汽车零配件数据分析解决方案

汽车零部件行业 数字化运营平台建设方案 目录CONTENT 01帆软软件简介 02建设背景介绍 03应用建设思路 帆软软件公司简介 制造 13亿+ 持续深耕，连续六年稳居国内商业智能市场榜首，市占率第一 NO.1 BI 市场份额 2006年 注册成立帆软软件有限公司 国内唯一破十亿厂商 21.2% 13个全国分支机构 2000+ 员工 选择帆软 26000+家中大型客户 359 家中国500强企业选择帆软 数据来源：IDC 89000+个项目经验200W用户在帆软社区 国内研发中心 南京丨成都 浙闽战区 浙江、福建 苏皖战区 江苏、安徽 东北战区 辽宁、吉林、黑龙江 华南战区 广东、广西、海南 华北战区 山东、山西、河南、河北 华中战区 江西、湖南、湖北 西南战区 云南、贵州、重庆、四川、西藏 西北战区 内蒙古、甘肃、陕西、新疆、青海、宁夏 分支机构 国际及港澳台业务 香港、台湾、日本、韩国、新加坡 帆软软件公司简介 制造 国内营销服务网络 总部丨无锡 京津战区 北京、天津 上海战区 上海 黑龙江 吉林 新疆 辽宁 内蒙古北京 天津 河北 宁夏 山西 青海 山东 甘肃 陕西 河南 江苏 西藏 安徽 上海 四川 湖北 重庆 浙江 湖南 江西 贵州 福建 云南 台湾 广西 广东 香港 澳门 海南 贴近客户的组织建设，全国13个分支机构，一线城市网点全覆盖 帆软软件公司简介 制造 市场的众多认可，源于26000+客户的信任 连续多年 商业智能市场占有率第一 强势入围“福布斯2021CLOUD”100强 ABI魔力象限荣誉提名中国低代码应用开发平台 代表厂商 中国CADP代表厂商 毕马威 消费科技50强 中国 大数据50强 连续多年 荣获中国大数据企业50强 国家重点大数据示范 国家规划布局内重点软件企业 国家级大数据产业发展试点示范项目 2022CEIA中国企业IT大奖最佳BI方案提供商 & 最佳大数据方案提供商 汽车主机厂合作情况 制造 汽车主机厂合作客户（部分） *客户排名不分先后 帆软主机厂合作总数：70+家2022年汽车行业10强：10家 2022年汽车行业50强：35家 依托帆软深厚的技术底蕴与大数据应用的经验，全面打造“大数据+汽车”解决方案，有效帮助汽车企业唤醒沉睡数据，建立数据仓库和指标库，打造体系的数据化运营决策方案。 汽车零配件行业合作情况 制造 300+家汽车行业企业服务经验，提供全面的数据分析解决方案 *客户排名不分先后 02 行业背景/企业痛点/解决思路 汽车工业及零配件行业背景制造 ●政策持续深化、市场竞争加剧，动力及储能电池市场浪潮涌动，产能过剩和价格战成为行业洗牌的重中之重 汽车工业市场 2023年汽车行业总体市场呈现平稳增长； 2021至2022年，我国汽车总体销量分别为2628和2686万辆，同比增长3.8%和2.1%；2021至2023年1-8月，我国汽车总体销量分别为1654、1685和1821万辆，同比增长1.9%、8.1%； 2023年上半年国内新能源汽车销售303.0万辆，同比增长38%， 2021至2022年，我国汽车出口销量为201和311万辆，同比增长102.5%和54.4%，占总量的7.7%和11.5%； 汽车零配件市场 随着国内汽车零部件制造水平不断提升以及新能源汽车的发展，汽车零部件行业也得到了快速发展。2021年我国汽车零部件制造企业收入规模为40668亿元，同比增长12%，2022年约为41953亿元，预计2023年将进一步增长至44086亿元。 汽车零部件行业的上游主要为钢材行业。钢材是汽车用精密钢管制造中的重要原材料。钢材市场属于完全竞争市场，价格波动较为频繁。目前，国内的钢材生产基本上能够满足我国汽车零部件行业的需求。 汽车零部件行业的下游主要为汽车制造业。汽车制造业的发展带动了汽车零部件行业的发展。 