头部数字化转型标杆企业的理论与实践：数字化力量.pdf

1行业转型先锋典范2帆软数字案例集3行业转型先锋典范4帆软数字案例集5行业转型先锋典范6帆软数字案例集前言连续 6 年市场占有率 NO.1中国商业智能软件十年来，我国数字经济取得了举世瞩目的发展成就，数字产业化与产业数字化正在被大力推动，“云大物智移”正在成为企业当前转型的必要方向，数据俨然成为企业不可或缺的生产要素，数据建设规划是企业发展规划中的重要环节，甚至成为战略规划，作为企业发展的“折子工程”。数据建设包含了企业文化建设、企业基础设施建设、企业数据人才建设、企业数据规范体系建设、企业数据应用建设等，帮助企业建立从数据获取生产到数据消费利用的全生命周期管理体系，使数据正式成为企业的资产被利用且产生价值。“数字化转型俨然已经成为当今商业领域中最热门的话题之一。作为数字化转型的引领者和推动者，帆软一直在致力于推动数字化技术和应用的创新。我们深知数字化转型对企业的重要性，也深知在数字化转型的过程中，面临着种种挑战”。预见未来是帆软为精心准备的案例集。经过帆软 17 年的产品应用沉淀，20+行业实践，100+解决方案沉淀，我们整理了来自各行各业转型先锋典范、30+头部数字化转型标杆企业的理论与实践。我们希望，分享给更多的中国企业。让他们在前行的路上，能吸收各行各业的实践经验。不再迷茫，降低自己的试错成本，能借助一些成熟，经过实践的经验，快速打开一条属于企业以及自己的数字化转型实践的思路以及方法。我们非常感谢企业先行者们的支持，为行业总结的经验，照亮数字化前行的道路。感谢企业家们、数字化践行者为推动中国整个数字经济的发展，贡献自己的力量。帆软将持续，并一直把这些实践的经验推广给更多的人。PREFACE数据来源：IDC中国商业智能软件市场跟踪报告目录研究院观察数字进化论：商业智能提升企业数字进化加速度03高层观点01采掘冶炼鑫达集团：构建“8+2+1”智能体系打造钢铁行业智能制造典范首钢股份：数字与业务融合发展，业务提效 3 倍15243847瓮福集团：全面预算体系搭建与报表自动化实现，创造财务新格局云天化集团：数字化赋能，打造云南工业互联网标杆能源化工5460电子电气尚德电力：洞悉数据管理先机，勇当光伏行业数字化先行者！惠科金渝光电（HKC）：搭建企业全流程经营预实分析体系70装备制造徐工重型：匠心智造争树行业数字化转型典范8893整车企业北汽集团：加速推进“9211”战略以数字赋能企业“高新特”发展上汽通用五菱：实时预警质量运营平台为汽车制造保驾护航79汽车零部件东华转向：全流程质量管理，助力质量成本降低 20%！制造国之重器国之支柱房地产102105建筑施工中建三局：用数字化为企业聚势赋能中国中铁：争做数字智能“开路先锋”，建设世界一流企业119物业公司大名城物业：业务覆盖区域 70%小区！推进物业管理发展新模式109113商业地产大华集团：精细化运营，带来管理能力提升香港置地：让经营者“看得见，看得清，看得远”经济命脉金融125131银行业河北银行：提升全行数据能力，助力业务高质量发展徐州农商行：领导驾驶舱是数字化转型之路的重要一步140147保险证券业横琴人寿：数据平台引领数字化转型，赢在保险 3.0 时代东吴证券：释放数据价值，创新构建数字化运营支撑体系发展引擎消费151155159江小白：牵手帆软让数字化和生活一样很简单周黑鸭：“美味缔造者”的背后，蕴藏着数据驱动的奥秘泸州老窖：数据驱动，打造具有全球影响力的大企业大集团生命力量医药188195200快克药业：借力“简道云”，搭建组织管理创新平台人福医药：疫情下供应链管理的破局之路广药集团：打造医药健康数字经济生态圈腾飞基石交通165177182厦门航空：BI 赋能发挥数据生产力，行稳厦航可持续发展步伐常州公交：搭建智慧公交体系，赋能现代品质服务中国外运长江：焕发 BI 敏捷动力，把握数字化转型新机遇001行业转型先锋典范002帆软数字案例集客户观点企业不同阶段数字化转型核心价值陕建数科总经理 李宁BI 主要是形成数据的消费能力，数据一定需要围绕价值、围绕人，我们认为 BI 其实就是数和人之间交互的载体。河北钢谷副总裁 王松数字化的本质，就是让正确的数据，在正确的时间，以正确的方式出现在正确的人面前，让这个人做出正确的决策。