【2024中国数据生产力大赛】金风科技—生产经营体系数字化,实现企业的精益管理

奋斗—努力做一个数据展示砖家

标题

金风科技——生产经营体系数字化,实现企业的精益管理

企业简介

金风科技是全球可信赖的清洁能源战略合作伙伴,致力于推动能源变革,让人人可负担、可靠、可持续的能源惠及全球,构建“可持续更美好”的未来。金风科技深度聚焦能源开发、能源装备、能源服务、能源应用四大领域,以强大科研创新和最佳业务实践,将可再生能源的效率提升至新高度。作为在深交所、港交所两地上市的公司,金风科技多次入选“气候领袖企业”、“亚洲地区最受尊敬公司”、“最佳投资者关系公司”,并荣登“全球最具创新能力企业50 强”、“全球最环保企业200强”、“全球新能源企业500强”、“新财富最佳上市公司”、 “《财富》中国500强”、年度ESG实力先锋企业、A股公司ESG百强等多个影响力榜单。

企业形象图:

heading_pc.d56c03findex_heading_pc.4e0d48f

企业logo图

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)

在当今信息化、数字化高速发展的时代,许多企业都面临着经营的压力和挑战。对于一家公司而言,实施数字化战略不仅是适应市场变化、提高竞争力的必然选择,更是实现可持续发展的必经之路。而金风科技也是一样,随着集团公司的快速发展和经营额量级不断提升,原有的企业数据分析管理模型不再适应,同时原先模式中的痛点与问题愈发明显。

归集一下,主要是以下三点:

①数据存在孤岛现象

由于公司部门较多,数据系统较多;且各部门各数据系统相互独立,导致数据孤岛现象出现,数据无法有效共享和利用,进而让业务与技术人员都难以快速地找到自己需要的数据,增大信息化难度,影响了公司的数字化进程。

同时,各个业务板块间管理和数据割裂,无法从全局的视角进行链路式的数据分析,进而实现更全面的数据管控。

②数据体系标准不统一,数据可信度低

基于历史情况【各部门各系统独立开发运行】,目前开发的报表已经接近或者超过2000+张;但因为开发口径与规范标准未统一,导致相同的指标的数据存在较大差异;不仅是不同部门的同一指标数据不一致,而且有时同一部门的相同指标也不一致,包括但不限于同一部门不同人员的数据不一致、线上和线下的数据不一致等等。

而这导致跨部门沟通成本很大,数据交流存在阻塞;同时,业务部门对数据的信赖度降低,较多人员甚至选择不再使用数据平台,回归到初始的手工报表制作,大幅度降低了工作效率。与此同时,因为数据体系标准不统一,数据可信赖度低,进而导致两个问题:

自下而上,集团公司无法准确的掌控公司运营的实际情况,了解市场和行业的最新情况;自上而下,集团公司的经营策略和考核指标无法真正落实。

③当前数据平台场景局限,无法满足决策层对生产管理的数据需求

当前的数据平台的数据展示,较多以报表的形势存在;部分可视化需求都是零散的分布在各个业务部门下,整个数据分析链路不完整。集中表现为,想看的数据看不到;看到的数据看不全、不直观,不能让人很明显看到数据的问题。而这,不足以支撑决策层多生产管理的数据要求。

而这导致很多管理层的动作无法执行下去,比如目标拆解、绩效考核等精益管理手段,进而影响了企业的发展。

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)

基于以上背景,于2024年初,按照集团的战略规划要求,整理了公司的数据管理体系全指标,并成立生产中心经营可视化BI项目,搭建生产中心经营可视化数据平台。借助该平台实现指标的数字化管理,利用PDCA原则,结合数字实现数据、管理、执行、结果的闭环管理。

其中,项目组以BI部门人员牵头,囊括数仓部门、资产运营部门、业务部门等多个部门人员,确保经营可视化数据平台的数据的普适性和权威性。

同时,项目组为真正实现以上业务需求、解决当前状态下存在的业务难题,将集团的战略规划和考核真正落地,进而实现经营数据和考核数据的可视化。于是,对上承接公司的考核指标和考核内容,对下梳理业务结构和业务数据,并对关键业务应用和数据现状进行调研,确保需求的可行性,再进行数据治理和数仓建设,基于搭建完成的数仓上进行可视化看板的开发、测试和上线。

总的来说,自上而下的归集一下,主要分为以下五步:构建数据标准,确定统一口径→业务梳理,确定落地指标→数据治理及数仓建模→报表开发,测试优化及上线→数据应用

①构建数据标准,确定统一口径

核心部门:集团资产运营部门

由集团资产运营部门牵头,对公司的当前的公司整体运营体系进行梳理,包括各个运行层级单位和各个业务模块;依据实际运行模式归集,构建指标管理体系标准,并进行不断优化迭代,确定为公司企业指标标准。由上而下,发布为《资产运营指标体系使用导则》(如下图封面模板)

