请上传宽度大于 1200px,高度大于 164px 的封面图片
    调整图片尺寸与位置
    滚轮可以放大缩小图片尺寸,按住图片拖动可调整位置,多余的会自动被裁剪掉
取消
duzhaolong(uid:74011)
职业资格认证:尚未取得认证
【2024中国数据生产力大赛】徐工重型:营销智核:数据驱动的产销协同与客户洞察
标题 徐工重型:营销智核:数据驱动的产销协同与客户洞察 企业简介       徐州重型机械有限公司(以下简称“徐工重型”), 始建于 1943 年,前身为八路军鲁南第八兵工厂,是一家有着红色基因的国有企业。公司主要研发、制造、销售汽车起重机、全地面起重机和特种起重机。作为轮式起重机领军企业,徐工重型立足未来全球竞争的核心发展战略,围绕“质量、效率、成本” 目标,按照“设施互联、系统互通、数据互享、业态互融”的原则,制定了覆盖公司研产供销服全价值链业务的智改数转网联战略,并规划大数据“三纵六横”的顶层设计。       近些年来,公司实现跨越式发展,先后建成4个智能车间、10条智能产线,并获得国家“智能制造标杆企业”、“制造业与互联网融合发展试点示范”、“大数据试点示范”、“工业互联网试点示范”等荣誉。徐工重型始终坚持“成为全球信赖、具有独特价值创造力的世界级企业”的发展愿景,打造内涵式高质量增长模式,建成产品卓越、品牌卓越、创新领先的世界一流企业,实现产业珠峰登顶,助力客户成功。 企业形象图 企业logo图 正文 二、项目背景及意义         工程机械是我国国民经济发展重要的基础性、战略性产业。该行业属于典型的“多品种、小批量、定制化”离散型制造,其制造工艺流程复杂,涉及下料、折弯、焊接、铸造、锻造、热处理、机加工、涂装、装配、调试等多工艺流程,是机电液多学科多门类交叉的学科。因此,产品设计、生产、制造、销售、服务等全生命周期管理难度大,多场景应用诉求强烈。         当前国内市场饱和、基建投资疲软,工程机械市场竞争越发激烈。面对行业微利期、产品同质化问题,企业对内亟需实现连接市场、高效协同,做到成本最优;对外,精准识别客户圈层,个性化推荐,提升商机转换。         对内,连接市场、高效协同,做到成本最优。市场需求剧烈变化,企业生产进度及库存无法实时掌握,销售订单传递到企业后,无法高效调整计划应对市场,进而导致订单生产延误或提前产出浪费资源。         对外,精准识别客户圈层、个性化推荐、提升商机转换。面对海量销售线索,企业缺少行业细分,同时也无法对单独客户进行分析,缺少行业级市场洞察,无法通过客户多维度分析进行个性化推荐,商机转换率不高。造成真正有价值商机错失,客户倒戈竞争对手。 三、项目解决方案         为了高效连接市场,做到企业内部高效协同,成本最优,同时精准识别客户商圈,做到高效个性化推荐,提高商机转化率,徐工重型建设基于POWER-X的徐工全价值链全场景大数据融合创新应用项目。         基于POWER-X的徐工全价值链全场景大数据融合创新应用项目,打造企业集控指挥中心和数字化运营体系,支撑经营管理的流程化、精益化。项目以徐工集团“智改数转网联”顶层规划为指引,以“高端化、智能化、绿色化、服务化、国际化”为目标,打通端到端业务流程,构建全价值链数据主线,建设工业互联网大数据平台,以数据驱动研发端、制造端、服务端、市场端的业务协同,不断推动经营过程优化。 图 基于POWER-X的徐工重型全价值链全场景架构          项目当期构建协同制造、产销存管理、市场态势感知和客户分类分级、精准产品推荐、销售成效监测等场景。通过开展端到端流程优化、数据治理体系建设,持续构建“三纵六横”的关键业务场景和数据指标体系,建成中央集控指挥中心,充分挖掘和发挥工业数据的内在价值,优化运营效率,辅助科学决策,增强企业韧性,促进业务增长,打造形成企业的数据能力。 