后疫情时代，全球经济与产业新格局正在快速重塑，国外制造业恢复缓慢，刺激国内的出口需求大增，并带来国内各领域的快速发展。同时，国内制造业处于低端产能过剩，中端内卷竞争，高端巨头分享红利的市场分化状态。遵从行业监管及节能环保严格要求，同时快速满足客户的个性化的需求，迫使企业在技术研发、韧性供应链、管理变革上加快转型升级。从行业特点上看，制造业面临着订单量增大，需求个性化、多样化；边设计、边采购、边生产；插单、改单、频繁变更等外部挑战。同时面临研发技术的创新、自动化设备改造、生产能力的提升、材料价格上涨、人工成本增加、管理疏漏频发、以库存及应急调整满足客户交付等一系列内部挑战。这些都大幅度增加了企业的管理成本和管理难度。
在数字驱动、智能制造、智能管理大背景下，制造业认识到数字化转型和信息化建设的重要性、迫切性，但普遍存在基础较为薄弱，管理优化、业务转型方向不清晰的共性。企业数字化转型过程中对业务理解不够、创新不足、缺乏前瞻性将直接影响建设效果，企业是一个创造、传递、支持和获取价值的系统，数字化转型只是过程，企业已经进入了价值为导向的数字化转型关键期，最终目标在于帮助企业可持续的发展。
如何快速洞察管理问题，提升管理效率，降低管理风险，以应对市场环境的变化，是管理创新、流程梳理、数据治理、系统落地、数字驱动管理的一体化管理工程。最终让数据得见，管理抓得住，改进才有方法，才能全面的提升企业数字化的运营能力。
1.数据为什么“看得见、看不清”
企业的数据源自于流程、设备、外部，流程遵守规则、主数据建立标准、业务数据及时录入经营数据才能真实可信。现实情况往往是大量无序数据尘封已久，数据不及时反馈，未能洞察数据的价值，常见问题如下：
业务流程：固化的业务流程不能适应灵活多变的业务，没有及时修正和更新流程，不但流程数据不能真实反映实际业务情况，而且影响到部门之间的流程协作的顺畅。线下流程、计划外等异常情况频发，流程缺乏监管机制和手段，例外成了标准，偏门成了正道，业务数据的真实性有待考量。
主数据：主数据是数字化的基石，是确定业务流程运的基本准则，是统计分析的分类维度，是评估业务运行的标准。往往很多企业的主数据只是在上线期初维护一次，达到为流程运转起来上线的目的。但数据的分类规则是否合理？数据维护的是否完整？数据设置是否有冗余？流程变更后对应的数据规则是否及时调整？数据异常有没有及时分析并做出修正？长期以来主数据的设置与实际业务存在较大偏差。
流程数据：订单流/业务流产生各种业务数据，业财一体化自动产生财务成本数据。但流程运行的数据存在滞后，计划编制与实际执行不符，大量订单存在异常，没有及时跟进和修正，以个人经验取代系统严谨的逻辑，最终流程数据实际业务脱节。
制造数据：制造过程的数据主要来源于机器设备数据及产量信息，很多企业的生产数据采集主要依靠传统的手工作业方式，人为记录错误率高且效率低；即便实现了设备采集，采集的制造数据量巨大，制造数据哪些对工艺改善有帮助，哪些数据对产品质量有影响，哪些数据对质量提升有帮助，哪些数据对设备保养有提醒等前瞻性分析不足，造成设备数据的利用严重不足的情况。
经营数据：经营数据是实时反馈的综合数据，以主数据为基石，以流程为规则，对一定期间内的数据进行多维度统计分析，是对过程管理的综合评价，为管理者经营者提供决策支持。当主数据不规范，分类规则不统一，流程执行不一致，组织结构的多变性，再加上数据采集滞后，产生的经营数据的很难向下溯源，经营数据往往滞后于管理决策要求。分析异常数据的根源及产生的原因，无疑增大了企业的管理投入。
2.让数据“看得清、抓得住”
企业的管理数据既要看得见业务的运行情况，又能发现数据背后的管理问题，找到解决问题的抓手，才是真正推动企业数字化转型的目的。并非为了系统而系统，构建多层次的数字化的管理架构，是打通数据链的核心关键。
