帆软2024年数字国资案例集2.0

深耕国产化赛道0406专家解读0601智造强国京东方：业务智领决策链：全景洞察，多层协同，数首钢集团：坚持数字与业务融合发展，提升企业经营02503502智建先锋04805205703能源化工神东煤炭：建设具有全球竞争力的世界一流065068瓮福集团：全面预算体系搭建与报表自动化实现，075大庆油田物资公司：数智新模式助力推动产业链供应08204智慧民祉华夏银行：BI自主分析平台“数据魔方”赋能数据服务创造数据价值086浙高运：零代码构建创新、高效的高速公路业务管理模式090苏大附一院：赋能医疗新生态——医院抗菌药物数字化管理的数字驱动与数据洞察098中国人寿财险：覆盖37家分公司，300+业务场景的数字化协同一体化转型实践107004数字国资01深耕国产化赛道2019年2019年制定公司国资战略帆软信创实验室成立帆软作为中国专业的企业级数据服务领导厂商，致力于解决信创产品替换和项目落地问题，自2019年起，帆2022年2022年深耕国产化业务FR/BI信创版产品发布目前，帆软已推出FineReportV11.0、FineBIV6.0和FineDataLink信创版产品，支持芯片、操作系统、中间件、数据库等主流国产软硬件，实现不同阶段客户信创产品的平滑替代，帮助各类政企在实现数字化转型2023年2023年安全性再获权威认证信创产品自主率99.67%帆软自主研发的信创商业智能软件FineBIV6.0通过中国信通院泰尔实验室代码扫描测试，扫描测得整体代码自主率99.67%，这标志着帆软的软件安全自主可控能力进一步凸显，行业内自主研发认证领先！数字国资00502深耕国产化赛道数据库数据库档案产品档案产品 +浏览 +浏览器中间件ARMX86ALPHAMIPS操作系统ARMX86ALPHAMIPS操作系统芯片云006数字国资03专家解读国有企业数字化转型的“四大趋势”据中国信通院发布的《全球数字经济白皮书（2024年）》，2023年美国、中国、德国、日本、韩国等5个国家数字预测显示2024年至2025年全球数字产业收入增速有望回升，这无疑为各国经济的复苏和增长注入了新的动力。在这样的大背景下，市场对数字化产品和服务的需求呈现出爆发式增长。消费者对于便捷、着更高的期待，企业之间的竞争也逐渐从传统的产品和服务领域国家对数字经济的重视程度当前达到了前所未有的高度，出台了一系列议互认、标准制定以及平台建设等基础工作，还要大这些政策的出台，为国有企业在数字化转型的道路上指明了方向，提供了有力的政策保障和国家数据局局长刘烈宏明确指出，国家数据局将以制度建设作为工数据流通、收益分配、安全治理、公共数据开发利用、企业数据开发利用、数字经济高质量发这一系列制度文件的出台，将进一步加大政策供给，有助于规范数据市场的秩序，保障数据截至2024年3月底，中央企业在数字基础设施建设方面取得了显著成就。5G基站总数已突破360万个，为实现更广泛的万物互联奠定了坚实基础。智能算力规模呈现加速增长的态势，已超过27EFlops（EFlops是指每秒百亿亿次浮点运算次数为大数据分析、人工智能等前沿技术中央工业企业数字化研发设计工具的普及率达到88.3%，关键工序数控化率达到74.7%，这标志着我国工业数字化水平的显著提升，有效提高了生产效率和产品质量，降低了生产成本和未来，随着数字基础设施的不断完善和升级，将为国有企业的数字化转型提供更强大的支国有企业进一步加快数字化发展的“四个抓手”一是加强系统谋划，将数字化转型与规划计划、科技创新统筹部署，与国企改革、政策制定有机结合，全面融入企业发展战略；积极稳妥优化管理模式、组织架构，促进组织变革和业务转型；扎实推进数字化转型行二是在科技创新方面加强源头供给，围绕量子通信、6G、人工智能等领域，加强应用基础研究、加快研发范三是聚焦“未来技术产业化、重点领域未来化”，布局建设未来产业；聚焦优布局、上规模、提水平，培育008数字国资四是加快激活数据要素价值，建立健全企业数据工作管理机制，通过数据应用推动效率提升、知识扩散、范式转型；适度超前推进网络、算力等新型基础设施建设布局，在数字化发展的时代大潮中的“四大挑战”未能将其与自身所承担的重大使命紧密结合，导致战略定位不高、布局缺乏前瞻性，尚未将数字化转型作为企业发其二，现有数字化模式在应对复杂多变的市场环境和日益增长的不确定性方面，显得灵活性不足，大多数企业的数字化推进工作围绕现有业务架构展开，难以有效支持业务模式创新和跨组织协作创新，业务柔性化不足且数字能力共享不够，尚未形成以数字能力沉淀和按需调用赋能其三，数据要素的驱动作用尚未得到充分发挥，现场数据采集率不高，不同业务条线间存在数据壁垒，数据开发利用水平和能力不足。因此数据采集的完整性、共享的畅通性以及开发利用的深度和广度都存在不足，数字化建模等一半左右的企业仅开展简单报表应用，超过一半的其四，国有企业规模大、管理关系复杂，体制机制变革难度大。管理机制的优化变革面临诸多困难，存在诸如顶层统筹力度不够，多要素协调不到位，技术和管理结合度不足，数字化转型与科技创新、国企改革等融合不充分，用积极探索适合自身的数字化转型路径，从而在新时代的竞争中脱颖而出，为国民经济京东方：业务智领决策链：全景洞察，多层协同，中国第一汽车集团有限公司是国有特大型汽车企业集团，是国家“的发展，建立了五大生产基地，构建了全球化研发布局，拥有红旗、解放、奔腾等自主品牌资品牌，累计产销汽车超过5700万辆，销量规模位列中国汽车行业第一阵营。传统汇报方式耗时耗力，缺乏便捷可视化手段传统汇报方式耗时耗力，缺乏便捷可视化手段01缺乏可视化工具的支持，不仅影响了汇报工作的效率与效果，也限制了团队在数据分析方面的潜力。