發(fā)布日期：2017-01-13瀏覽次數(shù)： 次信息來源： 邱伏生
第一，貴公司有制造大數(shù)據(jù)戰(zhàn)略嗎？
1. 什么是大數(shù)據(jù)戰(zhàn)略？
簡而言之，就是制造企業(yè)未來大數(shù)據(jù)鏈接方式和平臺長相。
也就是說如何收集和使用數(shù)據(jù)的一個價值導向。包含數(shù)據(jù)加工和使用邏輯、未來數(shù)據(jù)有效性的判斷、對于數(shù)據(jù)修正補償和響應的執(zhí)行力和執(zhí)行率。
問題是，除了（領導或者高人）在演講臺上表達個人的真知灼見，又有多少制造企業(yè)有成文的大數(shù)據(jù)戰(zhàn)略呢（正如他們沒有供應鏈-物流戰(zhàn)略一樣）？
是否真的有一份文件規(guī)定了公司對于大數(shù)據(jù)的布局和實現(xiàn)路徑？
2. 大數(shù)據(jù)是什么東西（數(shù)據(jù)的本質）？
制造大數(shù)據(jù)是企業(yè)經營質量的表現(xiàn)。
也就是企業(yè)產品、市場、******、訂單、計劃、采購、生產、物流、庫存、交付等的所有過程的實時信息和執(zhí)行差異的管理和響應能力（實際上，大數(shù)據(jù)表現(xiàn)好，軟件就可能表現(xiàn)好；如果大數(shù)據(jù)非常糟糕，再好的軟件也無法表現(xiàn)出優(yōu)秀的數(shù)據(jù)來）。
工業(yè)4.0的核心是智能制造，智能制造的核心是工業(yè)大數(shù)據(jù)，是未來制造企業(yè)的血液、神經元，未來驅動企業(yè)運營和設備運轉的不是石油、電力，而是大數(shù)據(jù)。
于是要問：企業(yè)通過大數(shù)據(jù)想達到什么目的？
—動態(tài)敏捷實時可視，支撐OTD、管理差異、優(yōu)化產品、優(yōu)化質量……更好的運營，更好地服務、服務型制造（是否是智能化制造都需要實現(xiàn)）。
3. 如何通過大數(shù)據(jù)體現(xiàn)核心競爭力？
沒有數(shù)據(jù)就沒有發(fā)言權，無法實時響應市場和客戶對于產品、交付、服務的要求，所謂的物聯(lián)網、互聯(lián)網，那就與你的企業(yè)無關。--讓互聯(lián)網與你有關，是否也算是核心競爭能力？
4. 誰需要建立大數(shù)據(jù)策略？
如果沒有工業(yè)4.0，難道就不要大數(shù)據(jù)？不但是大企業(yè)，中小企業(yè)更需要智能制造，那么是否可以說無數(shù)據(jù)不商業(yè)？更何況你還需要對接商業(yè)大數(shù)據(jù)呢？
第二，貴公司對于制造大數(shù)據(jù)的戰(zhàn)略支撐是什么？
需要注意的是：我們很多時候有意無意的直接就把軟件平臺的構建，當成了數(shù)據(jù)戰(zhàn)略。
那么—
先有軟件還是先有數(shù)據(jù)？
如果要做數(shù)據(jù)戰(zhàn)略，應該先規(guī)劃軟件還是規(guī)劃數(shù)據(jù)邏輯？
誰最需要數(shù)據(jù)（軟件）邏輯？
誰最懂制造業(yè)的數(shù)據(jù)（軟件）邏輯？
決定數(shù)據(jù)的是誰（什么）？
決定軟件的是誰（什么）？
所以，軟件是什么？是傳遞數(shù)據(jù)的工具，但是絕對不代表大數(shù)據(jù)！
大數(shù)據(jù)的戰(zhàn)略支撐應該是：
1、數(shù)據(jù)力-產生、抓取、分析、補償、使用數(shù)據(jù)的能力
2、數(shù)據(jù)邏輯-數(shù)據(jù)應該是處于同一頻率的，無論從橫向，還是縱向，數(shù)據(jù)都應該相匹配。
比如當前的絕大多數(shù)制造企業(yè)，采購來的物料數(shù)據(jù)是按照批量來（批量采購）的，主數(shù)據(jù)是基于批量的管理，單位為數(shù)量+天；倉庫管理是按照批次來（FIFO先進先出）的，主數(shù)據(jù)是基于時間的管理，單位為天；生產制造是按照作業(yè)計劃來的，主數(shù)據(jù)是基于產量、節(jié)拍的管理，單位為小時或者分鐘；根據(jù)訂單要求，他們無法鎖定物料，也就是說，環(huán)節(jié)數(shù)據(jù)根本不在一個頻道和頻率上，至于檢驗而言，更加不在物流計劃中，與上下游的數(shù)據(jù)基本不相干，甚至有很多企業(yè)的成品，下線前后也沒有客戶屬性，如此一來，再好的軟件，沒有數(shù)據(jù)邏輯，也無法理順該數(shù)據(jù)的有效性！那么工業(yè)大數(shù)據(jù)，只是一張皮。