②业务梳理,确定落地指标

核心部门:资产运营、数仓部门、业务部门、BI部门

本次需求针对生产运行大类。基于集团的数据标准下,项目组对当前的业务运行模式进行梳理,包括业务运行指标、各个系统的数据指标情况、指标具体的数据逻辑等等。

最终将梳理出来可以系统化的指标定版,作为本次生产中心经营可视化数据平台的指标基础。

output

③数据治理及数仓建模

核心部门:数仓部门、BI部门

当前数据分析平台存在的一个很大的问题便是数孤岛现象,而这个问题的源头便是数仓模块,各个系统各个业务部门的数仓独立;同时,因为企业的快速发展,日增量数据越来越大,最大的单表过亿级的增量。原本运行的各类数据库【MySQL、PG、oracle等】无法满足平台的运行和数据需求,故数仓部门牵头,搭建了以全场景MPP(Massively Parallel Processing)数据库StarRocks为支撑,统一的数据仓库。进而对不同系统、不同格式、不同来源的数据进行整合,形成统一的数据视图,为整个企业提供一致、准确的数据基础;同时也方便数仓部门对数据的进行集中管理、控制和数据处理,数据治理等动作,保证数据的质量与准确性。

图片1

而在数仓建模中,整体架构分为五层(如上图):

数据源【ods】:提供数据分析的最原始数据,在我们这里主要包括各生产管理系统数据【ERP|EAM|哨兵系统|Public等等】和手工excel数据【比如双细则、光伏、储能等还未系统化的数据】;

数据处理层、数据存储层【dwd/mid】:将上面基础数据进行数据处理层清洗、转换后,我们会统一存放到数据存储层中,在数据存储层中建立适用于企业敏捷分析的数据模型,形成数据仓库供给企业的数据分析应用;

数据展现层【fact】:针对通用的常见的数据分析场景,我们将数据存储层的数据存放到数据展示层,方便开发人员直接调用,通过finereport工具开发整合为数据驾驶舱或者固定报表供给业务人员使用;

数据应用层【app】:当面向特定业务场景【如下方的风机专题|电气专题等】,为提升数据性能和指标的集中管理,会对已有数据提炼再加工,搭建数据应用层进行分析展示。

④报表开发,测试优化及上线

核心部门:BI部门

如下方架构图所示,基于上面第②点--业务梳理,确定最终的落地指标和上面第③点搭建的企业数仓进行数据可视化开发,此处主要依靠Finereport11.0进行需求开发。其中,为解决痛点问题②数据体系标准不统一,数据可信度低和痛点问题③当前数据平台场景局限,无法满足决策层对生产管理的数据需求,做了以下两个关键动作:

动作一:数据支持下钻至最明细层级。

所有模块所有指标支持数据下钻,总驾驶舱下钻到模块驾驶舱、模块驾驶舱下钻到明细报表。能够确保数据有支撑,方便数据的系统间相互校核,确保每个数据都有迹可循。

动作二:更多的展示场景,更丰富的展示类型。

相比较以前,此次增加了更丰富的展示类型【历史报表85%是固定式列表展示报表,此次需求引入更多图表样式(地图、饼图、扇形图、条形图、矩形块、瀑布图、折线图、仪表盘等等)、图表展示形式(跑马灯、图表轮播、提示轮播、提示自定义等等)及图表交互方式(图表自钻、图表下钻、图形联动等等)】,更加全方位的展示数据的分布、趋势,进而可以让人更容易洞察到数据的关系和异常点,从而帮助决策者快速决策。

数据可视化就是为了让人们快速理解数据反映的故事、从而快速找到数据背后隐藏的现实问题,然后去解决问题。

⑤数据应用

核心部门:业务部门、管理层及其余数据相关方

基于已开发的可视化报表进行数据应用,发现数据中的问题和异常,及时解决实际业务的问题,减少经营的损失,提升企业效率,实现企业的精益管理。

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 成果总览

本项目主要围绕生产运营板块展开,核心目的通过整合数据指标体系,搭建高性能的集中的数仓平台,并依据帆软finereport工具进行可视化展示,实现经营体系数字化,提升企业运营效率。

通过项目各成员的努力,项目顺利交付。

总的来看,本次项目工作量很大,成果也是比较明显。本次项目包括经营管理、风机管理、电气管理、电量管理、电量分析、损失电量、末位管理、双细则管理、光伏板块、储能板块等10多个板块,涉及指标200+个;最终产出1个数据大屏、14个驾驶舱、100+张下钻表、若干填报表和明细表【如下图】。