引入高效便捷的可视化解决方案，已成为提升集团汇如何呈现企业真实的运营状态，不同人对指标的理解并不一致如何呈现企业真实的运营状态，不同人对指标的理解并不一致02如何巧妙运用数字化的思维方式，精确量化复杂的业务场景，构建起一套既科学又贴合实际的指标体系，进而多数据源、多加工链路难以保证数据准确性多数据源、多加工链路难以保证数据准确性03顶层会议决策难、效率低、运维工作量大顶层会议决策难、效率低、运维工作量大04集团顶层会议场景是集团内BI看板最为重要的应用场景之一，看板从制作到审核到应用涉及业务部门、报告行自助分析成本高，找数据、理解数据困难重重自助分析成本高，找数据、理解数据困难重重05用户在实践过程中频繁遭遇两个核心挑战：数据从哪里来与各字段都是什么含义，这一难题在跨领域数据分析为了解决上述各项问题与挑战，中国一汽踏上了数智化转型之路，其中一项重要的工溯，在数据探源过程中调用信息架构治理能力和数据质量管理能力，保证指标的数据源可信ERPPDMCRMERPPDMCRM自定义数据工作台首页BIBI头条......阿里Dataphin帆软s$......运营，数据管理，数据队伍。建设包括数据集成、服务、治理、安全、运营在内的功能中心并设计对应的数据资产查询：构建统一的数据资产查询门户，作为数据探索的首发站，用户可由此直接跳转至资产目数据分析作业平台自助分析，自助BI配置数据资产视图，支撑数据行管、数据管理者识别数据资产问题，优化提升数自助BI开发：为了促进更高效的数据洞察，将打通数据分析作业平台和帆软在帆软报表中，并支持将多个仪表板配置成为“场景“，实现BIBI开发流程GPTBI查询 快速连接（工具）快速连接（工具）自助BI卡片自助BI卡片GPTGPT问答顶层会议的汇报单位，需要按要求介绍业务全景、重点指标完成情况、本月总结及下月计划数智化会议平台作为驱动一汽集团决策效能升级的核心引擎，已经成功为14个顶层会议提供了强有力的支持，共有77家汇报单位的参与。平台成功统筹安排了300次会议日程，确保了每一场会议议程的紧密衔接与高效推进。在此基础上，平台还细致管理了208个指标，1054个会议议题，涵盖了集团业务的方方面面，实现了会议内容的全面覆盖平台通过集成14786个数据分析页面，极大地丰富了会议这些页面不仅实时展现了集团运营的关键指标，还通过直观的数据可视化手段，加速了信息的这一系列的创新实践和技术应用，不仅显著提升了会议的运行效率与稳定性，更是在促进集实现数据与流程的无缝衔接，构建总览全流程数据看板以及各分项的穿透业务清单。实现从客户预订锁单代理商资源未确认及未匹配、生产进行中、物流进行中、待交付过程要特向全集团各领域业务人员发出积极号召，鼓励大家充分利用帆软工具强大的可视化及分析功能为14个顶层会议提供了强有力的支持，77家汇报单位参与数据分析平台拥有活跃用户4,590名支撑顶层会议报告，以及Easy头条驾驶舱35份报告215个指标服务的订阅对于中国一汽来说，当下处于百年未有之大变局，新能源智能网联给汽车产业带来巨大冲击，互联网，去感知客户创造体验，而互联网人在进军制造和供应链，去试图掌握百年的工业积要去拥抱去学习去淬炼的能力，数字化转型的根本是为数据治理工作提供科学的方法指引；以业务价值为起点，以业务流程为主线，以业务单元为以数据治理机制为驱动力，以数据工作台和能力中心为载体，实现数据治理效能翻倍的同时，倍；穷尽核心业务指标，沉淀关键数据能力，探索大模型技术与数据治理业务的深度融合模式京东方科技集团股份有限公司（BOE）创立于1993年4月，是一家领先的物联网创新企业，为信息交互和人类健康提供智慧端口产品和专业服务，形成了以半导体显示为核心，物联网创新、传感器及解决方案、MLED、智慧医工融京东方在生产运营过程中积累了很多数据，数据种类繁多，包括设备运行状态、产出实绩、产品质检结果、不良率等生产类数据，财务、人力、采购、销售等管理运营类数据，同时还有市场需求、行业趋势、竞争对手等外部市场类数据，这些数据分散在多个系统口径不一口径不一针对同一指标，不同部门或团队存在不同定义和解读，有可能同一指标来自不同数据源，不同的数据源在数据质量、数据结构、更新频率等方面均存在差异，导致同一指标反映出的业务现象不一致，影响用户对业务状况数据应用难数据应用难03很多用户习惯于使用纸质报告或电子表格进行数据呈现和业务决策，业务系统产生的数据与业务之间无法形成合力；同时，由于IT/业务人员本身缺少数据分析思维，当前建设的很多报表均为描述型报表，诊断型、预测在数字化转型的大背景下，BOE针对公司内部存在的困局和痛点，以“聚焦业务”为核心，从以下三个层面实现企业搭建数据仓库，将业务系统数据、外部数据、手工填报数据等统一汇聚至ODS层，在此基础上进行加工，建立通用模型与指标计算模型，在最上层集市层面向业务场景进行建模，支撑上层PC和移动端应用，本次项目总计完成200+模型设计和建模，实现了数据自动化融合，提升了数项目组规范了指标命名规则、定义规则，同时对指标属性进行了标准化建设，如下图所示。另外，设立指标owner，统筹拉通指标口径。本次项目总计拉通指标257个，涉及产销、SBU、库存、供应链等多个主题。主要指标在业务角度的基本业务含义的定义与描述指标编码指标编码指标名称指标分类指标定义计算公式报送频率指标单位数据类型......指标能够支持的维度与层级包括：业务维度与技术维度组织组织产品渠道环比累计......业务维度技术维度指标来源于哪些系统、模块及表结构，以及指标的供数方式与更新频率等来源系统来源系统来源模块源表信息供数方式更新频率......指标在哪些分析主题、分析场景、报表或仪表盘中进行了使用分析主题分析主题分析场景报表应用仪表盘应用数据服务应用指标预警应用......从CEO到执行层纵向贯通，支撑管理运营，实现全景洞察。