主数据数字化：主数据维护及纠偏是主数据持续改进的关键，企业应该建立一套评估的数据的指标，分析主数据维护的合理性，并及时做出修正，例如：一年新增的的物料编码数量比率，一年不使用的物料编码数量&比率，数据交货日期维护的偏差率等来全面检查和纠偏系统维护的基础数据的准确定，对主数据的情况做一个综合的评估，并有效的指导数据的纠偏。
流程数字化：企业信息化的全面推进会产生100-200个左右的业务流程，每个业务流程建立是否合理，是否能有序的执行，流程之间的衔接是否顺畅，评价流程运行的标准是什么？如：承诺给客户的订单交期是否按时交货？生产订单是否准时入库？车间有没有按计划领料？计划变更后是否通知相关部门？超期异常库存是否每天提醒等，严格意义上每个流程至少需要一个数字化的流程指标，作为评价流程的运行的依据。
制造数字化：制造现场是制造业数字化应用的主战场，各种资源的投入，如何才能生产出高效率、高质量、低成本的产品；这需要企业对制造端有快速、清晰、全面的认识；例如：能否通过数据的连续监控，发现即将产生批量不良的事件然后进行遏制；能否及时发现哪些设备资源出了问题并进行紧急处理；对没有按SOP作业要求进行操作的，能否进行直接控制；只有通过数字化标准精准传递，再通过数字化进行过程控制，通过数据的结果呈现和持续优化改进分析，才能在整个主战场运筹帷幄。
运营数字化：各部门的日常管理都需要数据做支撑，管理改善需要数据做评价，只有对日常业务数据进行深度分析，才能为各部门日常运营提供帮助。例如：月度销售准时交付率，不能准时交付的是那些产品，延期了多少天未交付，主要的原因是什么？找到溯源分析原因，推动日常运营的改善。
经营数字化：经营数据源自于主数据、流程数据、制造数据和运营数据，经营数据以洞察管理问题，提升管理效率，降低管理风险，增加管理收益，为管理决策提供帮助。经营数据首先满足即时性或者相对即时性的要求，其次经营数据能够实现数据溯源，可有效的分析数据的构成，找到改善的方向，落实解决问题及推动业务改善。
3.让数据“抓得住、推得动”
企业不同层面的数据起到的作用不同，数据之间紧密相连、环环相扣，数据反应业务执行的情况。业务的变革是推动数据优化改进的最有效方法，应该全面建立企业流程数据，基础数据，制造数据，运营数据，经营数据基础。通过数据分析来发现企业的管理问题有内部执行问题、部门协作问题、基础数据问题、外部环境的问题、业务发展的需要：哪些问题可以通过业务制定规则固化流程进行改善，哪些问题可以通过系统设置监控和控制点解决，哪些问题可能暂时无法解决只能搁置处理。问题的甄别不是靠经验，所有的都源自于数据的分析。
日常的管理问题在项目蓝图设计阶段应该被充分考虑，在数据收集和系统控制层面提前进行预防测试，在上线前增加设置监控和控制点，这也是管理方法结合信息系统有效的控制办法。将问题控制在发生的源头，避免数据错误&流程滞后带来的业务影响。上线后流程的运行会暴露的新的问题，应急解决流程问题是暂时的行为，只有通过数据的分析才能甄别到问题的原因，逐步持续优化业务流程和基础数据，改善业务数据，形成数据驱动业务持续改进的方法，才能实现数据驱动价值的目标。
上海九慧信息科技有限公司是一家专注于企业数字化转型的高科技企业。公司创立于2010年，团队成员来自于国内外知名企业管理及应用咨询公司，具有丰富的企业管理咨询、信息系统建设、管理应用系统实施及应用软件开发经验。作为SAP中国金牌合作伙伴，九慧信息凭借专业服务能力及优异的项目交付质量。公司秉承”九德立信，慧智成业、思勤行健，途远共赢”的理念，以“价值交付，成就卓越，回报时代”为使命，九慧信息立志为各行业客户持续提供优质的咨询及实施服务。
