【中国数据生产力大赛】中联重科数字经营分析平台 全方位提升组织10倍效能,年降本达10亿

楼主
我是社区第1271767位番薯,欢迎点我头像关注我哦~
14

中联重科数字经营分析平台

全方位提升组织10倍效能,年降本达10亿

企业简介

https://www.zoomlion.com/upload/contents/2020/01/20200102140822_49377.jpeg

中联重科股份有限公司创立于1992年,是业内首家A+H股上市公司,主要从事工程机械、农业机械等高新技术装备的研发制造,其主导产品覆盖11大类别、70个产品系列,568余个品种,为全球6大洲80多个国家的客户创造价值,拥有覆盖全球的完备销售网络和强大服务体系。

C:\Users\00767681\Desktop\微信图片_20220701133905.jpg

中科云谷科技有限公司是中联重科下属经营单元,是业内唯一由制造业龙头内部孵化的工业互联网公司。中科云谷以应用场景为核心,聚焦智能制造、智慧农业等重点领域,基于云计算、物联网、大数据、人工智能和区块链等新兴技术,为客户提供自主、领先的垂直领域工业互联网解决方案,推动传统产业向数字化与智能制造转型发展,助力客户重构与创新商业模式。

业务/管理需求/挑战

一、案例背景

中联重科作为力争全球行业前三的国内工程机械龙头企业,十分重视经营管理方式的创新,中联重科亟需向客户和全行业合作伙伴、上下游供应商以及其他企事业单位,展示有故事有内容的智能产线,体现看不见的智能制造能力,通过可视化来展示中联重科“看不见的智慧”——即通过大数据手段,针对生产制造以及上下游环节多个领域,设计多层级数据指标体系,建设兼顾视觉与实用可视化理念的数字化、智能化的管理驾驶舱指标体系,进而构建起业财一体化端对端的闭环系统。

目前中联重科选择建筑起重机械事业部(后简称“建起”)为试点单位,计划构建覆盖建起八大业务指标、业财一体化端对端的数字经营分析平台。建起近三年年均销售规模逾百亿,作为中联重科集团内最大的事业部之一,建起庞大的经营规模离不开庞大的业务系统和账务体系的支撑。因此将阿米巴经营管理模式指标体系融合进BI数字经营分析平台,有助于为建起经营管理、降本提效提供数据依据,有助于借助BI工具通过高水平的经营管理,进一步提升事业部在国际舞台的竞争力。

二、BI工具应用的必要性

建起自2018年起基于阿米巴经营管理模式,以业财融合和业务管控为核心,构建起一套完整的指标体系,涵盖经营和业务端的八大主题的45个指标报表,并通过指标对业务规范的闭环拉通。

但是随着建起业务量的不断增大,建起的生产管控和业财融合进程疲态渐显——

业务数据来源冗杂:建起因业务分布全球各地,故业务端数据分布在SAP、金蝶K3MES、WMS、EAM、QMS和手工台账等多个系统中,报表数据合并过程困难重重。

  1. 数据清洗复杂繁琐:在各指标报表出具过程中建起财务需投入大量人力、物力去进行跨系统、多端口取数和核数,平均月度账务处理耗时达1880小时。
  2. 数据分析形式落后:报表数据展示和分析形式仍停留在EXCEL模型的基础上,无法解决经营管理层关于“预算管控不直观”、“业务异常不显著”、“数据钻取难度大”“数据价值难变现”等问题,同时固化的数据展示方式难以为决策者提供直观、清晰的决策依据。

综上,建起为持续夯实成本规范化、精细化管控力度,提升经营管理能力,持续推进业财融合进程,故急需一套能自动抽取业务数据、自由组建分析模型和自主展示分析结果的可视化数据分析平台。

三、BI工具应用的重要性

中联重科高度重视业财一体化建设,自2010年起开始探讨建起业财融合经营数字化平台项目的建设实施可行性,经过长期磋商,逐步明确了大数据治理解决方案的愿景——即通过建起业财融合经营数字化平台建设,结合BI前端应用展示,实现建起经营指标体系的自动化、实时化、闭环化,为建起经营管理和高速发展赋能。

一方面,通过指标体系的系统化,依托建起降本增效专项工作,促进前端业务流程梳理、业务规范制定和精细化管控,数据驱动实现建起业务流程的闭环规范管理;

