【2024中国数据生产力大赛】制造企业数字人才赋能之路:景旺电子数据人才培养与实践

楼主
我是社区第1316871位番薯,欢迎点我头像关注我哦~

标题

制造企业数字人才赋能之路:景旺电子数据人才培养与实践

企业简介

       景旺电子创立于1993年,上交所主板上市(股票代码:603228),是全球领先的印制电路板及高端电子材料研发、生产和销售的国家高新技术企业。景旺集团在国内拥有广东深圳、广东龙川、江西吉水、珠海金湾、珠海富山5大生产基地,共11个工厂,全球超过15,000名员工。作为世界上最大的印制电路板供应商之一,我们在全球设立11个办事处,提供FAE本地化即时服务。2023年营业收入107.57亿元。2023年在印制电路板行业全球排名第十位,2023中国内资PCB百强榜名列第三。景旺是国家知识产权优势企业,为客户提供最可靠的印制电路解决方案,公司的行业知名度、优质客户认可度高。

1 管理需求和挑战

       随着数字化时代的推进,数据作为第五大生产要素,已深刻影响企业生产经营和决策。宏观政策层面,如国家数据局的成立,显示了国家对数据资源的重视。制造行业作为国民经济重要支柱,需要数据分析人才来优化生产流程、提升产品质量。因此,培养数据分析人才至关重要。他们能够帮助企业挖掘数据价值,提升竞争力,实现数字化转型。同时,数据分析人才的培养也符合国家政策导向,为数字经济发展提供有力支撑。

       景旺电子作为制造工业互联网企业标杆,从2013年十多亿营收高速发展到2022年营收为百亿规模,整个集团13家工厂分布全国各地,形成了“一总部多基地”高效管控模式。公司在信息化方面先后建设了ERP、PDM、MES、OA、SRM、CRM、e-HR等十多项核心信息管理系统,实现了信息化在研发设计、生产制造、采购物流、营销服务、运营管理、财务管理等各环节的覆盖和应用。但随着信息系统数量增多、业务功能的复杂和交叉,企业产生了TB级的海量业务数据,同时端到端的业务数据链涉及多个核心业务系统,各总部平台业务分析存在获得数据难、数据计算量大、数据存在多业务源、数据结果打架、数据分析思维欠缺、数据分析工具慢等问题,现有的数据分析人才和数据分析手段较难符合集团从“百亿”到“双百”规模的跨越过程所需要的有效数据分析和高效决策能力。

       同时全球市场瞬息万变,公司将持续推进从传统供应链向集成供应链的变革,以提高供应链的效率和灵活性,实现更好的供应链管理和协同,这也给各集团业务部门带来了大量灵活多变的业务数据分析任务,以满足各业务域通过不同维度的数据分析去及时发现业务异常,发掘出数据背后的价值,并能在事中进行纠偏管理。这种不固定的数据分析需求和及时的数据分析处理能力要求,急需在集团内部打造一支能自主开展业务数据分析的团队以及具备数据驱动管理改善的管理团队。

       在数字化转型的大背景下,景旺电子结合2023年公司“双百”战略提出了打造企业数字战斗力的新目标。针对公司内部存在的数据困局和痛点,公司规划以下实现路径,即通过建设一个大数据决策分析平台(BI平台)、实现二个统一(业务口径+数据中台)、覆盖三个使用层级(决策层、管理层、执行层)、N种场景应用形式,以达成打造企业数字战斗力的总目标。

2 培养方案

       为实现景旺电子打造企业数字战斗力的目标,各业务部门员工的数据分析能力是此目标能否实现的关键一环,同时引入一套适合各业务人员自助分析的平台也是整个目标达成的前提条件。经过多方选型和评估,景旺电子最终联合帆软公司共同推进大数据分析平台建设和数据分析赋能营项目。通过大数据分析平台建设、数据分析培训、数据案例交流、数据应用大赛等形式,帮助管理者和业务分析人员提升自身数据分析思维和数据自助处理能力,实现从数据分析利器建到数据分析人才培养,最终再通过数据分析场景反哺各业务管理提升的目的。

