2024年BYD数据管理与信息化建设高阶诊断-经营管理数字化专题报告

BYD数据管理与信息化建设高阶诊断——经营管理数字化专题诊断任务背景理解数据管理与信息化建设现状诊断数据管理与信息化建设提升高阶建议诊断任务背景理解以经营管理数字化为切入点开展BYD数据管理与信息化建设高阶诊断财务处工作重点业务在线化：优先完成7-8个运营指标在线化，涉及拆解指标与入湖，并配合各事业部建立数据模型。零点月结：（1）提高事业部应用系统齐套率（2）开发月结平台，优化从SAP到BW到BPC的抽数过程（3）优化相关流程、系统，尽可能缩短月结时间。关键痛点：经营分析和财务核算中出现诸多系统与数据问题。全面信息化业务无纸化签批、制程表单、文件实现无纸化业务在线化业务指标展示、审批流实现线上化零点月结月结平台月结过程优化BW报表数据模型开发看板开发财务门户…从企业级数字化转型角度，如何应对未来挑战在全面信息化和零点月结工作推进中所面临问题615项目以零点月结为目标倒逼业务线与财务线做出调整，解决前端业务流程不顺畅、系统不支持、数据不支持等问题诊断诉求Page

3工作方法与步骤：通过行业研究与现状调研，分析诊断BYD经营管理数字化现状，提出高阶优化建议自内向外，剖析现状数字化转型顶层规划数据管理体系数字化治理现状调研 问题分析 高阶建议行业分析看行业看趋势看标杆调研访谈资料研读现场访谈问卷调研自外向内，识别行业趋势数据管理体系数据运营数据需求数据应用数据共享数据治理数据标准数据质量主数据数据架构数据平台数字化治理IT管控组织与制度IT运营架构管理需求管理项目管理业务IT协同经管数字化数字化转型顶层规划信息化投资管理数字化蓝图Page

4从汽车行业看，数字化转型对于车企而言已成为一道关乎未来发展的必答题一、汽车产业总体短期波动，中长期增长放缓2110.8682429.224 2474.402 2367866.287 2175.253 2169.45515.08%1.86%-4.33%-9.46%-6.39%8.42%6.14%-6.04%0.20.150.10.050-0.05-0.1-0.15050010001500200025002015 2016 2017 20182019 2020 2021 2022 2023我国汽车销量汽车销量增长率受内外部环境影响，行业竞争更激烈，利润空间进一步压缩，车企需通过数字化转型升级来实现降本增效，提升自身的竞争力2006.359二、汽车产业价值重心后移，聚焦软件与服务以数字化转型赋能研发、生产、供应、营销、服务等各环节，价值链不断向后延伸，未来软件服务将成为汽车价值的重心汽车价值链正在从聚焦“制造”，转向“智造+服务”的集成三、科技突破推动汽车产业链深度调整电动化、智能化、网联化的迭代转型要求车企破除传统的思维观念，变革原有的管理模式，寻找“三化”背后的数字化破局点电动化智能化2023年新能源乘用车销量累计729.5万台，同比增长39.0%，市场渗透率达33.9%。至2025年将初步实现车联网服务全面覆盖。2025年我国汽车共享出行市场规模将达4000亿元。网联化数据来源：中汽研，安永整理看行业看趋势看标杆单位：万辆数字化研发数字化生产数字化管理数字化营销数字化服务Page

5多家部委相继出台相关政策与办法，推动车企数据管理与数字化转型政策名称颁布日期颁布主体政策要点《关于加强车联网网络安全和数据安全工作的通知》2021-09工信部提出要按照车联网网络安全和数据安全相关标准要求，加强汽车、网络、平台、数据等安全保护，监测、防范、及时处置网络安全风险和威胁，确保数据处于有效保护和合法利用状态，保障车联网安全稳定运行《关于加强智能网联汽车生产企业及产品准入管理的意见》2021-08工信部明确企业应当建立健全汽车数据安全管理制度，建立数据资产管理台账，实施数据分类分级管理《汽车数据安全管理若干规定（试行）》2021-07网信办、发展改革委、工信部首次清晰定义了“汽车数据”等术语。提出汽车数据是包括汽车设计、生产、销售、使用、运维等过程中的涉及个人信息数据和重要数据《关于加快培育发展制造业优质企业的指导意见》2021-07工信部、交通运输部加快推进新一代信息技术和制造业融合发展，加大技术改造力度，加强质量品牌建设，参与国际技术规范、标准制定，提高中高端供给能力。实施智能制造工程、制造业数字化转型行动和5G应用创新行动，组织实施国有企业数字化转型行动计划，打造一批制造业数字化转型标杆企业，培育一批综合性强、带动面广的示范场景《“十四五”智能制造发展规划》2021-04工信部到2025年，规模以上制造业企业基本普及数字化，重点行业骨干企业初步实现智能转型；到2035年，规模以上制造业企业全面普及数字化，骨干企业基本实现智能转型，规模以上制造业企业智能制造能力成熟度达2级及以上的企业超过50%《关于加快推进国有企业数字化转型工作的通知》2020-08国资委要求国有企业深刻理解数字化转型的重要意义。加强对标，夯实数字化基础，加强资源整合优化，创新体制机制，培育领先的数字化服务龙头企业，研发数字化转型产品和系统解决方案，加快新型基础设施建设、攻关核心技术、发展数字产业《关于加快培育共享制造新模式新业态，促进制造业高质量发展的指导意见》2019-10工信部培育发展一批数字化解决方案提供商，鼓励开发和推广成本低、周期短、适用面广的数字化解决方案。推动计算机辅助设计、制造执行系统、产品全生命周期管理等工业软件普及应用，引导广大中小企业加快实现生产过程的数字化来源：工信部、网信办、发展改革委、交通运输部看行业看趋势看标杆Page

6汽车行业数字化转型在技术创新、应用场景规划、服务模式创新、数据治理等方面有了强有力政策引导。中国数字化转型&车企信息化管理相关政策车企数字化转型并非一蹴而就，但经营管理数字化却是车企“速赢破局点”转型痛点转型方向不清晰顶层规划不具体技术路线不明确管理决策流程长跨部门协同能力弱长期目标考虑不足汽车数字化生态圈车企经营管理数字化管理工具从信息系统向平台 管理手段从传统理念到智能模式转变 决策转变数字化研发数字化生产数字化营销数字化出行从以产品为中心向以客户为中心转变从实体制造向实体虚拟制造融合转变潜客高精准转化与数字化客户关系管理共享出行与汽车互联从“试错法”向“模型择优”转变从大规模批量生产向定制化生产转变围绕O2O建立汽车后市场生态服务圈智能化生活服务附加价值定位与挖掘数字化产品与软件服务汽车产品智能化与电动化协 软件定义汽车、改变汽车产同发展 品属性转型目标经营管理数字化的价值看行业看趋势看标杆作为车企数字化转型的重要抓手和突破点，承接业务战略，围绕重点业务场景，洞察业务提升点，持续提升4大能力：全面感知能力 前瞻洞察能力实时捕获业务过程数

