资源描述
-StartDT,Research Center 数智时代制造业转型实践、”StartDT Research Center 隶属于国内独立第三方数据科技集团 StartDT（奇点云集团），由原本的奇点研究院升级而来，旨在通过研究、实践和交流，探索数据商业的前沿边界，思考未来世界的堆栈结构，从趋势中学习、理解、建立认知，进而指导当下的数据实践。01数据改变制造业随着科技的飞速发展，全球制造业正面临前所未有的变革。数字化、智能化、自动化等新兴技术已成为推动制造业发展的重要引擎。我国制造业在经历了高速增长后，也步入了转型升级的关键时期。近年来，我国制造业逐渐呈现出两大趋势。一是制造业数字化转型的步伐加快，企业通过引入先进技术，如云计算、大数据、人工智能等，提升生产效率，优化产业链条，实现高质量发展。以东风汽车集团为例，其通过与华为合作，建设云数据中心，推动业务信息化，以应对行业挑战。二是制造业服务化趋势日益明显。在全球市场需求减弱的背景下，我国制造业企业纷纷寻求由生产型向服务型转型，以满足消费者多样化、个性化的需求。例如，通过工业互联网平台，企业可以实现产品设计基因化、生产过程智能化，进而提供更具竞争力的产品和服务。面对新的制造业发展趋势，我国企业应抓住数字化转型的历史机遇，积极拥抱新技术，加快创新步伐，提升全球竞争力。本白皮书整理了制造业的 10 个典型案例，旨在分析制造业数字化转型的现状、挑战和机遇，为相关政策制定和企业战略规划提供参考。希望通过阅读本白皮书，您能更好地了解制造业的发展趋势，把握未来方向，与我们共创美好未来。前言02数据改变制造业未来，数据智能将为真实的商业需求而设计，构筑企业的公共数据空间，传递数据的社区氛围，最终改变人们的生存空间，解放人们去思考、决策和创新。03数据改变制造业数据改变制造业的 10 个案例0427数智时代的制造业挑战和应对39数据改变制造业的 6 大产品53数据改变制造业的 4 大行业目录C ONTENT S04数据改变制造业05数据改变制造业数据改变制造业的10 个案例供应链控制塔的 3 个应用平台化场景建设实时生产监管数据平台体系化建设高效经营分析实时决策工作台数据要素资产化可视化流程管理010402050703060806数据改变制造业痛点概述供应链控制塔某通信设备制造集团的数字化转型之道 该客户是某通信设备制造集团，是全球领先的多品类智能通讯终端研发设计公司（智能通讯终端 ODM），产品涵盖智能手机、平板电脑、笔记本电脑及 IoT 产品，远销亚非拉欧等 100 多个国家和地区，覆盖全球80 多个运营商，服务全球数亿消费者。计划采用“统一平台、统一数据、统一运营”的思路，进行数字化运营体系建设。客户无法评判“产品从下单到客户交付回款，到底需要多少天？”，核心痛点为如何实现“T+N 天拉通全链条业务节点，并做客户交期的合理应答”。StartDT 为该集团搭建统一的数据运营平台，围绕营销、制造、供应链和财务等核心场景，辅助决策层、管理层、执行层进行数据分析和决策。并通过“供应链控制塔 SCT（Supply-chain Control Tower）”产品打通商务、计划、采购、仓储、生产、物流和结算主题全流程数据预警分析体系，实现管理前置，运营改善。产品从下单到客户交付回款，到底需要多少天？07数据改变制造业实践过程实践价值首先，StartDT 团队着手帮客户建立一个高效统一的数据平台，旨在盘点和梳理数据资产，为业务提供可靠支撑。通过搭建大数据平台，我们将数据资产梳理清晰，并构建了一套完整的数据框架和规范体系，为后续的数据开发奠定了坚实的基础。其次，针对“T+N 天拉通全链条业务节点，并做客户交期的合理应答”的核心痛点，通过抽取、汇聚和拉通各流程业务数据，建立了一套基于运营流程的业务指标体系和可视化运营沙盘，有效地推动了业务数据的管理和应用。内置分析模型囊括了商务、计划、采购、仓储、生产、物流和结算七大领域的 37 个 OTC（Order to Cash）流程节点，可实时监测供应链执行情况，预测和识别潜在风险，实现快速响应和高效调度。最后，进行数据运营，建立数据智能应用。基于业务场景纵向深挖，为质量监控、采购决策、订单交期、运营闭环等业务场景提供数据可视化和自动化服务，实现数据治理和场景建设的持续发展。这一系列的努力旨在提高数据质量，满足数据标准化要求，加速供应链流程的优化，以及降低成本和提高效率。