徐工重型信息部部长 李忠福下一步要按照企业全价值链，建立覆盖所有核心活动的业务场景。通过大数据等信息技术应用，助推智能制造和企业管理，提升核心竞争力。雪天盐业数据中心负责人 任米莎雪天盐业这些年不断推进“流程驱动+数据驱动”双轮驱动的数字化的转型，一方面夯实信息化基础，另一方面推进数字化的赋能，探索智能制造的新途径。常州公交集团科技部副部长 姜汝栋疫情给常州公交的客流带来巨大的打击，面对严峻的压力，我们坚信只有加快我们城市公交的智慧升级，促进公交的数字化转型，这样才能帮助走出困境。沈阳理工大学教务处处长 陈亮在“十四五”期间，沈阳理工大学制定了“五年三步走”的信息化建设规划，业务实现一站式办理，为教师和学生提供智慧化的服务，达到智慧理工的水平。祈禧电器董事长 方曙光中国要领先世界，中国制造必须要领先世界，我们数字化是一个变道超车。现在进入了互联网的下半场，产业+互联网，这是宁波企业的历史红利。南京东华智能转向系统有限公司总经理 王晓琪从冗余式的思维方式转变为精准式的思维方式，由静态式的决策转变为动态式的决策，重点解决企业的实际痛点，让企业的运营效率更高效、更准确。杏林医药副总经理 罗萍今后一切都是数字化，没有做的好与不好，只有做与不做的差别。既然要做的话，就一定要做好。烨辉医药 CEO 张晖很多中小药店，像夫妻店这种，是不可能去做数字化的。我们要做平台型企业，给这些小 B 端赋能，迅速把我们的数字化经验复制推广出去。尚德电力 信息技术总监 李科信息化首先还是要打好基础，基础没有打好空中楼阁很容易坍塌。其次，只有实现跟管理模式的相结合，才能发挥出它最大的作用。排名不分先后信息化和数字化，是陕建提升管理、提高效率、提升效益的一个关键转手。BI 系统从海量数据中，给管理者提供简洁明了的决策依据，提升管理者决策的科学性和精准性。陕建集团总经理 莫勇0125%003行业转型先锋典范004帆软数字案例集解锁企业增长数字密码工业革命发展奠定了数字化转型的基础研究院观察数字进化论02工业 2.0：电气时代第 2 次工业革命是电气化革命，标志事件是 1870 年，美国辛辛那提屠宰场的自动化生产线建成，企业能够大批量、流水线式生产，该时期以福特汽车为代表，工业进入了大批量的生产阶段。工业 3.0：自动化第 3 次工业革命是信息化革命，从 20 世纪 80 年代开始，个人电脑和互联网带来了广泛的变革。工业 3.0 的标志是以PLC 的应用为标志，工业生产实现自动化。从这以后，技术进步呈加速状态，新兴技术转化为产品的周期越来越短。工业 4.0：智能化第 4 次工业革命就是现在进行中的工业 4.0，通过赛博物理系统（Cyber-Physical Systems,CPS）实现物理世界在数字世界的精确映射，打造“数字孪生”，实现物理实体与数字虚体之间的互联、互通、互操作，最终将智能机器、存储系统和生产设施融入整个生产系统中，人、机、料等能够相互独立地自动交换信息、触发动作和自主控制，实现一种智能的、高效的、个性化的、自组织的生产与服务方式，推动制造业向智能化转型。数字化颠覆第 4 次工业革命对企业和公共部门造成的深远影响，以及广泛获得应用和成本迅速降低的数字技术正在引发工业、经济和社会领域广泛而深刻的变化。这种爆炸性的变革仅仅发生在过去的一二十年间。大部分人还没有意识到数字化颠覆其实就是第四次工业革命，或者说第四次工业革命的颠覆性影响就是数字化颠覆，先来看看以往的工业革命对我们的生活造成了哪些深远影响。工业 1.0：机械时代第 1 次工业革命是机械化，主要发生在 18 世纪和 19 世纪，由农业社会向工业社会和城市化发展。主要是由机械的创新驱动的，例如蒸汽机。60%005行业转型先锋典范006帆软数字案例集数字化转型-让企业业务更敏捷“十四五”数字经济发展规划中提到：“数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正推动生产方式、生活方式和治理方式深刻变革，成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。”据统计，截至 2021 年中国数字经济规模已经达到 45.5 万亿元，占国内生产总值比重高达 39.8%。