帆软：制造业数字化转型的破与立

效率提升流程协同—— 制造业数字化转型的“破”与“立” 主讲人孙前 智能制造事业部行业顾问 1 逐流 企业都在做数字化转型 2 破 当前制造业数字化转型的困境 3 立 打破困境求得突破 4 远航 关于未来，我们可以做的更多 相较于十三五，十四五将发展现代产业体系章节从第五篇提升到了第三篇，把巩固壮大实体经济根基、打造“制造强国”放到了更重要的地位。首次就产业链供应链优化进行了单独讨论，强调引导产业链关键环节留在国内，补短板锻长板，产业链供应链自主可控、安全高效。行业方面，巩固提升高铁、电力装备、新能源、船舶等领域全产业链竞争力，从符合未来产业变革方向的整机产品入手打造战略性全局性产业链。区域产业链布局方面，强化中西部和东北地区承接产业转移能力建设。企业方面，培育一批具有生态主导力和核心竞争力的龙头企业。推动中小企业提升专业化优势，培育专精特新“小巨人”企业和制造业单项冠军企业。 逐流 企业都在做数字化转型 CHAPTER01 我们对数字化转型的理解是什么？ 当我们发现利润低，成本高，到底是生产部门的造成的浪费多还是还是采购部门的材料买贵了？ 企业的员工考勤工时没有问题，但是产量始终上不去，是工时利用率低还是设备故障多？ 精益改善无人提案，流于形式而非解决问题，是因为没有奖励还是流程复杂？ 生产日产量实现280%的翻倍提升？ “以价值创新为目的，用数字技术驱动业务变革的企业发展战略” 转型的目的：创造新的价值转型驱动力：数字技术 转型的对象：企业业务转型的本质：变革 转型的定位：企业发展战略 破 当前制造业数字化转型的困境 CHAPTER02 国内制造业数字化现状及原因分析 业务价值低决策缺少数据支撑 IT部门做的报表无法指导业务，业务部门很少使用或者根本不实用，驾驶舱只是摆设，看着炫酷却无法找到问 数据迟滞 流程不协同 分散的、各种来源的信息，不能随时随地以科学便捷的方式送达决策者，增加决策的复杂度和时间成本。 题。数据质量差 在业务系统中，报表开发是用代码迭代，当业务人员提 报表缺体系 当前报表处于零散状态，无法形成有效分析体系，也无 目前数据展现方式只支持PC端，不能无缝适配时下普 遍存在的移动端和高清大屏。 新的需求，传统的开发模式不太容易跟上需求，带来的是开发人员高强度加班，和业务人员的催促。 命名不规范和逻辑不统一的分析指标，造成认知歧义，给数据分析带来障碍，难以准确把握业务现状。缺乏标准的经营分析指标命名规范，指标存在多头定义现象，并且指标定义重复和逻辑不统一。 孤立的、不成体系的分析指标，不能完整体现业务过程的全貌和经营实体的整体视图，提高管理成本。分析指标缺少体系规划，多以孤立指标呈现，并且数据分散，存在较多手工报表，线上和线下数据共存。 法形成业务部门之前的协同，提升部门协作的效率，更无法提升跨部门业务的问题。 12 如何做好数字化转型？出路在哪里？ 立 打破困境求得突破 CHAPTER03 1.企业战略转型 2.组织能力提升 3.管理模式变革 4.业务运营改善 数字化财务 智慧供应链 智能制造 数字化营销 数字化服务 数字化人力 5.数字技术创新 6.基础设施建设 数字化双线管理 PDCA闭环线上化 员工治理 员工思维 员工能力 数字化转型成熟度评估 数字化转型战略规划工具 数字化转型战略目标制定与拆解 数字化转型企业文化变革 会计报表 全面预算 财务共享 财务分析 智能物流 采购监管 全局订单 供销平衡 数字工厂 质量追溯 计划可控 全局可视 客户满意 渠道管理 客户画像 竞品分析 客供监造 智能运维 客户评价 项目管理 人事管理 员工画像 薪酬绩效 人才发展 六大模块支撑企业数字化转型 物联网信息应用 数据安全 数据治理 数据资产管理 大数据平台 服务质量提升 