未来，智能化系统的建设将成为制造业的趋势，推动生产方式向更高效、更智能、更绿色的方向转型升级。企业只有持续创新，提升数字化技术和能力，才能响应 DT 时代的需求，赢得更广阔的发展空间。订单数据拉通，断点堵点诊断：以客户订单为视角，拉通 OMS、DMS、ERP、SRM、WMS、MES、TMS 等 10 多套核心业务系统数据，治理断点堵点问题 32 项，实现数据从分散到共享复用。实况沙盘可视，事件智能预警：梳理商务、计划、采购、仓储、生产、物流和结算 7 大领域，37 个关键流程节点，48 个预警事件指标，通过 100 多人智能推送协同处置，有效降低交付风险。交付瓶颈洞察，交期监控提升：围绕订单交付环节，对关键材料齐套约束瓶颈洞察、关键工序产能约束瓶颈洞察、履约周期分客户分产品分过程进行监控，最终实现订单满足率提升 18%，交期缩短 8%。1.2.3.08数据改变制造业痛点概述某机电设备制造集团是一家蜚声全球的世界 500 强企业，作为日本电子电器领域的佼佼者，其制造工艺和品质一直处于行业领先地位。多年来，该企业在中国市场深耕细作，建立起了强大的品牌形象和稳固的客户群体。然而，经过内部评估发现，相较于同行业平均水平，该企业的数字化建设整整滞后了五年。为了在日益激烈的市场竞争中保持领先，企业高层决定加速集团数字化转型。由于历史和组织分工原因，IT 部门在数字化转型领域的认知和能力存在局限性；系统间的数据结构“烟囱式”分布，也导致数据的整合和治理日益困难；加之现有的大数据基础设施建设不足，以上因素都制约了企业数字化转型的进程。为了解决这些问题，企业必须借助外部专业力量的帮助，借助其行业经验洞察和技术产品，共同制定科学、可行的数字化转型路线图，才能够充分盘活数据潜在价值，为业务发展提供有力的支持。平台化场景建设某机电设备制造集团小步快跑持续转型如何从战略举措到规划落地，支持业务转型？09数据改变制造业实践过程实践价值在了解该企业的背景和诉求后，StartDT 制定了一项名为“空投部队”的数字化转型策略。其核心是先实现各散点的数字化建设，再逐步推动整体的数字化转型，包括 IT 系统上线、数据团队建设和管理流程优化等多个方面。首个总部数字化项目以“六加二”模式开启，通过对六大场景的摸索与实践，该机电设备制造集团对数字化转型进行了首次探索：在 StartDT 的帮助下，该企业逐步建立了底层数据基础和上层数据应用，为各项业务提供及时、全面、准确的经营管理信息。同时，StartDT 也在持续提供该企业在数据治理方面的指导。其次，客户采用“业务融合、数据融合、持续治理”的建设理念，围绕销售、供应链、人力、财务等领域，借助大数据技术和智能算法能力，打通各系统数据，沉淀数据资产，实现业务联动、业财联动、智能决策分析，并将数据智能应用到企业经营的各个环节，降本增效。例如，企业购买并落地了 BI 数据门户，整合多渠道数据源，实现统一权限管理，支撑财务人员多维分析财务状况，通过供应链报表，帮助销售和采购方及时了解订单交付进度。最后，客户工厂的首个数字化项目采用了“一加五”模式，持续深化转型成果。“一”指的是运营监管，“五”是指五大分析场景：销售预测、订单履约、计划达成与波动、采购执行和库存与供货能力分析。六大数字化场景：即经营业绩、经销商画像、客户画像、流通 ISP、员工画像和件名分析。二大基础设施：MDM 主数据系统和数据云平台 DataSimba，作为数字化基础设施。总部和工厂的数字化项目建设，从基础设施开始，逐步拓展平台化业务场景和应用功能，在实践中不断小步快跑，优化迭代，形成以业务需求为导向的螺旋上升过程，通过数据发现问题、提升效率、改善决策。构建精细化分析能力，降本增效：助力集团管理决策者真正了解订单、产品、部门的营收、费用情况，实现六大业务场景维度可视化洞察，精细化分析与管控，最终帮助企业制定开源节流方针政策。销售业务分析辅助市场决策：从客户、产品类别、业界等维度对销售收入的趋势进行分析，进行计划、预测与实际对比分析，以发现重点客户、重点商品和重点业界，从而实现精准扩贩，赢单率提升 15%。数据推动员工的业务职能转型：管理层可以实时查看数据，将财务人员的精力从日常的财务报告工作中释放出来，以便他们能够更深入地分析业务执行情况并给予业务指导。IT 部门也增设了数据分析师，并优化分工，以便能够快速响应业务诉求。1.2.3.10数据改变制造业痛点概述某光伏制造龙头企业是全球为数不多的拥有垂直一体化产业链的光伏制造商。