近年来，三医改革旨在提升医疗服务水平，但同时促使中国市场药品生命周期形态转变，具体表现为：药品上市后渠道拓宽和准入加快，但黄金销售时间缩短，面临巨大的降价和准入压力。具体表现为：药品上市后渠道拓宽和准入加快，但黄金销售时间缩短，面临巨大的降价和准入压力。   传统营销模式的核心是与HCP建立关系，通过代表拜访传递公司的治疗方法如何帮助患者，以此完成交易。但在合规要求、代表职业化以及医保政策挤压药品价格等背景下，医药营销组织对ROI更加敏感，营销团队的效能提升成为必须。   纵观宏观市场，互联网思维渗透到了方方面面，医药企业也开始用互联网思维搭建自己的营销管理平台。本文为中国数据生产力大赛获奖内容分享，看看这些行业前行者是如何应对的？   倍特药业 以互联网思维打造报表运营中心   连续8年获评全国医药工业百强（2013~2021）的倍特药业，从2021年开始，随着信息系统对业务覆盖的不断延伸，为满足企业进一步发展所需，倍特药业开始规划以运营分析为基础，全面覆盖核心业务领域的“报表中心2.0”，引入帆软FineBI，并在内部创立“数字化运营”项目。区别于1.0阶段，报表中心2.0以“分析”为核心，在打通数据的基础上，在数 据利用的深度、形式的多样性和对数据产品本身的运营管理方面发挥了更大价值。   报表中心1.0时代，经常以“建立了多少报表”作为衡量信息化、数字化工作的核心指标；倍特药业信息部在报表中心2.0阶段，把数据报表的被访问情况作为各业务领域BP的核心考核项，以互联网运营常用的页面浏览数、用户留存数等指标作为报表运营指标。沿着公司董事长亲自制定的“建好，更要用好”的方针，去通过数据被利用的统计分析来督促用户使用、推广数据产品。   为用户打造个人中心，记录其访问数据和轨迹     为报表运营者打造访问统计分析     对重点领域、重点用户开展“流失用户分析”   衡量信息化、数字化水平的标准，早已不是“上线了多少系统”，或者“覆盖了多少业务”，而是“规整了哪些业务领域的数据，为各层级的管理决策提供了多少有效帮助”。倍特药业信息部为自己打造的这套报表访问分析模型，是数字化运营指标落地的必要基础。   快克药业 客户协议审签合一、查询分析一体化的线上签约全流程管控   作为药品行业的标杆企业，快克也在不断摸索自己的数字化+互联网思维的数字化模式，走出一条属于自己的数字化降本增效之路。 痛点 公司原来在签订协议时，所有的流程都在线下进行，具体过程如下所示： 线下签约过程存在重复录入效率低、出错率高、查阅不便等诸多痛点，具体可总结如下： 痛点1：拟定协议合同格式不统一，返工问题频发 协议的拟定是由业务人员手工生成作word模板，格式不一，因不规范导致的返工问题频发。 痛点2：协议数据重复录入+手工录入，效率低、出错率高 协议签订过程中用的是线下面对面签订的纸质协议。后续分析汇总协议数据时，统计员需要把大量的纸质协议数据录入到电子表格里面。该过程存在以下两点问题： 重复录入，效率极低 手工录入，出错率很高 曾经有代表将客户协议数据录入错误，造成后期计算客户业务达成错误，以致后期客户策略制定出现重大失误，对公司造成了不可估量的损失。 痛点3：审批数据、协议数据分别保存，电子化表格数据引用查阅麻烦 协议数据、申请的审批流程、批复等信息保存在不同的表单中，而且不同年份的协议数据保存在本地命名规则不一的不同文件夹中，这都给数据引用和查阅信息造成了较大的操作成本。 痛点4：纸质协议存档，保存管理成本大，查阅困难 当怀疑电子表格中存储的协议数据有误时，需要查找纸质原件进行数据核对，因此在录入完协议数据后需要对纸质协议原件进行留档保存。但纸质协议文档保存需耗费不小的人力成本和空间成本，而且只要年份一久，原始文件的查找难度就相当大了。 解决方案 使用简道云流程表单，实现线上签约、协议数据实时汇总，降低数据查阅难度。简道云搭建的签约申请流程，用于协议签订审核。申请时只需要将协议内容、数据填入简道云表单中，提交进入层级审核流程，同时对提交的所有协议数据进行实时汇总更新，并根据需要进行统计分析。 场景价值 价值点1：审签合一，提升审核效率，节约人力成本 将协议签约和协议审核过程合并，将商定协议内容进行内部审核后即可完成签约。环节的合并提升审核效率，节约了不小的人力成本。 价值点2：打印模板规范合同文本，规避誊写问题返工问题 使用打印模板可一键规范打印合同，员工填写完签约申请表单后，即可生成预览合同。规范合同文本格式，避免发生在合同拟定过程中因格式错误造成返工。 价值点3：简道云实现无纸化办公，减少纸质协议存档造成的查询和存储成本 协议数据、审批流程、批复等信息都保存在简道云平台上，减少了人工分类归档时间，方便所有协议数据查阅及引用。 价值点4：数据实时汇总更新，多系统数据共享，为决策提供各项数据支撑 签约数据实时统计，通过仪表盘即可查看合同及与之相关的文件，减少协同时间，领导层可随时在线上查看协议文件及签约数据。 客户相关的目标、购进、发货、库存、纯销、达成等多系统数据在帆软Report上二次加工后展示，实现多系统数据共享，客户数据一站式查询，为决策层制定策略提供多维度的数据支撑。 在帆软医药事业部提出了从CXO/BU Head、MKT/Digital、Sales Manager、SFE等多职能多视角下的医药营销效能提升数字化解决方案，助力药企构建数据“横向到边，纵向到底”的一站式分析平台，并整理成这本《SFE-医药营销效能解决方案手册》，覆盖了医药营销趋势与挑战、营销数据源、多源数据一体化归集方案、市场洞察&竞争分析、市场营销策略、经营分析&业绩驱动、零代码助力营销流程快速改进等多个业务场景。  

近年来，人力资源管理发生了明显的变化。过去，人力资源管理更多聚焦在人力资源管理体系规范化上，现在，随着互联网技术的广泛应用，管理创新与底层技术的结合带来了管理精益化、数字化的新趋势。 但是目前，中国大多数中小型企业的人事管理依然存在着种种问题，数字化进程仍然处于初级阶段： 职责模糊，一人多岗 往往在事务性工作花费很多时间 没有人力资源管理工具 员工频繁移动，人才难以保留，信息更新不及时 纸质档案堆积，难以快速定位，管理提效慢 信息零散，无法全盘掌控 企业在新时代的竞争依旧是人的竞争，如何充分利用人力资源稳健营运成为企业要解决的问题。且看这些企业如何进行人力资源的优化？为大家带来中国数据生产力大赛获奖案例场景精选。“中国数据生产力”大赛是由中国信息协会大数据分会、钛媒体联合主办，武汉大学信息管理学院提供学术支持，已经成功举办4届，收到了来自各行各业370+企业的优秀数字化内容。 【东方日升集团】人才盘点和人才评价 集团通过企业组织架构进行梳理，对现有的员工进行盘点，从当前岗位及未来要求两个不停的维度对员工进行评估，经评估结果进行类型划分，从而确定面对不同类型员工的管理策略；最终实现对人才需求和人才队伍进行系统盘点，并规划后续管理策略及行动路径的目的。母公司及其所有分子公司和基地都需要进行人才盘点，涉及面广，垂直度深，不同岗位职责需要不同的盘点模板，且项目要求周期短； 按照以往操作，用表格或者纸质文件方式，人力部门无法在规定期限内完成人才盘点；标准产品在公司内部推广实施难度大，预计周期6个月，完全超出项目预期；在强压下，决定用低代码方式快速敏捷的响应需求，用简道云搭建盘点模板，和评价流程，使用帆软和BI进行图表统计和展示： 1、确定人才盘点的架构范围 本次盘点的对象主要为高中基层干部与专业技术人才。 2、确定业绩评价 绩效考察范围主要是2020年到2021年年度绩效等级，从胜任力+价值观评价出发梳理业务；基于以上评价结果，对各级各类人才按照九宫格进行分类，并形成了人才发展计划和关键岗位人才梯队继任计划 3、收集部门相关的文档资料，如部门人事档案概况、主要考核绩效等。 4、项目调研 具体调研时会根据实际情况灵活采用：问卷调查，事先准备好问卷表，发给相关业务部门，由业务人员填写后收回。分部门沟通交流，就某一具体问题或业务处理和相关业务人员直接沟通交流。开会讨论，对跨部门、跨岗位的业务，可以把相关人员召集在一起，了解这些业务的真实情况。 5、拟定工作整体盘点推进计划表 6、按计划分小组分阶段拟定系统搭建和盘点执行 从项目需求接受到项目落地完成，总历时1个半月。项目总计1323位被评价人信息完成导入，485位中高层干部进行了发起自评流程，总累计7404人完成线上评价他人工作，并且在高层规定的任务时间内配合相关业务部门圆满完成任务，全面摸清公司中高层人员结构情况，针对九宫格筛选出合适的人才，结合各经营单元的关键岗位清单建设人才梯队，明确关键岗位继任计划，节省信息化预算预估约45万每年；在后续盘点周期内，只需要筛选需评价人即可，项目可持续使用。 【百得精密制造（苏州）有限公司】人员变动信息及时追踪 作为中国进出口百强企业，随着公司规模扩大，人员招聘数量逐年增加，人事工作也越来越繁重复杂。人事部门每天都在做大量的重复工作，人员需求、招聘、员工考核入职、日常考勤、岗位变动和员工离职等工作。 人事管理业务复杂多变，缺乏有力的决策分析，不能有效追踪人员的变动信息以及对人才结构进行合理调整。 公司在简道云中创建表单并且应用流程表单，实现了业务数据的快速审批和传递。 人才结构分析 从年龄分布上看，人员平均年龄在35岁左右，此年龄段的员工经验比较丰富，但在创新思维上需要更加年轻化的队伍。可以合理的进行人员储备和培训，有效促进企业长足稳步的发展。 从司龄分布上看，人员流动性比较大，主要为车间操作人员的流失率较高，影响生产效率。通过仪表盘可以清晰看到与分析人员流动的特点，按照此特点调整招聘的需求，结合企业自身的发展规律，降低人员流动率，给予管理人员数字建议与决策依据。 希望以上的这些使用场景可以对你带来帮助，好的工具事半功倍，人力资源结构配置优化属于新的管理方式，侧重于为人员流转体系“瘦身减负”，通过人才结构合理组合助企业创造更高效益。 关于大赛详情，更多可以戳我了解。

经过三个月的角逐，2022年中国数据生产力大赛获奖名单今日揭晓！本次大赛汇聚270多家企业参赛，历时3个月，共有涵盖时尚零售、银行金融、医药健康、交通物流、能源化工、机械制造、教育培训、公共部门等181份内容脱颖而出！“中国数据生产力”大赛是由中国信息协会大数据分会、钛媒体联合主办，武汉大学信息管理学院提供学术支持，已经成功举办4届，收到了来自各行各业370+企业的优秀数字化内容。今年，第五届大赛依旧秉持初心，聚焦于发现数字化转型标杆的力量，旨在发现企业数据应用管理中的标杆企业与数字化成员，为还在转型创新之路中探索的企业带来有价值的帮助，汇聚星星之火，照亮前行之路。 恭喜以上获奖企业！组委会将于8月11日开始陆续联系各位获奖企业进行奖品信息确认，请大家耐心等待，再次感谢每一位企业与选手的参与付出！ 以下为部分获奖优秀案例展示，数字化转型是一个漫长且循序渐进的过程，是场持久战，不同行业以及不同类型企业数字化转型的重点和路径差异很大，我们希望可以为还在转型之路上的企业带来一些思考和启发。 全 场 大 奖 风 采 厦门航空有限公司 ‍厦门航空自2021年引入帆软 FineBI 以来，使用范围已全面覆盖飞行、运行、营销、机务、财务、人力等领域，促使业务人员和IT人员打破了原有组织、工作边界，进一步促进了跨域融合，为数据驱动业务创新提供了良好的平台。 核心场景：通过建立完整的航班运行全流程指标管理体系，每月及时监控数据更新，采取相应的决策和手段，提升及改善节油状况，为公司降本增效贡献力量。通过精准控制航班携带燃油量，2021年相对2019年数据减少220KG，下降4.8%（2021 VS 2018），该项目每年可节油2040吨，减少碳排放约6430吨。 原文链接：BI赋能发挥数据生产力，行稳厦航可持续发展步伐 金 奖 风 采 徐州重型机械有限公司 所属单元：商业智能-大型企业&社会公共单位竞赛单元 原文链接：数字化分析决策平台助力企业精细化管理提升 徐州重型机械有限公司是徐工集团核心企业，主要研发、制造、销售汽车起重机、全地面起重机和特种起重机，作为大型制造业企业如何解决服务网点、人员、备件等资源布局的合理性以及如何快速响应客户服务需求，是企业提升服务精准性和敏捷性的关键所在。 核心场景：通过建设服务模块的数据分析试点平台联合其他平台系统，建立服务满意度、十分钟响应率等212项服务指标，充分利用服务数据分析结果最终实现客户精准服务、服务网点人员备件等资源精准布局的服务。依托数据仓库及业务需求，将服务业务划分为服务指标分析、客户投诉指标分析、预警分析、备件分析、流程中心五个板块，完成服务业务的横向拆解。穿透式服务体系的实施使得服务分析周期由7天缩短至1天，效率提升85%以上。快速定位业务瓶颈点，实时透视服务数据，本部与代表处的沟通成本降低50%以上。 石药集团 所属单元：商业智能-大型企业&社会公共单位竞赛单元 原文链接：“三步走战略”，引领新药研发临床数字驱动新局面！ 作为一家集创新药物研发、生产和销售为一体的国家级创新型企业，石药集团有限公司也在不断用数据武装企业的方方面面。石药通过简道云搭建临床试验电子数据采集系统，利用现有的人力资源和系统资源，在尽可能短的时间内，根据方案设计的复杂程度快速、高效、保质搭建数据采集生产环境。 核心场景：针对方案设计较为简单的临床试验进行整体梳理、归类；提取出共性的eCRF标准化表单，对字段、表简道云搭建的简版EDC环境的标准版本涵盖了85%以上的功能，且只需搭建1次。后续使用时，直接复制应用，在标准应用模板基础上修改或增删一些个性需求；平均构建EDC时间降至原来的1/5，大大提升了应对方案设计简单的临床试验EDC搭建工作的效率。 流程式数据收集及回流方案 沈阳电信工程局（有限公司） 所属单元：商业智能-中小型企业竞赛单元 原文链接：数据价值如何有效利用？——且看帆软全家桶如何助力中小企业的管理提升？ 在几十年的发展历程中，沈阳电信工程局施工足迹遍及全国，为国家电信事业做出了巨大的贡献。在前进的公司面临的市场竞争和经营压力也不断增大，如何在新形势下保持竞争优势和提升业绩成为公司面临的巨大挑战，沈阳电信工程局也在不断探索。 场景：应收款的周转速度直接决定着企业的现金流，近年来市场形势和经营环境越发严峻，公司的应收款长期居高不下且呈不断增长态势，影响到了企业的现金流，针对管理问题难以从报表直观体现、管理措施应用不及时、人工汇总数据低效且易错，沈阳电信局通过用简道云把控数据的源头；指标分解和需求管控，让绩效考核的结果动态的展示，实现了现金流周转翻倍。 应收款驾驶舱主界面 浙江银轮机械股份有限公司 所属单元：零代码-大型企业竞赛单元 原文链接：成本节约近百万，办公效率提升80%--简道云如何为银轮二次创业插上数字化的翅膀？ 浙江银轮机械股份有限公司是一家专业研发、制造和销售各种热管理和尾气后处理产品的民营股份制上市公司。在公司“二次创业”的目标下，组建了低代码开发团队，采用敏捷化运作，借助零代码平台的优势，快速响应快速交付，提升了用户操作体验和使用满意度，推动了公司数字化转型进程。核心场景：银轮机械搭建了IT设备管理、MES系统、工厂质量数据采集、IT120等场景下的应用，积极响应公司的快速变革，年节约IT设备采购费用约10万元，提升生产计划查询效率，提升公司内部IT、能源、物流等方面的服务体验，每年节省开发费用近百万元。 银轮机械IT设备管理功能架构 百得（苏州）科技有限公司 所属单元：零代码赛道-中小型企业竞赛单元 原文链接：持续进阶 | 工厂设备互联的新设计思维 百得（苏州）科技有限公司是生产制造和销售得伟（DEWALT）品牌的各类专业电动工具及手动工具的公司。为了解决生产设备多、备件管理难、厂商管理难、绩效管理空白等问题，基于简道云搭建了智慧数字设备管理平台。 核心场景：百得科技自行编写程序调用工业协议兼容简道云进行设备连接，实现设备互联数据互通智能预警；通过企业互联功能，借鉴快递柜理念，实现MRO备件的无人化快速存取管理；通过各类流程、表单设计实现行为在线数据留痕，完善绩效管理。 百得科技智慧数字设备管理平台架构图 再次感谢所有参赛单位的参与，中国数据生产力大赛也将持续寻找和挖掘数字化转型的标杆，为还在转型创新之路中探索的企业带来有价值的帮助，为更多中国企业照亮数字化转型的前行之路！共同探寻数据的可能性！

