【中车贵阳车辆:数据决策分析助推公司精益管理提升】

#
我是社区第159068位番薯,欢迎点我头像关注我哦~
一、项目基本信息

1、项目信息
      公司全称:中车贵阳车辆有限公司
      项目名称:BI数据决策分析助推公司精益管理提升
      负责人信息:袁琼
      团队成员与岗位:袁琼、张生香、熊林

2、平台运行状况
      平台报表总量:60+
      平台月访问量:70000+
      当前整合系统资源:ERP、MES、PDM、人力资源系统、质量管理系统、设备管理系统、异常管理系统、视频监控系统、条码系统


二、项目背景

      随着公司信息化的深入应用,各办公业务系统:ERP系统、E_hr系统、HCM数据中心、PDM系统、OA系统、Portal门户系统、财务系统、HMIS系统、生产制造MES系统等都充分发挥出了各个系统应有的功能,优化了公司的业务流程。但是上述各业务系统处于单项应用与单项覆盖阶段,随着公司业务的不断发展壮大,管理要求的不断提高,企业从过去的信息难以集成、信息匮乏的时代,进入到信息爆炸以及决策支持需求日益迫切的时代。

      如何从大量数据中提取制定市场策略的信息,以适应货修行业快速发展的需要;

      如何将生产现场的数据及时反馈;如何从生产管理系统中获取及时准确的开工信息、木拆信息、垫车信息等关键工序的汇报功能,以指导货修大流水生产;

      如何使分散、独立存在的海量数据变成有价值的信息,使业务人员、管理者能够充分掌握、利用这些信息,并且辅助决策;如何权衡经济效益,立足企业实际,充分利用各项资源,通过技术改造创新,实现生产技术不断进步,产品消耗不断降低,市场竞争力不断提高,企业生命力不断增强等。

      这都要求企业必须有一套强有力的决策分析系统,能够深入灵活利用生产过程中的大量数据挖掘潜在的规律,帮助企业做出及时、正确、可行和有效的决策,提升企业的生产效率,把握和发现市场机遇,为企业科学决策提供有力的数据支持,帮助企业赢得竞争优势。通过对市场上产品的选型对比和试用,公司最终选择了帆软,开始了数据决策分析的新探索。


三、应用场景与价值

场景一:实时检修进度监控与准时化配送

      项目实施前,各检修厂房有多少检修车辆以及当前各车辆检修进度都靠人工在厂房进行现场核实,对配件的需求计划也只能靠纸质进行传递,配件的需求准确性以及配送的及时性都严重制约了本工序对后到工序的拉动生产。

      项目实施后,车辆进入厂房时,现场作业人员只需通过手机上报进入车辆的车号信息,各班组开始对进入车辆进行检修时,通过手机确认所检修车辆信息,系统根据该车对应修程自动判断完工时间,同时对该车的检修进度进行实时的监控和预警,如下图表示:当前A栋厂房检修中有7辆车,点击7下钻到当前7辆车对应的检修进度以及倒计时提醒。





      调度人员通过电脑或手机即可查看各厂房检修情况,配送人员根据当前检修进度,按照指定的时间配送到指定的厂房,大大提高了配送的准确性和及时性,需求计划准确性达到98%以上。

场景二:PLM协同管理(图纸、作业指导书等在线预览)

      公司图文档通过‘CAXA PLM协同管理系统’进行管理,各工艺人员或管理者需要查找图纸、作业指导书等文件时,必须在电脑端安装对应的‘CAXA协同管理工具’;系统实施时提供了相应的接口,但通过接口无法实现图纸、作业指导书等的手机端在线预览,而检修车辆生产现场环境复杂、特殊,且无办公电脑,现场作业人员如需查找所需图纸等文件,需跑回办公室进行查找,大大影响了工作效率。

      基于移动办公及生产现场需求,特将PLM系统与BI系统进行集成开发,通过第三方文档预览转换,创新性的实现了手机对图纸、作业指导书等图文档的在线预览,且无需下载附件。如下图过滤条件实现同时满足包含‘70’和‘作业指导书’对应的检索和在线预览。



场景三:质量检查目视化管理

      项目实施前,工序报工后通过电话通知质量检查员,质量检查员对各检修车辆的完工验收通过手工填写,若有故障缺陷,则还需开一张纸质的回修处理单,同时通过粉笔在对应的缺陷位置勾选问题,这种质量交检通过纸质进行记载,导致一次性交检合格率以及质量数据的统计分析都需要人工进行登记和统计,不仅不能保证数据的准确性和及时性,也不利于质量问题的追溯。

      项目实施后,现场作业人员一报工,系统自动提醒质量检查员对报工车辆进行交检,质量检查员到达现场后,通过手机对交检车辆进行质量检查,若交检车辆无故障缺陷,则质量检查员选择车号后点击提交,即表示通过检查;若交检车辆有故障缺陷,则质量检查员还需将故障缺陷部位现场手机拍照取证,以便进行回修处理和质量跟踪,同时,系统自动分析该质量检查员的工作效率即质检用时,以及工作人员对该故障缺陷的回修处理用时,以及一次性交检合格率等报表分析。项目的成功实施,不仅为质量问题的追溯提供依据,且有现场质量问题的照片作为实证,因此可以从源头上解决根本性的质量问题。



