《帆軟：讓數據成為生產力6.0-一流企業的數據化管理思想、方法和實踐（2024）（125頁）.pdf》由會員分享，可在線閱讀，更多相關《帆軟：讓數據成為生產力6.0-一流企業的數據化管理思想、方法和實踐（2024）（125頁）.pdf（125頁珍藏版）》請在三個皮匠報告上搜索。

1、讓數據成為生產力 6.0內部刊物 限量贈閱一流企業的數據化管理思想、方法和實踐100+典型場景故事商業智能&數字人才專家洞察10萬余字27家企業實踐案例200+架構圖&界面圖TRANSFORM DATA INTO VALUE帆軟數據應用研究院 著讓數據成為生產力一流企業的數據化管理思想、方法和實踐Transform data into value帆軟軟件公司出品|CopyrightFanruan Software Co.,Ltd帆軟數據應用研究院 編PREFACE前言近年來，數字經濟發展備受國家重視，相關政策與規劃密集出臺。2023 年 8 月，財政部發布企業數據資源相關會計處理暫行規定，正式

2、確立數據資產概念，認可其經濟價值與戰略地位。隨后，數字中國整體布局規劃及二十屆三中全會強調加快數字經濟發展，完善相關政策體系。2024 年 4 月，九部門聯合發布加快數字人才培育支撐數字經濟發展行動方案（20242026 年），明確“育、引、留、用”四大專項行動，將數字人才視為數字經濟發展的核心驅動力。這些政策與規劃的密集出臺，不僅彰顯了國家對數字經濟發展和數字化轉型的堅定決心，也為企業挖掘數據資產、激發新質生產力指明了方向。作為數字化轉型的引領者和推動者，帆軟始終站在行業前沿，致力于幫助企業將數據轉化為生產力，實現業務增長與創新突破。讓數據成為生產力6.0 案例集，正是這些增長與突破的生動展

3、現。我們精選了制造、能源、化工、零售、金融、交通、醫藥、教育文化等多個領域的客戶的成功故事，深度剖析這些企業如何運用帆軟的數據分析工具，將復雜的數據轉變為推動增長的關鍵力量。例如，聯寶科技借助帆軟平臺能力，實現供應鏈“4 小時生態圈”，將供應鏈供需協同周期縮短 50%；多彩貴州航空有限公司通過數據挖掘，優化航班計劃和資源配置，預計每年節省約 900 萬元這些案例不僅展現了數據在企業決策、流程優化、產品創新、市場拓展等方面的廣泛應用，更揭示了數據生產力對于提升企業核心競爭力的重大意義。我們希望，本案例集能夠為您提供啟發和借鑒，探索出一條適合貴企業自身發展的數字化轉型之路。未來，帆軟將繼續與大家并

4、肩前行，共同迎接數據生產力時代的機遇與挑戰。讓數據成為生產力編 委 主 任執 行 主 編編委設計：陳炎 袁華杰張成燕時亦辰 鮑敏 唐嘉暉 石軍 冷陽陽 張云揚齊皓然 王一帆一流企業的數據化管理思想、方法和實踐聲明：本刊物所載企業案例的數據均已脫敏處理，或使用的虛擬數據。本刊物由 帆軟軟件有限公司所有，未經許可不得以任何方式或途徑復制或傳播，包括但不限于復制、錄制，或通過任何數據庫、在線信息、數字化產品或可檢索的系統，特此聲明。關于本刊物的任何問題，均可致函讀者信箱：PREFACE目錄01001011商業智能助力企業培育數據生產力，擁抱數字時代數字人才加速業務 IT 一體化，助力投入產出最優化專

5、家洞察02021028038046055064075聯寶科技：供應鏈控制塔（SCCT）-從可視走向價值首鋼集團：堅持數字與業務融合發展，提升企業經營效能，實現業務提效 3 倍中國一汽：打破數據壁壘，數據驅動效能躍遷京東方：業務智領決策鏈：全景洞察，多層協同，數據驅動業務提效東風柳汽：184 個應用的誕生，見證數字人才培養讓零代碼開發成為職場常規技能寧德新能源：2h 降至 5min，帆軟產品組合助力生產提效，實現數字化全員參與徐工重型：營銷智核數據驅動的產銷協同與客戶洞察制造04122130136143維維食品飲料：智能促銷指揮官：數據驅動的精準營銷與客戶忠誠度提升潮宏基：作為彩金珠寶的領潮者，

6、潮宏基如何用數據譜寫品牌零售新“飾”界？歐派：平均每 20s 生產一套定制家居，歐派獨創的“AI 制造體系”獨到在哪？天虹：這家傳統零售企業通過數實融合迎來了業績增長的“第二曲線”零售07195202210219華熙生物：供應鏈數據可視化平臺快克藥業：借力“簡道云”，搭建組織管理創新平臺蘇大附一院：賦能醫療新生態：醫院抗菌藥物數字化管理的數字驅動與數據洞察東富龍：國內制藥設備龍頭企業東富龍插上數字化翅膀，破浪前行！醫藥08225233中國礦業大學：智慧引領 數據賦能-助力后勤服務高質量發展故宮博物院：零代碼助力博物館業務數據價值挖掘及創新教育文化05149156162168東亞銀行：百年銀行的

7、數字化探索與實踐方正證券：數字化轉型與商務智能實踐華夏銀行：BI 自主分析平臺“數據魔方”賦能數據服務創造數據價值常熟農商銀行：數據可視化催化新質生產力賦能，數據服務管理提升之道金融06176185浙高運：零代碼構建創新、高效的高速公路業務管理模式多彩貴州航空：BI 點燃數字化引擎，多彩航開啟多彩綠色發展新征程交通03090098113神東煤炭：建設具有全球競爭力的世界一流數字化集團陜西能源電力：數字助力電力運營，筑牢安全生產防線與提升效益并駕齊驅甕福集團：全面預算體系搭建與報表自動化實現，創造財務新格局能源化工002讓數據成為生產力001讓數據成為生產力專家洞察EXPERT INSIGHTS

8、60%“科技創新”一直是我國發展的主旋律，自改革開放以來從未改變。在改革開放初期：鄧小平同志就曾提出“科學技術是第一生產力?！弊渣h的十八大以來，習近平總書記進一步指出：“科技是第一生產力、人才是第一資源、創新是第一動力?！?023 年 9 月，在推動東北全面振興座談會上，習近平總書記首次提出“加快形成新質生產力”：積極培育新能源、新材料、先進制造、電子信息等戰略性新興產業，積極培育未來產業，加快形成新質生產力，增強發展新動能。2023 年 12 月，在中央經濟工作會議中，習近平總書記進一步強調要“發展新質生產力”：以科技創新推動產業創新，特別是以顛覆性技術和前沿技術催動新產業、新模式、新動能。

9、2024 年 1 月，中共中央政治局第十一次集體學習中，習近平總書記全面解讀“新質生產力”內涵：創新為主，擺脫傳統經濟增長方式、生產力發展路徑，具有高科技、高效能、高質量特征，符合新發展理念的先進生產力質態。2024 年 3 月，“兩會”政府工作報告中，“加快發展新質生產力”成為今年十大任務之首。從短短半年時間，新質生產力從最初的“加快形成”和“進一步強調”，到“全面解讀”，再到“列為十大任務之首”，體現出中央對于新質生產力的高度重視和深遠謀劃。商業智能助力企業培育數據生產力擁抱數字時代01“新質生產力”延續并升華我國科技創新的使命總書記對新質生產力的重視，是對我國科技創新使命在新時代下的延續

10、和升華，為推進中國式現代化指明了生產力發展的方向。當下中國已進入優化經濟結構、轉換增長動力的攻關期中。我們認為，新質生產力是其中的重要著力點，也是改革開放以來“科技創新”使命的升華：“質”代表以新勞動者、新勞動資料、新勞動對象組成的新的優化組合“新”承載著創新、數字、高效、協調、綠色、開放等特質隨著全球發展形勢的不斷變化，國內經濟結構的持續升級，國家政策的積極導向，“數字經濟”已經逐步成為我國經濟發展的核心驅動力之一，并成為國家經濟發展的重點戰略內容。習近平總書記在黨的二十大中明確提出“加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群?！敝泄仓醒?、國務院印發的

11、數字中國整體布局規劃中提出“推動數字技術和實體經濟深度融合，在農業、工業、金融、教育、醫療、交通、能源等重點領域，加快數字技術創新應用，支持數字企業發展壯大?！倍畬萌腥珪t再一次強調了發展“數字經濟”對于中國式現代化建設的重要性，全會提出要“加快構建促進數字經濟發展體制機制，完善促進數字產業化和產業數字化政策體系?！边@些內容充分體現了黨和國家對于發展“數字經濟”的高度重視?！皵祿a力”是“新質生產力”的重要組成數字經濟催生新質生產力從本質上來看，數字經濟是發展“新質生產力”的主戰場。新質生產力發展的根基是科技創新，而推動科技創新和技術進步是“數字經濟”的建設核心，新的經濟增量又產生新的科

12、技發展需求，形成正向循環。數字經濟時代的數據中心等基礎設施不斷完善，數據資源不斷整合和開放，為新型生產力的發展提供豐富的土壤。004讓數據成為生產力003讓數據成為生產力從產業上來看，數字經濟是形成“新質生產力“的主引擎?！皵底纸洕苯ㄔO包括數字化產業和產業數字化，為傳統產業的升級和新興產業的蓬勃發展提供了有力的條件，促進培育新型生產力。目前推動“新質生產力”形成的主要產業引擎是數字經濟、電力設備與新能源、國防軍工、汽車等大類行業。根據國泰君安研究所數據，2023年新質生產力行業增加值占比 10.7%，其中數字經濟大類占比 7.3%，位居首位，是支撐新質生產力蓬勃發展的中堅力量；新質生產力體量

13、不斷提升，經濟實際拉動力量僅次于地產鏈條，并且拉動量之差正在不斷收斂。建材醫藥汽車國防軍工電力設備與新能源數字經濟新質生產力增加值(%)10.2%2020年2023年新 質 生 產 力10.7%20181614121086420數據來源:國泰君安研究所新質生產力的經濟實際拉動量僅次于地產建筑鏈條實際拉動總需求 (2023年)實際拉動總需求(2020年)16000014000012000010000080000600004000020000地產建筑鏈條新質生產力商貿零售農林牧漁交通運輸機械消費者服務銀行基礎化工食品飲料電力及公用事業鋼鐵輕工制造紡織服裝有色金屬石油石化非銀行金融煤炭傳媒家電中國數

14、據量規模從 2022 年的 23.88ZB，將增長至 2027 年的 76.6ZB，年均增長速度 CAGR 達到 26.3%，為全球第一。政府、媒體、專業服務、零售、醫療、金融為主要分布領域。數字經濟發展離不開數據數據是數字經濟時代的基礎性和戰略性資源將數據既作為“新”勞動資料，又作為“新”勞動對象。數據作為新的勞動資料，通過收集、整理、分析和應用，能夠為創新和價值創造提供重要支持。數據的高效利用和挖掘，可以幫助企業發現新的商業機會、優化生產流程、改善產品和服務質量，從而提高生產力和競爭力。數據作為新的勞動對象，意味著數據本身成為被處理、加工和利用的對象。隨著數據的快速增長和技術的進步，人們能

15、夠從大數據中提取有用的信息和洞察，進行深度分析和預測。數據的處理和應用，可以幫助人們更好地理解市場需求、消費者行為、產品趨勢等，從而指導決策和創新。數據本身的特性和潛力，使其成為新生產力的重要組成部分。中國數據規模2022-2027年CAGR達到26.3%，為全球第一140120100806040200全球其他地區202220232024202520262027中國北美006讓數據成為生產力005讓數據成為生產力數據生產力定義：通過收集、分析、應用數據，企業可以更好地了解消費者需求、市場趨勢和競爭對手行為，提供更創新、個性化的產品和服務，精細化管理生產和運營環節，制定更精準的戰略決策。它包括3

16、大特質：低邊際成本、多場景復用、強滲透融合；和8大儲存形式：數據人才體系、數據能力等。商業智能（BI）工具助力企業培育“數據生產力”什么是“數據生產力”數字中國數字經濟數字要素數據資產數據財政企業數據生產力數據戰略數據文化體系數據管控體系數據考核體系數據生態合作體系數據服務平臺支撐體系數據能力體系數據人才體系金字塔形式低邊際成本多場景復用強滲透融合通過收集、分析、應用數據，企業可以更好地了解消費者需求、市場趨勢和競爭對手行為，提供更創新、個性化的產品和服務，精細化管理生產和運營環節，制定更精準的戰略決策。定義加快發展數據生產力的舉措2023年數字中國建設整體布局規劃“數據要素”三年行動計劃(2

17、0242026)年)2022年數據二十條2023年企業數據資源相關會計處理暫行規定2024年政府工作報告1、將數字中國建設工作情況作為對有關黨政領導干部考核評價的參考2、明確數字中國按照2522的框架進行布局。數字中國的目標是實現數字化、網絡化、智能化和信息化的全面協同，構建現代化的數字產業體系、數字經濟生態圈和數字社會。選取工業制造、現代農業、商貿流通、交通運輸、金融服務、科技創新、文化旅游、醫療健康、應急管理、氣象服務、城市治理、綠色低碳等12個行業和領域，推動發揮數據要素乘數效應,釋放數據要素價值。從數據產權、流通交易、收益分配、安全治理等方面構建數據基礎制度，提出20條政策舉措。要圍繞

18、數據資源是否可以作為資產入表，數據資源及相關交易如何進行會計處理，如何在財務報表中列示，以及需要做出何等程度的披露等方面進行規范，自2024年1月1日起施行且采用未來適用法。數字化是2024年政府工作報告重點闡述的一個主題。在分析“大力推進現代化產業體系建設，加快發展新質生產力”時,強調要“推動傳統產業高端化、智能化、綠色化轉型”“積極培育新興產業和未來產業”數據是成本數據是信息數據是戰略數據是經濟數據是資產數據定位變化內涵新質生產力的重要組成部分新勞動資料新勞動對象時代背景8大存儲形式3個特質本質是業務和管理的橋梁業務循環數據循環管理循環記錄業務過程數據為管理決策提供支持明確將數據列為與勞動

19、、資本等并列的第七大生產要素。自農業經濟時代以來，人類又經歷了工業經濟時代，生產力在兩個時代中快速發展，為今天的新質生產力的形成和發展進行了量的積累。數字經濟時代，國家將數據列為第七大生產要素，并先后發布了“數據二十條”、“數據要素”三年行動計劃（20242026 年）等重要文件。這些舉措加快數據要素與技術、資金、人才等其他要素的協同和融合，從根本上拔高了數據在經濟發展中的戰略地位，將數字經濟作為中國“創新超越”的重要領域，把數據作為國際競爭的“有利武器”。我們認為，發展新質生產力不僅僅在于投資新能源、芯片科技、大模型等新興領域。實際上，培育新質生產力包括了對傳統行業的轉型升級，這涵蓋了任何能

20、提高全要素生產力的領域。例如，傳統汽車行業并不屬于新興行業，但通過創新并優化資源配置，傳統汽車行業也將具備巨大的發展潛力?？傮w而言，我們認為培育“新質生產力”，重要的是打造出各個行業的“數據生產力”。通過數字化轉型和創新，升級企業自身的“數據生產力”，讓數據充分發揮其價值、賦能業務全方面地發展，這樣傳統行業也能夠實現巨大的增長和進步。農業經濟時代數字經濟時代時代發展不同時代的核心生產要素不同.工業經濟時代可耕種土地勞動力數據生產要素技術資本008讓數據成為生產力007讓數據成為生產力以某空調制造企業的成本增長問題為例，生產成本持續增長，導致企業利潤降低。在此背景下，公司領導提出今年生產提效10

21、%的目標。如何達到此要求，需要根據目前公司經營的數據去做分析和突破。企業通過商業智能工具抽取并整合了產量、工時以及人員出勤數據。借助商業智能工具可視化展示的功能，企業對影響這三個維度的因素做了全面盤點，并深入挖掘數據變動背后的根本原因。對于人員出勤的數據分析結果顯示，公司在生產人員管控上存在問題；對于工時數據分析結果顯示，某機型的工時數據較高，對效率影響較大。結合以上數據的分析，企業做出了對非生產人員減員、對工時較高的機型未來做重點核查的決策，并最終實現了提升 10%生產效率的目標。這便是數據生產力的體現，企業獲取數據、整合數據、分析數據，并最終應用數據的結果來決策，通過數據實現自身的降本增效

22、，提升生產力。未來，商業智能工具將更多地借力AI，形成“AI For BI”的形式來提升商業智能工具在各環節的效率、降低它們的上手難度和使用門檻，利用 AI 的智能讓商業智能工具能夠解決更復雜的數據分析，產出更精準的分析結果，從而使數據發揮更大價值、基于數據的決策更為科學和精準。從具體場景上來說，結合 AI 的能力能讓部分商業智能應用場景更深入，產出更有價值的知識。例如，對于結構化的數據，BI 工具可以應用一些準確度更高的機器學習算法，得到更精確的分析結果。例如市場營銷，結合 AI 能力后就可以在用戶分群的基礎上，得到更精細的針對每個用戶的分析結果，從而給出更精準的個性化營銷方案。還有金融領域

23、的風險監測，可以分析出金融風險和其他指標、行為之間的內在聯系，使預測更為準確。對于非結構化的數據，BI 可以應用圖像處理、語音識別和文本分析等 AI 技術，智能化地處理 BI 工具的復雜業務場景。例如通過語音識別技術錄入數據，控制駕駛艙和數據大屏的制作等。還有智能客服系統，不需要手動收集客戶問題再分配人員解答，通過語義理解和自然語言處理等技術分析客戶問題，實現實時、自動回復客戶。結合 AI 能力的商業智能工具讓數據發揮更大價值在未來，借助 AI 的相關能力提升效率和可用性的商業智能工具將讓數據發揮更大的價值、擁有更高的生產力。企業數據生產力的產生需要經歷一個始于業務、終于業務的正循環過程，商業

24、智能工具可以加速這一正循環。數據生產力的培育始于業務。商業智能工具幫助企業從各個分散的業務系統中整合數據（intergrate data），使數據標準化（standardize data)，連接企業內原本存在的一個個“數據孤島”，真正讓數據流通到企業全身上下的“血管”中去。整合數據之后，商業智能工具可以協助企業管理數據（manage data），讓數據變得可服務化（data in service）。這即是指對數據的充分應用，通過商業智能工具的數據可視化功能，將復雜難解的數據轉變成直白易懂的圖表、指標等，幫助企業定位（locate）并分析（analyze）出企業上存在的問題，從而做好事前的預警、

25、事中的洞察和事后的預測。最終企業憑借對數據的全面解讀，回歸到起到指導業務發展，實現降本增效的成果，完成一個數據的生命周期循環。在這樣一個始于業務、終于業務的循環過程中，數據完成了價值的提升，對業務的發展起到了正向的激勵，如此數據便產生了生產力。未來，數據循環的終點將成為下一輪業務分析的輸入和起點，形成新一輪的數據-業務正循環。商業智能工具加速企業“數據生產力”培育正循環我們認為，從宏觀的角度來看，未來市場中的商品競爭會部分轉變變成“數據競爭”；從微觀的角度來看，企業亟需關注如何加速形成企業自身的數據生產力，便于應對“數據競爭”。Management統計&分析事前、事中、事后預警、預測接入&存儲

26、數據離線/實時更新數據整合數據管理數據洞察業務、管理優化lntegrationAnalysis組織&合成數據資產與服務管理業務洞察&管理洞察優化和改善業務流程提升管理決策質量自動化標準化服務化協作化行動力Action離線/實時數據應用分析準備回歸業務010讓數據成為生產力009讓數據成為生產力而企業的數據生產力釋放的過程，即是發揮數據價值、賦能企業決策，從而給企業帶來內部的降本增效或者外部的營收增長的過程。在這一過程中，企業沉淀其數據的價值，數據帶給企業的經濟利益不斷地顯性化，逐漸轉變成為對企業有珍貴意義的資產。我們認為，企業應該探尋更多的數據應用場景，在具體場景下充分發揮數據的價值，釋放“數

27、據生產力”。在此過程中，數據將逐步演變成企業寶貴的資產，成為企業獲得競爭優勢至關重要的籌碼，為企業帶來可持續的長遠經濟利益。大風泱泱，大潮滂滂，數字經濟、數字中國、新質生產力等政策的密集出臺，昭示著數字時代的到來。企業應當認識到數據生產力是新質生產力的重要組成部分，借助商業智能工具更好地應用數據，以數據賦能決策，加快培育并釋放自身的數據生產力，讓更多的數據彰顯其價值屬性、成為企業寶貴的資產，迎接數字時代的到來。展望數據定位變化數據是成本數據是信息數據是戰略數據是經濟數據是資產企業數據生產力培育的過程伴隨著數據定位變化的過程。在過去，數據沒有給企業帶來顯性價值，企業將管理數據視為一項負擔，數據對

28、于企業而言是成本。隨著企業對數據應用的不斷深入，數據的價值被不斷挖掘，企業的數據生產力也日漸提高。此時數據的價值屬性顯露并逐漸超過其管理成本，數據開始被企業視為能為商業競爭帶來優勢的信息、能給未來企業的生存發展帶來指引的戰略方向，乃至最終被企業視為寶貴的資產，為企業帶來可持續的長遠經濟利益，成為企業自身不可剝離的一部分“數據生產力”的釋放推動數據資產化綜上，我們認為商業智能工具可以幫助企業發揮數據價值，培育“數據生產力”。而 AI 的不斷進化賦予了商業智能工具更大的想象空間，能讓商業智能工具在更多的業務場景下發揮作用、處理更加復雜的數據、挖掘更深入的數據價值，以精準高效的數據分析結果賦能企業決

29、策，實現“數據生產力”最大化?！皵祿a力”的釋放推動數據轉變成企業資產什么是數據資產數據資產，本質上就是能給企業帶來直接或者間接經濟利益的數據資源。數據資產概念的正式出現可以追溯到 2023 年 8 月財政部印發的企業數據資源相關會計處理暫行規定（以下簡稱暫行規定）。從經濟視角出發，能對生產加工、產品研發、經營決策起到價值的數據資源，就應當被視為數據資產。例如，用戶的 APP 使用行為數據、積累多年的客戶數據、重要的情報數據等。從會計視角出發，符合財政部暫行規定中相關要求的數據資源，即可被視為數據資產。根據暫行規定的要求，企業的數據要想成為數據資產，必須滿足企業會計準則關于資產定義的三個條件

30、：1）該資源是由企業過去的交易或事項形成的；2）該資源由企業所擁有或控制；3）該資源預期會給企業帶來經濟利益；以及關于資產確認的兩個條件：1）與該資源有關的經濟利益很可能流入企業；2）該資源的成本或者價值能夠可靠地計量。數據資產化，就是讓企業的數據滿足成為資產的條件的過程。而數據要想成為資產，則必須能給企業帶來直接或者間接的經濟利益。012讓數據成為生產力011讓數據成為生產力在大多數企業中，IT 部門扮演著推動數字化轉型的重要角色，為企業搭建數字化基礎設施。但要實現數字化轉型的成功，僅依靠 IT 部門是遠遠不夠的，更需要各業務部門的廣泛參與和深度協作。從數字化轉型的三個階段來看，目前大部分企

31、業仍處于業務跟隨和業務協同階段。要想進入業務驅動階段，IT 部門需要從業務視角去思考和解決問題，深入參與業務流程；而業務部門也需要與 IT 部門更緊密地配合協作，實現業務驅動型 IT 和 IT 推動型業務的良性互動。業務模式增長瓶頸新技術、新場景驅動變革局部化的業務引領、多點驅動業務型IT、IT型業務IT業務視角思考問題IT深度參與業務，業務深度配合IT業務是業務、IT是IT業務的發生和成長早于IT業務為主導、業務提出目標和要求IT信息化意識、數字化意識逐步加強解決重點業務記錄 數據化的問題解決業務流程線上化 在線協同的問題解決內外部管理精細化 效率提升的問題投入逐步加大IT 部門自己懂業務部

32、門個人懂業務組織大家懂由淺入深的數字化（業務與數字的協同、應用價值模式的創新、體系化的組織保障）特征的階段性方向短期規劃、被動響應業務配套規劃短期規劃、被動響應信息化配套規劃業務流程線上化、數據線上化存在斷點僅支持到部分主要業務流程缺乏業務價值鏈的指導沒有深入暫無數字化應用暫無業務價值創新暫無商業模式創新基礎的IT組織與運維支撐外部資源的推動中長期規劃、主動協同業務規劃的同時提前介入、并行參與中長期規劃、主動協同信息化規劃的同時提前介入、并行參與實現主要、核心業務流程全面線上化數據與分析體系的線上化全貫通基于業務價值鏈的指導深入到部分業務場景數字資產管理、有一些初步的數據服務對內提供數字應用核

33、心業務價值創新為商業模式常新提供信息支撐體系化的IT組織架構、產品、技術、業務、安全、運維在業務系統的基礎上主動融入先對成熟的創新技術（平衡考慮）在業務協同的基礎上主動融入先對成熟的創新技術（平衡考慮）深度挖掘業務價值鏈（內外部）業務價值鏈導向的業務和數據信息化建設全面實現業務價值練的縱向拓展全面的數據資產管理與服務體系打通對內外提供數字應用全面的、可持續的業務價值創新可持續的打造驅動商業模式創新的體系深度參與公司戰略規劃發展的IT組織體系驅動業務、管理協調發展的體系IT 業務信息化規劃IT 數據信息化規劃業務橫向關聯業務縱向深度數字化應用業務價值創新支撐商業模式創新支撐組織體系與制度保障特征

34、階段二：業務協同階段三：業務引領階段一：業務追隨專家洞察EXPERT INSIGHTS數字化已經成為當前企業轉型升級的必由之路，在瞬息萬變的市場環境中，只有擁抱數字化，企業才能實現敏捷應變、創新突破,保持持續競爭力。然而，帆軟數據應用研究院在調研中發現，目前數字化轉型進入了新的階段，盡管許多企業已經大量投入數字化工具和技術，但員工使用活躍度低，這些數字化工具/技術卻并未能真正發揮其應有的作用。大數據分析、人工智能等數字化技術，雖然被廣泛應用于企業的各個環節，但對于大多數企業來說這些工具仍然是“黑箱”，無法真正將其轉化為切實的業務成果。究其原因，關鍵在于企業缺乏掌握和應用這些數字化技術的人才。企

35、業亟需培養和引進一支精通數字化技術的人才隊伍，才能真正推動數字化轉型落地實施，在激烈的市場競爭中占據優勢地位。60%數字人才加速業務 IT 一體化助力投入產出最優化02在大部分企業內部，IT 部門都是推動數字化發展的主力軍，為企業構建數字化技術底座。但是企業要想實現數字化的成功，不能僅靠 IT 部門，更需要業務的多方協同。從數字化三階段來看，目前大多數企業處于業務追隨和業務協同階段，IT 需要用業務視角去思考問題，需要深度參與業務，業務部門深度配合 IT，實現業務型 IT 和 IT 型業務。數字化建設視角：IT 部門和業務部門的“角色三步演變”主要是靠數字人才實現。014讓數據成為生產力013

36、讓數據成為生產力數據流建立統一的數據視角（維度）標準化的被觀察的數據定義與口徑（指標）逆向推動信息流與業務流的完善數據不能及時獲取的問題數據沒有底層系統支撐的問題有系統支撐，但是沒人使用的問題不知道哪些數據有用哪些數據沒有用的問題指標定義不明確的問題指標取數口徑不一致的問題指標計算口徑階段性調整的問題有系統，但是數據質量差的問題表象信息流業務或管理流程在信息化系統中的體現業務流程結果數據在系統中的沉淀業務檔案信息在多系統中的一致性在數字化建設過程中的任何問題，都應該找到問題的“歸屬”，從“數據”、“信息化”、“業務與管理”、“人才建設”四個維度，進行問題定位并予以解決理解真實的原因業務流業務或

37、管理流程的循環業務或管理邏輯的定義業務或管理體系的標準程度有可能真正深層次的原因人才流自主搭建應用流程的能力數據挖掘&治理&分析的能力數字化項目管理能力表象都是數據的問題其實下一個階段的信息化方向問題更是業務流程是否跑通的問題最終是數字化人才建設是否完善的問題最可能真正深層次的原因從圖中可以看出來當某個數字化建設過程中出現問題時，我們的思考方式可以是遵循“數據流-信息流-業務流-人才流”的層層尋因，但是大多數所有的問題其實最終都歸結于企業人才是否成功擁有數字技能、具備數字思維的問題。在當前的“運營時代”，企業的關注點已從以往的數字基礎設施建設,轉向了如何實現資產價值的最大化。過去的“大基建時代

38、”，企業數字化轉型的核心聚焦于建立強大的數據平臺。IT 負責人主要關注自身平臺的完善程度和使用技術的先進性。但隨著宏觀經濟形勢的變化,高投入的基建時代已經結束。如今企業更加注重如何有效運營現有的數字基建,充分發揮現有平臺和系統的資產價值。換言之，在運營時代，各企業更加強調投入產出的平衡。他們更加關注成本控制和現有投資的價值實現，努力在現有資源基礎上創造更大效益。企業正從過去的“大干快上”轉向更加注重資產價值的實現，這需要企業從頂層設計到具體實施，做出相應的戰略調整和優化。數字化價值視角：“運營時代”企業更關注價值實現，數字人才助力最優化投入產出數據不能及時獲取，數據沒有底層系統支撐就算有系統支

39、撐，數據質量差，數據沒有人使用員工不知道哪些數據有用，哪些數據沒有用指標定義不明確、指標取數口徑不一致、指標計算口徑不一致等IT 部門和業務部門的”角色三步演變”主要是靠數字人才實現。企業數字化轉型的關鍵在于 IT 部門和業務部門的角色及其協作關系的演變,這主要依靠數字化人才的培養和賦能來實現。從 IT 部門自己掌握數字技術，到業務部門個人掌握數字技術，再到整個業務組織大家都具備數字技術能力，體現了 IT 部門角色的變遷：IT 部門從數字化轉型的 唯一關鍵責任人，變成“關鍵責任部門”，最終和業務部門共同成為“協同責任部門”。同時，業務部門的角色也在變化：業務部門從最開始的“無關責任人”，到成為

40、“關鍵責任部門”，最終和 IT 部門共同成為“協同責任部門”。這一系列角色變遷的關鍵在于培養具備數字化思維和技能的人才。這類人才不僅擅長利用數字技術，更善于利用數字技術和創新來推動業務增長和創新，是企業數字化轉型的 催化劑。因此，企業數字化轉型需要 IT 部門和業務部門的深度協作，而這種協作關系的演變需要以數字化人才培養為支撐。以上問題表象都是數據的問題，包括是否建立統一的數據視角，是否標準化被觀察的數據定義和口徑等。深入去想這些問題其實和下一個階段信息化方向有關，比如業務流程數據是否在系統中沉淀，是否在信息化系統中體現等。再繼續深究下去，可以發現這些問題實際上也是業務流程是否跑通的問題，例如

41、是否可以進行業務或者管理流程的循環。業務流程是否能夠跑通，關鍵在于員工是否能夠熟練進行業務流程梳理和應用搭建，是否具備數據挖掘、數據治理、數據分析的能力，將數據結果反哺業務，指導業務，形成“業務-數據-管理”正循環。帆軟在調研客戶的時候經常會碰到以下問題：“大多數數字化建設過程發現的問題，最可能的真正深層次原因是數字化人才建設是否完善?！?16讓數據成為生產力015讓數據成為生產力數字人才建設框架（Digital Talent Construction Framework）Plan 規劃人才Construct 培育人才Employ 善用人才Retain 保留人才內外篩選崗位盤點人才畫像培養規劃

42、資源建設生態協同種子推廣場景擴容組織協同崗位評估人才激勵職業發展SUCCESS結合 2024 年 4 月人力資源和社會保障部、中共中央組織部等九部門印發的加快數字人才培育支撐數字經濟發展行動方案（20242026 年）中重點提到的“數字人才-育、引、留、用”四大專項動作，以及走訪調研 500+企業客戶的實際經驗積累，帆軟數據應用研究院對于企業數字化人才建設提出“規劃人才-培育人才-善用人才-保留人才”框架。企業數字人才建設框架數字人才是企業連接技術與業務的關鍵橋梁，也是實現投入產出最優化的關鍵支點。過去企業在數字基建上的投資效益，最終體現在具體業務表現上：數據平臺的建設是否帶來了業務收入增長，

43、是否導致了成本降低，這些都是企業當前關注的重點。然而，大多數企業的 IT 和業務部門存在天然隔閡?；〞r代運營時代數字人才數字人才基建時代，企業持續投入數字基建忽視業務產出運營時代，企業利用數字人才撬動現有投入產出比最優化數字基建投入業務產出數字基建投入業務產出IT部門業務部門IT部門業務部門規劃人才階段可以根據數字化轉型的需求，制定全面的人才需求計劃和引進渠道，這樣可以確保公司擁有合適的數字化人才儲備，為后續的培養和應用奠定基礎。培育人才階段可以通過系統的培訓，幫助員工掌握數字化所需的技能和知識。這不僅包括數字專業技能，還包括創新思維、協作能力等軟實力的培養。善用人才階段可以根據員工的特點，

