【2024中国数据生产力大赛】华熙生物供应链数据可视化平台
★案例模板参考一（格式化写作）
（请在□区域内填写各模块内容）
标题
华熙生物供应链数据可视化平台
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、功能性护肤品及功能性食品的全产业链业务体系，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。
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？
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；
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。
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。
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。
④业务流转及分析框架
业务流转图：
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。
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：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。建立强大的供应链数字化能力，是业务能够依托数据分析，及时发现问题、精准施策、解决问题。集团总览驾驶舱不仅为问题定位提供有力支持，更助力业务部门采取针对性的解决措施，确保供应链的持续稳定。
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：
1、提高跨部门协同效率：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。
2、提高对外竞争力：销售部门能够及时掌握订单状态与计划进度，促使他们能更精准地与客户沟通，进而提升客户满意度。
3、优化库存计划，减少呆滞物料：将销售情况与库存管理紧密结合，更好进行销售预测和库存计划，为整个供应链成本的降低提供了有力支持。
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：
1、提高采购管理效率：采购部、商务部等可以通过采购驾驶舱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。
2、降低采购成本：通过及时监控相关指标，助力企业精准控制采购流程，优化库存管理，降低成本，提高供应链效率，增强市场响应速度和企业竞争力。同时可以将各个工厂的采购指标进行横向对比，寻找差距，降低整体的供应链采购成本。
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：
1、提高生产过程纠错能力：生产部等通过驾驶舱及相关的配套报表可以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。通过追踪生产指标，如生产成本，业务能够第一时间捕获到任何波动并剖析其原因。一旦成本上升，能够迅速看到是原料成本增加还是材料用量超标所致。如果是原料成本上涨，可以主动与供应商沟通价格，或者积极寻找更具性价比的替代原料；如果是材料用量过多的原因，则会着力优化生产工艺，力求小数不必要的浪费。
2、持续监控改善：驾驶舱不仅仅为问题定位提供有力支持，更助力业务采取针对性的解决措施，确保生产的持续稳定，通过日期可以对原料生产过程周期进行切换，能够及时校验生产过程调节的动作是否有效，实现问题从发现到改善的闭环。
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：
1、高效监督，及时预警：通过对质量管理驾驶舱指标的监控和查看，品管中心、生产部等能够及时了解本年集团内采购和产品质量的合格情况。通过及时质量相关数据展示，提供了透明的质量监督，同时支持对看板进行相应的预警设置，一旦出现重大质量问题，系统可以通过特殊显示或主动推送找到责任人，实现从人找数据到数据找人的转变，真正用数据影响和改善生产。
2、降低客诉，提高客户满意度：助力品管和生产部门及时监控采购与产品质量，快速响应问题，提升客户满意度，助力公司追求质量与卓越一直，以保障市场竞争中的“华熙品质”。
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：
1、精细化的费用管理，提高物流效率：通过物流管理驾驶舱为品管中心、物流、仓储部门实时监控库存物资、物流情况，将仓储费用与物流费用进行联动分析，进一步减少物流发货环节可能造成的延期交付，同时可以监控坏货及坏货风险情况。
2、减少库龄，进一步优化安全库存：通过看板实现信息透明化，提供协同效率，助力业务采取积极措施缩短库存周期率，控制不确定因素，降低安全库存，消除信息不对称造成的不确定性，不仅仅降低了库存成本，更显著地增强了物流管理的灵活性、韧性和适应性。
3.7 场景七：FineReport产品综合应用
典型应用场景：管理驾驶舱、复杂报表线上化、数据填报补录。
价值体现：
1、供应链效率提升：在华熙公司成功上线FR产品之后，为了显著提升供应链协同和管理决策的效率，公司迅速启动了护肤品供应链数字看板的内部试点项目。该项目以角色为导向进行数据设计，旨在最大化数据的价值和应用。
2、管理效率提升：从顶层的一级总经理驾驶舱，到针对个护供应链和事业部的二级驾驶舱页面，再到深入三级部门界面以及精细到四级明细数据的展示，整个系统实现了数据的层层穿透和全面可视化，确保每个指标都能直接追溯到原始数据源头。
这一举措不仅使公司能够迅速通过数据定位问题，还凭借数据的高时效性显著提升了管理决策的效率，为构建先进、高效的供应链体系奠定了坚实的基础。
3.8 场景八：自助分析推广应用
应用范围：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。
价值体现：
数据的业务价值提升：通过数字化中心的持续运营推动，目前已有几十位同事熟练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。相较于原有的从业务系统导出数据再进行excel加工，自助分析模式给业务同事提供的不仅是数据处理和数据展现的便利，更大的价值在于开拓了使用者的思路，能够让业务同事将数据分析的逻辑和思维代入到业务过程中。
2、生产力解放，持续优化企业人员结构：自助分析模式开始逐步推广以后，数字化中心将一部分数据开发和报表开发的精力转移到了面向业务同事的BI能力推广及数据体系建设上，一方面能让数字化中心的同事更聚焦于自己的专业领域，同时也能用更多的时间用于帮助公司培养更多的有数据分析思维的业务同事和数据分析专家，加深公司人才储备，提高业务效率。
3.9 场景九：完善指标库
价值体现：
1、供应链协同和管理决策效率提升：随着和帆软公司的供应链项目的合作，华熙也着重完善了内部的指标库。这一举措不仅提升了供应链协同和管理决策的效率，更为公司未来的数据驱动决策奠定了坚实的基础。
2、关键指标覆盖，量化业务效率：在可视化看板搭建的过程中，华熙深入分析了供应链管理的各个环节，识别并定义了关键绩效指标。这些指标涵盖了从库存周转率、订单处理时间到客户满意度等多个方面，全面反映了供应链的运行效率和效果。
3、数据反哺业务，持续优化提升：随着看板的逐步实施，华熙对指标库进行了持续的优化和完善。通过与实际业务数据的对接和验证，不断修正和调整指标定义，确保指标的准确性和实用性。通过完善指标库，华熙进一步提升了数据驱动决策的能力。管理者可以依据这些指标，快速定位问题、分析原因，并制定相应的改进措施。这不仅提高了管理决策的效率，还增强了决策的针对性和有效性。
3.10 场景十：数据处理能力提升
痛点：
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。
价值体现：
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，
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。
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：
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”。
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
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。