  2022中国数据生产力大赛火热报名中，精彩不容错过！本届大赛共设置超过20万元现金奖池和超过60万元学习基金，在大赛中获得全场大奖、金奖、银奖、铜奖的参赛选手，将被邀请至帆软2022年智数大会现场参与颁奖，并得到主流媒体专访曝光。报名请扫描二维码   参赛服务与福利 有小伙伴经常问到，不知道如何准备材料，大赛也为参赛的各位小伙伴提供了一系列的服务与福利。   你的材料我来优化 大赛各位参赛道友提供了1对1保姆级大赛助手。大赛助手会解决选手在参赛过程中的疑问，并帮助选手优化材料内容，提高获奖机率。   最快一小时提交 为了帮助小伙伴们更好地梳理思路，大赛会提供包含详尽指引的材料模板。 今年，大赛在往届的基础上精简了材料模板。据调研，简道云应用成熟的企业最快只需一个小时就可完成初稿整理。 我们也为大家整理了撰写思路整理，点击此处查看写作指导。   参赛知识大礼包限时送 凡是在6月30号之前提交初稿的选手，都可以获得一份知识大礼包，其中包括: 《数字化前沿》：续聚焦数字化前沿动态，融合研究院专家成果、媒体观点， 以及各行业领军企业的 BI建设和数字化转型实践，为广大企业管理者最前沿的行业见解与最深入的数据洞察。 BI建设地图：围绕BI建设成功，从“顶层明确数据化价值——BI全周期项目规划—数仓技术盘点—业务价值应用—数据驱动文化培养”，分别梳理了5大模块知识。包含373知识点、78个框架图、19张IT架构、12段工作流的高度提炼，一本32页开，展开10米长的“风琴手册”。 《让数据成为生产力4.0》：汇集30+企业的成功案例，涵盖制造、零售、金融、医药、地产、高校、能源等8大行业，100+数据应用全部来源于实践：精益生产、降本增效、智慧工厂、精准营销 《零代码 新动能》：该本案例集精选了简道云首届“零代码领航者大赛”获奖案例中的32个精品案例，涵盖了制造、工程、教育、交通等15个不同行业的数字化创新心得，正文页数222页。 零代码开发知识图谱：简道云团队结合近10000家合作客户的服务经验，历时三月整理，整理五大模块知识，零代码开发11道步骤详细拆解，助力企业数字化转型。 ps：均为纸质内容，将会邮寄给提交成功的用户  

    2022中国数据生产力大赛报名已经快一个月了，组委会收到很多报奖小伙伴热情（心急如焚）的咨询...... 1 1 老师，报奖资料怎么准备？  好好准备材料 老师，我们如何获奖？ 好好准备材料 1 1 有求必应的组委会，立刻整理了一波报奖材料准备指南，参赛流程疑问请戳这里~ 1 1 所以如何准备材料？如何写好案例呢？我们先看下评审维度： 1 1 从评审维度上，我们可以看到占比最高的是应用能力和应用价值，下面我们着重分析一下这两方面。 一、如何写好应用能力 1、解决方案的逻辑性、统一性 我们更希望看到企业全面的战略需求，而不是零散的场景分享，例如，“A企业规划三步走，根据三步走战略，一步步进行开展。” 2、数据场景的应用广度和深度 每年我们都会看到这样的场景：贴出几张驾驶舱图片，1-2句话简单描述。但是我们更希望看到：覆盖面广、多角度、多元化的场景，比如使用了查询、分析、驾驶舱等。 3、案例语言的简洁性、有效性 如果你是大赛评委，你希望看到什么样的描述呢？注意，简短的语言中包含丰富的信息，在评委看来才是专业的表现。例如： 在解决方案这块，评委更希望看到围绕整体的技术架构或业务/管理架构；依据思路展现的关键步骤；而不是软件实操：公司制定了一个基本目标，6项核心架构，8个项目群。最终通过主要通过安装及布置帆软服务器，进行权限分配等等。 二、如何写好应用价值 每年我们都看到，有相当一部分报奖作品所填写的案例的营销目标/结果较为空泛，如：“提高产品质量”，“提升使用感受”，“降低下载成本”。这样的措辞在行业专业评审面前，会让人产生质疑，不具备很强的感知性。 我们希望看到更清晰的表示，“生鲜折价损失降低了20%左右”，“工作效率提高了200%”。如果数字无法进行描述，也可以使用前后对比，“之前领导需要打电话或者发邮件索要数据，现在业务部门几乎没有接到过索要数据的电话和邮件了”。 往届我们也会遇到很多参赛用户想通过展示驾驶舱等图片阐述数据价值，有的客户会直接放一张图，然后配上一些文字，逻辑不够清晰。我们更希望可以通过图片和文字看到分析的逻辑，例如，“设计了销售分析驾驶舱，按照xxxx等维度重点分析xxxx指标，并按照xxxx的层级下钻，从而发现销售过程中的xxxx等问题”。   三、如何处理案例图片 关于图片，希望大家可以提供高清大图，更加美观，如果涉及到敏感信息，可以联系帆软工作人员帮助打码。 图片模糊、打码随意 图片高清、打码美观 希望这篇推送能帮助大家写好案例！ 祝大家在本届中国数据生产力大赛，旗开得胜，金榜题名！参赛流程疑问请戳这里 最后分享一个宝藏网站，大家如果没有场景，可以点击此处链接寻找~  

  帆软第四届“数据生产力”大赛火热报名中，本次大赛权益升级，10多位权威评委，共同评审！大赛希望搭建一个让企业平等深度交流和展示的平台，也希望让更多IT人的努力被看到，被了解，详情请戳；https://events.fanruan.com/2022datapower   本次大赛全新升级，更丰厚的获奖权益：   2022中国数据生产力大赛已经开启，五年来，已有370多家企业参与，他们的数字化经验也照亮了许多企业数字化前行之路。 今年，我们期待与你同行，共同见证数据的价值！鉴于此，我们也准备了超全的报奖攻略，请查收！ 【关于报名】 Q：什么时间可以开始报名“中国数据生产力”大赛？在哪报名？ A：2022中国数据生产力大赛报名工作已于5月11日正式开启，大家可以前往官网：https://events.fanruan.com/2022datapower   Q：我们不是企业，是一所高校，能不能参加评选？ A：非盈利性的事业单位或政府机构可以参加中国数据生产力大赛的评选，报名时会根据产品使用进行赛道推荐。   Q：我是个人/我们是团队，可以报名么？ 大赛推荐以公司为单位进行报名，报名时只需填写一个负责人即可。   Q：什么时候截止报名？ A：6月30日（当天24:00）截止，从5月11日到6月30日都可报名参与大赛。建议企业先通过报名链接提交企业基础信息，便于留出充足时间进行报奖材料的完善与补充。   Q：报名后我需要做什么？ A：企业提交基础报名信息后，可下载报奖模板进行准备。可添加“数据生产力”大赛官方委员会微信，获得写作指导。在7月13日进入专家评审环节前，企业还可以继续补充材料。   Q：参加过往届赛事，今年能否报名参与？ A：往届参评及获奖企业可再次报名，但须提交全新项目突破案例；如提交与往届获奖相同的项目或案例材料将视为无效。   Q：我之前参与过BI数据分析大赛，可以再次报名本次大赛吗？ A：可以报名，且内容部分可以直接复用到报奖模板-业务/场景中，但不建议场景完全重合   Q：我们能否替客户企业报名？ A：解决方案供应商或实施商可以帮助客户企业进行奖项的申报，但填写企业联系人时，第一联系人必须为客户企业的对接人，也就是说，我们要求您在帮助客户填写材料的时候，客户必须知晓，并同意。 【关于赛道】 Q：我应该报哪个赛道？ A：可以点击报名系统，系统会自动推荐赛道。   Q：大小企业赛道设置会有区分么？ A：我们通过年销售额是否大于10亿来进行区分赛道；目的是为了让同等规模的企业共同进行评比，共同交流数字化经验，更具有公平性，只会在投票环节进行区分。   Q：我想报名多个赛道。 A：可以报名多个赛道，但需要提交不重复的报奖材料，如材料相同，则视为无效。   Q：获奖比例是多少？ A：金奖3%，银奖6%，铜奖10%，优胜奖30%，优秀奖50%。 【关于初审】 Q：初审标准是什么？ A：提交案例后，工作人员将会在1周内联系并反馈初审情况，初审评判条件为整体案例内容完整度以及丰富度，建议案例字数不少于1500字   Q：未通过初审还可以继续参与评比吗？ A：可以通过修改以及丰富案例内容后，重新提交审核。 【关于提交和评审】 Q：案例提交截止时间是什么时候？ A：在全网投票前都可以进行案例提交，即7月13日前都可进行案例提交。案例提交后，一周内工作人员会给到相关初审建议，通过初审案列会将所提交案例更新至官方展示页面。   Q：评审标准是什么？ A：专家评审维度细则：   Q：如何提高获奖机率？ A：组委会不接受任何“赞助”方式以保证企业获奖。首先可以通过提炼文字，清晰准确描述价值，突出项目的成效，尤其相较同行业其他企业的领先之处；然后，尽早提交案例，积极配合大赛案例修改补充，尽早完善案例进行上传公示，有助于给评委留下深刻印象；可参考报奖材料完善指导手册。  

2022中国数据生产力大赛已于今日开启报名，大赛由中国信息协会大数据分会、钛媒体联合举办，由武汉大学信息管理学院提供学术支持，旨在发现并奖赏在企业数据应用管理中的标杆企业与数字化成员，为更多中国企业照亮数字化转型的前行之路。   今年是大赛的第五年，评委天团也一直是大赛的一大亮点，我们邀请了政、产、研、学、媒专家为大赛的专业性，提供更广阔的视角。   我们也邀请到了大赛评委对于数字化转型的看法，一起来看看吧。（戳我报名）     嘉宾精彩观点： Q：您认为数据对于企业经营发展来说意味着什么，价值在哪里？ 中国信息协会大数据分会秘书长 邓诚： 数字化转型是人类社会从工业化时代迈向数字化时代的必由之路，是以数据为核心驱动要素，通过新一代信息技术应用推动经济发展、政府治理、社会运行的深刻变革，构建新型经济社会形态的重要历史进程。企业数字化转型与以往转型的最大区别在于数字化。从本质上来看，数字化是手段，转型是关键，而企业高质量发展是目的。对企业而言，数字化转型已不是“选择题”，而是关乎生存和长远发展的“必修课”。   Q：企业数字化转型要怎么转？ 中国信息协会大数据分会秘书长 邓诚： 数字化转型是场事关长远、考验耐力的“马拉松”，实现数字化转型，不只是把技术武装到牙齿，更是需要把技术植入企业基因，开启一场长期的能力进化之旅。不同行业领域、不同企业类型，转型重点和实现路径不同，这决定了自身需求与发展方向也千差万别。企业数字化转型理应结合所处行业特点和发展阶段，探索适合发展要求的战略方向，进而有针对性地分阶段、分步骤实施。   武汉大学信息管理学院的教授 吴江： 如何通过数字化转型获取最佳的资源并确保客户满意，将是企业突围发展的一个关键所在。企业需要利用数字化手段发挥数据要素的价值，抓好产业数字化，从整个产业生态角度，进行资源整合和价值链优化，从而降低整个产业的运营成本，提高整个产业的运营质量和效率，并通过新的产业生态为客户创造更好的价值和体验，从而实现数字赋能，通过连接、融合、优化、驱动企业经营和管理的场景，变革和重塑企业。   武汉大学信息管理学院副教授 胡忠义： 数字化转型是企业在数字经济浪潮下赖以生存和发展的必然选择。开展数字化转型是一项长期的复杂的系统工程。企业应该结合行业发展趋势、自身发展战略和业务需求等多方面，通过制定明确的战略规划和实施计划，开展有序地推进。   在该过程中不仅要求使企业具备敏锐的数据化思维，还要具备先进的数据获取与数据治理、数据探查与数据挖掘的能力，通过以优化业务过程为目标、以数据为基础、以技术为手段，促进技术与业务的全面交互与融合创新。   2022「中国数据生产力大赛」评委团集体亮相   本届大赛首次设立现金奖金池，20W+现金池，等你来！ 更多赛道，更具公平性：零代码赛道和商业智能赛道，总有一款适合你； 与我们分享同行异业数据的力量，共同见证数据的价值！戳我报名  

伴随着中国制造业的发展，传统的供应链模式已经逐渐无法满足行业的需求，这尤为体现在采购和仓储环节：   比如制造企业的采购计划往往是根据年规划进行，缺乏针对于供应链的灵活性；再比如受外贸困境和疫情的影响，一些制造企业出现了较严重的库存积压现象，拖累了企业现金流。   面对困境，寻求改变迫在眉睫。首要的一步，就在于实现供应链的数字化转型，在帆软《智造+价值场景解决方案手册》中提到，“智慧供应链”的建设大致需要经过四个过程，并由此延伸出对信息数字化基建的高要求，即三重保障：     当然，这些是整体要求，落实到企业的具体实践中，供应链的数字化建设有哪些落地经验可供借鉴呢？或许我们可以从其他公司的应用中得到启发。   —— 1 —— 采购管理   北方华创曾遇到这样的难题：在使用源数据系统做数据查询时，不理想的导出速度极大影响了查询效率；同时，业务需要根据明细做数据分析，而对应的数据计算量大且无时效性，无法满足业务主管不定期的数据查看。   因此，北方华创制定了采购分析看板，为企业管理层提供各项指标分析，包括年度采购额，近两年采购额同期对比，不同分组下的采购额，不同供应商、品类的采购额分析，紧急订单分析等，帮助管理层实时获取企业的采购状况，辅助决策落地。     同时，采购分析看板还可以为业务相关人员提供不同维度的采购分析，如供应商、品类、日期等，以及最详细的明细数据，帮助业务人员更有效地进行采购工作。             再来看上汽大通的例子。   上汽大通拥有一套完整的采购产品项目管理系统，该系统优化了整个采购流程。以模具采购为例： 过去采购部门使用的是excel报表，在车型开发过程中，零件开发会产生大笔模具费用，其中部分费用需要分批向供应商支付。若是使用excel报表，由于统计工作周期较长，登记表格零散，不够及时，将导致整个采购过程的信息滞后、信息准确率低。   因此，上汽大通开发了专门的EP系统。从定点工作开始，系统会记录整个过程中产生的需要支付的模具费用台账，通过数据抓取可以从多个维度对模具费组成进行解析。   模具费台账提供了需要支付费用的总台账，支付进度则通过接入PRONLINE系统的数据进行拼表。最后所有的数据将通过BI的方式进行展示，各平台可以根据各自开发进展掌握支付进度，并且将业务工作打散至各组各人进行跟踪。     整套采购产品项目管理系统虽然仍处于起步阶段，但却成功地让上汽大通采购部的相关工作，包括定点、订单、预算等部分整体完成及时率提高5%，在产品项目平台增加20%的情况下专职项目管理人员减少了10%，大大提高了采购效率。 —— 2 —— 物流管理   在以前，北方华创的车间工作人员无法及时了解物流进展，如收货、集配、下架等情况。为解决物流问题，北方华创的信息部开发了诸多看板，帮助员工及时有效地进行物流管理。   首先是收货看板。该看板可以显示物流仓库接收不同供应商货物的工作分配以及收货进度等情况，从而可以分析出不同作业人员收货的效率，投产率等指标。     其次是下架（拣货）看板。管理人员通过该看板可以监督不同库区的工作、各库区的工作完成度以及总完成度，并及时分析各库区的工作状态。     最后是集配看板。集配看板用来描述物流仓库下架工作完成后中，进行的复核和交接情况。管理人员可以从中分析复核及交接完成用时是否超标准，进度是否合理等情况。           整套看板，帮助北方华创对整个物流环节实现了有效管理，成功降低了10%的物流管理成本。   —— 3 —— 仓储管理   对于制造业企业来说，仓库的有效管理往往影响着企业的良性发展。   在传统的仓库管理模式下，来料入库、发料出库、储位调拨等过程，都是依靠纸质单据流转，无法实时记录出货状况，后续也无法追踪，查询不了历史出货记录。不仅如此，成品仓盘点时需要人为计数，费时费力，浪费了大量的人力物力。   面对这样的难题，永祺车业开发了专门的仓库管理系统——所有货物都可通过扫描外箱二维码进行及时地记录。        同时，每一次的挪料储位变动，管理人员也可以通过扫描二维码进行跟踪，从而生成仓库简约平面图，方便进行管理查看。     除此之外，拣货、出货、装柜、盘点等过程同样采用PDA扫码形式，上传包装图片，方便快捷地让客户能够在系统上看到各个订单的装柜情况，出货状况。   永祺车业的仓库管理系统简化了工作方式，缩短了盘点工作时间，进一步完善了物流管理与控制，提高了生产管理实时性与工作效率，从而加强了企业的精细化管理水平以及市场竞争力。   帆软深耕制造行业多年，正在着力打造 “智慧供应链”体系。未来，帆软将协同更多制造企业，致力实现更优秀的制造行业落地实践。 / E N D /