      景旺电子组建了专门的大数据项目组,围绕大数据自助分析平台建设、数据分析人才培养以及数据场景应用展开以下重点工作:

(一)、大数据平台建设

       景旺电子大数据平台建设包括集团级数据仓库与数据分析BI平台的建设,是驱动企业数据分析的重要基石。该平台以ERP、MES、OA、HR、SRM等多个业务系统为数据源,采用分层架构(ODS、DWD、DWS、ADS)构建数据仓库,确保数据的高效整合与利用。

       在建设中,我们根据不同业务域划分了统一的业务主题,并通过数据抽取技术将业务数据从源头系统汇集到ODS层。随后,依据数据分析需求,对数据进行清洗、转换和建模,形成统一、清洁的业务模型事实表。这一过程不仅保证了数据的质量,也大大提升了数据的复用性和可用性。

       搭建集团统一的数据仓库,实现了对不同源头、不同标准的业务数据的集中管控与处理。数据仓库建设涵盖了数据源抽取、数据清洗处理、数仓存储和数据应用四个阶段,确保了数据的完整性和安全性。数据仓库应用层数据将传递给帆软BI平台。

      通过该FineBI平台,业务部门可自助进行数据分析,获取同源、同口径的数据,为决策提供有力支持。这一建设不仅提升了企业的数据管理能力,也为企业的激活数据价值过程注入了新的活力。

(二)、企业数据人才培养

(1)成立数字人才培养项目组,制定整体项目计划

       建立好大数据平台后,企业已初步构建了统一的数据基座。然而,面对海量的数据资源,如何使其活跃起来,释放数据的巨大潜力,以及全面激活数据的价值,成为企业面临的重要课题。为实现这一目标,企业需要建立与大数据平台相匹配的数据人才队伍。基于这样的需求,景旺电子与帆软数字研究院携手合作,组建数字人才培养项目组,由大数据部门朱杰成担任项目经理,联合学习发展部共同制定了数据分析人才赋能整体项目计划,推进数据分析赋能营工作顺利开展。

(2)全集团选拔学员,组建数据分析赋能营。

       数字人才培养项目组提前向全集团发布宣传海报和内部宣传推文介绍数据分析赋能营,采取业务部门负责人推荐和员工自主报名两种方式,最终选取上60名部门管理者和56名业务分析人员分别开展管理者数据分析思维培训、BI自助分析技能培训课程,赋能人群覆盖了营销、运营、采购、财务、精益、信息、人力资源、计划、制造、品质等业务领域。

(3)数字生产力培养,从数据思维到数据分析技能系统提升。

       数据分析赋能营的培训按照成人学习“127原则”进行设计实施, 即学习课程(10%)+学习转化(20%)+课后实践(70%)。目标是培养40+位具备大数据平台操作能力以及数据分析思维的业务部门数据分析人才,并输出2-3个优秀业务数据分析实践固化到大数据分析平台中。

本项目中,我们期待培养以下两类数据人才:

对于部门经理和管理层:应具备强大的数据分析思维,能够运用数据洞察业务全貌,促进信息透明化,从而辅助业务战略和目标决策。能够监控业务绩效,精准分析业务问题,并制定有效的改进措施,以数据驱动业务决策和改善。

业务部门的数据分析人员:应掌握基础的数据分析思维,熟练运用BI自助数据分析平台,实现专题业务分析。通过数据,能够敏锐地发现日常运营中的业务异常问题,为业务部门提供有力的数据支持。

       整个培养过程历时2个月,共安排2场数据分析思维培训、4场数据分析工具应用课、3次优秀笔记征集、2次课后作业、1场数据分析知识大比拼。学员们在全力以赴完成工作任务的同时,还需要努力复习课程内容,积极研讨,经常可以看见他们在公司研讨奋斗的身影。小组学员们兼顾工作与学习,以自律和自我驱动力克服苦难,高质量地完成工作与学习任务,最终有56名优秀学员顺利结业。

课后实践作品清单如下:

课后实践1:材料交付分析

课后实践2:工程管理可视化分析

课后实践3:集团流失率可视化分析

课后实践4:订单管理可视化分析

课后实践5:产能负荷可视化管理分析

课后实践6:营销项目分析

课后实践7:重点客户准交率不达标分析

C:\Users\100048\Documents\WXWork\1688852860033205\Cache\Image\2024-01\7787859cf4495da28ca96573f0962df2.jpg