44、給予合適的崗位和工作任務，同時建立有競爭力的薪酬體系和晉升通道，有效激發員工的積極性和創造力。另外，數字人才的流失會對數字化轉型造成嚴重影響，因此需要重視人才的穩定性，在保留人才階段可以通過完善的福利待遇、發展機會等，提高數字化人才的忠誠度和粘性。數字化技術發展迅速，相關崗位和技能需求也在不斷演變，單純的學歷或專業背景已經難以全面滿足企業的數字人才需求，需要更加貼近實際的崗位勝任力定義來識別和培養數字人才。企業更多考慮和關注數字化人才在實際崗位上的應用和貢獻價值，來評估數字人才是否能夠推動數字化創新和轉型，因此，我們將從崗位勝任出發來定義數字人才：具備數字化思維，在組織內可以自上而下持續、堅定

45、推進數字化變革的高管團隊，首先應當具備數字化領導能力，繼而兼具敏捷性和適應性。L-數字化領導人才董事長、CEO 等A-數字化應用人才營銷、運營、銷售、市場、供應鏈、財務、人力、法務等利用數字化工具工作可以基于不同業務場景、借助新技術推動數字化轉型的業務部門，關注數字化技術如何與相關業務模式融合以創造新的價值。T-數字化技術人才IT 部門、數字化轉型部門等掌握數字化專業技術，能夠做數字規劃的人才，包括傳統 ICT 專業人才和新職業中的數字化人才。在企業數字化轉型過程中，從底層數據互聯到數據中臺建設的各個環節，在我們的調研中發現，大多數企業即使具備較為完善的數據應用工具，仍然存在人員數據能力不足的

46、問題，業務人員尤為明顯。2024 年 4 月份，人力資源和社會保障部等九部門印發加快數字人才培育支撐數字經濟發展行動方案（2024-2026 年），提出實施數字技術工程師培育項目，將大數據列為數字領域新職業的首位，并強調數據賦能為培育人才關鍵。數字化人才的重要顯性能力：體系化的數據應用能力這種隔閡導致了雙方的相互不了解，阻礙了數字基建價值向業務的有效傳導。為了消除這種隔閡，打通價值傳遞通道，企業需要培養并善用一批數字人才。這些數字人才能將先進技術和工具應用于具體業務場景，推動技術與業務的深度融合，最大化現有數字資產的價值，實現最佳的投入產出比。018讓數據成為生產力017讓數據成為生產力通過收

47、集、分析、應用數據，企業可以更好地了解消費者需求、市場趨勢和競爭對手行為，通過數據分析洞察得出的結論可以幫助做好事前、事中、事后的預警和預測，最終回歸起點，指導業務，實現降本增效。1）業務視角：數據是“業務循環的重要載體”2）戰略視角：數據是“業務 IT 一體化融合”重要落地點數據驅動的決策能夠讓業務和 IT 部門基于同一事實基礎做出判斷。數據分析提供了客觀的依據，使得業務決策更加科學和精準，同時 IT 部門也能根據數據優化技術方案，提高整體運營效率。信息共享與協同：業務部門人員能夠自主做基礎的數據管理、分析等，基于本身對 IT 部門有更深的業務理解的優勢，能夠更快、更準確解決業務痛點，實現降

48、本增效。IT 部門可以專注數字化統籌，有針對性地對復雜的數據問題進行改進，將部分基礎數據工作轉移，減少壓力。效率提升：業務部門可以通過數據監控市場和運營情況，而 IT 部門則可以通過數據來監控系統和技術的運行狀態。這種實時的反饋機制同樣確保了業務和 IT 之間的快速響應和協同。實時監控與反饋：Management統計&分析事前、事中、事后預警、預測接入&存儲數據離線/實時更新數據整合數據管理數據洞察業務、管理優化lntegrationAnalysis組織&合成數據資產與服務管理業務洞察&管理洞察優化和改善業務流程提升管理決策質量自動化標準化服務化協作化行動力Action離線/實時數據應用分析準

49、備回歸業務數字人才傳統型ICT人才崗位技能要求綜合化基礎數字技能全員化業務創新需求加速化數字化轉型趨勢化數字人才“三角模型”數字化時代（技術創新）信息化時代（技術消費）董事長、CEO、CIO、CDO、CTO等營銷、運營、銷售、市場、供應鏈、財務、人力、法務大數據開發工程師數據分析工程師AI 開發/測試工程師等首席架構師、數據部門負責人等高級：可以基于不同業務場景、借助新技術推動數字化轉型的核心業務骨干，關注數字化技術如何與相關業務模式融合以創新的價值初級：掌握數字化專業技術的人才，負責數據體系和 AI 體系的具體工作高級：負責數智/AI 規劃統籌，作為落地主要負責人，是推動數字化轉型的核心技術

50、骨干具備數字化思維，在組織內可以自上而下持續、堅定推進數字化，變革的高管團隊，首先應當具備數字化領導能力，繼而兼具敏捷性和適應性初級：利用數字化工具工作，具有數字化儀式，了解數據治理和運營，適應數字化工作方法L-數字化領導人才A-數字化應用人才T-數字化技術人才基于OECD（經濟合作與發展組織）的ICT（信息通信技術）ICT普通技能使用計算機打字、使用常見的軟件、瀏覽網頁查找信息等基礎數字技能開發ICT產品和服務所需要數字技能利用特定的數字技能或平臺輔助解決工作中的一些問題，例如項目管理能力、溝通能力等ICT專業技能ICT補充技能數字戰略管理深度分析產品研發先進制造數字化運營數字營銷數字化轉型

51、領導者數字化商業模型戰略引導者數字化解決方案規劃師數字化轉型領導者數字化商業模型戰略引導者數字化解決方案規劃師數字戰略顧問工業4.0實踐專家先進制造工程師機器人與自動化工程師硬件工程師數字產品運營人員質量檢測/保證專員數字技術支持營銷自動化專家社交媒體營銷專員電子商務營銷專員產品經理系統工程師算法工程師視覺設計師軟件開發人員019讓數據成為生產力隨著數字化進程的加速，企業級數據服務共享平臺將更加注重數據的深度挖掘和應用創新，提供更精準和個性化的數據服務。通過不斷完善和優化平臺的功能和性能，企業能夠進一步提升數據分析的效率和質量，推動業務的發展和增長。同時，數字人才項目將加大對“數字+科技+專業

52、”復合型人才的培養力度，提升員工的數字化應用能力。通過科學組織和制定培訓工作安排，企業能夠培養更多的數據分析和數字化轉型的專業人才，提高整體的數據素養和創新能力。最后，數字人才項目將全面構建推廣運營體系，營造數據分析的良好氛圍。通過競賽和積分激勵等方式，企業能夠激發員工的數據分析熱情和創新能力，推動業務的發展和增長。以前，數據分析往往是個別團隊或個人的工作，而現在，通過推廣運營體系的建立，數據分析將成為全企業的共識和行動，為企業帶來更大的業務價值。數字化人才建設是支撐企業數字化轉型的關鍵所在。從 IT 部門與業務部門的“角色三步演變”來看，數字化人才正是推動這一轉變的關鍵力量。在“退潮時代”到

53、來的當下，企業更加關注數字化轉型的實際價值實現，優化投入產出，數字化人才無疑在這一過程中發揮著關鍵作用。此外，從業務視角來看，數據是“業務循環的重要載體”；從戰略視角來看，數據是“業務 IT 一體化融合”重要落地。因此，培養員工的體系化數據應用能力尤為關鍵，包括熟練運用數據分析工具、掌握數據治理和管理的方法論，以及將數據洞見轉化為有價值的決策和行動的能力。案例：華夏銀行決策科學化提升數據分析能力,高效挖掘數據價值,支撐公司科學經營戰略層戰略研究戰略規劃戰略實施經營層用戶洞察、市場變化、產品全生命周期、產銷協同、費用與成本研發營銷供應鏈職能產品SKU管控產品UE分析產品上市表現（銷量、毛利率)產

54、品全生命周期管理技術評審通過率、立項及時率廣告投放、用戶轉化任務達成、排名賬期與回款、風險預警產品維修率、用戶滿意度大宗原材料價格趨勢降本目標、達成呆滯物料處理、庫存周轉計劃達成率、準確率單臺費用成本生產效率人、財、物費用管理資源成本人才畫像、人才培養預算管控、利潤分析安全管理、風險預警數據分析模式變革業務IT一體化融合支撐層固化自助,被動主動數據體系+人才體系+流程體系意識轉變、知識互通、數據驅動業務業務層代表客戶：制造業是國家經濟命脈所系，是立國之本、強國之基，始終承擔著推動經濟增長、促進技術創新和滿足社會需求的重要角色。它不僅是經濟增長的引擎，更是時代進步的見證。從供應鏈優化到智能生產，

55、從成本控制到市場洞察，商業智能正在幫助制造業實現數字化轉型，激發更多制造業革新的思考，邁向智能制造的新紀元。制造MANUFACTURE022讓數據成為生產力021讓數據成為生產力供應鏈控制塔（SCCT）從可視走向價值聯寶科技于 2011 年 12 月落戶合肥經開區，是聯想集團全球最大的智能計算產品研發和制造基地，主要產品包括 Lenovo 和 ThinkPad 系列 PC 產品、服務器和智能物聯設備等，產品銷往全球 126個國家和地區?？梢哉f全球每 8 臺筆記本電腦，就有 1 臺是來自聯寶科技制造的。聯寶科技作為聯想供應鏈的重要組成部分，聯想供應鏈先后七次入選了 Gartner 全球供應鏈 2

56、5 強，是中國唯一上榜的高科技制造企業。聯寶科技在 2023 年入選世界“燈塔工廠”，屬于國家評定的智能制造試點示范、工業設計中心、綠色工廠、國家知識產權示范企業和智能制造標桿企業。聯寶（合肥）電子科技有限公司供應鏈供需協同周期可以縮短50%，實現供應鏈“4 小時生態圈”。實現呆滯料庫存降低10%，庫存齊套率提升50%，協同效率提升20%。項目亮點數據應用現狀基于以上背景，以聯寶科技（LCFC）為代表的 3C 電子制造行業迫切需要打造一個高效且有韌性的供應鏈運營平臺。聯寶科技構建了 OTS，APS，supply cloud，Smart Logistics，Smart Inventory等13個

57、業務系統，涉及供應鏈計劃，采購等多業務環節，實現供應鏈多環節的信息化覆蓋。聯寶科技作為 3C 電子制造行業的一員，面臨著本行業在供應鏈領域的業務特點與挑戰。新品多規模大年新品項目達 187 個新品投產準備與生產并行年出貨超 4,000 萬臺每年訂單近百萬筆單品 2000+零部件每 0.5 秒下線一臺電腦下單到交付最快 48 小時近千家全球供應商個性強交付快品控嚴每 0.5 秒下線一臺電腦下單到交付最快 48 小時近千家全球供應商CNAS 認證 PA 實驗室1,100 項嚴苛測試全球能源危機電力供需緊張30/60 雙碳目標可持續024讓數據成為生產力023讓數據成為生產力需求痛點然而，在圍繞供應

58、鏈構建多個業務系統后，聯寶科技發現在供應鏈相關的數據應用和決策支撐層面依然存在較多痛點，主要表現在以下幾個層面：痛點一痛點二無法及時對市場進行需求預測分析，就不能夠快速提供應對策略內部用戶缺乏供應鏈端到端數據實時共享，就會存在“信息孤島”現象0201為了更好地解決這些痛點，聯寶科技構建了供應鏈控制-SCCT。痛點三痛點四傳統開發周期較長，傳統的系統部署方式&架構難以跟得上更多樣化需求缺乏風險預警，就難以靈活應對突發事件0403解決方案基于上述業務痛點和挑戰，聯寶建設供應鏈控制塔（SCCT）作為供應鏈的智能大腦，整合聯寶供應鏈領域所有的數字化系統，借助帆軟 FineReport&FineBI 平

59、臺能力，實現統一的門戶集成、業務集成和數據集成，實現供應鏈端到端的數據實時共享，打破信息孤島。通過搭建自動化的訂單管理系統、智能排產系統（AI）、供應商端的聯合排產（產業鏈的聯合計劃、排產與調度）、供應協同云平臺、質量協同云平臺（AI）、供應鏈輕量化 MES、供應鏈數字化采購、智能成本管理系統、供應鏈風險管理系統（AI）、供應鏈控制塔（AI）等數字化管理系統，實現供應鏈訂單處理的自動化、計劃的高度精準化和智能化，以及供應鏈生態協同體系的新模式。通過項目的實施，供應鏈供需協同周期可以縮短 50%，實現供應鏈“4 小時生態圈”?？梢詫崿F呆滯料庫存降低 10%，庫存齊套率提升 50%，協同效率提升

60、20%。Available ProjectE2E DashboardOrder To ship執行可見性KPIE2E 分析風險提示模擬決定報告 Lean Process/BMS DatabaseRPAE2E KPIDashboardDigitalOrderDemand To supplyProcurementSupply Cloud-DssDigital ProcurementSmart CostLogisticDigital LogisticInventorySmart InventoryProcess/BMSKPILean Supply ChainCEOT1ManagersSCCT供應鏈控

61、制塔客戶供應商ASNGITVisibilitOrder精準計劃IPSPSDATBOrder DemandSortageMRP智能排產APSPP Plan制造高效物流HIC WMSShipmentCapacitySimulationDailyFCSTWeekiyMESXN WMSFGI ASIRSSMT KittingParts AS/RSBoX Kiting材料 送貨BOX 自動/快速承諾Order DemandPLMIDPMBDSmart CostNPCA/CBOMQuotation MgmtFD MgmtCost SimulationSupply 供應商績效評估RFQ ReqRFQ Fee

62、dback智能成本管理Digital ProcurementVendor MasterAVL/SPERFQGP Order/PaymentDocumentSpending/SavingSupply CloudDemand ReleaseSupply CommitDss SystemPO/ASNIntelligent AlertSupplier Visibility供應商協同(SRM)典型場景OTS聯合排產SupplyCloud026讓數據成為生產力025讓數據成為生產力OTS基于 OTS 的使用，促進供應鏈的核心客戶滿意度指標 OTS（order to shipment），FPSD（first

63、 promised ship date），ATB（available to build）等得到極大的提升，其中 OTS 提升 40%，FPSD 的首次承諾出貨日期準確性提高 17%，變動減少率提升 12%。ATB 提升 21%。另外，系統承載的訂單量從 4.5 萬筆提升到 18 萬筆，運算頻次從2 次提升到 3 次每天，運算時間更是從 4 小時降低到 90 分鐘以內，性能遠超業界。OTS 通過監測整體的運行情況即 Good/Bad 和 Chance 作為北極星指標，及時通過訂單模型計算將數據拆解成可以被供應鏈理解的履約數據，進行一手反饋。通過對 OTS 的關鍵流程和關鍵控制點（KCP）的識別，

64、把整體改善 chance 的 KCP 分成了供應鏈的 10（TBD）個關鍵節點，各個部門基于這個提升 Chance 的一致性任務和目標，以最大交付作為北極星指標共同努力，進行尋優調整，相關指標可以下鉆到具體的明細頁面，形成了通過數據運營、流程拆解、一致性行動性意見構建起了以最大交付為目標的價值動因數。僅僅在計劃層面做努力方向還遠遠不夠，聯寶科技繼續通過不同事業部，不同品類維度的建立與分析，構建起 OTS 端到端交付的可見性實時看板，去了解策略執行層面的偏差，并進行關聯性的糾偏，從訂單接單節點開始，歷經 ATB（可承諾數量）-日排程數量-產出數量-發運數量的預計/實際對比情況，去了解實際供應量執

65、行發生的偏差。并通過不同 KPI 的預計監控和推送，及時發現相應問題并快速落地改進。通過對整體的交付監控，可以對 OTS 偏差預警快速響應以及根因分析快速解決問題，以實現供應鏈端到端運營效率最大化，保證了合肥聯保作為全球最大的單體 PC 工廠的尖峰制造的交付能力。聯寶工廠有個別名，叫 885 工廠。說的是，每天有 8000 多筆訂單，而其中 80%的訂單，都少于 5 臺，相當于每天要完成上千種產品的制造，而供應鏈控制塔的 OTS 提供了相關的預警與監控?！奥摵吓女a”系統的開發背景主要源于市場競爭的壓力、傳統排產方式的不足、制造業轉型升級的需求以及企業內部運營管理的需要。通過開發和應用聯合排產系

66、統，企業可以更好地應對市場挑戰，提升生產效率和產品質量，實現可持續發展。對于關鍵物料的產能與供應約束，聯寶科技通過同步計劃、智能供應、智能運營和動態履行多個節點的多級可視，去實現對于多級物料產能約束的洞察與計算，實現相關成本與交付周期的降低。同時通過構建供應鏈 4 小時生態圈，也就是把工廠盡量搭建在上下游協作方的附近，便于快速協作。對于供應鏈的物料與產能相關約束，聯寶科技通過集成與打通多級供應商的系統，去更準確地了解多BOM 下的物料齊套情況，掌握缺料情況，并基于實際物料進行工序的快速逆向尋優，配合聯寶開發的基于運籌優化的閃電排產系統，能在 90 分鐘里，完成 18 萬筆訂單的分解。同時通過監

67、測預實產量的對比和相關設備的數采集成，可以及時了解產出、稼動率等指標，并可以下鉆到供應商的瓶頸工序，針對性地進行持續的優化改善。聯合排產對于供應鏈控制塔來說，多層滾動的產銷存計劃的構建與監控，是保證供應鏈平穩運行的最佳實踐。代表著從中長期戰略到季/月的計劃制定，到日排程的計劃監控，通過數據運營，了解自己供應鏈的韌性與柔性范圍，并以此進行產能規劃、供應鏈戰略布局規劃、生產節拍規劃、中長期備料計劃、短期物料需求計劃，以及基于不同服務水平和提前期的庫存計劃，這就是由supply cloud進行相關實現。通過對 S&OP 及 CPFR 集成的 Supply Cloud 的模板的建立與集成，聯寶科技實現

68、供應鏈戰略-計劃-執行端到端的全價值鏈覆蓋，透明的數據使得決策時間縮短 50%-60%，工作流程自動化程度提高，工作效率提升 10%-20%，訂單及時交貨率提升 5%以滿足客戶的訂單需求，更好地服務全球客戶，同時將庫存控制保持在行業領先水平。Supply Cloud028讓數據成為生產力027讓數據成為生產力堅持數字與業務融合發展，提升企業經營效能，實現業務提效 3 倍北京首鋼股份有限公司（以下簡稱首鋼股份）是世界五百強首鋼集團所屬的上市公司，以建設具有世界競爭力和影響力的鋼鐵公司為愿景，始終堅持創新、協調、綠色、開放、共享發展理念，堅持綠色制造、智能制造、精品制造、精益制造、精準服務的高質量

69、發展之路，形成具有核心競爭力的高端產品集群。北京首鋼股份有限公司項目總結通過供應鏈控制塔項目，聯寶科技在以下維度創造了顯著的經濟效益。除了經濟效益之外，供應鏈控制塔還幫助聯寶科技發揮鏈主優勢，推動 PC 產業鏈數字化水平提升，打造可持續發展生態圈，創造了同樣客觀的社會效益。供應鏈風險管理實現了風險預警的高精準和高效率，自動預警出疫情、地震、停工等對企業運營的風險，相關資訊識別精準度及風險預警準確率均達100%。提升了客戶滿意度OTS 40%，FPSD 17%，變動減少率12%，ATB齊套率21%，系統性能提升5倍以上。訂單計劃PC產量增加了23%，積壓訂單減少了20%，交期滿足量提升了20%，

70、排產耗時縮短了97%。同時，每年節省超過2696兆瓦時的電力，相當于200多噸標準煤，可減少2000多噸二氧化碳的排放，相當于每年種11萬棵樹。排產調度倉庫空間節約30%、人力減少47%，產能提升50%，運作效率提升了33%，搬運不良減少70%。物流管理端到端的作業時間縮短50%，實現與供應商“4小時產業生態圈”，呆滯料庫存降低10%，委外加工的原材料成本降低5%，結構件齊套料率提升50%。也降低了生態體系中合作伙伴（供應商、物流公司等）20%以上的工作負荷。覆蓋產業鏈近400家供應商、物流公司、海關等合作伙伴。供應商協同維度效果030讓數據成為生產力029讓數據成為生產力缺乏對業務數據全量全

71、要素管理鋼鐵生產關聯因素多、管控環節多、生產流程長，基于人工或人工加計算機系統輔助相結合的方式進行，業務執行僅依賴于局部信息、離線數據和人工經驗，無法支撐精益制造和優化資源配置的需求；線下業務多，跨部門業務協調難度大、管控效率低，響應市場能力不足。02傳統的業務分析效率低由于鋼鐵生產制造過程動態變化，通過傳統固定報表方式進行日常業務分析與管控已不能及時適應制造業務的不斷更新及管理方式的變革。03首鋼股份通過“一個數倉、兩個緯度、三種手段”來提升數據生產力，即建設一個數倉作為數據基礎、堅持數出一源，通過數據治理提升數據質量；完善主題和指標兩個緯度；融合應用“固定報表、自定義分析、數據可視化”三種

72、技術手段，著重在數據監控與統計分析、業務輔助決策等應用領域進行探索，實現更靈活、更易用、更智慧的決策支持系統。解決方案讓數據可見、讓數據說話，用工具改變人的數據思維；用新型 BI 改變人的工作習慣，成為了首鋼股份實現“管控數字化、決策智慧化、服務平臺化”戰略規劃的重要支撐。建立數據思維及使用習慣開發能敏捷、迭代能快速、用戶能參與，成為了首鋼股份數據分析工具的技術要求。構建敏捷組織能力數據應用現狀數字化轉型是一項復雜的變革，與傳統信息化相比，其對于數字化基礎的要求更高，不管是 IT 基礎設施、數據管理能力還是信息安全要求等，都提出了新的目標。數字化基礎的保障作用更加突出，其管理重心由應用轉向了數

73、據，支撐能力由維持轉向了快速迭代。首鋼股份目前已建成分布式混合型數倉，匯集了財務、采購、銷售、物流、成本、工程、設備、制造、質量、能源、環保等所有業務領域以及現場生產工藝的 14.5+萬項 200T+的數據。項目亮點訂單分析處置縮短到 1 分鐘內 長齡庫存占比降至2.9%現貨發生率降幅33%需求痛點數據分散，缺乏統一管理機制生產經營數據來源眾多，存在大量異構數據，不同粒度數據分布在不同系統，在進行數據分析中數據收集和整合耗費了分析人員大半的時間，缺少統一平臺和方法對存量龐大的數據開展有效的開發和利用。01032讓數據成為生產力031讓數據成為生產力該場景包含以下訂單風險識別模型和外設計智能評價

74、兩個部分：基于大數據平臺，將采購系統中的合同信息與銷售系統中的銷售信息進行匹配分析，以合同為最小統計單位，以產品大類為統計維度，從外設計質量分布、活躍度分布、規格能力等維度對訂單情況進行圖像化展示，展示效果一目了然，同時支持數據下鉆，便于更進一步的問題分析。訂單風險識別模型基于產銷一體化經營決策大數據平臺，將股份公司和京唐公司兩個基地，制造系統中的物料實績信息、成分信息、合同信息，銷售系統中的銷售信息和質量異議信息，實驗室管理系統中的實績檢化驗數據等進行數據清洗、數據整理，對外設計從多個方面進行評價。外設計智能評價通過對現有多業務系統中的數據進行梳理，明確圍繞客戶需求，充分利用合同信息、生產實

75、績及質量異議信息，構建訂單風險識別子模型、尺寸選材推薦子模型、能力評估子模型、外設計智能評價子模型，高效進行產線的產品尺寸能力評估，確定供貨能力，針對不同需求推薦出最適用的外設計方法，從售前、售中、售后全流程跟蹤分析，并結合歷史數據，自動給出外設計等級和評價。典型場景銷售管理-客戶需求精準識別通過大數據應用給公司海量數據賦能，不斷改變舊的業態、業務模式和工作方法，從而提高企業經營管理效率。深入業務應用，驅動業務不斷迭代，助力經營提效034讓數據成為生產力033讓數據成為生產力現貨分析管控模型整合煉鋼、熱軋、冷軋全流程生產和質量數據。建立工序一貫履歷表，對板坯和鋼卷的計劃、質檢、評審和摘掛單過程

76、進行記錄?；谠撃Ｐ?，發現在現貨管控過程中的相關問題，并通過層層下鉆具體到可改進執行的層面，進一步推進了調寬坯原單軋制、過渡原因識別、頭尾坯切割優化、改規格卷封鎖狀態下掛單、卷渣工藝優化工作的開展，現貨發生率降幅 33%，減損 2 億元。質量管理-現貨分析管控以庫存管理為切入點，以建立庫存預警機制、全流程全局監控并合理評價整體業務鏈庫存、完成庫存模型搭建并以應用為目標，為庫存管控體系提供支撐。探索低庫存下的高效生產管控模式，使全流程工序庫存都達到滿足其生產、運輸效率所需的最低庫存水平，提高存貨周轉率，降低資金占用。倉儲物流管理-庫存管理鋼鐵企業客戶需求精準識別，針對三碼數量龐大、精準選用難度高

77、、后臺管理維護工作量大的業務現狀，將信息化系統的大數據挖掘能力和訂單質量外設計業務相結合，糾正了 75 條訂單三碼選用錯誤，將三碼的分析處置從 24 小時以上縮短到 1 分鐘以內，支撐產線能力拓展額外承接訂單 2.5 萬噸。為了提高管理和推進認證效率，實現高效、精準的用戶推廣，搭建產品認證評價模型。首鋼股份在全生命周期監控與系統性管理的基礎上，細化流程為3大序列、12個節點、15個項目。通過大數據分析，提取認證輸入因子 37 項，認證輸出因子 7 項，對認證的信息進行確認和擴展，搭建認證知識庫模型。以歷史訂單的為數據基礎，歸納形成認證知識庫，并最終提煉出認證規則，完成了酸洗認證知識庫的搭建；建

78、立認證知識庫運行規則和流程，建立自動更新邏輯，實現合同和認證知識庫自動匹配，精準匹配率達 100%。以認證知識庫為基礎，實現對客戶認證路徑的實時跟蹤，搭建認證項目的可視化評價模型。通過FineBi 進行認證可視化界面的自主配置，深化對認證業務的管控，進一步支撐認證業務的高效推進和管理。銷售管理-認證項目評價036讓數據成為生產力035讓數據成為生產力通過 FineBI 實現對全公司及各單位點檢異常的全方位管控分析，及時發現閉環管控中問題，分析明確具體原因，督促相關單位及時整改，提高點檢異常的閉環管控水平，帶動點檢管理整體改進。設備管理-點檢異常閉環管控通過梳理現有煉鋼 PES 工藝報表，設計轉

79、爐工序金屬料管控駕駛艙，按照人員、爐座、班組等維度重點分析轉爐金屬料損失、裝入量、出鋼量、吹損等指標，并按照產線、爐座、班組、個人、爐次的層級下鉆，從而發現轉爐過程中的吹損過大，金屬料損失過多等問題。通過建立轉爐金屬料管控駕駛艙，金屬料管控效率全面提升。提升了現場管理效率，提高了專業管理人員的分析問題、解決問題的能力。對各作業區分工序分析金屬料異常原因，提高操作水平。提供改進方向建議實現金屬料即時管控和長期管控相結合，提高經營效率和效果，同時為計劃值推進和標準成本優化提供支撐。生產成本管理-煉鋼轉爐工序金屬料管控該庫存管控模塊，橫向覆蓋銷售、生產、質量、物流等業務，縱向覆蓋煉鐵、煉鋼、熱軋、冷

80、軋等全流程工序。全流程庫存分析效率大幅提高；庫存分析精度和質量明顯改善；通過全流程庫存結構分析和預警，可從渠道、品種等多角度鎖定庫存風險。該庫存管控系統集展示、計時、推送、監督、統計、分析為一體，適用于全工序全流程，實現了由企業由人治到數治的轉變，具有覆蓋面廣，泛用性強，使用門檻低，實施效果立竿見影等特點，極具推廣價值。生產庫存分析銷售庫存分析運輸商評價038讓數據成為生產力037讓數據成為生產力中國第一汽車集團有限公司打破數據壁壘，數據驅動效能躍遷中國第一汽車集團有限公司是國有特大型汽車企業集團，是國家“一五”計劃重點建設項目之一。中國一汽經過七十年的發展，建立了五大生產基地，構建了全球化研

81、發布局，擁有紅旗、解放、奔騰等自主品牌和大眾（奧迪）、豐田等合資品牌，累計產銷汽車超過 5700 萬輛，銷量規模位列中國汽車行業第一陣營。在企業推進數字化進程中，各級系統在實現業務集成的同時，完成了數據的準備，提供了大量完備的基礎數據。通過建立數據倉庫，規范數據標準和統計口徑，把零散分布于各個系統的數據進行整合，打破信息孤島，構建企業數據全集，實現數據集中和共享。通過構建數據分析平臺，建立從數據轉換為價值的體系，讓數據發揮出企業核心資源的效用，實現數據的增值，徹底改善信息系統對于業務的支撐能力，尤其是對分析決策和優化管理的支持能力。項目總結數據分析應用已由傳統的統計和現狀展示轉向了數據模型化應

82、用，業務異常不能只靠人在看報表和圖表時去發現，更要通過業務決策模型實現主動推送和根因聯動展示，輔助業務人員進行決策。這種模型化數據分析要聚焦梳理典型業務活動場景，進行目標拆解與迭代、數據治理，通過業務需求的解讀及業務數據的有機整合與重構，推進模型與技術融合，進而提升發現問題、提出良性優化及解決方案的能力，來反哺業務活動?！坝脭嫡f”要變為“讓數說”構建數據團隊融合能力是數據分析的基礎，要推動業務人員走向數據分析前端，變被動為主動，而不僅僅是“提需求”。通過選用FineBI來減少業務人員學習成本，實現快速上手，釋放數據分析自由度，提高分析效率；通過舉辦數據可視化的季度交流、年度大賽，推動業務人員以

83、賽促學，做到學以致用，邊學邊用，逐步形成數據自助分析思維，提高業務人員自主分析的主動性?！耙易觥币優椤拔乙觥睌祿⒎窃蕉嘣胶?，數據的獲取、保存和使用是有成本的。數據是商業價值創造和保持競爭優勢的基礎，然而數據收集、傳輸、存儲、保護和分析也會提高成本。要對數據進行分類使用才能降低數據管理成本，一方面在做數據標準規劃時就要做好設計，包括數據精度、采集頻度、使用熱度、使用場景、保存年限等等；另一方面數據治理是一項長期工作，定期對數倉進行清理，停用長期不用的報表、主題數據，減少低值數據對存儲計算資源的浪費?！盁o價值”要變為“有價值”040讓數據成為生產力039讓數據成為生產力解決方案頂層會議決策

84、難、效率低、運維工作量大集團頂層會議場景是集團內 BI 看板最為重要的應用場景之一，看板從制作到審核到應用涉及業務部門、報告行管、集團高管等多個角色。諸多問題導致頂層會議決策難、效率低、運維工作量大。04自助分析成本高，找數據、理解數據困難重重用戶在實踐過程中頻繁遭遇兩個核心挑戰：數據從哪里來與各字段都是什么含義，這一難題在跨領域數據分析課題中表現得尤為明顯。05數據工作臺支撐頂層會議報告，以及 Easy 頭條駕駛艙35份報告215個指標服務的訂閱。為14頂層會議提供了強有力的支持，77家匯報單位參與。數據分析平臺擁有活躍用戶4590名。項目亮點需求痛點傳統匯報方式耗時耗力，缺乏便捷可視化手段

85、缺乏可視化工具的支持，不僅影響了匯報工作的效率與效果，也限制了團隊在數據分析方面的潛力。引入高效便捷的可視化解決方案，已成為提升集團匯報質量和決策效率的關鍵需求。01如何呈現企業真實的運營狀態，不同人對指標的理解并不一致在集團數智化轉型的大背景下，業務人員在籌備匯報內容時，面臨著將業務現狀具體化為數字語言的重大挑戰。如何巧妙運用數字化的思維方式，精確量化復雜的業務場景，構建起一套既科學又貼合實際的指標體系，進而高效地執行數據分析任務，成了一個難題。02多數據源、多加工鏈路難以保證數據準確性企業內部各部門獨立運作，各自擁有專屬的數據源，形成了數據孤島。這些分散的數據源缺乏統一的接入與管理機制，導