随着业务的蓬勃发展，为了给各业务部门提供有力的支持，该企业构建了多个应用系统。然而，在业务部门对数据使用需求日益增长的情况下，分散式数据存储已无法满足各事业部门对生产运营管理的需求。因此，该企业急需构建一个统一的数据中台和实时生产监控平台，实现生产数据的统一管理、协同运营和高效分析决策，挖掘企业数据价值，为数智化转型构筑基础。生产运营管理对于制造企业来说至关重要。良好的生产运营管理不仅能够帮助企业降低成本、提高效率，还能够为企业的可持续发展打下坚实的基础。然而，传统的生产运营管理在实践中常常会遇到一些困难和挑战，例如：如何开展全球化的生产运营管理？人员与物料管理：人力成本逐年上升，人员绩效的统计也变得更加复杂，物料成本的管理正在变得越来越重要；设备与设施管理：设备效率的统计变得越来越复杂，设备的故障率也越来越高，同时设备的利用率也存在不均衡的问题；1.2.实时生产监管某光伏制造龙头企业用数据驱动生产运营管理11数据改变制造业实践过程实践价值针对上述痛点，我们结合奇点云在智能制造领域的丰富经验和深刻的行业理解，使用“实时生产监控平台（RPI,Real-time Production Index）”的智能化产品为客户量身打造解决方案。该产品以数据云平台 DataSimba 为底座，提取全球各个生产基地的数据，通过数据采集、清洗、计算、整合等一系列复杂的处理流程，实现了数据资产的汇聚与联动分享，形成了具有全局视野的生产统计分析体系。实时生产监控平台（RPI）从“人机料法环测”六个方面对生产过程进行实时监控，对人员、设备、设施、工艺、质量、物料、安全、环境八大关键场景进行实时预警，并支持多级管理驾驶舱联动下钻查询。这一切能够帮助管理层更好地了解全球各生产基地的生产情况，及时调整生产计划和资源分配，实现智能化的生产流程管理与信息化协同；同时也帮助该企业有效提高生产效率，降低生产成本，提高产品质量。更安全的生产过程，更高效的生产效率：我们通过将该企业的各类工业设备与互联网相连，采集其在生产、状态和质量等方面的全过程数据，并结合传感器节点的数据进行实时监控，构建起工业物联网时序数据架构。该架构以流批数据为基础，综合采集设备、设施设备和工作关键数据，通过数字化洞察，实现设备间的高效协同，并确保产品的稳定生产和质量可控。这一全新的数据架构不仅提高了生产效率，而且有效降低了机器的故障率，使生产更加可靠和有保障。更敏捷的现场决策，更优化的资源利用：借助数字化管理，实现了制造过程的可视化与透明化。通过对设备运行状态的实时监控，避免了不必要的停产问题，设备的综合效率得到显著提升。而对于生产能耗的实时监控，也有效避免了停产时间的不必要资源浪费，从而大幅降低了生产成本。打造“智慧工厂”，增强企业创新力和竞争力：通过数字化转型的方式构建“智慧工厂”精益产线规划、智能分析生产数据、优化生产活动现场，实现生产流程的智能化和自主可控，同时令生产效率大幅提升，生产成本不断降低。这有助于提高企业的创新能力，巩固行业领先地位，并为企业发展注入源源不断的动力。1.2.3.3.4.质量与工艺管理：产品的直通率较低，废品率也比较高，工艺的稳定性也有待提高；环境与安全管理：场内环境的监测比较困难，事故的处理效率也较低，企业的安全隐患处理存在不足。12数据改变制造业场景概述实践过程某动力电池制造企业成立于 2017 年，是结合其自身丰富的矿产资源在新能源领域进行投资布局的首家企业。主要从事动力/储能锂离子电池单体到系统应用的研发、生产、销售，专注于为新能源汽车动力及智慧电力储能提供优质解决方案。在业务快速迅猛发展、经营业绩每年成倍增长的同时，业务部门对数据使用的需求也在不断增加。然而，当前的数据仅能满足基本的业务用途，经营决策数据的获取效率低下，业务财务一体化数据应用成熟度低。StartDT 团队从业务和技术的视角帮助企业落地了数据平台体系的建设，并通过对生产监控闭环管理、工艺数据、供应链、生产过程和销售活动、已有产品实际生产成本的还原与归集等维度的分析，帮助企业改善了数据管理和应用能力，实现数据的整合、共享和分析，提升了企业信息化水平和决策效能。我需要一个数据平台，可以从什么场景入手？如何提高生产过程的管理质量和质量管理效率，保证产品的稳定性、一致性、可持续性？如何通过加强工艺管控质量，提高产品的良品率？如何提升业务数据质量、挖掘业务价值，驱动业务快速增长？如何统一数据指标口径及标准，沉淀企业数据资产，提升数据管理能力和服务能力？如何整合财务数据与业务数据，实现业财一体，从中发现业务增长的机会和潜力？