一、企业简介

   青特集团有限公司1958年创建于中国青岛，是一家跨地区、跨行业、多元化的大型企业集团，经过60多年的开拓进取，集团已控股26家子公司，形成了北京密云、四川成都、山东潍坊、山西太原、湖南长沙、湖北十堰等七大生产基地，发展成为具有汽车车桥总成、汽车零部件生产、专用车制造、试验检测、进出口贸易、科技创新服务等多元化、综合性的民营大型企业集团。

二、企业在智能制造方面的现状

       青特集团信息化建设发展主要经过基础建设阶段、单项覆盖阶段、深化应用阶段和系统集成提升阶段， 经过前三个阶段的信息化积累，集团信息化建设已初具规模和成效，现阶段集团信息化正处于系统集成提升的关键阶段，并正在向创新突破阶段过渡。

       基础建设阶段大体时间为公司创立到2005年，在此期间，公司主要建设了数据中心和网络基础架构，为信息系统的全面实施和配套硬件的安装提供了基础环境。

       单项覆盖阶段大体时间为2006年-2011年，单项覆盖阶段主要实施完成了高清视频管理系统、 财务管控以及进销存系统、EAM（ 资产管理）系统、车间条形码扫码质量追溯管理系统、 计量管理和档案管理系统。

       深化应用阶段大体时间为2012年-2022年，主要完成了集团人力资源系统深入优化、 EAM（ 资产管理） 系统优化、 PLM产品全生命周期管理系统实施、 BPM业务流程管理系统实施、 LIFESIZE高清视频管理系统的实施、 集团爱数备份系统实施，极大的提高了远程办公效率，保证了数据安全。

       集成提升阶段从2018年开始，实现了PLM系统的推广应用、众力公司SPC质量管理系统和SAP系统实施、 SAP系统与BPM系统PLM系统进行集成、集团网络安全WEB应用防火墙、网络准入、 杀毒控制和日志审计系统实施。

       从2023年开始，青特集团开启平台智造阶段，在公司工业互联网多工厂、多车间进行改造时，建设以“ 工业互联网” 为核心的集团公司集中统一数据中台、技术中台、业务中台及工业APP，深化工业化和信息化融合、制造业和服务业融合。实现资源管理信息化、生产过程自动化、生产管理数字化、资源决策智能化目标，建设“数字青特”。助力商业模式的转变。为企业的产业创新、转型战略赋能。通过项目建设，形成青特工业互联网模式，复制“青特模式”对外赋能。聚合同行业、跨行业资源，打造“青特业态发展生态圈”。

       集团经过前期信息化发展积淀，集团目前拥有联网电脑1000余台、服务器60余台，共建有1处核心机房和分子公司20余处网络机房支撑集团30余个信息化系统应用运行和数据传递。

三、参评智能制造项目详细情况介绍

       1. 项目背景介绍

       青特集团集团在当前的发展过程中面临着一系列严峻的问题。在数据管理方面，由于各个系统独立运行，数据分散在不同的系统中，这使得企业无法全面掌握运营状况。而且，不同来源和格式的数据整合起来极为困难，耗费大量的人力和时间。员工在报表制作上效率低下，不仅耗时久，还难以保证报表的质量和准确性，致使决策者难以获得及时、准确的信息。同时，缺乏统一的数据分析工具，导致员工数据分析能力不足，无法挖掘出潜在的业务机会和风险。

       在管理效率方面，企业传统的经营管理方式未能与现代信息化工具接轨，管理效率低下。由于经营过程数据无法及时获取，管理决策滞后。经营绩效结果数据没有自上而下透明化，形成绩效信息黑匣，缺乏统一协同管理平台，导致目标缺乏协同。从内外部环境变化来看，内部随着业务规模的逐步扩大，为满足日常业务发展和使用，逐步上线了多个信息系统，积累了价值数据，同时企业数字化转型迫切需要建设数据治理。外部时刻面临着行业内和跨界竞争者的挑战且日益加剧。

       故进行管理现代化创新势在必行。对于提高企业竞争力至关重要，通过建设统一的 BI 分析平台，能够实现数据驱动决策，能提升管理效率，解决传统管理方式的弊端，建立闭环机制，及时获取经营数据并实现目标协同管理。还能满足业务发展需求，适应企业规模扩大后的发展。并且有助于推动数字化转型，作为企业数字化转型的重要组成部分，为企业转型进程助力。

       2. 项目实施与应用情况详细介绍

       阶段一：需求调研及方案设计

       项目伊始，深入调研集团各业务部门的数据导入及应用需求，明确平台需具备强大的数据处理能力，以满足多样化的业务分析需求。结合先进的BI工具，进行平台功能的全面规划与设计。

       开展数据现状的详细调研工作，全面梳理现有业务系统及线下报表的数据情况是此阶段关键所在。因不同集团企业文化及行业特征、信息化程度及管理要求的差异，致使数据基础差异较大。在此阶段，项目组选择投入大量时间成本评估数据的质量，了解数据在各业务流程中的流转和应用场景，为后续项目工作指明方向。

