|
标题
|
阳光焦化：以数字创新赋能新质生产力，加快企业数智化转型升级
|
企业简介
|
山西阳光焦化集团股份有限公司是全国独立焦化行业的“旗舰企业”，是省政府确立的三大方阵企业之一。企业的产业规模、技术装备、社会贡献、环保建设、管理水平位居全国同行业前列，阳光集团是集“煤炭开采、原煤洗选、焦炭冶炼、焦油加工、炭黑生产、精细化工、碳新材料、自备电厂、铁路专线发运、物流商贸、国际贸易”等为一体的清洁环保型煤焦化工与碳基新材料企业集团，集团主产品焦炭产能规模位居全国独立焦化第5位；炭黑单厂产能规模位居全国第一；煤焦油加工单厂产能规模位居全国第一；微纤维棉产能规模位居全国第一；企业产值、纳税额连续十年位居全省焦化行业前列，是山西省纳税模范户、全国民企纳税大户；近五年，上缴各类税费突破30个亿，是山西省政府确立的“焦化行业兼并重组主体企业”，是全国独立焦化行业的“旗舰企业”。
|
1 业务需求/挑战（面临的挑战/痛点/问题，或由此带来的数据/BI应用需求）
|
在企业的信息化建设中，“三化融合”（信息化、自动化、精益化）是助力制造类企业数智化转型的重要手段，依据 2020 年发布的 GB/T39116-2020《智能制造能力成熟度模型》,智能制造成熟度等级规定共包含五级：规划级、规范级、集成级、优化级和引领级，目前阳光焦化正处于规范级，信息化单点建设和覆盖率已达到 84.6%，但系统数据集成仅处于起步阶段，存在数据孤岛、业务半流程化、海量数据未开发、决策数据滞后等问题，具体表现如下：
- 关联数据手工处理效率低
虽然NCC、MES等业务系统中已有大量的业务报表，但业务在不断发展变化的过程中会产生跨业务、跨平台、跨部门的数据关联分析需求，面对这些需求，业务人员需要从不同业务系统中摘取数据到Excel中进行比对处理，不仅工作量大，效率低，还可能由于人为因素导致数据出错，影响数据的准确性与可读性。
- 部分数据缺少业务系统支撑
集团各部室、分子公司的业务执行过程中，仍存在大量业务数据缺少业务系统支撑，数据通过线下纸质记录或依附于其他应用系统记录（未实现业务流程化、规范化），然后誊写到Excel进行分析及应用。此类数据难追溯、难分析、难闭环，难保存且大多人为记录、誊写数据的过程效率低、数据准确性不高。
- 数据共享性、实时性、准确性欠缺
从整体来看，分子公司需要将一些数据上报给集团做成本利润分析，但集团的数据（成本、费用、利润、闲置物资等信息）无法实时分享给各分子公司，仅能通过私下电话沟通了解；数据无法双向流通，数据获取滞后，分子公司无法对自身的经营数据进行精细化分析与科学管控，常常处在“后知后觉”中。
在无法得到实时数据的同时，分子公司与集团之间也会存在指标计算口径不一致的现象，最终出现“两个口径”、“两套数据”，给业务的执行、企业的管理与决策造成了一定的困难。
- 管理与决策效率低
集团整体缺少针对企业内部各层级的数据应用方案，分析过程缺少针对性，难以进行精细化分析；管理层和决策者需要耗费大量时间和精力来阅读密密麻麻的业务数据报表，均为“人找数据”而并非“数据找人”，缺乏数据预警机制，且多数决策分析报表内容非集成化、非关联化，缺乏清晰的分析过程，数据同样存在人为修改风险，无法分辨哪些为有用信息，高层接收到信息的价值大大缩水，仅能依靠“经验主义”决策。
企业内部的运营和业务系统每天都在积累大量的历史数据，随着系统及时间的不断增加，海量数据的提取和整合变得至关重要，需要数据集成分析平台串联企业各个业务系统，从源头打通数据资源；另一方面，它还能够实现从数据提取、集成到数据清洗、加工、可视化的一站式分析，协助企业真正从数据中挖掘出有价值的信息，提高企业的经营能力。数据集成分析平台不仅仅是连接各系统的桥梁，更是助力企业更深层次理解和利用数据的利器。
|