工艺流程改善 产品改良 大数据计算 安全技术 公司级数据中心 智能化设备 业务信息系统 安防监控中心 技术架构图 ETL调度/任务监控BI分析平台 数据仓库-FineData 持久化存储层(HDFS) 治理中心(元数据管理、血缘分析、数据字典等) 统一门场景体系终端平台管理 户驾驶舱体系上报/监控体系呈现PC/移动/大屏登录认证通讯录系统管理权限管理 经营财务分析生产分析物流分析质量分析销售分析市场分析客户分析 分析平台 供应商分析人力人效订单分析设备分析存货分析资金分析自助分析 存储中心MPP数仓即席分析复杂查询数据建模数据挖掘算法库节点动态扩展 数据湖关系型存储非关系型存储数据计算资源管理平台监控 IT数据采集数据治理中心 连接中心批处理流式处理数据标准数据模型数据质量 手工采集网页爬虫血缘分析数据目录数据地图 物联网 数字孪生边缘计算 动态数据静态数据 点位管理实时预警 业务系统线下数据工业设备接入 后台数据EASSAPSRM云平台手工填报工业监控传感器 OAALMCRMFMS线下excelPLCDCS 后台数据源 经营分析平台 统一门户 基础云平台 物联网OT 大数据中心 企业数字化项目架构图 数字化财务 本量利分析费用闭环管理分析What-if分析模型 智慧供应链物资全生命周期管理供应链流程效率分析库存管理分析智慧仓储看板采购审计监控采购降本分析供应商管理 智能制造数字化车间看板 设备全流程精准管理 设备OEE分析HSE管理体系质量追溯分析 客诉闭环管理体系 巡检管理体系 数字化营销 销售运营管理闭环销售绩效看板自助报价工具 数字化服务 人事综合分析考勤监控产品研发项目管理 数字化管理变革 阿米巴经营管理平台 全面预算管理平台 精益生产管理平台 数字化经营会议报告 订单全生命周期管理 数字化经营管理闭环 业务价值观提炼 企业数字化场景项目图谱 产品技术创新 数据需求管理平台数知鸟 零代码应用搭建平台--简道云 自助分析工具FineBI 企业级报表工具FineReport 数据资产管理 数据质量监测 数据集成平台FineTube TB级数仓平台FineData 场景化应用一：精益生产管理平台 生产计划、工时管理粗放目前生产计划只能管控到周度或者月度，不够细化，一旦出现计划偏差，可能影响就会比较大；工时统计不够具体细化，无法衡量 效率 持续改进推进受阻主动性不足，没有具体的归口责任部门，缺乏统一的管控协调；提案数量无法以及奖励信息没有及时的透明展示，工厂车间内部不能形成有效的竞 争机制 设备管控不及时 设备效率信息没有相应的统计和分析；设备状态以及维护保养缺乏及时的提示预警，造成设备利用率低，设备异常维护不及时，影响正常生产 综合管理低效迟滞 传统的企业综合管控方法多是需要定期处理汇报有关战略指标和关键任务的执行情况，复盘效率低，关键目标进度不透明 质量可提升的方向不明确 质量改善没有具体抓手，定位主要问题异常点困难，缺乏具体完整的线上数据支撑，问题台账统计保存都在线下，无法满足长时间维度的观察分析 成本管控无从下手 缺少针对成本异常的归因分析，无法定位影响成本的关键问题点，没有工厂、车间班组以及各个产品相关的投入产出的分析支撑 8S管理流于形式 8S检查评价结果都停留在个别人员手里，没有及时透明，失去评比竞赛的意义；评分不透明往往引起数据的失真和监督缺乏，导致8S管理流于形式 驾驶舱 场景化应用一：精益生产管理平台——生产管理 •集团生产经营趋势 •集团生产经营复盘 •各产业集团对比 •产业生产经营趋势 •产业生产经营复盘 •各分子公司对比 •公司生产经营趋势 •公司生产经营复盘 •各工厂对比 •产进销存人财物 •工厂生产经营达成 •工厂生产经营复盘 •各车间对比 •PQCDSM •车间生产经营达成 •车间生产经营复盘 •各班组对比 •人机料法环 •班组生产计划达成 •班组生产管理复盘 •班组赛马场 •全员参与提案 场景化应用一：精益生产管理平台——工时管理 员工上班打卡 生产时间 （通过入库量计算有效工时） 员工异常工时审批 设备监控，异常工时挂钩 个人异常原因填报 打卡下班，工时分布监管 有效工时=生产工时+异常工时 按照�勤工时和产量数据换算的标准工时来 做对比分析，定位工时效率 员工上下班打卡设备状态监控员工异常工时监控异常工时原因说明高层监管平台 一线员工现场移动端拍照提交 移动端推送 业务管理人员审批，筛选指标 改善措施落地实施 自动计算降本相关指标 驾驶舱监管，全视野俯瞰 奖金计算，排名展示 场景化应用一：精益生产管理平台——精益改善 员工提交合理化建立流程自动提醒审批合理化建议提报排名精益改善绩效兑换合理化建议优秀案例 场景化应用一：精益生产管理平台——成本管控 制造费用 生产成本 原料量差 主营成本 采购成本 原料价差 运输费 库存成本 期初库存 期末库存 本量利分析 采购价格趋势变动 库存趋势分析 场景化应用一：精益生产管理平台——设备管理 设备状态监控设备OEE分析 场景化应用一：精益生产管理平台——8S管理 整理(SEIRI) 整顿(SEITON) 清扫(SEISO) 8 S 管理 清洁(SEIKETSU) 素养(SHITSUKE) 安全(SAFETY)节约(SAVE) 学习(STUDY) 园区HSE管理员工画像 场景化应用二：售后服务管理分析 01.终端用户服务满意度低，维修周期长 02.经销服务商团队过程记录不完善 03.服务流程缺乏闭环管理，售后运营部门考 核评价没有数据支撑 场景化应用二：售后服务管理分析——产品质量 业务质量问题追溯 场景化应用二：售后服务管理分析——工单效率 1、售后服务综合KPI结果。一个指标总览售后服务情 况，�现异常情况，周围指标支撑分析原因 4、工单超时预警监控。服 务过程异常工单数量监控分析，点击可定位异常工单区域，再次钻取可定位到责任人 2、服务过程指标。通过10 分钟响应、4小时到达、24小时解决等过程指标占比 监控，定位服务过程薄弱环节，可通过钻取追溯异常点 3、人员管理。分析人均工单数量，排查人员工作量饱和程度，点击地图可联动对应位置区域人员的工单数量情况 高层售后监管看板 中层管理看板 场景化应用二：售后服务管理分析——人员管理 1、控制服务人员保有量。保有量情况分析，结合历 史数据和管理经验，制定保有量预警线，超过预警线的属于工作过饱和状态，考虑添加人员或者重新划分服务范围 2、分析工单耗时，提升人员效率。分析各类工单正常耗时时间作为标准时 间，针对各工单对比实际耗时时长，把不同状态的人员工单通过不同颜色字体突�显示 3、服务app使用情况监控。监督售后人员app运行情况， 避免�现因为app异常导致服务过程数据统计不完整 4、服务人员在线�勤时长实时展示。统计分析服务人员�勤时长，也可以作为人员工作饱和程度（忙闲状态）的评判标准之一。 场景化应用二：售后服务管理分析——备件库存 服务超时异常原因说明，如果是填和备件缺件相关的话，填报页面会和备件数据对比校验，如果不缺件提交不了。 备件库存分析：分析定位零部件备件异常频发的时间段、 仓库等 备件未到货分析：分析缺件备件的物流到货情况 场景落地的保障 远航 关于未来，我们可以做的更多 CHAPTER04 点 线 面 体 赋能优化转型再造 数字技术赋能工具、设施数字技术驱动优势业务借助数字化平台，组织再造，打破企业边界 设备、产品、个人业务流程的优化创造新的价值的商业模式再造 数字化转型的发展阶段 “以价值创新为目的，以数字技术为驱动，指导企业发展战略，实现业务变革” THANKYOU 谢谢观赏