开展数据穿透，进行据，可视化立体展现

分析洞察，开展前瞻数据分析结果，主动 预测预警经营风险科学决策能力 自动执行能力基于模型测算和数据、 将决策转化为实际行规则，开展自动化、 动，基于系统平台高智能化决策 效开展跨领域流程协同与业务执行Page

7车企数字化转型发展总体分为信息化、数字化、智能化三个阶段，经营管理数字化的重要度一般在全面信息化阶段逐渐凸显随着企业信息化成熟度提升，信息化建设需逐步从单一领域系统建设向跨域集成应用演进，从专业领域数据应用向全局数据融合和共享演进，为广泛地数据应用和经营管理数字化奠定基础。随着数字化进程的推进，对数字化顶层规划的颗粒度、数据管理体系和数字化治理能力的要求指数级增加。智能化数字化信息化各自建设分散信息系统建设全局性信息系统持续提升深化应用并实现跨域应用集成形成信息共享服务能力支撑数字化试点应用以单一业务部门为主体建立分散的专业信息系统务链业务协同提供数据集成辅助决策支持分析，支撑智慧决策局性业务系统，扩大系统对 实现跨域应用集成支持核心业

►

提供对未来发展趋势的预测业务支持广度单一信息系统数据存储业务单元/业务领域的数据集成和应用企业级数据资产数据共享全面建设数字化场景开展智能化应用全方位智能化服务覆盖以企业层面为主体，建设全

►

持续深化应用对业务支持力度，►

实现数据全面集成及共享 ►

核心业务场景数字化开展重点领域业务自主优化闭环管理的智能化探索本阶段企业开始加大对经营管理数字化的关注看行业 看趋势看标杆Page

8美的10+年持续投入数字化转型，引领数据驱动数字化转型演进，推动经营管理数字化建设对BYD的启示统一规划“632”项目实现了美的集团三方面的一致性：流程一致性、数据一致性、系统一致性，建立集团级管理基础，为后续的数字化转型打下了坚实基础。数据治理美的集团重视数据价值，以消费者数据驱动企业的经营生产。发挥数据资产的最大价值，为美的提供决策参考。经营管理数字化美的集团基于底层扎实的数据基础，聚焦业务全价值链数字运营。以业务为先导，以数据体系驱动业务价值链闭环管理，进而实现业务数据化、管理数据化，推动集团经营管理数字化。一个美的一个体系一个标准移动化大数据智能制造数据驱动的C2M客户定制全价值链数字运营数智驱动数字美的20252015-20162016-20172022~2018-20212012-20152011年

2012年2015年2016年2017年2018年2021年IT战略IT组织、系统分散实施632战略规划，建立集团级统一的流程、数据、系统加大IT投入，增人、增资流程IT整合大数据实施美云智数正式运营开普勒体系助力美的打造数据生态圈，大数据应用迭代升级美的自主开发集团统一数字化底座，涵盖数据基础设施和数据中台两大部分美的“632”体系实现对集团多业务、多区域的一致性管理统一规划数据驱动数字化运营To

be美的大数据体系美的大数据目标是研产销一体化闭环驱动美的驾驶舱所有企业经营、管理、业务全部都在驾驶舱上面向全集团的经营分析中心全价值链运营分析体系与全生命周期数据管理看行业 看趋势看标杆Page

9华为基于统一的体系架构，通过数据治理实现数据清洁，打通业务数据流；开展数据服务化建设，实现数据资产价值，赋能经营管理数字化统一规划华为统一规划变革管理体系与企业架构。基于公司统一愿景规划，公司上下形成方向上的共识，同时定义出具体的举措、路标和项目，并分层次以项目方式推动转型。数据治理建立公司级数据综合治理体系。开展跨领域数据清洗、数据汇聚与整合，同时进行公司数据底座建设。经营管理数字化数据全流程贯通，提升业务运作效率。通过业务数字化、标准化，借助IT技术，实现业务上下游信息快速传递、共享。数据价值实现，使能快速、准确决策，赋能经营管理数字化。通过数据汇聚，实现业务状态透明可视，提供基于“事实”的数字化决策与运营。对BYD的启示201720212019在IBM顾问指导下，建立数据管理框架初步建立18类核心数据的数据架构全面启动数据治理，完成各领域数据owner任命各业务领域成立数据管理部建立公司数据质量基线数据管理体系初步搭建数据质量达到基本满意数据标准建设完成96%启动数据底座建设启动数据服务化建设数据质量综合水平70%完成100%数据进底座实现数据服务化数据服务化随需共享、敏捷自助第一阶段：实现数据清洁，支撑主业务流打通与财报准确第二阶段：实现数据可视、共享经营管理数字化全球交付项目运营中心全球财经报告和分析中心华为数据治理框架华为数字化转型规划2007 2013 2014 2015-2016统一规划 数据治理数据管理体系（政策、流程等）落地完成数据资产梳理，主要数据标准建设完成数据Owner明确，质量目标清晰关键主数据全流程贯通看行业 看趋势看标杆Page

10从车企数字化转型整体框架看，数字化转型规划与目标指导经营管理数字化的建设方向，同时，经营管理数字化基于业务的数字化建设，并对数据管理、数字化治理提出诉求 数字化场景数字化治理数据管理数据运营数据治理数据平台价值体系基于价值体系确定企业经营管控目标业务架构研产供销全价值链业务流程高效运转闭环机制管理循环助力经营业绩提升指标图谱整车销量等经营关键指标透视分析业务全貌核心决策经营管理有据可依、数据驱动决策智慧供应链数字化研发数字化生产数字化营销服务BOM迭代管控项目流程化管理整车仿真开发…数字孪生可视化冲焊涂总工艺优化智能排产排程…生产材料采购外协生产准备前期采购管理…客户标签体系客户画像分析SCRM平台…经营管理数字化

汽车企业数字化转型整体框架

保障与支撑目标重构商业模式提高内部运作效率增强用户和员工体验重构产品进整理共享出行、电商零售智能制造、智慧物流智能网联、数字化营销电动化、网联化、自动化指导技术底座混合云平台Page