京东方将计划与运营涉及的关键指标整合在一起，按照不同分类区分展示。例如，客户需求满足度、预测销量达成率、产能利用率等指标，都能反映生产线的实际运行状况和市场需求。此外，京东方还设置了红绿灯预警机制，通过不同颜针对异常指标，看板可下钻至指标详情页进一步分析。如LCD-预测销量达成率，在指标墙页面呈现黄灯状态，证明部分数据存在异常，下钻至详情页查看各SBU预测销量达成率对比图，可进一步定位出某SBU指标异常。基于SBU按照客户-产品维度继续下钻，最终定位出影响整体预测销量达成率的TOP3机型。020数字国资BOE结合本身的制造业特性，打造市场洞察分析看板。其中出货、市占、库存板块数据来源于第三方市调机构，通过帆软填报方式，由业务人员自行填报；价格看板数据来源于第三方市调机构和内部ERP系统，通过帆软填报和系统集成的方式，将BOE内部价格和外部市场价格进行对比分析；情报板块数据来源于外部第三方网站，借助爬虫工具将数优化自身的库存管理，预计每年可降低库存成本5%；价格模块可实时监测价格变化，提前2天发现价格异常波动，BOE作为一个拥有多工厂的企业，跨工厂的数据比较分析显得尤为关键，通过对标分析，企业能够实现不同工厂之间BOE借助数据中台将不同工厂的数据进行统一整合和转换，针对同一指标制定相同的指标标准，搭建工厂对标分析平选取财务、生产、产销3大类共计16个指标，运用热力图对各工厂进行对比分析，指标数值较大的排名在焦OEE（设备综合效率）、Loss、UPPH(人均时产能)等关键指标，帮助工厂分析自身在技术能力、工艺操作、生产管理等方面的差距和不足；产销模块聚焦产能利用率指标，帮助工厂评估自身生产效率的高源浪费或产能不足的问题。当工厂发现指标排名靠后，可进一步跳转指标快速找出生产过程中的瓶颈和低效环节，效率提升预计50%；同时，快速找出生产过程中的瓶颈和低效环节，效率提升预计50%；同时，对标分析可以帮助用户发现物料使用上的不合理之处和成本节约的潜022数字国资IC供应预测分析BOE结合FineReport实现了IC供应预测分析看板，从应用类别、现地等维度分析IC供需情况及整体满足度，异常值高亮标红，帮助决策者快速捕捉供需未达标的应用类型或现地。除分析当前月IC供需情况外，BOE会预测未来6此外，BOE还开展供应短缺/过剩情况分析。分析分为整体概览和型号短缺详情两部分，整体概览可查看所有IC型号供应短缺/过剩情况，通过面积大小快速了解哪些型号短缺/过剩最严步查看当前型号短缺/过剩详情信息，包括短缺/过剩时间、短缺/过剩数量、当前库存以及受影响的SBU和产品，数字国资023SBU业绩分析在经营业绩方面，BOE针对衡量SBU总体经营情况的关键指标（收入、利润、销量等）按月度进行趋势分析，并对未来3个月趋势做出预测（对应看板中收入考核利润趋势、产品形态销量占比趋势），以评估SBU整体盈利能力和市通过分析单位面积内的业务规模和质量变化（对应看板中单平米数值趋势），洞察SBU运营效率和市场响应能力的改进情况；针对单个SBU，分析各类产品的占比变帮助业务迅速识别性能或市场表现不佳的产品，并直接锁定其生产工厂，以便进行针对性的管献情况从销量和净利润两个维度进行占比分析，比较不同客户群体的贡献度，支持钻取至客户在业务运作中的具体角色及潜在影响力，识别出对业务至关重要的客户，并两个维度向下钻取，展现对业绩影响较大的TOP10产品和客户，为业务采取下一步决策提供支撑。通过集中展示SBU收入、利润、销量等业绩信息，帮助高层领导全面、实时地掌握SBU的经营情况，替代以往线下收集整合工作，节省人力1人/单个SBU。业绩变动原因支持从客户和产品两个维度下钻分析，帮助用户快速定位top10影响因素，提高工作效率50%。024数字国资帮助工厂之间进行对比分析，效率提升预计50%数字国资025BOE认为，本次项目的成功实施，为企业带来了显著的变革和价值。首先，通过对业务场景的深入剖析，BOE精准后续，BOE将在此项目基础上继续深化，进一步优化数据分析工具和方法，提高数据分析的准确性和效率，并将加强与业务部门的合作，确保数据分析结果能够更好地服务于企业的业务需求，同时持续不断地完善指标体系。此外，BOE还将关注新兴技术的发展趋势，积极探索人工智能、大数据等技术在企业业务运营及分析中的应用。北京首钢股份有限公司（以下简称首钢股份）是世界五百强首钢集团所属的上市公司，以建数字化转型是一项复杂的变革，与传统信息化相比，其对于数字化基础的要求更高，不管是IT基础设施、数据管理能首钢股份目前已建成分布式混合型数仓，汇集了财务、采购、销售、物流、成本、工程保等所有业务领域以及现场生产工艺的14.5+万项200T+的数据。数据分散，缺乏统一管理机制数据分散，缺乏统一管理机制生产经营数据来源众多，存在大量异构数据，不同粒度数据分布在不同系统，在进行数据分析中数据收集和整合耗费了分析人员大半的时间，缺少统一平台和方法对存量庞026数字国资缺乏对业务数据全量全要素管理缺乏对业务数据全量全要素管理02钢铁生产关联因素多、管控环节多、生产流程长，基于人工或人工加计算机系统辅助相结合的方式进行，业务执行仅依赖于局部信息、离线数据和人工经验，无法支撑精益制造和优化资源配置的需求；线下业务多，跨部缺乏对业务数据全量全要素管理缺乏对业务数据全量全要素管理03由于钢铁生产制造过程动态变化，通过传统固定报表方式进行日常业务分析与管控已不能及时适应制造业务的首钢股份通过“一个数仓、两个纬度、三种手段”来提升数据生产力，即建设一个数仓作着重在数据监控与统计分析、业务辅助决策等应用领域进行探索，实现更灵活、更建立数据思维及使用习惯建立数据思维及使用习惯让数据可见、让数据说话，用工具改变人的数据思维；用新型BI改变人的工作习惯，成为了首钢股份实现“管构建敏捷组织能力构建敏捷组织能力02开发能敏捷、迭代能快速、用户能参与，成为深入业务应用，驱动业务不断迭代，助力经营提效深入业务应用，驱动业务不断迭代，助力经营提效03通过大数据应用给公司海量数据赋能，不断改变旧的业态、业务模式和工作方法销售管理-客户需求精准识别028数字国资基于大数据平台，将采购系统中的合同信息与销售系统中的销售信息进行匹配分析，以合同为最小以产品大类为统计维度，从外设计质量分布、活跃度分布、规格能力等维度对订单情况进行图像化展示，展示基于产销一体化经营决策大数据平台，将股份基于产销一体化经营决策大数据平台，将股份公司和京唐公司两个基地，制造系统中的物料实绩信息、成分信钢铁企业客户需求精准识别，针对三码数量庞大、精准选用难度高、后台管理维护工作量大的业务现状，将信息化系统的大数据挖掘能力和订单质量外设计业务相结合，纠正了75条订单三码选用错误，将三码的分析处数字国资029销售管理-认证项目评价为了提高管理和推进认证效率，实现高效、精准的用户推广，搭建产品认证评价模型。首钢股份在全生命周期监控与系统性管理的基础上，细化流程为3大序列、12个节点、15个项目。通过大数据分析，证输出因子7项，对认证的信息进行确认和扩展，搭建认证知识库模型。以历史订单的为数据基础，归纳形成认证知识库，并最终提炼出认证规则，完成了酸洗认证知识库的搭建；建实现合同和认证知识库自动匹配，精准匹配率达100%。以认证知识库为基础，实现对客户认证路径的实时跟踪，搭建认证项目的可视化评价模型。通过FineBi进行认证可视化界面的自主配置，深化对认证业务的管控，进一步支质量管理-现货分析管控现货分析管控模型整合炼钢、热轧、冷轧全流程生产和质量数据。建立工序一贯履历表，对板坯和钢卷的计划、质检、基于该模型，发现在现货管控过程中的相关问题，并通过层层下钻具体到可改进执行的层面，进一步推进了调宽坯原单轧制、过渡原因识别、头尾坯切割优化、改规格卷封锁状态下挂单、卷渣工艺优化工作的开展，现货发生率降幅33%，减损2亿元。030数字国资仓储物流管理-库存管理以库存管理为切入点，以建立库存预警机制、全流程全局监控并合理评价整体业务链库存、完成库存模型搭建并以应用为目标，为库存管控体系提供支撑。探索低库存下的高效生产管控模式，使全流程工序库存都达到满足其生产、运该库存管控模块，横向覆盖销售、生产、质量、物流等业务，纵向覆盖炼铁、炼钢、热轧、冷轧等全流程工序。全流程库存分析效率大幅提高；库存分析精度和质量明显改善；通过全流程库存结构分析和预警，可从渠道、品种等多角具有覆盖面广，泛用性强，使用门槛低，实施效果销售库存分析销售库存分析运输商评价生产库存分析生产成本管理-通过梳理现有炼钢PES工艺报表，设计转炉工序金属料管控驾驶舱，按照人员、炉座、班组等维度重点分析转炉金属032数字国资设备管理-点检异常闭环管控通过FineBI实现对全公司及各单位点检异常的全方位管控分析，及时发现闭环管控中问题，分析明确具体原因，督促相关单位及时整改，提高点检异常的闭环管控数字国资033长龄库存占比降至2.9%现货发生率降幅33%034数字国资“用数说”要变为“让数说”数据分析应用已由传统的统计和现状展示转向了数据模型化应用，业务异常不能只靠人在看报表和图表时通过业务决策模型实现主动推送和根因联动展示，辅助业务人员进行决策。这种模型化数据分析要聚焦梳理动场景，进行目标拆解与迭代、数据治理，通过业务需求的解读及业务数据的有机整合与重构，推进模型与“要我做”要变为“我要做”通过选用FineBI来减少业务人员学习成本，实现快速上手，释放数据分析自由度，提高分析效率；通过举办数据可视“无价值”要变为“有价值”传输、存储、保护和分析也会提高成本。要对数据进行分类使用才能降低数据管理成本，一方面在做数据标准规划时就要做好设计，包括数据精度、采集频度、使用热度、使用场景、保存年限等等；定期对数仓进行清理，停用长期不用的报表、主题数据，减少数字国资035徐州重型机械有限公司（以下简称“徐工重型”），始建于1943年，前身为八路军鲁南第八兵工厂，是一家有着红色基因的国有企业。公司主要研发、制造、销售汽车起近些年来，公司实现跨越式发展，先后建成4个智能车间、10条智能产线，并获得国家“智能制造标杆企业”、“制造业与互联网融合发展试点示范”、“大数据试点示范”、“工业互联网试点示范”等荣誉。全球信赖、具有独特价值创造力的世界级企业”的发展愿徐工重型信息化建设历程经历了“信息化、数字化及036数字国资徐工重型信息化建设历程经历了“信息化、数字化及生产制造、营销服务等领域提质增效的业务系统，同时通过拥抱“云大物移智边”、5G等新数字技术，实现了由单项对内：亟需实现连接市场、高效协同，做到成本最优对内：亟需实现连接市场、高效协同，做到成本最优01对外：亟需实现精准识别客户圈层、个性化推荐、提升商机转换。对外：亟需实现精准识别客户圈层、个性化推荐、提升商机转换。02面对海量销售线索，企业若缺少行业细分，则无法对单独客户进行分析，也缺乏行业级市场洞察，导致无法通过客户多维度分析进行个性化推荐，商机转换率不高。真正有价值一、基于POWER-X的徐工全价值链全场景大数据融合创新应用项目建设徐工重型建设基于POWER-X的徐工全价值链全场景大数据融合创新应用项目。