场景四:生产现场可视化

      公司未实现生产现场可视化前,各车间生产现场需无时无刻有人盯守,以便进行生产调度指挥和协调,且生产现场各种隐形问题也不能及时发现,经常导致工序间的堵塞。因此我们通过FR报表将生产现场视频监控与生产现场动态数据无缝衔接,实现如下图所示的:双击平面图‘摄像头’标识可看车间现场,双击工位标识可跟踪该工序生产动态信息、数据分析处理以及关联业务数据的综合评估等。





      项目实施后,现场调度员反馈每天可以少走起码2万步,各车间生产调度只需在办公室通过电脑即可进行指挥调度,真正实现了集中调度、统一指挥,规范并提升了检修工段的准时化生产。同时工序间的堵塞问题也可提前暴露,减少生产管理环节,大大提高了工作效率。

      总而言之,整体的决策分析系统为用户提供了一个统一的、完整的、立体化的、多视角的、有渗透力的数据分析报表管理平台,为企业级数据整合和面向全局的数据分析工作提供了方便。解决了机构内部存在的信息关联和信息共享难题,方便企业报表应用者及决策领导迅速找到自己需要的数据报表,有效提高业务人员及决策管理工作的效率。提供具有预测性的、潜在的市场信息,弥补了业务系统在分析功能上的不足。


四、项目心得

      ①部署企业商业智能BI平台,真正发挥企业商业智能的价值,提供完善的辅助企业决策支持信息,帮助企业做出明智的业务经营决策,是一个复杂的、持续优化的系统工程,不能一蹴而就,需要分阶段去实施和反复实践。

      ②BI涉及到企业经营管理的各个方面,是一个企业重新梳理管理方法、管理流程、管理体系的过程。因此实施BI数据决策分析平台之前,需要完整、系统地认识企业,理清企业中的各种活动,总结业务活动的标准业务过程和具体内容,梳理企业管理层和决策层的管理目标,将管理目标、标准业务过程汇集起来,变为系统,使BI的分析视图与管理主题一一对应。




分享扩散:

来自 119#
发表于 2019-12-7 10:25:35
精读生产力大赛案例,打卡第15天,[原先案例中的这些工作,原先都需要通过纸质单据的人工核对与手工填写来实现,这样的工作本身机械枯燥,时间久了,由于注意力下降,非常容易出错。而将这样的工作扔给机器,利用BI平台帮助决策,可以大大提高效率与准确率,帮助业务人员更好地集中于真正需要解决的问题上。 ]
参与人数 +1 F币 +5 理由
饭团君 + 5

查看全部评分

118楼
发表于 2020-4-21 19:31:10
精读生产力大赛案例,打卡第15天,[无论是finereport还是finebi,都是以优秀的底层数据结构为基础的,底层数据的建设是一个复杂的、持续优化的系统工程,不能一蹴而就,需要分阶段去实施和反复实践。]
117楼
发表于 2020-2-17 20:17:44
精读生产力大赛案例,打卡第15天,[利用BI平台帮助决策,可以大大提高效率与准确率,帮助业务人员更好地集中于真正需要解决的问题上。 ]
116楼
发表于 2020-1-8 19:01:02
精读生产力大赛案例,打卡第15天,[大数据在汽车行业的应用会为自动驾驶提供更多可能,同时汽车公司的信息化是自动驾驶的保障。]
115楼
发表于 2020-1-8 13:43:12