1.2.3.4.5.数据平台体系化建设某动力电池制造企业 1+4 场景实践13数据改变制造业实践价值在企业的数字化转型过程中，StartDT 帮助企业进行了深入的数据建设，包括：搭建数据框架、制定数据规范和数据开发体系，并为企业的数据架构师进行培训，建立一套完整的数据资产管理体系；搭建了从生产到结算的端到端数据填报系统，实现了数据的自主填报；同时，实时对接了 MES 系统，实现质量管理链路的监控预警；对财务领域进行了洞察分析，全方位了解企业的经营管控情况。项目完成后，该企业在准确、高质量的数据基础上，数据读取、汇总效率大幅提升，有效支撑业务经营和管理的需求，企业的数据管理和应用能力得到极大改善。同时，企业供应效率提高、成本降低，盈利能力上升。StartDT 的解决方案为企业提供了洞察商机和优化业务流程的能力，有助于企业实现智能化、创新化的发展目标，进而提升竞争力：公司间业务往来日常快速合并与洞察：拉通集团下 7 家不同分子公司之间的财务系统和业务系统，实现日常往来交易业务的快速合并，及时地洞察集团层面的经营数据，效率提升 70%。加强预算管理，提升管理与决策效率：拉通 ERP、MES、WMS、TMS、SRM 等核心系统，将实际业务产生的财务数据与预算管理数据实时进行对比分析，及时发现问题，纠正业务方向。财报管报线上化，统一化，实现业财一体化：统一财务指标、业务指标的定义，明确 5+分析维度，真正实现业务、财务统一，消除二义性，将财报管报出具的时间从 15 天缩短至 5 天。建设统一数据平台，沉淀企业资产：StartDT 团队对企业数据资产进行了盘点和诊断，从业务和技术的视角帮助企业落地了数据中台体系的建设，提高了数据管理能力和服务能力。进行生产监控闭环管理场景分析，监测生产过程：做好生产监控闭环管理是保障员工与企业安全、优化生产计划和交货期的前提。StartDT 围绕企业生产监控闭环管理的预防、检测、应急、监督等全场景数据进行了分析，帮助企业监测生产过程。发现生产的异常问题后，StartDT 会提出进一步的改进建议，以帮助企业实现管理质量和质量管理效率的双重提升。进行工艺数据分析，提高产品质量：工艺数据是产品生产全过程的真实体现，例如：分析生产数据，可以确定最佳的生产策略，检测生产过程中的偏差或异常，并预测可能发生的问题。StartDT 团队对企业的工艺数据进行了重点分析，聚焦良品率，通过对机器设定值、产品特性、质量检测等工艺数据进行挖掘和洞察，在能源消耗、生产安全性、优化制造流程等方面提出了优化策略，以帮助企业提高生产过程的管理质量和质量管理效率。进行全链路经营分析，提高企业竞争力：围绕产品从生产到销售的全链路，StartDT 对供应链、生产过程和销售活动进行了综合分析，帮助企业了解产品的供需关系、生产效率以及销售绩效，从而优化供应链管理、提升整体运营效果，最终实现企业的有效经营管理，提升企业竞争。进行产品还原分析，提高企业成本管控能力：StartDT 团队对企业已有产品实际生产成本进行了还原与归集，帮助企业了解和掌握了生产过程中的成本构成和消耗情况，为企业提供准确的成本信息，帮助企业进行资源的优化配置，以提高产品的质量、性能和市场竞争力。1.1.2.2.3.3.4.5.14数据改变制造业痛点概述某小家电企业成立于 2006 年，是一家专业从事创意小家电研发、设计、生产和销售的企业。企业坚持以用户为中心，以产品为核心。自公司创建以来，始终保持高速和稳健的发展，过去五年平均营收增速均超过37%。随着企业业务的快速发展，各项专业的 IT 系统建设也同步推进，在解决业务运营线上化的同时，也产生了相应的数据问题，报表输出效率低下，无法满足业务的快速分析需求，严重影响了企业的经营决策速度和决策质量。财务分析能力落后于业务分析需求，怎么办？数据链路不通畅：业务系统数据存储分散，数据没有完全拉通且数据质量较差，不能直接使用，难以支撑业务进行高效的分析。经营管理数据滞后：数据来源繁杂，缺乏有效的整合拉通分析，导致企业无法快速响应市场变化，缺乏敏捷性，难以支持决策制定。数据服务体验不佳：报表输出效率低，数据展现受限，不直观，不便捷，难以自助应用及赋能业务，无法满足企业快速变化的业务需求。数据治理及运营缺失：数据质量不高，难以积累数据资产，数据变现不足，难以驱动业务卓越成长。1.2.3.4.