另一方面,通过建设数字化平台,支撑数据自动采集、实时共享和数据决策。通过BI工具的应用,借助拖拽式自主分析模型和一键导出分析报表的功能,将财务从繁重的事务性工作中解放出来,投入到数据深度分析和运用的方向上,以便为业务的持续改进提供帮助。

解决方案

一、基本思路

结合前述建起各项业务痛点,我项目组拟通过围绕经营管理和智能工厂两个方向,探索穿透至工厂层次、凭证级别的运营管理指标体系,沿“财务-经营管理”和“业务-智能生产”两个主轴开展业财融合数字经营平台的建设,具体可概括为以下五个方面:

  1. 统一数据来源,集成多系统相关业务数据,集中展示各经营指标的变化趋势、责任部门,消除数据壁垒;
  2. 统一交互端口,在交付、质量、成本、设备等领域数据构建起标准化接口,以快速应对多用户、多渠道、复杂多变的业务需求;
  3. 统一报表生成机制,进一步提升财务管控效率,消除人工数据处理隐患,实现业务数据与财务管控的深度融合;
  4. 统一数据应用模式,针对各事业部和各工厂在大屏可视化、BI、移动分析共同需求,打造基于帆软BI工具的数据可视化主驾驶舱,赋能根因分析、趋势预测、性能评价、风险预防、指标考核等管理方面,做到“数据驱动业务”,助力降本增效;
  5. 规范数据安全管理,针对不同层级、不同组织的用户数据权限进行统一划分、合理管控, 保障系统应用合规。

二、具体方案

1、业务指标梳理及应用方向

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656314372404.png

图1. 建起事业部经营管理八大指标

建起业财融合数字经营平台拟涵盖建起下属各大产线的八大业务指标——以经营指标实现各经营指标汇总,实时掌控公司经营状况;以销售指标实现对销售收入与现金流、全域终端回款及价格结构进行实时分析监控;以定额指标实现对辅料消耗进行精细化成本管控;以异常订单实现对投料异常跟进督促,提升BOM准确率,提供订单差异清理进度分析,确保账实一致;以采购指标实现全域多维价差分析,提供未开票情况预警,实现采购物价按时点定时维护更新;以成本指标实现成本分析和异常预警,为制定降本策略、产品定价及销售策略提供数据支撑;以存货指标实现存货周转与呆滞不良变动情况分析;以费用指标实现各产线重点费用实时分析,基于产值对比费用效率、分析TOP20物料定额使用情况、强化费控过程。

2、解决方案的系统架构

图2. 解决方案整体分析架构

为了更好地使八大指标分析体系落地,我项目组以中科云谷ZValleyOS大数据平台为底座,构建起以八大指标体系为财务指标分析模型,分析结果以帆软BI应用工具为载体,通过BI自主建模工具编制事业部层面数据分析模型,在此基础上拟在未来通过推广应用,对全集团各事业部的财务分析数据进行BI建模,汇总得到集团层级的驾驶舱式的管理决策平台,实现全集团及各事业部单体的财务指标分析数据的可视化。

基于此架构,大数据平台+制造业大数据分析解决方案能实现为管理决策中心提供现场监测管理、企业智能管理、拓展业务分析应用等赋能——通过提供自动建模辅助工具,让业务人员可独立自主快速建立优化分析模型,自助拓展业务分析应用,以解决手工编制报表过程冗长繁琐的账务处理痛点,提升平均月度账务处理效率;基于ZValleyOS大数据平台通过ETL分别从CRM、CSS、SAP等系统中获取相关的数据并同时接入外部数据,以解决业务数据来源冗杂导致数据清洗繁琐的业务痛点;通过搭建帆软财务驾驶舱,辅助财务智慧管理,实现客户忠诚度自动识别,提升企业管理水平,以解决数据分析形式落后的技术痛点。

