某军民融合企业发力工业数据智能平台建设，提高一体化生产经营能力 | 案例研究

时代背景下孕育出的数字化转型需求

中国电子信息制造业正在经历由规模红利转向精益制造、数字化转型推动行业发展的关键时期，产业发展进入“重科技研发，高价值产品创新突破”的新阶段。同时，各企业面临电子原材料涨价、用工成本高、产品同质化严重等不利因素，需要进一步利用好数据资源进行精细化管理。在当今数字经济与技术快速发展的时代背景下，工业数据智能平台成为企业数据驱动增长的重要抓手，为实现企业价值增量提供重要支撑。

01某军民融合集团大力推进数据驱动战略

某军民融合集团作为中国电子信息竞争力百强企业，跨行业、多领域的业务线促使其迫切需要精细化管理提升企业效能。企业已建设完成数字化设计（PLM）、数字化管理（ERP）、数字化制造（MES）三大核心平台，但业务、生产相关数据未作关联，业务流程断点依然存在。多年来，集团已有系统中沉淀了大量宝贵的数据资源，但尚未通过有效治理形成可便捷使用的数据资产。该军民融合集团迫切希望基于XBOM体系（不同业务视角下的BOM体系）构建出“研发-制造-管理”一体化数据链路，减少经营决策相关指标数据的手工核算，降低运营决策中个人经验依赖度，能够通过数据资产对业务决策形成支撑，提高日常管理运营效率。具体业务需求主要体现在以下三方面：

图1：某军民融合集团供应链协同业务需求图

02该军民融合企业携手滴普科技共同构建工业数据智能平台

经过多轮供应商筛选，该军民融合集团最终选择与滴普科技合作共建数据智能平台。

北京滴普科技有限公司成立于2018年，是专业的数据智能服务商。滴普科技以最新的数据智能技术为基础，以数据的业务价值为核心，深耕精益制造、商业流通、生物医药、金融科技、能源双碳等领域的数据资产建设，现已为100余行业头部客户实现数字化升级。

滴普科技数据智能解决方案为“数据基础底座+数据资产管理与应用平台"架构的新一代云原生数据智能服务平台FastData。其中，数据基础底座通过实时湖仓引擎DLink，实现对各种结构化、非结构化数据湖仓一体、流批一体的存储，通过数据智能开发平台DataFacts对多源异构的数据进行标准化处理，通过数据科学分析平台DataSense进行数据探索式分析与应用。数据治理平台DataKuber能通过数据资产生产、编织和生命周期运营，支撑上层设备故障诊断、经营分析、工艺优化等业务场景应用，实现业务与数据的底层融合与数据资产价值最大化。

通过需求调研、业务梳理、问题诊断、方案设计、布设实施五大实施步骤，滴普科技项目团队为该军民融合企业构建起数据采集、数据加载、数据转换、数据计算储存、数据分析、数据应用的一站式定制化数据智能平台。

该数据智能平台从技术层面可分为以下三层：

1）解决结构化数据、半结构化数据、非结构化数据的收集连通储存问题，实现湖仓一体化及流批一体化。支持PB级海量数据储存和调用，为各种离线数据和实时数据提供整体的解决方案。

2）提供标准化多功能的数据治理体系，通过数据治理、数据计算、数据分析，形成数据资产，沉淀出不同业务维度的数据域及数据指标，进而全方位多层次地进行数据资产管理，帮助军民融合集团形成业务知识数据资产化的最佳实践。

3）贯穿需求、设计、制造、供应链、销售及售后的全业务链条，根据不同经营管理业务逻辑及指标，配用相应的模型和算法，生成相关业务场景数据看板，助力企业实现高效的管理决策，聚焦数据驱动，建设XBOM数据链、打造数字新军工。

该数据智能平台在数据应用方面，已初步建成采购、生产、产品、客户、经营、方案六大主题数据中心，并配置数据看板。

03工业数据智能平台助力该军民融合企业提质增效

数据赋能业务价值

形成100+产品数据模型、130+经营数据模型、70+客户数据模型、50+采购数据模型；新品3D数字化样机率达到90%、BOM准确率从92.3%提升至96.6%、核心指标自动化率从62.2%提升至76.9%、报表自动化率从40%提升至90%。