序号 分类 具体场景名称 1 一、协同制造 垂直一体化生产管控:公司至工位四级执行深度分析 2 基于供应链和仓储系统的库存共享 3 基于智能排程的产线协同 4 二、产销存管理 基于产销存的成品库综合管理 5 产品资源报表-出入库 6 产品资源报表-差异 7 三、市场态势感知和客户分类分级 基于CRM的销售过程闭环管理 8 基于IOT的产品市场表现分析 9 基于营销决策平台的行业数据分析 10 客户360驾驶舱管理(客户画像) 11 四、精准产品推荐 基于起重在线的小微客户推荐 12 基于金领易控的大客户推荐 13 多层级多维度的客户精准营销 14 五、销售成效监测 面向一线销售实绩管控的营销驾驶舱 15 面向决策分析赋能的销售多级管控 业务讨论及指标体系梳理:按照帆软指标分析方法论,从业务域、分类、二级分类、指标名称、指标维度、展现形式、指标性质、指标定义及工时、更新频次、数据来源及取数逻辑、优先级等,开展项目指标梳理和设计。同时根据各核心系统业务当前支撑情况,梳理并确认是否需要系统改造。 开展数据治理和数据抽取:以物料主数据、客户主数据、供应链主数据等为基础,开展主数据管理平台MDM建设,作为底层基础共享数据平台。使用帆软FineDataLink进行基础数据抽取,并通过诸如关联、比较、过滤等算子进行加工处理,处理后的数据最终存储在Postgres中,完成场景数据仓库构建。 指标展示设计和开发:开展各类指标逻辑的开发设计,利用FineReport模版实现各类指标的快速带入,通过模版开发快速实现多个维度数据指标设计成型,并通过不同角色权限实现系统功能访问限制。 四、项目典型案例 场景一:垂直一体化生产管控:公司至工位四级执行深度分析 痛点:企业生产计划执行信息掌握在基层一线,管理层和高层对现场难点、堵点信息获取存在一定延迟,因信息传递不及时,资源调配不充分,容易造成生产现场停滞,造成资源浪费。通过构建公司至工位的四级垂直一体化生产管控,可有效解决信息传递不及时、资源调配不充分导致的进度延误问题,确保销售订单的及时达成。 解决方案:通过帆软FineDataLink将公司计划、生产、物流、质量、设备、人员等业务数据定时抽取到数据仓库,根据业务逻辑进行基础数据的加工处理,并通过FineReport进行公司级、分厂级、工段级、工位级垂直一体化的生产管控可视化看板开发,实现四级执行结果穿透分析,过程问题充分暴露,问题随时发现随时跟踪处理,实现生产过程的高效实时管控。确保销售人员准时回复订单交期。 公司级驾驶舱,侧重点关注公司层面生产运营情况,用户主体为公司领导、制造总监、制造管理部部长等,重点针对公司月度计划与执行完成率情况、月度产销存趋势、关键核心节点完成进度率情况、整车交库对号率、同期入库趋势、底盘与整机计划进度与执行差异预警等。公司级生产驾驶舱供公司领导决策,并对生产进度执行异常进行快速调度。 图 公司级生产驾驶舱 分厂级看板,侧重点关注该分厂的生产运营情况,用户主体为分厂领导、计划调度,重点针对诸如分厂内部计划达成情况、物料齐套情况、质量监测情况、设备稼动率、人员综合效率OPE、各条产线计划执行的平衡情况等。把分厂层面关注的计划执行、物流齐套、质量监控、设备利用率、人员效率、产线平衡情况充分展示,供分厂领导实时掌控分厂内部整体情况,发现异常实时调度。 图 工厂级看板 工段级看板,侧重点在工厂的某个工段,用户主体为工段长,重点针对工段计划与执行完成率、物料批次齐套率、过程异常反馈、出勤人员情况、生产制约因素(诸如涉及计划异常、物流异常、质量异常等各类异常统计汇总跟踪情况),方便工段及时进行调度。 图 工段级看板 工位级看板则是该工位执行人员,针对工位当天完工、产量及质量情况具体执行的反馈。 图 工位级看板 成效:通过基于公司级、分厂级、工段级、工位级四级的生产执行穿透场景建设,各类问题职责明确、进度及时触达责任人,并通过设置超期时间集成钉钉自动提醒功能,确保问题被有效及时跟踪解决。公司各类问题及时处理率从55%提升至85%以上,各类计划完成率目前达到90%-96%左右。 