【2024中国数据生产力大赛】数字化应用广度下的数据集成管理

企业简介

上海马勒热系统有限公司（曾用名：上海贝洱热系统有限公司）是德国马勒贝洱公司和华域三电汽车空调有限公司于2004年合作成立的合资企业，总部位于上海浦东新区自由贸易试验区，共占地面积12万平方米作为整车热系统集成开发供应商，公司致力于汽车空调系统、发动机冷却模块及组件、新能源产品及系统的开发、制造与销售。依托先进的管理、专业的技术、强大的本土研发、试验验证和试制能力，公司给国内自主和合资品牌主机厂客户开发和生产用于传统燃油车、混合动力车和纯电动车热系统的相关产品，并提供有效的售前和售后支持。目前，为满足中国华北、华南、华东以及西南地区的客户需求，公司分别在成都、沈阳和宁德成立了全资子公司，在长沙、南京、宁波、武汉、吉林等地设立了分公司。 公司一直积极推进质量持续改进，降本增效，节能减排工作。在研发创新上凭借一系列国外先进水平的生产设备和试验设备，为每一位客户提供先进的、完整的热系统解决方案。作为汽车领先的热管理标杆产品，上海马勒热系统有限公司在2010年起就引入欧洲的数字化管理工具和管理理念，并在2016年起启动了本地数字化实施管理，到2022年基本完成了数字化产品布局及信息化基础建设，其中PLM作为企业自研平台，能够不断的进行业务迭代和客户需求实现，拓展传统PLM功能，大大提升了产品的成熟度和产品化功能，并在2023年受邀作为工博会优秀数字化转型成功案例进行访谈介绍。本公司一直秉承着目光放在未来，直面市场竞争的信念，努力把握行业变革所带来的机遇，迎接汽车行业转型带来的新挑战，争取以高于国内乘用车增长率的发展步伐，持续稳步提高市场份额，保持国内整车热系统行业的领先地位！

1、业务需求/挑战

上海马勒在生产经营和管理过程中产生了大量的数据，遗留的历史数据量大且繁杂，难以归档，面对新项目时，无法精准高效地从历史数据中归纳出相关经验教训，问题重复出现，浪费大量的时间重复解决，导致生产周期也大大增加。在辅助决策时，数据颗粒度不够造成多次的错误分析。准备数据分析报告时，如Excel，PPT，通常需要多位部门员工花费多周的时间确认数据的统一和输入的质量，耗时长且时效性低，难以在当前市场环境中支撑企业快速决策。针对上海马勒在数据治理和数据应用过程中问题产生的原因主要归纳为以下四个方面：

1. 数据归档无序：大量的纸质文件归档，归档的方式缺乏系统性，数据难以快速调用、查找、分析。
2. 数据时效性差：生产数据和管理数据生成的报告往往具有滞后性，决策时数据的时效性大大降低。
3. 权限分配混乱：纸质文件调阅和访问难以控制且用户访问用途不明，管理难度高。

数据解读无效：各自独立的系统与纸质存在大量的信息孤岛，缺乏有效的整合和共享机制，导致数据的集成分析难度高。

2、解决方案

为更好推进公司数字化转型的变革，企业在2021年7月正式成立了数字化管理科，进行数字化转型改造，并在当年9月正式批准企业数字化的发展路径，建立功能模块4步走，企业集成3阶段的模式，逐步推进企业数字化管理能力，以企业智能化为目标来进行功能、管理的持续优化：

功能模块4步走	企业集成3阶段

功能来自于需求，从数据和功能建设的过程中，覆盖到企业所有部门，因此在项目过程中构建了功能广度的管理三维控制：功能管理、技术集成、体系架构，并以此构建企业数字化的执行架构。

此架构下约束了企业数字化工具投入的实施重点：

1. 功能管理：分职能、分业务、分板块的快速实现企业信息化推进，功能导向的开发以减少线下操作带来的数据收集问题。
2. 技术集成：创建数据中台，通过数据治理形成企业的数仓，逐步构建起系统件间的数据交互内容和传输标准，保证数据一致性以解决数据不可靠问题。