高效经营分析某创意小家电企业财务分析统一提效赋能决策15数据改变制造业实践价值实践过程StartDT 团队通过整合各系统，标准化数据流程，实现线上化经营分析，企业可以更好地实现经营管理的目标，为企业的可持续发展提供有力支持。与此同时，通过线上化经营分析，StartDT 团队将经营数据填报、中层数据传递和高层战略审视无缝连接起来，实现了高效传递，缩短了数据流程。同时，多维数据分析让企业能够更全面、准确地了解自身的经营状况，及时发现问题，做出正确的决策。StartDT 团队帮助客户整合 ERP、营销系统、WMS 和 IMS 等系统，打通数据链路，标准化数据获取流程，实现高效经营分析。并且基于这些数据，团队还助其搭建了财务域五大分析场景，包括目标达成与经营分析、利润分析、费用分析、账款逾期和库存分析。这些场景覆盖了企业经营管理的方方面面，为企业提供了全方位的经营数据支持。数据横向拉通：拉通 ERP、营销系统、财务系统等 8 个业务系统数据的 112 个数据断点。横向拉通的数据包括来自不同系统的财务、营销、客户、销售等数据，这些数据经过了清洗、标准化、格式转换等多项数据预处理工作，确保了数据的一致性和准确性。指标体系搭建：在公司范围内清晰明确了业财一体化指标，赋能业务运营。该指标体系涵盖了多个方面的指标，能够清晰明确地反映公司的财务状况、经营业绩以及业务发展情况，为各部门提供了实时的业务数据，以帮助他们更好地掌握公司的整体情况，做出更加科学、精准的决策。通过指标体系的建立，公司内部各业务部门之间的协作得到了更好的协调和优化，实现了业财一体化，进一步提高了公司的运营效率和业务水平。经营决策在线：业务数据及时展示，辅助管理层及时决策，提升决策效率与质量，深入分析和挖掘数据之间的联系和交互关系，为企业管理和业务决策提供了更加全面和深入的数据支持。规范数据流程：经营分析数据流程体系化、数据规范化，帮助企业缩短数据流程周期 20%以上，在不断缩短数据流程周期的同时提升经营分析的质量和效率。效率大幅提升：数据收集、处理和分析都在数据中台实现。原本耗时耗力的数据收集、处理和分析工作，已然实现了跨越式的飞跃。在数据中台的支持下，原本需要 30 人耗费大量时间完成的工作，现如今已经得到了显著的优化。更为重要的是，通过智能化技术的运用，数据收集、处理和分析的效率大幅提升，使得约 20 人的工作量得到了释放。1.2.3.4.5.16数据改变制造业痛点概述实践过程某汽车集团的乘用车子公司主要负责集团自主品牌汽车的研发、制造和销售。依托集团 20 多年合资合作所积累的技术、制造、采购、营销和管理优势，该乘用车公司从诞生之日起便以国际化的视野、高品质的产品与服务、优秀的国际合作团队，创造性地集成全球优势资源，不断满足消费者高品位需求，打造出了中国人自己的国际汽车领导品牌。当前，公司需要高可用高并发的实时计算平台来支持越来越多的实时决策。数据通道、数据计算和数据存储是实时计算平台的核心组成部分，这三个组件需要协同工作以确保系统的稳定性和高性能。StartDT 团队从这三个角度入手，基于 DataSimba 为该企业搭建了高可用、可扩展的实时计算平台：业务决策对数据实效性要求极高，公司数据及信息系统部需要从 0 到 1 搭建实时计算平台。为满足实时计算对平台性能压力、断点拉通、高效运维等要求，还需要设计一套高可用、高并发和可扩展的流计算技术方案，同时，出于降低操作门槛和学习成本的考量，数据开发套件必须具备低代码、易开发的能力。在合适的时间和地点，实时保障恰当的原料供应，难吗？数据通道：数据通道是数据传输的重要环节，它将实时数据从数据源传输到数据处理系统或应用中，同时也负责将处理后的数据发送到目的地的数据存储设备中。1.实时决策工作台某汽车整车制造公司搭建高标准实时计算平台17数据改变制造业实践价值在前端应用层，这套实时计算平台在以下 5 方面有效支撑了实时业务决策：赋能产销协同一体化，聚焦意向订单管理，提供车辆交付节点实时查询服务。赋能配置管理全通路业务，促成规划-工程-营销-制造等各版块配置信息的一致性。提高配置发布的工作效率、质量和用户体验，并为现有开发决策流程机制提供数据支撑。支持生产制造场景复现，业务场景的实时模拟及计算复盘，方便企业及时调整排产计划，节约物料及人工成本。数据资源与计算资源的统一管理，可实时监控任务执行与资源使用情况，高效使用硬件资源。可视化拖拉拽任务配置界面，实现低代码轻量开发和快速业务逻辑验证。考虑到良好的数据通道在高吞吐量、低延迟、可扩展、持久性、容错性等方面的高需求，StartDT团队为其搭建了独立可扩展的 Kafka 集群。