永洪科技制造业白皮书

2022年制造行业BI商业智能 应用白皮书 APPLICATIONWHITEPAPER 北京永洪商智科技有限公司 永洪BI「更敏捷、更快速、更强大 YonghongTech TalkwithData 目录 CONTENTS 前言01 现状—结构转型迫在眉睫，数据赋能成为关键 02 挑战一一数据应用基础较差，管理和整合能力是短板 1、缺乏数据管理机制和保障60 2、数据整合的能力有限60 3、数据应用能力差10 4、数据共享不足11 破局一一基于企业自身情况选择数字化变革路径 1、构建统一的数据分析平台13 2、灵活运用可视化数据报表16 3、单点突破让数据快速变现18 4、构建全面的数据应用体系20 5、以决策为中心的数据应用25 6、关注数据共享体系的建立26 实战一一制造企业数据应用典型场景 场景一：营销管理驾驶舱28 场景二：用户画像29 场景三：生产可视化看板30 场景四：质量分析31 场景五：采购管理看板32 场景六：库存综合分析33 场景七：运营品质综合看板34 场景八：研发项目管理驾驶舱35 未来一一企业内纵向深入，行业中横向扩展 从可视化数据分析再到挖掘，数据应用快速深入37 数据应用程度还需提升，关键在于组织层面的突破38 数字化转型逐渐形成共生生态39 关于永洪科技40 永洪BI 前言 REFACE 当前，我国制造业迎来了新的拐点。随看结构的转变、红利的消失、竞争的加剧、不确定性的增加等，制造企业粗扩式的发展已经无法持续，创新、智能、绿色、精细等成为了新的主题。 面对现状，无论是中国还是全球其他经济体，都将破局点聚焦于数字化转型，重点投资和建设数字基础设施，着重发展数字关键技术，包括通信及网络技术、数据科学及存储、区块链技术等，通过数字化应用场景及服务的提升使数据真正发挥效能，培养具有高度专业性的数字技术人才队伍以支撑数字化转型等。 余年的服务经验，认为随着基础性建设逐渐完善，制造行业逐渐步入数据分析阶段，开始部署 B平台，开发数据应用，打通数据链，通过数据的可视化，查看和管理整个企业的情况，并实 现各类分析，发现成因，辅助决策，深化研发设计、生产制造、经营管理、市场服务等环节的数字化应用，推动流程监控、成本管理、库存优化、质量管理、市场分析等，进而提高数据的感知、识别、挖掘、分析和管理能力。 限、数据应用能力差、数据共享不足等。 本白皮书基于制造行业数据应用现状，重点结合企业真实案例经验作为参考，寻找释放数据价值、赋能企业发展的破局之道，并对制造企业的数据应用典型场景进行了详细的拆解与分析，以期为制造企业数据应用及商务智能的实现提供思路、参考与启示。 01 01现状 结构转型迫在眉睫，数据赋能成为关键 time 永洪BI 科技的进步一直是推动制造业发展的主要动因之一。如今，新一代信息技术成为了第四次工业革命的主角，技术、数据、场景等的转变正深刻的影响着制造企业的发展进程，覆盖了企业的内部与外部、业务与管理、存量与增量.能否成功实现全面的数字化转型、推动数据赋能企 业经营发展成为了在变革与竞争中存活、发展、成为领军者的关键。 制造企业数字化转型的紧迫性在于外部环境的急剧变化，具体可以概括为以下四点： 1》全球产业链的变化加剧 随着我国经济的发展和全球竞争格局的改变，作为制造大国，我国在全球产业链中扮演的角色也逐渐发生变化，高科技、高质量、强创新等为特征的高端制造成为了主力发展方向。然而，当前我国制造业仍然“大而不强”，自主创新能力差、资源利用率低、产业结构水平弱、信息化 程度低等是转型发展的脚石。 2“供需错位”情况愈发严重 一方面，呈现出中低端产品过剩、高端产品供给严重不足的现象。另一方面，国内消费需求呈现出多样化和变化速度加快的情况，供给端发展严重滞后，导致供给与需求不匹配，更无法实现按需定产、以量定产等。 