工业制造企业如何进行数据分析,这几个实践案例告诉你

DataHunter 2019/04/30 23:59

随着数字化技术的快速发展,数据的作用正在不断凸显。但是,很多企业由于处 数字化转型的初步阶段,数据基础薄弱,所以对数据分析与可视化对于业务有什么实际价值,仍然不是很清晰,提升数据分析能力的意愿也并不强烈。

对于某制造企业来说,情况也是如此,在漫长的历史时期内,该企业都是通过 手工报表 的形式来提交、处理数据,后来,其部署了DataHunter的敏捷数据分析解决方案。下面,我们就通过该企业的数字化实践,让大家管窥数据分析与可视化的价值所在。

数据分析让产品生产效率更高

在制造行业,生产效率的重要性不言而喻,其直接与企业的产值、利润、竞争力挂钩。该企业在致力于提升生产效率的过程中发现,当前生产车间存在的一个显著问题是, 不同车间、小组、工人的生产效率、材料损耗、产品良率都存在相当大的差别 ,例如,有些车间在生产条件类似的前提下,产品良率上明显偏低,或是材料损耗率显著偏高,这显然会给生产带来很大的负面影响。

新知图谱, 工业制造企业如何进行数据分析,这几个实践案例告诉你

要解决这个问题,一般可以采取两种方式,第一种方式是 使用大量的人力进行监督,或是部署摄像头来进行监管 ,但这样不仅会带来巨大的成本损耗,而且可能还会损伤员工关系,不利于企业文化的培育;第二种方式是 采取严格、明确的奖惩措施,以奖励先进、鼓励后进 ,其按周提交的数据报表有助于解决这个问题。

但是,数据报表存在的一个显著问题在于, 其数据统计的细粒度不够,而且很难对于不同数据进行关联分析。 例如,在发现某一周某车间的生产效率明显下降之后,很难通过数据报表找出原因是因为员工效率下降、产线调整还是其它什么原因。而且,这些数据报表没法做到实时生成与变动,管理者总是处于被动的等待数据的状态。

通过部署Data Analytics 数据分析平台,这一问题得到了有效解决, Data Analytics不仅能够实时展示生产中的各项数据,还支持智能推荐图形、图表协同过滤、全维度数据钻取等探索式分析功能 ,从而精准地定位问题的所在。

例如,该企业在发现某天生产效率显著偏低,之后,通过数据的下钻,发现是某一生产小组生产状况异常,导致整个产线都受到影响。进一步分析发现,是因为某关键材料的供货不足,在发现这个问题之后,该企业迅速调整了生产计划, 让这个本来可能需要耗费一周才能解决的问题在一天之内得到了解决。

新知图谱, 工业制造企业如何进行数据分析,这几个实践案例告诉你

数据整合让企业管理更加科学

除了生产问题之外,管理也是该企业非常关注的核心问题,该季度财务收支情况如何?市场经费都花在了什么地方?哪个员工这个月绩效最好?员工这个月的入职和离职情况是什么样的 …… 这些问题虽然看起来不是什么大事,但是却会对企业的管理带来巨大的影响。

但在相当长的一段时间内,该企业在管理决策方面都是出于“ 拍脑袋 ”的状态。虽然财务、人力各个部门也会提交一些表单,但是这些表单基本都是按照各个应用系统来划分的,比如ERP系统一个表、OA系统一个表,MES系统一个表……这些表的数据太过琐碎,管理者由于时间与精力有限,基本不可能认真阅读每一个表单。

针对以上问题,DataHunter 首先通过数据服务,帮助该企业打通了各个应用系统的数据孤岛,将这些数据整合到统一的数据仓库之中。随后,DataHunter 帮助该企业建立了财务、人力等各个数据看板,将各类的数据报表都整合在一起,动动手指即可进行相互切换,不仅节省了时间,而且还可以实现不同数据的关联分析,决策也变得更加科学。

例如,在某段时间,该企业通过Data Analytics发现公司的离职率在短期内快速升高,在进行数据下钻之后,发现是某生产创新部门的人员有了大量流失。继而, 该企业对于人力资源数据与财务数据、外部数据进行了联动分析 ,发现在这段时间内,市场对于该类型人才的需求量大增,市场平均薪资已经大幅高于该部门人均薪资。为此,其紧急提高了工资与福利水平,避免了人才的持续流失。

新知图谱, 工业制造企业如何进行数据分析,这几个实践案例告诉你

数据可视化让品牌形象得到显著提升

作为一家省级制造企业,该企业设立在某工业园区内,并正在向政府引导的最新产品与业态进行转移。该企业希望能够充分展现自身的发展成果,这样不仅有利于提升品牌形象,还有利于获得政府、园区、投资方的更多支持。

在过去,该企业展示发展成果的方式非常传统,即通过PPT、文字材料,以及口头汇报的方式来进行。这些资料虽然很容易获取,但是也存在一个显著的问题,那就是 视觉冲击力不够,也不够直观 ,很难让领导或是外部人员产生深刻印象,展示效果也就大打折扣了。

为此,该企业将Data Analytics 数据分析平台与Data MAX 数据大屏展示工具进行了打通,将Data Analytics 分析的数据图表投射在公司会议室、展会的大屏上。 这些数据图表拥有着酷炫的视觉效果,而且处于动态变动之中,可以直观、清晰地展现当前企业的销售额、用户量、业务全国分布、竞争力等发展成果。

在某重要展会中,该企业成功借助该套系统完成了面向领导的成果汇报,以及面向公众的品牌展示工作,获得了企业上下的一致肯定。

新知图谱, 工业制造企业如何进行数据分析,这几个实践案例告诉你

敏捷数据分析让 I T 部门得到 “解放”

在前面我们提到,该企业之前主要是通过报表的方式支撑业务数据的采集与分析。由于该企业 IT 部门规模不大,而且还负责着网络运维、 I T 设备采购等主要任务,所以数据报表的制作经常给 I T 人员带来额外的工作。特别是在月末、季度末等需要进行汇报的时候, 繁杂的数据统计与报表制作事项让 I T 部门的加班成为常事。

该企业处于数字化转型的关键阶段,管理层也制定了相应的人工智能、大数据等创新技术应用规划,各种新型的应用系统也纷纷等待上线。但是 由于被数据报表的低效工作束缚,IT部门无法做到“轻装上阵” ,很难有精力投入到真正有创新性、前瞻性的IT创新之中,数字化能力无法充分赋能企业发展。

在Data Analytics 数据分析平台部署之后,这一问题迎刃而解。IT人员只需要将数据库接入到Data Analytics 之中,在根据业务需要配置好数据看板之后,该系统就能根据业务数据实时地进行分析并生成相关的数据报表, 根据其内部测算,数据分析的工作负荷由此降低了数倍。 在IT人员的生产力得到解放之后,其可以将更多的精力投入到业务创新等真正有价值的地方。

219 篇 数据分析展示就用DataHunter

-End-

新知图谱, 工业制造企业如何进行数据分析,这几个实践案例告诉你

DataHunter
+ 关注

更多新知