“工業4.0”下的製造業資料化管理

標籤：工業4.0   資料   資訊化   商業智慧   

製造業是我國國民經濟的支柱產業，是我國經濟增長的主導部門和經濟轉型的基礎。

從公司資訊化管理角度來看，我國製造公司資訊化水平相對較低，整合應用制約企業業務能力的提升，致使粗放型製造改革緩慢，供應鏈、產業結構不合理，最終導致產能過剩。

現代化的製造業要求企業的訂單-供應-生產-流通價值鏈高度資訊化，盾安環境作為現代製造業的代表，在資訊化建設上已經取得長足的發展，公司資訊化系ERP/SCM/CRM/MES以及其他周邊系統等等都先後部署起來，投入使用，並隨之積累了大量的資料。

但這些資訊系統之間的關聯性不夠，集團的管理者無法通過資料資訊直觀地掌握企業的運行狀態，不能簡單有效地通過資料觀察某一次策略變動引起的反應。基層不同工序的管理者也無法即時地根據可視化資料做出生產經營的調整：比如生產部經理能從生產時間、產能利用和資源運用等關鍵效能指標（KPI），監控生產力並策劃產能和最佳化資源；品質管理部經理能夠透過產品缺陷分析改善產品品質；而進階管理層能透過更有效地控製成本及開支分析提升投資報酬率。

這些困擾也一定程度導致盾安環境公司資訊化的最後一公裡前進乏力。

面臨挑戰

1、企業的各個資訊系統相互獨立，資料互不聯絡，但從盾安整個企業角度看，又是相互聯絡的，管理者在進行決策時也必須同時使用到來源於各系統的摘要資料，傳統的做法就是從各系統當下來，用Excel匯總，效率低而容易出錯。

2、資料多，資訊少。當前報表反應的資訊過於單一，無法形成對整個業務過程的全面瞭解。管理員必須拿上五六張報表，無法進行動態多維度分析，透視分析，或者帶代入既定的模型運算，得到決策資訊。

3、企業鏈條極長，反應在BI應用上，各鏈條節點的資料關係能夠打通，提供即時監控和預警，確保物料供應，生產線作業，質檢，銷售與物流配送流通之間的良好寫作。

資料化管理方案：

1、整合資料，按業務主題分類管理

商業智慧解決方案FineBI支援多資料來源的串連，常見的關係型資料庫，JNDI,ODBC資料來源，程式資料來源，以及SAP系列資料倉儲工具等。並通過ETL工具，對資料進行清洗操作，新增列，行列轉化，讀取資料欄位轉義等，再抽取到資料倉儲FineCube中，並能夠設定cube的全量，增量，即時更新等。

 

整理好的資料按照業務主題進行分類管理，讀取資料關聯，為資料更好地為商務服務做好準備。

650) this.width=650;" src="http://dl2.iteye.com/upload/attachment/0118/2918/122c0edc-1e0d-327c-92bd-1b229918b855.jpg" title="點擊查看原始大小圖片" width="700" height="327" style="border:0px;" />
 

2、提供完全可視化的報表輸出，OLAP多維分析，助力業務部門節約成本、最佳化生產線管理

 

FineBI的分析容器與dashboard融為一體，在分析容器裡，盾安環境的分析人員只需要靈活選取查詢，過濾，圖表控制項，拖動資料列即可快速產生報表。並且可以通過添加計算指標，公式指標，增添拖換資料欄欄位，實現切入，聯動，換維分析，以及設定預警條件等。

650) this.width=650;" src="http://dl2.iteye.com/upload/attachment/0118/2920/87059323-4641-382b-acf0-4583b61b0d9c.jpg" title="點擊查看原始大小圖片" width="700" height="407" style="border:0px;" />
 2、提供完全可視化的報表輸出，OLAP多維分析，助力業務部門節約成本、最佳化生產線管理

FineBI的分析容器與dashboard融為一體，在分析容器裡，盾安環境的分析人員只需要靈活選取查詢，過濾，圖表控制項，拖動資料列即可快速產生報表。並且可以通過添加計算指標，公式指標，增添拖換資料欄欄位，實現切入，聯動，換維分析，以及設定預警條件等。

650) this.width=650;" src="http://dl2.iteye.com/upload/attachment/0118/2922/2c95716b-e394-3070-8235-a4bf178f5b42.jpg" title="點擊查看原始大小圖片" width="700" height="404" style="border:0px;" />
 

最佳化生產線管理

 

工廠內不同工序的決策者能夠獲得即時的資料資料並查閱不同的報表。生產部經理能從生產時間、產能利用和資源運用等關鍵效能指標（KPI），監控生產力並策劃產能和最佳化資源；品質管理部經理能夠透過產品缺陷分析改善產品品質；而進階管理層能透過更有效地控製成本及開支分析提升投資報酬率。

“工業4.0”下的製造業資料化管理