3人口结构及人力资本的改变 根据统计数据显示，2021年中国出生人口1062万人，比2020年减少140万人，人口出生率为 7.52%0，比2020年下降1.00个千分点，出生人口和出生率双双创下1949年以来新低。新生人口 不足、老龄化趋势严重等成为了我国人口结构的特征，进而导致劳动力人口的遗乏，并且进 步推动着人力成本的上升。过往人口红利带来的依靠低成本劳动力赚取利润的模式难以为继， 经营创新、产品升级、精细管理等成为了继续生存发展的必需品。 161占总人口比例：65岁以上（% 14 12 10 8 4 2 50 图1：1990-2021年中国65岁及以上人口占比数据来源：Wind，泽平宏观 03 4）外部环境的不确定性增加 在经济下行的压力下，压缩了制造企业的利润空间。同时面对西方国家的技术和市场的制裁与 封锁，如何找到新的突破口成为了关键。同时出现了一部分制造业外流的现象，受到部分成本优势削弱、政策退坡等因素的驱动，部分中低端产业流至越南、印尼等东南亚国家，叠加自前国内 疫情管控，对部分行业的供应链造成一定影响，为我国制造企业带来了生存性的挑战。2022年 3月，制造业PMI指数为49.5，增速低于荣枯线(50.0)，增速承压，制造行业迎来了低迷期。 50%=与上月比效无变化 51.9 52 51.151.050.9 5150.4 50.1 50 49.6 49.5 49.2 2021年4月5月6月7月8月9月10月11月12月2022年2月3月 3月1月 图2:2021年3月-2022年3月中制造业PMI指数数据来源：国家统计局 因此，随看着结构的转变、红利的消失、竞争的加剧、不确定性的增加等，制造企业粗扩式的发展已经无法持续，创新、智能、绿色、精细等成为了新的主题。对于内部，重点在于技术研发的 创新升级、资源的聚焦与优化、生产模式与管理思维的转变、组织结构的重塑、关键性技术人 才的培养等。外部则需要精准的判断市场情况和消费需求，实现按需生产、以量定产。 面对现状，无论是中国还是全球其他经济体，都将破局点聚焦于数字化转型。在面向数字经济时代的全球竞争中，依托数字技术发展更高水平、更有竞争力的先进制造业，已然成为各国 的战略共识。近年来，德国提出了“工业4.0”规划，美国提出了“国家制造创新网络”，日本提出了“创新产业结构计划”，中国也提出了“中国制造2025”发展规划，其共同点是充分运用 物联网、5G通信、机器人、人工智能等技术手段提升制造行业的智能化、无人化程度。重点投 资和建设数字基础设施，着重发展数字关键技术，包括通信及网络技术、数据科学及存储、区块链技术等，通过数字化应用场景及服务的提升使数据真正发挥效能，培养具有高度专业性的数字技术人才队伍以支撑数字化转型等。 我国同样重视推动制造业的数字化转型，提出数字经济与实体经济的融合发展，突破关键核 心技术，培育数据应用场景，形成数字化产业平台，最终实现数字化、网络化、智能化。 04 永洪BI 据中研产业研究院数据显示，2020年中国制造业IT支出已达约3319亿元，2016年至2020年的复合年增长率为11.2%。2020年中国制造业IT支出占制造业市场规模的比例约为0.3%。由于广 泛运用不同技术解决方案，制造业数字化转型预计会加快，预计2022年将进一步增长至4203 亿元。 35003319 3199 30002832 2500 2171 2479 2000 1500 1000 500 0 20162017201820192020 图3：2016-2020年中国制造业IT支出情况（单位：亿元）数据来源：中研产业研究院 工信部数据显示，规模以上工业企业关键工序数控化率已经达到了55.3%，数字化研发工具的普及率达到了74.7%。数字化新业态、新模式也不断发展创新，开展网络化协同和服务型制造的企业比例分别达到了38.8%和29.6%。 各大制造企业积极开展数字化转型部署与实践。据E-works最新调研数据显示，99%的企业对 数字化转型持支持态度，约80%的企业已经制定了数字化转型规划，且超过40%的企业已经将数字化转型作为企业核心战略。