打造核心业务运营新模式，加速制造企业数字化转型！
企业简介
日立电梯（上海）有限公司（下简称“公司”）成立于2007年，是由世界五百强企业之一的日本株式会社日立制作所、日立电梯（中国）有限公司和广州广日股份有限公司三方合资成立的一家企业。
在行业实力中，公司是华东最大的电梯制造企业之一，根据公司统计数据，过去三年公司订单台量稳居华东行业前三位，营业收入稳居行业前三位。在信息化领域，公司现在拥有的信息化建设一直处于业内领先水平，同时在行业内率先实现了公司产品全生命周期的信息化覆盖，尤其通过导入MES系统助力公司不断提升精细化管理水平。
公司通过不断拓展信息化建设，实现信息有效流通、资源和知识共享，推动公司向智能化制造服务事业转型升级。
1、项目信息
企业全称：日立电梯（上海）有限公司
项目名称：精益数字化管理平台项目
2、项目背景
在信息经济时代，企业信息化建设是企业提升自身实力、建立现代企业制度以迎接竞争和挑战的必经之路，在本质上是企业改革的内容之一。企业信息化的基本框架和内容就是将信息技术全面、彻底地融入企业的各个层次及领域。随着公司近几年的事业规划与快速发展，在公司业务日益壮大、需求迭代、各级管理人员工作负荷加大等情况下，希望通过企业信息化建设提高公司决策效率、分析深度、运营管理，打造核心业务运营新模式，加速公司数字化转型。
公司在数据应用方面面临一些痛点与瓶颈问题：
Ø 数据获取难：数据散落在各个业务系统中无法归拢，数据量与日俱增，现有的业务系统报表已无法完全满足业务部门的数据分析，需要IT重复性地后台导数或数据清洗、汇总等支持。
Ø 数据分析难：现有EXCEL不能很好地满足大数据量的数据分析工作，经常会出现卡死、无法计算等情况，数据分析工作效率低下。
Ø 数据存储难：数据没有存储能力与备份机制，无法有效地存储以提供业务部门复用、追溯或对比分析等。
Ø 数据共享难：业务部门数据分析后，存储在各个科室或数据分析者的本地电脑，落地为一个个EXCEL文档，独立的信息孤岛，无法形成一定的共享、统一的管理机制。
Ø 数据时效弱：数据分析大多数是通过数据获取、加工、汇总后形成PPT进行汇报，时间性较弱。一般以月度数据为多数，不利于快速、高效的管理决策。
Ø 数据可视差：车间生产看板内容相对简单，无法对公司级、部门级等核心指标进行可视化管理，以支持公司、各业务部门的运营管理。
为支持公司业务发展过程中的数据可视化、自主分析等需求，需要引入一套先进、完整的软件，以实现数据采集、数仓搭建、多端数据可视化、自主分析等功能，应具备数据动态交互展示的能力，并承载自主开发路线以支持公司数据需求迭代，推动公司数字化建设。
能够集成各业务系统的信息数据，以生产、车间等业务领域为管理主题，统一展现公司运营状态，统一管理技术信息、业务信息、资源信息等，根据不同的主题与维度对数据进行自助式加工与分析；能够灵活地集成或开发各种报表，分配使用权限，统一发布使用。统一的报表管理工具，如数据上报、填报，权限控制，工作流等。
3、解决方案
3.1 整体思路
针对公司精益数字化管理项目的定位、规划与目标，项目解决方案的设计规划主要包括两个部分，即数据整合——充分发挥数据价值，集成ERP、MES、HEDS等核心业务系统，整合公司设计、生产、采购、物流、车间、质量等各个业务数据，通过数据采集、数据清洗、数据建模等技术方法收集、计算并存储数据，打通业务数据形成数据仓库；辅助运营决策分析——通过面向决策层、管理层、业务层等组织结构，利用管理驾驶舱、看板、业务运营报告等产品功能实现可视化管理与自主分析等功能。
（1）数据分析运营平台搭建
整合各个业务系统数据，通过合理的数据仓库建设架构、合适的平台组件选择等方式，将数据有机整合，建立数据统一平台、指标体系平台，确保数据口径统一，进而实现图形化展示，以便于公司能够快速、有效、清晰、明了地制定管理决策。
（2）辅助运营决策分析
能够为公司提供决策支持，为管理层提供数据分析与挖掘，为业务提供个性化的数据支持服务；数据分析支持决策，从宏观视角切入，通过一层层的深入进而发现异常，通过切片、钻取方式层层递进找到问题根源。
3.2 详细方案
