文 | 帆软数据应用研究院
在我国，制造业有两种态势：一种是生产同质化产品，产品价格公开，利润几乎透明;一种是高新技术产品，利润大，但创新和管理成本高。如何在同质化的产品中做好精细化管理和成本控制，如何驱动创新成为制造业重出产能过剩的包围圈的两大突破口。
关于泰尔重工
泰尔重工股份有限公司(以下简称“泰尔重工”、“公司”)成立于2001年，主要从事工业万向轴、汽车零部件等产品的设计、研发、制造、销售与服务。泰尔重工是国家级技术创新示范企业，笔者发文时市值已超34亿。在信息化方面，2016年下半年，泰尔重工实现了ERP和MES系统的全面打通，泰尔重工实现数据可视化、管理可视化的落地操作最终采用了帆软商务智能系统。
泰尔重工是在什么样的情况下实施数据可视化？
2016年初，我们实现以MES系统和ERP系统为主的所有内部信息化系统的全打通，公司的生产、经营、管理等全部实现了数字化。但这些信息系统，在决策层(基层业务判断+高层资源配置决策)看来，就是一堆软件和机器。对于领导来说，他们常用的就是PPT形式的报表、OA(办公自动化系统)和邮件。公司16年来的信息化投入，没有多少是真正帮到决策者的，因为数据看不到或看不懂。怎么说?因为公司系统很多，领导并不关注，所以很多业务数据如果PPT上没能汇总，那领导就看不到。为什么说看不懂?我们花了大力气做了个数据精准、格式漂亮的Excel，领导可没时间细看，1分钟看不懂，那就白做了。并且，有些数据可能领导也不太信。领导无法参与系统建设，让我们犯了大难。也正是2016年初，我们为解决这个问题，开始考虑如何实现数据可是话，让领导参与进来。随后又在可视化经验的基础上制定了信息化三步走战略：可视化工厂;数字化工厂;智能化工厂。
基于怎样的决策选择数据可视化实施平台和方案？
和优秀同行学习，整个公司的信息化也采用了双模IT开发建设方式。基于此，我们对商业智能平台的定位就是面向业务的敏捷相应开发平台。所谓面向业务，有两层要求。一是一定要让一线业务人员能参与甚至直接进行系统开发，这样既能提高开发效率，切实满足业务需求，同时还能减轻IT部门压力。二是一定要有领导高层亲自参与。在办公室，打开电脑能看到;在会议室，抬头大屏上就是;在路上，打开手机就能点选发指示。所谓敏捷相应，有两层考虑。一是产品平台能快速开发，交付效果给业务部门和领导层使用，拖拖拉拉半年一年下去可等不及。二是技术服务和专业指导要敏捷、专业。做了这么多年信息化，太了解软件项目实施和运维使用中的坑了。我们看中的是帆软的商业智能平台开发效率特别高：领导一个分析报表需求，半个小时就能在大屏、电脑、手机上同时查看到;而业务人员，自己动手，十分钟就能自己完成分析。当然，这块我们信息部门及时做好了数据准备工作。帆软的方案咨询能力和服务力度确实也让我看到他们的专业和敬业。
数据可视化分析项目的实施，带来了哪些改变？
数据可视化项目的实施主要带来三个变化，也都是站在信息部门感受到的价值点，领导决策好评、业务部门分析高效、IT部门成就感十足。
1.目前我们内部的会议状态是我们对着大屏，领导拿着手机去看公司的业务变化，感觉特别爽，这些数据和分析就是他要的。以前两三天的工作，现在10分钟，IT部门心里偷着乐。
1.业务部门现在大部分都是自主分析，遇到系统没有的数据，我们IT部门就准备一下，然后业务部门又可以自己分析数据了，想要的分析报表都能自己轻松实现。
1.看着业务部门满意，信息部门感觉相比之前的ERP和MES实施，大大减少了工作量和口水仗!