86、致數據采集和整合過程復雜低效，難以確保數據的完整性和時效性，從而影響了數據的準確性和可用性。03數據工作臺產品藍圖全角色覆蓋全角色覆蓋管理層數據消費者數據管理者數據開發者數據行管業務系統IT負責人其他角色手機端PC端自定義數據工作臺首頁自定義數據工作臺首頁駕駛艙我的作品展示數據資產地圖BI頭條代辦中心職能督辦頂層會議資產運營視圖自定義數據工作臺首頁報告生成預警&建議知識問答數據分析&決策.數據需求管理數據治理數據開發數據應用數據生命周期管理數據資產搜索數據資產生命周期管理管理目標牽引數據需求創建業務探源技術探源數據治理數據開發極限審批極限開放數據分析應用匯報&分享服務運維發起變更/注銷變更/注

87、銷審批數據訂閱申請AIAIAIAIAIAI數據工作臺高效的數據組織與專業的人員能力云原生技術架構底座.阿里Dataphin源系統帆軟ERP信息架構平臺車聯網PDMCRM數據資產目錄數據模型管理數據標準管理元數據管理數據分布信息架構管控數據質量平臺數據質量規則數據質量度量數據質量報告數據資產平臺分類管理價值管理流通管理風控管理主數據平臺主數據管理模型管理質量管理標準管理指標管理平臺指標管理生命周期管理運營分析數據開發平臺數據入湖管理多維模型開發數據整合開發數據服務開發數據能力平臺數據人員管理數據資源管理數據評價管理頂層會議數據分析平臺數據服務平臺自助分析空間數據API管理共享場景管理數據服務運營

88、數據需求管理數據授權管理數據仲裁管理數據問題管理042讓數據成為生產力041讓數據成為生產力中國一汽自研基于云原生的數智化會議平臺，通過集成帆軟頁面，實現了會議管理、議題提報、報告瀏覽等會議全流程。頂層會議的匯報單位，需要按要求介紹業務全景，重點指標完成情況，本月總結及下月計劃，專題匯報，這幾大板塊來匯報，用到的所有指標，需要是直連的。數智化會議平臺作為驅動一汽集團決策效能升級的核心引擎，已經成功為 14 個頂層會議提供了強有力的支持，共有 77 家匯報單位的參與。平臺成功統籌安排了 300 次會議日程，確保了每一場會議議程的緊密銜接與高效推進。在此基礎上，平臺還細致管理了 208 個指標，1

89、054 個會議議題，涵蓋了集團業務的方方面面，實現了會議內容的全面覆蓋與深度挖掘。典型場景頂層會議為了解決上述各項問題與挑戰，中國一汽踏上了數智化轉型之路，其中一項重要的工作內容就是建設了基于云原生理念的數據工作臺，數據工作臺覆蓋了數據采集、數據治理、數據建模、數據服務等數據應用全流程，服務于各領域數據消費者、數據管理者、開發者以及數據行管，以“智能工作流”方式驅動核心數據業務開展，打通八大作業平臺，涵蓋統一數據資產查詢、自助BI定制、工作流程管理、實現數據能力復用、數據資產高質沉淀，支撐數據服務消費、指標治理、信息架構治理等核心業務孿生。中國一汽結合指標數據治理實踐，形成一套完善的指標治理工

90、作方法。由業務單元產生指標，保證指標的業務來源可追溯，在數據探源過程中調用信息架構治理能力和數據質量管理能力，保證指標的數據源可信可靠，最終交付數據服務支撐 BI 駕駛艙及自助分析數據消費。指標治理中國一汽搭建底層核心存算能力和頂層數據開發管理工作臺，實現數據中臺各層功能。依托數據中臺，建立對應的平臺運營，數據管理，數據隊伍。建設包括數據集成、服務、治理、安全、運營在內的功能中心并設計對應的流程規范。搭建并部署低代碼全流程可視化數據開發管理工作臺。應用平臺資產管理，數據治理，數據安全等功能，打造集團統一數據中臺運營體系。數據中臺數據資產查詢：構建統一的數據資產查詢門戶，作為數據探索的首發站，用

91、戶可由此直接跳轉至資產目錄，深入了解數據詳情并便捷地提交使用申請。資產目錄構建：建立一套全面的數據資產目錄，涵蓋集團下所有主題域分組。通過埋點及數據開發作業平臺采集與開發，數據分析作業平臺自助分析，自助 BI 配置數據資產視圖，支撐數據行管、數據管理者識別數據資產問題，優化提升數據資產的價值。自助 BI 開發：為了促進更高效的數據洞察，我們將打通數據分析作業平臺和帆軟系統，允許用戶直接將申請過的數據使用在帆軟報表中，并支持將多個儀表板配置成為“場景“，實現儀表板復用和定制化的匯報視圖。數據分析平臺數據工作臺領導決策層數據消費者數據行管數據開發數據管理者網絡安全工程師任務工作流數據服務管理流程指

92、標治理流程信息架構管理流程主數據管理流程數據能力管理流程BI開發流程數據分析作業平臺源系統資產分析資產指標資產資產推薦API資產數據資產搜索已有資產權限申請新服務申請API開發申請API調用申請指標服務申請數據消費申請我的數據我的APIFineBIFineReport我的數據我的工作簿場景創建場景分享場景復制場景刪除場景預覽我的場景作品發布作品搜索作品查看作品權限申請作品集市仲裁管理問題管理生命周期管理供消管理我的待辦我的已辦我的申請我的督辦任務中心資產目錄管理數據資產管理空間管理評論管理系統管理空間創建空間成員管理空間作品管理資產推薦API資產空間管理自助工具云原生技術架構底座信息架構管理中

93、心指標資產中心數據開發中心服務網關中心首頁我的任務資產查詢資產地圖我的場景我的徽章數據人員成長路徑快速連接（工具）資產視圖自助BI卡片查打一體新手入門分析師排行榜GPT BI 查詢GPT 問答數據小課堂操作指引044讓數據成為生產力043讓數據成為生產力中國一汽運用工作臺+BI 模式，打通 APP 定車鎖單數據、代理商跟進數據、生產與在途數據、終端交付數據 4 大平臺數據，實現數據與流程的無縫銜接，構建總覽全流程數據看板以及各分項的穿透業務清單。實現從客戶預訂鎖單到發貨交付的全流程車輛流轉信息。其中包含主要的結果性節點包括客戶節點（包括支付定金、客戶鎖單兩個關鍵動作）、代理商（代理商鎖單、資源

94、審批）、廠家（已生產、已發運）、代理商（已到店、已交付 AAK），過程性節點包括定金后未鎖單、客戶鎖單后代理商未確認、代理商資源未確認及未匹配、生產進行中、物流進行中、待交付過程要按照訂單狀態進行全流程追蹤。營銷中心分析訂單流轉狀態集團高層深知在當今數據驅動的時代背景下，精準高效的數據分析是推動業務發展、優化決策流程的關鍵所在。因此，特向全集團各領域業務人員發出積極號召，鼓勵大家充分利用帆軟工具強大的可視化及分析功能，開展深度的數據挖掘與分析工作。首先，集團著手提升分析技能與帆軟工具應用能力。開展定制化培訓計劃，組織系列數據分析培訓課程，內容涵蓋基礎數據分析理論、帆軟工具操作實踐，以及行業最佳

95、實踐分享。培訓課程結合實際業務場景，設計實操練習，確保業務人員能在指導下親手操作，從理論到實踐全方位提升。全員自助分析平臺通過集成 14786 個數據分析頁面，極大地豐富了會議的數據支撐能力，在這方面帆軟工具提供了非常重要的支持。這些頁面不僅實時展現了集團運營的關鍵指標，還通過直觀的數據可視化手段，加速了信息的理解與決策的形成，為參會者提供了深入洞察市場動態與內部運營狀況的窗口。這一系列的創新實踐和技術應用，不僅顯著提升了會議的運行效率與穩定性，更是在促進集團內部溝通協作、優化決策流程、增強數據驅動能力等方面發揮了不可估量的作用。046讓數據成為生產力045讓數據成為生產力對于中國一汽來說，當

96、下處于百年未有之大變局，新能源智能網聯給汽車產業帶來巨大沖擊，傳統汽車企業在嘗試擁抱互聯網，去感知客戶創造體驗，而互聯網人在進軍制造和供應鏈，去試圖掌握百年的工業積淀。數字化正是戰略轉型需要去擁抱去學習去淬煉的能力，數字化轉型的根本是業務生態和作業方式的全面變革。中國一汽以 TOGAF 架構理論為底層邏輯，自主構建指標數據治理“五階十六步法”和信息架構治理“六階十八步法”，為數據治理工作提供科學的方法指引；以業務價值為起點，以業務流程為主線，以業務單元為核心，通過信息架構進行數據業務的數字孿生，構建基于云原生架構的數據工作臺和能力中心；以數據基本法為引領，以數據治理方法為指引，以數據治理機制為

97、驅動力，以數據工作臺和能力中心為載體，實現數據治理效能翻倍的同時，驅動八大領域業務效能翻倍；窮盡核心業務指標，沉淀關鍵數據能力，探索大模型技術與數據治理業務的深度融合模式，促進數據治理效能和八大領域業務效能躍遷式增長。項目總結接下來，構建集團級資產目錄，實現與信息架構平臺、指標資產平臺以及數據中臺的無縫對接，從而將集團范圍內的源系統資產、指標資產，以及各類分析資產深度融合，匯聚成詳盡且易于檢索的數據資產網絡。資產目錄還配備了詳盡的資產元數據瀏覽功能，用戶在決定是否選用某項數據之前，可以預先查看其字段構成、數據類型、更新頻率等關鍵信息，這一設計極大地增強了數據選擇的準確性。業務智領決策鏈：全景洞

98、察，多層協同，數據驅動業務提效京東方科技集團股份有限公司（BOE）創立于 1993 年 4 月，是一家領先的物聯網創新企業，為信息交互和人類健康提供智慧端口產品和專業服務，形成了以半導體顯示為核心，物聯網創新、傳感器及解決方案、MLED、智慧醫工融合發展的“1+4+N+生態鏈”業務架構。作為全球半導體顯示產業龍頭企業，BOE（京東方）帶領中國顯示產業實現了從無到有、從有到大、從大到強。目前全球每四個智能終端就有一塊顯示屏來自 BOE（京東方），其超高清、柔性、微顯示等解決方案已廣泛應用于國內外知名品牌。全球市場調研機構Omdia數據顯示，2023年BOE（京東方）在智能手機、平板電腦、筆記本電

99、腦、顯示器、電視等五大應用領域液晶顯示屏出貨量均位列全球第一。京東方科技集團股份有限公司048讓數據成為生產力047讓數據成為生產力數據應用難很多用戶習慣于使用紙質報告或電子表格進行數據呈現和業務決策，業務系統產生的數據與業務之間無法形成合力；同時，由于 IT/業務人員本身缺少數據分析思維，當前建設的很多報表均為描述型報表，診斷型、預測型甚至指導型報表少之又少，無法與業務場景深度融合，發揮數據價值。03項目亮點需求痛點數據分散京東方在生產運營過程中積累了很多數據，數據種類繁多，包括設備運行狀態、產出實績、產品質檢結果、不良率等生產類數據，財務、人力、采購、銷售等管理運營類數據，同時還有市場需求

100、、行業趨勢、競爭對手等外部市場類數據，這些數據分散在多個系統中，難以統一管理和分析。01口徑不一針對同一指標，不同部門或團隊存在不同定義和解讀，有可能同一指標來自不同數據源，不同的數據源在數據質量、數據結構、更新頻率等方面均存在差異，導致同一指標反映出的業務現象不一致，影響用戶對業務狀況的全面了解和準確判斷，決策效率有待提升。02整合計劃與運營關鍵指標，將平均數據處理時間從2周縮短至1天 建立指標紅綠燈預警機制，問題定位周期從1周縮短至1h幫助工廠之間進行對比分析，效率提升預計50%解決方案在數字化轉型的大背景下，BOE 針對公司內部存在的困局和痛點，以“聚焦業務”為核心，從以下三個層面實現企

101、業內部整體的價值化轉型。搭建數據倉庫，將業務系統數據、外部數據、手工填報數據等統一匯聚至 ODS 層，在此基礎上進行加工，建立通用模型與指標計算模型，在最上層集市層面向業務場景進行建模，支撐上層 PC 和移動端應用，本次項目總計完成 200+模型設計和建模，實現了數據自動化融合，提升了數據處理和應用的效率與準確性。打破數據壁壘，實現數據融合規范指標標準指標口徑不一、缺乏統一管理會導致指標錯誤理解、不同團隊拉通困難、重復設計、重復開發建設等問題。針對這種現象，項目組規范了指標命名規則、定義規則，同時對指標屬性進行了標準化建設，如下圖所示。另外，設立指標owner，統籌拉通指標口徑。本次項目總計拉

102、通指標257個，涉及產銷、SBU、庫存、供應鏈等多個主題。050讓數據成為生產力049讓數據成為生產力BOE 結合本身的制造業特性，打造市場洞察分析看板。其中出貨、市占、庫存板塊數據來源于第三方市調機構，通過帆軟填報方式，由業務人員自行填報；價格看板數據來源于第三方市調機構和內部ERP 系統，通過帆軟填報和系統集成的方式，將 BOE 內部價格和外部市場價格進行對比分析；情報板塊數據來源于外部第三方網站，借助爬蟲工具將數據采集至數據中臺，并進行前端展示。利用爬蟲技術自動獲取不同網站的新聞數據，節省人均 1 天/周工作量；通過分析競爭對手的出貨周轉情況，企業可以優化自身的庫存管理，預計每年可降低庫

103、存成本 5%；價格模塊可實時監測價格變化，提前 2 天發現價格異常波動，減少因價格變動而遭受的損失。市場洞察分析定位出某 SBU 指標異常?；?SBU 按照客戶-產品維度繼續下鉆，最終定位出影響整體預測銷量達成率的 TOP3 機型。將計劃與運營關鍵指標整合在一起，節省了用戶收集數據、跨部門溝通、手工整合數據時間，平均周期從 2 周縮短至 1 天；指標紅綠燈預警機制，提前將異常指標高亮突出，節省了用戶核對數據時間，問題定位周期從 1 周縮短至 1h。借助平衡記分卡、價值樹拆解等方法從戰略層、運營層全面梳理核心業務，逐一進行價值鏈條拆解，識別關鍵驅動因素，針對關鍵因素匹配衡量指標，形成指標體系。

104、在指標體系基礎上，結合重點業務場景，設計統一的、整體的運營分析體系，從 CEO 到執行層縱向貫通，支撐管理運營，實現全景洞察。搭建指標體系&分析體系，實現全景洞察典型場景京東方將計劃與運營涉及的關鍵指標整合在一起，按照不同分類區分展示。例如，客戶需求滿足度、預測銷量達成率、產能利用率等指標，都能反映生產線的實際運行狀況和市場需求。此外，京東方還設置了紅綠燈預警機制，通過不同顏色的展示燈，快速提示指標狀態，幫助用戶及時采取行動。針對異常指標，看板可下鉆至指標詳情頁進一步分析。如 LCD-預測銷量達成率，在指標墻頁面呈現黃燈狀態，證明部分數據存在異常，下鉆至詳情頁查看各 SBU 預測銷量達成率對比

105、圖，可進一步計劃與運營指標墻基礎信息維度信息指標來源分析應用主要指標在業務角度的基本業務含義的定義與描述指標能夠支持的維度與層級包括：業務維度與技術維度指標來源于哪些系統、模塊及表結構，以及指標的供數方式與更新頻率等指標在哪些分析主題、分析場景、報表或儀表盤中進行了使用指標編碼指標名稱指標分類指標定義計算公式報送頻率指標單位數據類型.來源系統來源模塊源表信息供數方式更新頻率.分析主題分析場景報表應用儀表盤應用數據服務應用指標預警應用.組織產品渠道同比環比累計.業務維度技術維度052讓數據成為生產力051讓數據成為生產力選取財務、生產、產銷 3 大類共計 16 個指標，運用熱力圖對各工廠進行對比

106、分析，指標數值較大的排名在前。財務模塊聚焦營收、利潤、成本等關鍵指標，幫助工廠評估自身在創效、減費等方面與排名第 1 工廠之間的差距；生產模塊聚焦 OEE（設備綜合效率）、Loss、UPPH(人均時產能)等關鍵指標，幫助工廠分析自身在技術能力、工藝操作、生產管理等方面的差距和不足；產銷模塊聚焦產能利用率指標，幫助工廠評估自身生產效率的高低，了解是否存在生產資源浪費或產能不足的問題。當工廠發現指標排名靠后，可進一步跳轉指標明細頁進一步分析差異詳情。核心指標對標：除了對整體關鍵性指標進行對比外，針對特定產品，選取 7 個關鍵指標進行對比分析，幫助工廠全面了解產品在生產、銷售、成本、質量等各方面的表

107、現，發現自身產品在各個環節上的優勢和不足，從而制定針對性的改進措施。通過對標分析，實現各工廠之間信息共享，幫助工廠之間進行對比分析，快速找出生產過程中的瓶頸和低效環節，效率提升預計 50%；同時，對標分析可以幫助用戶發現物料使用上的不合理之處和成本節約的潛力，識別出產品質量問題的根源，并采取相應的改進措施，直接降低了不良品率和生產成本。特定產品對標分析：BOE 作為一個擁有多工廠的企業，跨工廠的數據比較分析顯得尤為關鍵，通過對標分析，企業能夠實現不同工廠之間的信息共享，從而促進最佳實踐和經驗教訓的傳播。BOE 借助數據中臺將不同工廠的數據進行統一整合和轉換，針對同一指標制定相同的指標標準，搭建

108、工廠對標分析平臺，助力業務實現工廠對標分析，具體如下：工廠對標分析054讓數據成為生產力053讓數據成為生產力在業績變動分析方面，通過銷量、收入等數據在相鄰月份的對比分析，捕捉業績的增減態勢；另外按照產品別、客戶別兩個維度向下鉆取，展現對業績影響較大的 TOP10 產品和客戶，為業務采取下一步決策提供支撐。通過集中展示SBU收入、利潤、銷量等業績信息，幫助高層領導全面、實時地掌握SBU的經營情況，替代以往線下收集整合工作，節省人力 1 人/單個 SBU。業績變動原因支持從客戶和產品兩個維度下鉆分析，幫助用戶快速定位 top10 影響因素，提高工作效率 50%。項目總結BOE認為，本次項目的成功

109、實施，為企業帶來了顯著的變革和價值。首先，通過對業務場景的深入剖析，BOE 精準地識別了企業運營中的關鍵問題和瓶頸，為管理層的決策提供了有力的數據支撐。其次，項目的實施促進了企業內部的數字化轉型，提高了數據處理效率和決策效率。后續，BOE 將在此項目基礎上繼續深化，進一步優化數據分析工具和方法，提高數據分析的準確性和效率，并將加強與業務部門的合作，確保數據分析結果能夠更好地服務于企業的業務需求，同時持續不斷地完善指標體系。此外，BOE 還將關注新興技術的發展趨勢，積極探索人工智能、大數據等技術在企業業務運營及分析中的應用。BOE 結合 FineReport 實現了 IC 供應預測分析看板，從應

110、用類別、現地等維度分析 IC 供需情況及整體滿足度，異常值高亮標紅，幫助決策者快速捕捉供需未達標的應用類型或現地。除分析當前月IC 供需情況外，BOE 會預測未來 6 個月的 IC 走勢，業務人員可以根據預測的短缺/過剩情況提前采取行動手段。此外，BOE 還開展供應短缺/過剩情況分析。分析分為整體概覽和型號短缺詳情兩部分，整體概覽可查看所有 IC 型號供應短缺/過剩情況，通過面積大小快速了解哪些型號短缺/過剩最嚴重，哪些型號相對較好；點擊某型號，可進一步查看當前型號短缺/過剩詳情信息，包括短缺/過剩時間、短缺/過剩數量、當前庫存以及受影響的 SBU 和產品，幫助決策者進一步判斷短缺/過剩的規模

111、和緊迫性，以便采取應對策略。IC 供應預測分析在經營業績方面，BOE 針對衡量 SBU 總體經營情況的關鍵指標（收入、利潤、銷量等）按月度進行趨勢分析，并對未來3個月趨勢做出預測（對應看板中收入考核利潤趨勢、產品形態銷量占比趨勢），以評估 SBU 整體盈利能力和市場表現。通過分析單位面積內的業務規模和質量變化（對應看板中單平米數值趨勢），洞察 SBU 運營效率和市場響應能力的改進情況；針對單個 SBU，分析各類產品的占比變化（對應看板中產品邊效等級占比趨勢），支持鉆取至產品邊效明細，幫助業務迅速識別性能或市場表現不佳的產品，并直接鎖定其生產工廠，以便進行針對性的管理與優化調整；對客戶貢獻情況從

112、銷量和凈利潤兩個維度進行占比分析，比較不同客戶群體的貢獻度，支持鉆取至客戶明細，以深度洞察每個客戶在業務運作中的具體角色及潛在影響力，識別出對業務至關重要的客戶，并制定相應的策略來優化客戶關系。SBU 業績分析056讓數據成為生產力055讓數據成為生產力項目亮點通過選拔、培育、展現、投資四大步驟開展數字人才培養。培養了超過500名自主開發者，有27個部門總共開發了184個應用。每年數字人才自主開發應用創造的價值超300萬。數據應用現狀在數字化建設整體規劃方面，東風柳汽基于華為數字化轉型方法，按照東風集團 1 個中心 2 個旅程 3 個貫通規劃，柳汽按“135（1個中心、3 個抓手、5 個貫通）

113、”思路推進公司數字化建設，構建數字柳汽，提高全價值鏈業務能力和運行效率，支撐經營戰略達成和客戶滿意。數字化轉型不僅柳汽自己要做，還要帶動全區制造企業的轉型升級。柳汽推出了“龍行未來”計劃，通過建設運營汽車產業數字賦能平臺，規劃打造智能制造產業數字化生態圈，提供制造業在內的大中小企業數字化轉型服務，致力于提升全區工業行業的科技水平及數字化轉型升級，為制造業中小企業提供產業鏈上下游數字化轉型，實現大中小企數字化賦能服務，拉動業融通發展，培育高新技術產業及經濟發展新動能，以推動全區制造業數字化轉型為契機助力實體經濟轉型升級。184 個應用的誕生，見證數字人才培養讓零代碼開發成為職場常規技能東風柳州汽

114、車有限公司（簡稱東風柳汽）創立于 1954 年，是東風公司在南方的商用車生產基地、乘用車生產基地、自主品牌研發基地和東南亞出口基地。公司旗下擁有乘龍、東風風行商乘兩大品牌；商用車涵蓋牽引車、載貨車、自卸車、專用車、純電動物流車、純電動環衛車等系列產品，乘用車涵蓋 MPV、SUV、轎車、純電動 MPV 和純電動轎車等系列產品。東風柳州汽車有限公司058讓數據成為生產力057讓數據成為生產力人事部、公司團委、流程與 IT 部聯合開展開創的數字人才隊伍建設工作室，目標按階段推廣各類數字化工具，并以課題設計的模式實現工具運用的種子人才孵化，種子人才進行復制傳播，逐步覆蓋全員掌握數字化技能。初期業務人員

115、帶課題進入工作室，課題結題發布可獲得人事部數字化人才認證，進入公司數字化人才庫管理。成立數字化人才培養工作室根據員工實際數字化素養和技能水平，數字人才隊伍建設工作室制定了適合柳汽員工的數字化人才培養體系：路徑規劃：從數字化工具基礎使用、數字化思維與技能提升到實戰開發應用用于工作效率提升，形成完整的培養鏈條。培訓計劃：線上培訓與線下培訓結合，基于員工培訓參與情況，每兩個月開展一期線上基礎功能培訓營，每半年開展一期線下專題性功能培養課程（如系統架構思維、自建插件、接口等）；短期做到能取代 excel、word、紙質協同工具，長期計劃開發的規范性和拓展性。實踐驅動：成立專門的數字化人才培養領導小組，

116、負責統籌規劃、組織實施和監督評估等工作。注重理論知識與實際操作相結合，通過組建課題小組開發業務應用、競賽評比、論壇分享等方式，提高員工的實際操作能力和解決問題的能力。建立內部培養體系東風柳汽數字化人才的培養方案可以分為以下四步：選拔人才、培育人才、展現人才、投資人才。需求痛點業務流程改善需求量大柳汽每年收到各部門的 IT 需求超 1300 個，這里面大部分是業務的流程改善，內部業務管理提升，效率提升優化的小改善，需求不大但是與業務的貼合度要求高，調整頻率高，由 IT 進行建設，不僅成本高，且難響應。01IT 核心業務處理效率受到影響隨著業務側的小需求與日俱增，有限的 IT 資源壓力也越來越大。

117、如果維持這個趨勢，IT 人員需要花費部分額外時間處理這些需求，將難以聚焦于核心主價值鏈的業務提升，導致核心業務的運維和迭代能力下降。02缺少適合業務的數字化工具和培訓路徑以前，IT 部門面向業務員工開展數字化工具培訓時，多以視頻課程為主，由員工自行學習，沒有針對性的指導和學習效果驗證的途徑，所以業務員工往往掌握得較淺，難以自主通過數字化工具形成產出，對公司數字化轉型推動的作用不明顯。03在公司整體規劃背景下，東風柳汽從 2023 年開始引入簡道云，將它定位于解放 IT 生產力、補充完善了業務部門流程和業務的管理的工具。東風柳汽認為，零代碼工具跨過成熟度門檻，將消解“碼農”的技術壁壘，使編程成為

118、一種如使用 office 軟件般的常規工作技能，幫助業務人員乃至普通用戶變身軟件開發者。零代碼平臺將企業需求和自主開發深度融合，賦予普通業務人員開發技能，加速創新想法落地，培養業務人員成為數字化人才，幫助公司探索新的業務增長途徑。解決方案設計數字化建設規劃選拔人才培育人才展現人才投資人才成立數字化人才培養工作室建立內部培養體系以課題競賽形式孵化人才考取行業證書深耕數字化領域060讓數據成為生產力059讓數據成為生產力典型場景東風柳汽乘用車品質保證部量產部品品質技術主管師周忠基于簡道云開發了正確的部品、PV 品保供應商質量管理平臺兩個大應用，共涉及 10 個子模塊。系統可以實現問題點一次性導入應

119、用系統，任務自動分發至相關責任人，收到待辦任務提醒后，在應用上面進行問題分析、改善。比如前商標離空問題，通過分析識別產品開發圖紙無商標變形量、面輪廓度管控要求。后續修改產品品質點檢表，增加納入管控項，保證新車型開發時改善該問題。通過系統應用，代替信息多人分開錄入、信息重復錄入；通過標準化分析流程，提升業務人員分析能力，提升工作效率。最終實現節約時間浪費，全年預計節省工時：12 個月*80 項問題點*30 分鐘=28800 分鐘，折合改善收益 40000 元/年。此外，應用對問題點回顧分析的數據進行整理，識別 TOP 前位原因、TOP 供應商，識別流程基準存在不足以及流程執行遵守率，最終實現質量

120、管理工作精度提升。正確的部品激勵引導：建立完善的考核評估機制，對員工的學習成果和實際應用能力進行定期評估，確保培養效果的質量和可持續性。以課題技能競賽評比的形式，對獲獎的課題小組進行獎勵；評選獲獎課題負責人為零代碼開發工程師，作為今后公司人才認定、崗位聘用、職等晉升、薪級調整、對外創收團隊組建等重要參考，激發員工的學習熱情和創新能力。為了進一步鞏固業務人員掌握零代碼開發的程度，加深業務與 IT 部門的配合，東風柳汽在內部開展了數場以線上訓練營和課題競賽為形式的學習活動。從 2023 年 5 月開始，東風柳汽組織了六期的簡道云線上訓練營，安排有潛力的業務數字人才學習。2023 年 10 月，東風

121、柳汽舉辦了公司團委舉辦的“乘數智風潮，賦青春色彩”數字化小工種競賽，以公司青年作為主體參與評選。最終，該競賽中涌現出了【正確的部品問題分析】【月度重點工作管理】【工裝設變管理】等應用，為實際工作的開展啟發了思路，埋下創新的火苗?；诨顒拥某晒涷?，在 2023 年 12 月，東風柳汽流程與 IT 部、人事部聯合開展又了一場主題為“用數字化思維，促業數融合”的零代碼課題開發技能競賽活動。該場競賽共有 29 個課題報名參賽，經過初賽和決賽的評比，15 個課題獲得一等獎、二等獎、三等獎、優秀獎獎項，獲得一、二、三等獎的課題開發負責人，評為公司零代碼開發工程師。訓練營+競賽，孵化數字人才東風柳汽鼓勵員

122、工持續學習數字化技能，提升數字化素養，考取行業認證證書，擁有在企業內外部承接數字化項目的能力。截止目前，東風柳汽已經培養了超過 500 名自主開發者，有 27 個部門總共開發了 184 個應用，已經落地使用應用 43 個，覆蓋了生產設備管理，部門績效管理、項目進度監控管理、車間班組管理、投資預算管理場景。經過估算，每年創造的價值超 300 萬?？既⌒袠I證書深耕數字化領域062讓數據成為生產力061讓數據成為生產力班組改善提案管理應用上線以后，項目經理由 7 人削減至 3 人，取消超 11 項重點工作臺賬管理，管理效率提升57%，年節省費用約 60 萬，實現流程標準化管理、數據自動分析、項目實時

123、化、可視化。商用車品質保證部部品科新品部品品質技術主管師王海秋開發了 CV 品保部部品科數字化工廠應用，共涉及 24 個子模塊；商用車部品科知識管理庫，共涉及 6 個子模塊。系統結合重點業務需求，從基礎信息表、任務管理、供應商管理、制程、新品、售后以及人事管理等7 大模塊搭建，日常業務已上線簡道云，正式運行，全面取消線下網盤、微信群業務流轉。以“任務管理”模塊為例說明，在這個模塊，系統結合常規任務處理流程，建立通用表單，通過在簡道云發起、處理、閉環任務，實現任務實時統計、多維度分析、預警、異常提示，有效避免任務遺漏，提升管理效能、拉通任務全過程，加快任務流轉速度，實現由人驅動任務流轉變革為數字

124、化驅動任務處理，提高管理效能。商用車板塊外購零部件質量管理064讓數據成為生產力063讓數據成為生產力2h 降至 5min，帆軟產品組合助力生產提效，實現數字化全員參與寧德新能源科技有限公司成立于 2008 年 3 月，是新能源（香港）科技有限公司（簡稱 ATL）在中國大陸投資的第三家全資子公司。手機、電腦、平板、智能手表、無人機這些我們日常使用的消費電子產品中的電池，可能很大一部分都來自寧德新能源科技有限公司。寧德新能源是世界最大的聚合物鋰電池供應商，技術、服務、產能均處于全球尖端水平。寧德新能源科技有限公司在當今數字化時代，企業在汽車制造業中的競爭力不僅取決于傳統的生產能力和技術水平，還在

125、很大程度上依賴于企業管理人員的數字化技能和意識。數字化技能與意識不僅能夠幫助企業提高效率、降低成本、增強競爭力，還能夠促進企業內部創新文化的形成，提升員工能力，改善客戶服務，從而在激烈的市場競爭中脫穎而出。IT 部門作為企業數字化轉型的支撐和推動者，需要培養大量具備相關技能的人才，以滿足企業和行業數字化轉型的需求，推動數字化進程的順利進行。由 IT 部門牽頭組織業務部門開展數字化工具的學習，讓業務人員成為業務領域的數字化人才，使用數字化工具去提升工作效率，挖掘業務新價值。項目總結東風柳汽商用車總裝車間的廖雄輝通過簡道云開發了班組改善提案管理應用，將原先線下的流程轉為線上，真正實現全流程的過程監

126、控、閉環管理。員工基于業務場景需求，隨時隨地通過電腦、手機直接對提案信息進行調用、查看。該應用實現了在線審批申報、審批進展、填報節點及變更實時推送，并集成到企業微信?，F在，審批進展全過程實現可視化，自動對待辦進行提醒，對超時的流程進行預警。通過簡道云儀表盤，實現數據統計、報表輸出均由系統自動完成，極大提升了工作的效率與工作質量。應用從 2023 年 9 月底正式運行，日常用戶超 150 人。截止目前收集到的提案數將近 2,500 條。提案平均的一個審批流轉時間由原來的 30 天縮至縮減至現在的 6 天，效率提升了 5 倍，幫助車間取得了超過 25 萬元的年度直接經濟收益。而車間由此實現的標準化

127、、流程化、可視化、集成化，提升了車間的管理精度和業務效率，背后蘊含了大量間接效益。066讓數據成為生產力065讓數據成為生產力需求痛點開發難度大、運維成本高、業務需求響應慢企業 IT 資源有限，原有工具開發效率低，業務需求排隊處理，一張報表的開發需要通過業務BP 了解業務需求，從 ODS 層開始處理數據，在原有產品中編寫代碼開發，需要大量時間。01數據質量差、數據分散原有工具將數據處理都封裝在了前端，數倉建設薄弱，缺乏中間表，煙囪式開發模式為主。根據需求從 ODS 層開始加工，數據復用性無法很好保障。02數據分析思維薄弱非產線工人都是一本以上學歷，學習能力強，但平時忙業務為主，缺乏系統性數據分