基于POWER-X的徐工全价值链全场景大数据融合创新应用项目，打造企业集控指挥中心和数字化运营体系，支撑数据应用数字化管理AI数据应用数字化管理AI+工业大数据场景建模基于5G的集群作业 基于AI的智能客服应用基于AI的智能客服应用基于5G的远程无人操作基于5G的远程无人操作数据中台数据资产数据资产产品数据质量数据销售数据人员数据产品数据质量数据销售数据人员数据数据标准模型标准管理发布数据治理数据质量 智能合约（电子签章）办公云（办公云（OA）商业智能分析（商业智能分析（BI）ERP(S4HANA)ERP(S4HANA)FICOFICOBWBWBCSBCSFioriFiori研发工艺采购仓储智能工厂-集控中心智能工厂-集控中心生产制造SG+ARX-GSSX-DSCX-DSC生产制造 APS APS-高级计划排产ERPERPMMPLMPPSD三维设计POMMES生产管理看图及安灯MES生产管理看图及安灯WMSWMSX-GSS QMS质量模型库SPC质量追溯 IOT设备联网数据采集试验调试TDMCRMCRM销售过程情报分析PMS金领易控TMSTMS数据总线ESBPON网络PON网络光分配网线路终端网络单元 5G网络切片边缘计算MEC物流物流RGV元物流RGVRGV基于POWER-X的徐工重型全价值链全场景架构项目当期构建协同制造、产销存管理、市场态势感知和客户分类分级、精准产品推荐、销售成效充分挖掘和发挥工业数据的内在价值，优化运营效率，辅助科学决策，增强企业韧性，促进业038数字国资数字国资038数字国资分类具体场景名称协同制造垂直一体化生产管控：公司至工位四级执行深度分析基于供应链和仓储系统的库存共享基于智能排程的产线协同分类具体场景名称协同制造垂直一体化生产管控：公司至工位四级执行深度分析基于供应链和仓储系统的库存共享基于智能排程的产线协同按照帆软指标分析方法论，从业务域、分类、二级分类、指标名称、指标维度、展现形式、指标性质、指标定义及工时、更新频次、数据来源及取数逻辑、优先级等，开展项目指标梳理和设计。同时根据各核心系统业务基于产销存的成品库综合管理02产销存管理基于产销存的成品库综合管理02产销存管理产品资源报表-出入库产品资源报表-差异基于CRM的销售过程闭环管理03市场态势感知和客户产品资源报表-出入库产品资源报表-差异基于CRM的销售过程闭环管理03市场态势感知和客户分类分级基于IOT的产品市场表现分析基于营销决策平台的行业数据分析开展数据治理和数据抽取合以物料主数据、客户主数据、供应链主数据等为基础，开展主数据管理平台MDM建设，作为底层基础共享数据平台。使用帆软FineDataLink进行基础数据抽取，并通过诸如关联、比较、过滤等算子进行加工处理，处理后的数据最终存储在Postgres中，完成场景数据仓库构建。开展各类指标逻辑的开发设计，利用FineReport模板实现各类指标的快速带入，通过模板开发快速实现多个客户360驾驶舱管理（客户画像）客户360驾驶舱管理（客户画像）基于起重在线的小微客户推荐基于金领易控的大客户推荐04精准产品推荐多层级多维度的客户精准营销基于起重在线的小微客户推荐基于金领易控的大客户推荐04精准产品推荐多层级多维度的客户精准营销05销售成效监测面向一线销售实绩管控的营销驾驶舱面向决策分析赋能的销售多级管控企业生产计划执行信息掌握在基层一线，管理层和高层对现场难点、堵点信息获取存在一定延资源调配不充分，容易造成生产现场停滞，造成资源浪费。通过构建公司至工位的四级垂直决信息传递不及时、资源调配不充分导致的进度延误05销售成效监测面向一线销售实绩管控的营销驾驶舱面向决策分析赋能的销售多级管控040数字国资通过帆软FineDataLink将公司计划、生产、物流、质量、设备、人员等业务数据定时抽取到数据仓库，根据业务逻辑进行基础数据的加工处理，并通过FineReport进行公司级、分厂级、工段级、工位级垂直一体化的生产管控可视化看板开发，实现四级执行结果穿透分析，过程问题充分暴露，问题随时发现随时跟踪处理，月度计划与执行完成率情况、月度产销存趋势、关键核心节点完成进度率情况、整车交库对与整机计划进度与执行差异预警等。公司级生产驾驶舱供公司领导决策，并对物料齐套情况、质量监测情况、设备稼动率、人员综合效率OPE、各条产线计划执行的平衡情况等。把分厂层面关注工段级看板，侧重点在工厂的某个工段，用户主体为工段长，重点针对工段计划与执行），042数字国资工位级看板则是该工位执行人员，针对工位当天完并通过设置超期时间集成钉钉自动提醒功能，确保问题被有效及时跟踪解决。公司各类问题及时处理率从55%提升至85%以上，各类计划完成率目前达到90%-96%左右。徐工重型利用帆软FineDataLink和FineReport构建的基于产销存成品库管理功能，通过年初盘点形成年初基准库存，以MES实时交库信息、CRM实时销售发车信息增量数据，定时抽取进入数据仓库，按照年初基准库存+MES实时交库数据-CRM实时销售发车数据，最终形成各个产品型号的实时产销存数据，开发完成成品库看板、产品资源报表存数据展开统计分析，对比差异，分析库存账龄、热销型号产销存、发运完成率、发运类型、订单分布及各个代表处发运情况等，通过库存分析结合营销策略的制定，有效降低整机库存，并提高产销平衡分析的效率。数字国资043同时根据生产过程中交库异常，开展MES交库与成品库入库差异分析，重点针对每台车辆，业务问题开展不一致交库差异分析，定时推动各制造分厂及成品库开展差异性分析，进行数据治理，通过成品库管理功能开发，各个产品段的产销存实时一目了然，原先需要一周左右时间汇总统一数据平台实时共享数据，统一了平台统一了数据，交库差异基本上控制在当月异常当月解徐工重型利用海量的起重机远程运维服务车联网数据、客户关系管理CRM销售服务过程数据及第三方行业数据，建立基于起重机的市场态势感知、客户分类分级复购等形成客户的“数字影像”，同时对客户开展客户等级ABCD分类。