基于 Kafka 订阅消费架构，可以实现业务过程数据的一源多消费共享使用模式，通过维度表异步加载和缓存定时刷新模式还能实现主数据的全局复用，让构建实时数据处理和流式分析的系统变得更加简单和可靠。数据计算：数据计算的结果可以直接用于企业的实时决策、预测和策略优化，也是实现数据存储的重要依据。为提高数据计算效率和并发处理能力，StartDT 团队基于分布式系统基础架构 Hadoop搭建了可扩展的 Flink 流处理计算集群，利用 Kafka 本地缓存和 Flink 的任务级缓存，确保数据在处理过程中的高可用。此外，我们还设置了多任务并发和任务内并发线程，以业务主题为单位规划一组多个实时计算任务，对转换后的业务结果表进行合并，形成主题分析表，以提高计算效率、增强可扩展性、提高数据准确性、实现数据共享和协同，最终支持业务分析和决策。数据存储：围绕数据生命周期，从数据的创建、修改、发布利用到归档/销毁，数据存储贯穿始终。无论是在线数据、温数据、冷数据还是冰数据，都需要经过存储环节，才能确保数据的安全可靠。对处于不同数据生命周期阶段的数据，需要有不同的数据存储策略。StartDT 团队以时间为界，向企业提供了 3 种不同的数据存储和消费方式：1）Oracle+定时归档：提供 7 天内的数据访问2）Kudu 可扩展分布式集群存储:提供 30 天内的数据访问3）Hive 可扩展分布式集群存储：提供历史冷数据访问这三种方式协同作用，在促进数据生命周期高效灵活管理的同时，最大程度降低了存储成本、保障数据安全可靠。1.2.3.4.5.2.3.18数据改变制造业痛点概述某大型制药集团是“世界 500 强”国药集团有限公司的控投企业，其业务涵盖医药研发、工业生产、医药商业、大健康产业等领域。在全社会数字化转型的大背景下，集团提出了“以数据赋能为主线，以精益管理为基础，以提质增效为目标，对中药制造产业链的上下游关键要素实施数字化升级，加快推进中医药现代化”的大数据推动产业发展的目标。客户需要建设数据资产体系，改变数据分散、缺乏统一治理、存在应用安全风险的现状。数据分散、缺乏统一治理的现状如何改变？数据分散：当前集团的数据“割据”在每个业务系统之中，数据无法流动，难以形成“集成”的“大数据”和“数据产品”，存在信息孤岛、数据烟囱林立等问题。数据治理不足：缺乏统一的数据治理体系和数据规范标准，导致数据标准规范制约性差，数据质量参差不齐，数据无法沉淀为数据资产。决策数据实时性和准确性差：当前集团决策数据统计以手工数据为主，数据加工处理的频次和实效性不足，手工数据的质量受到多种主观因素制约其准确性难以保证。1.2.3.数据要素资产化某大型制药 开展数据资产体系建设19数据改变制造业实践价值实践过程最终帮助客户实现数据要素资产化及资产服务化：当前集团的数据“割据”在每个业务系统之中，数据无法流动，针对数据管理问题，StartDT 帮助其建设并运用 DataSimba 等平台工具，制定项目范围内的数据治理标准及流程确保数据质量，实现集团数据的“看的全、看得透、能治理、能管控”，为企业集约化经营奠定坚实数据基础。构建集团数据资产：实现集团及子公司多源异构数据的统一汇聚、转换、存储、融合、治理、分析、共享，建设数据智能化管理体系，为企业数字化转型提供坚实的软件能力和决策支撑。业务财务一体分析：针对目前急需解决的业务数据和财务数据的融合，利用构建的数据中台软件体系对集团业财数据进行统一汇聚共享，实现业财数据的一体化。统一数据指标口径：制定数据治理体系和数据规范标准，将数据指标下沉至集团运营的各个流程节点，实现数据量化管理。提升运营管理效率：通过构建数据融合模型，实现数据的自动化分析，构建自动化的报表体系，解决信息系统间 API 的数据调用等应用，企业运营管理数字化升级。打破数据孤岛：依托 StartDT 数据云产品汇聚集团及子公司多源异构系统数据，实现数据的统一汇聚、转换、存储、融合。提升数据质量：按照数据标准规范以及数据清洗方案等对进入数据中台的数据进行数据治理，保证数据的一致性、准确性和可用性。实现数据要素资产化：通过项目完成集团的数据初步治理，让经营过程中产生的业务数据沉淀为数据资产，为企业集约化经营奠定坚实数据基础。实现资产服务化：对沉淀的数据资产进行应用，以决策层、管理层、执行层三种角色视角进行了主题规划和场景设计，建设了采购分析模型，经营规模分析模型、现金流分析模型、资产分析模型等，为集团选择最优供应商、制定最优备库产品结构、管控资金风险等提供了数据决策支持，让数据服务于集团运营。