数字经济正在高速增长，已成为带动经济发展的重要引擎。在数字经济不断发展的环境下，商业经营所有的市场行为本质上并没有发生变化。只是处在这样一个全球一体、经济联动、万物互联、移动跃进的现实情境中，整个社会资源进行重组，各行各业甚至跨界价值链格局创新，甚至更细分的营销格局升级，都变得空前迫切。寻找增长途径，不仅要从市场、客户出发，还要回归到生产、物流、供应链，甚至更上层的思考通过完整价值链更优化的资源匹配来达到供需之间更精准的协调，让有限的社会资源来满足日益变化的客户需求。一、智能集成将无处不在的传感器、嵌入式中端系统、智能控制系统、通信设施通过 CPS 形成一个智能网络。通过这个智能网络，使人与人、人与机器、机器与机器、以及服务与服务之间，能够形成一个互联，从而实现横向、纵向和端到端的高度集成。提升工厂的效能，保证品质的贯彻。使人的能力可以更加聚焦到知识与高技能提升，让他们做更多有附加价值的事情。二、价值链互联随着技术发展，企业发展的人、事、物都能通过企业系统纳入到一整条的价值链上，从原材料采购、生产、物流、营销甚至在产品研发上就考虑整个价值链的优化。可以让我们更好的优化资源配置，达到控制成本的作用。三、柔性转型传统的销售模式大部分是深度分销，按批次生产，通过自己的直销渠道、代理商、渠道商，然后强势营销出去。现在趋势和观念都在改变，消费者越来越倾向个性消费，国内的产业链要往柔性生产走，就必须从数据出发，准确估算需求，然后计算优化原料、物流、生产、销售，评估需求与市场消化周期，生产成本和利润，交易频次、库存周转率等等。大数据很重要的体现可能就有一部分在这里，发现洞察，提前规划，快速灵活适应市场环境的变化。四、数据连接产品数据、设备数据、研发数据、工业链数据、运营数据、管理数据、销售数据、消费者数据。通过数据分析各个产品在各地区的销量，供应链和产能，客户消费的结构；来提炼一些有价值的洞察，指导企业生产销售的侧重。很多企业已经实现了这一价值，很多决策都会有数据和逻辑的支持，心中有数，而不是拍脑袋或者单纯的依靠经验来决策。构建敏捷、灵活的业务作战模式随着市场竞争的加剧，大多企业面临的考验：面向客户的品牌、价格、流量、机会、渠道等多个维度的战争，以及企业自身组织能力、组织效率等能否满足客户侧不断变化的竞争需求之下，企业能够达成持续经营增长的目标；企业家们都在努力捕捉市场信息、客户需求、技术发展、商业模式、人才信息等；生怕哪一个环节的错失良机，而让自己慢人一步；有句古话：“一步慢，步步慢；”所以，优胜劣汰是自然界的生存法则,快鱼吃慢鱼也是市场竞争的规律。特别是在当下的商业环境中,效率,已经是许多企业业绩考核的第一指标。如何效率最大化，构建敏捷、灵活的业务作战能力？007行业转型先锋典范008帆软数字案例集商业数据智能与企业数字化转型商业智能在工具层面应用价值商业数据智能与企业数字化转型有着密不可分的关系，这一方面表现为商业数据智能应用过程中的数字化工具与企业数字化转型工具高度重合，另一方面表现为二者的规划模式、应用价值的协同。商业智能本质是为了商业服务，承诺为商业提供“最后一英里”的数据和分析计划，把数据的价值呈现出来。以商业数据智能为代表的企业数字化转型能够为企业业务流程以及企业生命周期中的各阶段提供丰富的赋能价值，企业进行相应的落地部署也应遵循系统性的整体规划。2023 年 Gartner 首席信息官和技术高管调研揭示了中国企业的首要任务。我们的研究发现，超过 60%的中国 CIO 将把时间投入到改进商业智能或数据分析上；在实际应用中，大数据在业务决策中的价值已经被越来越多的企业所认可。以厦门航空为例，通过敏捷 BI 关联 51 个业务系统，节省人力成本 300+万，1300+张报表专业化、规范化、统一化的制作和管理，覆盖了公司各类生产经营业务；在客户分析、航班运行情况统计分析、机务维修、营销服务与质量分析以及掌上厦航等多业务场景的应用中，实现报表专业化、统一化、规范化管理，实现了企业统一报表管理，为业务添上支撑引擎。一、多源、多系统数据整合BI 工具，能够很好地集成各个系统的数据实现多源整合在此基础上工具，能够很好地集成各个系统的数据实现多源整合在 BI 工具上，数字化转型搭建架构更多考量的是系统间协同、使用便利、响应快甚至大数据分析后的智能决策，通数字化转型面临的 3 大挑战在国家政策、市场经济的双重驱动下，大家都意识到了数字化的重要性和迫切性，不确定性常在，数字化机遇却稍纵即逝。