为生产力自助分析推广应用在数据分析平台上线的过程中,华熙生物进行了 5 场专题培训,覆盖人群 200 余人,有 93 名同事通过 FCA 初级认证,建立数据分析专题群、后续在数字化转型过程中,更好地让业务人员发挥数据的价值,完善了数据分析模式。采购管理驾驶舱采购管理主题,主要展示数据指标为企业内采购整体情况,展示本年的采购计划达成率、采购到货及时率以及采购退换货率。采购部、商务部等可以通过采购驾驶舱及时了解本年集团内及下级单位或部门的采购计划期本期完成的采购情况,同时可以监控各部门的采购数量及增减情况,及时了解本集团及下级单位的实时采购情况信息。销售管理主题310、,主要展示数据指标为企业的需求计划与销售情况,展示本月的需求计划情况、销售情况等指标。销售部及需求业务部门可以及时了解本月的销售量、需求计划,方便上下游实时同步信息,并作为各个部门内部本月工作内容、工作安排的主要参考,实现需求-执行部门的双向信息同步。销售管理驾驶舱202让数据成为生产力201让数据成为生产力借力“简道云”,搭建组织管理创新平台海南快克药业有限公司作为药品行业的标杆企业,隶属于金石亚药(股票代码:300434)集团,是一家集药品生产、销售为一体的综合性医药公司,专注于感冒药 30 多年,以“供给好药,服务社会”为服务宗旨。公司是国内感冒药一线产品“快克”和“小快克”的品牌缔造者311、和拥有者,着力打造强势产品线覆盖感冒清热、胃肠消化、清咽止咳、抗菌消炎和营养补充等领域。海南快克药业有限公司通过数字化中心的持续运营推动,目前已有几十位同事熟练掌握了自助分析的能力,过程中开发的BI 分享看板和场景也为实际业务运转提供了源源不断的数据支撑。相较于原有的从业务系统导出数据再进行 excel 加工,自助分析模式给业务同事提供的不仅是数据处理和数据展现的便利,更大的价值在于开拓了使用者的思路,能够让业务同事将数据分析的逻辑和思维代入到业务过程中。项目总结项目伊始就组建了“业务-IT-开发”的标准化项目团队,三方同时参与需求讨论,需求基本一轮定稿,并且 IT 团队保证了数据源的提供及时312、性,给“小步快跑”提供了基础。BI 项目负责人认为,未来为了更好地促进华熙数字化转型,双方还将进行更深层次的合作,从业务出发深入合作帆软的咨询和交付,从技术出发打通 3D 可视化及敏捷填报的引入 FVS 及简道云,从而全方位促进华熙生物的数字化转型。204让数据成为生产力203让数据成为生产力需求痛点痛点一数据口径不一致,存在数据孤岛01痛点二原有的信息系统迭代缓慢,无法及时满足一线销售管理需要02痛点三各地区各部门的个性化需求较多,开发资源无法及时匹配03决策系统功能层 数据层业务系统Fineivobile移动端日助LAP分析国定式普通报表数据分析共享Spidier中擎(本地/直连)-数据集313、市(业务包)权限管理/平台管理故事仪表盘自助数据集企业数据决策系统数字建模大屏终端零代码多端自助式仪表盘自定义表单自定交表单自助式分析自定义流程自定义表单知识库SAAS云数据库非核心应用进销存管理签约管理快克CPIM药事管理程序数据源及其他文本数据源关系型数据库数据仓库NDSGL数据库 多维数据库ERP-Nc商业流向OA+KMS 数据抽取解决方案项目亮点个性化需求满足快速迭代和创新数据孤岛问题的解决人才培养和储备简道云平台的引入使得快克药业能够根据不同地区和业务部门的个性化需求,快速开发定制化的应用,提高了业务应用开发的灵活性和响应速度。简道云的引入降低了开发门槛,使得快克药业能够快速迭代应用314、,及时响应市场和业务需求的变化。