企业介绍
南京东华智能转向系统有限公司（以下简称东华转向）始建于1958年，自1970年开始致力于汽车转向系统及其零部件的开发、制造、销售和服务。
东华转向自2019年开始进行数字化转型，现为国家大数据产业示范单位、江苏省两化融合贯标AAA级培育对象、江苏省示范智能车间、江苏省五星级上云企业、国家DCMM（数据标准化治理）三级（稳健级）认证企业，数字智造场景荣获中国数据生产力大赛银奖、江苏省DCMM优秀应用场景、南京市企业现代化管理创新成果一等奖、上汽集团技术创新奖、上汽集团软件奖等多项奖励。
东华转向始终以成就电动转向第一自主品牌为愿景，坚持艰苦奋斗、卓越执行、勇于担当、合作共赢的企业精神，自主创新，顽强拼搏，为中国汽车工业自主进步贡献力量。
业务挑战及痛点
1.数据孤岛问题显著：
数据分散在多个系统、不同类型的数据库中，形成数据孤岛。跨系统的数据流通受到严重阻碍，数据抵达应用层的传输过程中经常存在信息遗漏、脏数据无法过滤、更新滞后等导致的误差。
2.数据质量问题参差不齐：
由于数据孤岛的问题，且缺乏有效的数据整合、数据清洗能力，导致最终应用层的数据质量无法保证，业务人员经常“有数不敢用”，习惯性地去质疑系统对KPI指标的计算口径是否有误，给数据应用的推进工作带来一定阻力。
3.数据库性能瓶颈：
另外，此前数据决策系统主要通过直连数据库的方式进行取数处理，在应对高频率的电子报表抽取和复杂的计算任务时，这种模式会导致系统负载迅速攀升，时常会出现系统响应缓慢甚至崩溃的问题。直连业务系统的数据库同样会对业务库的服务器产生较大的负载，潜在地影响到日常业务功能的正常运行和稳定性。
解决方案
数据作为数字经济中关键的生产要素，正日益成为推动经济增长与创新的关键动力。东华转向深谙数据之重要性，针对当前数据应用中的挑战与瓶颈，从以下几个方面开展了数据价值的挖掘与实践。
1.FDL打造坚实数据底座
东华转向基于finedatalink，通过其实时同步和离线计算两大引擎，提供高效的数据处理和集成能力，从数据源头开始，通过数据清洗、转义、分类、重组、合并、统计等步骤，构建了一个功能强大的湖仓一体数据中心，为公司打造了一个坚实数据底座。目前为止，fd已对接公司所有业务系统（包括ERP、MES、EICP企智云、PLM等），同步数据超4.7亿条，其中实时数据（秒级更新）超2亿条；在数据联通方面，消除了公司的数据孤岛；在数据处理方面，复杂逻辑的数据获取效率提升了6.5~30倍；在能力建设方面，公司具备了从业务数据获取-数据处理-数据存储-数据展现的数据全链条，人员具备了数据分析全流程的开发能力，保证了公司数据中心后续的迭代及扩展。
2.FR与FBI集成一体化的数据决策分析平台
东华转向融合了“实时监控看板、日常固定报表、BI自定义分析”三种模式，结合移动端的消息提醒功能，构建出一个既灵活又易用、充满智慧的决策支持系统。这一系统不仅能够实时反映业务动态，提供详尽的固定报表分析，还支持用户根据需求进行自定义的数据分析，真正实现了从数据采集、存储、分析到应用的全方位、多层次数据变现。
3.自助BI分析铸就数据驱动的文化氛围
2024年，东华转向在全公司范围内举办“数据蝶变”BI数据分析大赛，公司6个部门9个平台组织了11支参赛队伍，大家打破业务边界，相互协作，以FineBI工具为平台进行数据创新应用，涌现出一批数据分析的能人智士和一系列由数据驱动业务提效降本的好方法和金点子。公司内逐步形成了一种以数据为驱动、注重数据分析和洞察力的数据思维与数据文化。
典型场景
场景一：生产运营管理-“经-管-执” 三级控制塔
1.痛点/需求：近年来，随着公司业务不断扩张、客户体量的不断增长，原有的生产经营管理模式逐渐显露出其局限性，主要痛点与需求在于：市场与供应链的动态变化、生产管理的精细化需求、生产执行人员的压力。
2.解决方式：为了应对上述挑战，我们整合各类生产数据，设计了一套自上而下、覆盖“经-管-执”三级的生产运营管理控制塔，以实现工厂的透明化管理和数字化运营。
面向经营层人员，通过搭建PMC数据中心，实现工厂级、产线级和工序级的数据逐级联通，满足横向到边、纵向到底的管理需求。