可以看出，我国大多数制造企业通过数字化转型来应对变化， 实现高质量发展。而促使制造企业部署及实施数字化转型的动因，正是与企业发展战略、产品 创新、人力结构和发展趋势息息相关。 ?%产品创新雨成本 支持，暂无计划 9.0%市场竞争 吕客户需求30.0% 口服务增值20.0% TOP5口经济下行压力18.6% 口合规性压力5.7% 图4:制造企业对数字化转型的态度及主要原因数据来源：e-works 05 永洪BI 对于数字化转型方向，大多数制造企业依然以制造模式为主进行转型，占比56.0%。其次为运 营模式和决策模式的转型，分别为47.3%和39.6%，包含业务流程的数字化管理，以及数据分 析和数据驱动决策等。 制造企业数字化转型主要方向 39.6%56.0%30.1%47.3%25.5%32.7% 决策模式转型决策模式转型研发模式转型运营模式转型商业模式转型服务模式转型 制造企业数字化转型的主要方向数据来源：e-works 人工智能、物联网、云计算、大数据、5G等先进技术的应用不断拓宽，遍布制造业中的研发、供应、生产、销售、服务等应用场景，促使数字化管理水平提升，更多的是提升了运营效率，从而推动我国制造业转型升级。 制造业涉及的关键技术有： 1、边缘计算 在工业生产环境中，边缘计算设备可在生成和使用数据的传感器和执行器附近处理与存储数据，而无需将数据传到遥远的数据中心，如此可以实现更快的响应速度、更低的成本、更安全的数据保护。 2、物联网 物联网是在互联网基础上，利用RFID、无线数据通讯等技术构建的一个实现全球物品信息自 动识别和实时共享的系统。俗称万物互联，在制造业可以实现企业信息的自动实时录入，准确记录每一产品形成的全部过程和成本发生的信息，实现物品在各个环节的信息追踪和管理。 3、关键技术大数据 大数据在制造业重点应用涵盖了产品、制造、服务、市场、再利用等各个阶段，每个阶段都会有相应的数据。整个周期汇聚起来的数据既多又复杂。不过，有了大数据的加持，制造业才得以更好的前行。大数据可以为制造业带来更精确、更先进的流程和更优质的产品，弥补自前制造业的低水平。作为大数据的来源，制造过程中产生的数据一旦数字化，就可以成为大数据的范畴，通过对积累的数据进行分析和研究，为下一步的生产提供可行的方法和措施。 06 永洪BI 4、AI技术 制造业不仅是“网联化”，更是“智能化“，那么就可以通过AI的技术实现自主深度感知、自主 优化决策和自主精准执行提升制造各环节效率。 因此，想要实现制造业从传统生产模式向数字化、网联化、智能化的方向迈进，这些技术 缺一不可。 随着基础性建设逐渐完善，制造行业逐渐步入数据分析阶段，开始部署BI平台，开发数据应用，打通数据链，通过数据的可视化，查看和管理整个企业的情况，并实现各类分析，发现成 因，辅助决策，深化研发设计、生产制造、经营管理、市场服务等环节的数字化应用，推动流程监控、成本管理、库存优化、质量管理、市场分析等，进而提高数据的感知、识别、挖掘、分析 和管理能力。根据爱分析调研，2020年我国制造业在B方面的投入为11-13亿元，仅次于金融 行业。因此，在未来的几年中，通过BI实现深度数据分析，释放数据价值，推动数据赋能企业 经营发展与辅助决策，并逐渐过渡到数据挖掘以实现智能化的决策与预测，成为了工作重 点。 07 ExecutiveGeneraland. SalesandMarketing(10%) InventoryManagement(6%) QualtyAssurance(4%) 20 02挑战 数据应用基础较差，管理和整合能力是短板 542 070 03 801 0.24 091 871 缺乏数据管理机制和保障 永洪BI 数字化转型是一个庞大的体系、漫长的过程，尤其是对于制造企业，所涉及的业务范围较广， 在转型过程中，由于时间、资金、人力等资源的有限，