通过简道云与 FineReport 报表系统的融合,实现了数据的实时同步和多维分析,有效打破了数据孤岛效应,提升了数据的利用率和准确性。通过参与系统开发,快克药业培养了一批具有数据思维和系统化思维的管理人才,为公司的数字化转型提供了人才支持。数据应用现状为进一步消除数据孤岛效应,扩大信息化的业务覆盖范围,真正让各省级服务区个性化业务需求能够得以快速满足,从而能真正发挥快克赋能平台“数据赋能”的价值,快克药业于 2021 年引入零代码轻量级应用搭建平台简道云及系列配套服务,以应对公司各部门的个性化管理需求,扩大系统的覆盖范围。206让数据成为生产力205让数据成为315、生产力典型场景功能个性灵活、数据可视化、权限精细化的移动版 CRM通过 FineReport 构建中间库存储其它系统的数据,同时通过简道云前端事件调用其它系统中的数据,通过这样的形式各个系统中的数据得以打通,数据孤岛问题迎刃而解。根据业务调研,在简道云平台开发客户管理、行为活动、营销管理、工作报告、个人中心五大模块 20+功能页面,完美覆盖终端用户的所有行为。FineReport 构建中间库+简道云前端事件调用,解决数据孤岛问题快克将简道云作为信息采集入口,终端用户通过简道云填报数据信息;收集完毕数据之后,应用管理员使用仪表盘便捷搭建可视化图表;如果遇到简道云仪表盘不能满足需求的情况下,同时还316、可以通过简道云插件实时同步到企业内部数据分析平台,进行更专业、更深入的分析。简道云插件+仪表盘功能,构建移动端可视化平台根据权限对照表,对明细报表、数据看板、可视化图表等设置权限组进行统一管理,实现精细化的权限控制(细化到人)。从而满足不同地区、部门、岗位的数据使用需求,避免原来出现的数据越权的情况。简道云权限体系功能,表单以及可视化图表数据实现精细化权限管理将简道云作为信息采集端,FineReport Mobile 作为工具入口及数据展示平台,基于二者自主搭建属于企业内部的 CRM 移动端。简道云+FineReport 报表相融合,定制化开发快克 CRM为进一步消除数据孤岛效应,扩大信息化的317、业务覆盖范围,真正让各省级服务区个性化业务需求能够得以快速满足,从而能真正发挥快克赋能平台“数据赋能”的价值,快克药业于 2021 年引入零代码轻量级应用搭建平台简道云及系列配套服务,以应对公司各部门的个性化管理需求,扩大系统的覆盖范围。快克药业的简道云建设策略可以总结为以下三个步骤:管理职能:利用客户、产品、人员主数据、三者关系等系统数据,规范客户、产品、人员的新增、变更、查询、删除,结构化处理客户、产品、人员主数据。销售职能:快速搭建阶段营销管理活动的数据采集端,除自动生成明细表外,还要能精细化权限,生成管理看板。业务梳理,简道云统一数据口径,连接主数据仓库进行模块化研发。步骤二对于客户一318、户式数据归集,既可以进行客户全生命周期管理,也可以实现员工维度的个人数据的跨平台查询。通过地区试点扩大范围应用,全面推广全员参与的方式,将简道云作为全员微创新的一个技术支撑平台。简道云的数据通过 FineReport 插件与 python 接口,与主数据匹配并分析利用,实现数据的价值。步骤三步骤一FineReport、简道云集成数据、统一数据标准、数据治理、主数据数据仓库,奠定各系统利用的数据基础。208让数据成为生产力207让数据成为生产力由业务人员直接填报产品进销存,中间人员仅作审核,不做汇总,填报要求直接体现在表单填报限制上,结合线上通知,确保业务人员按要求填报准确;搭建简道云流程表单,319、自主开发填报系统利用简道云平台,自主开发进销存填报系统,管理员可以根据业务需求及时灵活调整填报字段及要求;通过仪表盘以及智能提醒功能,实现填报进度管理,及时了解已报未报,加快时效管理。