该部分整体分为客户总览驾驶舱和客户详情驾驶舱，客户总览驾驶舱分析客户总体构成、分类占比、客户价值、潜客转化、客户流失等情况，方便公司快速掌握客户群体全貌，针对不同细分领域客户需求和偏好，有针对性制定销售策略和服务策略；客户详情驾驶舱，则从单个客户数字身份角度，分析单个客户基本信息、服务、信用、销售线索、产出等内容，针对单个客户综合各方面有效信044数字国资其次，通过大数据挖掘车联网在产品监控、风险管理、故障诊断、数据挖掘分析等应用，形成徐工指数机械市场指数”，通过工程机械产品平均开工时长、开工率等关键指标，及时反馈各施工领域形势变化及各具体以区域、型号、吨位、区域等开工率统计逻辑为代表指标开展市场分析；以质保期保有量、服务资源和度等指标开展服务资源分析；以工时排名、持续工作时间排名、大客户设备排名等场景指标开展潜力客户借助数据挖掘分析，挖掘出市场表现情况，数字国资045最后，通过营销决策平台的行业数据进行分析，即通过吨级、型号等不同维度分析产品市场占有率情况，更好地了解通过客户360驾驶舱管理等多种手段的建立，实现市场态势实时分析、多维度分析、可视化分析、智能化分析，企业机识别效率提升80%，商机转化率提高30%。公司通过销售管理五大关键过程+六大KPI的决策支撑体系，构建了涵盖决策层、管理层、执行层的营销管理体系，同时为了应对本部、大区、代表处、一线销售人员四级销售管理部分对销售数据进行深入挖掘，提供销售信息管理、计划/实际销售情况四个分析板块。分别从销售线索捕获、丢单情况、计划与销售完成情况、合同金额及实际发车状销售管理-信息管理、预实管理、销售管理-订单合同、销售拜访销售管理-信息管理、预实管理、销售管理-订单合同、销售拜访046数字国资通过以上四个分析主题的细致分析，管理人员可以全面掌制造、供应链、营销、服务、运营等六横大数据场景，完成对436项大数据指标的分析。下一步将按照三步走战略，工程机械行业正站在数字化转型的前沿，未来的工业大数据应用将迈向更深层次的成熟0202048数字国资数字国资049陕西建工控股集团有限公司(以下简称“陕建集团”)作为全球排名前列的国有大型建筑企业，聚焦行业数字化转型痛点难点，结合先行经验与发展趋势，高位布局、精准施策，高标准制定数字化发展“168”战略，创新市场化、公司化推动数字化与传统业务深度融合，为打造建筑行业数字我国建筑行业数字化建设普遍处于探索阶段，业内领军企业的转型举措各有特点，陕建集团高标准制定“168”数字化转型战略，即“一个基本目标、六项核心架构、八大项目群”，明确集团数字化转型基本路一个基本目标一个基本目标到2025年陕建集团的管理和信息化水平达到国内同行一流到2025年陕建集团的管理和信息化水平达到国内同行一流水平。六项核心架构业务架构解决以业务为核心的价值导向问题；六项核心架构业务架构解决以业务为核心的价值导向问题；应用架构解决信息系统功能和责任边界的问题；集成架构解决互联互通的问题;技术架构解决资源配置和安全稳定的问题；数据架构解决数据资产有什么、谁来管、怎么用的问题;八大项目群以八大项目群的建设为依托，如综合管理、财八大项目群以八大项目群的建设为依托，如综合管理、财务管理、数字化等，打造数字化应用典型场景，推动数字化转型落地实践，建成数字陕建的高速网络第一步，实现生产要素的数字化，把人、财、物、料等基本要素实现数字化描述与存储、数据化共享与应用，形成单一要素系统化、整体化。同时，实现生产与管控的数字化，第二步，在生产要素数字化的基础上实现项企一体化。目前BIM技术应用和智慧工地管理系纵向打破组织边界，实现项目、公司、集团数据一体化，横向融劳务人员管理、政府监管等都将纳入到统一的、相第二层，以主数据平台为核心打造数字底座。通过主数据平台采集组织、客户、供应商、财务050数字国资IT系统沉淀表单、凭证、过程记录等交易数据，再通过数据中台实现数据治理体系落地，充分挖掘数据资产价值，满第三层，根据集团不同业务特点构建双模IT发展模式，对稳态业务采用传统IT模式和集成技术保证业务稳定运行，对敏态业务采用云原生、微服务架构，融合DevOps、容器等开发模式保证业务的敏捷和高效创新。为不同的业务模式适配不同的组织与流程，让专业团队在不同模块上进行业务运营，以快速实现系统迭代升级，适应市场需求，提升整建设了主数据系统、财务系统、人力资源系统、项目管理系统、电子采购系统、质量安全巡检系统、OA协同办公系覆盖、上下联动、数据互通，为运用挖掘数据资源陕建集团财务综合“驾驶舱”项目管理系统、电子采购系统、质量安全巡检系统、OA协同办公系统和生产指挥调度系统等多个应用系统，形成统据为业务定标准，实现业务表单化，最后形成标准化，有助于培养和引进既懂建筑业务，又具备数字化建设经验的类业务在数字化流动过程中形成数据资产，支撑了陕建集团物流、金融、劳务、物业等业务创新发展，打造和谐共生052数字国资数字国资053中国建筑第三工程局有限公司（以下简称中建三局）是世界500强企业--中国建筑的重要子企业，年合同额超过6000亿元，营业收入超过3000亿元。近年来，中建三局认真落实国企三年改革行动工作部署，锚定“建设高质量万亿三局”发展目标信息化规划指引下，抢抓数字时代机遇，加速企业数字化转型，为企业地产暴雷02地产企业资金链断裂的影响为地产暴雷02地产企业资金链断裂的影响为上游房地产企业的资金信用带来了极大的危机，也让建筑企业对风险管理有了更全面的思考，除了项目现场的实际风险以外，外部影响因素也应纳入精细化管理03在建筑行业利润普遍偏低的现状下，许多企业一改以往粗犷的项目管理方式，逐渐向精细化管理转型。这就为风险管理带来的合适的土壤，谁能更好地控制项目风险，谁就能在精数据共享风险管理制度共享风险管理权限管理随着国内房地产和基础建设市场的逐渐饱和，市场竞争日益激烈，建筑企业投标价格疯狂内卷，低价中标现象严重。