       同时对集团提供的数据和模板进行系统整理，根据数据特点和业务需求，确定合适的数据入仓方式，包括手工导入、填报以及通过ETL工具进行自动化抽取。为了确保平台能够准确反映业务实际情况，项目团队积极对接各部门业务人员，开展深入的沟通交流，详细了解各业务环节的数据需求和关键业务指标的计算逻辑。

       依据梳理出的数据指标，设计各部门的数据可视化看板。在设计过程中，充分考虑用户体验和业务需求，确保看板布局合理、信息展示直观。通过使用丰富的可视化组件，如柱状图、折线图、饼图等，将复杂的数据以直观易懂的方式呈现给用户。

       阶段二：平台及数据开发建设

       项目实施阶段依据确认好的平台功能设计方案，项目团队全面投入开发工作。在开发过程中，严格遵循软件开发最佳实践，采用敏捷开发方法，确保开发进度和质量可控。开发团队专注于构建稳定、高效的数据处理架构，实现数据中心、报表中心、BI自助分析等核心功能模块的无缝集成。

       同时，开发数据模型以支持可视化看板的数据展示和分析需求。构建数据仓库的分层架构，包括ODS层（贴源表）用于存储原始数据，CDM层（明细宽表）进行数据的清洗和整合，DIM层（维表）定义业务维度，ADS层（指标应用表）存储计算后的指标数据。通过数据模型的开发，确保数据能够高效地流转和处理，为可视化看板提供准确、及时的数据支持，保证应用层指标的准确生成。 

       为了确保看板数据的完整性和连续性，对过往三年的业务历史数据进行全面初始化。在数据清洗过程中，处理数据缺失值、异常值存在较大难点，因三年期间集团业务持续变化，数据形式及内容都存在较大差异，无形中增大了数据治理的数据量和难度。考虑到数据的局限性，项目组讨论再三，决定采取独立并行的方式，在不影响看板应用的情况下，构建新旧两套数据模型，实现一数两治。

       阶段三：功能验证及培训上线

       对平台的各个功能模块进行全面测试。通过功能测试，及时发现并修复功能缺陷，保证平台功能的可靠性。根据平台功能和业务需求，制定全面的培训教材和课程体系。培训内容涵盖平台操作基础，包括用户登录、界面导航、数据录入和查询等基本操作；深入的数据分析培训，教导用户如何利用 BI 自助分析功能进行数据探索、创建可视化看板、运用数据分析方法发现数据价值；数据管理规范培训，强调数据质量的重要性，讲解数据录入规范、数据更新流程以及数据安全注意事项等，确保用户能够正确、规范地使用平台。

       平台的成功上线确保企业员工能够通过数据平台方便快捷地导入和管理数据，利用自助分析功能进行深入的数据挖掘和洞察，通过直观的数据可视化看板获取关键业务信息，为企业的日常运营和战略决策提供了强大的数据支持和决策依据，有效提升企业的数字化管理水平和市场竞争力。

       3. 效益分析

       集团BI分析平台项目有力推动了企业的数据管理、决策能力提升以及整体运营效率和竞争力的增强，为企业数字化转型奠定了坚实基础，具体效益分析如下：  

       （一）数据管理与整合方面

       实现了企业内数据的集中整合与共享，打破了数据孤岛，将金蝶K3、SAP ERP、SRM、HR等多个业务系统的数据有效整合到统一平台，确保数据的一致性和准确性，为全面数据分析提供了坚实基础。

       （二）平台功能建设方面

       构建了功能丰富的BI分析平台，涵盖数据中心、报表中心、BI自助分析、用户管理、角色管理、部门管理等多个功能模块，各模块之间协同工作，满足了企业多样化的数据处理和分析需求。

       数据中心支持多种数据入仓方式，如自动数据同步（通过ETL工具对接HR系统等实现人力数据定时更新）、手工填报及导入（满足经管部、财务部等数据录入需求），并具备灵活的数据模板设计和报表设计功能，可生成多样化报表。

       BI自助分析功能强大，用户可便捷跳转至帆软BI工具进行数据集创建、可视化看板设计及报表权限分配，支持丰富的可视化组件和交互操作，方便用户进行深度数据分析和数据探索。

       （三）决策支持与业务优化方面

       为企业管理层提供了及时准确的数据支持，通过可视化看板（如总经营看板及各部门看板）直观呈现关键业务指标和运营状态，实现了数据的可视化展示和动态分析，有助于管理层及时发现问题、把握市场趋势，从而做出科学决策，提高了决策的及时性和准确性。

       助力业务流程优化，通过数据分析发现业务流程中的瓶颈和低效环节，如生产流程中的不合理安排、库存管理中的问题等，推动企业进行针对性改进，提高了生产效率、降低了成本，提升了企业整体运营效率。

       （四）用户能力提升与数据文化营造方面

       通过定制化培训课程和多样化培训活动，提升了企业员工的数据素养和平台应用能力，使普通业务人员能够掌握数据分析基本技能，实现了数据分析的普及化和自助化。在企业内部营造了浓厚的数据文化氛围，促使员工养成“用数据说话”的习惯，推动企业管理更加科学、透明，激发了员工将数据与业务深度结合的积极性，为企业创新发展提供了动力。