定制化开发应用,搭建仪表盘,智能管理进度,避免多报漏报进销存进度管理填报,审核双向减负客户协议审签合一、查询分析一体化的线上签约全流程管控简道云流程表单,实现线上签约、协议数据实时汇总,降低数据查阅难度。使用简道云搭建签约申请流程,用于协议签订审核。申请时只需要将协议内容、数据填入简道云表单中,提交进入层级审核流程,同时对提交的所有协议数据进行实时汇总更新,并根据需要进行统计分析;210让数据成为生产力209让数320、据成为生产力苏州大学附属第一医院赋能医疗新生态:医院抗菌药物数字化管理的数字驱动与数据洞察苏州大学附属第一医院药学部是以“为病人服务为中心,以保障药品供应为基础,以药学创新转化为核心”,集药学服务、教学、科研为一体的综合性药学技术服务部门。药学部是江苏省唯一获批的全国 16 家临床药学重点专科之一,为卫生部合理用药网络 INRUD 中国中心组“个体化药物治疗组”组长单位、卫生部临床药师培训基地、全国临床合理用药示范基地;强调优质的药学服务理念,多次被评为全国青年文明号单位;作为苏州大学药物研究与转化交叉研究所所长单位,积极推动药学科研的转化应用,荣获十三五重大新药创制药物临床评价示范平台单位。321、项目总结企业目前都在追求“数据驱动“,简道云数据收集可以保证决策数据来源的实时和正确,FineReport 数据分析搭建驾驶舱,让管理层快速把握公司的重要情况,在做重要决策时,能够告别以往”全凭主观决策“的形式,科学决策。不仅如此,它使更多有业务变革思维的管理人才积极地参与到系统开发中来,为公司数字化转型培养、储备了一批具有数据思维、系统化思维的人才。管理层有数可依、科学决策;快克公司创新提速、人才储备升级简道云+FineReport+管理层+快克公司用简道云方案,跨部门直接一起看仪表盘或者数据明细表就行了,而且还能通过权限来精准控制人员权限,沟通配合的机制明显比之前提升了几个档次。协同配合机322、制明显升级简道云+跨部门简道云大大降低了开发门槛和难度,这就使得它可以灵活快速地满足我们各个服务区各式各样的灵活需求。而且市场环境瞬息万变,只要能理清需要变化的业务逻辑,简道云还能快速迭代,及时响应一线需求并真正地起到提效、增产的作用。帮助部门拓展轻应用平台能力边界,个性化的管理理念能够快速落地简道云+信息部212让数据成为生产力211让数据成为生产力解决方案驾驶舱智慧管理药事管理药政指标管理运营状态感知报表中心绩效指标分析跟踪临床使用抗菌药物的全过程,实现抗菌药物闭环管理智慧医疗抗菌药物占比科室强度患者强度药品强度临床抗菌药数据查询系统检测主动提醒抗菌药物耐药率阈值提醒患者按诊断均值强度提醒323、抗菌药物DDDs提示科室强度预测提醒医生可通过BI看板,能及时的了解抗菌药物实时使用情况及整体用药情况临床医生管理端药师管理端用药权限管理医保指标监管不良事件管理评价抗菌药物监管临床用药推荐药品指标监管处方医嘱审核处方集管理互联网合理用药药学知识库处方前置区域合理用药处方点评病区管理规则方案管理药品三级质控药品管理门诊住院药房管理静配中心医院配送三级库盘点院外供应链管理药库管理临床用药管理合理用药药品供应Mysql数据库Al规则引擎临床药学知识库HIS、EMR、LIS、PACS.底层业务支撑项目亮点本次项目的创新与落地,对药品字典的梳理和抗菌药物使用数据的清洗,能有效跟踪临床使用抗菌药物的全过324、程,减少不合理用药行为;各管理部门、各科室、病区、治疗组可通过 BI 看板,能及时地了解抗菌药物实时使用情况及整体用药情况,以把控抗菌药物的临床应用与管理方向,进而对抗菌药物进行更精准的管控。