企业简介       Danfoss压缩机工厂，始建于2004年，是制冷和空调领域处于世界领先地位的产品制造商和服务供应商，世界灯塔工厂与智能制造标杆企业。       我们所在的机加工车间为制冷压缩机生产主要零件，车间以保安全、保质量为前提，每年提升生产效率10%以上，报废率降低5%以上。车间从2011年开始已陆续开发SPC系统，测量数据自动上传系统，压力监控系统等十几个数字化系统应用，在2018年公司明确了数字化转型的路线，这更加坚定了我们已经走在了数字化、信息化发展的正确道路上。 一 项目基本信息 项目名称：机加工车间信息化管理系统 系统主要分析模块：产出分析模块，质量分析模块，物料管理模块，刀具寿命管理模块，人员信息模块 系统报表/分析模板总量：30 系统活跃用户数：50 二 项目背景： 1．机加工车间信息化建设历程与遇到的问题：       随着科技的发展和公司数字化转型升级的推进，数字化、信息化与制造业企业的结合越来越紧密，各类信息化系统也为企业的数字化、信息化提供了技术支撑，企业在这方面也给予了足够的重视。       机加工生产车间的特点为：设备数量多、产品型号多、生产批量小，是一种典型的离散型生产模式，对于每个工件的记录与产品追踪一直是我们车间的一项重要而又繁重的工作，整个车间每天产生手工记录10000条左右，这给记录保存与查找都带来很大压力，基于这个主要痛点，2020年机加工车间启动了信息化管理系统的项目，经过多种方案的比对，结合生产现场实际我们选择了手持终端PDA录入加FineReport10.0展示的方案。       手持终端PDA体积小方便携带，可在各个设备间灵活配备，通过扫工件上的二维码的方式进行数据收集，非常适合离散型生产模式，现在已实现手持终端PDA自主编程，针对型号的切换、新增、变更，可快速修改、编写对应的新程序，这样就彻底解决了手工数据收集的问题。       FineReport10.0可快速部署，设计器具备强大的填报和查询分析功能，及炫酷的大屏展示功能，丰富的可视化图表、3D 图表插件等，只用2周左右时间，机加工车间大屏驾驶仓即制作完成。在1个月内，车间主要KPI指标追踪分析报表制作完成。依照机加工车间信息化三步走的规划，目前车间已实现信息化、数据化驱动管理，让数据成为生产力变为现实。 2.解决方案 2.1网络构建       因网线铺设耗时且占用空间，只能在固定点位使用，增加使用点位需增铺网线。所以在建设网络之前构想过各种方案，最终采用了无线通信方式，三层网络之间通信全部采用无线通信，这样除了服务器、数据库相对位置固定，录入端与展示端可灵活部署。 2.2车间主要KPI实时监控       以往车间KPI用传统excel表由人工统计，即使给每个KPI做了excel的模板，统计起来仍然比较耗时，每天的生产数据需要1-2个小时才能统计计算出KPI，每周的周报KPI则需要4-6小时统计，这样不仅费时，KPI还有滞后性，不能反映生产现场的当时的实际状况。       所以一个能实时展示当前KPI状态的大屏是最迫切的需求，利用FineReport10.0我们将车间主要KPI，如产出、OEE、报废率、设备状态、客户抱怨、安全状态，集中在KPI驾驶仓展示，生产现场的数据在6秒内就可以刷新到大屏展示，做到了车间实时监控，KPI即为当班次的实时状态。       一旦出现KPI偏差，工艺、维修等辅助人员可以立即现场进行问题处理，大大提升了问题解决的时效性与工作效率。 三 典型场景应用 场景一：OEE实时追踪&问题反馈       设备综合效率OEE为机加工车间重要指标，每台机床OEE是否达标，在之前需要领班每小时巡线时逐一计算统计，再将发生问题反馈给各部门去解决，不仅有滞后性，而且领班的大部分的精力在计算统计上。       现在在大屏前，即可按区域、线别、设备实时查看OEE状态，损失原因，损失百分比，做到生产现场的生产进度、质量状况、产出状况透明化。每一个异常损失都可以定位到每台设备，达到了精细化管理的目的，减少每一台机床，每一个细节的损失，提高设备运转效率。 场景二：质量快速追溯查询       客户抱怨作为车间优先级的快速反馈任务之一，我们以前希望能把反馈时间压缩到1个小时以内，但是面对纸版记录的大量查询是很难做到的，往往要花费几个小时甚至整天的时间。 通过建立查询表单，我们很容易实现了秒级查询，做到了在半小时内给客户反馈。 场景三：刀具寿命管理       刀具成本控制为机加工车间的重要成本控制项，而刀具寿命管理是这项工作的重点之一，要做到准确及时的统计监控。       我们通过用终端扫描刀具二维码的方式，实时将刀具寿命信息汇总与分析，监控刀具寿命是否达到预期设定寿命，为刀具寿命提升及刀具改善提供及时有效信息。 场景四：人员管理 4.1技能培训&岗位分配       根据车间技能、入职年限等进行分析，形成整体人员规划，为车间人员技能培训、人员轮岗、岗位分配提供有效依据。 4.2考勤统计       考勤统计一般要到月末进行，通常花费2至3个工作日，而且人工统计有偏差，导致员工抱怨，现在我们将员工出勤时间与机床设备产出相关联，不仅可以实时统计员工出勤状况，更可以随时调取各员工的出勤时间段的产出效率，为绩效考核提供直接依据，使绩效考核更为客观。 四 整体价值       作为一个加工制造型车间，通过利用FineReport10.0建立系统，给我们带来的最大收益就是生产生产效率提升，从精益生产的角度来讲，机加工车间每年效率提升要达到两位数以上，从2020年10月份到2021年6月份，短短几个月，通过这套系统，我们就节省人力3人，OEE提升3%以上，整体效率提升6%左右。       在之前数据统计、KPI分析往往需要人工几个小时甚至几天时间，这就导致数据传递与问题解决滞后，而人工统计数据存在数据不准确的情况，导致车间KPI指标并不是很准确，不能反映实际情况。有了信息化管理系统后，车间实现可视化管理，各KPI指标实时更新一目了然，可以迅速发现问题并采取措施。数据准确有效，各部门将以往校准数据的时间放在解决问题上，及时为生产现场服务。 五 项目总结与经验心得       从 2011 年，机加工车间就开始了数字化之路，制作了十余个数字化系统，但这些系统都有局限性，互不兼容，没有实现很好的整合，形成了我们所说的数据孤岛，而且这些系统的使用界面比较僵化，遇到变更只能找系统供应商进行维护，这样后期维护也付出相当大的成本。       那么有没有一个系统即能兼容之前的旧数据，又可以有灵活的使用界面，当我们接触到FineReport10.0这款软件时，我们感觉这款软件可能适合我们，在之后帆软的业务人员给我们进行不断的沟通，细致的讲解，打消了我们潜在的顾虑。       在实施过程中，帆软也给我们提供了很好的技术支持，使得我们的大屏展示在不到两周时间就看到了成果，也及时得到了我们公司领导的认可。       从2020年10月份到2021年6月份，我们共开发了6个分析模块，30余个分析报表，每个月都有新的想法，可以通过FineReport10.0快速实现。

供热能耗经营分析平台 1 企业简介 临汾市热力供应有限公司承担市区主城区供热管网的建设及运行，临汾市投资集团持股51%,五洲集团持股49%,截止目前，建设换热站307座，敷设主管网391公里，入网供热面积3000万平方米，实现主城区集中供热全覆盖。 公司致力于绿色智能供热的整体技术集成，积极促进技术创新，自主研发获得12项专利技术。摸索建立了供热工程建设、管理、经营的全新理念：大范围采用“无补偿直埋不预热”施工工艺，一补二供热技术，温度补偿自调节技术，实现了换热站无人值守；先后实施了二次能源管理项目、空气源供热项目、梯级智能站供热项目、公共建筑分时分区控制项目、供热信息化大数据平台项目、全网分布式变频输配系统工程等，形成以热电联产供热为主、清洁能源并存互补的绿色供热技术体系，建立热线服务平台和能源监测调度系统，智能供热和能效管理水平居同行业领先。公司被授予“全国城市集中供热节能减排示范基地”、“全国热力工程建设政府放心、用户满意十佳诚信企业”、“清洁供热5A级企业”。实施使用的DN1200大口径球墨铸铁供热管道成为国内热力行业首次应用，并参与编制球墨铸铁管道山西省地方标准的制定。 “全心全意为市民集中供热，同心同德还城市碧水蓝天”是企业的宗旨，“奉献、创新、拼搏、坚持”是企业的精神，临汾热力将以“做全国供热领域最节能的公司、做全国公益事业领域第一服务品牌”为目标，上下同心，为造福临汾人民和更好更快地发展供热事业奉献力量。   2 项目背景 随着企业信息化进程的不断加快，能耗数据的采集愈加完善，企业不断探索新的经济增长点。作为热力行业，节能降耗会为企业带来巨大的经济效应。并且随着国家“双碳”政策的不断推进，也将为企业带来巨大的社会效益。因此，加强对能耗的管控将成为热力行业下一个“蓝海”区域。 在供热行业，自动化技术的不断成熟为企业带来了巨大收益。但是，随之而来的是海量数据如何进行处理，各个业务系统之间的鸿沟越来越大。使企业内部各个信息化系统之间各自为战，不能形成一条完整的数据链路为企业进行服务。这个时候，搭建一整套数据平台，将海量运行数据，客服数据，收费数据进行交互就成为热力企业下一步发展的重要工作。通过搭建完善的供热数据平台，将会把现有数据资源进行整合，打破数据壁垒，各个业务部门也可以根据自己的业务需求通过平台进行数据读取、分析、展示。   3 解决方案 技术架构方面，本套系统通过将各个业务系统的数据进行整合，清洗，汇总至一个服务器集群中。FineReport通过读取集群服务器上的数据库之后，根据各个部门所特有的业务系统进行个性化定制开发。展示分析各个业务部门所需要的关键数据。 在数据接入阶段，主要通过三种方式实现数据接入。第一种方式，通过软件系统上现有的API接口进行数据链接，将数据接入数据库。第二种方式，通过直接读取业务软件数据库的方式进行数据接入。第三种方式，对于特殊系统，如：收费系统等敏感性较高的业务系统，通过搭建中间服务器，将原有数据库的数据在另一台服务器上进行实时同步，在通过ETL软件，将备份服务器上的数据读取到集群数据库中进行使用。 数据接入阶段最重要的数据接入就是运行能耗数据与数据库之间的对接。由于现场自动化设备还存在着较多老旧设备，这些设备大部分还是以串口形式进行数据通讯，没有进行组网的能力。鉴于这个因素，在系统搭建过程中还需要对线程控制器进行部分改造，通过数据采集软件将现场运行数据进行采集并通过TCP/IP协议进行传输。 在将所有数据进行采集后，还需要对数据进行清洗，过滤掉不符合逻辑以及明显错误的数据，并结合行业运行特点对缺失数据进行补充。   4 项目成果 4.1 成果总结 （1）建设成果 平台主要分析模块： 分部整体运行驾驶舱 运行数据概览 经营数据概览 客服信息报警 收费情况查询界面 换热站运行数据展示界面 换热站历史数据查询界面 平台报表/分析模板总量：60 平台月均访问量：20000 平台活跃用户数：200 4.2 典型场景 （1）场景一：收费情况核实 在运行过程中，需要对收费情况进行合适。在这个过程中，实际核实人员往往由于信息时间差的原因，造成收缴欠费困难。并且不能及时准确的得知哪些用户存在欠费问题。在之前的过程中，往往需要核查人员在收费系统中将欠费用户的名单进行导出、打印后再进行欠费催收。并且，每日的核查情况也不能准确的反应给领导层进行分析。 通过系统搭建完成后，收费人员可以每天不必再在收费系统中进行数据导出，并且，催收的信息也可以直接反馈给给收费等相关人员，并及时进行统计。 通过系统的搭建，催收人员的效率相较于之前提高了30%左右。为公司每年增加收入可观的收入。 （2）场景二：随时随地查看换热站运行数据，调节运行参数 在供暖运行时期，换热站运行人员需要到各个换热站查看各换热机组运行情况，在这个过程中无法了解片区内其他换热机组运行情况，时间往往浪费在了路上。 系统搭建完成后，运行人员可随时随地通过平台在手机查看各换热站运行数据，对运行参数进行及时调节，对片区内所有机组运行情况了如指掌。 通过系统的搭建，运行人员较于之前效率提高了40%左右。为用户提高了服务质量的同时减少不必要的热浪费。 （3）场景三：及时发现换热站漏水情况，减少损失 在供暖运行期，管网漏水等情况不可避免，如果发生管网泄露或者用户大量放水情况，往往不能及时发现，需要运行人员在统计完每日补水量后与历史数据进行对比才能得出漏水的结论。 在系统搭建完成后，运行人员随时可以查看片区内换热站近24小时的每小时补水量，通过对比及时发漏水情况，随后即可进行现场查漏工作。 通过系统的搭建，运行人员能沟更及时的发现漏水情况，极大的减少漏水时间，为公司减少水热损失30%左右。   5 项目总结 1、需求调研阶段一定要与业务部门多沟通，站在业务的角度看问题，了解痛点在哪里， 怎么做才能真正的帮助业务解决问题。 2、项目过程中，遇到问题一定到保持跟踪，及时解决问题，避免问题堆积；同时也要及时向领导汇报项目进度，寻求必要的帮助以及资源，保证项目的推广和落地。 3、报表开发完成后，继续保持和业务人员的沟通，不断优化报表。 4、数据是报表的基础，业务系统中的数据质量一定要重视，如果数据的准确性，完整性，及时性得不到保障的话，结果将会大打折扣。

提升50%营销指标靠什么？靠的是这一套经营管理战情室报表体系！ 一、企业简介 上汽大通汽车有限公司（以下简称“上汽大通”），是上海汽车集团股份有限公司全资子公司。公司成立于2011年3月21日，注册资本37.94亿元人民币。下设无锡分公司、南京分公司、上汽大通房车科技有限公司、无锡申联专用汽车有限公司、上汽大通汽车销售服务有限公司。公司产品包括“上汽大通MAXUS”品牌的MPV、SUV、房车，宽体轻客、皮卡等乘商并举的产品组合和“上汽跃进”品牌的各类轻、中型货车以及各类特种改装车。公司在中国无锡、南京和溧阳拥有三个生产基地，无锡基地主要生产“上汽大通MAXUS”品牌产品，产能为20万台/年；南京基地主要生产“上汽跃进”轻中型货车，产能为10万辆/年；溧阳基地为上汽大通MAXUS的房车专业工厂，产能超过2.5万辆；同时在马来西亚、泰国设立制造基地。   二、项目基本信息 1.企业全称：上汽大通汽车有限公司 2.项目名称：大通大数据分析平台 3.平台报表总量：1,000+ 4.平台总访问量：100,000+   三、项目背景 为了响应国家十三五、十四五规划，上汽集团也在积极寻求数字化转型和突破，利用多年沉淀的数据资产进行业务反哺，整合产、供、销全链路数据信息，实现数据的价值再现。上汽集团属于国内较早进行信息化转型的企业之一，大通很早便自研了大量的业务系统，如DOL、CLM等，底层数据库采用Oracle、Mysql、SqlServer等多种数据库，通过多租户任务调度管理系统，将各数据源统一在Hive大数据平台上，并搭建有自己的数据仓库；同时，一些实时数据源如车辆信号数据、APP埋点数据等，也会通过实时数据流的方式进入大数据平台中，最终利用外放API接口和SSO数据产品标准接口按主题进行报表输出。 但是在搭建了大量的信息系统后，大通也发现了一些问题： 1、各个业务部门汇报口径不一致，如同一个销量指标，在不同业务部门的口中变成“订单额”、“订单增长率”，只汇报有利指标，“报喜不报忧”的情况普遍出现； 2.业务自己拿数据很累，拿到的都是各个系统导出的明细数据，需要自己二次加工，耗时耗力，工作重复枯燥，效率底下； 3.每个业务部门看的都是自己的报表，报表内容彼此独立，无法有效整合，比如，销售只能看到销量的有关数据却看不到生产、库存、市场占有率等数据，无法更好的改善业务； 4.没有数据预警的功能，大家都只能被动的看数据，没有达到利用数据改善问题的效果。 针对以上种种，大通决定搭建一个统一的数据分析平台，整治相关报表，构建大通自己的大数据分析平台，构建了从订单到生产、销售、质量、售后的全套数据模板，至今，大通已在平台上挂载了1000多张报表和看板，访问次数已逾100000次！ 下面，我们拿一个典型场景——WAR ROOM作为进行详细介绍，阐述上汽大通如何通过报表工具来解决上述痛点问题的。   四、典型场景 1.项目背景： WAR ROOM项目的初衷，是为了给高层领导提供从粗到细的全套指标体系看板，在一张驾驶舱中集中体现当前企业经营运转的情况，减去高层“看不到关键数据，找一个数据看N张报表”的问题。 WAR ROOM项目从2021年1月开始启动，聚焦于销售业务链，想要实现三点目标： 1.指标规划化、数据查询更快速简便、容易了解业务版块运行状态 2.结果指标呈现转变为“预警指标-问题发现”、“过程指标-归因分析”，从一个结果性的指标变成主动预警和层层下钻查找原因 3.预警以及分析建模，支撑业务前置化管控 2.解决过程 第一步，他们梳理了当前业务多维看板及报表，跟销售、线索转化相关的都集成在一个主题域内，其次，他们利用Finereport和FineBI两款工具，开发了全业务链的整合看板，将不同业务版块的内容都集成在了一个平台上，实现将“指标的结果呈现”转为“过程数据分解及问题项分析”；最后开发了预警报表，对所有出现问题的异常指标都能进行预警提示和邮件发送，建立了业务链深度预警机制，进行前置化管控。其中，还集成报表到企业微信、大通整体平台上，实现报表查询的便捷化、简易化。 WAR ROOM主题下有四类看板，其中有销售链路的预警看板，销售核心看板，以及从线索到转化的专题看板和业务人员经常需要看的一些明细表。 3.项目效果 （一）.预警看板 过去我们常常是发现数据产生异常了，再来寻求问题解决方案，如今我们建设了整个营销运营体系的预警看板，包括网络、零售、库存、生产、资金和批售完成六个维度，从经销商、小区、大区、事业部全方位进行数据的异常提醒。每个指标都有不同的亮灯阈值，当指标数据出现不同的状态，看板上也以红黄绿三种颜色展示出来。相应人员只需要查看预警的部分，从而进行问题的改善。 点开可以展现弹窗 零售能力弹窗 点开每个指标对应的预警灯都会弹出指标明细浮窗，可以查看具体的明细数据，其中预警主题相关指标在浮窗内以背景高亮标致。 不同预警版块和预警主题，其预警指标都是不同的，例如网络状态是为了查看经销商网络的健康运营、任务执行情况，其中子主题网络运营状态则由试驾车普通额度实配率监督，当经销商门店的试驾车数少于额度应配数并实配率低于75%就会亮起红灯，那么就意味着公司总部需要对经销商进行管理，要求其提升试驾车的数量，以达到较高的服务质量。 （二）.销售核心看板 领导每日最关注的往往是营销类的指标，但是在销售管理系统中，往往难以看到例如市场占有率、线索量、库存量这样的指标，它们分布在不同的业务系统中，因此需要一张统一的看板将其集中展示，这样领导每天只需要看一张报表——销售日报就能知道当前企业的盈利情况。 在这张看板的上方，我们可以看到有几个可以切换的窗口主题——事业部专题、品牌传播、销售日报、潜客漏斗、销售月报，并在右上方可以筛选时间、地区、车系等维度进行数据的查看。销售月报和事业部专题的分别是从月度和事业部的维度展现当前任务的完成情况，更便于月度目标的制定。 大通还使用在BI看板中内嵌报表的形式，形成了“上方驾驶舱、下方BI仪表盘”的报表布局，很好地满足了领导既可以看到固定详细指标，也可以看到每周新提指标的需求。 销售日报 销售月报 事业部专题看板 除了预警看板和销售核心看板以外，大通还建设有主题看板，如品牌传播、潜客漏斗等针对线索获取、线索转化的专题性看板。从市场开拓、渠道建设、线索获取、线索转化的角度，把营销过程链路的前端也串进了整个营销运营分析的版块内，补充了分析架构的完整性。 项目价值 1.串联业务结果数据，实现业务一体化、结果管理精细化、过程管理规范化和决策科学化，最终实现半年度累计销量同比增幅66%！海外销量同比增长281%！ 2.实现数据透明，降低沟通成本，以往各个部门只能看各自报表，无法知晓关联业务的情况得以改善。 3.明确责任体系，弱化一线人员管理手势差异，最终汇报以统一的口径呈现。   五、项目总结/心得 上汽大通认为，对于业务而言，信息部门的交付需要快速、精确；数据应用要逻辑清晰、没有歧义；数据应能实现快速开发，口径统一，“路走对了，就不怕远”。大通目前利用帆软工具建立多维度、多层级、多业务的报表体系，提升了营销侧和供应侧的运转效率，辅助高层高效决策。目前WAR ROOM 1.0已经告一段落，但是2.0的已在路上。未来将做多维度单店报告、“最后一公里运营转化”项目等等，将指标、场景内容和功能更加精细化准确化，优化报警模型，用数据推动业务，用数据服务业务，真正实现数据的价值，让中国智造走向世界，让大通商用车成为“国货之光”！