场景二:基于产销存的成品库综合管理 痛点:库存只掌握在少数人的手里,掌握在excel表里,公司拥有上百种产品型号,每种型号产销存数据统计繁琐,生产交库信息需要制造部门查询,销售需要销售管理部提供,库存却需要成品库进行统计,各类数据可能存在线下表格,无法保证数据的一致性,而且数据参差不齐。数据质量残次不齐为销售回复客户交期带来不确定性,进而影响客户满意度,同时影响内部核对产销存进度,效率也不高。 解决方案:利用帆软FineDataLink和FineReport构建的基于产销存成品库管理功能,通过年初盘点形成年初基准库存,以MES实时交库信息、CRM实时销售发车信息增量数据,定时抽取进入数据仓库,按照年初基准库存+MES实时交库数据-CRM实时销售发车数据,最终形成各个产品型号的实时产销存数据,开发完成成品库看板、产品资源报表(入库出库库存明细)、产品资源报表_差异等。在数据入仓后,以一套指标、一个平台、一组数据,对各个型号的产销存数据展开统计分析,对比差异,分析库存账龄、热销型号产销存、发运完成率、发运类型、订单分布及各个代表处发运情况等,通过库存分析结合营销策略的制定,有效降低整机库存,并提高产销平衡分析的效率。 图 成品库管理看板 同时根据生产过程中交库异常,开展MES交库与成品库入库差异分析,重点针对每台车辆,业务问题开展不一致交库差异分析,定时推动各制造分厂及成品库开展差异性分析,进行数据治理,确保交库源头数据一致性。 图 MES、成品车入库差异表 成效:通过成品库管理功能开发,各个产品段的产销存实时一目了然,原先需要一周左右时间汇总统计的产销存数据,现在实时即可汇总出分析数据,大大提高运营分析的效率。同时,统一的平台消除了各个部门数据壁垒,产销存分析大家在同一数据平台实时共享数据,统一了平台统一了数据,交库差异基本上控制在当月异常当月解决,避免了整机交库长期异常无从监控的问题。 场景三:市场态势感知和客户分类分级 痛点:虽然企业积累了TB级的销售服务数据及设备工况数据,但在面对市场销售线索时,并未利用上述数据形成有效的市场态势分析,未利用客户历史销售记录、服务记录、设备工况信息等提高商机转化率,也未开展客户分类分级。 解决方案:利用海量的起重机远程运维服务车联网数据、客户关系管理CRM销售服务过程数据及第三方行业数据,建立基于起重机的市场态势感知、客户分类分级,开展个性化推荐,提高商机转化率。 首先,整理客户档案基本信息,包括客户名称、地址、统一身份标识等基本信息,并对客户全生命周期包括潜在客户--客户过程跟进--成交--客户档案建立--跟踪客户设备购买信息--跟踪客户设备维修服务信息--跟踪客户购买商机--转化成新的购买线索(客户资信等级评价、客户回款逾期评价)---新成交--重复跟踪售后服务的循环模式,利用FineReport工具创建客户画像,形成客户360驾驶舱,对客户信息、销售达成、购买力、信用、服务、销售线索、复购等形成客户的“数字影像”,同时对客户开展客户等级ABCD分类。该部分整体分为客户总览驾驶舱和客户详情驾驶舱,客户总览驾驶舱分析客户总体构成、分类占比、客户价值、潜客转化、客户流失等情况,方便公司快速掌握客户群体全貌,针对不同细分领域客户需求和偏好,有针对性制定销售策略和服务策略;客户详情驾驶舱,则从单个客户数字身份角度,分析单个客户基本信息、服务、信用、销售线索、产出等内容,针对单个客户综合各方面有效信息更有针对性。 图 客户画像 其次,通过大数据挖掘车联网在产品监控、风险管理、故障诊断、数据挖掘分析等应用,形成徐工指数为代表的“工程机械市场指数”,通过工程机械产品平均开工时长、开工率等关键指标,及时反馈各施工领域形式变化及各省市建设情况、区域建设热度,形成对各地区及行业发展态势的判断。