数据应用现状随着抗菌药物的广泛使用,抗菌药物监测数据的管理与应用变得尤为重要。这涉及数据的收集、处理、分析和报告等多个环节,每个环节都可能出现问题,影响监测结果的准确性和可靠性,同时也涉及药品管理、临床决策、患者安全以及成本控制等多个方面。当前,抗菌药物的临床应用与管理面临着多方面的挑战。不少临床医生在面对感染治疗时,往往基于个人经验或临床需求进行药物选择,而非基于精准化的用药指南,抗菌药物在实际使用中往325、往会出现不合理用药的情况,如非必要的长时间使用或单纯基于临床表现而非实验室报告来误用或滥用,这些情况都易导致细菌耐药性的加剧。加之,目前抗菌药物的监测数据繁多,却缺乏一个具体的措施来对这些数据进行合理的整合及可视化,临床科室不能及时获取抗菌药物相关数据及分析结果,管理层也无法及时调整管理策略,导致管理滞后,进一步强化了抗菌药物监测指标的不稳定性。因此,BI 的应用对于系统化的用药监测和干预能够有效影响抗菌药物的使用,降低了使用强度以及药物滥用的风险,减少治疗过程中出现的抗菌药物耐药问题,对于控制和指导合理用药意义重大。需求痛点214让数据成为生产力213让数据成为生产力实时更新库存数据,记录药326、品的使用情况,确保药品供应的连续性和合理使用。药品库存与使用管理提供抗菌药物使用指南和最佳实践,提高医疗专业人员对合理用药的认识。医生和药师教育平台向患者提供抗菌药物使用信息,收集患者反馈,优化用药指导。患者教育与反馈机制利用 AI 技术,结合时间、科室和医生的具体情况,对抗菌药物使用情况进行实时监控和趋势预测,及时发出异常使用提醒。实时监控与预测模型从院区、科室、病区、医生治疗组及具体药品等多维度进行深入分析,识别超剂量、超疗程、不合理联合用药等问题。抗菌药物强度分析驾驶舱典型场景抗菌药物管理与监控系统为了提高抗菌药物使用的透明度和合理性,我们开发了一个综合的抗菌药物管理与监控系统,该系统包327、括以下核心功能:结合各部门实际需求建立合适的分析仪表盘对临床医生管理端设置科室各时间段的实时强度、使用强度,各类抗菌药物的使用频率与使用金额等;对药师管理端设置各类型抗菌药物的使用情况,对临床医生使用抗菌药物的监管情况等;对决策端设置全院的抗菌药物使用强度和重点科室及异常值的预警系统等。对抗菌药物的数字化管理的数据分析分为以下三个层级:搭建统一的数据仓库,实现对患者的抗菌药物使用记录、医师开具的抗菌药物处方、使用剂量和疗程、医院内不同科室的抗菌药物使用情况等数据进行集中的管控与处理,保证数据的质量与安全。数据源抽取阶段:需要根据具体业务抽取局部数据,在保证获取各分析维度完整性和时效性的前提下制328、定数据抽取策略及频次方案,保证底层数据的及时更新。统一数据仓库的搭建建设数字化分析平台建立统一的数据中心,通过从宏观到微观的抗菌药物使用全面监控,对抗菌药物监测数据进行合理的整合及可视化展示,按照医院、各个科室、各个病区、各个治疗组抗菌药物使用情况进行分析,对全部抗菌药物、单个抗菌药物、不同疾病需要的抗菌药物、病人使用的抗菌药物落实分析路线,对抗菌药物开展精细化管控,有效控制细菌耐药性的发展。216让数据成为生产力215让数据成为生产力医院利用简道云平台设计了一个抗菌药物药品管理应用。该应用包括以下几个关键功能:通过实时更新库存数据,确保药品供应的连续性和及时补充。药品库存管理记录药品的使用情329、况,包括使用量、使用频率和使用对象,以监控可能的滥用情况。药品使用监控收集和分析耐药性数据,识别耐药性趋势和风险因素。耐药性分析提供抗菌药物使用指南和最佳实践,提高医疗专业人员对合理用药的认识。