11数据中心信息安全运营…IT管控组织与制度IT运营经管数字化与业务的关系：承接业务战略，服务经营绩效与业务能力提升，匹配业务模式设计经管数字化场景，应用工具包括管理驾驶舱、财报管报、自助分析。经营管理数字化在数字化转型中的定位：横向深度贯穿研产供销服等具体业务领域，纵向拉通数字化转型顶层规划与转型目标、数据管理体系、数字化治理，作为抓手指引转型具体任务开展，提升数字化转型的业务价值。数字化转型顶层规划保障与支撑诊断任务背景理解数据管理与信息化建设现状诊断数据管理与信息化建设提升高阶建议数据管理数字化治理顶层规划数字化蓝图：通过集团战略解读、业务与IT需求分析、行业发展趋势和数字化机会分析研究得出集团数字化转型的愿景与目标；基于当前数字化现状，结合数字化场景设计与分析规划业务与IT架构蓝图，结合信息化投资计划规划数字化转型的演进路线等经营管理数字化：基于经营管理指标体系与业务场景设计，通过财务结果指标和业务过程指标的融合，支撑经营管理分析与决策，从而驱动战略资源配置与业务运营优化信息化投资管理：包括信息化投资管理的投前评审、投中项目管理、投后评估长效机制的闭环管理数据运营：通过管理数据资产的配置、使用和维护，从而改善内部响应效率，提升数据资产效益的重要手段数据治理：作为数据管理的一个核心职能，包括数据标准、数据质量、主数据管理、数据架构管理等数据平台：数据中台建设以及数据入湖情况IT管控：不同的IT管控模式匹配不同的IT战略组织与制度：通过构建数字化相关组织和制度机制、体系，保障数字化转型高效执行IT运营：包括IT建设相关的架构管理、需求管理、项目管理、业务IT协同数据管理体系数字化治理IT管控组织与制度IT运营数据运营数据治理数据平台顶层规划经管数字化规划信息化投资管理数字化蓝图数据需求 数据应用数据共享数据标准数据质量主数据数据架构架构管理需求管理项目管理业务IT协同Page

13BYD经营管理数字化的评估将从数字化转型顶层规划、数据管理、数字化治理与管控三个维度展开，分析高阶问题与现状，为未来高效开展数字化转型提供参考825125数字化治理问题分类统计通过访谈调研和资料研读，分析总结BYD经营管理数字化在数字化转型顶层规划、数据管理体系、数字化治理方面的主要现状和突出痛点问题分类通过对财务处、信息中心、十一事业部进行14场次访谈，辅以研读20+相关资料与问卷进行问题整理与分析，归纳形成顶层规划、数据管理体系、数字化治理3大类、18小类问题，共计118个。392554问题来源统计事业部财务处信息中心诊断主题：3个问题子类：18个《BYD调研问题梳理表》收集的具体问题：118个43138111028数据管理体系问题分类统计保障机制数据工具与平台数据质量6数据安全数据流转元数据管理数据标准数据应用主数据管理117顶层规划问题分类统计21数字化蓝图IT管控架构管理项目管理信息化投资需求管理制度机制业务IT协同应用建设Page

14从数字化进程的角度，目前BYD已进入全面信息化阶段，从2020提出“1236”信息化建设目标后，已基本实现“花小钱，办大事”，系统功能基本支撑当前业务需求以及业务快速扩张，但结合未来经营管理数字化的发展需求，BYD当前仍面临缺乏规划、数据管理体系及数字化治理待优化等问题研发制造采购营销服品质财务人力主数据人工智能ALMPLMBOM竞品分析项目管理三册管理SRMWMSTMSGTS三方仓管理供应链云平台ERPWMSOTDOMSMESIOTAPSEAMCRMDMS出海数字化营销平台全球官网QMS研发质量经销商系 原材料质统 量电商平台 制造质量售后质量服务质量体系审核供应商质量品质安环文档在线编辑平台文档管理系统招聘入职培训学习考核薪酬员工关怀人才培养绩效考核合规管理ERPBI/BPC汇联易发票系统财务共享资金管理税务管理预算管理产品域研发域供应链域生产域品质域人事域销售域财务域智能语音智能翻译AIOCRAR供应链平台智能制造营销服平台品质平台HR平台财务平台主数据平

大数据AI台 生态服务业务、增效降本一网（信息网）一湖（数据湖）业财税

信息化

数字化设计协同供需协同生产计划协同产销物流协同营销服协同企业微信、OA、邮件、官网、文控、数据安全、网络安全、终端安全、应用安全实验室管理研发成本管理仿真数据管理研发平台系统功能基本满足业务要求经过近些年（尤其是2020年以来）的信息化建设，已构建起支撑研产供销服、品质、人力、财务等业务领域的IT能力，系统功能基本满足当前业务飞速扩张的需求。经管分析现状：目前主要围绕财务类结果展开，对业务过程分析覆盖较少，经管分析辅助解决业务问题解决和决策赋能的能力待提升。核心痛点：（1）跨领域系统集成以及数据集成存在堵点与断点；（2）专业领域数据应用向全局数据融合和共享演进过程中存在诸多数据质量和数据标准等问题。根因包括3方面：经营管理数字化面临诸多问题主要现状总结数字化顶层规划数字化蓝图待细化，以指导IT建设信息化投资管理机制与模式待优化数据管理数据运营模式待完善数据治理待深入开展数据平台定位待进一步明确，功能待优化数字化治理数据、架构、需求管理等的数字化组织、分层决策机制、制度体系待完善Page

15数字化顶层规划核心发现主要现状数字化愿景与目标：①

目前IT侧已制定IT建设目标，但全集团业务与IT对数字化转型愿景与目标尚未形成统一认知，尚未形成合力；②

尚未清晰定义牵引数字化转型的业务目标。数字化蓝图：①

集团层面已完成企业IT蓝图规划，但偏从应用层面解决功能覆盖度和支撑度；企业数字化转型的业务蓝图、IT蓝图（应用、数据、技术蓝图）、实施路径待进一步细化。经营管理数字化规划：①

经营管理的指标体系正在完善过程中，当前阶段以满足集团和事业部领导特定指标展示为主，并围绕特定指标开展跨领域数据拉通和数据管理工作。业务影响集团总部和各事业部数字化建设缺乏蓝图框架和实施路线图指导，易导致烟囱式以及重复建设。根因分析及优化建议可考虑进一步细化企业数字化转型愿景与目标，规划数字化蓝图，包括企业级的业务蓝图、IT蓝图、治理体系、实施路线等，促使全集团业务、IT资源在同一目标和认知上高效协同开展数字化建设。问题举例统一认识，设计数字化蓝图Page