基于统一的智能平台中心建设，完成对“点到点”的分析模式到“点到平台”的分析模式的平滑过渡。通过满足一个平台、两个统一、三个层级的建设规划，最终实现将原有的数据获取、转化、核对等重复性工作平台化，经营分析常规化的应用模式，达到如下图所示的应用目标：
（1）数据分析运营平台搭建
搭建公司精益数字化管理平台，实现数据的统一接入、分析、输出；构建统一数据平台和统一分析规范，基于数仓的标准体系实现底层模型建设；建设多级业务层的应用；实现多业务场景的分析体系。
（2）一个平台
对接目前所有已有的业务系统、总部数据仓库、线下填报数据，衔接构建综合全面的公司精益数字化管理平台；作为业务报表查询，输入输出，数据补录统一入口；管理条线中心化，管理思路通过平台系统无障碍落地。
（3）两个统一
在一个平台的基础上，统一数据仓库以及统一报表规范，将现有的生产管理数据、采购管理数据、车间管理数据、物流管理数据等内容统一按照规范接入到数据仓库平台中，按照规范性标准进行统一模型建设，实现可扩展性和高性能的基础层搭建。同时，建立分析体系的报表规范，将分析指标，计算逻辑标准化，实现跨部门、跨业务主题的分析语言统一。实现呈现方式、报表UI风格、查看与分享平台的统一化。保障企业的数字化分析高效应用。
Ø 统一数据仓库：
实现多级分层数据建设规范，将数据采集层，数据处理层、数据集市层、主题分析层、应用层等内容进行分层规划，实现数据的统一接入、统一规范、统一存储、统一计算、统一应用。通过ETL工具实现数据的采集过程以及处理过程，完成对数据的清洗加工，抽取转换与装载过程。在基于数据仓库中分层（ODS、DW、DM）存储数据、实现数据的高性能，完成数据标准化建设。
Ø 统一报表规范：
采用帆软FineReport、FineBI软件工具搭建数据分析前端应用，为业务及管理人员提供高效的数据查询、交互分析、强大的报表展示及管理驾驶舱，能够进行全面性、多维度、深层次、关联性的数据分析和数据价值挖掘，辅助业务价值提升及管理层进行战略决策。
（4）三个层级
决策层以管理驾驶舱为主进行核心指标监控，用数据驱动业务方向，为领导提供决策支持；业务层以自动化报表和固定报表为主满足日常数据的快速查询，支持钻取穿透实现部门报表数据的分析，为业务层人员提供数据分析及预警支撑；IT层以敏捷报表及完整数据仓库为工具，支持快速开发、自主维护，实现报表的自动化出具，满足需求的灵活变化。
3.2.1技术框架
（1）数据框架搭建
公司统一数据架构是基于企业的整体数据规划，首先实现已有业务的三层数据模型整合，构建企业级的统一数据仓库，并在后期接入所需扩展的其他业务的数据。
（2）指标梳理
基于公司业务条线进行指标逻辑框架梳理；依据指标逻辑进行相关数据的采集、清洗工作，保障分析数据的准确性。
（3）模型搭建
整个模型的搭建过程包括了如下几个步骤：
数据接口对接：数据调研、确定原始表范围、确定表字段范围；模型层建立：建立模型标准、维度表建模、事实表建模、数据统一视图；集市层建立：提取维度指标、交叉表制作、跨主题分析场景宽表制作；
3.2.2运营效果
公司精益数字化平台的分析思路按照三层建设方式执行，包括决策层的指标监控应用、管理层的主题分析应用、业务层的明细查询应用。
（1）决策指标监控
管理决策层通过可视化看板对企业整体概况、制造运营、成本运营等关键内容进行监控，系统基于指标的可视化展示进行整体分析，如下图所示的综合管理驾驶舱。
（2）主题管理分析
建立生产主题、采购主题、设计主题、物流主题、品质主题等多场景应用，辅助关键业务管理人员的日常业务分析，对生产的执行进度，各指标目标的完成情况等内容进行分析呈现，辅助业务人员的日常管理工作。如下图所示的采购类别的管理分析看板：
（3）业务明细查询
针对于企业常用的日报、周报、月报等进行平台化呈现和管理；帮助公司基础业务人员实现快速的数据查询，提供高性能的数据呈现方式；完成业务人员报表自动化场景。
4、项目成果
4.1 成果总结
4.1.1建设成果
（1）平台主要分析模块
公司精益数字化平台包含的模块主要有企业大屏、设计技术、生产管理、采购管理、钣金车间、电气车间、物流管理、品质保证等内容。
（2）平台使用情况
Ø 平台活跃模板数：306（6月）
Ø 平台日均访问量：836（6月）
Ø 平台活跃用户数：273（6月）
4.1.2整体价值