3、解决方案的后端技术架构

图3. 集团经营分析平台整体分层架构

整体来看,我们将基于大数据平台和帆软报表展示工具对建起经营数字分析平台进行系统架构。

图4. 建起经营数字分析平台数据流

通过对SAP、CRM、CSS、外部导入数据的异构数据统一接入,实现分布式计算数据源:各业务应用系统(如SAP.CRM.CSS等通过ETL对CRM、CSS、SAP等异构系统数据的获取并同时接入少量外部数据,实现固定频次的取数、计算和分析,并通过分布式计算以及多维数据建模,形成财务主题的大数据分析模型,最后通过帆软报表工具进行展示开发,建立全方位的展示视图,经过对数据的层层分析挖掘,最终形成对管理决策的数据支撑。

图5. 建起经营数字分析平台技术架构

3、解决方案的前端技术架构

为将管理做到“看得见,管得着”,最终实现“为制造增效、为产品提质、为生产降本”的目的,前端拟基于帆软BI应用工具,通过3D可视化界面轮播下钻的方式,展示“财务-经营管理”和“业务-智能生产”两端的实时经营情况,用户可通过操控多层大屏页面,查看预警告警信息,快速定位到风险异常板块,满足决策层对企业运营“根因分析、趋势预测、性能评价、风险预防、指标考核”的基本需求。

图6. 工厂智能管理运营指标体系

以生产端为例,前端整体按组织架构、生产车间、时间周期自顶向下设计,分步实施,逐步完善智能工厂大数据可视化产品体系,覆盖订单接收、计划排程、来料叫料、生产执行、质量检测、产品入库、出库配送等业务环节。结合ZEPS精益制造管理体系,运用SLQCD以及5M1E来搭建指标体系。

图7. 工厂智能管理业务架构

图8. 工厂智能管理系统前端架构

借助中联已经落地的fineReport可视化平台,引进主流的3D可视化技术,逐渐完善智能工厂运营指标体系,实施3D可视化大屏,帮助管理人员运营决策。

4、小结

本方案技术层面采用Doris分布式关系型数据库和FineBI工具相结合的新型前后端系统,能够有效提升系统响应效率和权限管理效率,主要体现在——

  1. 利用数据分层、维度建模等技术,结合帆软BI可视化工具,实现开发人员和业务人员快速自助的经营指标分析,提升开发效率200%;
  2. 利用DorisDB多维分析数据库,结合向量化、列式存储、聚合模型等技术,解决了以前数据展示白板的问题,大幅提升了前端响应速度,平均响应时间小于3S,并支撑超过1000人的并发;
  3. 利用全新设计的权限管控方案,设计业务线专属用户与角色,将数据权限管控到行列级别,充分保障企业数据的安全可控。

综上所述,建起业财融合数字经营平台是一个与大数据技术平台、智能制造、供应链产品共同扩展的采购、库存、成本、盈利、费用、资产等业财大数据标准化及定制化分析模型。

业务/管理应用场景

场景一:

1、业务痛点

建起存货管理存在以下几个痛点——

  1. 存货存放位置杂乱,责任定位模糊,KPI考核盲区大。

在多次年度存货盘点过程中发现,存货入库点规划混乱,存货摆放杂乱,给财务盘点工作带来很大的困扰。同时盘点出来的问题存货,无法精确的定位到相关责任人,存货KPI考核工作困难。

  1. 存货记账方式传统,呆滞数据隐匿,存货管理难度高。

建起事业部由于涉及多工厂多基地的管理,部分工厂产线对存货的管理还停留在手工台账的落后方式,存货管理信息传递不畅通,数据分析挖掘工作难度大,呆滞户滞存数据难以发现,给存货管理带来很大的挑战。

  1. 存货考核机制低效,沟通成本较高,绩效管理效果差。

建起财务在对存货管理时,有比较严的考核机制,但是无法直观可视的一个平台去呈现最终的考核结果。需要每月通过最终的结果以邮件的方式发送给各责任部门,在此期间浪费了大量的数据分发的沟通成本和财务的时间成本。

2、解决方案

为了解决上述痛点,建起通过可视化分析平台,拉通各ERP端的数据自动上传到经营分析平台。

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656377232478.png

图9. 建起存货分析指标

首先,通过对物料进行科学分级分类,在预测性指标分析模型框架下加强百万档级别的物料主数据治理力度。

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656377518643.png

图10. 建起存货呆滞分析

通过对“工厂库位”维度的存货层级梳理,明确库位与责任人的对应关系,实现“一库一物对一人”,极大提升存货清盘效率,为存货管理绩效考核划分出了明晰的责任界限。

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656377387991.png

图11. 建起存货呆滞工厂维度分析

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656377074777.png

图12. 建起部门呆滞存货线上化台账

其次,运用BI可视化组件,对存货周转率和呆滞情况进行TOP10和BOTTOM10的排序,数据实时更新,有效提升存货管理人员对业务现状的感知度,实现存货管理台账线上化,管理端和业务端之间百万行数据一秒拉通,信息传递方式由以往“一月一报”的被动感知转化为“一日一报”的主动感知。