在全球化竞争激烈的今天，数据价值和数据建设直接影响着企业的竞争力，这一点已是共识。因此，企业要实现新的飞跃，必须明确方向，抓住机遇，克服挑战，利用好数据这一新动能。不同的行业、企业或多或少都面临各种挑战和问题：一、数据应用价值场景缺失重视底层的投入，花钱买系统，买设备，就能实现数字化，但是数据驱动是企业增长的核心，很多企业失败，不是技术的问题，而是缺数据应用场景，数字化建设的顶层规划和底层建设的失衡，导致企业花费了大量的金钱构建底层，却忽略了应用层，找不到合适的应用场景，甚至大材小用。二、数据管理成本高、多系统孤立系统多，很多数据分散在各个系统，比较孤立；数据之间没办法统合来看整体的情况，数据整体的管理成本比较高，增加了很多人力成本，且互相之间不透明，业务协作壁垒比较高；造成很多资源浪费；面临机遇业务发展的，工具整合、系统整合、数据整合需求越来越重要。三、BI 建设资源在不断的被浪费首先，项目规划的时候没有想清楚要干什么，结果导致做了很多虚荣指标，价值不够显性化，并没有对他们的管理决策带来太大的影响，只是把一些电子文档从 Excel 变成从浏览器端查看。其次，发散式的“你画我猜”。通过这样一种方式最终落地出来的项目，其实不管是 IT 部门、业务部门、还是公司的决策层，都会觉得这是一个成本项目，没有在企业里面带来实际的落地，甚至于对于 BI 的概念都会带来一丝怀疑。009行业转型先锋典范010帆软数字案例集过整合，实现传统式 IT 架构向共享式架构转型，让数据应用更敏捷，让数据说话，为决策提供依据。业务应用层面，从局部向整体逐渐过渡。二、数据分析门槛低，业务能更敏捷的捕捉业务变化BI的发展，降低了数据分析的门槛。传统的配合方式，需要由业务人员提交业务需求列表到 IT 部门，经过排期与开发，才能使用，耗费的时间长，沟通成本高。对于业务人员以及 IT 人员都在双向浪费成本；IT 人员通常解决标准类的问题，非标类的业务问题，如何让业务更敏捷的自主处理？自助式 BI，大大降低了数据分析的使用门槛，不懂技术的业务人员可以通过简单的拖拽方式，自定义新的维度和分析数据，进行自主探索分析。实现业务与数字技术“双轮驱动”。一、帮助中高层及基层精准决策，提升工作效率对于一般企业而言，基层业务在企业全部经营活动中占据最大的比例，也涉及最多的企业员工投入。尽管基层业务的单次决策对企业整体的重要性比较小，但如何做此类决策却体现并影响着企业的文化氛围、管理水平和执行能力。对于基层业务员工而言，此类决策数量大、频率高、周期短，而个人的精力和经验有限，可以通过商业智能工具进行决策辅助能够帮助员工提升效率和决策的正确率。同时，考虑到商业数据智能工具提供的可视化面板、标准化流程，帮助企业减少团队和部门间的合作摩擦、增加协作的流畅度，从而优化企业整体的经营效率。对部门业务和业绩的管理，以及对企业整体的人力、成本或财务等单一维度的透视和分析，其执行者可能为部门领导、BU领导乃至企业高管。相较于基层业务，中层管理决策频率较低，但需要决策者考虑更多维度的信息，决策难度和影响面都更广。在这一环节中，查询搜索以及可视化工具为决策者主要使用的商业数据智能工具，以直观的形式向决策者提供所需的数据信息，并生成美观的图表供企业内外部交流沟通，提升信息传递的流畅程度。二、经营管理策略洞察，精准决策我们将商业数据智能定义为基于数据科学，并服务于企业决策的一系列数字化工具、服务和解决方案。企业致力于对财务、采购、销售、生产、库存、物流、服务等内部核心业务数据进行全面、及时、统一的采集汇总，并且基于信息技术及时快速捕捉市场及用户需求变化、市场产品存量等外部信息，研究部署能够满足企业经营决策需求的智能决策模型。基于智能决策模型进行大数据决策分析，实现对企业运营状况、综合绩效及经营风险等的在线实时监控和精准预测，在这一过程中，商业数据智能工具能够帮助员工更高效地进行数据展示和信息分发，为高管决策提供更全面和有效的信商业智能在工具层面应用价值011行业转型先锋典范012帆软数字案例集息，同时也能够在潜移默化中提升企业整体的数字化氛围以及以数据为核心进行决策和工作习惯，帮助企业更好地适应信息化时代的经营环境。