而推广效果也很好,刚上线不久,单模块的日访问量就突破1500+,实实在在帮助到了很多业务同。项目达到预期效果,实现经营体系数字化的目标。

img_v3_02at_e7489aa7-a96b-4505-8e79-135ebcbf294g

3.1 典型场景一:经营总览

①发现问题

因经营管理需要,公司生产中心每月、季度、年都需要开经营分析会议。而开会必须的就是经营分析数据,公司运营业务较广,包括风机、光伏、储能等多个业务,为了解这些业务的运行情况,需要监控的数据指标又特别多。

每次为了获取经营数据,都需要花费很长的时间整理,不仅费时费力,而且时效性慢,效果并不好。

②解决方式:【主驾驶舱+子驾驶舱】

为解决上面的问题,我们设计了经营分析驾驶舱,该驾驶舱为总览驾驶舱,所放指标的是各个分驾驶舱【也是各个业务板块】的核心管理指标,包括电量专题的上网电量指标(包括计划、实际、偏差、完成率)、发电小时数专题的发电小时数指标(包括计划、实际、完成率)、电量损失专题的电量损失率指标(包括计划、实际、完成率)等等【具体如下图】。

管理层通过指标及完成情况进行整体监控,发现数据中存在的问题,通过点击图表或者导航箭头可以跳转到每个专题,查看其余维度的数据情况,进行数据验证。

另外,数据实时更新,确保领导管理层开会随时可用。

主驾驶舱

子驾驶舱【部分举例】

同时,为满足月报、季度报和年报的使用场景需求,做了动态切换,能够依据所选维度进行查看;同时,对应指标目标也是动态切换。

③场景价值

通过搭建经营总览数据看板,我们实现了经营分析全指标数据查看的从无到有的过程。

以前开经营分析会是人等数据,现在是数据等人,随时开会随时用【原来开会需提前一周准备;现在开会一般前一天通知,相关人员看数、分析原因、总结记录即可,有时会上打开驾驶舱直接用】。同时也方便领导随时查看数据,动态观察当前运营情况,提升了高层的数据反馈和决策效率及对数据平台的满意度【预估提升20%】。同时因为数据看板的可穿透性,大幅度提升了问题的定位效率,加快了问题的解决,减少了公司效应的损失。

3.2 典型场景二:风机专题

①发现问题

风机业务是公司的核心业务,为确保各个风电场站的稳定运行的核心是控制风机故障的发生,降低风机的故障处理时长。目前,系统存在部分指标报表监控风机运行情况,如风机故障频次【线上】、平均故障处理时长【线下】,但缺乏一个全方位的风机故障分析展示平台,无法实现对风机板块的运营把控,导致各大区、各区域、各场站对风机运营的管控不够,进而降低了公司的经营效益。

②解决方式:【驾驶舱+明细表+下钻表】

为解决上面的问题,我们设计了风机专题驾驶舱,将风机故障的核心问题和指标包含进来,包括各机型TOP10故障、故障频次同比、复现故障/计划停机次数、排故时长同比/超6h排故、大部件损坏次数/更换平均时长、红线故障占比、红线故障次数、故障复位平均时长/复位超45分钟故障总数等等。通过数据可视化,将这些指标监控起来,进而实现各类故障和各个指标的把控。

同时,数据有异常,可以通过下钻查看进行定位,可以精准定位到具体场站具体机型具体风机具体机组编码的数据,进而加快故障的排查和解决。

驾驶舱

下钻表【部分举例】

imageimage (1)

③场景价值

通过搭建风机看板模块,我们实现了各大区各区域各场站的全方位的风机运行监控,

针对当下,提升风机故障监测和问题定位效率80%,缩短故障处理时长50%,提升企业效应至少十万+。

针对未来,管理者一方面可以通过收集和分析运行数据,制定更为精准的维护策略,提高维护效率,降低维护成本。另外一方面,也基于历史数据和实时数据,预测风机可能发生的故障,提前进行维护,减少计划外停机。

3.3 典型场景三:电气专题

①发现问题

因为公司组织架构和业务结构变更,对数据进行内外部拆分。在此背景下,因电气板块的特殊性,导致数据无法拆分,故现行数据报表及线下报表的数据都存在加大的问题,针对此板块的数据分析和查看都是空白的,业务无法行之有效的数据。

②解决方式:【驾驶舱+填报表+明细表+下钻表】

为解决这个问题,我们设计了电气专题驾驶舱,同时引入了填报表进行数据维护。因为数据较多和异常数据的不确定性,在填报表中,我们和业务先沟通达成一个判断标准,对异常数据进行检索,并动态展示和提醒,由专人维护完之后,反写到数据逻辑中,进而获取到准确的数据。

在此基础上,在展示相关电气模块指标,包括损失电量、SVG跳闸、跳闸故障原因、各大区故障及损失电量情况、输变电设备故障归类、输变电设备跳闸等。

驾驶舱

填报表

下钻表【部分举例】

image (3)image (4)