体系架构：企业统一的数字化管理体系构建，建立企业的数字化实施流程，以：
需求分析立项确认需求确认开发实施测试验收。为开发管理的过程来逐步完成企业数字化工具建设，以保证实施有效性

3、典型应用场景

3.1 场景一：市场预测

企业每年都会分析未来3-5年的市场需求，这个过程中需要大量的人工运算和历史数据真实性的确认，来预测未来市场的需求，以支撑企业的客户管理、利润分析、重点产品策划、产能负荷评估、投资管理、研发成本策划。然而在需求预测时，由于数据分布在各个职能部门，每年此行动需要建立15人的执行团队进行为期2.5个月的数据汇总和分析工作，费时又费力，且数据基于Excel和纸质表单导致数据的可利用性低，数据质量差，经常导致团队进度停滞或分析归类错误等情况发生，从而影响企业决策的导向，因此在2023年由数字化牵头，逐步实现企业数字化平台的集成及智能化搭建。 第一步：场景数据主数据化 将相关的数据逐步从Excel和文档转入到主数据库构并构建数据流进行数据传递； 如客户数据： 此过程中共累计对28类数据字段重新进行分类、分级，保障数据一致性。 第二步：业务流程化 从各个功能中进行数据校正后，以系统流的方式，进行数据传递策划，并构建功能图； 第三步：数据BI校正及使用 通过BI数据钻取的功能，将各类业务数据进行集中后，根据业务部门报告习惯，建立业务BI场景，在过程中通过BI结果的展示，进行数据的二次校正及检查； 如工厂数据： 此过程中对主数据内容进行二次校验，实现标准化，共解析、统一16组数据用于最终的报告展示和BI分析。 现在通过系统的日常流程维护，2024年初试运行已经实现数据及时性和准确性保证，企业运营和市场的等待期大大缩短（目前维持1人进行3天数据确认，长期此过程可被数字化代替）。这一转变，使得企业数据的可管理性和可分析性大幅度提高，促进后续业务流程化的管理，加快数据的处理速度，提升整体的业务效率。快速的市场分析能力能够帮助企业快速把握市场动态，灵活调整运营策略，以适应市场变化；精准预测利润空间，为产品的定价和成本的控制提供强有力的支持；高效规划重点产品的研发方向和市场投放节奏，确保产品竞争力；同时为投资决策提供实时数据支撑，从而在新能源汽车产品的快车道上能够真正实现快速响应、快速决策。

3.2 场景二：质量管理

质量作为开发管理、生产管理、售后管理的关键角色，在制造型企业的各个方面承担着保障、分析、防错的重要角色。企业经历了多年的辉煌以及来自于德国百年的经验，质量有着强大的管理手段和管控方式，但是管理细节颗粒度带来的是大量的报告收集、汇总、汇告的工作，据不完全统计，开发过程中，质量工程师每周需要2-3小时的数据整理动作，每月需要2天的时间来实现报告的整理；生产过程中，各类的文档数据收集每月需18小时进行汇总，并需要额外的3天时间进行报告整理；售后管理中，每月需进行1.5天的报告整理，在公司运营收紧的状态下，非增值动作让业务部门苦不堪言。 数字化部门从2022年开始介入进行数据的治理和集成，开始着手搭建QMS平台，并构建系统架构： 目标实现：1. 数据采集自动化； 2. 管理报告自动化；3. 分析数据可视化； 4. 生产数据及时化 此过程中，与生产管理中的传统思维，进行了以下革新： 去除传统鸟笼式涂写式看板转为线上电子看板 减少对传统检具硬件的依赖转为更为柔性的蓝光检查 减少数据间纸质的传递转为PAD线上录入的写入方式 管理的权责从讨论制转为流程定义的责任制 在2023年2月起企业网生产端实现了线上管理的功能要求 BI的功能逐步接入，快速的实现生产数据可视化、标准化、及时化的要求，减少了车间工位旁大大的鸟笼空间。 2023年仅上海工厂统计，产品开发端质量工程师在减少人员4人的情况下，也不用额外的数据收集统计，通过PLM系统集成及审批管理，BI对数据进行自动汇总和检查并生成报告；生产端共累计节省纸张25030张，在每班少了一名检验员的情况下，人均工时节省1247小时；售后端报告实现自动化生成，已不需要额外的工时进行相关数据的整理。