整车汽车销量年度变化 2023H1国内动力电池装机量TOP10 •关键技术不断取得突破，国内零部件企业与外资企业零部件的技术差距已逐渐缩小，国内零部件厂商对自主研发的投入逐渐加大，实现了技术上的积累及管理上的提升。 •自主创新体系逐步形成，中国汽车零部件自主创新体系初步形成，构建了较为完善的开发流程、生产管理、采购流程、质量管理体系，逐步培育形成了以产品性能结构改进设计能力、制造工艺改进能力和成本领先的集约型研发组织能力为主要内容的工艺导向型研发能力。 汽车零部件行业部分政策伴随世界经济全球化、市场一体化的 发展，我国政府部门及行业协会对汽车制造业的宏观管理和政策指导也不断涌现，并形成了汽零行业自律组织中国汽车工业协会（CAAM）。 政策中，特别强调了零部件的创新研发、绿色制造以及质量控制。 一方面，国家政策对汽车零部件制造企业的扶持，推动产业升级和转型。另一方面，随着新能源汽车市场的不断扩大，消费者对电池、电机等新兴技术零部件的需求持续增长，且对于汽车整体性能和品质要求的不断提高。 汽车零配件行业位置 制造 产业链变化 发动机 15% 车身、电子、传动40% 底盘、内饰等45% 传统产业链长、整车厂是核心，对 上下游影响力大；主机厂–Tier1 –Tier2–Tier2垂直模式 电池 40%-50% 电机、电控20% 整车及其它30% 电池技术是核心，对电池、芯片依赖 性大；供应链短链化、零部件更少、价值链更短、增加值分布更加集中；主机厂-供应商合作，网状模式； 营销与服务模式变化 传统时代–经销商是最大的客户，赚造车的价差、零配件；不直接渗透到终端用户； 新能源时代–用户全生命周期服务， 渗透到个人，运营服务，数字化； 供应链与成本结构的变化 上游中游下游 零部件相关工业汽车零部件制造业 钢铁塑料橡胶玻璃陶瓷皮革涂料油料 发动机配件传动系统配件制动系统配件转向系统配件底盘系统配件行驶系统配件电气仪表配件内外饰与其它 传统燃油车部件–各自负责各的 矿产资源锂、镍、锰、钴半导体芯片、传感器 动力电池电机及电控系统制动系统配件转向系统配件 新能源–感知周边、传感–中心系统控制 汽车整车制造业 乘用车 商用车 传统燃油车 发动机变速箱 底盘 核心零部件&动力系统的改变 纯电动汽车油电混合动力汽车燃料电池汽车增程式电动汽车 动力电池电机 电控 汽车销售贸易后汽车市场服务贸易 直销渠道4S店车展电子商务汽车交易市场其它 汽车服务维修养护美容改装汽车金融旧车交易其它 传统营销模式&服务模式 充换电服务–充电桩、换电站汽车维修养护汽车保险、汽车金融、汽车租赁年订阅服务 消费场景变化-互联网+思维–运营服务 汽车零配件行业特点&业务分析 制造 汽车零部件行业在不断压缩的利润空间中，需要做好数字化精益运营 新能源自动驾驶 行业定位战略目标 颠覆式的技术创新、成本优化 智能化电动化 汽车零部件制造商 转型方向 整车配套服务商 项目研发 制造供应 市场营销 项目数 累计投入研发 项目进度 产能分析 质量分析 成本分析 利润率 营业收入 车企营收 项目成本 项目逾期 项目风险 物料管理 设备管理 计划管理 应收管理 订单交付 计划准确 润 率 可行性分析 PPAP OTS 零件试制 工程前期架构 造型设计 产 生 试 产品开发 利 市场分析 成本预估 技术分析 项目投标 供应商入库 索赔管理 应收管理 交货排程 计划滚动 需求预测 订单管理 风险管理 概念开发阶段 研发进度管控粗犷、研发成本控制难 需求不准，订单波动大，库存高，生产效率低 短期看订单交付，长期看整车市场 前期项目研究 市 竞 销 单 场 争 量 位 定 对 预 成 位 手 计 本 计划管理 生产计划 物料需求 采购排程 交货排程 物料到货 来料质检 物流运输 订单发货 动态检验 冲焊涂总 上线配送 物料入库 静态检验 