128、析思維，拿到數據也用不起來，導致數據資源利用低，海量數據價值未激發。03項目亮點數據應用現狀鋰電池行業是技術密集型和資金密集型的產業形態，迭代速度快，品質管控要求嚴，上下游合作緊密。因此對于數字化的要求，就是要在研發上能夠快速支撐，生產上實現精密控制，供應鏈上能夠做到敏捷反應。通過多年的信息系統建設，ATL 將原先專業化的零散核心系統進行集成與整合，實現了業務的橫向全鏈路貫通，這是公司數字化建設的 1.0 階段。而在夯實了堅實的平臺基礎后，如何讓數字化的力量滲透到各個層級的團隊，實現全員參與，進一步挖掘數據的深層價值，成為 2.0 階段的重要課題。數字化工具的全員參與生產效率的顯著提升通過帆軟

129、的產品組合，使得非專業人員也能自助分析數據，從而推動了數字化的全員參與。通過 FineReport 和 FDL 的引入，ATL將財務合并報表的生成時間從 2 小時縮短到 5 分鐘。設備維護與預防數據驅動的決策支持利用 BI 工具對設備狀態數據進行實時監控，使得維護工作從被動響應轉變為主動預防。通過建立大數據平臺和使用 FDL，快速整合和處理龐大的生產數據，為業務決策提供了強有力的數據支持。解決方案采用 FineBI 替換原有工具，提升需求響應，降低開發難度，簡化運維 梳理指標，構建分主題模塊的 GP 數倉，解決原先數據質量差、數據分散的問題引入帆軟原廠實施，帶來 BI 建設經驗和數據分析思維導

130、入010203068讓數據成為生產力067讓數據成為生產力同時，以前很多業務團隊找 IT 開發報表，但 IT 資源有限，就需要排隊、排優先級，消耗了大量時間成本。如今，IT 部門將數據集市處理好，用 FDL 分門別類“上架”，呈現給前端的用戶，業務用戶自己就可以通過 FineBI 工具查到所需的數據，自己就能制作報表，不需要等待 IT 部門的排期。尤其值得一提的是，IT 部門將公司的指標做成一個個組件放到 FineBI 中，其余部門使用的時候可以直接拖取組件進行報表制作，避免了因為指標定義不統一、不規范，導致各部門數據“各說各話”的現象。設備維護保養肉眼看不到的問題數據看得到“我們一個工程師維

131、護保養的設備起碼有 20 多個，而一個設備上面小的零部件，像氣缸、傳感器這些，也有五六百個。過去管轄的區域的設備硬件有沒有劣化損壞，很難提前預測，只有等到設備開不起來了，事后緊急去修復好?！痹O備制造數字化精益工程師 陳芹芹 這樣說道如今，這一問題已經不再困擾他們。通過 BI 工具將設備的狀態數據采集后進行呈現，每一個零部件的運轉情況一目了然。例如某個電磁閥，從 A 位置吸住后放到 B 位置，整個動作只需要 50 毫秒，有劣化趨勢時就可能變成 100 毫秒，設備節拍慢下來，從而導致產量也下滑。通過 BI 看板監控到數據異常，就能夠及時通知工程師進行更換。典型場景公司的財務合并報表，最初是使用的國

132、外某款產品，經過十余年的時間，它已經不能適應公司的發展需求。財務合并報表提升效率，向加班說“不”于是最近幾個月，ATL將合并報表遷移到FineReport上面進行展示，后臺數據調度則采用FDL產品，開發了 30 多張報表應用。過去財務團隊月底 30 號或者 1 號出報表，整個部門可能三分之一的人需要加班，現在在 FineReport 上自動就全部生成了；以前報表數據出來后還需要一個個復制粘貼到PPT，如今也可以全部自動生成，保證了數據的準確性?！八龅暮喜蟊?，全部是靠 IT 人員寫代碼堆出來的，是 hardcode，只要有任何變動，就需要開發人員去修改，是個高度運維的工作，非常痛苦?！睂幍滦?/p>

133、能源數字化開發負責人樂志清感嘆道070讓數據成為生產力069讓數據成為生產力生產制造大數據賦能技術專家 曾瑞杭向我們介紹了這樣一個場景在公司的智能制造特區，有一塊數字化看板顯得格外矚目，這是用 FineReport 搭建的“winwin 會議看板”。每天運營車間的生產過程中會產生很多數據，第二天早上開會回顧前一天指標情況，快速鎖定問題關鍵點，及時采取糾正措施。例如，在指標中發現 466590 這個品種產生了批量的不良缺陷，通過 BI 的數據聯動功能，就能快速鎖定到這個品種，往回追溯，發現前一道工序的設備在生產中有個二級過濾濾芯數據有異常。通過現場設備拆解，發現確實有所損壞。數字化看板從車間管理

134、到基層一線，數據賦能無處不在目前，ME（Manufacturing Engineer）部門 2000 多人，每個人都有一個定制化的工作臺，能夠看到所有的業務模塊和自己所負責區域設備的情況，如果有預警，就會在工作臺上出現角標提醒，這些也都是通過 BI 搭建出來的?！?0 毫秒真的是特別快，肉眼是觀察不到的，只有通過 BI 報表的數字化平臺才能監控到。我們現場設備的節拍也有提升，提升了 5 個百分點?！标惽矍鄹袊@道針對這一問題，一方面是立即更換這個產品，另一方面針對這個設備制定對應的跟進措施，識別其使用壽命，通過 BI 的自動推送預警，提前發現不良硬件的損壞可能，事前干預，避免問題的再次發生?！拔?/p>

135、們的流水線很長，每道工序都有可能產生壞品，然后基本在最后一道工序才被檢查出來，以前要追溯問題到底發生在哪個機臺，非常繁瑣?！薄耙驗閿祿歉盍训?，需要將電芯的 ID 收集起來，逐一去 MES 系統查詢電芯經歷了怎樣的生產過程，在哪個機臺問題出現了集中的問題。每個車間有 4 個女孩子需要每天做這個事情，每次耗時接近 2 小時，然后不斷重復去做?！鄙a制造數字化精益工程師胡穎聰說道去年，公司用 BI 做了外觀缺陷 AVI 自動化排查的小工具，只需要在手機端輕輕點幾下，就可以完成原先的所有工作。原先的 4 個人，可以縮減成 1 個人，需要兩個小時循環做的事情，現在只需 5 分鐘，剩下的人可以去做更多有

136、價值的工作。從經營管理層，到基層一線員工，以 BI 為代表的數字化工具不斷為公司組織賦能，讓工作變得更加簡潔和高效。目前，車間的無紙化率已經基本達到了 95%以上。072讓數據成為生產力071讓數據成為生產力大數據平臺的數據更新主要依賴于定時任務，當業務系統數據上傳延遲或需要實時數據時，業務人員往往需要找到 IT 人員手動觸發任務更新。這種重復且價值不明顯的工作現在已成為過去。通過 FDL與 BI 的集成能力，用戶只需在 BI 頁面上點擊更新按鈕，即可觸發 FDL 數據調度任務更新，輕松獲取最新數據，為業務決策提供更加有力的支持。業務海量的數據也通過 FDL 的多節點集群，以高并發、多線程的處

137、理方式，從業務系統同步至分布式數據存儲 Greenplum 中，并通過 FDL 進行調度處理，保證了數據同步和處理的效率?！案鞣N儀表、個人組件所呈現的數據背后，都有著 FDL 的默默支撐。就像一輛輛汽車需要高速公路來馳騁，FineDataLink 就是那條四通八達的高速公路。有了它，我們可以更加高效地呈現各種可視化組件，實現數據的暢通無阻?！睂幍滦履茉磾底只_發負責人樂志清說道電池的生產數據量非常龐大且復雜，一顆電芯的制造過程中，需要采集的參數高達數百個，僅僅一個工序就會產生百余條記錄，數據量非常大。更為復雜的是，前后工序的物料形態各異，從公斤級的原料到片、個、捆等組裝形態，數據口徑和格式的轉

138、換成為一項艱巨的任務。這些只是冰山一角，除了電池研發，供應鏈、制造、財務等領域的數據同樣龐大。存量數據已達 930TB 之巨，且隨著業務的不斷拓展，每年新增數據量高達 300TB。為了從繁多的數據迅速撈出有價值的信息，ATL 建立了大數據平臺，旨在整合數據的邏輯關系，讓數據為自己所用。以往的數據開發工具技術門檻高、開發量大，每個調度任務都需要編寫繁瑣的代碼。為了解決這一痛點，ATL 引入了 FDL，它讓 IT 人員能夠可視化地進行數據開發操作，大大提升了便捷性。業務人員也能通過 FDL 查看后臺數據處理邏輯，從而更好地制作可視化組件。高效數據開發處理大數據量，更需要一把“好刀”074讓數據成為

139、生產力073讓數據成為生產力目前，ATL 已在 FDL 上建設了 1400 多個數據調度任務，并計劃在未來短期內增加到 3000+，覆蓋公司內部采購、財務、供應鏈、生產等八大業務系統，所有數據都將通過 FineDataLink 實現采集和調度。如今，隨著公司數字化和智能化的進一步升級，數據從技術走向業務，從宏觀走向微觀，寧德新能源正在激活制造業全鏈路中的每一個要素，讓數據產生更多的價值！項目總結公司還舉辦了數字化人才的認證，FineBI 是初級的應用。通過了該項認證，員工在年終獎和晉升方面都會有所裨益，麗萍因為在 BI 應用方面的突出貢獻，在當年年度績效也被評為 A 級，成了一個典型的例子?！?/p>

140、有個用戶很厲害，獲得了我們的專家榮譽，他就很有成就感和責任感，然后就會帶動整個團隊，整個部門的人一起參與數字化，一傳十、十傳百，慢慢推廣起來?！丙惼际枪緮祿９こ處?，入職的第一份工作就是推廣 BI，與 BI 結下了不解之緣。目前，ATL 有三十幾個一級部門，基本上每個部門都有覆蓋，BI 的訪問量近三個月達到 48 萬，用戶創建的報表有 7000 多張。為了讓數字化的產品和理念深入人心，公司也組織了多場產品培訓，培訓完之后還會布置作業，進行“實戰演練”。通過組織競賽，提升用戶的參與積極度，評選一、二、三等獎，贈予禮品和證書，從物質層面和精神層面進行雙重鼓勵。人才培訓全員參與數字化“賦能用戶最

141、重要的是幫業務部門減輕工作量，幫他們把工作上的報告轉化成 BI 報表，用戶慢慢覺得這款產品很方便，那一整個部門就逐漸做起來了，然后再逐步推廣到其他部門?！?76讓數據成為生產力075讓數據成為生產力項目亮點基于四級生產執行穿透場景建設，各類問題及時處理率提升至85%以上，各類計劃完成率達到90%-96%。開發成品庫管理功能，實時匯總產銷存分析數據，交庫差異異常當月解決。商機識別效率提升80%，商機轉化率提高30%?？梢暬窗褰M成客戶旅程畫像，全面賦能精準營銷。管理人員全面掌握銷售各項數據，精準布局銷售策略，優化業務鏈條；各級銷售數據權限層級管控，有效分析績效達成情況。徐工重型信息化建設歷程經歷

142、了“信息化、數字化及智能化”的階段。在這個過程中，徐工重型部署了 CAD、CAM、KMCAPP、CRM、ERP、PDM、MES 等一系列用于支持企業研發設計、生產制造、營銷服務等領域提質增效的業務系統，同時通過擁抱“云大物移智邊”、5G 等新數字技術，實現了由單項應用、整體提升、深度融合向智能制造以及數智創新的穩步推進。在這個過程中，如何能讓業務系統積累的海量數據發揮業務發展及創新的引擎作用，成為徐工重型數字化戰略的重要方向。數據應用現狀營銷智核數據驅動的產銷協同與客戶洞察徐州重型機械有限公司（以下簡稱“徐工重型”），始建于 1943 年，前身為八路軍魯南第八兵工廠，是一家有著紅色基因的國有企

143、業。公司主要研發、制造、銷售汽車起重機、全地面起重機和特種起重機。近些年來，公司實現跨越式發展，先后建成 4 個智能車間、10 條智能產線，并獲得國家“智能制造標桿企業”、“制造業與互聯網融合發展試點示范”、“大數據試點示范”、“工業互聯網試點示范”等榮譽。徐工重型始終堅持“成為全球信賴、具有獨特價值創造力的世界級企業”的發展愿景，打造內涵式高質量增長模式，建成產品卓越、品牌卓越、創新領先的世界一流企業，實現產業珠峰登頂，助力客戶成功。徐州重型機械有限公司078讓數據成為生產力077讓數據成為生產力解決方案為了高效連接市場，做到企業內部高效協同，成本最優，同時精準識別客戶商圈，做到高效個性化推

144、薦，提高商機轉化率，徐工重型建設基于 POWER-X 的徐工全價值鏈全場景大數據融合創新應用項目?；?POWER-X 的徐工全價值鏈全場景大數據合創新應用項目，打造企業集控指揮中心和數字化運營體系，支撐經營管理的流程化、精益化。項目以徐工集團“智改數轉網聯”頂層規劃為指引，以“高端化、智能化、綠色化、服務化、國際化”為目標，打通端到端業務流程，構建全價值鏈數據主線，建設工業互聯網大數據平臺，以數據驅動研發端、制造端、服務端、市場端的業務協同，不斷推動經營過程優化。圖 基于 POWER-X 的徐工重型全價值鏈全場景架構項目當期構建協同制造、產銷存管理、市場態勢感知和客戶分類分級、精準產品推薦、

145、銷售成效監測等場景。通過開展端到端流程優化、數據治理體系建設，持續構建“三縱六橫”的關鍵業務場景和數據指標體系，建成中央集控指揮中心，充分挖掘和發揮工業數據的內在價值，優化運營效率，輔助科學決策，增強企業韌性，促進業務增長，打造形成企業的數據能力。需求痛點工程機械是我國國民經濟發展重要的基礎性、戰略性產業。該行業屬于典型的“多品種、小批量、定制化”離散型制造，其制造工藝流程復雜，涉及下料、折彎、焊接、鑄造、鍛造、熱處理、機加工、涂裝、裝配、調試等多工藝流程，是機電液多學科多門類交叉的學科。因此，產品設計、生產、制造、銷售、服務等全生命周期管理難度大，多場景應用訴求強烈。當前國內市場飽和、基建投

146、資疲軟，工程機械市場競爭越發激烈。面對行業微利期、產品同質化問題，企業對內亟需實現連接市場、高效協同，做到成本最優；對外，精準識別客戶圈層，個性化推薦，提升商機轉換。連接市場、高效協同，做到成本最優。市場需求劇烈變化，企業生產進度及庫存無法實時掌握，銷售訂單傳遞到企業后，無法高效調整計劃應對市場，進而導致訂單生產延誤或提前產出浪費資源。對內精準識別客戶圈層、個性化推薦、提升商機轉換。面對海量銷售線索，企業缺少行業細分，同時也無法對單獨客戶進行分析，缺少行業級市場洞察，無法通過客戶多維度分析進行個性化推薦，商機轉換率不高。造成真正有價值商機錯失，客戶倒戈競爭對手。對外智慧重型AI+工業大數據數據

147、應用場景建模產品調試關鍵部件分析智能研發職能化模塊化協同研發設計設備監測與預防性維護智能工廠供應鏈協同制造工藝優化及調優質量分析與管控智能預測運維智能服務基于AI的智能客服應用產品調試關鍵部件分析智能管理經營風險預警與防控基于5G的集群作業智能產品基于5G的遠程無人操作數據穿透接口編排接口標準化數據路由數據總線ESB智能制造單元焊接機器人智能生產線物流RGV智能檢測校形數字化結構件車間回轉體裝配伸縮缸頭柔性加工線加工中心數字化核心零部件車間智能擰緊調試檢測自動化分裝電動加注數字化整機裝配檢測單元立體倉庫堆垛機多層穿梭車RGV智能物流倉儲系統虛擬存儲云服務數據庫數據中心光分配網線路終端網絡單元P

148、ON網絡網絡切片邊緣計算MEC5G防火墻入侵檢測態勢感知安全防護智能基礎架構數據中臺數據資產產品數據數據目錄數據安全質量數據銷售數據人員數據競品數據有條件數據共享數據非共享數據數據治理數據標準模型數據標準數據架構數據質量標準管理發布元數據模型數據地圖數據質量規則服務注冊發布有效性核查完整性補充試用性判斷數字化管理全球人力資源管理FICOBWBCSFiori實時數據分析全面預算管理智能合約（電子簽章）辦公云（OA）商業智能分析（BI）知識庫共享數字化金融ERP(S4 HANA)研發工具：設計/仿真管庫平臺研發工藝采購倉儲生產制造生產制造三維設計POM工廠建模數字化工藝設計布局仿真X-GSS工藝管

149、理及仿真X-DSCAPS-高級計劃排產X-GSS數字化一機一冊SG+AR智能維修全球服務手冊發布車聯網產品入局產品監控故障診斷起重在線CRM銷售過程情報分析PMS金領易控IOTTDM設備聯網數據采集試驗調試QMS質量模型庫SPC質量追溯WMSTMS數字化設計制造過程仿真智能工廠-集控中心生產管理看圖及安燈MES ERP MM PLM PP SD080讓數據成為生產力079讓數據成為生產力業務討論及指標體系梳理：按照帆軟指標分析方法論，從業務域、分類、二級分類、指標名稱、指標維度、展現形式、指標性質、指標定義及工時、更新頻次、數據來源及取數邏輯、優先級等，開展項目指標梳理和設計。同時根據各核心系

150、統業務當前支撐情況，梳理并確認是否需要系統改造。開展數據治理和數據抽?。阂晕锪现鲾祿?、客戶主數據、供應鏈主數據等為基礎，開展主數據管理平臺 MDM 建設，作為底層基礎共享數據平臺。使用帆軟 FineDataLink 進行基礎數據抽取，并通過諸如關聯、比較、過濾等算子進行加工處理，處理后的數據最終存儲在 Postgres 中，完成場景數據倉庫構建。指標展示設計和開發：開展各類指標邏輯的開發設計，利用 FineReport 模板實現各類指標的快速帶入，通過模板開發快速實現多個維度數據指標設計成型，并通過不同角色權限實現系統功能訪問限制。企業生產計劃執行信息掌握在基層一線，管理層和高層對現場難點、堵

151、點信息獲取存在一定延遲，因信息傳遞不及時，資源調配不充分，容易造成生產現場停滯，造成資源浪費。通過構建公司至工位的四級垂直一體化生產管控，可有效解決信息傳遞不及時、資源調配不充分導致的進度延誤問題，確保銷售訂單的及時達成。通過帆軟 FineDataLink 將公司計劃、生產、物流、質量、設備、人員等業務數據定時抽取到數據倉庫，根據業務邏輯進行基礎數據的加工處理，并通過 FineReport 進行公司級、分廠級、工段級、工位級垂直一體化的生產管控可視化看板開發，實現四級執行結果穿透分析，過程問題充分暴露，問題隨時發現隨時跟蹤處理，實現生產過程的高效實時管控。確保銷售人員準時回復訂單交期。典型場景

152、垂直一體化生產管控：公司至工位四級執行深度分析01協同制造02產銷存管理03市場態勢感知和客戶分類分級04精準產品推薦05銷售成效監測垂直一體化生產管控：公司至工位四級執行深度分析基于產銷存的成品庫綜合管理基于 CRM 的銷售過程閉環管理基于起重在線的小微客戶推薦面向一線銷售實績管控的營銷駕駛艙基于智能排程的產線協同產品資源報表-差異基于營銷決策平臺的行業數據分析多層級多維度的客戶精準營銷客戶 360 駕駛艙管理（客戶畫像）基于供應鏈和倉儲系統的庫存共享產品資源報表-出入庫基于 IOT 的產品市場表現分析基于金領易控的大客戶推薦面向決策分析賦能的銷售多級管控分類具體場景名稱082讓數據成為生產

153、力081讓數據成為生產力公司級駕駛艙公司級生產駕駛艙側重關注公司層面生產運營情況，用戶主體為公司領導、制造總監、制造管理部部長等，重點針對公司月度計劃與執行完成率情況、月度產銷存趨勢、關鍵核心節點完成進度率情況、整車交庫對號率、同期入庫趨勢、底盤與整機計劃進度與執行差異預警等。公司級生產駕駛艙供公司領導決策，并對生產進度執行異常進行快速調度。側重點關注該分廠的生產運營情況，用戶主體為分廠領導、計劃調度，重點針對諸如分廠內部計劃達成情況、物料齊套情況、質量監測情況、設備稼動率、人員綜合效率 OPE、各條產線計劃執行的平衡情況等。把分廠層面關注的計劃執行、物流齊套、質量監控、設備利用率、人員效率、

154、產線平衡情況充分展示，供分廠領導實時掌控分廠內部整體情況，發現異常實時調度。分廠級看板側重點在工廠的某個工段，用戶主體為工段長，重點針對工段計劃與執行完成率、物料批次齊套率、過程異常反饋、出勤人員情況、生產制約因素（諸如涉及計劃異常、物流異常、質量異常等各類異常統計匯總跟蹤情況），方便工段及時進行調度。工段級看板工段級看板工廠級看板084讓數據成為生產力083讓數據成為生產力成品庫管理看板在數據入倉后，以一套指標、一個平臺、一組數據，對各個型號的產銷存數據展開統計分析，對比差異，分析庫存賬齡、熱銷型號產銷存、發運完成率、發運類型、訂單分布及各個代表處發運情況等，通過庫存分析結合營銷策略的制定，

155、有效降低整機庫存，并提高產銷平衡分析的效率。同時根據生產過程中交庫異常，開展 MES 交庫與成品庫入庫差異分析，重點針對每臺車輛，業務問題開展不一致交庫差異分析，定時推動各制造分廠及成品庫開展差異性分析，進行數據治理，確保交庫源頭數據一致性。通過成品庫管理功能開發，各個產品段的產銷存實時一目了然，原先需要一周左右時間匯總統計的產銷存數據，現在實時即可匯總出分析數據，大大提高運營分析的效率。同時，統一的平臺消除了各個部門數據壁壘，產銷存分析大家在同一數據平臺實時共享數據，統一了平臺統一了數據，交庫差異基本上控制在當月異常當月解決，避免了整機交庫長期異常無從監控的問題。工位級看板工位級看板則是該工

156、位執行人員，針對工位當天完工、產量及質量情況具體執行的反饋。通過基于公司級、分廠級、工段級、工位級四級的生產執行穿透場景建設，各類問題職責明確、進度及時觸達責任人，并通過設置超期時間集成釘釘自動提醒功能，確保問題被有效及時跟蹤解決。公司各類問題及時處理率從 55%提升至 85%以上，各類計劃完成率目前達到 90%-96%左右。徐工重型利用帆軟 FineDataLink 和 FineReport 構建的基于產銷存成品庫管理功能，通過年初盤點形成年初基準庫存，以 MES 實時交庫信息、CRM 實時銷售發車信息增量數據，定時抽取進入數據倉庫，按照年初基準庫存+MES 實時交庫數據-CRM 實時銷售發

157、車數據，最終形成各個產品型號的實時產銷存數據，開發完成成品庫看板、產品資源報表（入庫出庫庫存明細）、產品資源報表差異等?；诋a銷存的成品庫綜合管理086讓數據成為生產力085讓數據成為生產力工位級看板具體以區域、型號、噸位、區域等開工率統計邏輯為代表指標開展市場分析；以質保期保有量、服務資源配置、服務飽和度等指標開展服務資源分析；以工時排名、持續工作時間排名、大客戶設備排名等場景指標開展潛力客戶分析，最終借助數據挖掘分析，挖掘出市場表現情況，為精準營銷提供市場分析支撐。最后，通過營銷決策平臺的行業數據進行分析，即通過第三方行業數據與企業內部銷售數據的交叉分析，分別從地域、噸級、型號等不同維度分

158、析產品市場占有率情況，更好地了解市場需求和競爭態勢，幫助執行更有效的市場策略。徐工重型利用海量的起重機遠程運維服務車聯網數據、客戶關系管理 CRM 銷售服務過程數據及第三方行業數據，建立基于起重機的市場態勢感知、客戶分類分級，開展個性化推薦，提高商機轉化率。利用 FineReport 工具創建客戶畫像，形成客戶 360 駕駛艙，對客戶信息、銷售達成、購買力、信用、服務、銷售線索、復購等形成客戶的“數字影像”，同時對客戶開展客戶等級 ABCD 分類。該部分整體分為客戶總覽駕駛艙和客戶詳情駕駛艙，客戶總覽駕駛艙分析客戶總體構成、分類占比、客戶價值、潛客轉化、客戶流失等情況，方便公司快速掌握客戶群體

159、全貌，針對不同細分領域客戶需求和偏好，有針對性制定銷售策略和服務策略；客戶詳情駕駛艙，則從單個客戶數字身份角度，分析單個客戶基本信息、服務、信用、銷售線索、產出等內容，針對單個客戶綜合各方面有效信息更有針對性。其次，通過大數據挖掘車聯網在產品監控、風險管理、故障診斷、數據挖掘分析等應用，形成徐工指數為代表的“工程機械市場指數”，通過工程機械產品平均開工時長、開工率等關鍵指標，及時反饋各施工領域形勢變化及各省市建設情況、區域建設熱度，形成對各地區及行業發展態勢的判斷。市場態勢感知和客戶分類分級工位級看板通過客戶 360 駕駛艙管理等多種手段的建立，實現市場態勢實時分析、多維度分析、可視化分析、智

160、能化分析，企業獲取第一手資料，對客戶售后行為、購買行為、客戶風險收益、客戶滿意度和忠誠度實時匯總，構建了單個客戶畫像和行業細分趨勢，為企業了解市場競爭態勢和客戶購買趨勢，科學合理實行市場策略提供了堅實基礎和保障。實施后，商機識別效率提升 80%，商機轉化率提高 30%。088讓數據成為生產力087讓數據成為生產力營銷成效監測場景建設銷售管理-訂單合同、銷售拜訪當前，企業按照頂層設計規劃和技術選型，完成大數據“三縱六橫”的核心業務數據分析指標體系建設，模塊化構建研發、制造、供應鏈、營銷、服務、運營等六橫大數據場景，完成對 436 項大數據指標的分析。下一步將按照三步走戰略，持續完善企業數據資產、

161、數據質量管理制度，開展多維度數據資產治理，開展多領域多業務場景集成的綜合應用分析，并逐步擴展到企業經營管理層面，為企業決策提供參考。工程機械行業正站在數字化轉型的前沿，未來的工業大數據應用將邁向更深層次的成熟階段，企業需要數字化轉型，需要大數據，根據企業需求不斷開辟全新的應用場景，不斷推動企業和行業向更加智能化、自動化的方向發展，實現效率和創新的雙重飛躍。項目總結公司通過銷售管理五大關鍵過程+六大 KPI 的決策支撐體系，構建了涵蓋決策層、管理層、執行層的營銷管理體系，同時為了應對本部、大區、代表處、一線銷售人員四級組織模式，打造了面向決策分析賦能的銷售多級管控能力。銷售多級管控場景中，公司通

162、過銷售管理、應收賬款、綜合分析、排名看板四個一級分析主題，實現了總部、銷售大區、代表處、銷售人員四個層級的數據權限設置，構建了數據逐層深入、權限逐層細分、業務集中監控的分析框架，為管理人員提供精細化的管理支持。銷售管理部分對銷售數據進行深入挖掘，提供銷售信息管理、計劃/實際銷售情況管理、訂單合同管理和銷售拜訪管理四個分析板塊。分別從銷售線索捕獲、丟單情況、計劃與銷售完成情況、合同金額及實際發車狀況、客戶拜訪情況等指標維度開展分析，從總部、大區、代表處、具體銷售人員四個維度，逐層下鉆，賬號登錄根據所處層級直接展示具體層級數據，方便銷售績效實時管控。通過以上四個分析主題的細致分析，管理人員可以全面

163、掌握銷售多級管理場景中的各項數據，對市場情況、客戶情況、銷售情況及應收款項等進行深入了解，從而制定更加精準、有效的銷售策略，提高銷售業績并優化整個銷售業務鏈條。通過一級分析主題各個銷售大區、代表處、一線銷售人員可以進行下鉆到自己權限的看板，查看各自權限下的數據情況，實現銷售層級的管控和銷售績效達成分析。銷售管理-信息管理、預實管理090讓數據成為生產力神東煤炭集團公司：建設具有全球競爭力的世界一流數字化集團神東煤炭集團公司是國家能源集團的骨干煤炭生產企業，地處蒙、陜、晉三省區能源富集區，主要負責國家能源集團在神府東勝煤田骨干礦井和山西保德煤礦，以及配套項目的生產運營。受集團委托，托管杭錦能源公

164、司。公司從 1984 年開建至 2020 年底，累計生產煤炭 31 億噸。采掘機械化率 100%，原煤生產效率最高 150 噸/工，直接工效最高 1170 噸/工，企業主要指標達到國內第一、世界領先水平。神東煤炭集團公司能源化工ENERGY CHEMICAL能源化工行業，現代工業的血液與脈絡，承載著推動社會進步和保障國家能源安全的重要使命。隨著全球能源結構的轉變和化學工業的不斷創新，能源化工行業正站在轉型升級的十字路口，面臨著環境保護、資源利用和產業升級的多重挑戰。在這個關鍵時刻，商業智能正成為能源化工行業轉型的強大助力。精準的數據分析、實時的業務洞察和前瞻的決策支持，正幫助企業在復雜多變的市

165、場環境中把握先機，實現從傳統生產向綠色、高效、智能化生產的跨越。代表客戶：092讓數據成為生產力091讓數據成為生產力對于數據統計分析及管理駕駛艙，最基礎也是最核心的就是數據，數據及時、準確、完整的采集是支撐上層數據化應用的基礎，基于此搭建了集團生產數據采集管理監控與分析的大屏看板，對各煤礦的數據采集上傳情況進行實時監控、異常預警及相關統計分析。為了保障數據統計分析應用觀察的數據及時性、準確性及完整性，各煤礦以及集團領導可通過該看板對各個礦的各系統的數據采集上傳情況進行實時監控，保障最終整體面向各煤礦和集團的生產實時數據的準確性。典型場景生產數據管理駕駛艙項目亮點使用帆軟平臺，基于公司歷史數據

166、開發，構建生產管控數據分析應用平臺，為各礦的生產作業的實時指揮及綜合分析提供數據支撐，同時為集團的領導的生產運營管理及領導綜合管理決策提供數據輔助。數據應用現狀經過多年的信息化建設，目前神東煤炭集團的各個礦井都建設部署了 MES、人員定位、設備傳感器等相應軟硬件數采設備和服務，能夠將礦井一線的各項產量、掘進進度、能耗、設備數據、外運量、人員、通風、壓力等相關數據通過傳感器實時采集并實時上傳到集團。需求痛點數據的完成了實時采集、上傳和存儲，對于如此大量的數據，如果不加以利用那么將成為成本高而價值低的 IT 庫存。如何讓這些數據在公司的生產運營過程中發揮最大價值，以高效支持公司運營決策，是煤礦急需

167、解決的問題。解決方案神東選擇與帆軟合作，使用帆軟平臺，基于公司歷史數據開發，構建生產管控數據分析應用平臺，將分散混亂的數據清洗、治理、整合后存儲在大數據平臺中，建立公司數據統計模型，實現數據的自動采集、運算、整合、駕駛艙自動生成及自助分析；實時統計展示相關生產監控數據，提升異常情況數字化及時預警，提高數據統計分析效率，快速響應業務及領導對數據分析需求。最終，實現為各礦的生產作業的實時指揮及綜合分析提供數據支撐，同時為集團的領導的生產運營管理及領導綜合管理決策提供數據輔助。神華神東煤炭生產管控中心業務管理數據源設備管理系統MES系統報表系統ERP系統OA辦公系統HR人力系統SRM系統客戶管理市場

168、管理預算管理訂單管理質量管理HSE管理.設備狀態、車間溫度、預警管理IOT數據源生產管理大屏生產效率分析駕駛艙設備監控駕駛艙安全生產駕駛艙人員工效分析駕駛艙智能化工作面駕駛艙能耗分析駕駛艙掘進監測駕駛生產計劃駕駛礦區監控大屏生產外運完成監控中心數據分析數據共享交換數據采集管理信息資源管理數據資源管理數據共享交換數據統一采集采集任務管理數據標準管理數據智能應用統一數據存儲AI能力倉算法管理數據模型數據分析數據計算結構化數據半結構化數據對象存儲數據服務數據上報礦廠人員生產運輸資產質量.生產經營主題車間管理主題能耗管理主題人員管理主題物流運輸主題生產效率主題財務數據交換數據接入數據交換數據接入094