广东鸿图_智能化生产运营管理系统 1 企业简介       广东鸿图科技股份有限公司成立于2000年12月，是由高要鸿图工业有限公司、广东省科技创业投资公司、广东省科技风险投资有限公司、高要市国有资产经营有限公司等股东共同发起设立的一家股份制国有企业。2006年12月29日，公司在深圳证券交易所上市，股票简称：广东鸿图，股票代码：002101。压铸本部建有三大核心生产基地，总占地面积753亩，形成了布局粤港澳大湾区、中南地区、华东地区、华中地区的广东高要、江苏南通、湖北武汉三大铝合金精密压铸生产基地。       公司立足于以压铸业务为主业，通过开展投资业务、兼并收购等方式实现外延式发展，完善公司的产业结构。经过多年的发展，公司已从汽车零部件压铸业务发展成目前的四大业务板块——压铸板块、内外饰板块、专用车板块和投资板块。打造“零部件为基石、专用车为拓展、投资为助推”的发展格局，各大业务板块相互促进，协同发展，形成和谐共生的有机整体。       广东鸿图是目前大湾区以及中南地区规模最大的铝合金压铸件生产企业，是国家汽车零部件出口基地企业。公司目前拥有160吨至4400吨卧式冷室压铸设备150台，拥有各类机械加工设备总计1400多台套，其中有日本、德国、美国等公司的数控加工中心900多台、高精度专用总成装配机床1000多台（套），配套专机300多台，可满足各类产品生产、加工、装配需求。公司通过不断引入和推广行业先进的自动化设备替代人工，加大自动化升级配套建设，对现有厂房、车间升级改造，信息化系统搭建，产品标准化设计升级，物流设施配置改造等，使得公司部分制造模块达到行业领先水平。目前，公司已成为国内规模、技术水平领先的压铸龙头企业。 2 项目背景       在新一代信息技术与制造技术深度融合的背景下，在工业数字化、网络化、智能化转型需求的带动下，智能制造作为全新工业生态、关键基础设施和新型应用模式，通过人、机、物的全面互联，实现全要素、全产业链、全价值链的全面连接，正在全球范围内不断颠覆传统制造模式、生产组织方式和产业形态，推动传统产业加快转型升级、新兴产业加速发展壮大       广东鸿图率先响应国家号召，在国内率先采用组态技术和工业以太网技术，在多个生产车间完成了生产、加工、后处理等设备单元的生产信息实时监控与分析的数字化管理系统。通过设备联网、条形码、RFID及人机交互等技术手段，实现了多重数据的自动采集分析，有效提高了的生产过程质量监控及终端产品追踪能力。       为了更好地显示智能制造管理系统的数据应用，打通公司各信息系统的数据，使用数据真正产生其应用价值。通过引入帆软FineReport平台，构建公司的数据仓库，开启大数据分析应用之路。 3 解决方案 图1：智能化生产运营架构图       通过构建数据仓库，打通企业OA、ERP、MES、PLM以及其他SAAS应用等平台的系统数据，同时借助帆软报表系统，快速灵活实现数据分析及多样化显示，为生产制造领域提供全要素、全产业链、全价值链连接的数据支撑，最终实现一体化运营。 4 项目成果 4.1 成果总结 （1）建设成果 平台名称：广东鸿图大数据平台 平台报表总量：160+ 平台月均访问量：31800+ （2）整体价值 数据整合：有效实现公司各业务系统数据的整合统一，建立统一的数据平台，实现数据统一和共享。 业务分析：建立不同业务应用的报表主题，支持各业务部门日常运营情况进行分析和监控。 公司决策：为公司领导提供核心业务和流程的指标分析，帮助领导全面掌握企业主业经营、管理状况等，支撑管理层决策。 4.2 典型场景       场景一：组建大数据平台，提升工作效率 痛点： 数据分散各个业务系统，缺乏数据的统一输出口，缺乏对底层数据的统一管理融合。 缺乏对于数据仓库的标准DW-DM分层，缺乏应对未来业务扩展的灵活性。 缺乏KPI的管理体系，缺乏对于KPI的查询、维护和管理。 缺乏预警机制，对于很多异常数据，还处于“数据找人”的阶段，耗时耗力。 缺乏对于异常指标的后续动作处理系统支撑，缺乏改善任务的跟进和闭环。 解决过程： 构建数据仓库，打通企业OA、ERP、MES、HR、PLM以及其他SAAS应用等平台的系统数据。 根据各业务部门的需求，利用帆软报表功能，快速、灵活开发数据图表与业务报表，实现数据自动采集、统计与分析。   图2：公司数据仓库架构图   场景价值：大数据平台的业务图表与报表自动统计，比人工统计数据的工作效率提升了150%，同时为日常业务决策提供直观的数据支持。   图3：公司大数据中心驾驶舱         点击各主题，可跳转查看各业务主题数据报表情况。     图4：公司经营数据一览表         汇总各项指标的趋势，点击指标，可查看各项数据的明细信息。   图5：主要原材料价格走势       实时显示公司各项关键原材料的价格数据，同时我们与企业微信的“消息推送”做了系统集成，每周定期推送相关业务采购人员。   图6：仓库位状态监控       实时显示公司各仓库的库容情况，便于计划排产及库存管理。       场景二：建成车间生产状况监控可视化看板，支撑管理决策。 痛点：不能实时查看机台生产状况及快速处理异常，生产数据统计需要时候花费大量人力统计，效率低下，响应时间慢。 解决过程：对接ERP与MES系统数据，通过帆软报表系统开发各车间的生产状况监控看板（内容包括生产工单计划及完成情况、机台效率、预警信息等），直接显现车间实际生产数据及信息预警等信息。 场景价值：看板实时展现生产数据可帮助现场管理人员快速了解各项生产信息，锁定问题，整体提升工作效率。       1、实现了生产计划实时发布到生产现场。       2、实现实时收集生产现场产量。       3、实现信息预警，出现缺料、设备故障等异常，实时通报相关人员。       4、实现机台效率统计分析，把控设备资源。   图7：压铸车间生产状态监控1   图8：压铸车间生产状态监控2   图9：仓库配套件管理看板       场景三：设备参数实时监控，实现压铸设备互联互通 痛点：生产过程中的设备参数无法实时获取，无法有效分析各设备利用率及其生产稳定性。 解决过程：通过设备PLC接口或数控接口对接的设备数据采集同时绑定每道工序生产情况、设备情况、品质情况进行关联，可以实现产品单件追溯、对设备运行情况、产品生产情况、检测结果、产品加工参数等进行快速预警。然后通过帆软报表系统快速反映和分析，把所需要的数据输送到需求人员，办公室和调度室可快速、准确、全面了解现场的生产情况。   图10：设备互联互通系统对接图 场景价值： 实现压铸设备互联互通 实现了设备状态、性能、生产状况的实时监测。 设备工艺历史数据的追溯。 集成各业务平台数据，实现用户需求业务的自动统计、分析、预警。 设备故障智能诊断，应用后，相比人工诊断，时间缩减95%。 图11：设备监控中心驾驶仓       可查看所有设备的运行情况，点击设备可直接跳转至设备运行监控界面 图12：设备实时运行状况       实时显示设备的关键指标数据及其运行监控值。 图13：设备运行状态分析 图14：移动端监控界面       场景四：建成防疫大数据信息监控平台，让数据信息产生管理价值 痛点：疫情期间，复工时间推迟，未复工人员清单、人员每日健康等信息未能及时掌握，造成日常疫情防控工作的工作沟通繁琐、困难，无法及时作出快速响应与精准决策。 解决过程：为助力应急指挥部基于数据统计分析下，做出更精准、科学的决策，信息化团队利用帆软报表平台，设计开发了防疫数据信息监控平台，将人员乘车、就餐、外来人员管控以及增加防疫物资库存监控等数据信息集成到一个平台上。 图15：疫情常态化统计报表 场景价值：公司防疫数据信息平台实现了管理、监控与决策的一体化应用，公司3000多名员工中复工人员比率，人员户籍分布、每日人员健康以及隔离观察人员等信息（每天数据信息数量8000+），且可实时调取人员复工档案信息、监控人员乘车记录、监控班车运载信息、人员打饭与就餐座位、外来人员和车辆以及与本司接触人员信息以及防疫物资库存数量等数据信息。为复工复产防疫防控工作装上“千里眼”。 图16：公司防疫监控数据信息平台   图17：公司各项疫情防控数据报表       点击疫情防控信息，可钻取了解到各项防控信息明细。  

1 企业简介     宁波均胜群英汽车系统股份有限公司（下称：均胜群英）是一家全球化的汽车零部件优秀供应商，主要致力于汽车安全系统、智能驾驶系统、新能源汽车动力管理系统和车联网核心技术等的研发与制造。     均胜群英是一家年轻的、志存高远的高科技公司，总部位处中国宁波，现有汽车安全、汽车电子和智能车联三大事业部，全球在30个国家拥有员工超过50000人。     成立于2004年的均胜群英前身是一家以汽车功能件为主业的零部件企业。2011年至今，公司先后收购了汽车电子公司德国PREH、德国机器人公司IMA、德国QUIN、汽车安全系统全球供应商美国KSS以及日本高田资产（PSAN业务除外）。通过企业创新升级和多次国际并购，公司实现了全球化和转型升级的战略目标。     凭靠先进的创新设计、生产制造、品质管理及优秀服务，均胜群英成为宝马、奔驰、奥迪、大众、通用、福特、本田和丰田等全球汽车制造商的长期合作伙伴，并屡获保时捷、大众、通用等汽车制造商优秀供应商奖。     均胜群英的宗旨是成为全球优秀汽车生产商可信赖的合作伙伴、汽车安全和智能驾驶领域的创新者与引领者。 2 项目背景 信息化建设情况     经过多年的信息化建设，目前均胜群英已拥有 PDM、ERP、SRM、MES、WMS、HR、CPS、EQMS等多个信息系统，覆盖公司研发、供应链、营销、制造、质量各领域。公司各板块业务信息化系统已基本部署完成，但业务产生的数据全部分散在各个独立系统中，数据整合筛选、归类、分析停留在各业务系统，涉及关联数据大多依靠人工导出整合加工完成，效率低且存在统计方法及口径不统一问题，公司运营过程中数据未能发挥最大价值，未能高效支持公司运营决策。具体问题如下： 报表数据滞后，当前相关报表或数据都是在业务发生后，员工在系统中或者通过手工搜集的数据汇总、分析后加工后的结果，高层获取信息相对滞后，无法做到实时，无法准确掌握。 部分报表相同数据的数据源部门间取数逻辑均有差异，体现在产品分类上面，各业务领域的分类纬度不大一致。 手工处理报表时间长，人力成本高； 部分数据只能在月度时才能手动手工维护，数据精细度较难保证； 涉及跨系统业务报表或时间区间跨度较大的数据分析人工处理，月度报表工作量较大； 缺乏快速全局掌控企业整体经营状况工具。 3 解决方案     数据分析应用平台建设需求 1） 整合信息   通过对企业各相关系统运营管理中产生的业务数据优化整合，建立企业数据仓库，集中管理企业数据资产。 2）报表平台中心   通过finereport从不同的主题、视角与维度，进行信息数据的分析与挖掘，统一展现企业运营管理的现实状况和问题。 3）价值链管理   通过对业务实时数据整合与提炼，对企业各个业务活动环节进行深层次数据分析与图表展现，及时反映业务活动的状态与活动趋势，并对风险提示预警。   通过建立企业价值链指标体系，能够整体体现业务闭环的运营状况与趋势，支撑企业KPI体系的建设与运行，管理业务活动的状况与风险，并对风险提示预警。   通过对企业价值链数据及其KPI数据的整合管理，展开更深层次的数据分析与挖掘，进一步分析展现业务活动的价值趋势与隐性的问题以及风险所在，提示风险与解决方案。 4）管理驾驶舱   搭建领导管理驾驶舱，从财务、销售、产品、采购、生产、质量、库存、物流等主题与不同的视角与维度，以简单、直观的仪表盘分析图形，集中展现KPI指标与价值链指标，体现企业整体运营状况、价值趋势、问题情况，为企业领导层提供管理决策支持。 5）战略规划   通过战略管理、体系建设与流程优化、IT综合治理工具，实施企业价值链具体管理规划，管控与优化企业运营，提升核心竞争力。 4 项目成果 4.1 成果总结 （1）建设成果 平台主要分析模块： 平台报表/分析模板总量： 平台月均访问量：100000+次 平台活跃用户数： （2）整体价值     历时两年时间，数字化经营管理平台的上线，为企业降本7%，人均产值提高近300%，光合理化建议项目，节约降本近500万元。同时荣获多家汽车制造企业办法的优秀供应商奖项（下图为均胜群英利用finereport面向一汽集团开发的色差分析所得奖项） 4.2 典型场景 场景一：精益生产主题     均胜群英在以往践行精益生产概念下的全员参与改善时，均为纸质提议书以及电子文本的形式流通，其非线上化、非透明化的管理导致员工的参与度不足，不能最大限度的发挥全员参与改善的作用。     解决方式：在引入了finereport以及填报+移动端的功能后，均胜面向移动端搭建了体系化的精益改善平台——合理化建议平台。     在审批阶段，发起人可直接在现场通过手机进行拍照取证上传，领导在企业微信接收消息提醒后审批分配给相应的责任人，并且提案直接进入提案池并累加申请人的奖金池。       实施人员收到任务后进入实施阶段，当完成后将再次进行拍照提交，由审批人员进行实施前后对比后该改善行为即结案，同时实施人员也将累积个人的奖金池。       在整个改善过程中也针对所有的参与人员提供PC+移动端的查询内容，包括提案明细、积分发放情况、实施待办项、实施已办项等，帮助员工及时跟进个人提交以及认领的任务，避免超期待办。同时一些优秀提案以及高参与度的员工也会以排名的形式透明出来，形成内部的竞争意识助力企业持续降本。     场景价值：取代传统模式下纸质页面的逐层上报及提交，生产现场实时提交实时审批，保证建议的第一时间透明及落地。可实时跟踪个人提交内容的审批进度及落地进度，挂钩至个人奖金池，生成奖励机制，最大限度调动员工积极性提升主人翁意识。 场景二：生产主题分析 （1）人员主题分析     在传统的工厂管理过程中，员工的行为不能进行有据的监控，工厂内也会采用黑板的方式进行管理，主观因素过多并不能为增效带来有效的提升，也缺乏闭环的管理方式进行工时管理。     解决方式：通过对接mes的方式可直接监管人员当日的工作情况，计划、异常及工时相关。     同时对于员工的工时均胜群英通过完整的移动端管理平台完成了员工的全工时监管。     在通过员工上下岗时间差得出打卡工时、产量得出实际工时后，对二者的差异工时进行对比分析，可对差异工时即异常工时进行原因分析及录入审批，保证员工的异常工时也在正常生产范围之内，最后监控员工效率的日趋势完成整个场景的闭环管理。     场景价值：取代以往的打卡工时计算，转而由产出计算工时分布，最大化降低成本，提高生产的连贯性及高速性，同时员工懈怠行为由人监控转为向数据监控，实现多劳多得的企业理念。 （2）工单及质量管理     传统模式下在监控工单生产进度及质量状况时需要进入MES以及EQMS系统进行明细表查询。并不能宏观的监管整体生产情况及质量情况，对于超计划的工单也做不到及时的响应。     解决方式：通过直连MES的方式直接在现场放置工单生产实时进度看板，可对三个车间的完成率进行实时监控。并且滚动当日的计划内容，对超期工单进行及时监管。     质量层面重点关注SPC以及客诉相关内容。对每个指标设置预实对比的图表分析，保证计划的落地性以及指标的健康性。         同时均胜群英作为众多头部车企的零部件供应商，客诉对于企业来说也是尤为重要的领域，为保证客诉反馈的及时性及有效性，均胜群英面向内部搭建了完整的客诉分析管理平台。该平台可通过投诉生产方对外协、自制进行重点监管，亦可通过投诉原因、责任部门以及投诉产品系进行定点整改，完成客诉从1到0的有效改善。       面向内部，均胜群英也制作了相应的质量预警界面，对异常情况以及处理时长进行实时监管，保证针对异常问题进行最快速的反馈及处理，尽量避免事后反馈的高延时性问题。     场景价值：线上化的管理取代了以往的手工excel汇总管理，在保证了数据实时性的同时，管理的维度也更加丰富，在计划层面实现了多个车间的横向监管，在质量层面也保证了第一手的问题发掘以及最快速的问题响应。 场景三：移动管理平台     不同于传统的PC端管理方式，均胜群英通过finereport与企业微信的集成，在企业微信上搭建了完整的数字化管理平台，每个模块均有面向高层的移动驾驶舱，实现管理的移动化以及高效化。 5 项目总结 5.1 CIO/项目负责人点评 数据是管理的开始，数据化是提升管理能力的重要手段。用现有的工具对客观，真实的数据进行科学分析，并将分析的结果运用到生产，运营，销售等多个环节中去。这样的管理方法对我们智能制造的企业未来的持续发展至关重要。 Finereport的应用在我司已经扎根到各个部门特别是生产管理和财务管理，其应用灵活，快速开发以及定期更新的方式很符合目前信息化发展快速变化的要求。 5.2 经验心得 通过构建企业级数据分析平台，实现效能和效率的双提升。 分阶段建设一套标准化、智能化、移动化的内外部数据分析体系； 为企业高管提供数字化的决策支持及风险监控，同时满足数据分析人员日常统计与分析需求； 精简报表及指标，聚焦关键问题，让管理人员从数据处理逐渐转变为数据分析。