精读生产力大赛案例,打卡第15天,[数据平台的搭建是一个持续性的过程,需要分阶段的实施和反复的实践。]
114楼
发表于 2020-1-8 07:44:46
精读生产力大赛案例,打卡第15天,[通过数据决策分析助推公司精益管理,在该案例中,不但实现了企业发展过程中的各个信息系统的数据整合分析工作,还实现了诸如检修、生产、图纸查阅等现场工作场景的实时数据反馈并指导工作,可谓大幅提升了工作管理效率,可以很好的将企业目标、工作标准及现场管理有机的结合起来,实现企业精益管理的目标。]
113楼
发表于 2020-1-7 17:11:18
精读生产力大赛案例,打卡第15天,[通过使用帆软BI,能够更好的分析数据,挖掘数据中潜在的规律,然后运用在实际的生产中。]
112楼
发表于 2020-1-7 08:07:54
精读生产力大赛案例,打卡第15天,[整体的决策分析系统为用户提供了一个统一的、完整的、立体化的、多视角的、有渗透力的数据分析报表管理平台,为企业级数据整合和面向全局的数据分析工作提供了方便。解决了机构内部存在的信息关联和信息共享难题,方便企业报表应用者及决策领导迅速找到自己需要的数据报表,有效提高业务人员及决策管理工作的效率。提供具有预测性的、潜在的市场信息,弥补了业务系统在分析功能上的不足]
111楼
发表于 2019-12-30 09:25:52
精读生产力大赛案例,打卡第15天,[实时动态车辆监控何数据钻取、企业图纸等信息移动化查看、生产现场可视化、制造进度可视化,这都是我们想要的啊,很好的学习案例]
110楼
发表于 2019-12-28 13:44:32
精读生产力大赛案例,打卡第15天,商业智能化BI项目不是简简单单的日常报表,上来就大而化全面搞,应该明确阶段目标,逐步打破各个壁垒
109楼
发表于 2019-12-27 15:47:00
精读生产力大赛案例,打卡第15天,[从公司各系统数据抽取有用信息,实现生产、运维数据的有效实时监督,提高公司精细化管理,实现统一运维控制 ]
108楼
发表于 2019-12-23 10:17:11
精读生产力大赛案例,打卡第15天,[在公司内部的各个部门,数据决策平台起着一个重要作用,实时监控数据变化,提高生产效率和需求计划准确性, 实现数据价值。]
107楼
发表于 2019-12-19 10:59:05
来自手机
打开第十五天,部署BI平台是一个庞大复杂的工程,而且数据更新是持续性完整性的系统工程,但是在系统层面需要逐步和反复推进和校验。
106楼
发表于 2019-12-19 08:48:20
精读生产力大赛案例,打卡第15天,[对于传统的生产制造行业来说,能够实现数据的整合都已经很难能可贵了。我觉得不是项目难做,而是项目的推广比较难做,一般这种老师傅都是习惯了一种工作方式,再一下子让别人改变是很难的,改变很需要勇气,但是好用的东西确更加具有说服力。]
105楼
发表于 2019-12-18 18:54:22
精读生产力大赛案例,打卡第15天,[移动办公这个思想已经深入人心了 ,基本生产企业对于移动办公的需求是越来越庞大的,基本是pc端移动端同时开发,甚至移动端要具有比pc端更丰富的功能。但移动端界面窄小的局限性对我们设计移动端界面有了很大的要求,帆软这个移动端的自适应能解决80%的移动端界面排版]
104楼
发表于 2019-12-18 16:11:25
精读生产力大赛案例,打卡第15天,[就该项目所展示的场景,充分的将移动端的优势发挥了出来。让客户在进行数据填报以及资料的预览时,跨越了时间与空间的限制,让工作更加及时高效。将质量检查和生产现场进行可视化的加持,让信息的反馈更加直观且及时]
103楼
发表于 2019-12-18 09:12:14
精读生产力大赛案例,打卡第15天,[而将这样的工作扔给机器,利用BI平台帮助决策,可以大大提高效率与准确率,帮助业务人员更好地集中于真正需要解决的问题上。 ]
102楼
发表于 2019-12-11 15:29:54
精读生产力大赛案例,打卡第15天,[企业通过部署商业智能BI平台,帮助企业重新梳理管理办法、管理流程、管理体系】
101楼
发表于 2019-12-10 09:18:10
精读生产力大赛案例,打卡第15天,【对于生产类型的企业,更关注的是实时数据,这也是当前很多生产企业产能及质量一直提不上去的主要原因。】
100楼
发表于 2019-12-9 15:06:38

精读生产力大赛案例,打卡第15天,对很多生产企业来讲,更重要的生产的管控,而帆软恰好能整合数据,统一输出,为生产管控做出数据支撑
参与人数 +1 F币 +1 理由
饭团君 + 1

查看全部评分

99楼
发表于 2019-12-7 14:06:17
精读生产力大赛案例,打卡第15天,[纳闷案例中的视频监控是怎么集成在报表中,回去研究研究]
参与人数 +1 F币 +1 理由
饭团君 + 1

查看全部评分

98楼
发表于 2019-12-3 09:31:14
部署企业商业智能BI平台,真正发挥企业商业智能的价值,提供完善的辅助企业决策支持信息,帮助企业做出明智的业务经营决策,是一个复杂的、持续优化的系统工程,不能一蹴而就。
参与人数 +1 F币 +1 理由
饭团君 + 1

查看全部评分

97楼
发表于 2019-12-2 09:41:53
精读生产力大赛案例,打卡第15天,认真学习!
96楼
发表于 2019-12-2 09:16:16
精读生产力大赛案例,打卡第15天,[部署企业商业智能BI平台,真正发挥企业商业智能的价值,提供完善的辅助企业决策支持信息,帮助企业做出明智的业务经营决策,是一个复杂的、持续优化的系统工程,不能一蹴而就,需要分阶段去实施和反复实践]
参与人数 +1 F币 +1 理由
饭团君 + 1

查看全部评分

95楼
发表于 2019-11-28 20:57:57
来自手机
精读生产力大赛案例,打卡第15天【之前几家企业都是以Fr报表系统为主,没想到单Bi系统也能和企业业务结合的如此紧密,看来bi方面还有待学习】
参与人数 +1 F币 +1 理由
饭团君 + 1

查看全部评分

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

119回帖数 3关注人数 18611浏览人数
最后回复于:2020-4-21 19:31

返回顶部 返回列表