1.1.2.2.3.4.3.4.5.4.数据应用安全问题：目前集团的运营数据大多以手工统计个人管理为主，日常的管理报表均以邮件/微信等发送传递为主，无法支撑数据报表进行分部门分角色的应用安全权限管控，导致集团业务指标和关键数据有信息泄漏风险。数据产品能力不足：伴随着集团的存量数据越来越大，目前缺乏可以对大数据进行批量加工处理，并对数据质量进行监控管理的工具和平台。同时也缺乏对于加工后的数据进行可视化应用的工具和手段。20数据改变制造业痛点概述某乳业集团位居全球乳业五强，连续八年蝉联亚洲乳业第一，也是中国规模最大、产品品类最全的乳制品企业。该集团通过整合全球优质资源，更好地服务消费者，旗下液奶、奶粉、酸奶、奶酪、冷饮等产品已在全球 60 多个国家和地区上市。集团需要面向未来 10 年构建核心竞争力，充分积累数据，深度利用技术进而升级到数字化业务运营模式，数字化转型是集团实现 2030 战略目标的前置条件。客户开展数字化业务运营，订单端到端 OTC 流程的数据流存在一定的中断点，且整个流程缺乏全程可视性，这给管理工作带来了一定的挑战。业务部门对更加敏捷、高效的数据交付需求不断提升，对数据质量、准确性和可靠性的要求也愈发严格。不仅如此，集团也面临着来自组织架构、供应链、业务标准等方面的挑战：以客户为中心，供应链需要有什么改变？供应链控制塔某千亿规模乳业集团识别供应断点实现敏捷交付传统企业数字化转型的挑战：员工接受度低和思维固化供应链数字化缺失：关键业务系统未线上化业务标准化与数据治理的平衡：数据服务于业务规范组织架构优化需求：计划部门需要供应链部门来统筹计划1.2.3.4.21数据改变制造业实践价值实践过程最终帮助客户实现数据要素资产化及资产服务化：StartDT 帮助客户构建供应链全链条的“横向拉通、纵向深挖、执行闭环”能力，推动协同的、一致的、敏捷的、需求驱动的供应链体系建设，具体分为：订单数据断点诊断：拉通经销商订单管理系统、T&W 系统、ERP 系统等全链路订单数据，识别与优化断点问题。专项主题洞察分析：构建滞留订单、到货进度、原奶质量、日配时效、产品差异化策略等分析主题，深入洞察业务异常。数据共享原则优化：信息共享由链状结构向网状结构转变，构建以需求为导向的敏捷响应能力与机制。指标体系梳理：梳理和优化 76 个预警指标体系，通过风险预警与处置，将管理干预由业务结果前置到业务过程。数据流断点诊断及解决：诊断业务流程，识别数据流断点，拉通系统数据，解决系统烟囱林立带来的数据孤岛问题，实现订单全链路数据拉通。业务管理效率提升：梳理和优化指标体系，通过及时的业务可视、管理可视和风险预警，有效支持业务过程管理和结果管理，基于准实时的全链路全景数据和对绩效指标的诊断优化，将管理干预由业务结果前置到业务过程。端到端协同效率提升：信息共享由链状结构向网状结构转变，构建以需求为导向的敏捷响应能力与机制，助力以客户为中心的业务改善。1.1.2.2.3.3.4.22数据改变制造业痛点概述对于家纺行业来说，传统的加盟制或订货制下的供应链节奏是偏慢的，随着线上消费的趋势越来越明显，电商对于供应链的要求越来越高，特别是最近两年的直播对供应链柔性要求特别高。因此，相比较前端消费者运营，家纺企业更关注供应链管理，如何把管理周期从十几天缩短到几天，这对传统的供应链指标的要求会有一个数量级的提升。在整个供应链环节上，打通供需数据实现供需平衡是核心。家纺快销行业采用新渠道+传统的自产自运自销的重资产运营模式，当前供应链各项隐形成本不透明、供应链整体能力低下与单领域高效之间的矛盾无法解决。订单太多，库存太少，原料供不上，怎么办？供应链控制塔某家纺快销企业实现供需平衡降本提效供应链经营费率升高的原因变得异常复杂，企业面临着如何精细化管控供应链成本的挑战。各垂直领域数据当前状况多变且不全面，不能及时看清趋势变化，运营趋势无法得到全面反映。由于口径不一致，各部门之间的协同连接常处于无人区，组织之间的协同性存在问题。无法全面掌控调整产销存平衡：在订单数量及资源数量等方面，缺乏过程监控。1.2.3.4.23数据改变制造业实践过程实践价值StartDT 通过帮助客户构建数字化供应链，搭建经营费率模型、销售卡点模型、供需匹配模型、内外能力模型快速分析定位供应链短板，全面提升降本达成、响应效率、内外协同、供需平衡的能力。