169、讓數據成為生產力093讓數據成為生產力公司生產過程中，能夠即時獲取相關信息，做好預防和快速響應一直是所有生產組織人員的最大期望。通過場景一保障了各煤礦生產一線的數據及時、準確采集，在此基礎上構建面向集團領導的生產管理駕駛艙，對集團整體及各煤礦的實時生產情況進行監控與統計分析。集團登錄系統后從全集團整體看煤礦生產的掘進日/月/年的計劃以及對應的實際完成情況，各礦和橫向指標統計分析：各礦的綜采刀數及推進情況，各礦的掘進進尺的日計劃和實際完成數以及各礦的橫向對比，各礦工作面運行狀態實時監控展示，各礦連掘隊伍運行狀態的實時監控展示。集團生產管理主題分析 通過對綜采系統、供排水系統、供電系統、掘進系統、

170、通風壓風系統、運輸系統的數據的實時采集，搭建出的能耗分析綜合看板可實時監控各煤礦各區隊的掘進、生產、能耗相關指標。能耗分析看板通過立體化的場景地圖，可自動間隔周期切換不同煤礦，當切換到某一煤礦時，界面上將實時展示該煤礦各綜采隊的日常量、日耗電量及噸煤耗電量，該煤礦各連掘對的日進尺、日耗電量、進尺耗電量，該煤礦運輸系統的過煤量、日耗電量、噸煤耗電量，該煤礦通風壓風系統的日耗電量以及該煤礦整體節電率情況。集團能耗主題分析各煤礦可通過流向地圖進行數據采集的地理信息可視化監控，有異常的煤礦會呈現不同顏色進行預警，點擊異?；蛘卟榭绰搫佑疑辖?，該煤礦各個采集節點的數據采集狀態是否正常。該駕駛艙很好地解決了

171、數據采集工作異常情況監測和考核的問題，相較于之前人工巡檢及評判數據質量，現有的駕駛艙節約了時間，提高了準確性和實時性。096讓數據成為生產力095讓數據成為生產力通過對主運系統、掘進系統、綜采系統的數據的實時采集，面向各煤礦生產組織人員及集團生產管理人員，實時掌握各煤礦的有效生產時長情況，對各煤礦主運系統的開機率、承載率、生產效率；各煤礦連掘隊伍的有效開機率、有效開機時長、停機時長；各煤礦綜采工作面的有效開機率、停機時長、檢修時長等進行實時監控及綜合分析。對于煤礦異常停機、停機時間過長、有效開機率及生產率低等情況及時預警、及時采取措施進行處理，提升整體的生產效率。相較之前手工統計錄入，效率約提

172、升95%，也便于領導層全面地了解生產。通過對主運系統、掘進系統、綜采系統的數據的實時采集，面向各煤礦生產組織人員及集團生產管理人員，實時掌握各煤礦的有效生產時長情況，對各煤礦主運系統的開機率、承載率、生產效率；各煤礦連掘隊伍的有效開機率、有效開機時長、停機時長；各煤礦綜采工作面的有效開機率、停機時長、檢修時長等進行實時監控及綜合分析。對于煤礦異常停機、停機時間過長、有效開機率及生產率低等情況及時預警、及時采取措施進行處理，提升整體的生產效率。相較之前手工統計錄入，效率約提升95%，也便于領導層全面地了解生產。生產外運完成情況分析 能耗看板讓領導層對于能耗做到心中有數，對于生產部署決策有了支撐，

173、相比之前手工抄表記錄數據，既節省時間，準確性也有明顯提升。有效生產時長分析098讓數據成為生產力097讓數據成為生產力數字助力電力運營，筑牢安全生產防線與提升效益并駕齊驅陜西投資集團有限公司（簡稱 陜投集團）是陜西省首家國有資本投資運營公司，隸屬于陜西省人民政府，注冊地在西安市，注冊資本 100 億元，總資產 2800 多億元，擁有主要管理企業 43 家，全系統員工 2.6 萬余人。陜西能源電力運營有限公司成立于 2018 年，位于陜西省西安市，是陜投集團旗下的一家以從事電力、熱力生產和供應業為主的企業。公司擁有高新技術企業、瞪羚企業、電力工程施工總承包二級、三標一體、承裝類四級、承修類一級、

174、承試類一級電力設備許可證等行業資質證書，同時擔任中國電力技術市場協會運維檢修分會理事會副會長單位。陜西能源電力運營有限公司搭建集團智能化工作面監管平臺，對各工作面的自動化實時生產進行監控及管理指揮。平臺展示當前所有的工作面，并包含各工作面的推進進度、各工作面割煤刀數、智能化工作面的自動化率、實時監控支架自動化率與干預率、煤機自動化率與干預率、開機率，同時對于各個班次每天的人數進行統計，對于各班次的支架自動化率趨勢、支架干預率趨勢、煤機自動化率趨勢、煤機干預趨勢分析。智能化工作面監管平臺未來，帆軟將持續推進與神東煤炭集團公司的數字合作，用數據驅動數據分析與可視化技術驅動業務和管理的變革，通過帆軟

175、 BI 構建數據統計分析駕駛艙、數據可視化展示、現場生產情況的實時監控。通過數據的實時監控展示對現場的實時生產進行掌控和指導，通過帆軟 BI 進行數據統計分析為生產一線和集團的管理者提供科學化管理和決策的依據，為神東煤礦未來的業務指導、改善、管理提供更深層次的數據化支撐。項目總結100讓數據成為生產力099讓數據成為生產力針對上述問題，2022 年 2 月公司指派專人全面負責項目執行，并和各業務部門主管一起成立信息化小組，5月立項公司級科技項目，7月通過簡道云搭建的“電力運營生產安全管理系統”正式上線投運。項目從選型到實施分以下四個階段：解決方案開發方式選擇公司對比原生代碼開發和零代碼開發兩種

176、方式，從開發周期、系統維護、成本投入、信息安全幾個方面綜合考慮，最終選擇零代碼開發方式。零代碼開發工具選型通過對低代碼快速開發平臺調研選型，考慮項目本身對界面美觀和系統穩定性要求較高，結合此項目工期要求、實施情況和人員配置，以及后期長期維護費用綜合考慮，最終選型簡道云開發工具。設計原則數據互聯原則：有關聯的業務功能實現數據互聯，根據需求，支持相互調取。多端統一原則：移動端操作數據與 Web 端同步，實現不同場地的人能夠進行同源操作。系統架構系統以“決策”、“執行”、“整改”、“統籌”的應用層為基礎，搭建了 4 個主分類，12 個主模塊，76 個子模塊。各模塊數據通過簡道云函數調用互聯，各自支撐

177、業務模塊的同時打破數據孤島，確保所有流程可以完整閉環。項目亮點隨著企業不斷發展壯大，管理問題逐漸累積，能力短板日益凸顯，同時伴隨著管理改革的深入和高層管理人員年輕化趨勢的推進，以及新管理理念在公司內部的逐步確立，公司的管理層開始深刻認識到企業數字化轉型的迫切需求。公司逐漸意識到，企業間的競爭已不再局限于工程質量和能力的較量，各種軟實力，特別是企業的經營管理水平和效率，同樣成為決定企業生存和競爭勝負的關鍵因素。數據應用現狀電力安全生產是電力系統企業的重中之重，如果不能有效解決就會影響企業的經營管理，甚至會關系到企業的生死存亡，以下是公司在電力安全生產中亟待解決的問題：需求痛點痛點一痛點二缺乏匹配

178、業務實際的有效管理工具跨省跨市數據上報不及時0102痛點三痛點四安全培訓執行不到位資料查找和數據統計效率低準確性差0304簡道云系統使用人數1590人，總數據量33.7631萬條，數據工廠使用60個，開啟智能助手69個，知識庫8個。零代碼功能搭建賦能智能化、網絡化安全生態系統建設。102讓數據成為生產力101讓數據成為生產力模塊菜單與統計界面三級安全教育審批流通過簡道云流程表單搭建三級安全教育審批流功能，流程設定為公司級、部門級、班組級負責人與授課人六級流程審批，公司級負責人與授課人于流程中固定；部門級負責人與授課人采用數據聯動功能，將方便各部門角色隨時修改；班組級負責人與授課人采用人工指派流

179、程節點動態負責人功能，方便上級流程根據授課內容進行專人指派。多維教育培訓方式授課人可以通過簡道云下拉復選框多選或單選采取視頻學習、模擬演練、現場觀察等方式進行教育培訓，加強安全教育的有效性。利用簡道云表單的頁面嵌套功能，提供三級安全培訓視頻學習功能，將嵌套平臺視頻學習時長抓取至時長統計表單，視頻學習時長未達標則無法提交視頻教育記錄；模擬演練、現場觀察等其他方式則需提交對應表單。各類培訓結束后，通過顯隱規則顯示各類教育培訓方式的窗口，通過數據查找功能同步至三級安全培訓審批流中。三級安全教育考試培訓完成后使用簡道云新版智能助手 Pro 功能自動發布考試計劃、自動同步變更題庫信息、自動統計成績，試題

180、來源為各級負責人提交的題庫及答案，考試人員進行考試，通過隨機函數 RAND（）與自表單填寫助手插件將題庫隨機生成為各題型試題，選擇題、判斷題可通過邏輯函數自動出分，簡答題由專人人工閱卷，最終成績可通過選擇數據字段同步至三級安全培訓審批流。電力運營安全生產管理零代碼系統架構圖用戶層監管用戶(安全監察部、工程技術部)主體用戶(機關各部室，子公司、各項目部、各事業部)訪問層釘釘APP釘釘內置簡道云客戶端管理后臺展示層移動端設備釘釘APP客戶端釘釘內置簡道云客戶端瀏覽器谷歌/火狐/IE11+業務層決策執行整改統籌安全組織機構與職責管理隱患排查治理安全文化建設安全生產優化配營安全生產目標管理環境與消防監

181、督管理三級安全教育安全考核與持續改進安全組織架構安全組織職責生產工作要點安全生產預算安全生產人員領導小組會議目標與規劃安全生產考核安全檢查管理安全隱患管理環境因素管理能耗資源管理安全隱患隨手拍消防檔紊管理消防演結安全生產新聞事故警示三級安全教育培訓內容整理安全生產活動安全信息報送安全教育考試安全教育檔案發電計劃計劃完成情況目標完成情況職責適宜評審欠超發趨勢配置優化法律法規與規章制度管理安全標準化管理風險管控與事故預防個人安全信息檔案法律法規安全生產標準規章制度安全智車兩票檔案管理臺賬管理設備檔案與全生命周期管理危險源管理風險分級管控應急救援管理安全事故調查安全信息檔案安全信息名片資格證書管理與

182、預警三違行為考核持續改進計劃數據存儲阿里云持久化:MariaDB、MongoDB、Minl0陜投云數據層存儲過程數據緩存自定義函數事務數據讀寫.日志記錄權限控制三級安全教育模塊采取了“教培考檔一體”的三級安全教育大框架，整體模塊包含授課人采用視頻學習、模擬演練、現場觀察等方式進行學習的“教”側，個人對各級培訓內容整理歸納的“培”側，針對各級教育完成情況檢查的“考”側，以及通過審批流整合成制式檔案并歸納匯總成可視化界面統計的“檔”側。典型場景三級安全教育模塊104讓數據成為生產力103讓數據成為生產力個人安全信息檔案模塊個人安全信息檔案建立公司各常維項目部的個人安全信息檔案，通過手動填報或入職同

183、步個人信息及取證情況，根據個人信息拉取數據流采用簡道云數據查詢功能自動同步隱患隨手拍、巡檢設備負責人、入職三級安全教育培訓檔案、安全培訓記錄、安全考試記錄，并為同步后續其他新增模塊留下數據底層接口。二維碼電子名片可持續接入三違行為記錄.數據同步個人信息取證情況隱患隨手拍負責設備入職三級安全教育培訓檔案安全培訓記錄個人安全信息檔案個人安全檔案思維導圖個人安全檔案界面加強安全教育時間和頻率完成員工入職三級安全教育后，可發布日常教育計劃，將安全教育工作整合到員工在工作中的各個環節中，如安全例會、現場安全巡查等，可以讓員工更加深入地了解到安全問題。同時，對于一些高風險區域和崗位，可以隨時增加安全教育的

184、頻率和深度，更好地保障員工的安全。該應用加快異地流轉效率，對比公司之前公司本部-項目部培訓流程，時間周期縮短70%，培訓敷衍、漏培、形式化等現象幾乎斷絕。將時間實實在在地用在對新員工的培訓上面，提高職工隊伍的安全素質；提高廣大職工對安全生產重要性的認識，增強安全生產的責任感。以數字化手段提高廣大職工遵守規章制度和勞動紀律的自覺性，增強安全生產的法制觀念；提高廣大職工的安全技術知識水平，熟練掌握操作技術要求和預防。同時，提升處理事故的能力，為加強和規范生產經營單位安全培訓工作，提高從業人員安全素質，防范傷亡事故，減輕職業危害。106讓數據成為生產力105讓數據成為生產力安全檢查表單統計界面個人安

185、全信息名片使用簡道云打印模板功能設計個人安全信息名片樣式，用于張貼安全頭盔，通過掃描二維碼可以查詢個人安全信息檔案。資格證書管理與預警使用簡道云推送提醒功能，人員證件到期自動預警與提醒、三類人員、特種作業人員、特種設備作業人員持證情況統計以及崗位人員黑名單（標記不符合上崗的人員）的科學管理。同時，在填報時對于相關崗位缺少相關資格證書的人員信息給予預警提醒。電力生產雙重預防數字化系統為深入貫徹“構建安全風險分級管控和隱患排查治理雙重預防機制，健全風險防范化解機制，提高安全生產水平，確保安全生產”安全生產法要求，建設雙重預防數字化系統。系統建設了安全風險四色圖、風險管控清單、風險管控措施、隱患清單

186、及時規范上傳報送；實現對風險隱患的匯總統計、分類識別、生成報表、生成整改完成率或相關分析圖形，對未完成整改驗收的隱患實現定期預警提醒，并自動生成記錄；各項目部對隱患的獎懲情況每月報送等；實現對風險管控、隱患排查治理的有效監督管理，使安全風險降低到可接受程度。資格證書到期預警個人安全信息檔案模塊的應用，可以有效避免無證上崗、未培訓上崗等情況出現，在填報時對于相關崗位缺少相關資格證書的人員信息給予預警提醒，幫助公司快速更新不合格和將過期人員的檔案信息。108讓數據成為生產力107讓數據成為生產力 使用表單功能搭建檢修工藝標準模板。檢修人員快速記錄每次檢修活動的詳細信息，包括但不限于檢修日期、設備編

187、號、故障描述、處理措施、更換零件、工時消耗及維修成本等。這些記錄不僅支持文本輸入，還可能包含圖片、視頻等多媒體附件，以便更直觀地反映設備狀況和維修過程。能夠實時更新設備的運行狀態和維護歷史，幫助管理人員清晰掌握每臺設備的健康狀況。通過對歷史數據的分析，系統能識別出頻繁出現的問題或潛在故障，為制定更為精準的維護策略提供依據。故障報告模塊允許一線工人在發現設備異常時立即上報，系統自動通知相關人員并啟動應急響應流程，確保故障得到及時處理。這一功能有效縮短了故障響應時間，減少了因設備停機造成的生產損失。在檢修工作完成后，使用簡道云定制化打印表單功能，生成標準檢修記錄文件，用作存檔和交付。檢修記錄跟蹤系

188、統檔案庫設備信息檢修工藝模板錄入缺陷頻次統計上報審批流標準表單生成電力生產雙重預防數字化系統基于 PDCA 的管理理念，形成標準統一、結構清晰的流程管理。根據安全管理制度中有關安全檢查的要求，規范安全檢查相關流程，明確各個部門的相應職責。使安全管理有計劃、有實施、有整改，體現安全管理從計劃到最終落實的全過程。數據分析能夠實時監測各項目部供需狀況、設備運行狀態、環境影響因素等，及時識別潛在的安全隱患、供需失衡、價格波動等風險，助力公司采取預防措施，降低運營風險。同時，平臺可以協助企業滿足能源監管要求，自動跟蹤能源消耗、排放數據，確保合規性，避免因法規遵從問題導致的經濟損失或聲譽損害。系統投運后，

189、建立線上安全管理制度 35 項，發現隱患 1500 余項，有效隱患 1300 余項，累計提交審批數據表單 5000 余條。為公司預防安全隱患、保護人員生命安全及資產安全做出重大貢獻。設備檢修全生命周期管理模塊建立設備檔案知識庫應用簡道云設備檔案知識庫功能，建立各項目所運維火電廠設備檔案庫。以各項目部作為一級目錄菜單分類，按照鍋爐、汽機、電氣、熱控四個主專業作為二級目錄菜單分類，以各專業子系統作為三級菜單分類，最小顆粒度為設備，作為四級菜單分類。設備檔案錄入廠家、參數、檢修記錄等核心信息。設備檔案庫首頁110讓數據成為生產力109讓數據成為生產力“閱覽室”功能通過儀表盤功能，建立設備信息、巡檢信

190、息、統計及分析數據查看“閱覽室”。方便公司人員查看相關信息。在場站側安裝調試接口機和防火墻，從 SCADA 實時庫獲取機組運行狀態、報警信息等非重要生產數據，數據接入公司私有云數據庫，通過簡道云 API 功能將數據錄入表單。該功能模塊作為公司 2024 年重點投運模塊，在建設前投入大量精力整理歷史資料“庫存”，知識庫系統分類建設過程中不斷咨詢專家意見，全部推翻調整分類十余次，旨在打造設備火電檔案庫標準模板以及檢修全生命周期管理完整體系。非機密實時數據抓取新能源低容量電站實現遠程運維“小集控”“閱覽室”界面檢修記錄填報檢修標準記錄格式生成112讓數據成為生產力111讓數據成為生產力公司目前自系統

191、建設以來已經完成了生產管理、安全管理、培訓管理、人資管理、法律法規管理等基礎功能建設。目前已經在嘗試建設智能核算等較為復雜的功能。系統的應用不僅提升了當前的生產安全管理水平，也為未來的智能化、網絡化安全生態系統奠定了基礎。隨著技術的不斷進步和應用場景的拓展，其在保障生產安全、促進企業可持續發展方面的作用將愈發顯著。項目總結根據往月的超發、欠發情況，可以對發電設備的性能進行評估，預測其在下一個月的運行狀態，從而提前進行設備維護和檢修，確保設備的穩定運行，并優化人力資源和物資資源的配置。該統計分析頁面可以提供簡潔、直觀的數據展示，方便工作人員快速了解和掌握發電計劃的執行情況，提高工作效率。同時，通

192、過自動化數據分析，可以減少人工干預和錯誤，提高工作質量。優化資源配置提高工作效率生產數據填報通過簡道云表單功能搭建“新能源日報”、“智能巡檢”“缺陷管理”等應用，現場人員通過手機端填報相關生產信息。通過互聯網數據映射、API、數據填報等方式，替換了新能源小容量電站運維傳統通過搭建專線建立集控的高成本方式，且省去了后續維護、遷移等隱性成本，為公司節省了大量經濟成本投入。通過分析歷史發電數據，可以更準確地預測未來的電量需求，從而制定更為精確的發電計劃。在計劃執行過程中，也可以實時對比實際發電量與計劃發電量的差異，及時調整發電策略。低成本實現遠程運維增強計劃準確性統計分析界面新能源生產中心駕駛艙使用

193、簡道云儀表盤功能，搭建新能源生產管理駕駛艙，同事們內部戲稱我們自己做了一個“小集控”。駕駛艙可直接關注公司運維新能源電站目標發電量、累計年、月、日發電量、機組運行狀態量、故障信息等生產指標信息。通過指標圖、條形圖、折線圖、扇形圖、雙軸圖等針對日度、月度、年度發電量、月度發電進行二次分析計算，直觀可視化地做出月度發電量趨勢及欠發、超發電量的統計分析。駕駛艙界面該場景實現了以下價值：114讓數據成為生產力113讓數據成為生產力全自動物料平衡不同成本方案靈活分配財務報表自動化生成項目亮點公司財務工作主要痛點需求痛點國家近期出臺的會計改革與發展“十四五”規劃綱要會計信息化發展規劃（2021-2025）

194、“十四五”數字經濟發展規劃等多項會計改革和數字化改革相關政策都涉及企業財務數字化相關內容，同時在政策中對財務數字化的高頻次強調，無疑為企業進行財務數字化轉型打了一劑強心劑?？梢灶A見，領先企業均會進一步加速數字化轉型進程，盡快實現智能化目標，數據已然成為可以影響企業發展的第五大生產要素。在公司近幾年產業高速發展、外部市場環境快速變化的大背景下，決策層對公司的經營管理、分析調度、決策規劃需求日益增加，公司內部管理與行業外部監管對財務數據效率與質量要求更為嚴格。因此，財務部急需通過數字化轉型重塑財務工作流程、提升數據處理效率、實現數字深度應用。數據應用現狀痛點一痛點二集團公司法人主體眾多，控股結構復

195、雜，財務信息傳遞慢化學反應生產工藝復雜，物料同質，耗用循環，成本分配與成本還原難0102全面預算體系搭建與報表自動化實現，創造財務新格局甕福（集團）有限責任公司是國家在“八五”、“九五”期間為保障國家糧食安全、填補國內高濃度磷復肥空白而建設的全國五大磷肥基地之一，擁有全資、控股或實際控制公司44家，參股公司10家，員工 6400 余人。經過三十余年的發展，公司已成為集磷礦采選、磷復肥、磷硫煤化工、氟碘化工生產、科研、國內外貿易、國際工程總承包、現代農業產業、環保技術輸出為一體的大型國有企業，在省內外建有四大生產研發基地，在黑龍江等糧食主產區建有現代農業服務基地，在沙特、突尼斯、新加坡、澳大利亞

196、、泰國設有國際貿易、金融、工程服務分支機構。甕福（集團）有限責任公司116讓數據成為生產力115讓數據成為生產力痛點三供應鏈條復雜，物料跨組織調撥，財務對賬難03痛點四痛點五財務數據孤立，數據審核復雜，糾錯成本高財務數據分析應用薄弱，數據時效性差0405基于企業當前數字化建設現狀與財務管理工作痛點，集團財務部門提出了三年財務數字化轉型建設方案，主要圍繞以下三方面開展。解決方案企業數據標準化建設數據標準化建設是財務數字化轉型的基礎。在集團數字化轉型背景下，財務部門深入參與集團數據治理工作，站在財務管理視角，盤點相關的信息化系統和業務流程，理清各方數據需求，摸清現有數據真實情況，會同信息化部與其他

197、業務部門共同推進數據標準體系的建立，逐步建立起覆蓋各信息系統輸入、處理、輸出等各環節的、健全的數據標準，形成較為完整的企業數據標準體系。企業數據中樞構建利用數據中臺工具搭建符合企業特色的數據中樞。企業信息生態體系搭建通過“新”共享理念機器人工具實現數據標準化建設，以數據中樞為核心，連接企業內部所有信息化子系統，攫取外部可用數據，打造數據分析模型工廠，結合各類前端可視化應用，探索構建企業管理信息生態系統，實現甕福集團財務數字化成功轉型。企業管理信息生態系統118讓數據成為生產力117讓數據成為生產力成本分配模塊建設全面預算管理系統可實現多套成本中心、成本分配方案配置，可靈活實現不同成本方案下的成

198、本分配計算，以及不同方案下的成本分配結果對比。同時基于成本中心、分配方案建設，系統自動進行成本分配，同時基于自主研發的成本還原算法，實現成本還原一還到底，運算速度快，且數據還原到具體明細，數據維度不缺失，充分確保還原數據有極強的拓展性，滿足與后期各種場景的應用適配?，F金預算平衡與籌融資規劃集團財務部通過對企業歷史現金收支數據進行統計分析，得到各個業務類型在時間維度上的分布函數以及票據收付比例，同時結合新一年度的產供銷費及投資計劃的業務預算數據，將年度預算進行月度分解，得到集團十二個月份現金與票據的收支預測數。同時在對歷史收支數據按照各種維度進行動因分析后，制定最有利于企業經濟效益的收付款計劃，

199、做到企業現金應收盡收，應現盡現。在完成企業外部現金收支平衡后，集團財務部基于集團現金和票據收支平衡表，統籌平衡內部法人主體之間內部現金收支計劃和票據收付比例，避免企業內部出現個別單位票據盈余，個別單位票據短缺，減少集團整體開票金額，提升集團票據使用效率，降低財務費用。同時，在現金平衡端，集團通過對歷史融資數據進行多維度分析，尋找融資成本在機構、品種、期限、地域等不同維度下的比較優勢，并基于集團現金平衡表，合理安排企業最優融資計劃，充分發揮企業融資優勢特性，提高現金使用效率，合理保障企業現金流風險，做到風險收益最優平衡。產銷平衡自動化全面預算系統通過自主整理的集團產銷平衡規則，基于物料清單和多源

200、采購規則，實現自動化物料平衡，在錄入生產計劃、銷售計劃的過程中，系統自動化生產公司物料消耗計劃、采購計劃、調撥計劃，實現全自動物料平衡，極大減少傳統預算編制模式下的人員工作量、同時最優平衡算法也實現了預算層面資源配置優化。產銷平衡表生產裝置產能檔案填報平臺搭建全面預算交互層主要采用帆軟 FineReport 行式填報功能，主要用于采集預算年度生產經營計劃，主要包括生產計劃、銷售計劃、物料價格、物流線路、部門費用、投資計劃等，交互填報界面具備快速填充、批量導入功能，主要解決業務單位批量化操作，提高填報效率，同時系統設置數據結轉功能，能快速實現上年預算、上一版本預算數據同步生成，從而優化填報界面用

201、戶體驗感，避免預算從零開始。典型場景基于 FineReport 搭建企業全面預算管理系統為了解決傳統全面預算編制工作痛點，集團基于 FineReport 報表填報、展示功能以及 ETL 數據處理相結合的方式，通過對會計報表編制流程中數據運算邏輯梳理，構建集計劃填報、產銷平衡、成本分配、成本還原、現金平衡、預算報表自動生成、預算執行分析為一體的全面預算管理系統。120讓數據成為生產力119讓數據成為生產力項目總結隨著大數據、物聯網、云計算、人工智能、區塊鏈等數字技術的蓬勃發展，數字時代已然為企業帶來顛覆性的變革。計算機對數據高效的獲取和計算能力，在決策層面具備人類無法匹敵的優勢。在數字化背景下，

202、企業可以充分利用這些技術，與企業自身業務模式轉型相結合，為企業解決問題、創造價值，這個持續性的過程稱之為企業數字化轉型。財務部門作為企業天然的數據中心，更需要通過運用云計算、大數據等技術來重構財務組合和再造業務流程，提升財務數據質量和財務管理效率，更好地賦能業務、輔助經營和支撐管理決策?；诩瘓F全面預算管理系統成功建設的背景下，公司將進一步深入探索財務數字化轉型之路，在充分利用企業 ERP 系統、帆軟報表平臺以及 ETL、數據倉庫、數據中臺等各類技術手段，進一步圍繞集團財務共享中心系統架構藍圖，開發具有甕福特色的財務共享中心管理系統，最終實現企業數據管理生態體系，充分創造企業數據價值?，F金預算

203、平衡表集團公司通過充分發揮數據價值，指導預算編制最優化，實現全年財務費用下降至少 2000 萬元，從真正意義上實現企業管理價值化。財務報表自動化生成通過企業生產經營業務數據填報、成本自動分配、產銷平衡和會計報表規則等模塊的搭建，最終在數據輸出端實現自動化財務預算報表生成，同時實現數據上下聯動、實時更新，并且報表輸出層面可實現單體報表、合并報表同步查詢。系統搭建極大提高財務部門在預算報表編制工作中的效率，統一了集團報表編制規則，初步實現全面預算管理板塊的數字化轉型工作。通過全面預算系統平臺搭建，財務部門預算編制工作由原來的全集團總共 80 人天下降至 3 人天，集團層面可以實現預算變量的統籌配置

204、、安排，真正意義上實現企業各種要素統籌優化配置，并且集中管控和共享的預算管理模式也極大地減少了公司各層級人員之間的溝通成本。同時，標準化的數據存儲為全面預算分析應用、執行控制提供了有力保障，從真正意義上實現了預算控制到個人、預算執行到部門、預算分析到全局的全面預算管理體系?，F金預算平衡表122讓數據成為生產力121讓數據成為生產力數據驅動的精準營銷與客戶忠誠度提升維維食品飲料股份有限公司成立于 1994 年，2000 年于上交所上市，是一家國有企業控股的大型食品制造企業。維維產業涉足農業資源、食品、飲料、糧油、茶等，擁有維維、天山雪、嚼益嚼、六朝松等國內外知名品牌。維維品牌價值評估過百億。維維

205、出品，被消費者稱譽為“健康品牌，值得信賴”。維維食品飲料股份有限公司零售RETAIL零售，這個古老而又充滿活力的領域，一直是經濟舞臺上不可或缺的角色。它如同城市的脈搏，感受著每一個消費節奏的跳動，映照著社會需求的多樣化和個性化。在這個信息爆炸、選擇過載的時代，商業智能為零售行業提供了一雙慧眼。洞察先機，方可把握未來。代表客戶：124讓數據成為生產力123讓數據成為生產力需求不閉環對于各部門提請的業務數據分析需求，不具備統一閉環的流程，導致需求必要性前期得不到準確評估，落地實施周期得不到保證，實施完成的實際效果得不到跟蹤。04綜合考量公司銷售業務現狀，充分調研各數據分析產品功能及特點，最終決定采

206、用 FineReport 和FineBI 系統集成的方式，一方面保留多年來業務部門復雜明細報表的習慣及優點，另一方面針對中高層領導拓展更為實時直觀的圖表分析，高度提煉業務邏輯，拓寬多維度指標，充分利用聯動下鉆跳轉等功能，為經營層決策提供更多種可能。全方面整合銷售數據資源，完成方式精準化變革及數據分析需求閉環。解決方案經營決策業務應用指標跟蹤規律探索業務預警權責定位維維股份智慧辦公協同平臺數據存儲數據工廠數據集市需求團環緩沖區系統監控定時調度權限管控維度拓展指標提煉目標導向數據挖掘聯動分析嵌套鉆取集成數據分析平臺關聯跳轉復雜報表數據計算平臺管理數據處理外部采集數據接入核定數據接入歷史數據整合數據

207、清洗數據標準化數據結構轉換數據接入跨系統歷史數據數據源營銷業務巡店拜訪生產管理庫存調度費用控制.各板塊聯動高度靈活，激發經營決策層探索數據聯系，反哺市場業務上線費控分析板塊，實現費用精準投放，降低運營成本數據按模板實時生成，節約人力成本，優化庫存管理和供應鏈規劃項目亮點需求痛點下屬各事業部及子公司銷售系統不統一或未普及完全，數據源格式不統一，且有部分空缺，分析起來費時費力。同時多年銷售數據積累，數據體量較大，缺乏數據精細化管理。數據不統一01一些數據分析采用系統數據結合線下上報數據在 Excel 內完成匯總上報，整體分析周期長，出錯率大。分析效率有待提升02銷售數據分析分散在各個銷售系統的各個

208、功能模塊內，且大多數為以業務為導向的復雜數據報表，這種分析方式對中高層領導而言較為費時，不夠直觀，且分析指標的豐富程度不夠，指向性不明確，不利于中高層領導的輔助決策分析。方式效果可優化03126讓數據成為生產力125讓數據成為生產力場景二：銷售費用控制閉環分析由于預算生成及費用使用階段主要面向業務人員，維維重新劃分了業務口徑的費用項目類型，定制化申請及結案表單，做到重點數據精細化、統一化、標準化，著重處理數據源頭問題。根據實際業務費用控制邏輯設計板塊分布，跟蹤分析銷售費用控制的全流程，對于重點關注的費用板塊，如管理費用及形象店建設費用等，做定制化的鉆取及聯動分析。此外，由于下屬事業部及子公司業

209、務各不相同，提取預算的維度和方式也各不相同，為了提高數據分析的效率，我們定制了一套通用的費用控制分析方式，在數據處理階段就全面關注下屬各個事業部及子公司的業務情況，重點關注數據的統一性。在此基礎上，針對費用提取維度不同、關注點不同等問題再進行二次微調。銷售費用預算的提取來源于發貨單的含稅銷售價，我們跟蹤分析各大區客戶的消費額與費用投入情況，計算分析銷售毛利率與費銷比率，從大區、片區、客戶三個層次鉆取，從而達到精準了解費用調配情況和銷售活動的成本效益的目的。以業務發生邏輯指引的分析板塊的邏輯設計，大大增加了分析看板的使用效率，同時減少了由銷售流程帶來的時間差對銷售規律的影響。各分析板塊間的高度靈