因此，项目成本管理的风险不断增加，逼迫建筑企业加大风险数据填报：各单位能够通过系统填报项目风险信息，涵盖基本信息与风险信息，并数据汇总与查询：达成了风险信息的汇总及明细查询，借助逐层下钻的方式实现项目管理系统财务系统商务系统市场营销系统这一系列的举措为公司的风险管理提供了全面、精准且高效的支持，有力保障054数字国资数字国资055在该项目的风险信息填报工作中，中建三局携手帆软构建均需要相关人员逐一进行补充填报，并予以仔细确认，为切实保障数据的准确性和稳定性，特别设置了风险数据锁定功能，一旦上级部门将行修改。若确有修改之必要，则需经过上级单通过严谨有序的风险信息填报流程，有力地保障了项目风险信息的精准性与能够汇总各项目业主的风险金额信息，对对应业主方最终风险金额加以监控，并依照金额进行TOP10排序。这一功能有助于业务管理人员开展具有针对性的风险管理行可实时把控整个公司所有项目的风险状况，并按照风险金额进行TOP20排序。通过这种方式，有力地确保项清晰展示整个公司各级风险的具体数量、风险金额占全公司产值的比例，以及各区域对应占比的分布情况。这一呈现方式能够辅助决策者制定相适应的区域战略，实现区域资对各类风险的组成实施监管，助力公司开展专项管理，有的放矢地解决风险问题，提升风险管理的专业化056数字国资数字国资057综合而言，风险管理驾驶舱为企业提供了全面、精准、实时的风险洞察，是企业实现高效风险管综合而言，风险管理驾驶舱为企业提供了全面、精准、实时的风险洞察，是企业实现高效风险管明确了风险指标定义及数据出口，制定了科学合理且统一的风险等级划分原则，塑造了公司整体■■数据可视化分析成效显著分管领导和法务工作人员能够及时、直观地掌握各分公司、各地区以及各项目的风险指标情况，借助风险管控系统的数据分析，能够及时洞察业务管理中存在的实际问题和痛点，进一步规范项目管理行为，有力推动各业务部门和子公司提升建立了标准的数据化管理体系，确保了真实数据在内部的透明度以及管理制度的实时共享，极大地减少了因数据加工导致的数据质量问题和制度未来，中建三局将持续深入贯彻国务院国资委关于国企改革的决策部署，在中建集团的领为贯彻落实中建集团“166”战略举措、中国电建市政建设集团有限公司（以下简称“中国电建市政集团”），是世界500强企业-中国电力建设集团有限公司旗下特级企业、中国电力建设股份有限公司控股子公司，具备大型基础设施随着数字技术全面融入经济社会发展的方方面面，数字经济的重要性愈发凸显。2022年初，国务院发布数字经济领域企建筑集团的中国电建市政集团，自觉扛起探索数字化转型的国企担当，携手帆软，培育落实近些年，中国电建市政集团大力开展信息化系统建设，但建筑行业以项目制为主，区域分子公以打造建筑行业数字化转型样本为目标，推动数字化与传统业务深度融合，实058数字国资通过FineReport搭建数据决策平台，打通多个业务系统，整合工程、设备采购和财务等各类数据。接着，开发集团最后，持续优化数据决策平台，依据实际情况调整策略，以适应不团业务众多，因此需要一块可以随时监控集团核心指标的管理驾驶舱。决策平台打通了多个业务系统，将工程类相关数据、设备采购类数据和财务类数据集成在分子公司的管理驾驶舱，由分子公司自有信息化力量进行开发，结合本单位数据展推动企业经营精细化数字化管理，是实现国有资产保值增值的应有之义。在企业的整体经营管控上，电建市政从业务的不同的四个阶段来支撑整体的数据分析诉求，将数据分析的焦点集中在“业务结构”、“经济分析”、“成本管控”数字国资059工程项目一线涉及到许多设备与材料，在设备方面，平台统计设备的资产价值和时间，争做数字智能“开路先锋”在材料方面，则重点监控钢筋、水泥、砂、石料等材料的用量和消耗金额；对于近期发生的价的走势；从专业的外部网站获取材料上游的原材料的价格走势电建市政集团项目管理水平得到快速提升，项目承中国中铁股份有限公司是集勘察设计、施工安装、工业制造、房地产2023年在《财富》世界500强企业排名第39位，在中国企业500强排名第10位。中国中铁先后参与建设的铁路占中国铁路总里程的三分之二以上；建成电气化铁路占中国电气化铁路的90%；参与建设的高速公路约占中国高速公路总里程的八分之一；建设为贯彻落实习近平总书记关于“数字中国，智慧社会”战略部署和“三个转变”重要指期间全面开启信息贯通工程，大力推进数智升级工程，旨在通过信息技术创新驱动，用新动能 现新作为，全力提高企业治理体系和治理能力现代化水平，实现夯实“数字中铁”、建设“ 号工程”，聚焦服务国家战略和行业发展所需，加大科研投入和攻关力度，加强科技人才队伍062数字国资数字国资063息贯通工程；在生产数字化领域，自下而上开启数智升级工程，二者仓库统一规范，打造可视化分析平台，实现数据监控预警与简报推送。目前此外，中国中铁党委书记陈云亲自组织“数智升级工程”，以双轮驱动提升数字施工与智慧程规划“246”布局，增强多方面竞争优势，抓好六项升级，以四项覆盖率为指标，打造“智慧中铁”品牌。数字化推进的“三驾马车”中国中铁通过打造通用基础平台，研发BIM服务云、数智资源共享和物联网平台等，赋能场景化业务应用，进一步集设计数字化、生产运营智能化、经营管理一体化、用户服务敏捷化、产业协同生态化。”一是围绕企业全球化经营、项目部分布较广的特点，利用全球组网和区域数据中心，打造云网一体的IT基础设施资源国家新基建和北斗发展战略，推动北斗产业化应用，打造“启航央企时空未来”新亮点。目前资源重复利用率提升300％，达到了降本增效的目标，也确保了业务软件的自主可控。中国中铁组织力量对企业48套统建系统、上千套业务系统进行了全面盘点，设计建设了数据湖，发布了企业数据资产产业数字化、数字产业化”三步走策略，推进试点示范，建立推广机制，形成推广模式，探0303瓮福集团：全面预算体系搭建与报表自动化实现大庆油田物资公司：数智新模式助力推动产业链供数字国资065作为中国中化材料科学板块的旗舰企业，中化国际是在中间体及新材料、聚合物添加剂等领域大型国有控股上市公司。