面向生产现场管理者，紧紧围绕现场管理的三现原则，搭建一套车间管理平台，做到车间管理全在线，实现车间分层审核LPA、变化点管理、产线问题管理等流程作业在线化、同时监控生产进度及合格率，制定分级预警机制，通过钉钉推送预警消息，逐级上报，推动现场问题的审核处置关闭，确保生产现场的PDCA闭环管理。
面向最终生产执行人员，秉着质量管理“三不原则：不接受不合格品、不制造不合格品、不流出不合格品”，通过全要素生产数据的联通，搭建一套产线线边监控系统，重点关注各工位前后道互锁状态、日常首检完成情况、产线整体直通率，严格把控生产过程中质量立体防错，时刻关注各工位生产下线动态，把控生产节奏。
3.实施效果：项目落地一年内，公司产量增长达22%，人均日产出提升33.3%，通过数据流，生产防错覆盖率已从60.2%提升至80%，互锁有效率已提升至100%。目前公司的生产效率、质量水平较国内一线合资品牌高20%，已达到行业领先水平。
场景二：仓储物流管理-实时监控+精准预测
1.痛点/需求：在面对生产订单爆发式增长，排产计划频繁调整，同时因物流业务链较长，业务类型复杂，某一环节一旦出现异常，极易给现有模式下的库存管理带来一定的压力：仓库物料无法实时透明掌握、库房存在不可预知的涨库溢库风险等，容易突发库存积压、物料短缺、库存资金浪费等情况。
2.解决方式：透明监管方面，通过整合全流程仓储数据，利用fvs工具 1:1 复制现实中的库房模型，孪生展示库房当前最新的库存状态（库位空闲、物料明细及批次、是否呆滞物料）。
容积预测方面，建立一套预测模型，通过计算分析历史库房吞吐流量，推算日出入库能力上下限。
此外为更好的降低库存成本，提高资金利用效率，通过搭建BI仪表盘，重点对存货资金进行管控。
3.实施效果：全方位透明的库存管理与先进的预测机制，显著提高了公司库存管理的精细度和效率。这不仅使公司库存管理人员能够基于实时、准确的数据进行更加科学、有效的调整，还使他们能够提前识别并应对潜在的库存风险点。
场景三：数据人才培养
1.痛点/需求：当前企业面临的主要挑战在于数据应用率的不足。尽管企业拥有大量数据资源，但员工普遍缺乏数据驱动决策的意识，更依赖于传统的经验和直觉。
2.解决方式：组织BI培训与开展BI竞赛，通过组织定期的数据分析与BI培训，提升员工的数据意识和数据分析技能，使其认识到数据在决策中的重要性。
通过BI培训与竞赛的开展，企业内部数据文化氛围日益浓厚，员工的数据意识和数据分析能力得到显著提升。业务人员开始主动学习和应用数据分析技能，为企业决策提供了更加科学、准确的数据支持。
整体上，企业人才队伍向数智化、复合化转型的步伐加快，业务人员开始具备独立制作BI模板和仪表盘的能力，降低了对IT部门的依赖，提高了数据应用的灵活性和效率。
总结与展望
宏观价值
1.提高决策效率：通过实时监控看板和BI自定义分析，数据决策分析平台能够提供全面、准确的数据支持，使决策更加科学高效。
2.优化业务流程：汇通多场景数据，便于发现业务流程中的瓶颈和问题，从而进行优化和改进，实现“让数据多跑路，员工少跑路”。
3.提升客户体验：通过对客户数据的分析和挖掘，可以更好地了解客户需求和行为，从而提供更加个性化的产品和服务，提升客户满意度和忠诚度。
4.推动公司创新：数据驱动型企业更加注重数据分析和挖掘，能够发现新的业务机会和市场趋势，从而推动公司业务模式不断创新和发展。
经验分享
1.数仓中台——坚实的数据底座：在构建数据驱动型企业的过程中，数仓中台作为坚实的数据底座，起到了至关重要的作用。它不仅是数据存储的仓库，更是数据加工、整合、清洗的枢纽。
2.打造一体化的数据决策分析平台：一体化数据决策分析平台是数据驱动型企业的重要工具，这种一体化的设计，为企业提供了更加全面且便捷灵活的数据分析方式。
3.培养全员数据思维与内部BI推广培训：通过内部BI推广培训，员工能够逐渐具备数据意识，学会利用数据进行决策和解决问题。
未来规划与展望
展望未来，我们将继续秉持数据驱动的理念，以数仓中台为核心，构建坚实的数据底座，并在此基础上，沿着打造一体化的数据决策分析平台与培养全员数据思维两个核心方向不断深化与拓展。我们将不断优化数仓中台的技术架构，提升数据处理能力和效率，确保数据的准确性、一致性和安全性，同时尝试探索融合机器学习、AI等前沿技术手段，基于多场景历史数据分析，构建业务模式智能化模型，实现机器智能决策。
