BI应用助力工程机械行业数字化转型

　　一、工程机械行业产业链结构组成

　　工程机械行业在整个国民经济的体系中，占据着重要地位，产品种类繁多、应用广泛，在各行各业的领域中都有所涉及，行业市场集中程度较高，上游主要是以原材料和核心零部件为主，包括钢铁、液压机、发动机等部件设备，下游主要对接房地产、基建工程以及采矿等业务行业，位于整体产业链的中游。

　　从全球来看，中国已经成为工程机械的制造大国;装载机、挖掘机、汽车起重机、压路机、叉车、推土机、混凝土机械等产量已经跃居世界首位。国产龙头挖掘机品牌市场份额进一步提升，如徐工、三一、中联等国内品牌企业，已经占据了国内绝大市场，随着竞争加剧，未来中小型、实力较弱的工程机械企业逐渐被淘汰，龙头企业市占率不断提高。

　　二、当下工程机械行业面临的困境剖析

　　在疫情反复交替的大背景下，从外部视角来看，工程机械行业整体市场下行、竞争加剧，尤其是房地产和建筑开发行业的低潮，导致近期建工机械市场充满了不确定性;“深水区”效应明显大客户模式及经销渠道模式都面临着降本增效的压力，市场侧对营销管理的要求正在从粗放式向精细化迈进;

　　同时，从工程机械企业内部视角来看;原材料价格的持续上涨及部分短缺，使中游的工程机械制造业承压，导致人力成本的不断上升，成本的压力不得不迫使企业进行人员的精简。而现实又是高技能人才面临短缺，技术工人技能偏低，复产复工压力大，降低了企业运转效率和产品质量，导致利润不断压缩、交货周期拉长，对企业生产经营发展带来巨大负面影响。

　　因此，在如此的困境之下，整个行业、企业要想破局，需要通过技术手段实现产业升级、连接上下游，降低企业的人力依赖，改善供应链上下游的供给环境，数字化转型成为了企业整体变革的一条快速发展道路。

　　三、工程机械行业数字化转型建设方向

　　1.数字化转型是制造业发展的破局之匙

　　在经历过人员不足、原材料短缺、复工复产缓慢等困境，看到了数字化基础较好的企业“转危为机”之后，决策者们开始重新审视数字化转型对企业的价值与意义，并且在用实际行动加速企业数字化转型的进程，数字化转型已经成为中国制造企业发展的“大势”。通过数字信息建设对企业自上而下进行变革，对于企业来说不再是选做题而是关乎企业未来发展方向的必做题，而以数据为核心的分析体系建设是转型的关键。

　　2.工程机械行业数字化转型建设难点

　　对于传统的制造业来说，在数字化建设这块相较其他新兴行业而言，还存在着较大的差距，就工程机械行业本身而言，企业的信息基础建设大多比较落后，在数据分析层面，不光要推动企业上下进行各类信息系统的应用，底层的数据建设也是迈向数字化转型的关键一环。

　　过去几年是工程制造企业数字化建设的风口，各个领导大手一挥，各种各样的业务系统层出不穷。然而因为各个系统之间存在壁垒无法打通，只能人为进行数据导出、汇总、整合，数据收集困难进一步造成汇报慢、决策难，管理层无法及时掌握营销运营情况，也就无法利用经验做出决策;“经验主义”缺少数据支撑，更加难以沉淀为组织能力，尤其在开拓新产业、新业务时，无法有效复用。比如，工程机械企业的生产管理主要是以项目制为主，因此对于生产过程中的订单管理和进度控制， 需要业务人员及时进行响应，有足够的信息数据来进行支撑，打通上中下游的整个生产供应链的信息通道，才能更有效地提升企业的生产经营效率，增强市场竞争力。

　　以上诸多问题需要进行统一的规范化处理，通过数字化平台建设打通系统壁垒，连接各个业务系统，通过数据来反哺业务，为企业进行数据分析、应用展示提供一个统一的平台环境;搭建及固化相对统一的内部数据规范、口径，以及分析语言及工具;为项目管理提供规范信息;同时将各模块数据有效关联、对比及转化分析， 帮助运营决策、相关管理。

　　3.数字化转型浪潮下，BI数据分析成为数字化转型新路径

　　2020年6月30日，中央全面深化改革委员会审议通过《关于深化新一代信息技术与制造业融合发展的指导意见》，提出将进一步加快制造业数字化、网络化、智能化步伐，加速“中国制造”向“中国智造”转型。智能制造已成为推动制造业转型、加快制造业高质量发展的重要抓手，而BI对于数据的可视化分析应用，作为制造业转型的枢纽与核心，备受企业青睐。

　　工程机械行业在组织、业务、产品和价值链上的复杂性，为企业的数字化转型带来了诸多障碍。事实上，数字化转型并非单项技术的应用，也不仅仅是个技术命题，更是一个战略和管理命题。因此，BI软件技术的应用推广也为企业数字化建设提供了新的方向。针对工厂BI数据应用分析，采取分层级的数据应用策略，即不同的管理角色，有不同的数据分析需求和价值需要;针对不同的信息流采取不同的信息输出形式，最大化利用数据信息，达到数据应用效力。BI数据分析成为了企业数字化转型的新路径。

　　四、国产化BI加速工程机械企业数字化建设进程

　　在当前的时代背景下，工程机械企业不断推进BI数字化建设，完善自身信息基础，主要目标在于通过BI应用提升各个业务部门的运营效率，打造集团企业的分析体系。

　　BI数据建设的总体规划思路应该沿着“一个理念”、“三个一流”、“五大原则”来进行落地。“一个理念”是指以数字化为导向，以运营效率提升为中心;“三个一流”分别为管理水平一流、管理体系一流、服务品质一流;而“五大原则”包括运营透明、流程上线、降本增效、关注体验以及组织协同。其中，在“五大原则”中，需要强调的核心是“关注体验”。即从不同的角色出发，关注他们所需要接受的信息以及信息流的展现形成，打造多层级多维度的信息管理系统。而真正要想实现上述目标，为企业挖掘更大的价值，需要从以下几个关键措施着手，让数据持续为企业带来价值。