数智兴企 大数据决策系统推进智能化发展 1 企业简介       长庆油田第二输油处成立于1998年9月18日，承担着长庆油田陕北、陇东地区原油外输任务，管理着靖—马、庆—咸、铁—西、马—惠等九条输油管道，区域横跨陕甘宁3省(区)5市17县，管道全长1200公里，设计输送能力达1000万吨以上，是长庆油田管道最长、区域最广、管理难度最大和环境最复杂的数字化输油单位。第二输油处肩负着“我为祖国献石油”的神圣使命，2021年倾力实现全方位的转变、发展、和谐、提升，坚持解放思想，抢抓机遇，全面创新，加快发展，从而踏着稳健的步伐，用不断刷新的不凡业绩，记述着企业强劲发展的光辉历程，高质量推进智能管道建设步伐。   、 2 项目背景       第二输油处旧生产运行报表投用于2012年，随着互联网编程技术的不断革新，老旧的搭建框架和代码造成了其可拓展性能逐渐变差；同时，旧的报表系统在多元化数据获取、大数据整合和数据分析方面已然不能适应场站业务的发展和智能化数据挖掘的根本需求；加之我处各个场站仍存在着大量的纸质填报报表，而长期的纸质填报不仅大幅增加了员工的工作量，数据所产生的价值也大大折扣。特别是针对多元化的重要生产数据，不能统一入湖，很难建立数据之间的关联性，造成了很多重要的分析结论不易得出，输油生产智能化全面发展的瓶颈也就随之产生。       基于上述需求，第二输油处于2020年应用帆软报表（FineReport）10.0的多样展示、交互分析、数据录入、和移动应用，借助于FineReport的无码理念，设计可构建出数据分析，网络直报的大数据决策报表系统。通过帆软BI的大数据分析工具，凭借大数据引擎，自主建模，以业务需求为导向，从决策指标、分析方法、分析对象等层面创新数据分析方案和模板，挖掘数据的价值，在设备状态智能感知、工艺状态智能诊断、管道风险智能防控、应急响应智能处置等方面开发企业管理运行驾驶舱，初步形成管道智能生产数据的存储和分析功能。 3 解决方案       1）调研论证完成需求确认       2020年基于生产一线现存电子和纸质报表的实际需求，调研新报表系统开发的模式和思路，对同类型BI报表平台进行详细综合对比，最终选择了帆软10.0报表模块作为平台，明确项目需求与研究路线，完成项目前期需求调研，形成前期33张子表的全面筛选和整合。应用基于帆软BI的企业级web报表工具，结合旧生产运行报表的部分功能和其他纸质报表的结构模式，搭建一体的数据填报系统。创新提出应用基于商业智能（BI）算法的综合分析方法，实现生产数据、GPS巡线数据、预警数据和设备数据的的全面“加工”，最终让数据“活泛”起来，发挥其更大、更广的价值，为输油生产安全平稳运行提供保障。       1. 研究方案，完成前期架构       改进传统报表的填报模式，通过基于BI的数据钻取技术，将SCADA力控数据通过点位配置表进行配置后，实现点位整点数据的自动录入；构建生产日报、周报和旬报的一键生成、导出和下载，降低管理者的劳动强度，提升生产效率；集成多数据报表的填报接口，为数据子湖提供统一的汇入口；最大的发挥数据资产的价值，形成智能化分析的决策依据，为管理者提供参考。       2. 项目实施，数据决策平台落地       建立输油生产数据整点录入报表，数据整点自动录入。通过相应的自动化技术，实现基础参数的自动录入，大力减轻了员工的工作量;利用帆软报表的上传、导出和下载功能，解决了断网情况下数据的补填难问题。           研制基于帆软BI的多源数据整合报告，实现多源数据的整合报告；设计开发输油生产日报、周报和旬报的一键查询功能，用户可通过固定的模板生成生产日报、周报和旬报的综合报告，避免了更多的重复性工作。           形成数据综合分析的功能驾驶舱，将一些核心指标诸如接油量、交油量、压力曲线和温度曲线，利用FineReport决策报表模拟制作管理驾驶舱效果，使核心数据动态直观化展示。并按数据的多源化来源，实时部署了设备状态智能感知、工艺状态智能诊断、管道风险智能防控和应急响应智能处置等四方面的管理驾驶舱，实现预期目标。     4 项目成果 4.1 成果总结 （1）建设成果 基于帆软报表的数据决策系统： 平台报表/分析模板总量：123 平台月均访问量：59210 平台活跃用户数：432 （2）整体价值      《基于大数据模式下的帆软智能决策报表系统设计》项目自2020年4月开始启动，课题组历时8个月，于2020年11月完成了预期任务并在长庆油田分公司第二输油处初步应用，经过2个月的试运行与优化完善，于2020年1月各项功能与技术指标完全达到了生产要求，全面完善投用，预计年节约人力成本、办公耗材100万。整体价值如下：      （1）打通多系统的数据链路，构建数据入湖的统一通道，夯实数据资产的价值；      （2）创新生产报表的录入新模式，实现报表填报的自动化，通过自主的点位配置功能，促进了场站员工的进一步参与，从而了解数据来源、摸清数据走向。为下一步数据的分析、拓展奠定基础。      （3）打破传统报表的统计方法，结合生产的实际需求，开发定制的报告模板，实现输油日报、输油周报和旬报的一键生成。解决了旧报表中繁琐的人工计算和编制报告的问题，极大的缩减了数据报告的生成时间，提升了效率。      （4）整合多系统的报警数据，并按照报警的轻重缓急进行了级别定位，促进报警的销项和处置效率提升；      （5）实现设备状态智能感知，建立了泵、炉、换热器、储罐等设备装置运行状态和健康状态的智能诊断一览表，支撑了智能交接班。      （6）实现工艺状态智能诊断，建立了场站、管道工艺状态仿真和智能诊断模型，能够分析实时能耗，模拟管道运行实时状态，模拟结蜡分布情况，通过对管道运行工况的实时评测和输油计划的智能预测，能够优化输油工艺运行方案、优选清管时机、优化输油成本等。      （7）建立管道风险智能防控，全面整合各监控系统中产生的报警信息，智能分析报警事件的相关性，建立了报警分级分类推送机制，实现了报警信息智能评测，精准传递到相关人员。      （8）建立应急响应智能处置，通过整合应急资源信息、制定一场景一处置方案，初步建立了应急处置方案自动生成，应急资源智能推送的机制。 4.2 典型场景 4.2.1 场景一：报表自动化填报      (1)问题       使用帆软报表之前，第二输油处的报表采用旧的手工录入模式或者纸质填报。海量的数据填报，增加了员工的工作量；纸质报表的填报不便与数据的统计、汇总和存储，不仅浪费了大量的纸质资源，而且不容易保存数据的完整。       1. 解决过程       创新生产报表的录入新模式，实现报表填报的自动化，通过自主的点位配置功能，促进了场站员工的进一步参与，从而了解数据来源、摸清数据走向。为下一步数据的分析、拓展奠定基础。             2. 价值       ①提升数据录入的效率，大幅减轻了员工的工作强度，在工作量不变的情况下，节约用工20人，每年可节省人工费160万元，对企业的降本增效有很大的促进作用。       ②夯实数据的完整性，避免了纸质报表导致的数据丢失问题，100%确保报表数据的留存。       ③让数据“活泛”起来，相互关联起来，为数据智能互联起到了推进作用。 4.2.2 场景二：统计报表的一键生成      （1）问题       传统的报表对于定制数据模板的导出是不可能实现的，或者需要大量的开发者进行设计，投入资金大，效果还不佳，一旦需求变更，数据统计模板就得重新规划，这给企业带来很头疼的问题。       1. 解决过程       打破传统报表的统计方法，结合生产的实际需求，开发定制的报告模板，实现输油日报、输油周报和旬报的一键生成。解决了旧报表中繁琐的人工计算和编制报告的问题，极大的缩减了数据报告的生成时间，提升了效率。             2. 价值       ①提升数据的统计效率，人工统计需要3个小时，报表只需要5分钟，大幅优化工作、管理数据的成本、时间花费，从根本上为企业解决了数据统计难、汇报难的问题。       ②帆软的无代码设计，可以保证在统计模板变更后，用户可以根据需求进行自行更换，不再受只有开发人员能操作的局限性，这样则降低了企业对于统计报表的运维成本。 4.2.3场景三：智能管理驾驶舱       1. 问题       传统的报表数据多样性不强，在多元化数据获取、大数据整合和数据分析方面已然不能适应场站业务的发展和智能化数据挖掘的根本需求，这成为了数据智能，互联互通发展的瓶颈。       2. 解决办法       运用大数据理念，通过帆软BI的大数据分析工具，建立智能管理驾驶舱，在设备状态智能诊断、工艺运行智能优化、管道风险智能防控、应急响应智能处置等方面实现可视化交互操作。       以业务需求为导向，从决策指标、分析方法、分析对象等层面创新数据分析方案和模板，挖掘数据的价值，在设备状态智能感知、工艺状态智能诊断、管道风险智能防控、应急响应智能处置等方面初步形成管道智能生产数据的存储和分析功能。                  （3）价值       ①实现设备状态智能感知，建立了泵、炉、换热器、储罐等设备装置运行状态和健康状态的智能诊断一览表，支撑了智能交接班。       ②实现工艺状态智能诊断，建立了场站、管道工艺状态仿真和智能诊断模型，能够分析实时能耗，模拟管道运行实时状态，模拟结蜡分布情况，通过对管道运行工况的实时评测和输油计划的智能预测，能够优化输油工艺运行方案、优选清管时机、优化输油成本等。       ③建立管道风险智能防控，全面整合各监控系统中产生的报警信息，智能分析报警事件的相关性，建立了报警分级分类推送机制，实现了报警信息智能评测，精准传递到相关人员。       ④建立应急响应智能处置，通过整合应急资源信息、制定一场景一处置方案，初步建立了应急处置方案自动生成，应急资源智能推送的机制。 5 项目总结 5.1 CIO/项目负责人点评       基于帆软的数据决策系统是以业务需求为导向，从决策指标、分析方法、分析对象等层面制定数据分析方案和模板，挖掘数据的价值，开展智能分析和决策。在输油生产计量、设备装置智能化监测、管道能耗实时评价分析、管道报警信息智能监测、应急智能管理、计量交接电子化管理等方面开发数据智能分析功能，并初步形成管道智能仿真与预测能力，对企业智能化发展有很大的促进作用。 5.2 经验心得       通过该项目的实施，理解到坚持创新驱动、智能发展是实现管道本质安全、效益运营和高质量发展的关键；管道大数据资产的积累与智能化应用是体现智能管道建设效益的基本策略；从具体业务中不断探索新的应用价值是确保智能化持续取得新成效的有效方针；希望在以后的帆软报表使用中，不断整合业务，真正实现数据互联，实现数智兴企的目标。

供热检修资产管理平台 1 企业简介 临汾市热力供应有限公司承担市区主城区供热管网的建设及运行，临汾市投资集团持股51%,五洲集团持股49%,截止目前，建设换热站307座，敷设主管网391公里，入网供热面积3000万平方米，实现主城区集中供热全覆盖。 公司致力于绿色智能供热的整体技术集成，积极促进技术创新，自主研发获得12项专利技术。摸索建立了供热工程建设、管理、经营的全新理念：大范围采用“无补偿直埋不预热”施工工艺，一补二供热技术，温度补偿自调节技术，实现了换热站无人值守；先后实施了二次能源管理项目、空气源供热项目、梯级智能站供热项目、公共建筑分时分区控制项目、供热信息化大数据平台项目、全网分布式变频输配系统工程等，形成以热电联产供热为主、清洁能源并存互补的绿色供热技术体系，建立热线服务平台和能源监测调度系统，智能供热和能效管理水平居同行业领先。公司被授予“全国城市集中供热节能减排示范基地”、“全国热力工程建设政府放心、用户满意十佳诚信企业”、“清洁供热5A级企业”。   2 项目背景 供热行业作为一个重要的民生行业，在冬季北方人民的生产生活中起着至关重要的作用。目前，传统的供热行业为集中供热，依托于燃烧化石能源所产生的热量通过敷设在城市中的管道进行热能输配。大多数热力管网所运行的环境为高温高压，并且随着城市的不断扩张，集中供热官网也势必将被不断扩大，水力不平衡、冷热不均的矛盾也将被放大。因此，在运行过程中供热及设备的安全性以及供热经济性在现代供热过程中也越来越高。 随着传统行业自动化进行的不断加快，现代供热过程中将会产生海量数据。这些运行数据不但反映着供热生产运行过程中设备的运行状态，从中还可以分析出许多经营性指标。因此，不论是从供热安全性角度出发，还是从供热经济性、社会环保性方面考虑，供热行业急需在传统的MIS系统、SCANDA系统已经建设完善的基础至上搭建一套适合与供热行业特点的能耗经营分析平台来打破大数据、多系统之间形成的“数据孤岛”，促进热力企业在经济性、环保性上共同进步。   3 解决方案 目前公司在进行检修的过程的基本流程如上图所示，运行检修人员在对数以万计的设备进行检修后，会对损坏的设备进行维修维护。维护完成之后会将维修维护信息以excel文件形式发送给分部门的办事员，之后办事员将这些信息进行格式规范后将信息定期发送给人力资源部门的相关人员进行整个公司的设备信息汇总，汇总之后进行不同维度的统计分析，由于excel业务水平的限制，仅可以进行简单的数据分析，形成传统的业务表格供决策者进行查看，了解公司目前的设备状况。 这种方式在实际工作中存在着很大的弊端，由于检修人员与办事员之间存在信息差，办事员在整理检修人员检修信息的过程中又需要大量的时间。因此，在整个检修流程中会将数据流的信息时间差放大，造成领导当前时间点所了解到的公司设备信息与实际情况大不相符的情况。这不仅会对决策层的判断造成误导，还会直接影响到设备采购计划的实施。对整个设备的生命周期没有一个很好的把控。某种意义上对运行安全也会造成一定影响。 经过研发人员的反复调研。决定使用FineReport进行业务流程的开发工作，并进行资产设备的数据分析工作。并且对FineReport的移动端APP进行开发，使现场运行人员在检修完成后即可对设备信息及存在问题进行更新反馈。使数据可以及时的进行上报，并在第一时间对整个公司的设备情况进行更新。 在整个流程的开始阶段，如果检修人员需要进行设备更换，研发人员也将公司目前现有的OA系统与FineReport进行集成。当需要进行新设备出库时，直接发起出库流程。第一时间进行设备更换，并且可以实时了解库房的库存情况。有利于采购部门及各个职能部门进行采购计划的制定。   4 项目成果 4.1 成果总结 （1）建设成果 平台主要分析模块： 检修工作填报模块 库存资产展示模块 资产设备查询模块 资产设备分析模块 资产设备批量更新模块 资产设备生命周期分析预警模块 平台报表/分析模板总量：57 平台月均访问量：10000+ 平台活跃用户数：180 （2）整体价值 项目上线完成后整体业务由线下人工核对、人工填报、人工分析转移至线上进行。对比之前流程，数据利用率、准确率均有明显提升。并且业务在线上进行之后，整个填报流程进行了优化处理，相较于传统统计填报方式效率提高了约30%。 整套系统可以将多个部门的工作进行串联。在检修人员发起检修后，如果设备需要进行更换，可以直接在检修表内提交设备更换申请，通过模糊检索设备名称、型号可以实时查看库房内现有的同种设备的数量。同时，设备数量低于设备管理员所设定的阈值时，系统可以多次向设备管理员发出报警，提示尽快进行设备采购申请。这样不仅较少了因各个部门之间沟通衔接的时间，还可以通过库存预警系统自动生成设备消缺明细，降低了设备管理人员的重复工作。 在对数据的利用方面，通过系统平台进行统一的检修填报后，可以将真实的检修情况进行统计，由于数据信息都将汇总至数据库中。因此，所有数据都将被有效保存，不会出现由于非人为因素导致数据缺失的问题，可以更加真实的反应出现有的设备情况。 在系统上线之前，因为每年的检修时间通常为3-5个月时间，时间跨度较大，往往数据会因为人员变化或者文件损坏导致数据丢失。因此，在之前的每一个检修季中都会进行设备统计工作，导致每年都消耗大量时间以及人力进行设备信息基础表的完善工作。但是，这样统计出的数据不能使设备形成连续且完整设备信息流，并且不能对设备形成一个完整的生命周期分析。在没有完整的设备生命周期记录的情况下，采购部门就不能根据数据化的分析得到到底那种设备更适合于热力行业的特点。 通过系统上线之后，完善了设备数据，可以对同一节点的设备时间维度上的查询，对所有的更换记录进行查询展示，还可以按照同种设备，同种厂家进行横向分析，对比同种设备不同厂家不同批次的有效使用时间，有利于为采购部门制定采购计划提供参考依据。 系统上线之后对数据统计工作也较上线之前在数据质量方面有了一个很大的提升，准确率提升在40%以上。之前的数据汇总工作，全部在excel上进行操作，虽然在统计之前也进行了表格的设计以及填写规范的说明，但是在将数据进行汇总之后发现，所有的数据还是良莠不齐，统计汇总人员还需要花费大量的时间对数据进行整理。整理完成后在将数据按照不同的维度进行分析。这个过程不仅浪费了大量的人力资源，还使信息丧失了其时间效应，最后分析得到的结果不能代表当前时间的真实情况，这就使数据分析结果失去了它的意义。 在系统上线之后就完全解决了这个问题，线上填报对所有的信息都进行了规范，使的进入到数据库中的数据有了规范的维度。并且，在进行填报完成后，分析结果实时生成，相关业务人员可以随时进行数据查询，分析得到的结果完全可以反应当前时间点的真实情况。这个过程不仅节约了人力资源，更使得数据分析出来的结果更加具有时效性。 4.2 典型场景（按照问题—解决过程—价值的逻辑，介绍几个项目中典型的应用场景） （1）场景一：夏季检修工作的设备可视化 按照之前的检修流程，领导无法及时得知当前检修的进度，以及设备材料的更换情况，无法根据具有时间差的信息做出准确判断，并且制定相应的采购计划。并且，在进行数据上报以及分析的过程中完全依靠人力及EXCEL进行工作。耗费了大量的人力，在夏季检修过程中所更换的设备也无法与原有设备台账进行融合，造成设备情况谁也说不清楚的情况。 通过对夏季检修计划的线上填报，可以实时了解检修情况，减轻了运行人员的工作量，并且可以对检修情况进行实时分析。了解检修过程中存在的问题，及时调整检修进度。并可将设备台账进行及时更新。 通过完善业务流程，极大的推动了检修工作的进行，保障了检修工作信息的准确。极大的提升了员工的效率。 （2）场景二：可对检修过程中产生的材料费用进行统计 在填报过程中，检修人员可以对检修过程中使用的材料进行统计，并且自动生成检修材料的费用情况进行统计分析。这个过程可以减少财务部门的统计工作，将每个月的检修费用自动生成，并可将材料费用进行同比、环比分析，并且可以纵向对比每个月材料费用增长或减少的因素，为检修材料费用的控制提供依据。 （3）场景三：可对检修过程中如果有更换设备可以直接对设备进行更新 在检修过程中如果发生设备更换情况，可以直接对设备进行更新填报，提高设备更新的实时行，提高了数据的准确性。在原先的流程中，设备更换之后检修人员不在第一时间对设备更换情况进行更新，而是等待回到办公室后进行同一更新填报，这个过程中往往会造成遗漏和信息缺失的情况。系统上线之后，检修人员可以对检修完成后的设备进行实时的填报更新。可以有效降低信息遗漏和数据缺失的情况发生。 5 项目总结 1、需求调研阶段一定要与业务部门多沟通，站在业务的角度看问题，了解痛点在哪里， 怎么做才能真正的帮助业务解决问题。 2、项目过程中，遇到问题一定到保持跟踪，及时解决问题，避免问题堆积；同时也要及时向领导汇报项目进度，寻求必要的帮助以及资源，保证项目的推广和落地。 3、报表开发完成后，继续保持和业务人员的沟通，不断优化报表。 4、数据是报表的基础，业务系统中的数据质量一定要重视，如果数据的准确性，完整性，及时性得不到保障的话，结果将会大打折扣。