交付开票 前期项目投标 汽车零配件行业常见痛点 制造 面对国家节能、环保、安全法规等方面要求日益严格，面对来自整车企业配套采购质量要求的不断强化，零部件企业面临全面提升质量的压力 库存水平居高不下，难以对呆滞和冻结物料及时进行处理，没有针对物料做针对性分类及相应策略的制定 企业建设了大量业务系统，但是无法发挥数据资产的价值，无法指导实际经营管理、业务改善 提质增效面临压力 库存管理苦难 缺乏数字化运营管理能力 02 04 06 01 03 05 需求不确定 成本控制效果差 供应链效率低下 订单波动大，预测与实际偏差严重，企业难以根据计划进行生产，出现物料齐套即生产的情况。 原材料、生产加工、制造费用管理不够精细化，分析维度单一，难以找出其中的优化点，并及时预警。 从计划到采购到生产到交付的链路不可视，不知道影响交付的节点断在哪里，各部门容易陷入囚徒困境 数字化建设现状与目标：当前制造业轰轰烈烈的信息化和数字化建设成果 制造 二十世纪以来，轰轰烈烈的信息化和数字化浪潮，推动企业建设信息系统几十套，信息系统覆盖度普遍超过80%，投入几百上千万。支撑了产品生命周期管理、供应链、销服、职能管控的业务精细化管理和日常运营。 管理协同办公系统（ＯＡ） 质量管理系统(WPM) 供应链管理平台（SCM） 财务共享中心 平台N个管理平台支撑集团科学决策和数字化运营 (N) 人力资源系统（ＨＲ） 网络学习平台（E-Learning） 流程管理系统（BPM）知识管理系统（KMS） 运营 业务SRM/ERP 平台 WMS (6) PLM 6大信息化平台支撑高效研发、敏捷供应链、精准营销和全球协C同RM MES/ERP 基础平台(X) 信息安全 企业服务总线（I-BUS） X个基础平台支撑全球网络互联、数据集中存储和高效交互 数据中心网络终端 信息化≠数字化：企业需要的是解决问题制造 工具≠数字化 执行时 实际需求 认为 要求： 工业企业数字化的核心是决策模型组织模式转型的目标是决策权前移 转型需要新的指挥系统的支持 数字化的核心是决策应变，衡量标准是变化发生到有效对策的时间 组织数字化转型的目标，是决策权向前线人员转移，让离客户更近的人调配资源，尤其是计划后的应变。 需要建立一个能支撑实时感知变化、实时分析变化、实时制定最优决策，并能将决策自动执行的数字化平台。 系统或平台是实现数字化的工具，缺少对业务的设计、数据的分析，最终无法实现数字化的建设 利用数字化手段实现决策方式变化 制造 03 分析模型/数据展示 制造企业数据应用现状：数据丰富，信息匮乏 制造 调研数据表明，只有大约四分之一的组织正在以有意义的方式捕获传感器数据并将其应用于决策。例如，预测性维护可以通过持续收集和分析传感器数据来防患于未然，并且仅在需要时才会提醒人工干预。只有四分之一的组织正在基于故障模式分析来优化资产/设备维护计划，以及平衡可靠性与成本。 只有不到五分之一的受访者可以实时访问整个企业中的重要制造数据，包括电子表格、工业社交媒体、电子邮件、文本文件、视频或CAD中的实用非结构化数据。例如，制造商可以通过分析保修申请来识别制造流程中的缺陷。而要准备、处理和分析这些非结构化数据，数据科学专业知识和专用工具是必不可少的。 只有42%的受访高管表示在非常高的程度上实现了MES应用现代化，而只有38%的受访高管表示实现了SCADA应用现代化。实时生产监控有助于改善MES监督，而集成到SCADA中的附加功能可以增强智能并提供部分跟踪功能。 制造业受访者普遍表示其首要目标是提高产量、改进产品质量、推进可持续发展和减少机器停机时间，这实属意料之中。专注目标有助于制造企业提高效率并满足客户对价格和质量的要求。但美好愿景与现实之间仍然有着巨大的差距：尽管设定了这些明确的目标，但只有36%的受访者能够成功或非常成功地维持所需的吞吐量和产量。