图2：项目成果

04建设XBOM数据链，打造数字新军工

实现集团核心经济指标的自动化统计分析和追溯，提供实时可得的经营成果数据、预测数据。30+套信息化系统统一集成，形成11个业务场景数据应用落地，建设完成采购、生产、产品、客户、方案、经营管理六大业务领域数据资产地图，整体贯穿从需求、设计、制造、供应链、销售到售后全业务流程。

以产品质量管理场景为例：

产品及其质量数据分散在相关业务系统中，当需要查询产品信息和产品出现质量问题时，业务人员只能在各系统中进行数据查询和问题追溯，效率低下且各数据的关联性和准确性也得不到保证。产品质量管理人员迫切希望通过数据智能平台的建设，进行数据治理和数据资产化管理，以实现产品全生命周期数据的及时查询和产品质量的正反向追溯。为此，滴普科技提供了一整套的解决方案，并组织具备丰富交付经验的团队进行实施。

首先安排业务架构师到客户现场展开需求调研，掌握客户的急迫需求：

1、产品全生命周期包括任务来源、研发设计、物料采购、制造装配、试验验证、产品交付、保障服务、问题跟踪等环节，但这些数据分散在CRM、SRM、ERP、QMS、TC等系统中，不能实现产品全生命周期信息的快捷查询。

2、产品的质量贯穿于物料采购、物料使用、库存管理、制造装备等环节，虽然每个环节有相关的质量管理流程，但是每个环节中产生的质量数据并没有有效进行关联，并缺乏统一的质量考核指标体系，导致出现质量问题时，不能快速定位问题原因和影响范围。

围绕上述痛点，进行源系统数据探索和业务梳理，共计梳理业务系统5个，梳理数据项541条，制定质量管控考核指标71项。

同时，滴普科技实现对多源异构数据的集成，采用数据智能开发平台（DataFacts）产品进行数据分层分域的开发和数据治理，采用数据治理平台DataKuber进行数据资产管理，数据资产编织等，最终在解决业务部门关于产品全生命周期信息查询和产品质量正反向追溯的同时，也积累和沉淀了企业的数据资产。

优化决策、推动转型

以数据为支撑对全域业务进行多维解构和深度分析，进一步提高决策的科学性和精准性，利用数据孕育智能，创造新的业务模式和业务价值，以价值为导向推动业务智能化转型升级。

弹性扩展、绿色节能

以IT资源云化重构工厂数字基础设施，实现IT基础资源的弹性扩展、按需分配、动态使用和集约管理。基于超融合、余热回收等技术精简机房设备、降低运行能耗、实现数据中心的绿色节能。

05经验总结

数字化转型方案设计：数据智能平台建设需进行一体化设计，切勿形式主义，再造数据孤岛。在企业数字化转型早期，管理层易在局部视角下进行数字化建设，未能在全局视角下建立一体化设计思路，未在过程中建立联动关系，致使生产、业务、管理之间仍然存在断点，数据中心流于表面，处于静态维护层面，最终实际应用价值大打折扣。本次案例有效进行了基于一体化设计的全局优化，显著提高了业务自动化水平和内部管理效率。

多期迭代，持续升级：数字化转型是一项且行且进的螺旋式上升工程，需要兼备全局和战略视角。本次案例属于该军民融合集团与滴普科技的第一期数据智能平台建设，企业管理层应当结合自身企业状况和发展阶段，借助数字化厂商的丰富落地经验，持续进行数字化探索以建立长效机制，提高竞争力。

实施过程重行业落地经验：工业细分领域行业知识差异大，非结构化数据多，对生产流程和业务逻辑的综合把控并非易事。从数据处理到业务场景落地之间，实施过程更加注重合作厂商相关行业落地服务经验。企业在厂商选型时需要关注其工业数据智能平台所覆盖的行业类别和服务的案例积累量。有相关行业落地经验的厂商能够在理解细分市场企业业务的基础上，贴合企业自身生产经营状态，帮助企业对数据进行统一规划、提升精细化管理水平、提高数据分析精准度 ，促进企业提质增效。