（1）从人力成本的角度，有效提高数据分析效率。
（2）从数据的真实性和准确性角度，统计结果的可靠性得到大大提升。
（3）从管理者的角度，及时、可视化的展现方式方便了领导的管理和决策。
（4）从管理模式角度，原先业务跟IT要数据然后线下分析，现在变成平台中授权业务包权限让业务人员自助分析。
|
科室
|
|
|
采购
|
1、效率提升，日常手工数据自动化（预计每月节约2天）
2、数据准确性保障
|
|
钣金/电气
|
1、效率提升，日常手工数据自动化（预计每月节约5天）
2、数据可视化，方便日常内部管理
|
|
生管
|
1、效率提升，线下内容搬到线上，减少人工（预计每月节约5天）
2、管理提升，可视化的指标分析预警
3、业务提升，不同层级不同业务的数据共享
|
|
物流
|
1、效率提升，原先Excel分析的数据线上化（预计每月节约5天）
2、数据准确性提升，原先线下难以正确统计的数据现在都可以正确统计
|
|
设计
|
1、效率提升，减少人工的工作量（预计每月节约10天）
2、数据及时性提升，原来数据为月底数据，现在改为每天数据，设计人员相互激励
|
|
品证
|
1、效率提升，减少人工的工作量；（预计每月节约3天）
2、数据及时性提升，原先最早10号以后出的质量月报在月初就可以出
|
4.2 典型场景
4.2.1场景一 车间生产看板
痛点：
车间生产看板内容相对简单，无法满足对外参观展示以及对公司级、部门级等核心指标进行可视化管理。
解决过程：
结合业务部门的需求，梳理指标。从公司级目标，到车间的基本概况、车间的产能饱和度、车间的生产效率以及生产的品质不良情况，梳理了安全、效率、产能、品质、改善等相关指标，以大屏的行式呈现。
场景价值：
不管是外部参观还是内部管理，可以从一屏掌握车间的整体生产情况，透过可视化的图表及时了解实时的生产情况。
4.2.2场景二 设计人员月度考核滞后
痛点：
每个月的月初设计科需要输出上个月科室每一位设计人员的设计效率和工作量完成情况，以往都是通过线下excel统计，非常耗时而且每一位设计人员只有下个月才能看到自己在团队中的表现情况，不管是对管理者还是对设计人员而言，数据是非常滞后的。
解决过程：
从贡献率而言，首先展示各个团队的贡献占比，接着展示贡献率前五和后五的人员；从目标而言，展示每个人员的审核和校对的目标量、实际完成量；从效率而言，展示每一位设计人员的审核和校对的准时率、平均提前天数。
场景价值：
通过月度考核页面，数据的时效性从月度提升到每天，每一位设计人员可以及时看到自己的表现情况，及时做出改进，互相激励。管理者也能及时掌握人员的效率和负荷情况，方便工作的安排。
4.2.3场景三 FineBI极大提升业务人员数据分析效率
痛点：
以部门设备投资项目管理混乱的场景为例，由于无法快速了解项目进展，相关数据收集不到位，导致大量项目延期，影响了预算执行以及车间生产。
解决过程：
从数据层面，将数据抽取清洗加载到数据仓库，然后在平台中搭建对应主题的业务包，让业务人员利用FineBI设计制作了设备投资管理报告，使所有项目可以进行可视化管理，便于项目把控。
场景价值：
原先分析不了的数据或者处理加工要等几个小时的数据，现在在平台中可以实现秒级响应的分析，进一步发挥了数据的价值，同时大大提高了业务人员发现问题，利用数据分析问题的效率。
5、项目总结
5.1 CIO/项目负责人点评（偏向于宏观层面）
企业在开展数字化转型时，需要有良好的信息化基础提供数据保障。简单来说，就是首先要有良好的数据基础，这就要求企业的信息化建设相对完善，但是简单的利用数据和技术并不能实现数字化转型，技术与业务深度融合才能碰撞出智慧的火花。业务的关键用户在其中发挥了非常重要的作用，IT要引导培养好这批关键用户，让其在各自的科室发挥带头作用。
5.2 经验心得（偏向于微观层面）
（1）数字化项目推进过程也是重新梳理业务流和信息流的过程，过程中可以发现需要企业改善的点。
（2）业务人员的思维相对固化，提出的需求深度相对较浅，同时偏向于保留当下的工作方式，在需求调研过程中需要做好需求挖掘和引导。
（3）在推进自助分析的时候，需要着重挖掘工具带来的价值和对他们日常工作可感知的改善点，这样业务人员更容易接受和学习新工具。