16以终为始，描绘愿景把握节奏，规划举措和项目参照4A架构，细化架构蓝图（可选）实施策略与路线图规划项目五看（行业、客户、战略、自己、技术）设计顶层架构蓝图举措设计（可选）战略解析与业务现状理解15描述数字化转型愿景与目标24现状和差距分析3

数字化成熟度评估678

定义数字化转型指标体系（可选）9识别数字化转型举措101112图例：表示待加强信息化投资核心发现主要现状信息化建设评审（投前）：①

各事业部信息化发展阶段不均衡，信息化建设的需求评审缺乏数字化整体规划和实施路径作为指导；②

投资估算的标准化和统一化管理待加强。信息化建设管理（投中）：①

投中的项目过程管控较弱，各事业部管理模式和工具不尽相同。信息化建设评估（投后）：①

目前主要由事业部自行对项目进行后评价，集团层面统一的评估体系与长效机制待进一步完善。业务影响信息化建设在事业部层级较为分散，各事业部信息化水平参差不齐；缺乏有效的后评估机制导致投资效果评估缺乏抓手。根因分析及优化建议可考虑通过规划集团数字化蓝图与实施路径，为集团和各事业部信息化投资提供路径指导，从源头进一步强化共性应用的识别与集中建设，尽量避免重复建设的情况，为后续集团级平台化的发展打基础；可考虑进一步完善信息化投资的管理制度与细则，尤其是信息化项目过程管理以及信息化项目验收与评价。问题举例需求收集和管理信息化规划及年度修编信息化战略企业架构设计信息化项目清单信息化投资计划形成公司专项计划，安排专项预算立项及项目储备回顾、审计及后评估信息化项目建设评估体系待细化估算的标准化和统一化待加强23企业级信息化战略和企业架构设计的指导意义待强化1投资闭环管理待加强4Page

17数据管理体系整体建设情况图例：待优化本次诊断未涉及基本满足①

缺乏统一数据标准，数据融合存在困难，数据质量待提升；②

存在同一字段各系统格式不同的情况，业务口径导致数据孤岛，数据难以被利用。①

系统存在断点，数据分散在各个系统中，数据获取困难，数据集成重复建设；②

各数据分析人员从系统中获取原始数据进行报表加工，且数据报表需要从多个系统中取数，获取数据要多人审批，新增报表成本高，周期长，数据报表重复建设。①

数据责任划分待进一步明确，数据管理流程待细化，管理效率待提升；②

数据的拥有者、运维者、使用者待进一步规范。数据发生冲突时，数据的权威来源较难定义。数据战略管理数据运维管理数据需求管理数据共享数据效益评估数据标准管理数据质量管理主数据管理数据架构管理元数据管理数据安全管理数据保留与归档数字资产目录数据组织与制度数据平台数据运营数据应用管理数据治理数据保障实现保障支撑促进典型现状问题数据融合难数据获取难数据管理难Page

18数据运营核心发现主要现状数据共享：①

集团数据共享机制仍在建设中，存在数据孤岛。数据应用：①

经营分析体系待完善、数据质量不高等问题限制数据应用场景，尤其是在业务过程分析和决策赋能等方面（目前是围绕领导关心的特定指标，通过以点带面的方式推动相关数据服务建设）；②

尚未实现自动生成财务报告和管理报告，存在较多的数据调整与补录工作。业务影响缺乏有效的数据共享机制，导致信息孤立，阻碍跨领域业务协同效率。较难形成全面的数据资产目录，影响数据应用，阻碍数据驱动型决策和业务价值的实现。根因分析及优化建议待提高核心业务系统在事业部的覆盖度：系统不齐套影响流程贯通、数据贯通，例如WMS、MES、CRM、SRM、PLM、APS等系统齐套率待提升；待完善数据管理体系：可考虑从数据战略、数据治理、数据运营、数据保障（组织与制度流程、数据平台）4方面补全并优化数据管理体系；待优化数据运营体系：数据运营模式及相关组织职能待细化，包括数据的需求管理、服务管理、运维管理、数据共享以及数据效益评估等；推进经营管理指标体系建设，明确数据需求并进一步完善数据建模和可视化建设，以便关键用户能够更好地进行数据分析和决策。问题举例经营分析 财务管理 资金管理 税务管理损益 运营整体经营分析体系待完善，组织级数据模型待完善，未实现公司整体至品牌、车型经营情况的下钻溯因财务决策看板 标准化经营分析拆解思路集团整体经营复盘 经营产出分析资源投入结构分析资源投入强度分析重点车型经营分析产品盈亏平衡分析示例Page

19数据治理核心发现：数据标准主要现状数据标准管理：①

尚未建立数据标准管理体系（建立、发布、应用、变更、废除等）；②

分业务领域点状开展了数据标准工作，但缺乏集团层面核心数据/指标的的“官方定义”部分指标数据标准缺乏明确定义，存在加工逻辑不明确，加工口径不清晰问题。业务影响缺乏数据标准阻碍跨部门信息共享和协同，降低了经营决策的及时性和一致性；数据标准不一致导致数据难以进行跨系统集成，增加了数据分析与应用的人工处理成本。根因分析及优化建议待完善机制搭建与体系设计：目前业务部门追求交付效率的同时很难兼顾标准和管理的要求，数据标准相关制度约束需进一步加强。将标准管理纳入集团统一管理，补充相应的组织与团队，设计数据标准管理机制与体系框架，以强化数据文化和制度约束，规范数据标准的制定与执行流程。待优化数据标准管理体系：集团尚未形成长效的数据标准建立-发布-应用-变更-废除等标准管控机制，导致标准落地执行效果较差。需要逐步完善基础类数据标准和指标类数据标准，制定数据标准落地方案，逐步进行系统改造与切换，并盘点标准落地情况，确保标准有效执行。问题举例以采购降价率指标为例，物料采购价格在不同采购阶段分价格的且涉及是否分摊，但目前因加工逻辑不明确，在SAP系统中缺乏标识或标签，故需要人工参与识别进行指标计算定义清楚的指标定义应包括指标名称、指标分类、计算规则、纬度等Page