为企业各项经营管理活动提供决策依据，以便及时准确地调整企业的战略重点、经营模式、投资方向、产品结构、生产安排等，提高决策效率和准确率。数字化转型进行时数字化转型的关键取决于数据能否真的用起来，用数据驱动业务，随着企业业务的变化，有关于数据的用户痛点不断产生，通过科学化的需求分析进行需求定位，最后再通过技术手段解决业务问题，并且迎接着未来业务的持续变化。这是一个动态的过程，由一套科学理论所支撑，目标是建立起企业一个长久不衰的数据应用体系。用数据驱动业务流程优化。在大数据建设方面，需要伴随管理模式上的变革，由粗放型管控向精细型转变；后期完成由线到面的转变，优势业务借助数字化分析平台创造新的价值，完成企业级数据由业务型到知识型的转变，实现数据潜在价值，最终完成由面到体的体系建设，打破企业边界的商业模式再造，探索新的盈利模式实现企业脱胎换骨的转化。很多企业已经完成了不同阶段的数字化建设，也在数字化建设中找到了自己的业务创新点，数字化不是一站式工程，需要企业根据自己发展不断的去迭代刷新。种一棵树最好的时间是十年前其次是现在扫码关注更多精彩内容就在小程序数字化转型进行时制 造 全 产 业 链 智 慧 转 型国之重器MANUFACTURE4.0一辆汽车能够飞驰在路上，涉及到数万个零件，他们的生产、制造和销售又涉及到数以千计的企业共同参与。有人说，汽车制造业是辐射最广，带动上下游产业最多的分类，凡是汽车制造业发达的国家，一定是工业强国，美、日、德都是如此。今年，我们有幸见证了国产新能源汽车的崛起，中国汽车销量排行发生剧变，其变化速度之快、面积之广，为过去 30 年所仅见，同时这也带动了国内汽车产业链集群的发展。随着工业迈入 4.0 阶段，全面推进全产业链的智能制造和数字化转型成为国内制造业的重要课题之一，我国制造业亟需提高生产制造效率，完成节能减排和产业结构调整的战略任务。本章内容我们将追本溯源，以汽车产业为切入口，从汽车制造的最上游企业到最终的整车主机厂，观察每一环节中各企业为数字化转型和智能制造做出的努力。015行业转型先锋典范016帆软数字案例集采掘冶炼行业是一个传统且古老的行业，万千年积累而成的煤炭或石油重见天日，金属矿石在高温中融化、锻造，千锤百炼，成为各类工业的原材料。一辆汽车的诞生同样离不开采掘冶炼业，而传统模式下，该行业面临着低效的生产过程、高昂的运营成本、复杂的供应链和环境影响等挑战。为适应市场变化和客户需求，采掘冶炼企业需要进行数字化转型，利用数字技术来优化业务流程和提高价值创造。这是一项艰巨而复杂的任务，但也是一项必要而紧迫的任务。制造丨采掘冶炼鑫达集团河北鑫达集团（下称“鑫达集团”）是我国钢铁工业绿色发展和智能制造的探索者和先行者，近年来结合国家“数字化”战略与钢铁行业现状，加速探索以智能制造为主攻方向的企业数字化转型升级之路，通过集团化管控模式，构建起“8+2+1”智能制造体系，并以精益管理为基础，围绕信息化、数字化、智能化对企业价值链进行重构，力争打造我国钢铁行业智能制造的典范。国之重器构建“8+2+1”智能体系这家钢铁工业 20 强企业发力智能制造新模式钢铁工业是我国国民经济发展不可替代的基础原材料产业，长期面临高耗能、高排放等现实难题。新发展阶段，“绿色低碳、智能制造”是钢铁工业高质量发展的必由之路，而数字化转型是重要抓手，直接关乎钢铁企业生存与发展。数字化发展战略：三步走，实现全面数字化发展鑫达集团是一家集矿产采选、地产开发、钢铁冶金及上下游产业链实体贸易为一体的全国大型综合性民营企业，作为钢铁行业的排头兵，数字化转型起步早，从自身需求出发，采取集团化管控模式，将信息技术与企业的业务、技术和组织三大领域相结合，在实时监控、资产管理、生产运行、能源管理、安全环保、经营管理等方面进行智能化分析，数字化转型成果显著，2020 年荣获“全国钢铁 A 级竞争力特强企业”“中国钢铁工业 20强”等称号。017行业转型先锋典范018帆软数字案例集数字化建设：以鑫达钢铁为试点，构建“8+2+1”智能制造体系鑫达钢铁是鑫达集团成立的首个子公司，拥有烧结、炼铁、炼钢、轧钢、制氧、发电、污水处理等系列生产线以及配套环保节能设施，具有年产 750 万吨钢、1100 万吨材的生产能力，在鑫达集团钢铁冶金业务布局中占据重要地位。