医生和药师教育通过监控不同药品的价格(如图片中的“85 元/安”),帮助管理者了解市场动态,合理制定采购计划。药品价格监控管理不同规格的药品(如“200mg*10”),确保药品的多样性和适应不同患者的需求。药品规格管理利用简道云搭建药品管理应用提供一个用户友好的界面,使医疗人员能够快速、准确地报告不良反应事件。简易申报流程系统自动收集和整合不良反应报告的数据,包括患者基本信息、用药历史、不良反应类型和严330、重程度等。数据收集与整合利用数据分析工具,对收集到的数据进行实时分析,及时发现不良反应的模式和趋势,并提供反馈给医疗人员。实时分析与反馈基于分析结果,评估药物使用风险,指导临床决策,优化药物使用策略。风险评估与管理提供抗菌药物使用和不良反应管理的教育培训材料,构建知识库,支持医疗人员的专业发展。教育培训与知识库抗菌药物不良反应申报系统为了提高抗菌药物不良反应的监测和管理效率,医院利用简道云平台开发了一个抗菌药物不良反应申报系统。通过这个抗菌药物不良反应申报系统,医疗机构能够更有效地监测和管理抗菌药物的不良反应,保障患者安全,提高医疗服务质量,同时为医疗人员提供了宝贵的学习和改进机会。该系统具备331、以下功能:218让数据成为生产力217让数据成为生产力增强了抗菌药物管理的系统性医院内部抗菌药物管理与监测的不足得到了有效改善,抗菌药物使用强度的不稳定性得到了控制。降低了抗菌药物滥用的风险通过 BI 的干预,减少了非必要的长时间使用、联合使用和基于临床表现的误用,有效降低了抗菌药物耐药问题的发生。提升了医院管理的透明度和效率管理层能够通过 BI 看板及时了解全院抗菌药物的使用情况,对抗菌药物的管理方向有了更明确的把控。项目总结本项目的实施,通过引入 BI 技术,对医院抗菌药物的使用数据进行了系统的整合与可视化,有效解决了抗菌药物管理中的诸多挑战。项目成果显著,不仅提高了临床抗菌药物的合理处方332、行为,还促进了医院抗菌药物使用的规范化、标准化和精细化管理。从宏观层面来看,本项目的成功实施为医院带来了以下变化和价值:提高了抗菌药物使用的合理性通过 BI 项目的梳理,临床医生现在能够基于精准化的用药指南而非仅凭个人经验进行药物选择,显著提升了用药的合理性。记录药品的生产日期和有效期,避免过期药品的使用。药品有效期跟踪药品库存周转率提升 20%,减少了库存积压和过期药品的浪费。通过合理用药教育,患者对抗菌药物的正确使用率提升了 30%。耐药性问题的发生频率降低了 15%,减缓了耐药性的发展速度通过实施该系统,提高了药品管理效率,具体实现以下效果:220让数据成为生产力219让数据成为生产力项333、目亮点借助帆软工具的“穿针引线”,东富龙打通各个系统,实现数据互联互通,为生产端管理提供重要支撑。东富龙不断挖掘企业数据价值,建立了东富龙 FineReport 报表分析系统,在赋能业务提升效率的同时实现数据互联互通,为生产端管理提供重要支撑、为公司决策提供数据保障。数据应用现状东富龙以 ERP、PLM 系统为管理主线,集多项管理系统为一体,配置全覆盖的车间执行系统,实现制造、工艺、计划、物料等的协同管理,打造以数据互联互通为特征的制造网络,构建智能化工厂。而庞大的系统数据,也带来了新的问题。需求痛点痛点一各系统间存在数据孤岛问题01痛点二业务数据分析存在较多手工处理的场景02痛点三03数据分析的表现形式也比较单一国内制药设备龙头企业东富龙插上数字化翅膀,破浪前行!东富龙成立于 1993 年,2011 年创业板上市,总部位于上海,是一家为全球制药公司提供工艺服务与耗材、核心装备及工程的整体