【2024中国数据生产力大赛】华熙生物供应链数据可视化平台

楼主
我是社区第1031520位番薯,欢迎点我头像关注我哦~

企业简介

华熙生物科技股份有限公司于2000年01月03日成立。法定代表人赵燕,华熙生物是知名的生物科技公司和生物材料公司,公司以合成生物科技为驱动,致力于不断提高生命质量、延长生命长度,为人类带来健康、美丽、快乐的生命体验。

华熙生物主要聚焦在功能糖蛋白质多肽氨基酸核苷酸、天然活性化合物等有助于生命健康的生物活性物开发和产业化应用。

华熙生物目前已经建成合成生物学研发平台、微生物发酵平台、应用机理研发平台、中试转化平台、交联技术平台、配方工艺研发平台六大研发平台。建立了从原料到医疗终端产品、功能性护肤品功能性食品全产业链业务体系,服务于全球的医药、化妆品、食品制造企业、医疗机构及终端用户

2019年11月6日,华熙生物正式登陆中国资本市场在A股上市,股票代码为“688363”。

2022年公司实现营收63.59亿元,同比增长28.53%。

归母净利润9.71亿元,同比增幅24.11%。

归母扣除非经常性损益的净利润8.52亿元,同比增幅28.46%。

226项国家专利。

玻尿酸行业第一股。

1 业务需求/挑战

①背景解读

社会背景:

1、市场环境变化带来企业变革动力。

2、行业竞争白热化带来效率、成本、质量风险、企业管理等方面的挑战。

3、经营规模增/减带来前后端协同效率挑战。

项目背景:

1、华熙生物将数字化转型战略列为2023五项战略之首。

2、工业设备层、信息化层建设已进入常态化建设和应用。

3、供应链业务有关各项主数据建设中。

4、供应链业务架构、端到端流程、端到端数据标准优化中。

5、供应链已通过精益项目,以生产为核心建立各层级KPI以支撑数据指标运营。

6、供应链管理需求已从“满足订单”进化为“产销协同”。

7、“数据中台”已初具数据集成与调用能力。

IMG_265

②痛点及解决对策

企业供应链管理面临的业务痛点:

1、如何准确地预测市场的需求?

2、当各类因素发生变化时,如何实现快速调整、重新建立最优的供需平衡?

3、如何每次都能做出一致、快速、科学的决策,能够最大限度满足业务需求和实现成本最优?

IMG_266

华熙数字化转型过程中数据分析痛点:

1、供应链数据质量差:目前数据中台中数据仅有基础原始数据,没有进行有效的数据处理,想进行原料药械供应链的数据分析困难,且没有统一的数据看板;

2、数据中台不稳定,抽取时间长:HD平台是由9台服务器组成的大数据集群,部署于济南本地机房,分一主一备和7个计算节点,集成大数据组件及服务30余个,可进行离线批处理,实时流计算,即席查询,数据洞察,数据资产监控,数据质量管理等多功能作业;稳定性比较差,万级别数据导出效率非常慢;

3、数据标准不统一:每个部门都有使用人员,分析人员,运维人员,大家都在各自出报表和做分析,部门间甚至部门内部数据和分析结果难于共享,汇总到领导那里数据容易“打架”,数据不统一;

4、及时性较差,分析深度不够:大量时间用于开会讨论,数据关联处理,没时间分析,分析发现问题之后难于做相关分析,除非再花些时间,最终造成员工很忙,领导很急;

IMG_267

2 解决方案

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。

IMG_268

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。

IMG_269

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。

IMG_270

④业务流转及分析框架

业务流转图:

IMG_271

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。

IMG_272

3 典型应用场景

3.1 场景一:集团供应链总览驾驶舱

适用业务部门及人员:需求业务部门、销售部、商务部等。

设计思路:以集团为核心,主要展示五个模块相关一级页面对应一级指标,对销售-物流全链路主要指标进行主要监控。

价值体现:核心意义为监控全链路各个部门的业务现状,根据主要数据情况,实现对业务的整体把控。

3.2 场景二:销售管理驾驶舱

适用业务部门及人员:需求业务部门、销售部、商务部等。

设计思路:销售管理主题,主要展示数据指标为企业的需求计划与销售情况,展示本月的需求计划情况、销售情况等指标。

价值体现:核心意义为销售部及需求业务部门可以及时了解本月的销售量、需求计划,方便上下游实时同步信息,并作为各个部门内部本月工作内容、工作安排的主要参考,实现需求-执行部门的双向信息同步。

3.3 场景三:采购管理驾驶舱

适用业务部门及人员:采购部、供应链等。

设计思路:采购管理主题,主要展示数据指标为企业内采购整体情况,展示本年的采购计划达成率、采购到货及时率以及采购退换货率。

价值体现:核心意义为采购部、商务部等及时了解本年集团内及下级单位或部门的采购计划期本期完成的采购情况,同时可以监控各部门的采购数量及增减情况,及时了解本集团及下级单位的实时采购情况信息。