鑫达集团明确分三步走实现“从点到线到面到体”的全面数字化发展。第一步打造单个子公司数字化转型标杆，实现从单场景的人机互联，到一条产线的互联，到一个工厂的互联；第二步计划 2023 年实现全集团产业互联，将集团旗下所有公司业务贯通，进一步实现单公司经营向多公司协同经营的转变，实现集团资源共享、信息协同，形成一总部、多基地、多元化大型集团企业；第三步贯通钢铁端到端产业链带动产业集群数字化，实现集团与工业园区的互联和产业生态的互联。为确保集团数字化高效推进，鑫达集团成立了专门负责推进集团数字化业务的子公司河北钢谷物联科技股份有限公司（下称河北钢谷），聚焦钢铁工业企业数智化转型业务领域。以“智能制造+产业互联”双轮驱动，为集团提供数字化应用技术解决方案，解决在节能、清洁生产等方面的共性技术难题等。2019 年，鑫达集团明确率先以河北鑫达钢铁为试点,构建“8+2+1”智能制造架构体系，即 8 大业务系统、2 个数据池和 1 条智能产线，这也是鑫达集团推进智能制造的重要成果。8 大系统是智能制造框架的主要载体，包括 ERP 企业资源管理系统、EAM 设备管理系统、MES 生产管理与执行系统、LWS 无人计量系统、LES 物流管理系统、EMS 能源管理系统、DAS 数据采集系统、EC 电子商务系统。这 8 大系统协调运作，组成了智能制造的根基。2 个数据池，是指工艺大数据池和业务大数据池。2 大数据池收纳采集了巨大但稳定的数据信息流，从工艺和业务两方面着手，提供关键、有限且昂贵的数据资源，为生产提供了稳定、可靠的数据来源。1 条智能产线是指二炼钢厂智能制造生产线。目前，已投入运行智能机械手臂 11 台，以及铁水包自动测温取样系统、连铸智能平台系统、大包无人平台系统、机器人钢坯喷号系统、型钢表面质量检测系统等十余套智能系统。该体系实现了物流、信息流、资金流的三流同步，形成高效统一的整体产供销系统，实现按合同组织生产的采购、销售、制造、物流与成本精细化管理，并与财务系统无缝集成，支撑起产品结构调整战略。同时，为贯彻“面向客户、实现端到端客户全生命周期服务”，将产销和MES、电子商务和客户服务系统等相结合，拓展整体产供销供应链，实现“横向到边”的内外部供应链集成，建立起以客户为导向、以订单为核心的产销作业流程，快速响应市场需求，提升客户服务价值；而“数据不落地”的要求促进实现“纵向到底”的业务系统高度集成。目前，该体系正逐步推广至全集团及下属子公司。与此同时，鑫达集团以精益管理为基础，围绕信息化、数字化、智能化等三方面对企业价值链进行重构。首先，业务全部信息化，做到互联互通、流程优化，用系统去管理人、流程、工作。信息化系统把企业内部的运行用这套信息系统全部管理规范起来，甩掉了企业以往可以看得见的账、单、表、证，解决了企业内部管理的流程效率问题；其次，数字化，这也是智能化的基础。数字化即让正确的数据及时的出现在正确的人和机器面前。借数字化打通企业内部与外部、打通企业各个环节之间的链接，重构企业的模式、流程。把企业的相关业务动作，迁移到网络环境下完成，使企业的运行效率获得显著的提升；最后，智能化。随着集团信息化、数字化基础的铺垫，生产智能化和决策智能化等智能化应用也在不断加速，在智能场景、智能车间、智能工厂、智慧供应链方面均实现智能化。019行业转型先锋典范020帆软数字案例集021帆软数字案例集数字化落地：携手帆软建设鑫达一体化工业互联智能平台数据应用现状 信息技术现状：公司信息化系统多，引入了企业资源管理系统（ERP）、生产管理与执行系统（MES）、物流管理系统（LES）、能源管理系统（EMS）、设备管理系统（EAM）、电子商务系统（EC）、无人计量系统（LWS）、数据采集系统（DAS）满足公司在生产执行、物流管理、能源管理、设备管理、计量管理等方面的需求，同时建立系统间的接口，加强协同合作，满足鑫达钢铁对于智能制造的新需求。工业技术现状：进行机器人及一、二级系统完善等智能装备引进，例如引进铁水包取样、连铸平台操作、大包平台操作、钢坯喷号、型钢表面质量检测等自动化设备，满足公司对于智能生产的要求。