年降成本600W+,数据分析助推企业践行“低成本运营战略”

陆续分享一些企业数据化管理的案例,有制造、零售、金融有侧重业务,有侧重项目,希望给同处在数字化转型路上的企业一些思路与启发!

今天分享的是天津鞍钢天铁冷轧薄板有限公司的案例,数据分析帮助企业践行“低成本运营战略”,年降成本600W+。

全文共3500字,读完需要 9分钟!

注:本文为帆软2020数据生产力大赛获奖案例,未经授权禁止转载。

公司背景

天津鞍钢天铁冷轧薄板有限公司现具有年产150万吨拥有世界一流的工艺设计和技术装备的冷轧生产线,包括酸洗联轧机组、罩式退火炉、平整机组、重卷机组和连续退火机组,以及热镀锌机组,产品定位在汽车板、高档环保家电板、高档建筑板等。

公司主要产品有冷轧产品、镀锌产品和镀铝锌产品,品种数量近100个,实现了由普通板材到冲压钢、高强钢、专用钢的全面供货;产品成功打入长安、宇通、北汽福田、美菱等数十家知名汽车和家电企业,并出口到欧美多个国家和地区……

项目背景

天津鞍钢天铁冷轧薄板有限公司经过十多年的信息化建设,围绕产销系统MES和财务管理系统共建设了二十多套业务系统,在ERP+MES基础上,建立了覆盖全部工艺流程的数字化模型,实现了生产流程数据可视化与工艺优化;实施了产品设计与制造集成,达到了从订单-产品工艺设计-到加工制造数字化;建设了覆盖全厂的数据采集监控平台,实现了对物流、能流、物性、资产全流程监控与集成;建立了以点检和故障分析为重点的设备运行预警体系,达到设备故障智能化管理;建立了电商平台(CRM+拍卖平台)和物流管控系统,实现了产品协同 、产业链协同,达到了智能化。

制造业管理信息化,企业数字化转型案例,数字化转型企业案例,企业信息化案例,大数据分析案例

2019年混改完成后,集团提出了先算再干,边算边干的低成本运营战略和建设绿色智能工厂的总体目标。为此,公司决策层急需搞清楚各机组、各规格组距产品的生产明细成本和能源消耗状况,为营销接单和成本考核提供决策支持。而现有信息系统数据比较分散、公司能源管理系统及ERP中的成本核算子系统已经无法满足明细成本核算及新考核指标的要求。因此,架构新平台满足新需求,就显得十分迫切和必要。公司信息管理部经过反复调研对比,最终选择了帆软FineReport 工具,并在帆软专业技术人员的指导下,整合了多源数据,构建了公司成本(能源)分析与展示平台。

应用场景和价值

场景一:生产成本明细化

1、痛点/需求

冷轧的生产具有小批量、多品种、微利化的行业特点,公司产销系统中原有的成本子系统无法满足现有明细成本核算的要求,业务存在以下痛点:

现有的成本核算系统只能核算到产品大类,无法满足决策层——进行明细规格成本的核算的要求,只能依靠手工完成,一般需要4人一周时间才能完成;

成本还原、成本考核指标数据来自多个系统,无法直接获取,只能手工导出EXCLE报表进行分析,效率低下错误率高;还有公司部分系统架构老旧(用友财务U8为2003年实施,宝信产销MES为2007年实施),不能查询和导出数据量大(超过百万行)的困境,只能分多次处理;

手工EXCLE报表数据无法做到数据实时共享和移动办公。

2、解决过程

通过FineReport 工具构建了统一的数据平台,整合了多源数据,将来自用友财务U8、宝信产销MES、物料采购、工资管理、能源管理(EMS)等系统的数据进行了标准统一,实现了多个套表的自动计算和图形化展示;通过对月财务账面成本报表细化、规格成本细化核算、成本还原的单工序和全工序细化核算来实现企业成本清晰化和可视化,并对生产经营提供决策支持。具体做法如下:

(1)成本还原步骤化。通过将各产线产品成本按核算步骤还原至最初产线的原料成本。为下一步工序成本核算和规格明细成本核算奠定基础。

制造业管理信息化,企业数字化转型案例,数字化转型企业案例,企业信息化案例,大数据分析案例

(2)规格成本细化核算。通过规格成本明细化核算,企业能搞清楚明细规格产品的生产加工成本,为企业的原料采购、生产加工安排提供决策参考。

制造业管理信息化,企业数字化转型案例,数字化转型企业案例,企业信息化案例,大数据分析案例

(3)规格毛利核算清晰化。通过获取原料单价、工序成本、工资、折旧等信息,经过核算可提供每个规格产品的边际利润,为企业营销部门的市场接单提供数据支持。

制造业管理信息化,企业数字化转型案例,数字化转型企业案例,企业信息化案例,大数据分析案例

(4)成本考核体系化。各产线成本考核细化核算融入到信息化系统中,通过还原各工序指标价格、本工序实际消耗量等情况核算出各工序的可控成本,使报表使用者一目了然,各产线也明晰了自有的成本情况。为下一步企业降低成本指明了努力的方向。