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656378153971.png

图13. 建起权限分配管理界面

图14. 建起数字经营分析平台报表访问统计

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656378897952.png

图15. 建起存货部门分析

最后,通过对存货报表权限进行层级管理,实现让不同部门精准的看到管辖范围内的存货管理情况和排名情况,为建起存货管理KPI考核提供详实的依据,同时为存货管理提供数据支撑和导向支持。

3、场景价值

根据线上多维数据,指导经营单元前端业务管理和经营决策。通过平台数据赋能降本增效,带来了极大的经济效益——通过存货管控,2021年四月存货盘活价值过亿,较往年同期有大幅度提升,存货月度周转率近10次。与此同时,存货管理月报由此提升为日报,绩效管控也由月度提升为实时考评。

场景二:多供方的采购难以定价,缺乏比较优势的数据支撑

1、业务痛点

建起采购业务具备两大特点——一是金额大,每月的采购金额达到亿万级别;二是市场广,事业部产区遍布华东区,华北区,华中区等多个区域,采购差异化程度明细。因此在多供方采购的业务背景下,存在定价难、溢价高、谈判劣势大等问题,主要体现在:

  1. 处于不完全市场,进一步削弱议价能力。

在多供方的采购业务中,无法快速和精确的了解到历史供方的相关信息,导致议价过程中一直处于不利地位,存在潜在的采购溢价风险。

  1. 缺乏标准价格指引,难以做到“货比三家”。

同一物料在不同工厂采购时,因为数据安全和权限的管理需要,采购人员缺乏价格比较的标准,在与供方签合同中经常受挫。

  1. 内控管理真空区多,考核偏差大。

采购作为内控管理的重要环节,缺乏统一公平透明的考核体系。因各部门、各议价主体之间价格认知不统一导致采购环节存在考核难、考核偏差大、考核主观性强等弊端。

2、解决方案

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656381767199.png

图16. 建起采购指标高低价格分析

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656382001617.png

图17. 建起采购指标三地价格分析

首先,通过将各产线全部供方历史数据纳入大数据平台,以帆软BI作为展示工具,对同类物料的历史采购数据进行统计汇总,形成高低价格和三地价格两个维度,为商务谈判提供详实的供方历史价格趋势和价格预测趋势信息,提升我方议价能力。

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656382139901.png

图18. 建起供应商TOP20分析

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656382195490.png

图19. 建起物料采购TOP20分析

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656382229670.png

图20. 建起物料品类TOP20分析

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656382454537.png

图21. 建起供应商管理台账

其次,通过统计TOP20供应商、物料和品类之间市价和采购价的差异作为供应商考核因子,能快速定位同品类溢价物料的供应商,帮助我方及时进行议价谈判,确保我方采购始终取得最优价格。

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656381875957.png

图22. 建起工厂维度物料高低价格分析

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656382537574.png

图23. 建起物料应付暂估清理情况

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656382640454.png

图24. 建起月度物料应付暂估清理趋势图

最后,基于暂估清理率、采购偏差率、多供方价格偏差水平的指标模型融合形成统一的KPI考核机制,不断填补内控管理真空区域,提升考核管控的合理性和透明度。

3、场景价值

采购指标分析系统上线仅运行3个月,实现建起商务降本超千万,2021年全年商务降本将达近10亿。另一方面,通过加强数据分析运用,指导采购部门控制采购价差、订单数差,提升成本准确性,全年标准成本与实际成本差异率控制在0.9%以内。