2 解决方案（业务/管理挑战下，解决业务/管理需求、建设业务/管理分析或数据应用平台的思路、方法、架构、过程等）
|
为了解决上述问题，实现阳光焦化三年集成、五年优化的发展战略目标，以建立集团数据汇聚中心、利用BI/AI对数据中蕴藏的价值进行挖掘为核心思路，利用数据应用平台实时展示企业生产经营状况，从以下方面出发：
1、通过业务信息化全覆盖实现业务全流程化；2、搭建数仓体系、建立数据管理系统3、通过数据集成实现跨业务、跨平台、跨部门数据实时互通，打破数据孤岛；4、建立数据分析平台进行海量数据开发，实现科学管理、提升决策效率。5、搭建数字人才培养方案。
- 通过低代码平台结合报表开发搭建贴合业务现状的应用模块，搭建过程遵循应用系统上线五大过程管理，严格把控每个步骤中的方法论及输入输出标准，实现业务信息化促进业务流程的优化完善。
- 搭建数仓体系、建立数据管理系统，确立数仓存储层级，并根据《大数据平台 数据治理 技术规范》《非结构化数据管理系统参考模型》等行业标准，建立符合企业现状及发展需求的数据管理标准及传输存储标准，实现主数据唯一来源，数据管理同一标准。
- 建立数据集成平台，统一数据集成的方式、权限认证方式、数据验证方式、数据传输格式、数据同步参数等标准，根据业务需求选择最佳集成方式做好过程及背景记录，将纵向“人机料法环（生产数据要素）” 与横向“人财物产销（办公数据要素）”进行融合形成网状数据支撑，减少数据纵向传播节点，将部分纵向数据转变为横向传递，提高企业数据传递效率，创造数据价值，产生数据资产。
- 建立数据分析平台，针对企业内部各层级的数据分析应用需求，依据业务系统业务数据，进行多轮需求调研、需求整理整合、指标体系搭建、数据筛选、业务确认、可视化设计及数据对接，实现报表开发及数据大屏设计，促进“数据找人”提升管理决策。
- 搭建数字人才培养方案，目标是培养三类人才：具有数据分析应用意识的业务人员，具有从需求调研到可视化落地能力的数据分析专业人员，既懂业务、又具有数据分析能力的复合型人才，逐渐缩小业务工作与信息化工作之间的鸿沟，保证在海量数据开发中可以快速定位需求及解决方案，提升数据应用效率。
|
3 典型应用场景（按照问题—解决过程—价值的逻辑，介绍几个项目中典型应用场景和取得的成果）
3.1 场景一：配煤方案
|
（1）发现问题
焦炭生产是将适当比例的原煤经过洗煤、焦炉炼化等一系列工序最终生产出焦煤的生产工艺。不同煤种、不同批次、不同矿点的原煤价格及化验指标会有或大或小的差异，同时由于产能及使用途径的不同需求、煤种的不同、配比的差异、炼焦时间、生产环境的温湿度的变化都会影响焦炭的优良率及质量，这其中炼焦的配煤方案就至关重要。目前绝大部分焦化企业没有专门的配煤系统，一方面原因是配煤方案的制定大都依赖焦化厂师傅依据以往生产经验制定；另一方面专业的配煤系统是根据各大企业、不同行业及本企业历史配煤方案来预测推演出配煤比例，着过程中需要大量数据的累计、建模、演算上线，导致智能方案推荐的配比不一定能完全适配企业实际状况的生产需求。
目前集团的配煤方案以生产单位配煤专业依据化验室的最新化验指标、原料（原煤）部提供的最新价格为依据，结合最近的市场需求及历史配比经验进行设定多种配煤方案，通过一定的计算逻辑进行计算吨焦利润预测计算，多方案对比选择最优方案在交由生产部门进行按比例配置生产。
目前客户所面临的困境主要有：
- 对于多部门间的数据获取及数据共享不够便捷，通过线下excel进行传输容易出现配煤方案版本不同、方案传达不及时的情况。
- 对于历史配煤方案缺少方案的沉淀回顾，基本一版配煤方案一个excel对历史版本的配煤方案查询及方案间的比较不方便。
- 吨焦利润计算逻辑确定，但每次配煤方案确定后的计算重复繁琐，人工操作容易出现误操作。