210、活的聯動設置，也激發了決策層很多潛在的規律發現，幫助經營決策層以全新的視角探索數據之間的聯系，從而反哺市場業務。銷售費用控制預算生成費用使用預算錄入預算提取預算拆入預算拆出費用申請費用核銷重點關注大區管理費用及形象店建設費用典型場景場景一：全流程跟蹤年度銷售指標維維采用數據填報的方式定時接入年度制定的銷售額指標，看板以年度為周期，分析一銷售年度內，各大區、片區、產品線、品類的指標達成進度，較歷史銷售年度指標達成進度同比。分解客戶交易全流程，下單、發貨、退貨、回款全動作全分析，各分析板塊間充分聯動，盡量減少銷售時間差帶來的數據分析偏差，全方位分析銷售經營業績?，F階段，中高層領導可以通過較實時且直

211、觀的圖表直接獲取銷售經營業績的年度進度情況，大幅度節約了傳統分析方式的數據匯總時間，銷售經營業績的數據分析效率較以往提升了約 85%，便于及時對市場波動情況做出反饋。128讓數據成為生產力127讓數據成為生產力場景三：企業客戶畫像分析模型與數據應用基于新的營銷管理系統，大規模且精確地補充填報終端門店的基礎數據，保證終端門店與經銷商的關聯準確性，此外還固定周期地收集終端門店的排面陳列情況等等，彌補終端門店數據的空白?；诳蛻粜袨?、客戶價值等多角度全新定義客戶類型，劃分客戶群體，制定不同的促銷政策，分析不同客戶群體的占比情況、流入流出情況，精準定位流失客戶群體，從客戶渠道、采購品類較高的產品線、商

212、品品類、分析流失等多個角度分析客戶流入流出原因。對流入客戶進一步分析其復購情況、留存情況，實時跟進新客戶動態，彌補增量客戶運營空白。精準定位重點客戶，再結合跳轉鉆取功能，由面及點，全方位多角度地分析客戶個體信息，包括基礎信息及簽約情況、業務人員配置、下屬門店資料、形象店建設數據、費銷比投入、指標額完成進度、交易行為分析等等，為業務員提供定制化的業務跟蹤服務提供實時高效的數據分析支撐。對于經銷商的庫存跟蹤數據，從庫存上報到收貨確認，再到要貨需求報送，全部采用線上數據填報的方式，制作成實時的動態分析報表。通過對于市場預算提取情況多維度的聯動及鉆取分析，同時結合各個組織及客戶的費用投入情況，中高層領

213、導現在能夠及時跟蹤識別費用成本異常點，迅速采取配套的費用管控措施，大大提高了費用控制決策的效率，實現了費用的精準投放，高效投放，降低了運營成本。費控分析版塊上線后，決策層發現各大區的管理費用占比異常，繼而發現此前對于管理費用的管控較為松散，其中各種費用項目較為雜亂，缺乏成體系的標準。針對此，技術部門迅速調整管理費用申報表單，細化申報數據，展開更為詳細的數據下鉆分析，從而發現了差旅費用執行標準不透明、審批流程不完善等問題。事業部人事部門也重新制定了管理費用報銷細則，對限定的費用項目和費用額度都做了詳細的規定。這一管理漏洞的彌補，自實施以來累計幫助事業部縮減了約 50 萬的管理費用開支。此類精準的

214、費用控制決策所節約的成本開支，使得企業釋放了一部分資源用于激發產品及制度創造創新，為企業帶來了珍貴的長期競爭優勢。根據歷史費用投入趨勢及占比，一定程度上輔助了決策層預測短期內未來的費用投入情況，實現了資金靈活調配，評估潛在風險并提前做好應對措施規劃。130讓數據成為生產力129讓數據成為生產力作為彩金珠寶的領潮者，潮宏基如何用數據譜寫品牌零售新“飾”界？珠寶是人類文化的重要組成部分，也是消費者展示個性和品位的重要方式。隨著消費升級和市場下沉的雙重趨勢，珠寶行業近些年面臨著巨大的發展機遇和挑戰。在數字消費時代，潮宏基集團（以下簡稱“潮宏基”）作為國內首家 IPO 上市的時尚珠寶企業，緊跟數字化發

215、展趨勢，全面啟動數字化轉型。潮宏基集團對于客戶群體的全新定義分類，使得決策層從宏觀層面上把握了企業的客戶群體結構，針對此，迅速調動市場制定了個性化的營銷策略，調整了約 30%的市場費用投入占比，節約了 20%的低效費用投入成本，大幅度提高了營銷活動的費用轉化率，定制化的營銷策略也在很大程度上提高了存量客戶的復購率，新增客戶的留存率也有較為明顯的上升。幫助了決策者精準識別忠誠客戶，通過配套實施的忠誠度計劃、優惠和獎勵政策來運營忠誠客戶，一定程度上增加了市場份額、抵御同品競爭。經過初步的市場調研，定制化的業務服務及營銷策略使得客戶滿意率提升了 35%左右，市場響應度較原先也明顯提高。自客戶分析模塊

216、投入使用后，平均而言，客戶群體整體的費銷比下降了 15%左右。數據支撐的客戶交易趨勢跟蹤，權限下放至業務員群體，再加上原本手工上報統計計算的經銷商庫存動態數據改為實時按模板生成，節約了 90%的統計計算的人力成本，現在業務人員可以既高效又較為精準地預測經銷商的要貨需求，優化了庫存管理和供應鏈規劃，及時進行產品鏈路或客戶渠道的決策調整。項目總結公司借 FineReport+FineBI 集成數據分析平臺上線的機會，全面補充了銷售板塊空缺的業務數據，清洗整合了歷史數據，改善了數據錄入方式，解決了長期以來存在的數據不全、不準、不精等問題。并從銷售運營、市場拓張、費用控制、客戶分析、庫存管理等各個方面

217、對市場銷售行為進行全方位多維度多角度的分析，首先解決了中高層領導從宏觀維度上對企業銷售運營現狀的實時把控問題，也一定程度上拓展了許多全新的視角來管理決策，使得企業三十年來的銷售數據價值得以進一步地體現。自集成數據分析平臺上線以來，企業自經營層領導乃至一線業務人員，對于數據分析的需求熱情高漲，從各自的角度出發，提供了很多優質的建議和思路，企業內部數據分析的氛圍濃厚，數據思維逐步發展。在此基礎上，我們將逐步引導把數據分析平臺推廣至企業運營管理的各個方面，充分發揮其價值，增強數據素養，促進數據驅動決策文化在企業內部的普及。132讓數據成為生產力131讓數據成為生產力需求痛點項目亮點移動 BI 能夠從

218、龐大的數據中將最關注的數據與指標展現出來，更有針對性，使決策更科學。信息定制推送服務，可以根據員工的不同角色、工作習慣、管理特點等，來定制個性化的推送內容、推送方式、推送時間等。信息針對性數據實時查詢，具備網絡環境可實現數據隨時、隨地的訪問，使決策更及時。只要有網絡，可以隨時隨地訪問 BI 應用；實時進行透視、鉆取、分析、決策；及時提醒，監控與預警服務，可以主動將預警信息發送到用戶的移動設備，提醒及時采取措施，避免延誤。傳遞及時性實現方式更靈活、更人性化，使用更便捷，只是在移動終端上進行觸摸和拖拉，就可以獲取 BI 信息，并進行相關的操作。隨需定制，可以根據不同角色需求，進行個性化開發，滿足不

219、同需求。使用便利性數據應用現狀潮宏基成立于 1996 年，致力于在中高端消費品領域提供優質產品和服務，是珠寶行業首家上線SAP/ERP(線上數字化企業資源管理系統)的企業。2016 年，潮宏基進一步全面啟動升級中臺業務系統，通過內部和外部實施一體化信息管理系統，智慧云店系統正式上線，同步 ERP、中臺和員工、客戶微信端等多個系統，建立更完善的系統協同能力，使得營銷能力不但能在線上靈活應用，同時也完全適配于線下場景，實現全國所有門店的庫存共享，不僅延長了門店的營業時間，也打破了門店終端的物理空間，充分提高用戶全渠道購物體驗，增加銷售機會。解決方案潮宏基攜手帆軟于 2018 年啟動了 BI 的建設

220、，通過調動集團運營、財務、人力、信息，各品牌銷售、市場、產品等核心部門的人員，以專職或兼職方式組建集團化專業的 BI 管理團隊。由多部門人員組建的 BI 管理團隊，可以實現內在有機互補，基于團隊成員的專業知識、豐富經驗、個人能力，有助于增強 BI 建模、分析、設計、運用的效果，體現 BI 的價值。潮宏基隨著品牌業務的不斷擴張與數字化建設的不斷深入，企業內部逐漸面臨著行業的共性痛點數據的時效性和準確性難以保證。痛點一01集團高層對于業務數據的需要經常需要幾天的時間響應，過程中需要經過分析人員大量手工的分析和整理才能輸出分析報告。此外，各區域數據查看成本較高，部門之間的數據的口徑和維度各異，造成數

221、據在不同部門之間的流轉困難與效率低下。痛點二02財務部門供應鏈部門產品部門銷售部門銷售銷售分析促銷分析門店現場分析產品分析獲利分析費用分析供應商分析物流分析庫存分析產品供應鏈財務人力分析會員分析各職部門綜合管理報表向上歸集向下分解集團決策層管理駕駛艙134讓數據成為生產力133讓數據成為生產力商品投資回報率分析通過分析不同商品的利潤率、成本等數據，為企業制定合理的商品投資策略提供依據。這種分析可以幫助潮宏基集團優化資源配置，提高整體利潤率。銷售預測分析對于潮宏基集團這樣的零售企業，利用數據分析技術對市場趨勢進行預測，幫助企業提前做好市場布局和產品規劃來說至關重要。在此過程中，潮宏基集團不僅搭建

222、了數據倉庫，還建設了業務中臺和 BI 決策分析平臺。潮宏基通過時間的維度、對比的歸因分析、序列分析等指標的分析方法對從財務、銷售、產品、用戶這幾個基本的一些業務范圍去做的一些推進，在 BI 端、PC 端和移動端都取得了一定的成果。如今集團的業務人員以及相關的領導都可以隨時隨地來查看，并且可以快速地去分析相關問題的一些根源，為業務決策的及時性起到了很及時的支撐。典型場景用戶運營分析通過分析數據，了解用戶的喜好、需求和區域分布，為產品研發提供有力支持。進度及目標區域分布品類結構毛利及折扣坪效分析庫存結構用戶構成消費偏好事件回轉動銷庫齡健康利潤分析投資回報費用控制銷售及毛利產品及庫存用戶層面財務健康

223、136讓數據成為生產力135讓數據成為生產力平均每 20s 生產一套定制家居，歐派獨創的“AI 制造體系”獨到在哪？在 1994 年的一個夢開始的地方，歐派家居集團股份有限公司（以下簡稱“歐派”）誕生了，開啟了一段傳奇的旅程。30 年來，它不僅僅是專注于高端家居定制的典范，而且成為一部中國家居行業發展史上的重要章節。歐派以其卓越的創新和無與倫比的品質，布局了中國東西南北廣州、天津、清遠、無錫、成都五大生產基地，占地面積超過 2000 畝，全球門店已突破 7000 家，產品銷往 6 大洲 118 個國家。憑借著強大的品牌與規模優勢，歐派家居不斷創造出市場奇跡，穩步成為國內全屋定制家居行業里的龍頭

224、企業，定制家居產品生產總規模居行業第一。歐派家居集團股份有限公司潮宏基通過打造全價值鏈數字化體系和線上線下相結合的全渠道布局，以此提升運營效率和客戶體驗，并且適應市場變化和技術發展。推動潮宏基進一步增強市場覆蓋能力和客戶粘性，適應消費者購買習慣和需求的變化。項目總結數字化轉型已成為當今企業發展的重要驅動力。潮宏基集團緊跟時代步伐，通過不斷的數據分析和AI 應用探索，已取得了一定的成果。未來，潮宏基集團將繼續深化數字化轉型更多應用場景和思考，進一步優化企業運營效率和市場競爭力。138讓數據成為生產力137讓數據成為生產力這個數據倉庫的目標不僅是存儲大量的數據，更重要的是支持復雜的數據分析和分析需

225、求。企業的數據分析服務面向 200 多名用戶，包括高層領導、業務關鍵用戶和實際應用人員。他們每日對數據的訪問需求超過 2000 次，反映出對數據分析和報告的巨大需求。為了滿足這些高頻次和多維度的數據訪問和分析需求，歐派家居集團不斷優化其 FineBI 平臺。通過FineDataLink 數據集成工具對數據倉庫的貼源層（ODS 層）進行 DW、ADS 層建設，業務人員從對應的 BI 的業務包中獲取數據，企業能夠實現更快速、更準確的數據分析，從而為決策制定提供有力支持。這種從數據到洞察力的轉換，不僅提升了企業的運營效率，也為歐派家居集團在激烈的市場競爭中保持領先地位提供了強大的數據支撐。項目亮點數

226、據應用現狀早在 2015 年，歐派就正式啟動歐派制造 2025戰略，融合互聯網、大數據與人工智能制造，通過數字化打通銷售、研發、生產制造、物流運輸等全套環節，邁步走進“所見即所得，所感即所要、設計即制造、制造即服務”的 AI 工廠時代。解決方案歐派正致力于建設一個既能滿足當前需求又具備未來擴展能力的數據倉庫。通過集成 Oracle、MySQL、SQL Server 等多種數據庫技術，并利用阿里云數據庫進行數據存儲，旨在建立一個強大、靈活且高效的數據管理平臺。需求痛點隨著歐派的迅猛發展，數據環境面臨著前所未有的挑戰和機遇。企業規模的擴大帶來了數據量的爆炸式增長，每年的數據記錄高達數十億條。這不僅

227、對企業的數據處理能力提出了更高的要求，也需要一個能夠支持多種數據庫技術的環境，以便于更有效地整合和分析這些龐大的數據集。每20秒完成一套定制家具的生產數據處理效率提升300%庫存下降超80%典型場景實現集團各部門 BI 覆蓋，讓企業借“數”起飛事業部傳單看板在門店業務的擴展過程中，對不同品牌傳單數量的統計和分析是至關重要的一環，這不僅影響著營銷策略的調整，也直接關聯到生產線的排程計劃。為了更高效地進行這一過程，歐派開發了事業部傳單看板系統。這個系統使用戶能夠以直觀的方式分析不同品牌傳單的成功數、待處理數及失敗數，并允許通過時間維度來追蹤傳單的趨勢。140讓數據成為生產力139讓數據成為生產力M

228、HF 綜合運營看板是一座連接財務、客戶和內部流程三大關鍵維度的橋梁?？窗迦缤晃恢腔鄣膶?，用數據和圖表的語言，向運營管理層娓娓道來每一個績效的故事。過去查看訂單的狀態后，需要手動提取數據表來識別異常訂單缺少哪些具體產品，如今 BI 看板使得直接在界面上查看異常訂單及其具體缺失產品的明細成為可能，大大提高了處理異常訂單的便利性和效率。MHF 綜合運營看板系統能夠實時顯示各品牌傳單的分布情況，包括成功投放的數量、正在處理中的數量以及失敗的數量。這使得管理層和營銷團隊能夠快速把握各品牌傳單的實時狀態，及時調整策略。實時數據展示：通過引入時間維度，系統能夠展示不同時間段內傳單數量的變化趨勢。這種分析

229、對于識別市場需求的季節性變化和品牌受歡迎度的波動具有重要意義，進而指導生產線的排程計劃。趨勢分析：基于傳單的成功數、待處理數及失敗數的數據分析，管理層可以更精確地制定營銷策略和生產計劃。比如，對于成功率高的品牌可以增加投入，而對于失敗率高的品牌則需要重新評估營銷策略或產品定位。決策支持：通過分析不同品牌傳單的趨勢和成功率，生產部門可以更有效地制定生產計劃，優化資源分配，確保生產線能夠滿足市場需求，同時降低庫存風險。優化生產計劃：在清遠工廠內，BI 平臺也正在改變著管理層對企業運營的洞察。透過這一扇窗口，管理團隊可以一覽無余地掌握接單量、銷售分部業績、工程計劃和發貨情況等關鍵業務監控指標。針對清

230、遠流程主管的專屬需求，信息監控看板全面展示了清遠櫥柜防火產品的關鍵成本數據，包括各主要品類的不良率及其在總成本中的比重。通過將滯留天數作為一個核心指標，深入分析了哪些產品品類的滯留時間占比較高，進而允許用戶通過點擊這些品類直接查閱相關的詳細信息。清遠家居監控看板142讓數據成為生產力141讓數據成為生產力隨著歐派集團與帆軟的合作步入新的里程碑，也為非標定制業的智能制造書寫出更加滿意的答卷。這一合作不僅象征著兩家行業領導者的強強聯合，更代表了對未來智能制造的共同愿景和承諾。通過帆軟的先進 BI 解決方案，歐派的生產效率和產品創新能力得到了顯著提升，為消費者帶來了更快、更個性化的服務體驗，實現了生

231、產效率和客戶響應速度的顯著提升。未來，雙方將繼續發力開啟智能制造新篇章，為消費者創造更加美好的生活體驗。該模式的成功在歐派并非一蹴而就。歐派前期通過開源工具+調度平臺的配合使用逐漸暴露出任務設計的瓶頸，伴隨著數據量增加，執行時間大幅延長。例如在復雜的工分數據處理過程中，不僅需要考慮普通單和特殊單的區別，還需考慮全國各基地計算、特殊的外設臺面計算等，整個過程的運算需要 20 分鐘甚至 1 個小時。為了解決這個問題，歐派家居從 2021 年嘗試使用 FineDataLink 并成為共創客戶，在工分計算中成功優化了數據處理流程，通過參數控制、分批數據刪除和并行寫入，將 ADS 層數據處理時間縮短至3

232、 分鐘，整個數據處理任務的執行時間也僅約為 7 分鐘，相比以前至少提升了 3 倍，并在結算計算、跨系統處理以及腳本調度等場景下進行了廣泛的應用，實現了數據建設的簡單、安心。項目總結每一項財務指標都細致入微地展現著公司的經濟脈搏，從收入增長率到成本控制，每一個數字都是經過精密計算得出的達成率得分。而在客戶維度，客戶滿意度、市場占有率等關鍵指標以直觀的圖形展示，每一次提升都反映出公司對客戶需求的敏銳洞察和快速響應。內部流程方面，則通過流程優化、員工滿意度等指標，揭示了公司內部運作的效率和和諧度。通過這塊看板，管理層可以實時地掌握整個公司的運營狀況，及時發現問題并制定對策，確保公司在快速變化的市場環

233、境中保持競爭力。它不僅提升了決策的效率和準確性，更重要的是，它激勵著每一位員工為共同的目標而努力。BI 如今已經基本覆蓋集團的各業務部門，讓業務人員可以通過數據的運用實現決策“快人一步”。在歐派高效科學決策的背后，離不開前期數據治理工作的投入。歐派數據治理最大的特點在于以業務管理為出發點，通過湖倉一體的模式，數據直接服務于業務人員，實現了公司數據場景化應用。業務系統由制造信息中心統一對接，通過 Kafka 和 Flink 進入湖倉一體的 ODS 層，再通過FineDataLink 構建 DW 層和 ADS 層，最終直接服務于業務需求?？茖W決策的快人一步，離不開數據的無阻暢通144讓數據成為生產

234、力143讓數據成為生產力項目亮點線上 GMV 近57億數字化會員超4700萬線上銷售占24%數據應用現狀早在 2013 年，天虹就將數字化作為核心戰略之一，利用數字化技術，將線下業務搬到線上，發展獨立 APP 和小程序。天虹把會員用數字化整合，然后把商品數字化到線上，把營銷數字化到線上，把業態線上化以后，就具備了把危機變成機會的基礎。2019 年，天虹成立科技子公司深圳市靈智數字科技有限公司（下稱“靈智數科”），從服務內部到賦能行業，公開向行業內輸出數字化技術、經驗和方法，作為深耕實體數字化的實戰專家，團隊核心成員兼具零售基因與數字化實戰經驗，孵化了旗下兩大核心產品為連鎖實體門店提供基于“人”

235、的數字化轉型工具：智能化客戶資產管理平臺靈智企微助手，智慧用工管理平臺小活兒，發揮“人”的價值，挖掘“人”的潛能，助力企業降本增效，實現“基業長青”。目前已服務包括永旺、屈臣氏、家家悅、華僑城商管等多家零售企業。日常工作中涉及了大量的數據分析，過去各模塊數據導出再二次加工，平均一天有 50%左右的時間都在處理數據，且伴隨著各類異常情況的發生，數據滯后造成了極大的困擾。需求痛點戰略決策鏈路長期望通過提供全面的經營指標與數據支撐，優化管控工作。優化業務環節契合度，提高管理決策在實際業務的落地性。01這家傳統零售企業通過數實融合迎來了業績增長的“第二曲線”天虹數科商業股份有限公司(原“天虹商場股份有

236、限公司”)，成立于1984年，是國有控股的上市公司，2010年上市。天虹根據目標顧客需求的不同，以百貨、購物中心、超市三大業態線上線下融合的數字化、體驗式新零售，打造以“親和、信賴、享受生活”為核心價值的品牌，旗下擁有“天虹”、“君尚”、“spce”品牌。天虹在行業內率先轉型，突破傳統購物模式，踐行數字化、體驗式、供應鏈三大業務戰略，大力發展線上線下一體化的智慧零售商業模式。天虹數宇化已實現全門店、全業態、全流程覆蓋，形成”到店+到家“的融合零售，并推進技術服務輸出，成為科技零售的領先者。天虹數科商業股份有限公司146讓數據成為生產力145讓數據成為生產力典型場景通過支持運營部門收集和分類不同

237、屬性會員的基礎信息，運用 FineReport 和 FineBI 工具，綜合統計會員比例，為精準營銷提供數據支持。這項分析工作針對天虹及其合作的零售門店客戶，是常規需求，旨在通過深入分析會員生命周期、會員價值和會員結構等方面，為運營決策提供全面的視角和依據。關鍵會員畫像區域總經理和門店店長利用平臺從商品品類角度分析銷售指標，為產品運營部門提供數據支持，以便及時調整銷售策略以適應市場變化。這種分析特別針對零售門店環境，其中單品銷售看板因其高訪問量而顯得尤為重要。通過 FineReport 工具，我們能夠詳細展示單個商品的銷售額、顧客量和客單價，并通過時間對比來進行深入的銷售趨勢分析。單品銷售數據

238、看板天虹股份營銷中心營銷與會員運營部副總監鄭丹萍則表示，在日常工作中，通過 BI 分析產品和外部市場的一些數據，以及顧客整體的情況，可以快速做出更有指向性的銷售決策。她認為 BI 就像是一個積木，可以在各種營銷節點實現業務想要的核心數據與分析結果，即時即刻地賦能他們的經營決策。問題根因定位慢通過打通各業務環節上下游系統的匹配、協同關系，可以有效基于上游的供應和庫存供應進行準確計劃預測，設計歸因式的下鉆分析路徑，高效定位具體業務問題進行針對性處置。02會員風險管控能力較弱需要建設風險預警、追蹤體系實現會員體系的精準風險管控。03數字化是天虹三大核心戰略之一，它不僅獨立存在還全面助力體驗式和供應鏈

239、這兩大戰略，同時天虹的數字化團隊認為喚醒和認知共識是數字化真正落地重要的一部分。由此天虹確定了整體數字化建設的核心原則：天虹股份靈智數科技術研發中心研發副總經理張煒表示，通過 BI 靈活的使用，整個 IT 部門通過數實融合釋放更多的精力去做底層的數據，不斷讓數據更實時、模型更優化。解決方案順應消費升級，迭代運營邏輯，圍繞痛點出發，提升數據價值鏈效能順應消費的升級，改變自身的運營模式（內容+方式）業務發展提升價值鏈的效能商業模式優化消除消費者痛點、供應商痛點和自身的痛點指向消除147讓數據成為生產力金融FINANCE金融行業，作為數字化浪潮的先行者，其與技術的融合歷史可以追溯到電子計算機在銀行業

240、務中的首次應用。從最初的會計電算化，到 ATM 機的普及，再到網上銀行的興起，金融行業一直在不斷地吸收和利用新技術，以提高服務效率和質量。在數據定義未來的世界里，每一筆交易、每一次市場波動、每一項業務創新，都伴隨著海量數據的生成。商業智能，正在讓復雜的金融數據變得透明，讓決策過程更加科學，讓服務模式更加創新。代表客戶：在這個數字化轉型的時代，天虹科技子公司靈智數科與帆軟的緊密合作為客戶如深鐵商業等提供了一套全面的解決方案，從靈智的購百 SaaS 產品如小程序商城、會員體系，到帆軟高效的數據報表和看板服務，每一步都體現了對企業運營效率和客戶體驗的深刻理解。這種跨界合作不僅優化了業務流程，提升了決

241、策質量，也為消費者帶來了更加個性化和便捷的購物體驗。其實在 2021 年，天虹就啟動了與帆軟的合作，尋求通過自助式 BI 工具改善業務人員的數字化工作效率。雙方的合作為業務人員帶來前所未有的工作效率提升：項目總結關鍵數據看板化實時數據移動化關鍵業務對象的數字化，并不斷匯聚數據，實現流程數字化，數據實時化，支撐一線業務快速發展移動端展現實時數據，助力運營和決策，簡化管理，加強一線人員的數據應用能力業務數據自助化經營數據智能化各經營線及業務崗位數據使用人員可根據需要自助進行數據報表的設計使用，快捷助力業務發展通過數據預警、數據預測、數據分析等，以智能化方式高效反應，節約人效的同時高效經營150讓數

242、據成為生產力149讓數據成為生產力百年銀行的數字化探索與實踐東亞銀行作為一家具有領導地位的香港金融服務集團，1918 年，在香港成立母公司東亞銀行有限公司；2007 年，在內地注冊成立的全資附屬銀行東亞銀行（中國）有限公司（下文簡稱東亞中國），東亞銀行全球設有約 130 個網點，聘用逾 8000 名員工，致力為香港、內地及世界其他主要市場的客戶，提供全面的企業銀行、個人銀行、財富管理和投資服務。東亞中國自 2007 年成為法人銀行后，為支持業務發展組建了本地化的科技隊，并在 2009 年完成了上海數據中心，上海研發中心的建設，成為率先在境內自建數據中心和研發中心的外資法人銀行。2021 年，東

243、亞中國正式啟動數字化轉型，以數據這一核心資產作為切入點，聚焦夯實數據基礎，提升客戶體驗，提高經營效率，加強數字化人才建設四大領域。東亞銀行（中國）有限公司為加快大數據體系建設，穩步推進數字化轉型戰略，規范數據架構體系和數據治理體系，運用大數據推進全行數字化轉型建設，為業務發展提供創新動力，東亞中國秉承“追趕同等規模城商行，3 年內成為內地數字化領先的外資銀行”的數字化轉型的愿景，提出了 3 年數字化轉化規劃。目標是利用金融科技和數字化應用實現精準營銷，賦能客戶經營。通過激勵創新，加速人才發展，提高數字化人才覆蓋率，最后，提升經濟化管理水平，為員工降本減負，提升管理決策效率。自 2021 年數字

244、化轉型項目正式啟動后，東亞中國成立了數字化轉型領導小組，自上而下強管理，統一規劃指導。同時，專設戰略及數字化辦公室，以統籌推進全行數字化轉型工作。項目背景需求痛點痛點一數據來源分布無序，未形成合理的數倉結構化存儲，亟需治理，提升數據來源的可拓展性和規范性。01項目亮點智能現金管理項目從實際的降本增效情況來看，累計創造收益近百萬元管理駕駛艙項以提升管理層用數效率為宗旨，每年幫助公司節省近百萬的成本支出，真正實現了決策智能化152讓數據成為生產力151讓數據成為生產力痛點二所用系統每日產生大量錯誤警報，需要投入大量人工審查，希望通過規則和模型建立 AI 無效警報過濾減少警報量和人工排查工作量。02

245、痛點三現金管理成本卻高居不下，員工數字化程度不高，內部推動數字化系統建設存在阻力。03解決方案東亞中國與國內 Top3 分析平臺工具供應商“帆軟”合作，對分析產品 FineBI 進行適配性改造，打造外資銀行首個“靈活數據分析平臺Eureka 深眸系統”。該系統能夠提供數據分析全流程一站式服務，實現便捷的數據獲取、自助的數據處理與加工、互助的數據協作、靈活的可視化分析。構建自助數據分析平臺，提升數據分析應用便捷性：數據源數據處理層管理駕駛艙應用層公司業務系統公司貸款系統客戶信息管理系統國際結算系統資金營運系統信用卡系統其他數據采集數據批量采集DMPDWS層DWD層ODS層管駕數據從數據源端開始做

246、隔離，邏輯自研數據集市層服務層基礎數據層匯總指標層存款業務中間業務擔保業務貸款業務國際投資業務代理業務其他規模指標收入指標客戶指標質量指標成本指標風險指標其他過程指標終端類型PC端移動端實時大屏用戶類型公司高管戰略部成員中層管理員中后臺管理者一線管理者一線業務人員服務類型公司戰略層看板業務執行層看板用于衡量公司整體目標達成情況的看板，主要服務于公司戰略決策拆解公司戰略級目標到業務線，支撐業務策略執行的核心過程指標業務策略層看板對業務策略目標進一步拆解，一線人員關注的細化到客戶明細層級指標數據即時同步ETLETL數據抽取BDP大數據倉庫平臺東亞中國構建數據湖的同時，同步搭建了數據科學實驗室，面向

247、業務分析崗及有相關技能的同事開放。平臺包含了主要業務系統的幾千張表，覆蓋零售、對公、風控、合規等各個條線需求。平臺上所有數據依照東亞中國數據分級分類要求，確保既能方便使用，又能滿足合規要求。搭建數據科學算法平臺，滿足數據挖掘及 AI 算法研究需求：2022-2023 年，東亞中國先后在全行范圍舉辦兩次“數贏”杯數據分析大賽，參賽隊伍均以Eureka 平臺為數據分析工具。全行 900+人關注并跟隨大賽進行學習?！皵第A”杯賽不僅幫助實現Eureka 平臺的普及與推廣，帶動一線及中后臺人員的業務分析熱情；而且提高了員工數字素養，強化了全行數字化學習意識，提升了業務人員數字化相關技能，使得“數字化”理

248、念更加深入人心、數字化技術得以普及。以賽促學，提升全員數字化素養：典型場景場景一：管理駕駛艙優化建設項目發現問題：在東亞中國的數字化轉型中，管理駕駛艙作為大數據服務門戶建設的核心組成項目之一，仍面臨諸多挑戰：管理駕駛艙數據處理層極大程度依賴 BDP 大數據平臺數據處理層出數時效和準確度，影響應用層數據質量；管理駕駛艙指標體系混亂，指標和過程數據的關系弱，復用性不強；154讓數據成為生產力153讓數據成為生產力管理駕駛艙項目以提升管理層用數效率為宗旨，項目上線后，提升了管理層決策效率的同時，為公司每年節省了近百萬的成本支出，真正實現了管理層決策智能化。項目成果：月頻更新數據，收入、成本、規模、K

249、evRatio等模塊指標累計140+指標數全行30+企業銀行30+零售銀行40+金融市場30+司庫10+多條線應用全行企業銀行金融市場司庫零售銀行MBR數據集建設日頻更新數據，累計200+指標，分時間、機構不同維度統計匯總指標數前臺條線：CEO36+、企業銀行20+、零售銀行30+、金融市場10+中后臺條線：業務營運10+、人力資源10+、營運人力資源10+、營運時效40+、監管報送10+多條線應用CEO企業銀行金融市場人力資源監管報送分行零售銀行業務營運營運時效營運人力資源PC端移動端+管駕數據集建設解決過程：優化管理駕駛艙整體架構：在數據處理層，將管理駕駛艙數據從數據源端開始做隔離。構建管

250、理駕駛艙指標體系:MBR 數據集：更新數據包括收入、成本、規模、KeyRatio 等模塊累計 140+指標；管理駕駛艙數據集：更新數據累計 200+指標，分時間、機構不同維度統計匯總場景二：黑名單預警壓降項目東亞中國防范洗錢風險，對其零售、對公、互聯網等客戶群體，在開展相關業務時，實施反洗錢預警掃描機制。該機制通過黑名單服務系統，以批量和實時的方式，識別出可疑客戶并發出警告，對客戶信息與路透社、紅通等制裁和監管名單進行對比，經過人工查核后，將結果推送給下游系統，供業務部門使用。目前 BLN 系統每日產生大量錯誤警報，而所有警報量均需要通過人工審查，希望通過規則和模型建立無效警報過濾，以減少警報

251、量和人工排查工作量。發現問題：項目主要分為兩個優化方向：解決過程：黑名單過濾（PEP 定義完善規則模型）：基于打標結果和遵守合規要求，結合數據分析和模型等方式過濾定義不符的黑名單。AI 警報分析（行職業分析模型優化、機器學習模型和策略優化）：基于打標結果和遵守合規要求衍生行職業特征，自動排除無效警報。場景價值：黑名單過濾：定義完善規則模型后，數據分析結合規則模型輔助補全定義不符的文本組合，提升警報率。AI 警報分析：通過模型進行行職業分析和判斷，結合行職業分析模型，使用 AI 和策略輔助判斷無效警報，從而減少人力投入。管理駕駛艙處理層數據來源分布無序，未形成合理的數倉結構化存儲，數據的可拓展性