具体以区域、型号、吨位、区域等开工率统计逻辑为代表指标开展市场分析;以质保期保有量、服务资源配置、服务饱和度等指标开展服务资源分析;以工时排名、持续工作时间排名、大客户设备排名等场景指标开展潜力客户分析,最终借助数据挖掘分析,挖掘出市场表现情况,为精准营销提供市场分析支撑。 图 设备分布 最后,通过营销决策平台的行业数据进行分析,即通过第三方行业数据与企业内部销售数据的交叉分析,分别从地域、吨级、型号等不同维度分析产品市场占有率情况,更好了解市场需求和竞争态势,帮助执行更有效的市场策略。 图 海关数据出口销量分析 成效:原先企业通过EXCEL表、传统报表方式,结合市场走访、协会等手段进行市场竞争态势的分析,需要耗费大量人力和资源,分析过程缓慢,同时分析维度也有限。通过客户360驾驶舱管理等多种手段的建立,实现市场态势实时分析、多维度分析、可视化分析、智能化分析,企业获取第一手资料,对客户售后行为、购买行为、客户风险收益、客户满意度和忠诚度实时汇总,构建了单个客户画像和行业细分趋势,为企业了解市场竞争态势和客户购买趋势,科学合理实行市场策略提供了坚实基础和保障。实施后,商机识别效率提升80%,商机转化率提高30%。 场景四:精准产品推荐 痛点:面对客户个性化需求与偏好,解决与客户高效连接的问题,将产品有效触达客户,并将需求信息转化为产品与服务,实现客户高效连接、精准推荐。 解决方案: 实施多层级多维度的客户精准营销。通过社交化客户关系管理SCRM系统,实施细分目标客户群体的营销策略,抓取客户从从公域广告平台搜索到公司门户,再到进入企业私域后的整个生命周期的用户行为,深入了解客户的不同特征和需求,利用智能算法对用户打标签,结合用户的这些行为数据和标签数据,利用FineReport可视化看板组成客户旅程画像,帮助公司追溯客户来源,记录客户的行为事件节点,例如基于客户历史购买产品、旅程行为事件、标签等内容,主动推送售后服务、车辆保险、备件清单、新的施工方案、施工场景,吸引复购,以实现更精准、个性化的营销效果。 图 根据客户需求的个性化推送 实施基于起重在线的小微客户推荐。徐工起重在线是一款吊装人掌上服务平台,它以设备智能管家、每日运营、一键报修、起重学院、商城等增值服务为核心,为用户提供全方位的设备管理和吊装资源服务。设备所有者能实时在线掌握车辆吊装施工状态、工况信息,查看历史轨迹、统计作业里程、作业工时,能查油耗看成本。目前平台拥有数十万用户,根据用户各模块浏览访问记录结合企业客户画像,挖掘用户需求及痛点,结合徐工资讯模块及备件商城,推送最新的吊装资讯、行业动态、产品及终端、培训课程等信息,实现客户需求的个性化推荐,提高营销转化率。 图 徐工起重在线 实施基于金领易控的大客户推荐。金领易控APP应用是专为施工领域打造的一款“设备运营管理平台”,面向大客户、大工地,基于物联网远程运维服务平台接入的起重机工程机械设备,提供项目管理、安全管理、设备管理、人员管理等功能,通过数据分析、可视化分析、智能预测和统计分析等多种方法,为大客户提供精准的运营分析服务。通过运用物联网、人工智能、大数据、数字孪生和云计算等先进技术,金领易控能够帮助企业全面了解运营情况,发现问题,并提供决策依据,从而优化运营效率和资源利用。 图 金领易控设备工况监控 成效:“徐工起重在线”平台,起重学院、LRC智能硬件等付费业务开始变现,培育成“会员制”等新的业绩增长点,亿元级商业模式雏形初步形成;金领易控设备运营管理平台,促进新机销售合同达到二千余万元,数字化解决方案合同销售额预计达到六百余万元,实现企业服务制造新模式的转型。 场景五:营销成效监测场景建设 痛点:企业在完成精准营销方案的制定后,需要对方案的执行进度、成效监测评估进行管理闭环,用以评估精准营销方案的适用性及效果。企业对定制化营销方案要求效果可量化,对销售过程中产生的业务数据要求全过程可视化。大到销售大区、代表处的完成情况,小到销售人员、经销商的执行情况以及执行效率和质量,均需要一套指标进行量化管理。 