场景三:加强生产订单管理是提高成本管控的基本途径

1、业务痛点

建起事业部主打产品是塔机,该产品有其特有的生产工艺和设计工序,即“离散为主、流程为辅、装配为重点”,其生产环节的成本管控面临着多重挑战——

  1. 部套件生产周期不同,多节点成本管控复杂性高

产品中各部件制造周期长短不一和产品加工工艺路线的复杂性造成在制品管理机制更新频繁,成本精准管控难度较大。

  1. 产品工艺迭代速度快,成本管控方式变动频率高

塔机产品结构(BOM)复杂,工程设计任务很重,不仅新产品开发要重新设计,而且生产过程中也有大量的设计变更和工艺设计任务,设计版本和生产版本经常存在变动,为成本管理带来很大的挑战。

  1. BOM考核准确率低,责任部门归属区分度不高

由于BOM产品各预制件生产生命周期不一致,同一产品订单需拆分为多个部套件预制订单,订单责任部门归口难度较大。

2、解决方案

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656385901402.png

图25. 建起完工订单投料大屏

首先,通过对钢材、油漆、辅料等原材料的生产投料情况进行定额分析,构建起各部套件明细成本对比模型,根据完工投料情况分时点进行订单成本归集,为有效进行订单成本精准管控打下基础。

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656386798580.png

图26. 建起钢材采购定额差异率情况

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656386798606.png

图27. 建起油漆消耗情况

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656386915315.png

图28. 建起辅料TOP20情况

其次,通过标准化生产工序梳理,确定以钢材、油漆和辅料为核心的三大原材料定额分析架构,在工艺迭代频繁的生产过程中把握定量数据,按照产线、供应商、物料和时间四个维度对原材料实时投料成本进行统计和展示,实现精确化、标准化成本管控。

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656387193443.png

图29. 建起BOM准确率分析

E:\weixin\WeChat Files\wxid_07kx8jxd3bp321\FileStorage\Temp\1656387238356.png

图29. 建起BOM准确率月度变化曲线

最后,为了严格提高成本管控的准确性,建起财务通过工厂、物料和月度变化汇总实际投料、订单投料和标准投料三者准确率情况,在此基础上对BOM准确率的考核,以提高标准成本的准确性,并以此作为订单归属责任部门的考核指标,缩短产品的生产周期,降低在制订单账龄。

3、场景价值

通过加强生产订单管控,实现建起全年定额降本逾千万,其中TOP20辅料实现降本近五百万。同时报表编制效率成倍增加,成本报表出具由原来的T+6提升至T+1、报表周期亦由月报提升至日报,报表处理工作效率提升十倍,预计全年可节约报表编制工作量达10×30个人天,全年人力成本节约逾百万。

场景四:可视化数字大屏助力智慧决策

1、业务痛点

挖机工厂端因业务数据分布在多个业务系统,缺少标准化接口,难以应对复杂多变的业务需求,且数据处理机制不统一,缺少统一数据归口方,分散化的数据不利于决策层归集有效信息。

2、解决方案

图30. 工厂智能管理系统大屏

通过将WMS、MES、EAM等业务系统的数据全面打通,不断完善驾驶舱运营管理体系,打破各个工厂车间的数据孤岛。引入行业先进技术产品,通过架构的迭代优化,从而不断提升整体企业业务信息化能力,以达到快速响应上层需求,集成原本独立的系统,消除信息孤岛,保证数据的一致性,提高数据的可复用性,实现各职能部门之间的数据共享与流通。

图31. 工厂智能管理系统产线看板

目前监控平台已经在生产、质量、存货、资产等方面实现数据自动化呈现,人工干预环节大幅度降低,同时在制造工厂层面实现生产过程数据可视化、管理透明化,实现事业部产品与资产可查询、可溯源,减少线下台账操作。具体体现在——

  1. 生产运营信息高效处理。

通过对接MES系统,收集生产进度、生产计划、产线异常等数据,就异常点进行原因分析,提高生产运转效率;

  1. 库存分析24H实时监控。

通过实时监控每天的出库金额,便于根据剩余库存制定生产计划和销售计划。分别对原材料、半成品、成品库龄进行分析,找出超期库存并找到对应责任部门或责任人进行改善,优化库存结构,提高库存周转率;

  1. 生产机器设备协调管控。

对于各机台的运行状态、维修工记录进行实时监控,便于设备运行计划与生产计划之间的协调管理。同时对保养及点检计划进行及时盘点,节约定期保养带来的成本浪费以及避免遗漏问题。