3.4 场景四:生产管理驾驶舱

适用业务部门及人员:生产部、财务部等。

设计思路:生产管理主题,主要展示数据指标为展示不同厂区不同维度生产总体情况,展现形式以柱状图(数量)、折线图(金额)组合图展示。

价值体现:核心意义为生产部等及时了解本年集团内生产计划达成及产能或设备使用情况。

3.5 场景五:质量管理驾驶舱

适用业务部门及人员:生产部、品管中心、计划部等。

设计思路:质量管理主题,主要展示数据指标为展示不同厂区不同维度采购、产品质量总体情况以及客户投诉情况。

价值体现:核心意义为品管中心、生产部等及时了解本年集团内采购和产品质量的合格情况。

3.6 场景六:物流管理驾驶舱

适用业务部门及人员:品管中心、仓储物流管理部、采购部等。

设计思路:物流管理主题,主要展示数据指标为集团库存周转情况及仓库内产品坏货风险情况,各仓库对应物流发货效率及费用信息等。

价值体现:核心意义为品管中心、物流、仓储部门实时监控库存物资、物流情况,同时可以监控坏货及坏货风险情况。

3.7 场景七:自助分析推广应用

在数据分析平台上线的过程中,进行了5场专题培训,覆盖人群200余人,有93名同事通过FCA初级认证,建立数据分析专题群、后续在数字化转型过程中,更好的让业务人员发挥数据的价值,完善了数据分析模式。

通过数字化中心的持续运营推动,目前已有几十位同事掌握了自助分析的能力,过程中开发的BI分享看板和场景也为实际业务运转提供了源源不断的数据支撑。

3.8 场景八:数据处理能力提升

由于leapHD是基于hadoop集群搭建的数据平台,hive数据库查询性能非常差,所以需要将DM层数据导入到mysql中进行报表数据支撑,但是leapHD导数功能基于sqoop组件 ,在节点数比较少的情况下性能非常低 进而导致从hive导出效率非常低,几万行数据往往需要几十分钟,从而严重影响对报表的数据支撑。

解决方案:

通过部署FineDataLink数据开发平台,将所有leapHD数据处理流程的最后一步导入mysql放在FineDataLink执行,效率提升非常显著,并且后续新流程也可在更方便使用的FineDataLink建立,减轻leapHD的压力。

IMG_279

在需要经营分析展示的指标中有一部分物流的指标所需要的实时性较强的数据,来提高数据的检测效率,进而可以很快的发现业务问题,

解决方案:

通过FineDataLink数据开发平台数据管道功能,实现数据实时功能,实现发运及时率、发运准确率相关的报表。

IMG_280

4 总结与展望

①价值体现

数据分析平台上线的价值主要体现在:

  1. 汇聚指标数据,推动信息化系统应用,提高工作效率:

数据对企业的价值不言而喻,通过指标体系的梳理,发现关键价值数据,将散落在系统外的数据线上化,数据标准化、结构化,逐步建立统一的数据规则,提升工作效率。

2、建立完整的指标体系,支持全局业务决策:

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。

在完整的指标体系中,各项指标不再是孤立的,指标间存在着潜在的相关性。通过数字化能够清晰和具象的展现出这种关系。供应链优化的本身也是在效率、敏捷、成本、可靠等维度上结合华熙自身的特点达成“平衡”。

IMG_285

3、实现统计口径一致、统一可视化平台,促进部门间协同:

通过数字技术和业务合作,统一各部门间的统计口径等数据方式,实现数据共享,在不同系统,不同账套,不同工厂,不同云仓数据合并、即时共享。端到端的指标体系整合数据的力量,通过信息共享,减少各部门之间的信息孤岛,提升需求变化的应对能力,增强供应链的弹性。

例如:提产计划在经营管理部和PMC间的共享;销售预测与工厂产能之间的协同;库存信息合并后的价值

IMG_287

4、梳理指标数据过程中,发现业务改善方向:

线下计算运营决策参数的方式,受到数据量和计算复杂度的限制,转变为系统计算方式可以考虑更长的历史周期、更细的数据粒度、更复杂的计算方法、更频繁的调整运营决策参数;同时系统可以支持运营决策参数的调整和模拟试算,业务可以基于模拟结果调整业务策略;

例如:分仓布局、安全库存预警、数据穿透带来精细化管理。

②展望未来

项目伊始就组建了“业务-IT-开发”的标准化项目团队,三方同时参与需求讨论,需求基本一轮定稿,并且IT团队保证了数据源的提供及时性,给“小步快跑”提供了基础。

BI项目负责人评价:通过和帆软的初次项目合作,让我们感受到了帆软团队的专业的交付服务能力和产品架构,未来为了更好的促进华熙数字化转型,双方还将进行更深层次的合作,从业务出发深入合作帆软的咨询和交付,技术出发打通3D可视化及敏捷填报的引入FVS及简道云,从而全方位促进华熙生物的数字化转型。

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

0回帖数 1关注人数 2457浏览人数
最后回复于:2024-6-14 14:10

返回顶部 返回列表