数字化转型长期规划
未来三至五年内,将首先实现“全面集成供应链”的目标,聚焦于价值链共赢,打通内部、外部及供应商的业务流;在此基础上,进一步打造“智慧供应链”,围绕 平台 人才 体系 流程 四大核心内容进行建设,实现数据互通,流程可视化,结果可视化。全面提升价值链的能力水平,向可预测、智能化方向发展。同时并培养一部分数据化人才进行探索式自助分析,充分发挥数据化的价值。

②数据分析平台建设思路
一个平台:构建原料药械集中智能化统计分析,统一数据接入、分析、输出。
两个统一:统一数据平台,基于数据仓库,统一数据整合、清洗转换、数据建模等,数据展现面向领导、高管、业务管理层、业务应用层等形成主题式指标体系、管理驾驶舱体系、报表体系、分析体系。
三个层级:IT层:敏捷报表支撑,提高效率;业务层:数据串成指标,指标串成部门主题报表;决策层:掌握经营概貌,信息透明,压力输出、同时满足不同层级的权限的管控。
多种场景:月度会议,大屏展示、管理驾驶舱、移动BI、多维度自助分析、报表查询、数据补录。

⑤建设目标
通过数字化机制 搭建一套企业级的统一的供应链数据可视化分析平台,满足企业从战略决策到业务操作各级岗位的数据应用需求。
1、从业务条线出发,梳理基础数据和过程数据,并将各项指标与业务实体进行对照,输出业务实体框架,构建数据指标体系、业务之间的关联关系。
2、依托数据可视化,将现有的供应链的基础价值指标向数据仓库输出,并将数据资产的价值以各项数据可视化应用为具体体现。通过实现供应链端到端的可视化,实现供应链内外部的协作与快速响应;对供应链进行预测、预警与自主决策,全面提升价值链的能力水平。
3、建立自助分析模式,进行深入业务的探索式分析,充分释放业务价值,助力业务增长,进而提高整体数字化能力。
③技术架构
基于hadoop平台做计算底座,用ETL补充节点数比较少的集群,数据同步性能差的问题,充分发挥资源的利用率,提高计算和数据同步效率。

④业务流转及分析框架
业务流转图:

业务分析框架体系设计:
基于“成本”“效率”“可靠性”“质量” 四个管理维度进行整体分析框架的设计,通过多层次的指标体系实现供应链运营效果的量化,整体框架包含:
1、指标50+、一级指标10个。
2、涵盖:销售、采购、生产、质量、物流。

|