通过各业务模块的深度挖掘和横向连接，形成基于价值链的业务分析体系，StartDT 为客户公司的经营、供应链运营和产销平衡提供全方位的监控管理，达成精细化管控目标。具体表现如下：全面成本分析，经营费率优化：从最小费用项及科目维度，对采购成本、工费成本、物流成本、生产损耗进行监控与对比分析，预警成本波动异常，为供应链经营费率优化提供依据。关键节点可视，质量效率提升：拉通销售、计划、采购、生产、质量、物流供 6 个领域当中的小闭环与整体大闭环，实现各关键节点可视，消除盲区，达成高效协同响应与高质量发展。需求资源对比，产销两端平衡：通过对单位时间内销售需求与近远期供应资源的整体及分渠道对比，快速发现资源配置及分配上的不合理，实时进行产销再平衡。全面成本分析，优化经营费率：全面成本分析对企业经营至关重要，其中固定成本和变动成本是需要重点关注的方面。在固定成本分析中，需要从最小费用项及科目维度分析固定成本分摊，结合设备使用效率进行优化，从而提高固定成本产出效益，并降低经营费率。对于变动成本，需要通过对原材料市场价格波动趋势的研究，提供采购策略支持，并寻找降低物料损耗成本的改善点。此外，在物流作业方面，需要通过分析运营成本，提升物流单位成本效率。通过全面的成本分析，可以深入了解企业的成本结构，制定成本控制措施，实现经营费率的优化，为企业可持续发展提供强有力的保障。识别关键指标，搭建数据分析模型，快速识别变化：在快速识别业务变化方面，可以通过确立业务关注的核心指标、基于运营流程进行分层细化落地，形成销售、计划、采购、生产、质量、库存的各垂直业务域指标体系，以及通过对指标的实时数据监控分析来反映各领域的运营健康度和趋势。关键指标体系可以帮助业务及时进行更好的决策。端到端拉通，通过价值链分析各业务部门及环节之间的协同质量：在企业的生产经营过程中，价值链是一个连续的、由多个环节构成的链条。这些环节相互关联，每个环节都具有特定的功能和价值。通过端到端的价值链拉通分析，可以将这些环节有机连接起来，从而形成一个完整的业务闭环，深入挖掘每个环节之间的关系和联系，还可以发现业务流程中的断点和瓶颈，从而制定针对性的改善方案，提升各个环节之间的协同紧密性，进一步提高企业的整体价值。需求资源对比，产销两端平衡：通过对销售总量和销售进度与销售计划的对比分析，监控销售目标达成率，对过程及结果进行管理干预。对生产产出数量和生产节奏与生产计划进行对比分析，监控生产目标达成率，提升供应保障能力。同时把销售、生产、库存三者之间的数量和节奏进行联动实时监控，为业务提供实时决策依据，具备达成产销存平衡的能力。1.2.3.2.1.3.4.24数据改变制造业案例概述该客户是四川省某塑胶包装材料公司，是国内大型塑胶包装生产企业之一。公司主要由“智慧包装”、“功能性材料及深加工”和“家居装饰”三大产业构成，凭借着强大的研发和配套生产能力，公司已成为核心能力突出、综合优势明显的行业领军企业，成功赋能消费新升级，引领包装新潮流。为了应对未来，客户开展了智慧工厂顶层设计规划和数字化转型的工作。客户存在各信息系统之间的数据隔阂、数据治理标准缺失、数据资产管理能力薄弱等等常见问题，基于客户对智慧工厂顶层设计规划和数字化转型的需求，StartDT 为其搭建了数据中台和数据可视化大屏，通过数据的全链路拉通、聚合和治理跨域数据，帮客户将业务信息系统数据进行采集、计算、存储、清洗治理，形成数据资产，使其具备数据集中处理、数据服务及可视化展示的能力。在这个过程中，我们将以精准的数据治理、深入的数据分析和灵活的数据应用，助力客户在智慧工厂建设和数字化转型中获得更多的成功和价值。过去用人做管理，现在用数据做管理。可视化流程管理某塑胶包装企业用数据做管理开启全面转型 25数据改变制造业实践过程实践价值借助 DataSimba、DataKun 和 DataMaleon 等数据平台产品和实施方法论，StartDT 为客户建设数据中台体系，实现数据驱动的全面转型，并全面提升客户的数字化运营能力。通过这种方式，我们能够帮助客户更高效地赋能业务，实现数据驱动，实现更优异的业务表现。实践证明，精准数据分析和建模，能够更好地了解用户需求，帮助客户做出更明智的业务决策，提升业务效率和价值创造能力。此项目采用多角度的数据应用场景规划，深入挖掘客户企业的市场销售、采购供应、生产制造、信息中心四大业务板块，统一业务架构与数据架构，有效整合企业数据资产，并提升数据分析处理能力及
展开阅读全文