依托中国中化“线上中化”的总体框架，借助数字化技术与业务研发、生产、经营和管理的深度融合，中化国际重点规划与建设了“5+1+1”为特征的业务数字化应用整体框架，打造了“创新型化工新材料领经过20多年的探索和发展，中化国际数字化在新阶段依然面临不少挑战，比如企业信息化、工业化在运营层面缺乏融如何从被动满足需求转变为业务导向如何从被动满足需求转变为业务导向当下数字化有两种路径，各有利弊。一种是由传统信息技术部门来主导数字化；另一种是“另起炉灶”，以数字化的业务创新来主导。作为传统制造型企业，中化国际选择了第一种方式，由此带来的最大挑战是，信息技术部门习惯于从需求满足的角度来解决问题，数字化工作开066数字国资传统企业的数字化文化需要持续培养传统企业的数字化文化需要持续培养02相关用户依然有“我提问题你解决”“我是甲方你是乙方”这样的思维惯性。这也是除了互联网或者创新类公需要复合型人才需要复合型人才03信息技术人员怎样向业务的数字化人才转型，业务人员、经营管理人员如何深入理解数字化，我们缺乏这样的1998年—2003年是高标准起步期。以“统一建设、统一管理、统一维护”为原则，建设了ERP系统，实现公司业2012年—2016年逐步实现中化国际产业化转型。贸易业务在海外拓展与延伸，对信息化带来挑战，公司形成海外信2017年确定“一横一纵”数字化规划框架，以及“横向互联协同、纵向运营洞察”的规划原则；2022年起建设成为全面数字化的综合性化工企业。中国中华控股有限责任公司通过“1.3.3.6”战略，分三阶段逐步实现线上中化、数字中化，并进入到智能中化阶段，要求建设成依托中国中化“线上中化”的总体框架，中化国际加快推进以“创新型化工新材料领先企业”为目标的数字化转型，重点规划与建设以“5+1+1”为特征的业务数字化应用整体框架。其中，“5”是研发、工程、供应链、生产、营销五个价值驱动业务环节，第一个“1”是建设统一数据融合内部生态，第二个“1”是以综合化工园区为核心，通过数搭建智能工厂+智慧HSE的评价体系和评价标准在工程与采购供应链数字化方面，中化国际通过建立工程财务共享管理系统，实现项目管理规则、项目双费控过程管理线上化、标准化和规范化，实现机构库、投资跟踪、造价审核业务动态滚测监控分析。通过iSRM系统的实施，有其采购寻源、订单合同、审批、执行、对账和付款等环节效率提升44.6%，采购总成本降低80.3万元。内外部渠道的海量数据，结合AI技术及算法设计预测市场、行业需求及趋势，为上下游企业提供综合性解决方案，实在数据融合方面，通过统一数据融合平台的数据治理和贯通，实现基于运营管控的高效数据挖掘，并在此基础上实现多场景数据应用分析。中化国际选择和帆软合作，建设BI数据决策平台，完善风控、绩效、生产、采购、研发等多业中化国际的数字化转型布局，不仅成为支持其打造智慧化工的有效068数字国资数字国资069建设具有全球竞争力的世界一流建设具有全球竞争力的世界一流神府东胜煤田骨干矿井和山西保德煤矿，以及配套项目的生产运营。受集公司从1984年开建至2020年底，累计生产煤炭31亿吨。采掘机械化率100%，原煤生产效率最高150吨经过多年的信息化建设，目前神东煤炭集团的各个矿井都建设部署了MES、人员定位、设备传感器等相应软硬件数采设备和服务，能够将矿井一线的各项产量、掘进进度、能耗、设备数据、外运量、人员、通如何让这些数据在公司的生产运营过程中发挥最大价值，以高效支持公司运神东煤炭选择与帆软合作，使用帆软平台，基于公司历史数据开发，构建生产管控数据分析应用生成及自助分析；实时统计展示相关生产监控数据，提升异常情况数字化及时预警，提高数报表系统ERP系统OA办公系统HR报表系统ERP系统OA办公系统HR人力系统SRM系统神华神东煤炭生产管控中心生产生产质量矿厂运输人员资产财务......生产经营主题生产经营主题车间管理主题能耗管理主题能耗管理主题人员管理主题物流运输主题物流运输主题生产效率主题数据接入数据交换生产管理大屏矿区监控大屏矿区监控大屏生产外运完成监控中心生产外运完成监控中心生产效率分析驾驶舱生产效率分析驾驶舱安全生产驾驶舱安全生产驾驶舱智能化工作面驾驶舱智能化工作面驾驶舱掘进监测驾驶掘进监测驾驶设备监控驾驶舱设备监控驾驶舱人员工效分析驾驶舱人员工效分析驾驶舱能耗分析驾驶舱能耗分析驾驶舱生产计划驾驶生产计划驾驶数据共享交换信息资源管理数据资源管理信息资源管理数据资源管理数据共享交换数据共享交换数据智能应用AIAI能力仓算法管理数据模型数据分析数据采集管理数据统一采集采集任务管理数据标准管理数据统一采集采集任务管理数据标准管理统一数据存储结构化数据半结构化数据结构化数据半结构化数据对象存储数据计算数据接入数据交换业务管理数据源IOT数据源设备管理系统MES系统客户管理市场管理预算管理订单管理质量管理HSE管理......设备状态、车间温设备管理系统MES系统客户管理市场管理预算管理订单管理质量管理HSE管理......设备状态、车间温度、预警管理对于数据统计分析及管理驾驶舱，最基础也是最核心的就的基础，基于此搭建了集团生产数据采集管理监控与分析的大屏看板，对各煤矿常预警及相关统计分析。为了保障数据统计分析应用观察的数据及时性、准确性070数字国资各煤矿可通过流向地图进行数据采集的地理信息可视化监控，有异常的煤矿会呈现不同颜色看联动右上角，该煤矿各个采集节点的数据采集状态是否正常。该驾驶舱很好地解决了数据采核的问题，相较于之前人工巡检及评判数据质量，现有的驾驶舱节约了公司生产过