20数据治理核心发现：数据质量主要现状数据质量管理：①

存在完整性、一致性和及时性等数据质量问题，影响后续财务核算和业务分析；②

数据质量受系统成熟度和业态影响较大。例如生产制造领域由于生产工艺的差异，数据质量相对较差；③

尚未形成数据质量从规则制定、问题发现、质量提升，到质量跟踪与报告的闭环管理。业务影响数据质量问题降低业务预测准确性，增加业务质量控制成本，增加生产、供应和库存等管理风险；数据不完整或不一致降低业务决策的准确性和及时性，影响业务战略落地和执行效果。根因分析及优化建议待完善数据质量管理体系：待完善数据质量规则制定、问题发现、质量提升、质量跟踪与报告相关制度与流程，例如，完善关键业务数据的质量规范，细化数据质量问题从发现、指派、处理到优化的机制与流程；待建立度量、监控和报告数据质量水平的有效机制：明确数据产生环节的质量规则要求，数据集成环节对质量开展检查和报告，数据使用环节对质量评估；待将数据质量控制整合至系统开发生命周期，从根源保障数据质量：目前各业务系统间数据传输未嵌入质量检查规则，无法及时检测和纠正数据问题。问题举例成本核算中的账实不符问题BOM数据不准确MESWMSMES和WMS集成待优化，半成品数据未入系统库存数据不准确MESSAPMES数据和SAP计划工单、生产工单方面的交互待优化生产数据不准确SAP做成本核算时需要大量的人为干预，在成本核算及产能利用率等指标计算时，SAP、MES、人工计算三方数据对不上BOM实际生产用料和计划工单不一致Page

21数据治理核心发现：主数据主要现状主数据管理：①

主数据的识别、管理模式、整合规则与共享机制待进一步完善；②

存在多业务领域主数据问题，例如主数据不一致、多源创建等；③

目前经营分析和相关系统改造时的数据拉通难度较大，尤其是在产品、物料、组织等方面的主数据管理。注：2023年年中已启动主数据管理工作，包括主数据问题调研，主数据管理框架搭建，相关流程、数据、系统的改造以及主数据平台建设。业务影响同一实体（如客户、产品）的主数据在不同系统中版本不一致，导致业务流程对核心数据的使用受限，降低业务决策的一致性和可靠性，阻碍数据赋能经营管理的实现。根因分析及优化建议待进一步优化主数据管理体系：（1）根据主数据管理需求与数据现状进一步细化主数据范围；（2）细化当前主数据管理模式的执行制度、流程与规范（部门责任界定、数据owner工作事项等）；（3）细化数据整合相关规则与共享机制（准入、识别、属性覆盖、归并、关联映射规则等）；（4）针对发现的流程问题、数据问题，逐步进行相关系统改造。待优化主数据管理平台（目前正在搭建）：进一步提高统一的主数据分发与共享功能支撑。问题举例主数据多源创建问题部门A部门B部门C客户主数据多源创建维护，造成下游系统重复创建，财务人员需要对重复的客户帐号进行手工冻结供应商主数据多源创建，导致供应商数据重复的问题出现，同一个供应商具有多个不同的供应商编码，影响采购对账效率A客户数据B客户数据C客户数据A供应商数据B供应商数据Page

22数据治理核心发现：数据架构主要现状数据架构建设：①

当前信息系统建设主要侧重于业务功能实现，对细化的数据架构设计与实施，包括数据分布、流转、统一模型建设关注度较低；②

跨领域数据集成与应用时，由于缺乏数据架构牵引，相关系统改造工作量较大。数据资产目录：①

尚未形成企业级数据视图，分类分级的数据标签体系待细化，数据未统一管理对数据安全造成一定影响。业务影响缺乏数据架构指引易导致数据孤岛的形成，影响跨领域数据融合与贯通，降低业务流程的协同效率，影响数字化经营的整体效果；数据资产目录和数据分类分级体系不完善增加了业务人员获取数据、理解数据的成本，数据价值难以发挥。根因分析及优化建议待进一步优化数据架构规划与实施：需规范化系统建设时数据分布和流转设计和落地过程；待进一步开展数据资产目录建设：包括开展统一的数据资产盘点、建立企业级数据资产目录体系框架、构建企业级数据分类分级体系与数据标签体系等。问题举例由于缺乏统一的数据架构牵引，导致OTD从8个基地的MES系统的取数时，需开发多套取数规则，且存在大量的人工处理过程基地一 基地二 … 基地八MES MES … MESOTD规则1规则2规则nOTD从MES系统取数，取数规则不一致Page

23数据平台核心发现主要现状数据平台：①

数据中台框架基本形成，事业部可通过数据中台来搭建事业部的经营分析体系，包括建模和可视化等；②

数据治理、主数据管理等专业的管理功能待加强。数据入湖：①

集团级主要系统基本完成数据入湖动作（未全量入湖）；②

集团数据中台的定位、数据入湖的范围、标准待进一步细化。业务影响多数据中台等易导致数据集成拉通的重复建设，增加应用建设与维护成本。缺乏统一的数据平台影响数据的统一管理效率，对后续数据共享，数据治理和数据安全等造成影响，降低跨领域的数据拉通以及集团级数据赋能经营管理效率。根因分析及优化建议明确集团数据中台定位和入湖标准：可考虑进一步明确集团数据湖在事业部层级的管控模式，细化数据入湖的范围与标准，细化相关规划落地相应的组织、机制设计；提升数据治理平台功能：入湖数据的应用效果受到数据质量、数据标准、主数据等问题的影响，需加强数据治理和主数据管理平台功能，确保集团数据质量、安全性和一致性；提供培训和支持：可考虑提供常态化数据平台培训和支持，帮助业务充分理解和使用数据中台的功能，促进更广泛的数据应用。问题举例营销服、计划、仓储物流、制造、研发领域核心业务系统已执行入湖，但未做全量表入湖Page

24SAP、SRM、财务系统已入BW，选择暂不入湖；QMS、DMS等由于功能未上线等原因暂缓入湖集团数据中台以外，部分事业部/业务领域存在小数据湖；数据入湖的范围和标准待进一步细化。数字化治理整体情况科技管控IT管控组织与职能组织与职能 人力规划能力发展 培训管理IT制度IT制度IT绩效IT绩效管理IT运营项目管理需求管理测试管理运维管理研发管理架构管理外包管理质量管理创新管理业务IT协同愿景与定位图例：待优化本次诊断未涉及基本满足①

IT相关组织未完全覆盖IT能力，例如架构管理、制度管理暂无专职组织开展专业化管理；②

IT相关组织的分层决策机制和体系待优化；③

IT制度对数据管理和信息化建设的支撑覆盖度不足；④

IT运营层面，部分专业领域管理体系待构建，例如架构管理、需求管理、项目管理。典型现状问题Page

25IT管控核心发现主要现状IT管控：①

信息中心目前设置多个信息部，分领域纵向统筹集团总部（财务除外）职能中心以及事业部的信息化规划与建设；事业部结合自身业务发展主导系统建设方向与内容，信息中心在领域内统筹协调并提供开发支持、基础设施建设、运维等IT服务。②