3、场景价值

业务产线累计完成5个生产核心系统数据打通,建设26个数据模块67项基础指标,覆盖5个事业部10个生产车间,支撑从事业部经营到工厂管理,从工厂级到工位级管理维度。通过沉淀业务经验,完成数据标准化处理,业务人员完全脱离手工台账的统计方式,所有管理类指标可在大数据平台实时查询。

场景五:中联重科智能制造能力宣传窗口

1、业务需求

中联重科急需先进、成熟的手段向客户和全行业合作伙伴、上下游供应商以及其他企事业单位展示有故事有内容的智能产线,体现看不见的智能制造能力——通过经营分析数据可视化来展示中联重科“看不见的智慧”。

2、解决方案

图32. 工厂智能管理系统生产决策现场

基于SLQCD理念拉通生产执行、设备、质量、物流等信息系统,搭建管理驾驶舱指标体系,实现工厂透明化管控与全新的数字化协同管理方式,同时通过融合3D模型技术,实现智能工厂的三维仿真模型构建,体现中联重科智慧灯塔工厂的智能化、科技化,向客户展示公司业务管理能力和创新能力,树立品牌形象,成为中联重科智能制造能力对外宣传的重要窗口。

3、场景价值

图33. 中联重科数字经营分析平台大屏对外展示现场

平台建设以来完成3次事业部新工厂开园活动,多次完成对外接待,成为了事业部对外宣传智能制造的窗口,展示工厂先进管理水平,向各类用户展示工厂先进工艺和管理水平,支撑内外品牌宣传。

总结与展望

建设成效:

1)响应国家政策,构筑业财融合新常态。

国家鼓励完善创业创新生态,通过数字经济下的新模式和新业态的蓬勃发展将为制造业数字化转型注入了新动能、新活力。建起业财融合数字经营平台顺应国家“互联网+工业”政策的大方向,符合社会经济转型提质的最新要求,有利于发挥数字新基建基础支撑作用,加速制造业数字化转型,为制造业,高质量发展提供有力支撑。

2)平台集成式运营,助力生产效率显著提升。

2021年,预计项目实现全自动出具报表58张, 构建数据维度、指标逾百项,实现数据100%可追溯,细化至订单级、凭证级。根据目前运行结果来看,财务报表出具效率由T+6提升至T+1, 平均账务处理时长由1880小时/月下降至180小时/月,报表周期由T+30提升至T+1, 工作效率提升10倍。

3)打通信息壁垒,有效赋能企业生产经营。

建起业财融合数字经营平台以大数据决策平台为抓手,管理会计为目标,数据驱动决策为核心,通过构建起经营全生命周期的泛在连接,将各生产环节和制造主体,统筹起来运作,打通数据孤岛,形成数据联通体系,不断提升财务影响力,以数据的自由流动化解财务业务场景中的不确定性。

4)一次搭建,全员共享。

基于平台开发部署能力在线发布、实时对接的特点,可面向全经营单元、全集团财务职能部门提供泛在连接、高效配置的服务,实现财务决策工具的共享制造。

5)打造系统解决方案,实现企业沿价值链向高附加值环节跃升。

基于平台创新经营模式,在尊重用户个性化定制的前提下,实现流程普适化、标准化,以适应复制推广的要求。在结合用户自身经营管理特点的同时,“裂变”专业优势,通过平台技术迭代和流程再造形成完整的解决方案,有助于推动中科云谷发展成为轻资产的产品和综合服务供应商,实现价值跃升。

远景规划:

建起业财融合数字经营平台将作为中联重科数字经营平台体系建设中的一环,中联重科的业财一体化建设总体来看分为三步走——一打基础、二建体系、三扩生态。首先夯实财务标准化基础,以建起为试点,推进事业部范围内的标准化建设;其次以财务标准化为基础,以先进的应用软件系统为依托,搭建起一套一体化财务应用平台;最后将建立统一标准的柔性接口,推动平台与其他业务系统的融合,形成平台化的开发方式,同时兼顾个性化的开发需求。

在未来我们将深入融合大数据技术平台、智能制造、智能供应链技术,打造以中联重科为标杆的客户群体,不断丰富业财大数据分析主题,不断完善制造行业数字经营分析场景,形成2.0解决方案。

分享扩散:

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

返回顶部 返回列表