FineBI助力企业数字化转型、提升数据应用能力 1 企业简介       中国外运长江有限公司（以下简称“外运长江”）隶属于招商局集团下属的中国外运股份有限公司，是长江区域集物流、信息流、资金流为一体的，具备供应链解决方案设计与运营能力的知名综合物流企业。业务机构遍布江苏沿江主要港口和经济发达城市以及安徽、江西等长江沿线重要区域，员工4000多人。 2 项目背景       当前，中国外运正在大力推进数字化转型，推动企业实现从财务管控、战略管控向运营管控转变的历史性跨越，这既是当前数字化建设工作面临的挑战，也是一个综合物流领域的传统企业重塑业务、重塑运营、涅槃重生、完成向智慧供应链平台企业华丽蜕变的变革契机。       外运长江信息化情况详见截图。外运长江以i-SCP智慧供应链平台为核心业务平台，该平台涵盖业务网上服务、订单管理、操作管理、商务结算、客户供应商管理、基础数据管理、权限管理等多个模块。平台对内对接股份主数据平台、招商行云开票系统、BMS等多个系统，实现基础数据管理、开票、上传财务等功能；对外对接海关、税务、船公司、客户等相关系统，通过对接，完成数据接收反馈，提升业务开展效率、客户满意度。该平台自2016年实施至今，在外运长江全公司得到了有效推广实施，各公司均使用i-SCP平台，基础数据均以i-SCP平台数据为准，一改以往业务系统分散、基础数据标准五花八门的问题。       数据是有了，现有的问题是：如何才能使平台中的数据活起来，最大限度为业务运营管理提供决策支持、推进数字化转型、实现企业由财务管控向运营管控转变呢？       要解决这个问题，必须从两个方面下手。      （1）解决工具的问题：外运长江2012年在股份公司的主导下，开始进行商业智能项目的建设，但此次建设的项目由股份公司管控后台，数据的运维管理权在股份，外运长江难以根据自己的实际需求对数据模型进行修订，加之此次传统型BI工具权限管理不灵活、访问速度慢、制作发布繁杂等原因，项目实施后并没有得到很好的推广、使用，业务管理仍然停留在Excel等手工方法，数据价值并没有得到很好的体现。在这个背景下，我们意识到此次推进数字化转型，必须要找到一个契合外运长江需求的数据分析工具。      （2）解决人的问题：外运长江作为综合物流领域的传统企业，大部分员工缺乏信息化和数据思维，日常工作习惯于使用Excel、PPT，同时在进行沟通时也是将Excel、PPT等文件在邮件中进行流转，处于管理岗位的员工亦是如此。且公司的大数据相关工作一直还是IT强主导型，业务、管理人员参与度不够。针对这个问题，我们需要通过一定的方法，提升员工信息化和数据思维和能力，让员工养成主动寻求信息化手段提升工作效率、数据价值和管理效能的习惯。只有同时解决了人与工具这两方面的问题，才能够让外运长江在数字化转型的工作中实现运营管理数字化，才能够让i-SCP平台中的数据价值得到最大的体现，才能够实现外运长江大数据工作的大步迈进。     3 解决方案       建设项目前，外运长江创新研发部对国内外多款BI工具进行了试用，最终从产品的便捷性、部署方式、实施推广、共享协同机制等多方面对比后，决定使用帆软旗下的FineBI产品作为此次项目的工具。       项目建设思路：           数据标准化：       项目实施最首要的工作，是数据标准化。外运长江基于核心业务平台——i-SCP进行数据标准化工作。数据标准化工作从客户供应商、业务、基础数据等三个方面进行推进。（1）针对客户供应商，外运长江对接股份主数据，同时制定管理规范，绘制管理流程图，组件严格的客商创建、审核团队，统一客商的编码规范，防止数据重复录入或信息项的误录入。同时       针对客商进行标准化的客商信控协议和合同维护，便于对客商的相关信息进行准确的跟踪、展现。      （2）针对业务，外运长江规范业务服务环节、业务状态跟踪节点、业务子类和类型，便于对各项业务的开展情况进行分析，为业务决策提供支撑。      （3）针对基础数据：对基础数据进行标准化工作，由外运长江统一进行全局的数据字典维、箱型尺寸、结算资料、港口地点、船舶规范等信息进行规范化录入和管理，避免脏数据的产生。           IT先行：       数据标准化做好之后，结合传统型综合物流企业的实际情况，我们决定由IT（创新研发部）人员先进行FineBI项目的探索。在这个过程中，对于FineBI工具的管理、数据准备、仪表板制作等功能进行充分的熟悉，结合实际业务场景，完成一些具有通用性的仪表板，不断积累经验。       推广实施：       首先在总经理室、职能部室就近进行推广，然后在事业部、片区、分子公司进行推广。在这个过程中，逐步让各层级领导发现此次项目的价值，发现愿意动手自己制作数据集和仪表板的关键用户。       关键用户参与：       完善此次项目的管理规范，将关键用户分为管理员和分析员两类，确认项目的管理员和分析员的职责分工。对关键用户进行培训，建交流群，及时解决关键用户提出的问题，意在让关键用户充分了解工具，掌握方法，将大数据管理融合到日常工作中。     4 项目成果 4.1 成果总结 （1）建设成果 平台主要分析模块：i-SCP分析、运营管理分析、各分公司分析、职能部室分析等 平台报表/分析模板总量：1200 平台月均访问量：32000 平台活跃用户数：300 （2）整体价值       此次的FineBI项目，在外运长江职能部室、分子公司得到了很好的推广。外运长江职能部室中运营管理中心用户在系统中根据KPI指标要求，自助进行分析，将分析结果共享给各分子公司运营管理线，实现了数字化运营管控，为决策调整提供指导；市场营销中心和人力资源部也依靠FineBI对客户和人员信息进行线上分析展示。不少分子公司的业务、商务管理人员，根据业务开展和跟踪需要，在系统中进行业务数据、应收账款等分析，并将分析结果推送给相关领导和负责人。在项目建设过程中，我们也找到了很多优秀的关键用户，对于外运长江推进数字化转型工作有着重要意义，也整体提升了外运长江数据应用能力。 4.2 典型场景 （1）场景一：权限隔离       外运长江作为一家综合物流企业，有自行研发的智慧供应链平台：i-SCP智慧供应链平台。该平台满足日常业务的开展、跟踪、结算，产生明细的数据，仅具备简单的数据分析功能。       痛点问题： i-SCP的数据分析功能简单，难以满足复杂的业务管理要求； 由于管理的分子公司众多，管理层级也较为复杂，在i-SCP平台中，所有的分析只能根据当前用户的角色进行数据权限的隔离，但是存在一个用户有多个角色、领导需要同时查看多家公司数据的情况，此时的业务系统需要通过不断切换角色才能实现，而且无法同时查看多家公司的信息。数据权限问题解决不好，将大大制约此次项目的推广实施； 如果想要在i-SCP平台中发布某些分析看板，必须将需求提交至各分子公司或者外运长江IT部门，由专业的人员进行开发发布，如果用户想要看多家公司的数据，必须将所有的分析用Excel下载下来自行合并成一个进行查看，机动性差；而且对用户来说，可能一个简单的分析经过层层上报评审后制作发布要等待一周以上的时间，效率低且用户体验感较差，对制作者的能力要求也高；       解决过程：       经过了解，我们发现FineBI具备权限隔离的功能，并且直接查看帮助文档就可以自行对公司层级进行层级树配置。       首先，我们制作了一张公司组织机构代码的公司树数据集，包含公司代码、上级公司代码和公司名称；接下来对该数据集进行自循环列的编辑，将公司管理层级搭建起来，；然后我们将业务系统的用户登录名、角色公司等信息全部提取出来用于匹配登录者信息和公司机构表；后配置登录者信息和权限设置；最后大家在进行权限继承的时候，只需要将制作的自助数据集和公司组织代码的数据集做一对多的关联就可以进行权限隔离了。       应用价值：       目前我司有一百多个数据集是进行过权限隔离的，所有的公共仪表板都进行了权限隔离，保证数据不外泄，公司间机密信息相互隔离。       同时，我们打通了业务i-SCP平台和FineBI的用户，平台共用用户，避免多个系统要记多个用户名密码，方便用户的登录使用。同时，根据i-SCP平台的角色权限进行数据权限隔离，也方便各分子公司管理员对数据权限的管理。       数据集经过权限隔离，每一位分析用户能看的数据都是经过筛选的，所以可以自行制作想要的仪表板，样式更多且不仅限于Excel，用户体验更好，也能及时发现基础数据汇总存在的问题并进行自查自纠。       同一个仪表板不同用户看到的效果是不同的，最终展现的效果如下：       1. 权限最高的用户可以查看所有公司的数据           2. 该用户为某管理层级公司管理员，该管理公司下属有7家结算公司，只显示7家公司的数据     （2）场景二：关键用户推广应用       由于我司的管理层级众多，我们曾经在推广的时候考虑过自上而下的推广模式和自下而上的推广模式，但是都不适用，经过一年多的推广尝试，我们找到了一种更为合适的推广模式：关键用户推广。       痛点问题： 自上而下模式问题：有些管理公司或分子公司的领导身兼多家公司的管理，日常事务繁多，对兼管公司的了解不是非常充分，有的公司设立的专门的IT部门，有的公司可能是某个业务人员身兼IT职位，但是IT方面的知识也不是非常专业，领导想要推广也不知道该找哪个部门哪个人进行推广。 自下而上模式问题：业务员工做的仪表板，大多还是为了导出Excel，内容简单，不讲究排版和文字性描述的内容，这样的仪表板在同一部门的基层员工处推广效果很好，但是一旦换一个公司甚至换一个部门就不适用，领导层面只注重于总体情况的分析，并不需要看明细数据，因此更不适用，向领导层面推广更加困难。       解决过程：       一年半前，有一位分公司运营部的新员工来我司进行两天的培训，我们向其介绍了FineBI的部分功能和使用方法，该员工回去后向该分公司的运营部领导介绍了BI，并且简单做了一个关于集装箱量（TEU）统计的仪表板，该分子公司领导认为后台直接将数据拉出来，既准确又迅速，非常好用，于是让该新员工负责该分子公司及其运营部管理的片区其他几家分子公司的仪表板制作。短短一年时间，该员工为片区做了将近100个仪表板，几十个推送，每个仪表板都有固定的使用人群查看，也带动了部分该分子公司员工的制作。该员工不仅自行制作数据集和仪表板，还定期对其他员工进行推广培训，包括查看用户的简单培训和设计用户的使用培训，都取得了一定的成效，FineBI在该片区的推广效果显著。       我们在了解到该片区的情况后，一致认为该推广模式较我司这种管理类型复杂的企业来说非常合适。有些分子公司没有专门的IT部门，或者有些IT人员事情繁多，没有时间去制作和管理，因此并不一定需要IT人员去推广，相反对业务更熟悉的业务或者财务人员去推广效果更好；有些分子公司的IT部门能力很强，也很愿意了解和制作FineBI，因此这种分子公司的推广由IT部门牵头。       目前我们推广应用在不少下级公司中成效显著，每天的使用人数稳定。同时我们根据公司的组织架构，在目录页分子公司管理员设置了不同的文件夹以供各分子公司自行制作和挂出，给分子公司管理员一定的制作、挂出、授权权限，以便更好的推广FineBI。       应用价值：       通过各分子公司的关键用户推广，目前已经有1200多个仪表板投入使用，有近100个定时推送的仪表板，推送人群数量超过300名，日均访问量达到1000多次。有的分子公司还将仪表板作为季度报告的模板，替代了每个季度重复制作PPT的方式，极大的提升了员工工作效率，实现了汇报数据动态显示，也优化了汇报体验；同时通过一些仪表板的分析，我们也能发现数据中存在的问题并及时、有针对性地调整业务系统数据，业务人员在发现问题后可直接反馈给各分子公司管理员并进行修正，无需再反馈到后台数据库管理人员进行修正，对于数据治理来说非常高效。       1. 目录结构：包含外运长江职能部室，以及各事业部、经营片区、分公司。           2. 部分仪表板展示       1）外运长江层级总仪表板       利润分析：             客商分析：           2）外运长江层级职能部室专用仪表板       人力资源部专用员工分析看板：         3）职能部室管控条线仪表板（职能部室管理下属分子公司）       财务部对于客户供应商信用、应收账款管理：           运营管理中心管理各分子公司业务开展情况       运营管理中心风险订单情况：       运营管理中心考核KPI得分情况：       4）分子公司自行制作仪表板       某片区未开票统计仪表板（运营人员制作）：       某公司资金成本统计分析仪表板（运营人员制作）：       某公司利润统计分析仪表板（IT人员制作）：       某业务部报价单统计仪表板（IT人员制作）： （3）场景三：公用数据包的应用       痛点问题：       刚开始使用FineBI的时候，为了快速推广，我们给很多有能力的用户都开了写SQL和创建DB的权限，结果很多分子公司的数据处理用户为了方便，写了大量重复的SQL，又设置了几乎相同的晚上更新时间，导致晚上跑数一度瘫痪，每天早上都耽误用户的正常使用。       解决过程：       我们在分析了各家自行书写的SQL后，进行了总结，将使用较多的数据进行了集中提取，并且对数据进行权限隔离，只需要晚上集中跑数一次，就可以更新完毕，用户也只需要使用自助数据集对所需数据自行进行操作，就可以完成。       应用价值：       我司的数据集基本全部采用抽取方式进行提取，所有的跑数都在晚上进行。针对业务数据集中的几张基础数据表，我们进行了集中提取，并且通过数据的权限隔离，对所有数据分析用户开放。       基础表包含基础数据、商务数据、业务数据。       所有的表都进行了权限隔离：       几乎每张表都被大量引用作为各分子公司的自助数据集：       公用数据包的使用极大的提高了后台运行的效率和稳定性，做到数据隔离，隐私设置，同时大量可选择的字段也给用户选择过滤的空间，不再限制于只能成为数据处理用户才可以进行数据分析，作为数据分析用户同样可以进行数据的处理和仪表板的制作，机动性更高，可操作性也更高。 （4）场景四：移动端及单点登录的应用       痛点问题： 随着科学技术的发展，现代人在网络上有着各种各样的账号，外运长江的员工也是这样。并且因为在工作中上级公司也有很多系统，用户不得不记住各种各样的账户密码，有时候忘了，还要寻求途径找回密码再登录，很影响工作效率。外运长江FineBI的账户与i-SCP平台进行了集成，i-SCP平台要求所有用户三个月需要更换一次密码，有不少用户出现过密码更改后记不住，导致在FineBI输错密码达到三次账户被锁住的情况；也有用户出现过急用FineBI但是由于用户信息中邮箱填错，无法接收到邮箱二次验证的验证码，需要修改邮箱再重新登录的情况； 传统型的BI工具，对于移动端支持不够，所以此次项目实施前，外运长江就确定一定要突破移动端的壁垒，新的大数据项目必须能够在移动端便捷访问，随时随地实现大数据管理。       解决过程：       我们通过查阅帆软的帮助文档，成功使用了钉钉管理和钉钉扫码两个插件，实现了电脑端和手机端双重单点登录。       应用价值：       我司的FineBI已经与钉钉集成，并在移动端创建了应用程序，实现了单点登录，管理人员可以随时随地通过移动端的数据分析了解业务开展情况；电脑端实现了手机扫码登录或者邮件二次验证，提升了安全性的同时方便用户使用。       1. 电脑端扫码登录       2. 钉钉单点登录       3. 移动端 5 项目总结 5.1 CIO/项目负责人点评       外运长江使用的帆软产品有FineBI、FineReport、简道云，可以说是帆软的深度合作客户了。从使用这么多帆软产品看来，不难看出外运长江对于帆软的产品是非常认可的。外运长江之所以这么坚定的选择帆软产品，既是因为帆软产品便捷部署；也是因为帆软产品低代码/零代码可大大降低用户的学习成本，事半功倍；更是因为帆软产品完善的帮助文档和优秀的技术支持团队。       外运长江数字化转型工作一直在路上，FineBI项目建设还没有结束，期待在帆软产品和团队的支持下，外运长江数字化转型、数据应用能力有新的突破。 5.2 经验心得       ①做好数据标准化工作。标准化工作是大数据项目的重中之重，做不好标准化工作，项目的实施效果会大打折扣。       ②在小的细节中优化用户体验，比如用户体系与已有系统的结合、单点登录等；       ③大数据工作不能仅仅依赖于IT人员，要善于发现关键用户，充分发挥其他管理人员、业务人员的主观能动性，实现他们在大数据工作中的价值。IT人员可以从繁多的业务报表需求中解放，从而有更多的时间推进其他方面的数字化转型；关键用户可以从复杂的手工报表中解放，从而有更多的时间完善管理机制、开展业务，实现双重解放；       ④针对公司层级多，数据之间要求相互隔离，需要完善数据权限管控机制，通过完善的权限机制，提高仪表板的可重用性，降低运维成本；       ⑤分层管理，在满足全局的数据展现要求同时，对分子公司实行分层管理，支持分子公司自行进行自助数据集创建和数据分析，有利于数据价值的体现和项目的推广。  