(3)举办景旺数据应用大赛,旨在以竞赛为媒介,促进学习与实践的结合。

       为巩固和检验2个多月数据分析技能的学习成果,景旺数字人才项目组策划了首届数据分析应用大赛,7个不同业务小组共计60人参与了本次数据应用大赛,经过激烈角逐和严格的评审,评委们从数据逻辑准确性、分析解读完整性、业务价值指导性、图表表达合理性、布局展现美观性以及汇报展示流畅性六个维度进行专业的评分,最终决出5位高潜数据分析师以及3个优秀战队,并输出3个优秀业务数据分析应用,最终转化为公司大数据分析平台数据分析产品,进一步加速了数据分析产品研产效率,帮忙业务管理者实现了用数据驱动管理决策的需求,实现了激活数据价值的初步目标。

C:\Users\100048\Documents\WXWork\1688852860033205\Cache\Image\2024-02\a685b0f7-9e4d-4c26-a77a-bf95e57568c1.jpg

D:\Users\159654\Desktop\照片\_79A0714.JPG

D:\Users\159654\Desktop\照片\_79A0722.JPG

       公司高层领导刘海燕表示本次应用大赛堪称一场数字化盛宴,7个参赛小组各有特色,呈现出带有深度思考的主题汇报。指出公司实现双百亿目标不仅仅需要通过生产规模扩张还需要管理的数字化能力提升,以实现双轮驱动。本期数据分析可视化赋能营的学员作为公司数字化团队的种子,作为公司数字化团队的先锋队,要不断提升数字化水平,充分发挥数据驱动力。并表示本期赋能营学员应该像蒲公英一样,乘着数据化这股东风,将数据化思维带向更加广阔的天地,推动公司数字化转型,提升核心竞争力,助力公司早日实现双百亿目标。

D:\Users\159654\Desktop\照片\_79A0759.JPG

3 典型成果

3.1 场景一:物料齐套可视化分析

痛点/需求:

      在制造企业的生产、供应链管理中,物料齐套性是一个关键的指标,它直接关系到生产进度、成本控制和交货期。然而,在实际操作中,物料齐套性分析往往面临以下痛点:

--信息分散:物料信息分散在多个系统或部门中,难以实时获取和整合。

--数据不透明:缺乏直观的数据可视化工具,导致物料齐套性状态难以被直观理解。

--决策延迟:由于无法快速准确地获取物料信息,导致生产决策滞后,影响生产效率。

--风险不可控:对物料短缺或过剩的风险预估不足,导致生产中断或库存积压。

解决过程:

      经过数据分析赋营培训的业务人员,结合物料齐套管理特性,将MRP跑出来的齐套数据划分成四个时间段,并针对每段设计不同的管理动作。根据此管理思路,通过ETL(数据抽取、转换和加载)技术,将分散在多个系统中的物料数据整合到一个统一的数据仓库中,利用BI分析工具,设计直观的可视化界面,展示物料齐套性状态,有效解决齐套管理决策慢的问题。

场景价值:

BI物料齐套可视化分析项目的实施将为企业带来以下价值:

--提高生产效率:由原来每周线下分析一次变成现在每天BI自动分析,通过实时、准确的物料信息,帮助企业快速做出生产决策,减少生产中断和延误。

--降低库存成本:通过智能预警和决策支持,减少物料短缺和过剩导致的库存积压和资金占用。

--优化供应链管理:通过数据整合和分析,实现供应链的透明化和可视化,优化供应商选择和物流规划。

--提升客户满意度:通过提高生产效率和优化库存管理,确保按时交货并降低客户投诉率。

--增强企业竞争力:通过优化生产计划和库存管理,提高企业对市场的响应速度和灵活性,增强企业的竞争力。

3.2 场景二:成品库存可视分析

痛点/需求:

      PCB印制板的生产是一种典型的按单生产模式,需求订单具备“短周期、多品种、小批量、产品版本变更频繁”的特点。按订单生产模式的成品库存有个明显的特征就是成品库存生产多了卖不掉,生产少了不够数出货,而重新补料生产则面临达不到经济规模生产、全制程生产周期长的问题,同时寄售客户的成品库存容易存在需求波动导致不能按期消耗的情况。整个集团11家工厂的有效成品料号(区别版本)超过2万个,运营中心急需对成品库存中数量巨大的成品料号和订单进行分析,以便于实时掌握海量库存数据中的异常点,并由各对口责任管理部门在过程中制定和执行生产计划、销售出货等关键决策。

解决过程:

  1. 掌握数据分析思维的项目成员,共同讨论并确定成品库存关键分析因子,在原有库龄的分析维度上,增加了库存状态类型,将库存划分为无订单库存、超期未出库存、未到期库存、在途库存、客户寄售库存五种状态,将总库存指标层层拆解为可定位责任部门的下层指标,解决了以往总库存无法找到具体改善责任人的难题。

  1. 根据决策层、管理层、执行层设计分析模型。

--高层可以按产品线、工厂维度查看当前总库存、周转天数,以及同\环比或趋势变化,并根据客户排程需求预测未来两个月的库存消耗情况。

--各业务管理层可以查看将超期未出货的库存情况,或者无订单吸收的风险库存数据。

--各执行层可以查看自己跟进客户的库存异常情况,如超存储期未消耗的寄售库存明细。

C:\Users\100048\Desktop\111.png

场景价值:

“成品库存可视分析”是数据分析思维加上大数据平台技术的数据产品结晶,通过数据分析思维与管理重点结合,找出为库存管理的成功因素,以各种库龄数据为出发点,结合生产在制和客户出货排程,通过BI技术对数据进行分类、钻取,快速找到各类库存产生的主要责任部门以及相关责任部门,为下一步推动改善找到责任方及执行目标提供数据支撑。

主要价值如下:

  1. 拉通了全集团11家工厂各部门库存指标的计算口径,避免了口径不一致带来的管理部门和执行部门数据打架问题,将以往对齐数据口径的时间和精力转移到处理数据分析指向异常问题的解决上。
  2. 通过库存指标层层拆解,自助下钻分析异常问题,BI自助分析平台清晰展示出每个异常改善的责任人,真正实现以数据驱动管理改善。
  3. 借助大数据成品库存分析产品,集团总成品库存周转天数同比上年下降21.9%,降低了库存积压风险,加快了成品库存周转速度。

4 总结与展望

       景旺电子为打造企业数字战斗力,联合帆软公司共同推进了大数据分析平台建设和数据分析赋能营项目。经过两个多月的精心组织和实施,近60名部门经理以上的管理者进行了数据分析思维赋能,56名数据分析学员参加了系统的数据分析技能培训,参与人次场均参训学员人数达59.3人,学员平均出勤率为95.7% ,培训课程平均满意度91分。该项目取得了显著成果,为企业数字化转型带来了深远的变化和价值。

      同时在数字人才培养项目过程中,我们规划和建设了景旺统一的数据仓库,数据分析成员学会了事先对数据进行多维分类,并借助大数据平台按统一口径预先计算好数据。这种方式使得数据分析更加灵活和高效。当管理者有新的管理灵感或需要从不同角度进行数据分析时,可以快速对预先准备好的源数据或半成品数据进行再加工、深加工,通过逐层钻取数据的方式快速挖掘出所需的数据。

      经过科学的数据分析赋能后,我们深刻认识到数据分析不仅仅是一种技能,更是一种思维方式。通过不断学习和实践,我们逐渐掌握了如何运用数据来发现问题、解决问题,并不断优化业务流程。

      本次赋能营成功提升了各业务部门员工的数据分析能力,特别是管理者的数据思维得到了有效赋能。据统计,参与赋能营的学员中,有56名优秀学员顺利结业,并成功应用于实际工作中。各业务领域陆续推出超20个的数据分析产品,这些成果不仅满足了业务/管理需求,还为企业的发展提供了有力支持。

      展望未来,景旺电子将继续深化数字化转型,制定更全面的数字化人才培养计划,为企业的持续发展提供坚实的数据支持。

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

返回顶部 返回列表