- 吨焦利润计算逻辑确定，但针对于不同级别的焦炭需要需要设计不同的计算常量及引用数据源不同。
- 根据吨焦利润计算逻辑可以计算出需要哪些煤种及具体配比，但是同一种煤的矿点不同带来的价格、化验指标就不同，导致使用成本会有很大的区别。
- 根据吨焦利润计算逻辑可以计算出不同配比下的各种利润、成本、焦炭化验指标，但是配比是利用历史经验推演出的，没有根据市场需求推算出符合具体利润、成本、指标要求下的最优配比。
- 解决方式
- 建立煤种维护表、煤价维护表、化验结果维护表、吨焦利润测算表、配煤方案配比表等基础信息维护表，将相关基础数据分给不同使用部门定期维护，减少线下流转出现偏差，实现数据共享。
- 建立配煤方案配比表，便于质检部门维护，达到历史配比全部存储，且可根据不同指标需求排序不同配比的顺序，便于质检部门通过FR在web端将多方案测算结果在同一页面进行对比分析。
- 建立配煤方案配置页面，在不改变原有技术人员操作习惯的前提下，配煤人员可将新的方案进行录入，支持历史方案查询、修改、删除。
- 通过FR固化计算逻辑公司及数据来源调用FDL后台根据配煤方案及化验指标定时计算吨煤利润，实现吨煤利润测算自动化，还可以支持FR实时触发。
- 针对不同煤的矿点录入价格、化验指标以及基准煤，计算出最合适的煤种。
- 根据市场需求推算出符合具体利润、成本、指标要求下的最优配比。
- 场景价值
1、通过配煤系统帮助业务部门标准了配煤方案流程。
2、建立了配煤方案资料库，对历史配比案查询对比更加便捷，数据资产得以有效利用。
3、通过自动计算、数据共享大大提高了工作效率。
4、通过建立基准煤，智能推出同矿点最优煤种。
5、根据市场使用途径需求及成本管控，智能演算出最优配比，大大提高了降本增效。
6、粗步估计每月节约5-8人天工作量，提高工作效率50%。
|
3.2 场景二：大宗结算单
|
（1）发现问题
现有大宗物料系统负责大宗物料过磅、质检、结算，推至NCC系统做结算付款依据，由于大宗物料系统结算时候需要根据不定数据的指标进行多次多种不同的扣重口价的核算，致使大宗系统没有进行数据库拆表拆行存储，目前是把所有扣罚结果拼接到一起进行存储， 结算单生成总数、总价、扣罚合并打出，但是双方需要结算单展示扣罚明细，现为人工在大宗系统按照供应商及对应时间区间查询后，手动填入Excel。计算后，将结果写进结算单，再进行打印操作，过程中每次查询及拆分10分钟以上，费时费力还容易出错。
- 解决方式
- 在FR上制作结算单主表、及明细表单，附带打印、导出、汇总、跳转等功能。
2、FDL获取NCC上有关获物料的订单、大宗上获取有关物料的过磅、质检数据，把相关数据关联存储便于业务单位核查。
3、FDL定期批量读取大宗系统结算单数据，按照一定格式计算处理后生成结算单结果数据。
- 通过数据决策平台进行web前端展示。支持按供应商和时间多维度查询，并支持一键打印结算单。
- 业务价值
1、弥补了大宗结算系统的缺陷，减小了大宗系统的访问压力。
2、业务处理速度加快，大大提高了业务结算员工作效率。
3、关联两个业务系统，便于业务人员不切换系统及多处查询的状况下，一键查询到从订单到过磅、质检、结算、付款一系列的业务数据，大大提高工作效率及准确度。
|
3.3 场景三： 培训管理和证件管理
|
（1）发现问题
现有人力资源系统中缺少培训管理和证件管理模块，在统一培训和证件信息更新时完全依赖线下手动统计和报送，导致信息收集和信息更新耗时大、准确率低，且证件到期时无法及时统计和预警，尤其是特种作业证件超期可能产生一定的安全隐患。
（2）解决方案
1、梳理培训及考证流程（从计划、报名、开班、培训、考试到证件信息更新），将整个流程及相关表单线上化，同时建立培训费用维护表，建立培训相关汇总表，一键实时查询。