集团目前采用类联邦式的IT管控模式，集团对不同事业部在决策、规划、建设等方面的IT管控力度不同，影响集团级系统推广、平台级系统建设、数据入湖、数据治理等工作开展效率。业务影响业务协同：系统齐套率导致业务无法全流程线上化，集团内跨专业、跨层级、跨领域的系统交互存在断点，影响一体化业务协同效率。根因分析及优化建议从企业级数字化转型的角度缺少体系化规划到落地的管控，对事业部的IT管控缺乏数字化蓝图规划与实施路径作为具体指导；在企业级数字化蓝图基础上，建议充分考虑平台级系统规划与实施的可能性，细化平台定位、功能范围、实施路径设计，逐步解决现存的系统孤岛问题；待进一步强化数据管理工作：通过制度机制建设、文化建设、强化培训等方式，强化业务侧对数据管理的配合度，通过数据标准、数据质量、主数据等领域的管理体系建设，同步提升数据质量和数据应用的效果，逐步解决现存数据孤岛问题；待细化架构、需求、项目管理等的分层决策机制与体系，进一步明确集团与事业部的配合界面和协同效率。问题举例集团级系统在各事业部的推广程度不尽相同，且存在同一系统版本在不同事业部实施时厂商不同的情况，导致技术标准等存在差异：领域系统名称版本系统所属部门部分工厂产线上线（正在部署中）生产域MESMES3.0智能制造部第六事业部、弗迪动力、弗迪精工、弗迪科技、新材料事业部电子MES电子事业群电子事业群电池MES弗迪电池有限公司第二事业部晶圆MESIC制造部第六事业部（晶圆制造）生产域WMS/运营信息部第一事业部、第二事业部、第十一事业部、弗迪精工、第二十一事业部、第二十二事业部、第二十三事业部、弗迪科技、太阳能事业部、弗迪动力、第六事业部、叉车事业部、BYD新材料、汽车工程院、规划院等Page

26数字化组织与制度核心发现主要现状数字化组织建设：①

从企业IT能力构建的角度，目前已构建IT建设、运维及IT服务、信息安全、项目管理相关组织和职能；数据管理组织与人才队伍正逐步壮大；架构管理、IT制度等暂无专职组织承接。②

结合数字化发展阶段需求（跨领域应用集成、数据辅助决策等诉求愈发凸显），基于决策层、管理层、业务执行层/IT执行层的数据管理、项目管理、需求管理组织体系待进一步细化，以提升数据治理与系统建设的推进效率。制度建设：①

已制定信息安全、信息资源相关制度以及部分数据共享规范；②

数据管理、架构管理、项目管理、需求管理相关制度与办法待进一步完善，总部与事业部IT协作、业务与IT协作过程中的数字化建设工作缺乏有效的制度指导和约束。业务影响数据应用：数据治理的推进效率影响经营管理数字化相关数据开发及应用，影响数据赋能业务决策的效果。系统建设效果：制度不完善导致各信息化项目的架构、需求、项目管理执行效果层次不齐，影响系统建设的规范性，对系统建设效果达成造成一定风险。根因分析及优化建议整体上，缺乏数字化治理体系规划来指导数字化组织职能设计以及IT制度体系建设，建议：组织方面，可进一步细化当前企业级架构管理、跨领域需求统筹管理的组织和职能，完善基于决策、管理、执行的分层管理体系；人才方面，可考虑补充数据治理、系统规划、架构管理（应用、数据、技术）、需求统筹管理等方面的专职人才；制度方面，可考虑补全数据、架构、项目管理的制度体系，以提升组织执行效率。问题举例数据管理相关基本制度、管理办法尚未完成制定，实施细则层面相关具体流程执行所需的角色、任务等细节有待进一步细化。基本制度管理办法实施细则、规范明确高管层和各部门职责，以及相应的工作机制等在各领域制度办法的基础上，派生出的实施细则与技术规范明确各数据治理领域的组织与职责、工作流程和工作事项等制度体系分层框架待完善待完善待细化Page

27IT运营核心发现：架构管理主要现状架构规划：①

目前以确保各事业部业务灵活性并支撑业务快速发展为主，尚未系统性开展企业级架构规划并制定架构蓝图。架构治理：①

架构设计、决策、维护与发布的流程尚未制定。架构管控：①

目前对业务与IT架构采用弱管控方式，信息中心和事业部IT部门未设置专职架构管理组织与团队；②

在信息化项目中以点状形式开展架构管理工作。业务影响信息孤岛：导致后续系统拉通和数据集成困难，影响跨领域业务协同以及数据赋能经营管理。业务IT协同：业务IT缺乏统一架构语言，会导致业务IT衔接不畅，影响日常系统建设的功能归属、系统边界划分、问题决策效率。根因分析及优化建议从更高效、更可续开展数字化建设的角度出发，可考虑将企业架构规划和治理作为数字化建设的一个重要工具：通过业务与IT架构的规划和设计为IT系统的演进提供重要指导和分析依据，同时兼顾企业组织和业务流程之间的关系、流程与数据和系统之间的关系，识别出部门间重复的业务需求和数据，有效避免业务级、功能级、数据级的重复建设。问题举例分散的架构管理对业务IT协同、系统建设都造成一定影响，例如：业务战略IT战略IT架构应用技术业务架构运营模式流程组织业务机会数据21融合业务需求转化为IT需求时，所对应承接系统不明确…业务流程所应承载的数据不清晰、实现业务功能与数据集成的系统不清晰…12Page

28IT运营核心发现：需求管理主要现状需求收集与分析：①

存在较多基于领导层面线下协调来开展需求承接工作的情况，需求的收集与整合的规范性待进一步提高。②

IT部门以支撑业务发展为主，对跨事业部、跨领域的需求整合力度较弱，企业级的需求分类分级管理机制待进一步细化。需求端到端管理闭环：①

信息化需求从提请到后续项目过程中的需求监控，到需求关闭后的信息化效果评估，端到端闭环管理待进一步打通，以提高信息化需求管理的科学性和规范性。业务影响需求缺乏统筹管理易导致系统重复建设，造成IT资源浪费。根因分析及优化建议建立集团与事业部之间需求协同分析、决策、评估优先级的机制，以提高跨领域、跨事业部需求统筹效率；可考虑建立企业级需求资源池，提高需求分类分级管理效率以及将需求转化为项目计划的科学性，保障IT规划的落地可行性。问题举例力度较弱多以领导商讨为主管理颗粒度较粗缺乏架构设计作为需求分析的输入，影响需求分析效率Page