解决方案: 公司通过销售管理五大关键过程+六大KPI的决策支撑体系,构建了涵盖决策层、管理层、执行层的营销管理体系,同时为了应对本部、大区、代表处、一线销售人员四级组织模式,打造了面向决策分析赋能的销售多级管控能力。 销售多级管控场景中,公司通过销售管理、应收账款、综合分析、排名看板四个一级分析主题,实现了总部、销售大区、代表处、销售人员四个层级的数据权限设置,构建了数据逐层深入、权限逐层细分、业务集中监控的分析框架,为管理人员提供精细化的管理支持。 销售管理部分对销售数据进行深入挖掘,提供销售信息管理、计划/实际销售情况管理、订单合同管理和销售拜访管理四个分析板块。分别从销售线索捕获、丢单情况、计划与销售完成情况、合同金额及实际发车状况、客户拜访情况等指标维度开展分析,从总部、大区、代表处、具体销售人员四个维度,逐层下钻,账号登录根据所处层级直接展示具体层级数据,方便销售绩效实时管控。 图 销售管理-信息管理、预实管理 图 销售管理-订单合同、销售拜访 应收回款部分,包括应收账款分析、回款达成分析和预期分析板块。其中,应收账款分析对客户的应收账款进行实时监控,对账龄、欠款金额深入分析;回款达成则对各时间段的回款情况进行查询,并可分析回款达成率等指标;逾期分析板块可对逾期账款进行实时监控,并可对逾期账款的账龄、金额等信息进行深入分析。 图 应收回款看板 综合分析部分包括客户数量分析、市场占有分析、丢单分析和产出分析四个板块。客户数量分析板块涵盖了客户情况分析和客户结构分析,市场占有板块涵盖了吨位占有率、品牌占有率、品牌吨级占有分布、区域品牌占有率分布等信息,丢单分析板块涵盖了丢单情况分析和丢单原因占比分析等信息,排名看板则涵盖了总体销售情况和各区域销售排名等信息。这些板块的数据分析结果可以为管理人员提供全面而深入的销售业务理解,帮助他们制定更加精准的销售策略。 图 综合分析-客户数量、市场占有 排名看板部分为管理人员提供了总体销售情况和各区域销售排名的实时监控,包括总体销售完成情况、各区域销售排名及对比等信息。这些数据可以帮助管理人员快速了解各区域的销售业绩,及时发现并解决问题,为制定全局性的销售策略提供依据。 图 排名看板 成效:通过以上四个分析主题的细致分析,管理人员可以全面掌握销售多级管理场景中的各项数据,对市场情况、客户情况、销售情况及应收款项等进行深入了解,从而制定更加精准、有效的销售策略,提高销售业绩并优化整个销售业务链条。通过一级分析主题各个销售大区、代表处、一线销售人员可以进行下钻到自己权限的看板,查看各自权限下的数据情况,实现销售层级的管控和销售绩效达成分析。 五、项目总结与展望 徐工重型十年数据沉淀,制定数据三步走战略: 第一步,开展大数据顶层设计规划,选型大数据技术方案,梳理构建核心业务数据分析指标体系,并同时针对某一领域开展数据仓库建设,开展单一领域的大数据分析;第二步,梳理并完善企业数据资产,开展多维度数据资产治理,开展多领域的业务场景分析,并逐步扩展到企业经营管理层面,为企业决策提供参考;第三步,扩展到企业供应链上下游,通过供应链数据联动,为徐工工程机械形成行业层面的大数据分析平台,并探索试点企业数字资产交易,开展数据资产变现增值服务,将数据真正的资产化。 当前,企业按照顶层设计规划和技术选型,完成大数据“三纵六横”的核心业务数据分析指标体系建设,模块化构建研发、制造、供应链、营销、服务、运营等六横大数据场景,完成对436项大数据指标的分析。下一步将按照三步走战略,持续完善企业数据资产、数据质量管理制度,开展多维度数据资产治理,开展多领域多业务场景集成的综合应用分析,并逐步扩展到企业经营管理层面,为企业决策提供参考。 工程机械行业正站在数字化转型的前沿,未来的工业大数据应用将迈向更深层次的成熟阶段,企业需要数字化转型,需要大数据,根据企业需求不断开辟全新的应用场景,不断推动企业和行业向更加智能化、自动化的方向发展,实现效率和创新的双重飞跃。
个人成就
内容被浏览106
加入社区7年243天
返回顶部