2、建立持证人员台账，通过FDL定时根据员工身份证号更新证书最新日期，接口推送友空间，预警到期时间。
（3）业务价值
1、规范了业务流程，提高了数据统计准确性和效率，为人资预算决算及特种作业证书的管理提供了极大的数据支撑。
2、大大节约了人工更新证书版本的时间，证书预警一定程度保障了员工持证上岗，尤其特种证书持证人员，确保了生产稳定进行。
3、规范了特种作业的管理流程，加强了信息及时性、准确性、预警性，为企业的安全管理提供的数据保障。
|
3.4 场景四：管理驾驶舱
|
（1）发现问题
人力资源、培训、绩效、薪酬、组织发展数据分散至NCC、HRS、友空间以及线下EXCEL，多以表格形式呈现，缺少针对管理层的可视化直观呈现。
法律合规部的采购销售合同、大修技改合同、人事劳动合同、大宗采购合同、长协合同、服务咨询合同、施工合同、租赁合同等多种合同存在于不同业务系统中，且存在线下对合同份数、是否原件等字段先维护后再关联展示的情况。
党群工作部的主要工作包含工会、党群两方面，并且信息都源于第三方系统，主要业务数据均通过线下业务动作产生，导致历史数据不好存储、不好比对及分类查询，缺少整体的数据展示。
采购管理部的采购管理、供应商管理、库房管理、招投标管理、合同服务管理数据均存在于友云采系统中，由于友云采属于云产品，业务新增、数据关联等需求不能及时实现且没有整体的数据展示。
综合行政部的车辆管理、绿化管理、客房管理、餐饮管理、差旅管理等工作数据存在于第三方系统及线下，不利于统计分析及关联展示。
- 解决方案
- 通过FDL打通NCC、大宗、友云采、携程等业务系统，实现同业务数据关联。
- 线下业务根据实际情况及信息化优化上线FR系统，实现线下业务线上化，保障数据留痕、关联对比查询、流程规范等。
- 通过FR建立FVS驾驶舱模板，为各部门的管理经营决策提供科学有利的数据支撑。
（3）业务价值
1、领导及业务骨干快速了解公司的人力结构、人效、成本费用等，并形成有效的分析结论，优化企业人力资源结构。
2、整合多平台数据，形成人力资源驾驶舱、合同管理驾驶舱、采购管理驾驶舱、党群工作驾驶舱、综合行政驾驶舱，打通数据壁垒，可供相关业务人员随时调用分析。
|
4 总结与展望
|
阳光焦化借助数据集成平台、数据分析平台结合数仓的数据整理标准搭建了本企业的智能数据分析平台，在项目推进过程中从系统规划（可行性分析与项目开发计划）、系统分析（需求调研、需求分析）、系统设计（概要设计、详细设计）、系统实施（测试、上线）、系统运行及维护全过程严格把控。
通过数据集成平台和数仓的标准数据整理，构建中间数据仓库，集成平台打通各业务系统，改善了之前因单点对接带来的系统负担及数据冗余的各种壁垒，加上获取线上部分公开API的数据，形成集团自有的数据中间仓；结合数据分析平台搭建各种报表填报、多种多样报表输出、大屏驾驶舱及3D立体化建模，解决了个别业务系统的信息化覆盖、手工数据冗余、数据孤岛、数据找人等问题，最终实现数据的可预测性和可判断性，为企业的生产经营决策提供辅助性建议。
通过3D立体化建模技术（驾驶舱的最终展示形式），将企业的生产厂区做等比例缩小的虚拟建筑；完成MES、大宗、设备、双预防等平台数据接入工作，实现厂区的 3D 可视化管理、数据故障点的精准定位。结合视频监控平台实现精准定位异常区域、实时监测异常区域，为企业的高质量、高速度发展做基础背书。
利用数据集成平台、数据分析平台搭建起集团智能数据分析层，整合、分析、转换生产数据与办公数据，建立企业数据的全生命周期价值链，以运营管理、智慧工厂两大板块的相融互通为目标，衍生出对生产经营有用的数据，不断提升数据分析判断的准确性，从而为生产经营决策提供支持，提高企业的竞争力，使集团智能制造建设迈入引领级，助力集团高速高质量发展。
|
| 