3.3 产品生命周期管理

上海马勒热系统有限公司在国内有10个生产基地，1个研发中心，还有马勒全球研发资源对项目的支持。对项目经理而言，每天都要思考：如何进行项目协同，如何对客户信息进行传达，如何保证任务的执行，如何进行项目的风险把控，如何进行预算跟踪，同时项目团队的领导每天也在发愁，如何对728个项目工程师进行协同。在这样的背景下，项目经理将大量的时间放在项目报告上，随着企业的发展，项目经理基本40%的时间都放在做报告上，各个部门每周需要花费2.5天的时间进行项目汇报，每月需要2天时间进行管理层汇报，背后还需要花费大量的时间进行数据的整理、汇总和分析，工程师不得不将用于研发工作的时间放在PPT上，严重影响了项目的进度和产品质量。 基于以上问题，数字化管理团队于2020年起（当时归属在研发PMO产品开发管理科）决定自主研发PLM系统，立项名称为IPDP(Intelligent Product Development Platform)，开始对项目管理过程进行重构。结合企业的管理流程要求，最终精炼了122个关键流程和69个关键文件，覆盖项目管理中，内容包括：项目计划、零件开发、工艺开发、APQP、预算管理、风险管理、团队矩阵、行动计划。将项目管理变成体系流程约束型管理方法，并在2022年逐步形成IPDP式的协同型目标管理，此过程中，系统在迭代3代后，形成了以产品开发管理为核心，构建生产数字化集成的智能链管理架构: 在这样的背景下，数字化管理科从2021年起开始构建报告中心，为了更好的进行多维度分析，及项目管理数据中台的创建，2023年IPDP正式开始进行报表平台的升级，通过帆软BI进行数据集成，根据汽车行业信息安全要求TISAX，帆软平台提供了更高效的授权方式、对项目成员、工厂、产品类别，组织层级进行多维度授权，助力企业构建了产品开发团队用的管理中心。通过BI平台的升级和集成，工程师们的工作效率得到显著提升，他们再也不需要手动汇总数据、制作复杂报表或者在多个系统间切换来获取项目信息。现在，所有的关键数据和分析报告只需一键打开，大大节省时间和经历，降低了出错率。 这种集中的数据管理方式不仅加速了决策过程，还确保了信息的安全性和准确性，完全符合TISAX对汽车行业的高标信息安全要求。工程师们可以更加专注于产品开发的核心任务，创新与协作能力得到了解放，从而有力推动了企业的产品研发效率和竞争力。

4、总结与展望

企业在数字化的建设中，数据标准、管理透明、降本增效始终是企业的挑战，数字化管理中如何快速的识别问题数据，构建用户的报告需求，对数据结果需求分析，以及效率提升始终是企业的目标。为了找到对应合适的工具，走过了3年的弯路，帆软BI和FR产品的介入大大提升了数字化管理的水准，仅6个月就打造出超过30份的业务分析深度数据报告，其中包含83,600多类数据字段，共引用数据仓862万条数据，大大提升了报告的产出，数据的质量和维度的集成。 随着BI和FR产品在企业的深度使用，管理的理念也随之转变，用户不再依靠传统的PPT，Excel来进行报表的创建，而是首先想到就是通过系统来导入，ETL分析不再是高高在上的IT分析产品，用户同样也体验到IT产品带来的好处，同时操作的过程中也感受到数字化管理的难度，自主约束比强制管理带来更好的管理效果，不仅是功能上的实现，管理的变化也给企业带来更高的管理效率提升。 目前企业正式进入到数据集成和BI阶段，并且针对PLM平台已经开始AI大模型及GPT应用，BI低代码的灵活性以及数据结果的展示能够对模型结果进行校验，快速实施，高效集成和有效管理。因此，相信下一步的AI/BI产品更能体现出数据集群效应，为企业的效率带来下一次的腾飞。