252、和規范性較差。156讓數據成為生產力155讓數據成為生產力數字化轉型與商務智能實踐方正證券股份有限公司（以下簡稱“方正證券”或“公司”）是中國首批綜合類證券公司（股票代碼：601901）。通過多年積累，方正證券及其子公司業務資質齊全，范圍涵蓋證券經紀、期貨經紀、投資銀行、證券自營、資產管理、研究咨詢、IB 業務、QFII 業務、融資融券、另類投資業務、證券投資基金業務、場外市場業務、質押式報價回購業務、代銷金融產品業務、受托管理保險資金業務、新三板做市業務、收益憑證業務、私募基金管理等。方正證券肩負“以金融服務成就美好生活”的使命，以“成為廣受客戶信賴的投資銀行”為愿景，秉承“客戶至上、專業穩

253、健、開放協同、簡單專注、勤奮堅持、追求卓越”的價值觀，致力于為客戶提供交易、投融資、財富管理等全方位金融服務。未來，方正證券力爭成為財富管理特色鮮明、高質量發展的大型綜合類券商。方正證券股份有限公司項目總結在當今數字經濟時代，數字化轉型已成為銀行界的共識，各大銀行紛紛進行戰略布局和開展數字化落地工作，東亞中國作為一家百年企業，在當今快速發展的數字化時代要找到適合自己的轉型模式與路徑。帆軟 FineBI 提供了一站式大數據商業智能的解決方案，幫助東亞中國充分激發數據要素，釋放數據價值潛能，提升在數字化時代的競爭和發展能力，更為東亞中國降本提效，激發創新能力，實現轉型升級提供了行之有效的方法。百年

254、東亞，扎根中國，東亞中國將繼續推動數字化轉型，在數字化轉型的航道上行穩致遠。158讓數據成為生產力157讓數據成為生產力針對上述痛點，方正證券從底層數據入手，著力建設湖倉一體與流批一體。公司首先將當前各業務平臺底層數據打通，確保數據同源；其次針對數據采集/加工結果，分別以主題、業務、指標類型、標簽類型等維度建立不同分類且彼此交互，最終完成前端展示。解決方案商務智能（Fine BI）管理系統報表（Fine Report）圈客平臺商機平臺指標管理系統標簽管理系統ODSDWSDWSADS數據應用數據管理數據治理數據平臺OLAP引擎（Trino）離線計算引擎（Spark SQL）實時計算引擎（Flin

255、k SQL）MPP數據庫（Doris）作業調度與資源管理（YARN）離線計算框架實時計算框架離線存儲結構（Hive）數據湖存儲結構（Iceberg）流式存儲結構（Paimon）分布式存儲系統（HDFS）方正證券數據中臺架構另一方面，為了快速實現數據價值，數據可視化工具至關重要。經過大量的調研和 POC，公司最終決定選擇帆軟 FineReport 作為管理系統的通用報表工具，配置的報表可以集成到各類系統中。按照規劃，具體方案分為下述三個方面：集成公司現有的數據，能夠在統一平臺查看不同數據源的信息，解決員工找數難的問題；數據集成平臺項目亮點數據分析助力識別和管理風險，確保公司的穩健運營培養業務部門

256、數據分析能力，快速轉化數據生產力構建“BEAM”模型，對網點經營效率進行科學量化評估需求痛點痛點一管理半徑大，管理過程精細化，需要大量數據支持。01痛點二對員工數據賦能不足，需要科技手段，幫助員工發現商機，商機的運營管理需要大量數據分析支持。02痛點三客戶層面的分析欠缺，客戶增量與存量的策略分析需要大量的數據分析認證，支持對應策略制定與過程跟蹤。03160讓數據成為生產力159讓數據成為生產力對員工進行培訓，充分利用帆軟平臺功能，提高數據處理能力和效率，解決員工分析難的問題。員工培訓典型場景網點效率評估模型方正證券搭建網點效率評估模型（BEAM-Branch Efficiency Assess

257、ment Model），模型整合公司數十個平臺的結果指標、重點業務指標，以及營銷隊伍和負責人的多維度考核數據，并綜合考慮網點地區因素，從區域經濟、業務發展、人員隊伍三大維度并細化成 24 個指標對所有網點進行定量評估。評估得分 TOP20%的為高效區間，末位的 15%為低效區間。模型評分月度觀察，動態調整。鼓勵向高效區間的網點借鑒經驗，交流學習，對于處于低效區間的網點則進行督導、培訓、輪崗、更換負責人等舉措。最后通過各類因素得分按照既定權重計算綜合得分，并按照最終的得分分布的象限劃分為四類，綜合得到人行地行、人行地差、人差地行、人差地差四類網點，并對癥下藥，針對性開展管理和考核工作。BEAM

258、的搭建，填補了對網點經營效率進行科學量化評估的空白；網點畫像更加立體，考核內容更加全面，考核結果更加客觀，管理手段能更有針對性，公司決策能更加果斷及時。在對網點效率評估，網點優化策略建立，低效網點圈選上起到了定量分析的重要決策依據。BEAM 架構規范底層數據基礎表通用指標口徑并共享，各部門數據看板同源，解決員工對數難的問題；數據同源共享客戶結構分析方正證券客戶體量龐大，在對上千萬的客戶進行專項分析時，存在一定的難點。因此，將所有基礎數據統一口徑，并整合到底層數據，解決上述 B、C 問題。對所有的分析維度實現標簽化，在一個系統內通過從時間、渠道、客戶屬性、客戶分類、構成等維度對客戶數、資產、創收

259、等指標進行聚合分析，生成指標分析看板，解決上述問題。通過重點業務指標分析看板，實時進行業務監控，了解業務發展動態；業務分析指標更加全面，分析層層下鉆，更有利于發現問題，助力管理便捷化、決策高效化。162讓數據成為生產力161讓數據成為生產力項目總結數據可視化工具在企業數字化轉型中扮演著至關重要的角色。隨著信息技術的快速進步和人工智能的廣泛應用，我們正處于一個數據爆炸和信息過載的時代。在這樣的背景下，數據管理和利用變得至關重要，而數據可視化工具則成為企業從數據中獲取洞察和制定戰略的關鍵工具之一。通過將自然語言處理技術融入商業智能工具，能夠實現以用戶友好的方式與數據進行互動。數據可視化不僅僅是呈現

260、數字信息的手段，更是幫助企業從海量數據中提煉出關鍵見解的橋梁和工具?？偟膩碚f，隨著人工智能技術和大數據技術的深度融合，商業智能和數據可視化工具正經歷著一場革命性的變革。未來，隨著技術的不斷演進和應用場景的擴展，數據可視化工具將繼續發揮著不可替代的重要作用，成為企業數字化轉型的重要支撐和驅動力量?？蛻糍Y產流入BI 自主分析平臺“數據魔方”賦能數據服務創造數據價值華夏銀行于 1992 年 10 月在北京成立，是首鋼集團有限公司獨資組建成立的全國性商業銀行，是全國唯一一家由制造業企業發起的股份制商業銀行。華夏銀行在改革開放總設計師鄧小平的關心支持下，于 2003 年 9 月上市交易，成為全國第五家上

261、市銀行。華夏銀行股份有限公司164讓數據成為生產力163讓數據成為生產力痛點二難以構建統一的數據管理體系。為了打破分行數據孤島，提升數據質量與可用性，總行計劃推動構建統一的數據管理體系，但是現狀是總分行使用不同的平臺存儲數據，使得數據的一致性、規范性和可靠性難以得到保證。02解決方案為了實現數據標準化與高效協同的核心目標，華夏銀行設計了新的數據架構，接入數據底座與數據中臺作為數據源，并完成多方資源的整合。所有這些層級的數據信息，從描述、業務口徑到數據質量，都在統一的數據資產管理平臺上進行登記與管理，確保了數據的規范性和易用性。整合數據數據魔方應用層報表報告指標數據服務基礎表加工表多維主題寬表實

262、時落地表數據中臺服務層領域資產指標標簽文件精準營銷智慧經營智能風控依法合規分行數據集市數據底座服務層服務層數據資產管理平臺項目亮點累計建設分行自助發布報表、報告類產品1344個，產品訪問量7.68萬次建設了多個熱門業務場景，產品訪問量18.8萬次數據魔方用戶數近33000人，活躍人數9131人，占全行用戶比例28.5%近年來，華夏銀行在政策驅動與監管要求下，已將數字化轉型確立為重要戰略轉型方向，不斷加大科技投入，建設數字化人才體系，全面推進數字化建設。投入主要集中于數字科技轉型，包括多個重點任務和條線轉型方案，旨在提升金融科技對業務發展的賦能和服務能力。華夏銀行利用大數據、人工智能等先進技術，

263、提升金融服務效率和客戶體驗，推出了多款數字化金融產品，如在線貸款、移動支付、智能投顧等，方便客戶隨時隨地進行金融交易。2022 年榮獲國家互聯網數據中心 NIISA 聯盟“2021 年度技術創新一等獎”、榮獲 IDC“中國金融行業技術應用場景創新獎”。2023 年榮獲“第十四屆金融科技創新獎”。數據應用現狀需求痛點痛點一數據獲取困難、數據理解困難、數據使用困難和智能化支持困難。業務人員用數時不清楚可以去哪里找需要的數據，或者找不到數據。01166讓數據成為生產力165讓數據成為生產力在數據超市模塊完成，數據超市模塊包含各種數據產品：包括報表、報告、圖表、主題寬表和指標等數據可視化產品。熱點報表

264、報告如存款實時余額相關報表、個人養老金相關報表、速贏項目營銷相關報表等。場景二：數據探查和分析在數據資源模塊完成，“數據資源”是把數據庫中加工好的具有業務分析價值的數據表可視化到頁面上，解決業務找數難的問題。業務人員可進行檢索和查找，同時可以查看該資源的數據字典信息，申請數據權限后可一鍵進入可視化分析工具完成數據探查和分析。場景三：自助報表制作在數據工具模塊完成，數據魔方集成 FineBI 自助分析工具、FineReport 報表開發工具和常用查詢工具，可進行一站式的數據分析和報表制作，讓非技術背景的人員也能夠快速進行數據分析，節省技術支持的時間，提高工作效率。為保證數據魔方各項既定目標的順利

265、達成，有效提升數據魔方用戶活躍率，并為各分行在數據魔方運營評優工作中提供客觀依據，圍繞應用團隊協作、運營活躍情況、人才培養、生態社交情況四個方面，積極推進數據魔方運營工作。運營推廣典型場景場景一：報表報告查看數據魔方 PC 端與數據工具深度集成，使用工具制作的報表可自助快速發布為數據魔方產品，發布完成后在數據超市里展示進行共享，其他用戶可申請使用，形成快速推廣和復用能力。平臺采用云原生的開發工具和行內通用的技術平臺，并深度集成帆軟 FineBI 和 FineReport 工具。搭建平臺168讓數據成為生產力167讓數據成為生產力數據可視化催化新質生產力賦能，數據服務管理提升之道江蘇常熟農村商業

266、銀行股份有限公司(以下簡稱“常熟農商銀行”)改制成立于 2001 年 11 月 28 日，是全國首批組建的股份制農村金融機構，2016 年 9 月 30 日于上海證券交易所上市（股票代碼：601128）。常熟農商銀行以“農村金融領跑者”愿景為指引，以“普惠金融、責任銀行”為使命，秉承“敢闖、敢試、敢為”拼搏精神，連續六年蟬聯“陀螺”評價體系縣域農商行第一，連續五年獲評上交所信息披露評價 A 級，連續五年躋身英國銀行家雜志“全球銀行 1000 強”榜單前 500 強，2023 年排名第 405 位，“2023 年中國銀行業 100 強”第 81 位。江蘇常熟農村商業銀行股份有限公司項目總結數據魔

267、方項目自上線以來，為華夏銀行在數據管理和業務決策方面帶來了顯著的變革。它不僅有效解決了傳統數據查詢和使用的難題，還通過集成先進的零代碼、可視化分析工具，極大地降低了數據分析的門檻。通過管理駕駛艙、分析大屏、數據看板以及移動端的多渠道自適應展示開發能力，數據魔方實現了數據的即時訂閱與轉發，以及“千人千面”的個性化數據推薦功能，滿足了用戶對數據快速、高效、自主使用的需求。170讓數據成為生產力169讓數據成為生產力解決方案構建數據中臺，夯實數據基礎底座常熟農商銀行數據中臺發展已來到第十個年頭，為響應全行數字化轉型要求，形成數據驅動業務發展的智能化金融生態，常熟農商銀行持續開展數據中臺體系的整體規劃

268、。統一門戶整合數據渠道，標準化進行數據資產管理常熟農商銀行打造“飛燕數?！逼脚_作為全行數據資產門戶，提供數據展示、數據使用、數據管理等一站式數據相關服務，重點將多渠道數據如智能報表、駕駛艙、BI、主要績效及管理會計數據做了整合打通，集中各類數據應用訪問，改變原先數據應用林立、入口繁多的局面。全行戰略目標數據戰略與文化指導數據的戰略定位愿景與目標信念使命.組織團隊與績效數據開發運維能力數據治理能力制度與流程規范數據應用基礎支撐能力數據整合與服務能力數據服務能力數據整合數據采集組織架構組織團隊數據治理數據標準管理辦法數據質量管理辦法元數據管理辦法.數據服務指標管理辦法BI管理辦法源數據管理辦法.客

269、戶營銷與服務產品創新與設計運營優化與提升風險預警及管理監管合規.數據分析師數據人才人才考核機制數據工程師.數據開發工具數據資產管理數據標準管理數據質量管理元數據管理數據安全管理數據生命周期管理DataOps體系數據運維監控工具數據產品服務智能數據服務分析挖掘服務數據API服務數據標簽離線數據內部數據采集技術平臺基礎組件服務器存儲網絡.統-調度ETL外部數據采集實時數據實驗數據數據指標數據質量組織團隊人才梯隊建設項目亮點為14個總行部門提供數據服務場景超120個，為分支機構提供數據服務場景超200個服務覆蓋全行本異地所有26家一級機構、44家二級機構，并延伸至江蘇、湖北、河南等地區19家村鎮銀行

270、機構業務部門自行創建的統計小看板已達到4000多個，其中活躍模板1000余個數據應用現狀常熟農商銀行在推進數字化轉型的過程中，面臨重重壓力與挑戰，一方面數據引領的新質生產力帶來了更高的發展要求，另一方面加速數據賦能業務已成為銀行業降本增效的迫切手段，當前業務數據分析需求多，數據開發技術門檻高，海量數據難以充分發揮價值，一定程度上影響了行內信息化建設的步伐。需求痛點痛點一數據架構體系演變，平臺性能遇到瓶頸01痛點二指標口徑定義混亂，數據資產管理缺失02痛點三業務系統渠道繁多，數據價值挖掘成本高03痛點四分析需求層出不窮，數據工具支撐不足04172讓數據成為生產力171讓數據成為生產力場景二、機構

271、效益及團隊績效場景展示區別于行內經營管理數據，績效相關數據需要按考核口徑計算，出數時間及查詢效率難以保證；村鎮銀行技術支持有限，缺乏獨立的績效系統支撐，考核數據需要投入大量人力自行加工計算；總行之外的機構效益、特殊的組織架構團隊數據沒有專門的數據統計，數據可視化缺失。首先，明確建設目標，以考核為導向，從服務角度出發，功能需求要從機構需求考慮，使用戶看得見、看得懂，讓員工能快速知曉自己的業績情況。一方面建立考核領域集市作為考核相關明細數據統一來源，并對特殊的團隊劃分進行字段標識控制，接入 BI 搭建考核維度指標看板，怎么考核就怎么加工，并在此基礎上考慮一部分靈活口徑調整，便于維護和變更；另一方面

272、接入管理會計系統數據，填補機構效益類指標數據的空白。平臺主要面向行領導和董事會辦公室使用，不管是查看主要經營管理數據還是與機構進行問題溝通，打破了原先需要不同系統間切換使用的壁壘，響應全行數字化轉型要求，實現數據資源的集中和整合，總行與機構管理者實時、快速、高效溝通，更好地發揮統一指揮管理功能，讓“指揮的人聽得見炮火”。推廣 BI 自助分析，壯大數字人才隊伍為解決用數難、用數慢、數據處理繁瑣的通病，在開放數據融合層 9 大類主題共計 94 張表作為底層數據的基礎上，搭建人人可用的 BI 自助取數平臺開放使用，以拖拉拽的形式快速實現基礎字段報表生成，以多種圖表模板展示可視化數據。發展數據可視化應

273、用，提升數據服務能力數據可視化是發揮數據價值的直觀形式，圍繞數據可視化，常熟農商銀行通過多種數據應用開辟多樣化展示方式，提供不同場景下的數據服務。典型場景場景一：燕谷指揮中心為提高全行數據的處理效率和共享程度，掌握機構工作動態，更好地發揮統一指揮管理功能，為決策層、管理者提供數據支撐，快速完成管理決策。燕谷指揮中心的建設可以分為以下模塊。以規模、結構、客戶、效益、風險、實時等多維度展示全行經營數據，可下鉆至各分支機構、分理處。大腦集成零售、小微、公司、授信等條線業務數據看板。四肢接入全行監控系統，掌握分支機構及村行廳堂動態。千里眼接入親聽系統，了解客戶需求，快速響應。順風耳174讓數據成為生產

274、力173讓數據成為生產力從試點機構 BI 考核模板，再推廣到全行其他機構，最終形成標準化的全行級 BI 考核數據看板接入績效系統，支持零售、公司、小微、授信、普惠、運管等各條線人員快速查看自己的業績情況，員工對于自己的業績情況一目了然，實現機構、客戶經理維度的智能排名與模擬營收，彌補了原先系統查詢效率的短板。場景三：“三位一體 四務融合”綜合服務生態視圖為探索網點產能提升，通過與供銷社、商貿流通企業開展生產、供銷、信用“三位一體”合作，在合作點位布放機具、提供銷售窗口，為客戶提供政務、商務、村務、行務綜合服務，對于銀行類似新的服務場景需要快速配套研發可視化看板進行跟蹤支持。針對消費者、商家、村

275、民的營銷場景對行中店、線上商城等服務場景進行數據可視化呈現，全面支持常熟農商銀行線上商城、8 家行中店、300+經紀人數據及時播報，體現通過高頻生活消費場景吸引更多客戶到店的數字化過程，并輔助通過戰略合作營銷企業及供應鏈、合作互動拓展企業員工經紀人，營銷拓展分析網格效率提升，全面賦能銀行網點的數字化轉型和產能升級。項目總結常熟農商銀行通過打造多種應用提供數據服務，利用帆軟 FineReport 和 FineBI 快速實現數據可視化呈現，持續提升數據理解和洞察力，幫助銀行管理者快速、全面、科學決策，培養業務人員看數、用數、分析能力，推動全行數據文化的覺醒普及，加速數據賦能效率和效果。今年，作為省

276、內農商行的排頭兵之一，常熟農商銀行與江蘇省農村信用社聯合社啟動聯合共建數據中臺重構項目，在數據可視化方面深入開展合作，互相傳授建設經驗，在數據服務管理的賽道上將邁上更高的臺階。176讓數據成為生產力175讓數據成為生產力代表客戶：交通TRAFFIC交通，現代社會的血脈，承載著人員流動與物資交換的重要使命。它不僅維系著經濟的活力，更是連接世界的橋梁，促進了文化的交流與融合。商業智能正在重塑交通行業的面貌，它不僅優化了航線的規劃，提升了物流的效率，還增強了城市交通的智能調度，讓每一次出行更加精準、高效。它讓數據說話，讓決策更明智，讓服務更貼心。浙江交投高速公路運營管理有限公司零代碼構建創新、高效的

277、高速公路業務理模式浙江交投高速公路運營管理有限公司（簡稱“浙高運公司”）是浙江省交通投資集團有限公司專業化運營管理平臺的運營主體，在數字化轉型與創新方面取得了顯著成就。其“浙高運多跨場景數據融合治理”項目入選 2023 年浙江省“一號發展工程”優秀案例；高速公路數字管控綜合決策平臺被列入2022 年全國高速公路運營管理十佳案例名單。浙江交投高速公路運營管理有限公司178讓數據成為生產力177讓數據成為生產力項目亮點需求痛點痛點一數據孤島困境，亟需加強數據歸集01痛點二流程審批繁瑣，亟需優化業務流程02痛點三數據應用不足，亟需數據驅動決策03自主搭建包含指標174項的浙高運駕駛艙，實現三級穿透公

278、司 2024 年整體業務流轉效率同比提升26%減少20%的重復性工作量，提高數據統計效率30%解決方案打破數據孤島，實現數據高效獲取浙高運公司借助簡道云平臺之力，成功實施了一體化的數據接入、存儲及管理體系。為進一步打破數據孤島，浙高運公司從源頭推動信息系統統籌管理，整合公司總部自建以及各管理中心自建信息系統，進一步提高數據資源的多樣性、標準性和安全性。截至目前，公司已累積在線數據量約為 110T，且數據年增長率高達 33T。數據看板數據融合算法建設清洗轉化補全傳輸ETL離線任務數據倉庫數據歸集設備管理系統高速管控平臺路產理賠系統營運分析系統合同管理系統.高麓云平臺（使用情況）整體架構數據開發數

279、據歸集數據開發精簡業務流程，全面提高工作效率借助簡道云平臺的強大支撐，成功搭建了數字化流轉流程。利用數據工廠、智能助手等手段挖掘數據深層關系，加大了業務過程的智能化。簡道云平臺的引入，使業務流程實現了質的飛躍，讓企業在數字化時代的浪潮中更加穩健前行。180讓數據成為生產力179讓數據成為生產力推動數業融合，實現全面業務賦能浙高運公司針對分析應用、日常報表等常見的數據應用需求，建立了多樣化的數據應用和服務。首先建立了業務分析模型，實現異常分析和預警推送。此外還完善了管理駕駛艙，自主搭建了“管理中心、基層站所”兩級駕駛艙，包含指標 174 項，實現浙高運駕駛艙三級穿透。讓各級管理人員能夠直觀地了解

280、運營情況，快速做出決策。典型場景高速公路運營“安標化”以簡道云數據為基礎，采集養護管理域、機電設備域、運行保暢域、營運管理系域、合同管理域和資產財務域共同作為場景數據源，為場景提供更全面、準確的數據支撐。構建“1+6”7 大域數據底座通過簡道云的 1 個多跨協同模塊+8 個安全業務模塊（目標責任、法規制度、安全投入、作業監督、宣傳教育、雙重預防、事故應急、考核改進）的形式組成安全生產標準化工作臺。工作臺由 106 個表單和 9 個看板組成，實現“公司管理中心基層單位”3 個層級安標化臺賬線上輸入和輸出，日均數據量 6 萬余條。搭建“1+8”模塊架構工作臺基于簡道云數據工廠功能，構建雙控預防管理

281、分析體系，建立安全風險分級管控和隱患排查治理雙控分析算法模型。利用指標體系法進行風險評估，并根據評估結果將風險等級分為四個等級，以實現分級管控。同時，根據機電、養護、營運和分中心四條業務管理線，針對致險因素進行定向管控，有效降低安全風險。建立雙控預防管控系統借助統一數據底座，成功實現業務的多跨協同。相較于傳統的數據填報方式，不僅減少了 20%的重復性工作量，還提高了數據統計效率 30%。目前，浙高運已經利用雙控預防管控系統成功采集了超過 3.4 萬條數據，并分析提煉出 76 個風險指標。通過簡道云的推送提醒、流程提醒和節點限時處理等功能實現 51 項智能提醒業務。高速公路運營“云上悅”浙高運基

282、于簡道云低代碼開發平臺將“散落的數據”集結在一個面上，形成公司人力資源管理體系。一是通過 API 接口聯動集團 HR 系統、集團營運管理系統、財務預算系統和公司的人力資源管理系統等相關系統；二是利用聚合表、智能助手、數據工廠等表單工具將多元數據進行融合。通過人力盤點分析、崗位勝任力分析、管理隊伍能力分析等，奠定數據分析基礎。構建人力資源數據平臺靈活串聯員工個人履歷、考核信息、培訓經歷等各項數據，呈現員工從招聘入職到離職（退休）的全生命周期發展路徑；運用數據工廠使抽象的文字指標化；再利用數字看板將數據具象化，形成每位員工的“人才畫像”。管理者通過人才畫像可以實現人才快速檢索，有針對性培育、篩選、

283、使用各類人才。員工通過查看自己的人才畫像可以清楚地發現自己的優點及不足之處，幫助規劃職業生涯發展路徑。建立全壽命周期的人才地圖182讓數據成為生產力181讓數據成為生產力通過年度目標分解、設立績效考核關鍵指標（KPI）、系統線上自動測評、考核結果線上錄入、績效反饋與改進。實現績效流程數字化，提高工作效率，同時將績效過程和結果形成看板，有利于橫向、縱向查找差距?？冃Ч芾硗ㄟ^人力數據平臺的搭建較大程度上減少人力資源管理人員的手工臺賬和數據統計等工作，相關手工臺賬由原來 63%下降到目前的 14%，并且部分臺賬在基礎臺賬完成后即可自動生成，以下屬臺州管理中心為例，每月有效解放 28 個工時，大幅提高

284、工作效率。通過人才畫像的設立使領導、用人部門實時了解掌握員工總體信息，實現人才精準篩選?？冃Ч芾砟K的建立使得各部門年度任務完成及時率從原來的 83%提高到目前的 92%，通過橫向和縱向對比有效提升各部門的 KPI 指標。涉路施工作業管理建立項目施工審批模塊浙高運根據公司、管理中心兩級涉路施工審批管理辦法制度，將項目施工審批模塊拆分為審批信息、項目信息、基礎信息和方案附件四大部分，均按照集團公司制度進行字段設定，并按照要求配置各流程節點，做好施工逐級審批全過程。建立施工計劃管理模塊檢查模塊主要為項目信息校對、過程檢查記錄和違約通知三大部分。首先對檢查項目進行選擇，自動關聯提前計劃項目的內容，檢

285、查人員對檢查內容進行記錄，拍照佐證，通過流程流轉到該項目負責人，自行查看其施工中存在的問題和相應的處罰結果。依據實際公司施工管理要求，負責審核隔日施工計劃，方便監控人員對施工現場進行統籌協調。施工人員通過提前錄入施工地點、施工開始結束時間和相關施工信息，通過流程自動將信息推送至管理人員和監控人員，提前做好施工計劃安排。建立施工監督檢查模塊184讓數據成為生產力183讓數據成為生產力項目總結當前，浙高運公司通過簡道云平臺，搭建多個公司運營管理應用模塊，全方位覆蓋各類業務需求場景，有力推動了公司降本增效的目標；充分發揮簡道云 API 接口的靈活性，在公司構建了一個開放、透明的業務數據共享平臺；通過

286、實時、全面的業務數據與智能化分析工具，使管理層能夠迅速應對形勢變化，提升決策精確性和企業適應性。該涉路施工作業管理場景的應用，完美解決了管理痛難點，實現施工項目全體協作單位協同運轉、高效管理和數據統一規范等要求，大大縮減了施工方對施工資料審批的時間，從原先審批時間的 3 天降低為 1 天，提高了辦事效率。又因為規范了檢查工作流程，做到落實有效整改，確保各方安全、道路暢通，解決了因施工檢查存在的施工糾紛問題。數字駕駛艙助力管理與戰略決策浙高運公司準確把握關鍵業務指標和運營動態，統一規劃實施了“公司/管理中心/基層站所”3 級標準化數字駕駛艙的建設，以滿足公司各業務板塊對數字化管理的需求。公司領導

287、及業務部門負責人能夠迅速掌握全方位的業務指標信息，從而確保在第一時間做出精準無誤的判斷決策。統一規劃數字駕駛艙公司各業務板塊根據工作需要，搭建了個性化的管理看板，管理人員可以通過數字駕駛艙開展全業務數據的深入分析與研究，制定改進措施和戰略優化方案，進而實現資源的最優化配置與業務流程的持續迭代升級。逐步形成管理類看板體系公司各業務板塊的一線崗位人員，在數字駕駛艙的精細化指導下，能夠精準對接實戰需求，依托實時更新的業務數據、直觀的分析視圖和智能報警系統，將復雜的數據分析轉化為易于理解的視覺信息，提升工作效率與執行力。浙高運公司的戰略規劃正在由“業務驅動”向“數據驅動”轉變，其中對客戶、業務、運營、

288、競爭等方面的深入可視化分析尤為重要。通過完善數據運營體系，借助數據可視化平臺可以賦能公司各部門通過操作優化、管理提升、風險控制來準確預測業務需求，進行智能決策分析，從而制定更有效、更有針對性的策略，全面提升浙高運公司的核心價值和競爭力。浙高運公司以用戶需求為導向，面向公司領導、管理人員和一線崗位人員三類人群，分別設計了公司戰略看板、業務板塊管理看板、基層崗位作業看板等數字駕駛艙，為工作效率的整體提升提供數據支持，流程優化使用后，公司 2024 年整體業務流轉效率同比提升 26%。創新創造作業類看板體系186讓數據成為生產力185讓數據成為生產力需求痛點在實現信息化數字化轉型的過程中，公司積累了

289、大量數據，但這些數據尚未充分發揮其應有的作用。公司在信息化數字化轉型面臨技術層面和業務層面的難題：項目亮點預計每年可節約約15萬元的人力成本預計客戶滿意度將提升至少20%通過優化航班計劃和資源配置，預計每年可節省約900萬元精準的燃油管理策略，每年可節省約315噸燃油數據應用現狀業務系統多FOC、QAR、ACARS、EFB 等數百個系統。數據來源多旅服數據、FOC 系統、運價系統、財務結算系統、自有數據庫、黑屏銷售數據、CE 接口數據、運價發布系統、航線運力數據、航線票價數據、航線歷史值機明細數據等數十萬張數據表。BI 點燃數字化引擎，多彩航開啟多彩綠色發展新征程多彩貴州航空有限公司（以下簡稱

290、“多彩航”）2015 年 6 月 2 日獲中國民用航空局批準籌建，2015 年 6 月 19 日正式成立，2015 年 12 月 31 日成功首航，2016 年 1 月 8 日正式商業運營。公司總部位于貴州省貴陽市雙龍航空港經濟區機場路，主運營基地為貴陽龍洞堡國際機場。多彩貴州航空以“安全至上、服務至上、形象至上”為核心價值觀，按照“立足貴州、面向全國、飛向世界”的發展理念，不斷拓展和豐富航線網絡。多彩航現在基本構建了以貴陽為中心，覆蓋京津冀、長三角、珠三角、華中、華南等主要城市航點，形成了以“干線拉動、支線補充、干支聯動”的航線網絡布局。2023 年夏航季運營航線 50 條，通航深圳、上海、

291、成都、重慶、天津、南京等一線大中型城市 40 個，設立天府、宜賓、茅臺、三亞 4個過夜基地。多彩貴州航空有限公司188讓數據成為生產力187讓數據成為生產力解決方案在數字化轉型的大背景下，多彩航針對公司內部存在的困局和痛點，從以下四個層面開展了數據治理的探索和實踐。形成“四個一”+“N”數據能力通過業務場景梳理建立多彩航數據管理體系、梳理數據資產、支持多彩航完成數據使能平臺搭建，以多彩貴州航空核心業務動作為業務場景開展試點應用，形成多彩貴州航一套數據資產、一套數據管理體系、一種數據團隊能力構建、一個數據平臺規劃、N 個重點應用場景落地，夯實財務、市場、運行域等數據資產，為數據平臺提供優質數據，

292、為業務場景提供數據能力。規范數據資產目錄和數據標準基于數據資產目錄的設計方法，完成多彩航 10 個業務領域數據資產目錄梳理，初步識別多彩航 141個業務對象。持續高效推進各業務領域的數據治理、數據匯聚、數據共享和數據應用，形成了業務和技術深度融合、業務和業務跨域協作。大安全大運控大服務大管理大物流大交通大產城應用層治理層服務層集成平臺數據服務服務集成消息集成數據集成標簽畫像自助報表數據挖掘.元數據管理數據標準管理數據質量管理數據建模管理數據資產管理數據安全管理數據治理專題庫指標專題1專題2經營指標業務指標流計算引擎融合數倉主題庫實時計算運行域安全域旅客域管理域能源域物流域交通域實時分析結構化數