客户需求 数据缺乏统一、融合：随着业务系统的增多，各系统数据比较孤立，只能在各系统内查看，数据不能从业务顶层融合与展示；数据量多，查看效率低：目前数据报告的查看浪费大量时间，特别是对于钢铁生产的数据，多数是产量和质量以及能源损耗的的数据查看；缺数据分析展示：各个系统数据分析、展示没有统一的平台，不能满足从顶层业务视角查看各业务的关键数据。022行业转型先锋典范023帆软数字案例集024帆软数字案例集客户价值 数据全面打通融合：对智能平台全面升级，各个系统数据分析、展示没有统一的平台；通过 FineDataLink+FineReport 将目前多个系统数据进行打通，完成全面的数据管理，实现数据处理、存储、展示一体化，拓宽数据应用场景及提升企业内部数据管理的效率；多业务场景看板从无到有：搭建不同业务场景的看板，如：计划管理、库存管理、生产日志、质量管理、MES 生产过程管理等；及不同管理维度的经营管理看板，如：企业经营管理、人力资源管理、营销管理等；提升 IT 人员工作效率：大大提升 IT 人员的工作效率，避免大量繁琐复杂的数据处理及查看需求的人工对接。解决方案 通过 FineReport，将多平台数据打通，实现多系统的数据整合，搭建一体化的数据管理平台，完成全面的数据管理；通过 FineDataLink，结合 FineReport，实现数据的抽取、存储、展示一体化；建立业务维度的经营管理看板，对于生产的实际数据进行报告，实现业务数据全链条实时展示，实现生产场景的智能化管理；多端适配，通过帆软的大屏、移动端等多场景应用扩展解决方案，能够满足业务管理需求的多设备适配，多端查看，实现随时实地查看业务进展，自动推送，主动掌握业务动态变化；从纵向、横向结合项目进行综合的业务管理。企业数字化转型是一个系统性工程，近年来，鑫达集团与时俱进，智慧领航通过与众多数字经济领域“懂行人”合作，共谋以智能制造为核心的钢铁工业企业高质量转型发展之路。为更好探索数据赋能价值，鑫达集团致力于数字化的发展变革带动业务转型，通过和帆软的合作，建立科学合理的底层数据仓库体系，构建统一的、层次合理的、灵活的企业级数据模型，搭建鑫达钢铁数据分析平台系统，构建横向融合、纵向贯通的应用集成体系，为综合分析系统建设奠定坚实的数据基础，从而整体搭建智能制造大数据运营管理平台，结合对外展示的大屏系统，将集团各业务系统数据打通，实现存储、抽取、转换、计算等数据系统全面管理，并可提供符合集团特色的数据分析功能。实现业数融合，真正让数据为业务赋能，推动业务增长。未来，鑫达集团将坚持“创新 绿色 开放 共赢”的发展理念，以“产业融合”为抓手，以“精益智能”为手段，以“提质增效”为动力，以“品牌强企”为目标，继续聚集资源，携手合作伙伴，强化数字赋能、加速智能转型，塑造钢铁行业智能制造的典范。数字化总结与展望：首钢股份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、精准服务的高质量发展之路，形成具有核心竞争力的高端产品集群。数字与业务融合发展，业务提效 3 倍025行业转型先锋典范026帆软数字案例集客户需求 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，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；缺乏对业务数据全量全要素管理：钢铁生产关联因素多、管控环节多、生产流程长，缺乏基于业务场景的数据场景应用及管理，导致业务响应市场能力不足；传统的业务分析效率低：传统方式的数据分析，业务人员提需求给 IT 部门，IT部门根据排期响应需求，这种传统的分析方式不能响应及时的多变的业务分析需求，效率低。数据应用现状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，海量的数据，如何把数据价值全量全要素发挥出来？这个是首钢当前面临的数据应用难题。解决方案核心：首钢股份十四五的规划核心坚持长远谋划、分步实施、效益驱动。方法：1、建立数据思维及使用习惯：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，2、构建敏捷组织能力：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。