29IT运营核心发现：项目管理、业务IT协同主要现状项目管理：①

目前信息化建设项目采用信息中心兼职项目经理+事业部专职项目经理形式，具体进度和事后评价由事业部掌控；②

项目分类分级管理体系仍在构建过程中，差异化项目管理与资源配置待优化；③

目前项目过程管理颗粒度较粗，具体工作分配和考核下放给项目组长，项目经理只把控项目大节点。业务IT协同：①

业务与IT的协同机制待进一步细化，目前主要由IT侧单方面积极推动数字化建设；②

业务与IT协同的文化尚未形成，由于业务发展迅速以及业务部门配合意愿等问题，导致对信息中心IT人员的业务要求迅速增高；③

部分业务领域缺乏主要owner去牵头统筹业务需求、数据管理和系统建设，业务与IT之间的桥梁待进一步增强。业务影响项目管理颗粒度较粗易产生信息化建设效果不达预期的风险；业务IT协同问题导致数据治理工作推进效率不佳，影响跨领域数据集成和经营管理数字化建设。根因分析及优化建议项目管理：可考虑通过优化项目管理机制加强对信息化项目的范围、进度、质量进行把控，在执行过程中培养数字化建设的人才；可考虑针对项目覆盖面的差异（例如，领域级、跨领域级、集团级等）对项目进行分类分级管理，并建立差异化的项目管理机制来优化IT资源的供给。业务IT协同：待进一步厘清业务与IT的配合界面；对重点业务领域可考虑采用科技派驻式等方式，充分了解并整合业务部门的IT需求的同时宣导数字化转型工作，长期推动业务与IT协同文化的建设。问题举例业务IT协同：数据入湖过程中已开展部分数据治理工作，但数据标准执行效果不佳，主要由于业务部门配合力度有限归口业务部门（数据Owner）大数据管理部数据标准数据Owner牵头力度有限数据标准执行效果不佳相关业务部门Page

30诊断任务背景理解数据管理与信息化建设现状诊断数据管理与信息化建设提升高阶建议基于经营管理数字化对数字化转型整体框架中其他模块的依赖关系，对数字化顶层规划、数据管理体系、数字化治理未来的建设提供高阶建议，为未来高效开展数字化转型提供参考当下未来能力构建1.画蓝图3.管数据2.治体系Page

32可考虑通过开展数字化转型顶层规划，制定数字化蓝图，为实现数字化相关的流程、数据、系统建设提供规划与实施路径指导2.数字化蓝图规划1.数字化战略愿景业务架构蓝图规划应用架构蓝图规划数据架构蓝图规划技术架构蓝图规划数字化转型保障机制设计实施策略与路线图实施任务与项目卡片战略解析与业务现状理解数字化技术与领先实践研究IT

现状评估与差距分析业务高阶需求分析数字化成熟度评估数字化机会与场景分析数字化转型愿景与目标3.数字化转型实施路径承接业务发展战略，服务业务经营绩效，匹配业务运营模式，对经营目标进行拆解，建立与核心业务举措的映射关系，从而支持识别数字化经营场景的业务价值应用功能模块，应用功能模块与应用系统的匹配，应用系统集成关系数据资产目录设计数据分布、流转、集成设计技术平台设计包括管控模式、组织机制、IT运营、数据管理在内的治理体系Page

33未来经营管理应用场景可考虑围绕企业价值体系展开，建立横向覆盖收入增长，成本管控，效率提升，提高盈利，管控风险等维度，纵向贯穿研产供销服等具体业务领域的指标体系价值体系基于价值体系优化企业经营管理目标业务架构研产供销全价值链业务流程高效运作闭环机制管理循环助力经营业绩提升指标图谱整车销量等经营关键指标透视分析业务全貌核心决策经营管理有据可依数据驱动决策目标价值应用场景数据底座经营管理数字化基于数据底座与数据资产搭建，通过数据应用为实现企业价值目标、促进流程高效运作、透视业务全貌、提升经营业绩、辅助决策提供数据与分析支撑。从数据入手，基于重点业务场景，通过经营管理数字化实现业务价值提升数据资产管理（数据模型、指标体系…）大数据平台（数据运营、数据治理、数据中台...）Page

34经营管理数字化体系建设内容示例以战略为牵引，以业务为导向，以指标体系为主线，以数据质量要求为切入，借鉴领先实践，围绕经营分析涉及的指标体系、模型与报告数据治理、数字化运营监控平台、流程机制五个方面，建设经营管理数字化管理体系。企业经营管理数字化管理价值支撑绩效考核经济分析风险预警资源配置滚动预测预算纠偏行业对标生态强化…分析模型报告业务监控模型管理基线模型风险预警模型复盘报告专题报告数字化监控看板数据源表管理数据库接入预警监控引擎流程任务管理…运营监控平台指标体系指标层级指标分类指标定义统计口径统计维度数据治理数据资产数据模型数据标准数据质量数据安全业务价值链研发生产采购销售服务数据基础ERPMESPLMCRM…运营监控流程机制经营分析会PDCA闭环管理月、周、日报告问题溯源与改善…21435Page

35信息化投资：可考虑分业务领域（研产供销服、品质、人财等）按照项目层级对数字化建设效果开展评估，包括结果、能力、数字化场景三个大维度和下分指标质量速度/柔性成本/效率可持续发展流程IT能力：提升业务领域作战能力数字化场景：支撑

“超越”、面向未来变化数据质量速度/柔性成本/效率可持续发展来料合格率、制程合格率、市场质量…订单达成率，物料齐套，配送率…成本占比，库存周转率，劳动生产率…产品综合能耗，产品碳排放…流程数据IT智能制造、数字化营销流程成熟度…生产、采购、研发、营销数据质量…系统用户满意度，系统故障率…新品上市产品竞争力销售增长率客户满意新品上市周期…产品竞争力，转化率…客户复购率…客户满意度…数字化项目要实现业务结果，包括财务结果和客户满意。支持业务结果指标实现需要一系列的能力，通过数字化项目提升关键能力支撑业务结果达成。能力是构建在数字化场景之上的。现金流规模增长盈利客户满意结果：财务结果和客户满意示例Page