　　运用BI大数据技术实现数字化业务部门管理提升，支持分子公司快速复制现有的数据分析体系和能力。

　　制定数据标准，建设统一的数据平台，实现数据资产的沉淀及互联互通，促进以数据共享为基础的多领域融合。

　　基于BI大数据平台开发各类管理和辅助决策工具，实现管理及效率提升;沉淀优秀的分析经验，实现技能共享与传承。

　　建立数据管理体系，培养业务和大数据复合型人才，通过BI来对企业业务管理过程进行分析，创造数字文化氛围和持续演进的管理体系。

　　通过以上信息化建设关键措施，结合提出的五大原则，在根本上完善企业数据信息化建设，打造数据分析体系，才能真正踏上企业数字化转型第一步。而谈到对于数据分析的应用工具，在国内整个工程机械行业领域，国产化的BI应用已经愈发深入，很多工程机械企业通过BI软件来对企业经营数据进行洞察分析，提升数据的可视化能力和展现效果，进而达到企业生产管理降本增效的价值成果。可以说，国产化的BI应用软件，加速了在工程机械制造企业的数字化建设道路进程。

　　以帆软为例，作为江苏省唯一被评选为国家信创委会员单位的BI厂商，帆软的BI应用工具在众多大型工程机械企业都得到了应用和落地，并且给企业整体输出巨大的价值。其中包括三一、徐工、中联中科等国内头部工程机械企业，通过BI数据分析，加快了企业整体的数字化转型的脚步。下面我们从几个具体的落地场景应用实例来介绍这些企业是如何通过BI数据分析，提高企业经营管理效率的。

　　1.成品资源库管理自主分析应用场景

　　在数据分析平台上线前，业务管理人员对于成品资源明细情况把控不到位，对于一些重点关心指标情况不明确，产品发运状况不了解，对于mes下线了多少台但是成品车未入库无可靠监控手段，对于一些账内前移车辆情况了解不够深厚，影响了生产成品库存的发货运营管理，经常会出现漏发、错发的问题;

　　在数据分析平台上线之后，业务管理人员可以及时明确目前每天的资源发运情况、各地区发货情况、发运完成率等指标，对相关指标进行数据分析，及时进行汇报，帮助其更快更优秀的完成决策，同时对公司空白地带有了监管手段，对账内车辆有了把控能力。

　　2.车间成本管理应用场景

　　在数据分析平台上线前，调试过程中可能存在油耗值达标后关机的情况。而且调试过程中会有未开机的状态，比如：调试前需要整机检查，该过程并未开机。平台上线后：通过可视化大屏能够快速识别并筛选出成本异常的调试人员，同时通过自主分析，了解判断成本出现异常原因，挖掘出异常人员和数据，针对性进行改善，极大程度地加强了对调试成本的管控。

　　按调试人员，显示调试成本排名，进行自主分析;调试成本逻辑：调试时间*单位时间工价+油耗*油价。只算第一次调试开始到调试结束，不考虑二次调试，三次调试的情况，计算完成后对平均调试成本进行排名，调试成本越低说明个人工作效率越高，算作绩效评估标准之一。

　　3.生产管理数据分析平台应用场景

　　在数据分析平台上线之前，企业的员工对于生产管理往往依靠经验去进行判断，对于生产的进度和周期不透明，没有做到事前监督，每日的生产完成情况依靠手工报表去进行统计，没有对生产出现异常的原因进行分析和预警，导致整体生产效率低，成本损耗大;

　　企业通过跟帆软的合作，利用数据分析工具搭建分析平台，对生产过程进行了有效监控，通过统计当日成品在制数、成品完工数，按照目标数量、排队数量和活动数量的维度统计，以及构建工厂设备状态的分布，将所有影响生产计划达成率的重点指标项，影响制造周期、生产异常处理时间、在制金额等重要指标进行展示分析，能够通过数据分析挖掘价值，达到降本增效的作用。实现了生产计划达成率提高25%，制造周期缩短40%，生产异常处理时间减少80%，在制金额下降45%。

　　五、工程机械行业数字化建设未来展望

　　十三五规划以来，中国的制造企业一直在不断地进行规模扩张和行业变革，数字化转型成为了制造业改革的重要一环。工信部部长肖亚庆说过，数字化转型不再是企业的选做题，而是企业发展道路上的必做题。近年来国家也是出台了一系列旨在促进工程机械生产销售企业发展的政策，为工程机械行业转型升级创造了宽松良好的政策环境。截至目前先后出台了《中国制造2025》、《“十三五”国家战略性新兴产业发展规划》、《高端智能再行动计划(2018-2020年)》等重要规划，全方位营造机械制造行业工业4.0建设环境，大力推行传统制造企业数字化转型变革。

　　在未来，工程机械行业的数字化空间还很大，随着产业转型升级的持续推进，未来工程机械渗透率有望持续提升，新四化将是未来工程机械行业发展的重点，工程机械租赁行业发展也将成为未来发展一大趋势，同时BI的应用也在企业内部不断加深，通过业务与数据相互助力，BI数据分析一定会成为工程机械行业在数字化转型道路上的必经之路。同时，企业需紧抓战略窗口期，充分发挥我国当前工程机械制造业与互联网融合发展生态优势，一步步完成行业转型变革，从行业业务分析场景出发入手，建立良好信息数字生态体系。