数据分析如何驱动业务改革和增长
基于这些系统和数据，我们怎么样把数据分析驱动业务改革增长的运营建立起来，怎么样更好的改善我们的生产制造、营销管理、财务管理等环节，提高产品交付效率、产品质量以及客户服务体验，这是整个数据分析驱动业务改革增长过程的核心。
说到技术能力与业务理解的结合，泰尔重工有自己的数据分析团队，通过数据分析可视化项目建设提升的业务。数据分析团队的人员并不都是专职，有很多业务部门的人是兼职数据分析工作，在项目中参与规划、建设、讨论;还有就是外部数据团队，主要是帆软机械制造行业的实施顾问和项目团队以及机械制造同行业务专家团队。数据分析团队周会讨论项目开发进度，半月会(2周)向业务部门交付阶段性建设成果，半月会/月会就可以直接给高层汇报数据分析成果，在高层领导的支持下，数据分析团队的开发效率是惊人的。
究竟如何用数据分析帮助业务提升呢?这边介绍下四个具体的应用场景：
1、全集团工作计划看板
全集团工作计划看板是利用OA系统开发的一套工作体系，我们称之为“BOSS系统”。集团领导通过这个看板，随时可以在大屏和手机上看到全集团三大板块(泰尔重工、3D打印、上海瑞聪)的工作总进展。
除了给高层的大屏计划看板，对不同的部门，我们也做了部门工作计划的完成情况看板。看板主要展现的就是各部门实时交付质量评定绩效。这个实时刷新的看板，既起到了各部门效能监督作用，同时又记录了各部门、各员工一年工作的成长点滴。部门工作计划完成透明化，实现了泰尔向员工要效率，员工向泰尔平台要支持。
2、生产管理看板
这个生产看板也是BOSS系统的一部分，可以一目了然地查看集团的生产、合同、设备管理、质量管理，看板可以钻取到每个项目的详细情况，多层钻取，直至最后的明细看板。换在之前，需要各业务负责人周汇报，月汇报，每次汇报，信息部都是要加班加点忙得昏天黑地，最后集团领导看了如果关注个别明细数据，负责人还是无法当场回答。这样，回头又要再汇报一次，并且下次汇报要做更多的报表。可是你做的报表，可能领导不关注，但是他关注的又没做。会存在这样的需求矛盾。
具体的生产车间数据通过名下的查询报表支撑。这里面体会最深的有两点：
一是复杂报表再也没遇到卡壳。之前自己人员写代码开发，总是各种这种琐碎的技术难题耽误项目开发进度，现在的问题现在不再存在。
二是开发和维护方便而且效率高。下面这几张报表，最快的我们半个小时就上线了，最慢的也只需要一天。因为交互也方便，业务部门用得还挺频繁的。我们统计下来，就是这个生产模块的报表，大部分平均超过30次/人/天。一线员工的效率提高了，看着产出的提高，对着详细的生产过程报表，车间员工也开始思考如何改进生产。之前没有报表给他们的工作做量化，现在通过报表，看到个人对车间和集团的贡献的提升，反过来集团和车间又会对员工提供额外的绩效奖励和创新奖。双向驱动，车间里面还真和谐了不少。
通过这样从领导层到车间主管，最后到一线工人的完整生产报表系统，泰尔实现了车间生产“透明化”。
3、营销管理看板
营销过程中，业务领导利用“BOSS系统”的营销管理看板，查看营销中最基本的的三大指标，开票、下订单等等，从销售过程到结果，全面掌握。以前这些工作，都是老板让下属每周按照固定的Excel表格进行汇总，然后邮件分享。加班的日子里，有一大半都是在做这种数据统计和数据核对纠错。现在好了，领导想看的，都在这套系统里面。如果领导忙，看一眼汇总看板就好了。哪天领导关注细节，可以直接点击钻取了解详细情况。
前面都没给大家看详细的钻取的效果，这边放出来一张关于销售主体的，就是通过上面的营销管理看板，领导一点就能看到这个明细情况。
4、财务中心管理看板
投资人和领导，就是再忙，其他不看也会去看财务报表的，可见财务报表在企业中的地位。这块我们的“BOSS系统”主要做的及时这张财务中心管理看板。看板的数据是直接对接到ERP和财务系统的一般来说，都是每天更新一次数据，不过如果领导需要，可以手动点击，会自动刷新出实时的数据。
以上就是泰尔重工的数据可视化建设的部分案例。泰尔特别关注数据对人的重要性：数据的变化对整个管理思想模式会发生翻天覆地的变化。企业采用专业的数据分析平台是未来的必然趋势，数据可视化变革不仅是对业务有发展，对企业的管理、商业模式都会产生非常大的影响。
如何建立企业自己的数据系统生态圈？
最重要的，这个数据解决方案商能不能理解我们的业务需求，能不能在整个数字化运营中能及时、高效地完善产品以满足我们的需求，对我们的需求能够提供高效、专业的技术服务。
泰尔有自己的数据系统生态圈建设准则。泰尔一直关注Gartner(国际专业IT咨询机构)分析报告，同时融合自身的领悟。泰尔认同数据可视化是非常专业的领域，但在这个领域钻研精通不是泰尔的核心目标。我们的目标是驱动业务稳步发展，保持稳定的业绩增长，同时为未来产业变革储备足够的技术优势。所以会更看重的合作伙伴公司的现在发展状态和发展前景。
帆软公司是我们见到为数不多的技术服务驱动型公司，人员素质、专业能力、事业心和国际视野和泰尔文化深深的吻合。我们选择执行能力强、格局大的伙伴。至于产品和技术本身，我们看实践检验。“BOSS系统”的快速搭建、高效交付、多方好评证实了我们在技术和服务上的正确选择。我们不是不看中产品和技术，而是认为产品和技术是为业务服务的，厂商是为我们服务，泰尔看中的是服务。
不过，也知道大家关注技术选型。从泰尔的技术选型经验来看，国内能基本满足业务需求的数据分析产品平台不多，国外的数据分析软件在具体应用上，确实有很多难以相容的地方，我们提交了产品修改意见，可对方并无法满足。泰尔一直是在实践中成长的企业，我们的目光都投在实事上，技术选型上“概念坑”“新闻坑”“开源坑”等我们都是轻松跳过，所以技术选型没花多久的工夫。
未来远见
2013年，德国提出“工业4.0”。2007年，我国提出“两化融合”。2017年开始，泰尔着重发力智能制造。同时，BI商业智能应用将进行二期深化探索，泰尔也将在全集团推广商业智能应用。我们正在进行Hadoop底层架构建设，正在研究Greenplum技术，正在期待像百度、阿里巴巴、腾讯这样的公司能探索出数据自动驱动生产系统的解决方案。当然，在这其中，我们也布局了像帆软这样在数据分析和可视化领域的行业领导者企业。泰尔重工敞开怀抱，拥抱新技术，拥抱大数据，拥抱“两化融合”。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