36信息化投资：可考虑阶段性对整体的数字化转型成熟度进行评估，并闭环调整数字化建设目标、实施路线图等，行业通用数字化成熟度评估模型（ODMM）参考如下 战略决心数字文化、人才和技能卓越客户体验数字技术领导力服务创新与数字交付数据管理与分析数字愿景商业敏捷财务与投资模型敏捷团队思维、学习和发展员工体验和数字工作平台以客户为中心体验治理品牌意识基础数字技术数字技术运维数字技术运用与治理服务创新数字交付随需供应链数字战略与治理数据增值数据挖掘Page

37信息化投资：可考虑通过强化数字化规划和需求统筹来规范信息化投资的源头，通过优化项目管理体系和投后评估提升信息化投资端到端管理能力分

设 构

测

部析

计 建

试

署部门/企业需求部门/企业需求部门/企业需求……技术创新需求需求收集和管理信息化规划及年度修编信息化战略企业架构设计信息化项目清单信息化投资计划集团规划产业规划形成公司专项计划，安排专项预算预算盘子投资计划立项及项目储备（可行性研究/初步设计/原型验证/技术经济分析）客制化应用新系统建设套装应用新系统建设（相关套装软件实施方法）基础设施合理化（新建、改造、云计算应用）创新性项目研究回顾、审计及后评估单个项目验收、审计年度回顾、后评估每年迭代此过程必需的IT运维示例进一步理顺信息化投资由计划安排、预算编制、成本核算、后评估的全过程。Page

38数据运营：近期可考虑优化从数据供给、数据需求到数据消费的数据应用过程，同时完善数据共享机制，进一步促进跨领域数据集成与共享，赋能经营管理数据应用数据供给数据消费方案设计与实施数据服务需求分析问题定位与解决验证及关闭问题分析数据质量报告资产运营报告事件和问题管理数据运维数据生命周期运维数据共享开放数据权限管理合规安全管理数据交换渠道数据效益评估设定考核目标考核内容以及评分标准运营执行效果考核Page

39数据治理：近期可考虑围绕重点经营场景着重开展数据标准制定、数据质量提升、主数据管理等数据治理工作，并逐步推广，建立数据治理长效机制数据管理专题经营管理场景盘发现业务痛点调研业务部门，梳理业务流程，分析数据问题数据盘点，收集数据字典与数据规范为业务部门提供生产经营指标分析服务提供数据快速检索与数据资产全景可视服务治跨数据域的数据整合拉通，形成单一数据视图进行数据质量检核，并对数据质量实时监控和预警用规定义数据标准，确认核心系统定义数据模型，确定数据流向制定数据质量规则数据治理组织组织和人员角色与职责数据认责管理制度和流程管理办法 考核机制 日常运维 执行监控企业愿景和规划数据治理目标和原则战略机制实现专

题数据标准管理数据质量管理元数据管理数据架构&模型主数据管理数据服务管理数据安全&隐私数据生命周期技术和平台数据管控平台数据湖/建模工具数据智能平台大数据分析平台数据治理成熟度评估数据治理体系规划示例Page

40数据中台：为匹配经营管理数字化对数据运营、数据共享、数据集成、数据应用等愈来愈高的要求，可考虑进一步强化数据中台，尤其是数据治理能力数据源内部非结构化数据CRM内部结构化数据PLM MESWMSSAP…用户行为…日志采集渠道数据外部数据数据交易所 互联网平台 …数据集成实时集成关系型数据半结构化数据非结构化数据批量集成…数据存储数据存储能力存储资源归档数据湖仓一体数据计算数据计算能力实时计算计算资源离线计算数据应用数据平台算法模型能力数据模型算法库模型发布模型监控数据管理资产目录血缘地图安全审计主数据质量管理…加工体系数据资产（One

Data）作业开发任务调度作业编排作业监控作业重跑数据资产管理人资…指标资产财务分析风险分析 …交易指标门店指标人资指标数据服务数据服务能力（OneService）服务开发服务编排服务鉴权交换共享服务目录访问流控数据应用经营分析固定报表 批注交互多维分析 智能监控市场销售管理趋势分析 订单预测客户画像 客户服务研发管理供应链管理客户管理制造管理产品全生命周期管理 交付质效分析 客户生命周期管理 设备能效监控方案优化 库存分析 客户体验分析 人效分析示例数据治理能力强化元数数据据管理中台的数据标治准管理理

能力消费者 渠道 产品 品补牌供应商 门店 财务充并物料优标签资产化产数品特据征

标客签户特体征物料特征 …系完善数据模特型征工程优化数据流程，简化数据采集数和据处集成理能力的流程，提高工作效率开展驾驶数舱据挖掘……、预测分订单析管理等工作…，…

将数据应用到…

各业务领域业务决…

策和运营中，推动…

企业的发展和创新…Page

41数字化治理：完善数字化治理体系，明确各模块协同关系，并融入数字化转型目标和举措，支撑IT战略和业务战略的实现。近期可考虑优先完善数据管理、架构管理的组织人才、制度与流程 IT绩效IT运营业务战略 业务绩效分解支撑影响关键指导制度与流程指导关键指导支持支持管理保障组织与职能指导 支撑IT战略数字化转型目标和举措关键指导支撑指导支撑架构管理需求管理项目管理业务IT协同…科技管控IT管控愿景与定位Page

42美的分层分级数据运营组织架构：在集团数据运营委员会指导下，分级建立数据运营组织，并配以专职业务治理、数据治理、数据应用人员事业部集团数据运营组织数据运营推动人（CDO）业务治理组业务治理负责人业务推进专员治理体系组专项工作负责人数据治理专员数据应用组数据应用负责人数据应用专员数据运营技术支持数据平台运营专员事业部数据运营组织（家用空调为例）事业部数据运营负责人集团数据运营委员会HR营销营销制造数据owner协同平台支持顺德工厂数据治理小组组成数据owner数据owner生产部-制造信息化IT数据专员平台支持IoT（用户）领域数据owner产品与供应链领域数据专员领域数据专员领域数据专员领域数据专员中国区域领域数据owner领域数据owner美的国际领域数据owner各领域…业务治理组业务推进负责人业务推进专员治理体系组 数据应用组专项工作负责人 数据应用负责人数据治理专员 数据应用专员数据专员国内 海外 财经 营运与 研发 供应链数据 数据 数据 数据owner owner owner owner数据专员 数据专员 数据专员 数据专员数据专员图例：专职人员兼职人员Page

43美的分层分级数据运营组织架构：集团层面数据运营组织与角色定位集团数据运营委员会产品与供应链领域数据owner中国区域领域数据owner领域数据专员领域数据专员领域数据专员领域数据专员领域数据专员各领域设置领域数据owner（兼职）•牵头本领域集团层面数据治理协同、拉通工作，并作为数据