③场景价值

通过电气专题的数据维护,我们实现了对电气相关数据的数据治理,提升了数据的可靠性,确保该模块数据可用。在完成电气看板的搭建之后,我们实现了各大区各区域各场站的电气运行情况监控,提升电气故障监测和问题定位效率95%【由无到有的过程】,缩短故障处理时长80%【故障细粒度高,快速定位和处理】,提升企业效益。

3.4 典型场景四:月度关注报表

①发现问题

公司新发布的数据管理体系全指标是公司的考核标准,对上是管理层了解当前企业运营指标的情况,对下是各个执行层了解当期数据完成的情况。

其中,涉及的指标很多,仅关键的考核指标都分四大类,近50+个;同时,因为面向对象的差异【公司的运营单位分总公司-大区-区域-场站-项目】,数据统计方式和规则也有差异。而当前背景下,没有一张报表满足这样的需求,各个同事需要数据的时候都需要去各原系统拉数据,在进行单独处理。不仅费时费力,还容易出错。

而这,极其不方便公司的政策和考核落地。

②解决方式:【驾驶舱+明细表+下钻表】

为解决这个问题,我们开发了月度关注模块,此模块和全体系指标驾驶舱模块是独立的,一个是按模块化指标进行分析展示,一个是串联所有指标进行灵活聚合展示;两个模块,相互校核。

其中,最核心的是月度关注报表,这里采用了分层聚合、分类算法、动态列展示。

①分层聚合主要指依据各个运营单位不同,采用不同的聚合方法,确保数据符合要求。

②分类算法包括简单聚合、除法运算、率的聚合、分架构聚合分时间平均等

③动态列展示即为按需展示,其中按照查询聚合聚合对应指标数据。

而所有运营单位的数据均已这个报表入口数据为考核标准,各自按照自己的权限和需求汇总查询自己的数据即可。同时驾驶舱的计算逻辑和该表保持一致

主表

image (2)

驾驶舱

③场景价值

通过月度关注报表,我们构建了统一的考核口径数据报表,确保所有数据的口径统一,来源一致。之前出现的各个区域数据差异很大的问题也不再存在。同时,也大幅度缩短业务的数据加工时间【需要加工该数据人数很多,至少40人+;以前需要相关数据要么无法获取要么至少花费4小时整理,现在只需要按照需求查询即可。初略估计,每月节省人力500h+】,让业务投入更有价值的事情上。

4 总结与展望

本项目于1月立项,2月开始,4月完全交付,整个项目任务很多,项目周期很紧。但在各个部门同事的齐心配合下,项目顺利交付。

目前看来,项目的效果也是很好的。刚上线不久,单模块的日访问量就突破1500+,越来越多的运营同事主动的申请权限进行查看和使用。就这一点来说,这个项目确实解决了业务工作中的痛点问题,让大家愿意去使用。

深入来说,本次项目做了很多从0-1的事情,比如①搭建中心化的高性能数仓,解决目前数据瓶颈、数据孤岛的问题;②构建了很多多样化的、立体化的数据分析场景,让管理层真正有数可看,决策有依靠;③搭建统一的数据考核分析指标体系,让考核有依据,让数据被信赖等等;同时,也做了很多从1-n的事情,包括数据治理、数据粒度化、数据再维护等等。

通过本次项目,我们完成了生产运营体系可视化,而这带来的价值也是巨大的。从财务价值和战略价值两方面总结来看:

一、财务价值

通过本次项目所搭建的生产经营可视化平台,我们能够实时了解各场站的运营状况,发现场站及设备运行中发生的问题,及时的解决,而这将使得场站的运营成本下降5‰;在几百个运行场站几千个运行风机的大基数下,将带来巨大的发电量,与之对应的便是百万、千万、乃至亿级别的售电收入。除此之外,节省下来的人力成本、决策成本也是很大的。

同时通过对数据的分析,公司可以制定更为精准的运营规则,防止同类问题的发生,确保各场站设备的稳定运行,进而也提升了整体资本使用效率。

二、战略价值

通过本次项目,我们实现对生产经营过程的数字化。对业务人员而言,将他们从繁琐重复的数据统计工作中释放出来,可以专注于更有价值的事情;对管理层而言,数据实时、真实、直观,可以真正依靠数据做决策。而这将极大地提升企业整体的运行管理效率,增加公司的竞争力,进而为后期的发展奠定了基础。

而这,只是第一步。在未来,我们也希望更加深化可视化项目在企业中的应用,构建更多标准的、体系化的、立体的数据分析模型,推动公司的信息化和数字化建设。真正的实现,让数据辅助决策,让数据成为公司的生产力。

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 775浏览人数
最后回复于:2024-6-15 19:15

返回顶部 返回列表