293、據商業域.算法航班放行正常率分析預計入位時間預測.數據湖半結構化數據非結構化數據實時流.匯聚層離線數據采集實時數據采集數據庫采集文件采集接口采集互聯網采集MQS消息KafkaAPI.基礎設施支撐層服務器大數據基礎設施網絡HCS混合云存儲組織支撐政策指引框架體系管理組織管理流程規范建設數據架構數據標準規范數據運營體系數據資產目錄指標體系規范數據質量管理規范數據安全規范大數據基礎平臺分布式計算與存儲平臺MapReduceSparkFlink企業大數據平臺(MRS)HDFSHive/HBaseRedis分布式數據倉庫(DWS).數據孤島嚴重公司數據分散在數百個系統和數十萬張數據表中，各業務系統之間缺

294、乏有效連接，造成數據難以共享和利用。數據標準不統一不同部門在數據采集和定義過程中采用了不同的標準，導致相同指標在不同系統中有不同的口徑，數據可信度低。數據分析不統一各部門獨立開發數據分析應用，導致大量的重復勞動和資源浪費。數據質量問題飛行時間等重要數據存在“同名不同義、同義不同名、同義不同值”等問題，數據不準確、不完整、不一致、不及時。數據洞察時效性差數據缺乏全局的共享和打通，難以及時發現數據問題并通知相關業務方。數據驅動能力不足業務決策仍過度依賴經驗，數據支持運營能力和創新能力弱。190讓數據成為生產力189讓數據成為生產力從航線、機場、飛機以及減推力等多個角度分析和比較燃油消耗，探索燃油消

295、耗關鍵因素，為調整航班計劃、優化航線、提升業務能力提供參考建議。航線角度出發，分析不同航線的燃油消耗特征，考慮因素涵蓋飛行距離、機型、航班量等。利用歷史飛行數據，通過對直飛與經停航班、航線距離的燃油效率，揭示航線設計對燃油消耗的直接影響?！皺C場滑入滑出分析”模塊專注于機場地面操作對燃油消耗的影響，通過分析滑行時間、滑行路線等因素，評估機場地面運行效率，為減少滑行階段的燃油浪費提供策略建議。通過分析不同機場、飛機、機組減推力使用情況，找出飛機運行時減推力使用的提升空間，減小發動機使用磨損，降低維修頻率及維修成本。市場收益決策輔助數據分析平臺通過整合旅服數據、FOC 系統、運價系統、財務結算系統、

296、自有數據庫、黑屏銷售數據、CE 接口數據、運價發布系統、航線運力數據、航線票價數據、航線歷史值機明細數據等 13 類數據源，以市規劃數據管理體系圍繞多彩航數據管理組織現狀，整體對多彩航進行數據管理體系建設規劃，指導多彩航后續數據管理落地。發揮數據要素乘數效應，推廣數據分析平臺使用為推進公司員工梳理數字化轉型理念，掌握數字化思維方法，熟悉數字化新工具的使用，多彩航于2023 年 4 月開展了 2023 年數字創新大賽。大賽共有 33 個隊伍報名，各隊伍提交了初賽作品。經技術專家評審打分，評選出 16 支隊伍進入決賽。此次比賽孵化出了一系列節能減排、安全運行、營銷服務和經營管理方面的“金點子”。參

297、賽隊伍由業務和技術人員組成，基于 FineReport 工具開發作品。各隊伍的跨界組合打破了工作邊界，為數據驅動的業務創新提供了良好的環境，成為公司培養數據思維、推行數字化轉型的最佳實踐。通過這次大賽，多彩航已形成了“爭優創新”的數據應用氛圍，充分發揮數據要素的乘數效應，賦能公司綠色發展。同時，多彩航積極參加第八屆“創客中國”數字化轉型中小企業創新創業大賽，多彩航經過初賽、復賽的層層選拔后，最終在總決賽與全國各地的 25 個參賽隊伍共同角逐，最終以全國第六名的成績榮獲該大賽的三等獎。典型場景綠色飛行，智控油耗 全方位燃油智能管控平臺全面整合 FOC、QAR、ACARS、EFB 等十幾個業務系統

298、，結合全業務域數據，建立基礎燃油數據庫和燃油指標庫，夯實數據底座。通過數據服務平臺進行模型計算和指標計算，使業務層能夠在PC 端和移動端實時監控各個環節的燃油消耗和碳排放等指標，為業務決策提供全鏈路數據輔助建議。平臺不僅能夠從宏觀層面對整個公司的燃油消耗進行鳥瞰式概括，還能逐步細化至具體的運行單元機組與單架飛機，從而為決策支持提供深度與廣度并存的數據洞察。192讓數據成為生產力191讓數據成為生產力運行品質分析平臺對航班飛行數據進行實時分析和評估，幫助發現潛在的飛行安全隱患。通過深化對現有數據指標的整理分析，圍繞影響運行品質的各要素，結合運行過程中形成的相關數據，滿足航班運行的指標計算、效能評

299、價、可視化分析需要，支撐運行效能分析和評估工作，實現對重要航班聯合保障、航班動態調時建議、大面積航班延誤輔助建議、航班不正常原因等方面運行情況和運行品質的可視化分析和統計評估，推動運行質量評估工作由主觀經驗判斷向數據評價轉變，為運行質量評估和資源配置優化提供數據決策支持，助力航班運行效率持續提升，同時及時采取措施，提高飛行安全性，降低事故風險，保障乘客和機組人員的安全。數字化航空運行品質分析平臺能夠實時監控航班的后臺數據變化，并在數據異常時通過精確分級，及時向各職能單位及一線保障單位推送預警信息，不再依賴人工查看。業務人員可以查看消息推送情況和告警發生時參數的實際數值，為業務人員提供快速響應和

300、處理的機制。航空運行品質分析平臺根據智慧民航建設路線圖中對“全國航班協同運行保障與精細化航班運行控制技術”的要求，平臺基于數據中臺，采用數據分析、BI 可視化工具和異常預警等數字化技術，融合航班運行核心業務數據，自動計算日、周、月報數據，秒級響應，助力業務轉型，降本增效，實現監管與統計的可視化功能，更加直觀、形象地展示航班運行信息，輔助業務人員管理與調整。同時，提供報告和文檔記錄工作過程和結果，以提供決策依據，為業務人員建立了重要基礎保障，提高了航班運行的服務質量，實現航班運行的高效業務運作。同時為公司提供包括航班正常性、延誤時間、提前 5 分鐘關艙率、航班執行情況等核心功能的協同管理報表，提

301、升不同業務部門之間的溝通效率。場為中心建立收益指標年度分析、年度業績分析、航班指標分析、對標完成情況、年度客座率趨勢等信息的市場收益決策輔助360視圖，基于數據中臺和數據決策平臺建立航司市場收益決策輔助數據，奠定數據分析基礎。194讓數據成為生產力193讓數據成為生產力醫藥MEDICINE代表客戶：醫藥行業，自古以來便是人類對抗疾病、追求健康的重要戰場。它承載著生命科學的深刻內涵，引領著科技進步的前沿方向。醫藥行業的數字化轉型不僅關乎技術的進步，更關乎對人類健康的深刻理解。商業智能的應用，讓醫藥企業能夠更好地理解患者需求，更快地響應市場變化，更有效地控制風險，從而在保障和促進人類健康的道路上發

302、揮更大的作用。蘇州大學附屬第一醫院項目總結多彩航通過引入數據中臺和帆軟 FineReport，成功推動了數據治理和數據應用，實現數據賦能業務，助力企業發展。多彩航在數據治理和數據應用方面取得了顯著成效，主要體現在以下方面：全面覆蓋多領域：帆軟 FineReport 在綠色環保飛行、運行、營銷、財務、人力等多個領域得到了廣泛應用。各業務部門和 IT 部門協同合作，打破了傳統的組織和工作邊界，促進了跨部門融合。數據驅動業務創新：借助帆軟 FineReport 平臺，多彩航實現了數據驅動的業務創新。各部門能夠實時獲取數據，進行深入分析，從而優化運營流程，提高工作效率。培育數據文化：通過持續的數據文化

303、培育，多彩航內部形成了“你追我趕”的數據治理和數據應用氛圍，構建了“共建、共享、共贏”的數據生態。這種數據文化極大地推動了公司的數字化轉型進程。顯著成效：通過 FineReport 的使用，多彩航不僅提升了數據的使用效率，還實現了多個業務場景的價值挖掘，為公司整體運營帶來了可觀的經濟效益和社會效益。打破數據孤單，發揮數據要素效能：實現數據統一管理，打破各部門之間對數據共享阻礙，充分釋放數據潛力，發揮數據要素效能。196讓數據成為生產力195讓數據成為生產力項目亮點實現統計口徑一致、統一可視化平臺，促進部門間協同匯聚指標數據，推動信息化系統應用，提高工作效率梳理指標數據過程中，發現業務改善方向建

304、立完整的指標體系，支持全局業務決策需求痛點華熙數字化轉型過程中數據分析痛點：痛點一供應鏈數據質量有待提升01痛點二數據中臺不穩定，抽取時間長02痛點三數據標準不統一03痛點四及時性較差，分析深度不夠04華熙生物供應鏈數據可視化平臺華熙生物科技股份有限公司于 2000 年 01 月 03 日成立。法定代表人趙燕，華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為驅動，致力于不斷提高生命質量、延長生命長度，為人類帶來健康、美麗、快樂的生命體驗。華熙生物主要聚焦在功能糖、蛋白質、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開發和產業化應用。華熙生物目前已經建成合成生

305、物學研發平臺、微生物發酵平臺、應用機理研發平臺、中試轉化平臺、交聯技術平臺、配方工藝研發平臺六大研發平臺。建立了從原料到醫療終端產品、功能性護膚品及功能性食品的全產業鏈業務體系，服務于全球的醫藥、化妝品、食品制造企業、醫療機構及終端用戶。2019 年 11 月 6 日，華熙生物正式登陸中國資本市場在 A 股上市，股票代碼為“688363”，玻尿酸行業第一股。2023 年公司營收 60.76 億，歸母凈利潤 5.926 億。華熙生物科技股份有限公司198讓數據成為生產力197讓數據成為生產力典型場景集團供應鏈總覽駕駛艙以集團為核心，主要展示五個模塊相關一級頁面對應一級指標，對銷售-物流全鏈路主要

306、指標進行主要監控。為監控全鏈路各個部門的業務現狀，根據主要數據情況，實現對業務的整體把控。建立強大的供應鏈數字化能力，使業務能夠依托數據分析，及時發現問題、精準施策、解決問題。集團總覽駕駛艙不僅為問題定位提供有力支持，更助力業務部門采取針對性的解決措施，確保供應鏈的持續穩定。業務流轉及分析框架基于“成本”“效率”“可靠性”“質量”四個管理維度進行整體分析框架的設計，通過多層次的指標體系實現供應鏈運營效果的量化，整體框架包含：指標 50+、一級指標 10 個。涵蓋：銷售、采購、生產、質量、物流。效率敏捷性在奔跑中調整成本可靠性質量輔助決策銷售預測流程銷售部提供銷售預測銷售預測校驗和調整云倉庫存管

307、理工廠倉庫庫存管理ODM/OEM庫存管理N+1成本&N+2備貨包材OA需求交付時間和節奏包材需求，ODM需求原輔料需求第一步計算原輔料需求第二步計算包材和原輔料OEM.ODM成品原輔料和包材收發貨排產；OEM外協需求經管部PMC采購生產倉儲庫存管理（成品）需求計劃提產計劃物料需求計劃采購庫存管理（生產）生產解決方案數字化轉型長期規劃未來三至五年內，將首先實現“全面集成供應鏈”的目標，聚焦于價值鏈共贏，打通內部、外部及供應商的業務流；在此基礎上，進一步打造“智慧供應鏈”，圍繞 平臺 人才 體系 流程 四大核心內容進行建設，實現數據互通，流程可視化，結果可視化。全面提升價值鏈的能力水平，向可預測、

308、智能化方向發展。同時并培養一部分數據化人才進行探索式自助分析，充分發揮數據化的價值。數據分析平臺建設思路一個平臺：構建原料藥械集中智能化統計分析，統一數據接入、分析、輸出。兩個統一：統一數據平臺，基于數據倉庫，統一數據整合、清洗轉換、數據建模等，數據展現面向領導、高管、業務管理層、業務應用層等形成主題式指標體系、管理駕駛艙體系、報表體系、分析體系。三個層級：IT 層：敏捷報表支撐，提高效率；業務層：數據串成指標，指標串成部門主題報表；決策層：掌握經營概貌，信息透明，壓力輸出、同時滿足不同層級的權限的管控。多種場景：月度會議，大屏展示、管理駕駛艙、移動 BI、多維度自助分析、報表查詢、數據補錄。

309、200讓數據成為生產力199讓數據成為生產力自助分析推廣應用在數據分析平臺上線的過程中，華熙生物進行了 5 場專題培訓，覆蓋人群 200 余人，有 93 名同事通過 FCA 初級認證，建立數據分析專題群、后續在數字化轉型過程中，更好地讓業務人員發揮數據的價值，完善了數據分析模式。采購管理駕駛艙采購管理主題，主要展示數據指標為企業內采購整體情況，展示本年的采購計劃達成率、采購到貨及時率以及采購退換貨率。采購部、商務部等可以通過采購駕駛艙及時了解本年集團內及下級單位或部門的采購計劃期本期完成的采購情況，同時可以監控各部門的采購數量及增減情況，及時了解本集團及下級單位的實時采購情況信息。銷售管理主題

310、，主要展示數據指標為企業的需求計劃與銷售情況，展示本月的需求計劃情況、銷售情況等指標。銷售部及需求業務部門可以及時了解本月的銷售量、需求計劃，方便上下游實時同步信息，并作為各個部門內部本月工作內容、工作安排的主要參考，實現需求-執行部門的雙向信息同步。銷售管理駕駛艙202讓數據成為生產力201讓數據成為生產力借力“簡道云”，搭建組織管理創新平臺海南快克藥業有限公司作為藥品行業的標桿企業，隸屬于金石亞藥(股票代碼：300434）集團，是一家集藥品生產、銷售為一體的綜合性醫藥公司，專注于感冒藥 30 多年，以“供給好藥，服務社會”為服務宗旨。公司是國內感冒藥一線產品“快克”和“小快克”的品牌締造者

311、和擁有者，著力打造強勢產品線覆蓋感冒清熱、胃腸消化、清咽止咳、抗菌消炎和營養補充等領域。海南快克藥業有限公司通過數字化中心的持續運營推動，目前已有幾十位同事熟練掌握了自助分析的能力，過程中開發的BI 分享看板和場景也為實際業務運轉提供了源源不斷的數據支撐。相較于原有的從業務系統導出數據再進行 excel 加工，自助分析模式給業務同事提供的不僅是數據處理和數據展現的便利，更大的價值在于開拓了使用者的思路，能夠讓業務同事將數據分析的邏輯和思維代入到業務過程中。項目總結項目伊始就組建了“業務-IT-開發”的標準化項目團隊，三方同時參與需求討論，需求基本一輪定稿，并且 IT 團隊保證了數據源的提供及時

312、性，給“小步快跑”提供了基礎。BI 項目負責人認為，未來為了更好地促進華熙數字化轉型，雙方還將進行更深層次的合作，從業務出發深入合作帆軟的咨詢和交付，從技術出發打通 3D 可視化及敏捷填報的引入 FVS 及簡道云，從而全方位促進華熙生物的數字化轉型。204讓數據成為生產力203讓數據成為生產力需求痛點痛點一數據口徑不一致，存在數據孤島01痛點二原有的信息系統迭代緩慢，無法及時滿足一線銷售管理需要02痛點三各地區各部門的個性化需求較多，開發資源無法及時匹配03決策系統功能層 數據層業務系統Fineivobile移動端日助LAP分析國定式普通報表數據分析共享Spidier中擎(本地/直連)-數據集

313、市(業務包)權限管理/平臺管理故事儀表盤自助數據集企業數據決策系統數字建模大屏終端零代碼多端自助式儀表盤自定義表單自定交表單自助式分析自定義流程自定義表單知識庫SAAS云數據庫非核心應用進銷存管理簽約管理快克CPIM藥事管理程序數據源及其他文本數據源關系型數據庫數據倉庫NDSGL數據庫 多維數據庫ERP-Nc商業流向OA+KMS 數據抽取解決方案項目亮點個性化需求滿足快速迭代和創新數據孤島問題的解決人才培養和儲備簡道云平臺的引入使得快克藥業能夠根據不同地區和業務部門的個性化需求，快速開發定制化的應用，提高了業務應用開發的靈活性和響應速度。簡道云的引入降低了開發門檻，使得快克藥業能夠快速迭代應用

314、，及時響應市場和業務需求的變化。通過簡道云與 FineReport 報表系統的融合，實現了數據的實時同步和多維分析，有效打破了數據孤島效應，提升了數據的利用率和準確性。通過參與系統開發，快克藥業培養了一批具有數據思維和系統化思維的管理人才，為公司的數字化轉型提供了人才支持。數據應用現狀為進一步消除數據孤島效應，擴大信息化的業務覆蓋范圍，真正讓各省級服務區個性化業務需求能夠得以快速滿足，從而能真正發揮快克賦能平臺“數據賦能”的價值，快克藥業于 2021 年引入零代碼輕量級應用搭建平臺簡道云及系列配套服務，以應對公司各部門的個性化管理需求，擴大系統的覆蓋范圍。206讓數據成為生產力205讓數據成為

315、生產力典型場景功能個性靈活、數據可視化、權限精細化的移動版 CRM通過 FineReport 構建中間庫存儲其它系統的數據，同時通過簡道云前端事件調用其它系統中的數據，通過這樣的形式各個系統中的數據得以打通，數據孤島問題迎刃而解。根據業務調研，在簡道云平臺開發客戶管理、行為活動、營銷管理、工作報告、個人中心五大模塊 20+功能頁面，完美覆蓋終端用戶的所有行為。FineReport 構建中間庫+簡道云前端事件調用，解決數據孤島問題快克將簡道云作為信息采集入口，終端用戶通過簡道云填報數據信息；收集完畢數據之后，應用管理員使用儀表盤便捷搭建可視化圖表；如果遇到簡道云儀表盤不能滿足需求的情況下，同時還

316、可以通過簡道云插件實時同步到企業內部數據分析平臺，進行更專業、更深入的分析。簡道云插件+儀表盤功能，構建移動端可視化平臺根據權限對照表，對明細報表、數據看板、可視化圖表等設置權限組進行統一管理，實現精細化的權限控制（細化到人）。從而滿足不同地區、部門、崗位的數據使用需求，避免原來出現的數據越權的情況。簡道云權限體系功能，表單以及可視化圖表數據實現精細化權限管理將簡道云作為信息采集端，FineReport Mobile 作為工具入口及數據展示平臺，基于二者自主搭建屬于企業內部的 CRM 移動端。簡道云+FineReport 報表相融合，定制化開發快克 CRM為進一步消除數據孤島效應，擴大信息化的

317、業務覆蓋范圍，真正讓各省級服務區個性化業務需求能夠得以快速滿足，從而能真正發揮快克賦能平臺“數據賦能”的價值，快克藥業于 2021 年引入零代碼輕量級應用搭建平臺簡道云及系列配套服務，以應對公司各部門的個性化管理需求，擴大系統的覆蓋范圍?？炜怂帢I的簡道云建設策略可以總結為以下三個步驟：管理職能：利用客戶、產品、人員主數據、三者關系等系統數據，規范客戶、產品、人員的新增、變更、查詢、刪除，結構化處理客戶、產品、人員主數據。銷售職能：快速搭建階段營銷管理活動的數據采集端，除自動生成明細表外，還要能精細化權限，生成管理看板。業務梳理，簡道云統一數據口徑，連接主數據倉庫進行模塊化研發。步驟二對于客戶一

318、戶式數據歸集，既可以進行客戶全生命周期管理，也可以實現員工維度的個人數據的跨平臺查詢。通過地區試點擴大范圍應用，全面推廣全員參與的方式，將簡道云作為全員微創新的一個技術支撐平臺。簡道云的數據通過 FineReport 插件與 python 接口，與主數據匹配并分析利用，實現數據的價值。步驟三步驟一FineReport、簡道云集成數據、統一數據標準、數據治理、主數據數據倉庫，奠定各系統利用的數據基礎。208讓數據成為生產力207讓數據成為生產力由業務人員直接填報產品進銷存，中間人員僅作審核，不做匯總，填報要求直接體現在表單填報限制上，結合線上通知，確保業務人員按要求填報準確；搭建簡道云流程表單，

319、自主開發填報系統利用簡道云平臺，自主開發進銷存填報系統，管理員可以根據業務需求及時靈活調整填報字段及要求；通過儀表盤以及智能提醒功能，實現填報進度管理，及時了解已報未報，加快時效管理。定制化開發應用，搭建儀表盤，智能管理進度，避免多報漏報進銷存進度管理填報，審核雙向減負客戶協議審簽合一、查詢分析一體化的線上簽約全流程管控簡道云流程表單，實現線上簽約、協議數據實時匯總，降低數據查閱難度。使用簡道云搭建簽約申請流程，用于協議簽訂審核。申請時只需要將協議內容、數據填入簡道云表單中，提交進入層級審核流程，同時對提交的所有協議數據進行實時匯總更新，并根據需要進行統計分析；210讓數據成為生產力209讓數

320、據成為生產力蘇州大學附屬第一醫院賦能醫療新生態：醫院抗菌藥物數字化管理的數字驅動與數據洞察蘇州大學附屬第一醫院藥學部是以“為病人服務為中心，以保障藥品供應為基礎，以藥學創新轉化為核心”，集藥學服務、教學、科研為一體的綜合性藥學技術服務部門。藥學部是江蘇省唯一獲批的全國 16 家臨床藥學重點?？浦?，為衛生部合理用藥網絡 INRUD 中國中心組“個體化藥物治療組”組長單位、衛生部臨床藥師培訓基地、全國臨床合理用藥示范基地；強調優質的藥學服務理念，多次被評為全國青年文明號單位；作為蘇州大學藥物研究與轉化交叉研究所所長單位，積極推動藥學科研的轉化應用，榮獲十三五重大新藥創制藥物臨床評價示范平臺單位。

321、項目總結企業目前都在追求“數據驅動“，簡道云數據收集可以保證決策數據來源的實時和正確，FineReport 數據分析搭建駕駛艙，讓管理層快速把握公司的重要情況，在做重要決策時，能夠告別以往”全憑主觀決策“的形式，科學決策。不僅如此，它使更多有業務變革思維的管理人才積極地參與到系統開發中來，為公司數字化轉型培養、儲備了一批具有數據思維、系統化思維的人才。管理層有數可依、科學決策；快克公司創新提速、人才儲備升級簡道云+FineReport+管理層+快克公司用簡道云方案，跨部門直接一起看儀表盤或者數據明細表就行了，而且還能通過權限來精準控制人員權限，溝通配合的機制明顯比之前提升了幾個檔次。協同配合機

322、制明顯升級簡道云+跨部門簡道云大大降低了開發門檻和難度，這就使得它可以靈活快速地滿足我們各個服務區各式各樣的靈活需求。而且市場環境瞬息萬變，只要能理清需要變化的業務邏輯，簡道云還能快速迭代，及時響應一線需求并真正地起到提效、增產的作用。幫助部門拓展輕應用平臺能力邊界，個性化的管理理念能夠快速落地簡道云+信息部212讓數據成為生產力211讓數據成為生產力解決方案駕駛艙智慧管理藥事管理藥政指標管理運營狀態感知報表中心績效指標分析跟蹤臨床使用抗菌藥物的全過程，實現抗菌藥物閉環管理智慧醫療抗菌藥物占比科室強度患者強度藥品強度臨床抗菌藥數據查詢系統檢測主動提醒抗菌藥物耐藥率閾值提醒患者按診斷均值強度提醒

323、抗菌藥物DDDs提示科室強度預測提醒醫生可通過BI看板，能及時的了解抗菌藥物實時使用情況及整體用藥情況臨床醫生管理端藥師管理端用藥權限管理醫保指標監管不良事件管理評價抗菌藥物監管臨床用藥推薦藥品指標監管處方醫囑審核處方集管理互聯網合理用藥藥學知識庫處方前置區域合理用藥處方點評病區管理規則方案管理藥品三級質控藥品管理門診住院藥房管理靜配中心醫院配送三級庫盤點院外供應鏈管理藥庫管理臨床用藥管理合理用藥藥品供應Mysql數據庫Al規則引擎臨床藥學知識庫HIS、EMR、LIS、PACS.底層業務支撐項目亮點本次項目的創新與落地，對藥品字典的梳理和抗菌藥物使用數據的清洗，能有效跟蹤臨床使用抗菌藥物的全過

324、程，減少不合理用藥行為；各管理部門、各科室、病區、治療組可通過 BI 看板，能及時地了解抗菌藥物實時使用情況及整體用藥情況，以把控抗菌藥物的臨床應用與管理方向，進而對抗菌藥物進行更精準的管控。數據應用現狀隨著抗菌藥物的廣泛使用，抗菌藥物監測數據的管理與應用變得尤為重要。這涉及數據的收集、處理、分析和報告等多個環節，每個環節都可能出現問題，影響監測結果的準確性和可靠性，同時也涉及藥品管理、臨床決策、患者安全以及成本控制等多個方面。當前，抗菌藥物的臨床應用與管理面臨著多方面的挑戰。不少臨床醫生在面對感染治療時，往往基于個人經驗或臨床需求進行藥物選擇，而非基于精準化的用藥指南，抗菌藥物在實際使用中往

325、往會出現不合理用藥的情況，如非必要的長時間使用或單純基于臨床表現而非實驗室報告來誤用或濫用，這些情況都易導致細菌耐藥性的加劇。加之，目前抗菌藥物的監測數據繁多，卻缺乏一個具體的措施來對這些數據進行合理的整合及可視化，臨床科室不能及時獲取抗菌藥物相關數據及分析結果，管理層也無法及時調整管理策略，導致管理滯后，進一步強化了抗菌藥物監測指標的不穩定性。因此，BI 的應用對于系統化的用藥監測和干預能夠有效影響抗菌藥物的使用，降低了使用強度以及藥物濫用的風險，減少治療過程中出現的抗菌藥物耐藥問題，對于控制和指導合理用藥意義重大。需求痛點214讓數據成為生產力213讓數據成為生產力實時更新庫存數據，記錄藥

326、品的使用情況，確保藥品供應的連續性和合理使用。藥品庫存與使用管理提供抗菌藥物使用指南和最佳實踐，提高醫療專業人員對合理用藥的認識。醫生和藥師教育平臺向患者提供抗菌藥物使用信息，收集患者反饋，優化用藥指導?；颊呓逃c反饋機制利用 AI 技術，結合時間、科室和醫生的具體情況，對抗菌藥物使用情況進行實時監控和趨勢預測，及時發出異常使用提醒。實時監控與預測模型從院區、科室、病區、醫生治療組及具體藥品等多維度進行深入分析，識別超劑量、超療程、不合理聯合用藥等問題?？咕幬飶姸确治鲴{駛艙典型場景抗菌藥物管理與監控系統為了提高抗菌藥物使用的透明度和合理性，我們開發了一個綜合的抗菌藥物管理與監控系統，該系統包

327、括以下核心功能：結合各部門實際需求建立合適的分析儀表盤對臨床醫生管理端設置科室各時間段的實時強度、使用強度，各類抗菌藥物的使用頻率與使用金額等；對藥師管理端設置各類型抗菌藥物的使用情況，對臨床醫生使用抗菌藥物的監管情況等；對決策端設置全院的抗菌藥物使用強度和重點科室及異常值的預警系統等。對抗菌藥物的數字化管理的數據分析分為以下三個層級：搭建統一的數據倉庫，實現對患者的抗菌藥物使用記錄、醫師開具的抗菌藥物處方、使用劑量和療程、醫院內不同科室的抗菌藥物使用情況等數據進行集中的管控與處理，保證數據的質量與安全。數據源抽取階段：需要根據具體業務抽取局部數據，在保證獲取各分析維度完整性和時效性的前提下制

328、定數據抽取策略及頻次方案，保證底層數據的及時更新。統一數據倉庫的搭建建設數字化分析平臺建立統一的數據中心，通過從宏觀到微觀的抗菌藥物使用全面監控，對抗菌藥物監測數據進行合理的整合及可視化展示，按照醫院、各個科室、各個病區、各個治療組抗菌藥物使用情況進行分析，對全部抗菌藥物、單個抗菌藥物、不同疾病需要的抗菌藥物、病人使用的抗菌藥物落實分析路線，對抗菌藥物開展精細化管控，有效控制細菌耐藥性的發展。216讓數據成為生產力215讓數據成為生產力醫院利用簡道云平臺設計了一個抗菌藥物藥品管理應用。該應用包括以下幾個關鍵功能：通過實時更新庫存數據，確保藥品供應的連續性和及時補充。藥品庫存管理記錄藥品的使用情

329、況，包括使用量、使用頻率和使用對象，以監控可能的濫用情況。藥品使用監控收集和分析耐藥性數據，識別耐藥性趨勢和風險因素。耐藥性分析提供抗菌藥物使用指南和最佳實踐，提高醫療專業人員對合理用藥的認識。醫生和藥師教育通過監控不同藥品的價格（如圖片中的“85 元/安”），幫助管理者了解市場動態，合理制定采購計劃。藥品價格監控管理不同規格的藥品（如“200mg*10”），確保藥品的多樣性和適應不同患者的需求。藥品規格管理利用簡道云搭建藥品管理應用提供一個用戶友好的界面，使醫療人員能夠快速、準確地報告不良反應事件。簡易申報流程系統自動收集和整合不良反應報告的數據，包括患者基本信息、用藥歷史、不良反應類型和嚴

330、重程度等。數據收集與整合利用數據分析工具，對收集到的數據進行實時分析，及時發現不良反應的模式和趨勢，并提供反饋給醫療人員。實時分析與反饋基于分析結果，評估藥物使用風險，指導臨床決策，優化藥物使用策略。風險評估與管理提供抗菌藥物使用和不良反應管理的教育培訓材料，構建知識庫，支持醫療人員的專業發展。教育培訓與知識庫抗菌藥物不良反應申報系統為了提高抗菌藥物不良反應的監測和管理效率，醫院利用簡道云平臺開發了一個抗菌藥物不良反應申報系統。通過這個抗菌藥物不良反應申報系統，醫療機構能夠更有效地監測和管理抗菌藥物的不良反應，保障患者安全，提高醫療服務質量，同時為醫療人員提供了寶貴的學習和改進機會。該系統具備

331、以下功能：218讓數據成為生產力217讓數據成為生產力增強了抗菌藥物管理的系統性醫院內部抗菌藥物管理與監測的不足得到了有效改善，抗菌藥物使用強度的不穩定性得到了控制。降低了抗菌藥物濫用的風險通過 BI 的干預，減少了非必要的長時間使用、聯合使用和基于臨床表現的誤用，有效降低了抗菌藥物耐藥問題的發生。提升了醫院管理的透明度和效率管理層能夠通過 BI 看板及時了解全院抗菌藥物的使用情況，對抗菌藥物的管理方向有了更明確的把控。項目總結本項目的實施，通過引入 BI 技術，對醫院抗菌藥物的使用數據進行了系統的整合與可視化，有效解決了抗菌藥物管理中的諸多挑戰。項目成果顯著，不僅提高了臨床抗菌藥物的合理處方

332、行為，還促進了醫院抗菌藥物使用的規范化、標準化和精細化管理。從宏觀層面來看，本項目的成功實施為醫院帶來了以下變化和價值：提高了抗菌藥物使用的合理性通過 BI 項目的梳理，臨床醫生現在能夠基于精準化的用藥指南而非僅憑個人經驗進行藥物選擇，顯著提升了用藥的合理性。記錄藥品的生產日期和有效期，避免過期藥品的使用。藥品有效期跟蹤藥品庫存周轉率提升 20%，減少了庫存積壓和過期藥品的浪費。通過合理用藥教育，患者對抗菌藥物的正確使用率提升了 30%。耐藥性問題的發生頻率降低了 15%，減緩了耐藥性的發展速度通過實施該系統，提高了藥品管理效率，具體實現以下效果：220讓數據成為生產力219讓數據成為生產力項

333、目亮點借助帆軟工具的“穿針引線”，東富龍打通各個系統，實現數據互聯互通，為生產端管理提供重要支撐。東富龍不斷挖掘企業數據價值，建立了東富龍 FineReport 報表分析系統，在賦能業務提升效率的同時實現數據互聯互通，為生產端管理提供重要支撐、為公司決策提供數據保障。數據應用現狀東富龍以 ERP、PLM 系統為管理主線，集多項管理系統為一體，配置全覆蓋的車間執行系統，實現制造、工藝、計劃、物料等的協同管理，打造以數據互聯互通為特征的制造網絡，構建智能化工廠。而龐大的系統數據，也帶來了新的問題。需求痛點痛點一各系統間存在數據孤島問題01痛點二業務數據分析存在較多手工處理的場景02痛點三03數據分析的表現形式也比較單一國內制藥設備龍頭企業東富龍插上數字化翅膀，破浪前行！東富龍成立于 1993 年，2011 年創業板上市，總部位于上海，是一家為全球制藥公司提供工藝服務與耗材、核心裝備及工程的整體