制造业管理信息化,企业数字化转型案例,数字化转型企业案例,企业信息化案例,大数据分析案例

(5)指标数据移动化。搭建移动应用,开发手机端和PC端同步的产品成本指标报表,使管理人员随时通过手机能够关注产品生产成本,即使在疫情期间,也能很好进行成本管控。

制造业管理信息化,企业数字化转型案例,数字化转型企业案例,企业信息化案例,大数据分析案例

3、价值

(1)解决了多个信息化系统的数据过于分散,难以有效利用的问题。轻松整合多源数据,形成全局数据视野,实现企业数据化智慧运营。

(2)在疫情初期,项目组根据公司疫情期部分人员不能及时入厂的囧境,结合管理部门的需求,及时开发了手机端和PC端同步的管理报表,搭建了企业专属的移动数据应用,通过手机办公并组织生产,提升了效率,增强了财务数据分析及成本管控的综合能力,助力了企业低成本运营战略的成功落地。

(3)手工情况下成本还原和成本考核明细报表一般在每月15号左右才能全部完成,还存在数据错误反复修改的情况,平台应用后月成本明细报表在每月5号前全部生成,而且数据准确,时间上压缩了10天左右,准确性提升好几倍,大大降低员工劳动强度。

(4)协助企业搞清楚了各规格组距产品明细成本、规格毛利,以酸轧为例,2020年1-6月相比19年成本降幅为6.6%,吨钢成本每吨降低了12.28元。这些数据为营销部门小批量多品种接单的科学决策提供了数据支撑。

场景二:能源消耗可视化,管理精细化

1、痛点/需求

钢铁企业是能耗大户,能耗占生产成本30%-40%,推进企业低成本运营战略的实施和绿色工厂的达标建设,降低企业生产成本,能耗的管控是首要重点指标之一,实现能源的高标准利用,走绿色、低碳、循环的可持续的发展道路也是增强企业市场竞争力的重要内容。公司现有能源管理系统(EMS)通过与现场各个基础自动化系统及智能仪表进行数据采集,能够有效的获取公司各机组生产环节的电能、气、水等能耗数据,但能源精细化分析所需的原辅料消耗数据、物料产出数据、检化验数据以及设备运行状态等数据,需要从其他业务系统中获取,受管理平台的限制,对能耗数据不能实现实时、多维度、多视点、多角度的展示和分析利用,不能充分发挥现有能源数据对生产决策的支撑作用。

2、解决过程

(1)建立能源数据分析考核系统:对这些数据进行综合统计分析,及时反映企业用能状况,提高公司能源管理水平。能耗统计分析主要包括:介质消耗性能分析和生产单位性能分析。

(2)介质消耗性能分析:对每一种能源介质,如电、气、水等在不同机组、不同工艺环节的消耗进行统计分析,包括:日、月、年消耗统计,消耗对比分析等。

制造业管理信息化,企业数字化转型案例,数字化转型企业案例,企业信息化案例,大数据分析案例

(3)生产机组单位性能分析:对同一生产单位的不同介质或者综合能耗进行统计分析,包括:电、气、水单耗分析,单位综合能耗分析、计划与实绩比较分析、消耗趋势分析、能耗结构分析、同类设备能耗对比分析等。

制造业管理信息化,企业数字化转型案例,数字化转型企业案例,企业信息化案例,大数据分析案例

3、价值

(1)平台使各个职能管理部门和公司领导能够通过手机实时了解能介消耗情况,可以按班组、机组、时间段进行能源消耗查询、分析、完成能源统计报表和运行分析,为各机组控制生产成本提供科学依据,达到管理精细化。其中,公司电费中容占费按照当月最大使用负载来计算,目前公司调度通过该平台均衡组织生产,年可节省电费600万。

(2)公司避峰生产节电工作成效显著,2020年1月开始,公司根据平整、重卷两个机组的运行负荷不饱满的特点,采取了避峰生产措施。在不影响班产任务、兼顾作业效率的前提下,参照“尖、峰、平、谷”的电价政策,由原来的“早干完早歇着”,改为“避尖避峰就平谷”的运行模式,月节电约2万元,年效益20多万。

项目心得

1、在项目实施前,拟定相应的项目奖励和考核制度,有助于调动项目组成员的积极性,保证项目按期完成。

2、项目实施时,保证项目组成员的稳定性,同时借助帆软专业技术人员的技术支持,有助于保证项目质量和工期;

3、项目实施过程中,必须充分发挥业务部门的作用,整体项目以业务为牵引,可减少后期维护工作量。

4、企业必须要培养一支自己的信息化团队,在业务发生变更时才能及时做出应对和调整。

比如,目前主流的软件——finereport,它小到填报、查询、部署、集成,大到可视化大屏、dashboard驾驶舱,应有尽有,功能很强大。最重要的是,因为这个工具,整个公司的数据架构都可以变得规范,下一步就是构建企业的大数据平台了。而且它是java编写的,支持二次开发,类Excel的设计器,无论是IT还是业务,上手都很简单:编辑sql优化、数据集复用简直都是小case,大大降低了报表开发的门槛。在企业中被关注最多的数据安全方面,FineReport支持多人同时开发同一套报表,并通过模板加锁功能防止编辑冲突;通过数据分析权限控制,保障数据安全。

原创文章,作者:奋斗,如若转载,请注明出处:https://blog.ytso.com/tech/bigdata/173234.html

(0)
上一篇 2021年9月28日 04:53
下一篇 2021年9月28日 04:53

发表回复

登录后才能评论