BI赋能运营，引领苏美达高质量发展 企业简介       苏美达股份有限公司（股票代码：苏美达600710）是中央直接管理的国有重要骨干企业、世界500强企业中国机械工业集团有限公司的核心成员单位。总部位于六朝古都南京著名民国文化一条街——长江路。伴随中国改革开放和全球经济一体化进行，经过40多年的发展，苏美达已成长为以供应链集成服务为主题，以先进制造业和工程承包为两翼的国际化企业集团，业务涵盖供应链+产业链两大板块，包括供应链集成服务、大环保、大消费等，业务涉及机械、纺织、能源、轻工、船舶、交通等国民经济重要产业，市场遍布全球150多个国家和地区。       苏美达2020年实现营业收入985.9亿，进出口总额88.19亿美元，位列2020财富中国500强第121位。苏美达长期秉持高质量发展理念，创新超越，行稳致远，致力于成为全球产业链的组织者与整合者，打造备受投资者尊敬的上市公司。   项目背景       苏美达信息化建设和数字化转型的过程中，十分关注数据资产这一核心生产要素的价值。随着公司业务规模的发展，以及信息化的长期建设，积累了大量业务数据的同时，在挖掘、利用这些数据时就遇到了一些问题：多数据源、数据标准不统一、数据质量不够、数据价值未充分挖掘、缺乏统一的数据管理组织。公司意识到数据对于客户挖掘、风险管控、决策支持、运营提升上将会带来很大的价值。为了更好地对数据进行收集、清洗、加工以及沉淀管理，推动大数据平台建设，苏美达选择FineReport 10.0作为开发工具，实现以下诉求： 建设数据湖，实现公司所有业务、财务、资金数据统一存储、清洗和管理； 整合异构ERP系统数据，降低管理部门报表发布周期、提高数据准确率、及时性，实现一日报表； 建设主数据管理体系，包括客商、商品、组织架构、国别地区、港口海关等各类统计维度，解决统计维度混乱的痛点； 建立数据分析平台，统一报表口径、数据来源，所有管理报表均由数据分析平台发布； 培养用户自助分析的习惯。 解决方案           为解决多源数据、数据标准不统一、数据质量参差等问题，结合业务场景需要，梳理输出600余项业务指标，形成了一套完整的业务指标体系。通过数据湖的方式，对三套异构ERP系统13年交易数据接入、清洗，完成600余项指标计算。             对于大数据平台而言，如何才能让大型数据集变得亲切和易于理解，可视化无疑是最有效的途径。可视化BI工具的目标是提高公司核心竞争力，提升领导决策能力，提升公司整体运营效率，降低公司运营风险。在此背景下，迫切需要一套行之有效的可视化数据工具为公司运营保驾护航。帆软商业智能Fine BI作为新一代自助大数据分析的BI工具，其核心意义是建立高层战略决策支持统计指标框架，主要针对经营指标、绩效指标、财务指标、风控指标等，通过仪表盘、图表等技术综合展现现状，以帮助了解经营指标是否良性发展。     项目成果 成果总结 建设成果       面向不同用户的数据呈现体系       经过建设，最终形成了满足面向高管层的经营决策驾驶舱、面向综合管理部门的统计预警、面向商务执行层的日常查询三个维度不同需求的BI系统。     平台报表模板数：160+ 平台月均访问量：12,000+ 平台活跃用户数：300+ 整体价值       推动数据质量规范化       数据质量是BI的核心，项目推进的过程也是次流程梳理的过程，在提高BI数据质量的过程中，统一指标规则口径、推进流程闭环、完善程序校验机制。只有构筑一套企业级的数据治理体系，才能确保关键数据资产有清晰的管理责任，作业人员有规范的流程和指引，IT建设有稳定的原则和依据，为公司的业务可视化、分析、决策提供数据服务，支撑业务数字化运营。       贸易行业端到端的指标体系       本次BI建设也是站在贸易行业的高度上，形成了一套覆盖贸易行业端到端的全面指标分析体系。涵盖了订单、物流、收支、核算、资金、风控、绩效等全维度、多视角的数据分析和呈现。       持续推进主题分析、自助分析       通过本次BI建设，让全公司认识到数据分析的意义和价值，持续推进主题分析和自助分析，更好的深入业务场景、挖掘数据价值，持续为业务提供数据服务，支撑业务数字化转型。       在数据平台的基础上，全公司形成了“用数据说话”的工作氛围，实现了系统数据的精益生产。贸管、物流、财务、商务以往需要手工整合、二次加工的上百张报表，全部系统直出，效率上实现了每日报表，同时减少了人工加工的重复作业、机械作业的工作量、降低了差错率，释放出更多的人力去做管理分析，助力高质量发展。       据一季度经营业绩统计，苏美达股份实现营业收入329.98亿，同步增长104.97%，进出口总额27.23亿美元，同步增长59.2%，归属上市公司股东净利润2.04亿，同比增长179.79%。大宗商品供应链运营业务持续增长，其中出口钢材突破100万吨，占比全国总量5.8%，创历史新高。机电设备进口一季度新签合同29.82亿美元，同比增长158%，实现进口开证19.3亿美元，同比增长91%。旗下苏美达国际技术贸易有限公司成功入选首批全国供应链创新与应用示范企业。 典型案例       经营决策驾驶舱 问题：在过去的经营管理中，领导层往往依据运营部门定期提供的统计分析报告来进行管理决策，形式较为单一。但在实际经营的过程中，由于战略调整、业务重心转移等情况出现，不同时期的报告侧重点有所不同，导致对比性差、可追溯性不强，缺乏一个能够总览公司经营全貌的驾驶舱，呈现总体经营数据及历史概况。 解决过程：按照地理空间维度、时间维度、组织维度、商品维度展示各个业态下的各项关键经营指标，设计联动、下钻满足不同层次的数据需求。 场景价值：公司驾驶舱作为决策层掌握公司经营动态的窗口，遵循业财一体的原则，既涵盖了进出口额、内贸额、服务贸易额等12项经营管理指标，又集中展现了资金使用和融资情况等13项财务管理指标，便于公司领导查看业务子公司各项指标完成情况和掌握金融资源使用动向。     金融资源驾驶舱 问题：由于资金信息大多来源外部机构，领导层无法实时掌握公司最新金融资源动向，不利于金融资源调配和管控，因此需要整合内外部资源，建立统一的金融资源驾驶舱，实现数据一站式查询。 解决过程：按照币种、组织维度展示各家子公司当期金融资源利用情况。通过填报汇总外部金融资源数据，通过抓取内部金融资源占用数据，形成内外部数据统一呈现，对比分析。 场景价值：金融资源驾驶舱，通过整合各家银行对我司的授信数据，测算现有业务的当期占用及资金预测，对我司金融资源组成、使用情况，业务使用效率进行了直观的展示。通金融资源驾驶舱，辅助领导层宏观调配金融资源，扎实推进高质量发展。   统计分析报表 问题：运营部门日常需要对公司进出口、内贸等业态下的诸多业务进行统计分析，以往通过前台导出各ERP系统中的数据，再进行手工整合，对用户来说，不仅工作量大、效率低下，而且是机械的重复性劳动，还容易出现因操作不当导致的人为错误。 解决过程：通过梳理需求，将数据分析人员所需的统计信息统一形成固化报表，统一基础信息，控制数据权限，方便用户即席查询导出，提高工作效率。 场景价值：通过明细台账的形式，将业务指标汇总到表单中，方便管理部门进行自助数据分析，同时，为达到风险管控的目的，在表单中建立四级预警模型，筛选出某一环节存在风险的数据，自动发送邮件提醒相关负责人。 项目总结 此次BI建设，意义重大，影响深远，主要体现在以下四个方面： 业内首次在贸易行业的高度上，建设端到端、全流程的指标体系 整合异构系统数据，形成面向执行、管理、决策层的数据呈现体系 推进数据规范化，逐步构建企业级的数据治理体系 形成持续推进主题分析、自助分析、用数据说话的良好氛围 十四五的开局之年，在苏美达拉开数字化转型大幕的当下，努力打造数字化驱动的国际化产业链和供应链，成为国内国际相互促进的双循坏标杆企业。BI赋能运营，引领苏美达高质量发展。  

  1 企业简介       南京边城体育用品股份有限公司成立于2002年，总部设立于江苏南京。公司通过品牌推广、自主设计与研发、 供应链整合、营销网络建设，满足不同消费者在不同使用环境中的户外需求，为消费者持 续提供健康户外和滑雪运动生活方式的品牌产品和体验服务型公司。 边城体育专注于大户外领域，将专业+时尚的优质品牌产品和体验服务带给消费者。引领消费者回归自然，乐享美好生活。 现已遍布全国500余家店铺，涵盖大众主流消费渠道及专业户外平台，线上线下全覆盖。 2 项目背景 1、业务痛点       底层数据复杂且孤立：作为一个运作时间近20年的零售企业，边城体育拥有较为完善的运营系统模块，包括：DRP（配送需求计划）、OA（办公自动化）、营销管理平台等，系统使用时间长，期间进行了多次的产品迭代和二次开发，底层数据结构复杂且存在历史数据未处理，导致现有分析报表需要耗费大量的精力进行开发取数，且报表逻辑调整繁琐，致使现有报表与变化的业务场景无法完全匹配。       数据变化大且更新不及时：由于复杂的营销核算模式，细微的调整均需要对历史数据进行针对性的回滚等操作，且原本的线下模式对于数据的实时性无法做到保障。       缺少分析平台：所有的数据分析均在线下独立运作，无法保证数据的一致性和准确性，且用户操作均以Excel为主，无法做到及时的共享。 2、选择帆软的原因       工具型厂商：帆软作为工具型厂商，能使用户使用产品实现更高要求的数据诉求，帮助企业信息部门完成技术转型。       可视化解决方案：依托现有指标，可以提供完整的可视化解决方案，并且后续独立开发难度低，企业能够自主完成可视化迭代。       数据仓库解决方案：提供依据自身的业务场景的数仓解决方案，整合现有数据，辅助提升现有系统数据的利用率。 3、长期规划       业务聚合：整合现有业务系统，完成基础的业务整合，主要包括进销存涉及的基础数据。       模块拓展：基于现有模块内容，横向拓展，完善渠道，会员，店铺等核心模块。       场景化分析：深化分析方式，纵向深挖，引入ABC分析法，RFM分析模型等成型的分析体系。       自助分析，自助决策：基于完整的数据分析结构，真正实现有数可依，自助分析，自主决策。       计划3-4年内， 能够按阶段的完成上述几个重要步骤，包括零售方向的渠道分析，会员分析，店铺分析等主题模块，形成边城业务形态自有的场景化分析体系，帮助各层决策者实现自助分析，有数可依。 3 解决方案       痛点分析       由于系统运行时间长，存在大量的历史数据以及弃用维度，并且会员、渠道等模块还未有完善的系统，数据获取难度大。此外业务场景复杂，需要灵活的数据回滚机制。       业务主体分析       企业主体拆解       由于企业运作状态下各部分业务主体相互间产生业务交易，业务数据由此产生，为了梳理现有执行的业务框架下存在哪些分析指标，首先需要确定当前参与交易的业务主体，由主体发掘关键指标，整理核心维度。       另外，主体调研能够弥补现有业务系统模块缺失的问题，确认缺失的主体模块，预留数据仓库可扩展的数据维度，为后续新增业务模块奠定基础。       业务模型构建       业务模型       根据主体调研结果，确认业务框架结构，明确各业务主体间交易方式以及具体定义，通过此模型，能够帮助业务侧理解数据仓库具体内容，作为沟通业务侧的说明模型。避免多节点的业务流程各节点间逻辑不通的问题，从业务侧减少统一维度的难度。       指标以及维度处理       指标定义集       针对现有的指标进行归纳整理，确认主题分类、计算方式、分析维度等关键内容，建立完善的指标仓体系，进一步细化由业务侧供给的原始信息，保证信息的完整性、准确性、一致性。       全面的指标整理暴露了维度缺失的问题，本次项目中采用了智能补录模块，数仓中的维度均来源于事实表数据，因此数据抽取过程中存在事实先于维度产生，对于新产生的维度，系统自动采集并与现有维度进行比对后，按照既定规则生成维度新增填报，运维人员仅需要对维度数据进行确认即可提交补录至平台。           另外，因为用户分析的时间区段会横跨变动的维度，例如组织架构频繁发生变更，为实现数据仓库数据回溯，保障数据的生命周期完整，对所有的维度数据采取版本记录的方式进行管理，所有的维度指标进行维护过程中，系统均自动采集维度的历史版本进行存储，并记录各版本生命周期，为数据的回溯提供维度依赖。       业务方案转化         逻辑模型       依照业务模型，将离散的业务数据进行归纳收集，并输出逻辑模型，完成由业务侧到数据侧的转化，运用该模型建立业务部门与IT部门的统一，解决业务侧复杂的逻辑在数据侧无法良好转化的矛盾。       针对痛点的数据框架       数据流向框架       零售行业存在数据吞吐量大和数据实时性要求高的行业特点，结合行业特性，对现有的数据存储结构进行优化，创建贴源层对业务源数据进行整合清洗，解决业务系统脏数据问题，设计伪实时数据流，对于实时性要求高的数据采用单线传输，提高同步频率。       灵活的调度方案       调度框架       面对频繁数据回滚的业务场景，ETL的调度需要更加的自主化，所有的调度计划均可在报表页面以HTTP请求方式触发，ETL中添加可执行参数，使运营人员在无需进行ETL培训情况下能够自主的处理数据回滚需求。           因此为了更加高效的调度数据，本次项目将jenkins作为组件嵌入平台中，一是让所有的调度情况一目了然，二则是通过报表系统生成系统核算参数，并通过jenkins实现点击的远程调度。 4 项目成果 4.1 成果总结       （1）建设成果 平台主要分析模块：销售分析、商品分析 平台报表/分析模板总量：100+ 平台月均访问量：150+ 平台活跃用户数：80+       （2）整体价值       边城体育依托现有数据仓库模型，在企业高层领导积极推动下得到了极大的使用。目前，系统平台在仅对企业核心管理层以及产品运营经理及下属开放的前提下，灵活的分析方式和准确的数据也帮助产品分析做出了长足的更新改善。且内部的积极推动下，帆软产品的使用将纳入后续边城体育产品相关人员的必备考核技能中，同事间也能够相互分享自己独特的分析角度和方法。后续随着数据模型的扩展以及产品的深度使用，FineBI将逐步成为基层销售以及门店获取最新销售情报的重要途径。       4.2 典型场景       （1）场景一：公司展台       需求       1. 数据分散：展台体现了公司的整体销售运作状态，因此选取了几个独立系统内的数据，需要数据进行整合处理。       2. 口径不一：业务侧各个环节针对同一个指标的计算逻辑不一致，导致最终结果无法作为统一参考。       3. 数据实时性较差：较早的数据分析模式为，业务系统下载数据，线下分析整理，仅仅只能保证一周做两次，数据及时性不足。       4. 历史数据获取困难：正常分析需要使用大量历史数据进行同期环期对比，但是线下手工很难对大量历史数据进行有效管理。       解决过程       1. 数据：利用数据仓库模型，将所需要的数据进行抽取，汇总成为能够支撑业务侧分析使用的宽表，并且利用调度机制，对数据进行定时更新。       2. 分析：将预处理过的数据在FineBI中进行二次加工，通过业务侧常用的分析角度进行切片，十分快速的得到一张能够反馈当前销售情况以及往期情况对比的公司销售展台。         场景价值 节省数据分析人员每周超过1天数据整理核对等琐碎工作的工作量。 将原有的销售数据反馈时间从原来的2-3天缩短至2-3小时，极大的提高了管理层对于整体销售情况的掌握程度，更有利于积极有效的销售策略的制定和重点销售问题的管理。       （2）场景二：商品分析       需求 数据缺少必要的分析维度以及维度关联，使得数据在不同的切片分析角度下分析不完整，例如品牌角度下由于组织切分不明确导致无法进行分组织的归类。 原分析模式对于数据的支撑较弱，如果引入历史数据会对分析人员的工作要求和工作量提升极大的难度。 商品人员制作数据耗费较长时间。       解决过程       数据：通过前期需求调研，确定了业务侧主体以及分析的主要角度和习惯，针对业务模型进行合理的转换，调整和补充原业务系统中缺失的维度或者从其他数据来源对管理分析维度进行补充。       分析：公司内积极组织BI培训以及多种业务报表展示制作比赛，指导商品分析人员在FineBI平台独立自主的进行商品分析。       场景价值   通过数据仓库对数据的整理能够实现不用切片下的数据分析场景，极大的帮助了商品战略的调整。 解放了商品分析人员，为商品分析人员从数据整理向真正的数据分析转变提供了有效的工具支持 5 项目总结 5.1 CIO/项目负责人点评       整个帆软项目作为，边城体育公司建设信息化道路上的一个支点，企业信息化是一项集成技术:企业建设信息化的关键点在于信息的集成和共享,即实现将关键的准确的数据及时的传输的相应的决策人的手中,为企业的运作决策提供数据。企业信息化是一个系统工程:企业的信息化建设是一个人机合一的有层次的系统工程,包括企业领导和员工理念的信息化;企业决策、组织管理信息化;企业经营手段信息化;设计、加工应用信息化。 5.2 经验心得       在项目实施过程时做过很多部门沟通，包括调研需求，尤其是财务部门的沟通，财务部门在原先的工作中，都是以手工报表加OA系统为数据源，很多数据会进行多次手工修改加工，为了了解财务最终指标所需，必须了解每一步手工修改的实际意义，从而让数据更准确