3、深入业务应用，驱动业务不断迭代，助力经营提效：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。目标：1、数智驱动业务发展转型：到 2025 年数字化转型和智能制造发展取得实质性进展，整体智能制造能力成熟度明显提升，实现从部分业务集成探索到全面牵引业务发展的过渡转型；2、综合提升企业运营效率：促进研发创新、提高作业效率、提升产品质量、降低运营成本、完善服务能力、坚持绿色发展、实现本质安全等方面起到关键作用；3、构建全面数字化能力，打开智能制造新格局：全面建立“操作自动化、装备智能化、管控数字化、决策智慧化、服务平台化”的数字化转型和智能制造新格局。实践路径：通过“一个数仓、两个纬度、三种手段”来提升首钢股份的数据生产力，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。在数据分析应用层面，搭建集中、一贯的生产经营分析平台，推行重业务主题、轻报表管理理念：针对业务场景构建数据主题和指标，应用 FineReport、FineBI等平台鼓励业务人员进行自助分析，减少固定报表对开发资源的浪费。在智能决策层面，围绕业务辅助决策推进自动化技术应用，逐步由人工决策向智能决策转变，实现业务创新。通过数据分析平台建设，实现：1、自由规划和灵活查询：将关系型结构化的业务数据从模块化制造过程视角向主题化业务分析视角转变，快速有效的汇总关系型结构化业务数据，自由规划指标维度，根据个性化要求随机灵活查询。2、跟踪生产，快速定位异常：通过完整记录并存储产品属性、销售属性等的历史变化信息，快速定位生产、销售过程中出现异常的影响因素，为优化流程提供数据参考。027行业转型先锋典范028帆软数字案例集数字化落地：携手帆软建设首钢一体化建立数据分析平台首钢股份数据分析平台整体由数据源、数据总线、数据仓库、应用服务等组成。1、数据源：涵盖生产工艺、经营管理各信息系统。2、数据总线：实现对数据通讯的统一管理，集中监控，对数据源数据向数据仓库平台接入提供支撑，同时对于业务侧的数据进行清洗和转换以保证进入数据仓库的数据质量。3、数据仓库：将存储于各源端业务数据库中的结构化数据，进行采集、加工、处理、加载并存储于数据仓库平台的关系型数据库中；基于数据仓库平台中存储的数据及数据模型，为数据服务、分析挖掘服务、复杂算法服务等各类数据计算分析服务提供数据支撑。4、应用服务：为用户端能够安全稳定高效的运行以及和数据仓库高效稳定的数据交互提供企业级应用服务，为最终用户提供高效便捷的数据维护、数据分析、数据展示等功能。数据采集范围覆盖全部机组的一二三级系统。利用整体调度技术、分布式队列技术、数据转移技术、数据流处理与分发技术等，实现结构化数据、半结构化数据、非结构化数据的高速采集、预处理、降噪、过滤、加工等，关键工艺高频时序数据采集频率为 50 毫秒。029行业转型先锋典范030帆软数字案例集数字化落地：场景案例销售管理-认证项目评价为提高管理和推进认证效率，实现高效、精准的用户推广，首钢股份搭建产品认证评价模型。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，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%。031行业转型先锋典范032帆软数字案例集033帆软数字案例集生产库存分析销售库存分析运输商评价二、场景：质量管理-现货分析管控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。三、场景：仓储物流管理-库存管理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。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。034行业转型先锋典范035帆软数字案例集036帆软数字案例集四、场景：生产成本管理-炼钢转炉工序金属料管控通过梳理现有炼钢 PES 工艺报表，设计转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