       （五）经济效益与社会效益方面

       在经济效益上，取得了显著成果。例如，通过提高决策效率减少决策失误成本、优化业务流程降低单位生产成本、数据整合共享减少重复工作成本等，每年为企业节省了大量成本并带来潜在收益增长。同时，数据治理和可视化大屏在实时监控与快速响应、辅助决策制定、提升企业形象等方面也为企业创造了可观的经济效益。

       1、报表制作人力成本降低

       实现了数据的集中整合与共享，各部门可以实时获取准确一致的数据，无需重复录入和核对；实现了自动化报表生成，只需简单设置参数，系统即可快速生成准确的报表。这使得报表制作时间大幅缩短。

       2、决策及时性、准确性提高

       项目实施前，企业管理层获取数据往往存在延迟，数据更新频率低，且需要人工收集和整理来自多个数据源的数据，过程繁琐且容易出错。平台上线后，管理层可以通过数据可视化看板等功能实时获取最新的销售数据、市场趋势、生产进度等关键信息。这使得管理层能够及时发现市场变化和业务问题，迅速做出决策。例如，当发现某产品销售增长趋势放缓时，管理层可以立即启动市场调研，调整营销策略，避免错失市场机会。

      3、降本增效创新方面

       运营成本：优化业务流程，减少资源浪费，如降低库存成本（通过更精准的需求预测，减少不必要的库存积压，可能降低库存成本 5% - 15%）整体运营成本可能降低1% - 5% 左右。

       新产品开发与创新收益：通过数据洞察发现新的市场机会和客户需求痛点，开发出更符合市场需求的新产品或服务，新业务带来的收入增长可能在 5% - 20% 左右，并且随着时间推移可能成为企业重要的收入增长点。

       4、风险管理与合规方面

       风险成本降低：及时识别和预警财务风险（如资金链断裂风险、坏账风险等）、市场风险（如市场份额下滑风险、价格波动风险等）、运营风险（如生产中断风险、供应链风险等），通过提前采取措施降低风险损失，风险成本可能降低 10% - 30%。例如，一家制造企业通过 BI 监控供应链数据，提前发现供应商问题并及时切换，避免了因原材料供应中断导致的生产停滞，减少经济损失数十万元。

       合规成本优化：确保企业运营符合法律法规和行业标准，避免因违规行为导致的罚款和声誉损失，合规成本可降低 5% - 15% 左右，同时避免了潜在的巨大经济损失（如大型企业因违规可能面临数千万元的罚款）。

       5、企业竞争力提升方面

       市场份额扩大带来的收益：更高效的运营和精准的市场策略使企业在市场竞争中更具优势，市场份额有望逐步扩大，预计每年增加 1% - 5% 的市场份额，意味着销售额增加总收入的5%。

       合作伙伴与投资者关系优化收益：向合作伙伴和投资者展示数据驱动的管理能力和良好的发展前景，有助于吸引更优质的合作伙伴和投资，降低融资成本（约 3% - 8%），获得更多合作机会带来的收益增长难以具体量化，但长期来看可能对企业发展产生深远影响，如获得战略投资后加速业务拓展，带来数倍的收入增长潜力。

       6、长期战略价值方面

       可持续发展能力增强：为企业的长期可持续发展提供有力支持，如通过环境数据监测和分析，优化能源利用和环保措施，降低长期运营的环境成本（未来 5 - 10 年可能降低 10% - 20%），同时提升企业社会形象，吸引更多环保意识强的客户和投资者，带来长期稳定的  经济效益增长，具体收益难以精确预估，但具有重要战略意义。

       数据资产增值：随着时间推移，企业积累的大量数据通过 BI 项目的实施得到有效利用和管理，数据本身成为一种重要资产，其潜在价值可能在未来通过数据共享、数据分析服务外包等方式实现变现，增值潜力巨大但具体数值取决于数据质量、市场需求和企业数据战略等因素，为企业带来全新的收入来源和竞争优势。

       7、其他方面效益

       企业数字化转型示范效应：集团 BI 分析平台的成功实施为同行业企业提供了数字化转型的成功案例和经验借鉴。其他企业可以学习其项目实施过程中的方法和策略，推动整个行业的数字化发展进程。

       员工数据分析能力提升促进人才发展：平台的应用促使员工学习和掌握数据分析技能，提升了员工的综合素质和竞争力。不仅有助于员工在企业内部的职业发展，也为社会培养了具备数据分析能力的专业人才，对推动整个社会的人才结构优化具有积极意义。

       数据文化营造推动企业管理创新：项目的实施在企业内部营造了“用数据说话”的数据文化氛围，促使企业管理更加科学、透明。这种文化的传播有助于推动企业在管理理念、管理方法等方面不断创新，提升企业的整体管理水平，进而对企业所在地区的企业管理文化产生积极影响。

       社会效益方面：为同行业企业提供了数字化转型的成功范例，发挥了示范引领作用；促进了员工数据分析能力提升，为社会培养了专业人才；推动企业管理创新，对企业所在地区的企业管理文化产生积极影响；通过供应链协同优化带动上下游企业发展，对区域经济稳定和发展做出贡献。