旅游新引擎—海昌集团大数据分析建设之路 1 企业简介       海昌海洋公园控股有限公司是中国知名的主题公园和配套商用物业开发及运营商，发展起步于大连，自2002年建成以展示南北极动物为主的大连老虎滩海洋公园极地馆，经过近二十年发展，凭借行业优秀的极地海洋动物保育技术，公司将其业务模式逐步推广到核心城市，展开了海昌海洋公园在全国的战略布局。       目前海昌海洋公园已经在上海、三亚、大连、青岛、成都、天津、武汉、重庆以及烟台经营了十座各具特色、精彩纷呈的综合主题公园，每年游客接待量超2000万人次，累计游客接待量超1.4亿人次。其中，“上海海昌海洋公园“和“三亚海昌梦幻海洋不夜城“这两座全新的大型主题公园分别于2018年和2019年盛大开园，相继迎接全球游客的到来。此外，正在规划和建设中的“郑州海昌海洋公园“也即将成为中原地区首度钜献的海洋主题公园。       2014年3月13日，海昌海洋公园在香港联交所成功上市，成为首家在香港联合交易所主板上市的主题公园运营商。进入国际资本市场后，海昌海洋公园将继续深化品牌建设，按照既定的发展战略，持续打造以海洋公园为核心的主题公园行业内领导品牌，倡导“勇于创新、阳光健康、真诚可靠”的品牌个性和“有梦、有爱、有快乐”的品牌主张，为游客提供集公园游览、餐饮、购物、住宿等为一体的一站式综合服务体验。未来海昌海洋公园将以更高品质、国际化、多元化的旅游综合性主题产品呈现给游客、回馈社会。   2 项目背景       海昌集团信息化及数据化现状： （1）海昌集团在历史信息化建设过程中，存在多种类IT基础建设系统，包括票据、商餐、酒店、车场等系统；存在大量的数据未发掘应用，数据价值处于沉寂状态； （2）海昌集团各地区公园分别建设，业务系统相对独立，存在口径不统一、指标口径不透明；各系统的上线时间不一致、系统间数据未打通，存在数据孤岛； （3）从宏观上看，缺乏统一的分析页面查看整体运营概况、缺乏统一的数据平台完成数据的存储、计算、清洗；   3 解决方案 （1）项目建设目标       针对海昌集团的项目建设需求，提出了以下建设目标：       构建数据仓库，整合深大、宏理、绿云、富士、科拓系统数据；       统一指标口径，全面梳理现有数据，规范数据接口，确保数据管理标准化；       通过PC端、移动端驾驶舱，通过指标、数据及时反映公园经营成果、辅助决策。 （2）平台技术框架：       基于FineData+FineTube+FineReport的应用框架建设整体数据平台，通过FineTube实时抽取现有多业务场景下的数据到统一的数据平台FineData中进行存储，保障了历史数据的归集，同时，基于前端报表工具FineReport进行数据的统一展现分析，保障数据的输入端统一、输出端统一。   4 项目成果 4.1 成果总结 （1）建设成果       平台主要分析模块：票务分析模块、停车场分析模块、商餐分析模块、衍消分析模块等       平台报表/分析模板成果：月均访问量达到3万次、平台活跃用户数100人以上；       数据底层建设内容：总数据量2TB、最大单表4000W+； （2）整体价值       海昌大数据平台实现数据可视化呈现，即通过把复杂的数据转化为可以交互的图形，帮助管理层更好地理解分析数据对象，发现、洞察其内在规律，极大地降低个人认知壁垒，将复杂未知数据的交互探索变得可行。依托旅游大数据的可视化发展趋势，管理决策层可以较直观的获取有价值的信息，以此辅助精准决策。并为企业提供一系列数据分析支撑，为管理决策层提供更加直观的决策依据，为挖掘更深层数据价值提供可能。       海昌大数据平台将各系统供应链的各参与方连接起来，实现旅游供应过程中服务流、信息流、价值流的“三流”合一，为旅游智慧营销提供扎实数据支撑。旅游服务供应链上的各方存在着紧密的关联关系，起始端旅游需求量的变动，必然会引起下游各环节的变动，而利用大数据可以帮助我们判断一系列变动的规律。       大数据平台建设对企业管理带来了深渊的意义，具体体现在以下几个方面：       1、面向经营管理的数据决策分析；       2、通过数据管理推动运营优化；       3、形成海昌在旅游行业的数据资产，能够驱动产生新的盈利模式。推动海昌成为行业的标杆。       4、实现报表自动化、可视化；实现决策效率、管理一致化支撑。       5、打通消费者维度数据，分析消费者行为、消费动机。       6、主动预警风险、发现风险，对经营动作进行干预，把握业务机会。       7、逐步实现园区运营的智慧化。 4.2 典型场景       场景一：打通系统多样性整合       业务系统包括票务系统、酒店系统、商餐系统等数据分散在各项目，数据彼此互不相连，无法横向分析对比； 系统一期建设完成，实现10个项目经营数据打通，票务、商餐、酒店、车场业务系统数据打通，并通过PC端web浏览器、移动端，实时监测各项目经营情况，辅助进行经营决策分析。 景区综合监测 "累计订单";"销售金额";"接待人数";"离园人数";"在园人数";"饱和度";"预警";"访客数量";"人数占比";"本期今日接待";"同期今日接待";"客户类型比例" 票务收入分析 "本期累计人数";"本期销售金额";"同期累计人数";"同期销售金额";"销售收入排名";"产品销售排名";"年卡重游次数";"近30天收入趋势";"去年同期收入趋势";"小时销售趋势";"去年同期小时销售趋势";"本年收入趋势";"去年收入趋势";"客户类型比例";"销售渠道占比";"销售渠道趋势";"OTA分销人数";"OTA分销金额" 年卡数据分析 "年卡销售";"年卡开卡";"年卡接待";"销售年龄结构";"销售渠道占比";"本期年卡销量、接待趋势";"同期年卡销量、接待趋势";"本期年卡接待趋势";"同期年卡接待趋势";"年卡开卡走势";"项目销售排行";"产品销售排行";"年卡重游人数" 游客接待分析 "客源地分析";"累计接待";"网络接待";"年卡接待";"日接待量分析";"时段入园分析";"现场购票本期";"现场购票同期";"网络购票本期";"网络购票同期";"团队本期";"团队同期";"散客本期";"散客同期";"近30天接待趋势";"去年同期30天接待趋势";"本年接待趋势";"去年接待趋势";"近十年接待趋势";"日均接待量" 游客画像分析 "总人数";"省内人数";"省外人数";"省份画像数";"城市画像数";"性别占比";"团队本期";"团队同期";"散客本期";"散客同期";"同行人数";"预定分析";"年龄段";"重游人数" 网络分销分析 "本期累计人数";"本期销售金额";"同期累计人数";"同期销售金额";"销售收入排名";"产品销售排名";"项目退票排名";"产品退票排名";"销售统计";"退票统计";"近30天销售趋势";"去年同期销售趋势";"近12月销售趋势";"同期销售趋势";"未来7天游客趋势";"用户提前预定分析";"各渠道销售情况";"自营分析排行";"自营退票统计";"OTA分销排行";"OTA退票统计" 酒店住宿监测 "总房间";"已出租客房数";"可用房间数";"出租率";"酒店营业额";"当期入住趋势";"同期入住趋势";"平均房价";"REVPAR";"出租率趋势";"未来7天出租率";"每日营收走势";"营收占比";"销售渠道占比" 停车场监测 总车位;"已使用车位数";"剩余车位数";"当日累计驶入车辆数";"当日大巴累计驶入车辆数";"当日小车累计驶入车辆数";"车位免费金额";"小车的收入金额";"停车场接待趋势";"时段驶入车辆";"时段离场车辆" 商品数据分析 "商品订单数量";"商品销售金额";"项目销售排行";"商店销售排行";"本期近30天收入趋势";"同期近30天收入趋势";"本期小时销售趋势";"同期小时销售趋势";"本年收入趋势";"去年收入趋势";"产品销售排行";"品类销售排行";"用户支付方式占比 餐饮数据分析 "餐饮订单数量";"餐饮销售金额";"项目销售排行";"餐饮销售排行";"本期近30天收入趋势";"同期近30天收入趋势";"本期小时销售趋势";"同期小时销售趋势";"本年收入趋势";"去年收入趋势";"产品销售排行";"品类销售排行";"用户支付方式占比" 衍消数据分析 "衍消订单数量";"衍消销售金额";"项目销售排行";"商店销售排行";"本期近30天收入趋势";"同期近30天收入趋势";"本期小时销售趋势";"同期小时销售趋势";"本年收入趋势";"去年收入趋势";"产品销售排行";"品类销售排行";"用户支付方式占比" 通过搭建统一的大数据平台进行数据汇总及标准化；通过线上填报进行数字化，定时推送及查看数据，提高效率； 场景二：口径标准统一化       各项目数据标准不一，数据分类及业务多样化；数据延时，通过搭建统一的大数据平台进行数据汇总及标准化；通过线上填报进行数字化，定时推送及查看数据，提高效率；把不同口径的数据加载到数据仓库，通过finetube进行数据整合，不同口径数据经过数据处理统一展现，保证了数据的标准和安全性。       本次项目中通过FineTube作为统一的数据源对接平台，结合了票务系统、商餐系统、酒店系统、车场系统的数据，对所有数据的抽取同步过程进行平台化管理，保障数据质量及数据的及时性；       场景三：大数据平台存储       基于FineData的高性能存储及查询，所有业务系统的现有数据及历史数据进行统一存储；给前端的高校查询提供底层支撑；通过多个公园的数据接入，充分发挥了平台的高容量、可扩展、高可用场景，保障实时园区分析展现能24小时高效运转；将原有的离线分析转变为线上可视化系统。 、       场景四：统一展示平台       各项目数据需通过上报后人工汇总，无法实时监测；不同项目有各自的数据管理系统，但是管理层无法从总体把可控整个集团所有项目的总体经营情况，需要通过各项目手动汇总上报，操作繁琐，汇总时间跨度大，数据容易出现误差，数据时效性差。导致汇总后的数据价值大打折扣。建设大数据平台，统一了数据监测分析工具，各项目，不同系统数据可以通过平台实施监测展示，保证了数据的准确性、时效性。   5 项目总结 5.1 CIO/项目负责人点评       大数据分析平台项目上线会意义重大，项目进程讲的很清楚，各种问题说的比较保守，这个项目历时1年零3个月，我一直在关注这个项目的进展；也一直在推动大数据分析平台项目一期的上线；       目前大数据目实施存在的困难：       1.旅游行业业态复杂，涉及的行业业态比较多，信息化进程慢也是这个原因。牵扯的业态比较多对整个数据系统的建设挑战比较大，也加大了系统间数据打通的难度；       2.整体来看，这个行业业务管理标准化程度、数据管理的标准化管理程度都比较低。要想一些办法实现数据的标准化的管理。       3.数据管理意识不足，跟过去这个行业的管理的推动力有关（传统管理思路更为关注创意、服务）；跟其他更讲究精细化管理的行业相比还是不足。 5.2 经验心得       从2020年3月召开项目启动会开始，经历蓝图设计、开发建设、分布上线，到2021年5月项目收尾，通过业务需求及页面梳理，确定26张数据分析看板。通过内部测试及项目测试，共计解决161余项问题，各页面采用分步上线。项目历时15个月，经过搭建架构、数仓建立、数据汇总及页面分析展示。       通过大数据平台项目，初步建立集团数据中台，完成各项目公司、各业态的数据打通和集成，建立海昌集团统一的数据仓库，实时呈现数据，多端展示各项目业务系统数据分析成果，各项目日报的填报收集及移动端推送查看。

打造大数据可视化大屏，为企业创收超千万元 1 企业简介       山西风行测控股份有限公司成立于2003年2月，位于山西省转型综合改革示范区太原学府园区，是一家专业从事智慧能源管理、电力交易服务、节能减排服务的高新技术企业。2017年9月挂牌新三板（股票代码872161），2020年5月从新三板基础层进入创新层。       公司致力于实现“碳达峰”、“碳中和”的国家战略目标，应用“云大物移智”等先进技术，融合统计、预测、运畴等算法模型，服务于能源供给侧和能源消费侧客户。在供给侧大力提升清洁能源消纳空间，聚合用户参予需求响应、源荷互动辅助服务，在能源消费侧提供能效管理及能效提升服务，着力提高终端用户的电气化水平。在电力交易上为市场主体提供电力交易辅助服务，控制市场交易风险，提高工作效率，增加赢利能力。       公司引进澳洲一流博士团队，与华北电力大学、清华大学长期技术合作，为发输配售用等客户提供全流程“碳达峰”、“碳中和”的解决方案，并长期为电力交易市场主体提供电力交易辅助服务。       在全国设有两个分公司，在北京和西安设有办事处，服务于全国市场。 2 项目背景       公司经过多年的信息化建设，一些大屏可视化除自用外，还有很多的客户有定制化的需求，不同的客户对可视化大屏的需求是不同的，公司在前期应用DATAV可视化大屏工具，但该工具费用高且操作受限，因此使用一款灵活性的工具提高效率，节约人员成本，显得尤为的重要。 3 解决方案     上图为常规开发流程图，设计和开发输出作为重要、周期性最长的一个环节，显得极其重要。 使用帆软工具进行开发时，多种数据源的支持，提升效率；数据地图功能强大，有着丰富的内置组件（二维三维等），美观且便捷，解决前端开发人员繁琐的开发时间及技术瓶颈；酷炫的模板及联动高频控制提升客户UI视觉感受。 4 项目成果 4.1 成果总结 （1）建设成果 项目名称：FineReport大屏可视化开发 企业应用数量：20+ （2）整体价值 通过FineReport工具，提高了管理者对能源消耗统计的掌控效率，完善了信息缺漏等问题，加快了工作人员对地区能耗的查询与记录效率。降低了过去通过人工采集、计算、分析的成本，提高了整体经济效益。降低研发成本，提高交付率。 4.2 典型场景 （1）场景一：园区综合能源管理平台 山西风行为园区建立综合能源管理平台，客户提出需求，需要在大屏展示厅中有一个可视化的呈现，直观展示客户所需要的各项参数。 传统的综合能源管理平台系统的美观性缺乏，且交互效果不够酷炫； 需求的数据来源种类繁杂，造成工作效率低的问题； 耗费开发人力，需要前端后台及UI等开发人员，并且需要沟通成本。 使用帆软工具开发的大屏，解决多种数据源繁杂问题，提升效率；使用地图组件提升了技术人员开发效率，解决前端开发人员繁琐的开发时间及技术瓶颈；酷炫的模板及联动高频控制提升客户UI视觉感受。 （2）场景二：企业智慧能源管理系统 山西风行为企业建立智慧能源管理系统，根据企业大屏分辨率为企业定制化大屏，可根据日月年进行时间段切换，也可通过能源切换的按钮进行不同能源参数的具体值，帮助企业直观的查看及分析企业用能情况。 （3）场景三：能源云管理平台 山西风行自用能源云管理平台，直观地查看所服务工业企业的用能情况，解决信息孤岛的问题，完成数据整合，统一呈现。 5 项目总结 5.1 CIO/项目负责人点评       1、随着公司的快速发展，公司信息化建设的进一步完善与互联网等技术的推进让公司进入真正的数据爆发阶段，公司的各种数据随机分布在不同服务器中，形成数据孤岛，数据源的孤立让数据化建设进入深水区，企业外部竞争加剧，精细化管理的要求日益增强，企业数据化管理刻不容缓。       2、帆软的报表展示、对各个数据源的整合，能够快速将各个数据库关联起来，快速形成数据产品，实现数据的价值。 5.2 经验心得       通过做数据展示，了解公司业务的详细需求，熟悉业务数据架构，数据的管理需要从标准化、统一化管理，彻底打通数据孤岛问题，为企业的数据化管理提供有力支持。