—借一句流行的話說“再好的音樂，也彈不出我的悲傷”。
3、數(shù)據(jù)精準精細度-如果按照流程細化而言，可以分為九級乃至十級（動作分解級），那么數(shù)據(jù)的細分程度是否可以分為九級或者更高呢？
很明顯，數(shù)據(jù)細分程度越深，那么采集難度越大，分析起來也就越復雜，但是可能對于企業(yè)的精準管理越有用，而智能化設施需要數(shù)據(jù)驅動，顯然需要適度的數(shù)據(jù)精細化。有一句話說得很好，以前規(guī)劃工廠考慮的是人機工程學（粗放數(shù)據(jù)），未來考慮更多的是機-機工程學（精細乃至精密數(shù)據(jù)）。
4、數(shù)據(jù)實時度-當前發(fā)生的、實時的、現(xiàn)實的、有效的。
5、差異補償力-相對于標準、計劃而言的差異表現(xiàn)能力，以及對于差異的響應與補償能力，避免重復管理?，F(xiàn)實的問題是，我們就沒有數(shù)據(jù)標準。
比如說，依計劃生產的能力，計劃達成率、計劃變更率、按照動作成本法計算出來的制造標準成本和物流標準成本、額外成本、有效到貨準時率……很多企業(yè)做了可視化，但是，僅僅是樹立一個白板，將數(shù)據(jù)寫（畫）上去、或者打印后貼上去（可視？），或者月底給出一張人工統(tǒng)計后的報表來看，到底有多少用處，我想，你懂的！相對于豐田的可視化，豐田是有后臺數(shù)據(jù)庫作為支撐的，我們沒有，只有“可視的”，豐田可以實時追溯和查詢，我們只有木已成舟后的嘆息！這也就罷了，那么未來的智能制造依靠這樣的數(shù)據(jù)，顯然不靠譜，何況，未來的數(shù)據(jù)根本就不是給人看，而是給智能化的設施“看”的。
第三，數(shù)據(jù)管理的實現(xiàn)路徑
1. 數(shù)據(jù)采集（抓?。┡c分析。
不要相信別人 (尤其是成型軟件公司) 的套路，自己公司的數(shù)據(jù)，一定有自己的性格和邏輯，未必適合特定的軟件。
不管你的數(shù)據(jù)是否合理，你必須要先收集（調研）。
信息采集過程中，可能存在三種情況
有完整的過程鏈數(shù)據(jù)-可以將數(shù)據(jù)提取和再現(xiàn)過程（昨日重現(xiàn)？），并從中尋找數(shù)據(jù)規(guī)律，找到優(yōu)化值、最佳值、標準值，形成可以回歸的邏輯。
數(shù)據(jù)不全導致斷檔（山窮水盡疑無路？）-挖掘、補充，并參考其他比較順利的數(shù)據(jù)進行對比，回歸。
根本沒有數(shù)據(jù)（尋尋覓覓，凄凄慘慘戚戚？）-此時只能夠從流程測試現(xiàn)有動作數(shù)據(jù)，或者直接推算流程數(shù)據(jù)；
2. 數(shù)據(jù)規(guī)劃和調整
正如美的集團總裁方洪波先生所言：“今天傳統(tǒng)的制造業(yè)是一個物理形態(tài)的狀態(tài)，是一個機械的狀態(tài)，有廠房、生產線、設備、生產工人、車輛、配送、渠道、服務機構、網點等等，所有這些都是物理形態(tài)的。但是，我們今天要把這些物理形態(tài)的東西變成數(shù)字?！?/span>
如何變成數(shù)字？
根據(jù)OTD（order to delivery）中的邏輯關系和流程需要，對制造大數(shù)據(jù)平臺的構成進行概念設計（長成什么樣），從基礎設施到業(yè)務運作流程、從供應商到客戶OTD供應鏈、從市場需求與產品管理到產品生命周期管理......多維度、高度、深度，對每個產品、設施、物料物流、數(shù)據(jù)、甚至每個平方米，進行分析、規(guī)劃和調整，所謂PFED（plan for every data）,構建和梳理（參數(shù)）數(shù)據(jù)鏈，拉通價值型供應鏈，橫向+縱向的不同緯度，均衡的拉通數(shù)據(jù)邏輯。
可能用到精益制造、精益物流、標準作業(yè)、作業(yè)標準、IE標準作業(yè)值、計劃、執(zhí)行，差異管理與應急等。
3. 運營、監(jiān)測-回饋到數(shù)據(jù)采集與分析
兩條主線，一條是計劃的信息邏輯，從預測-SIOP-主生產計劃-庫存策略-采購計劃-到貨計劃-收貨計劃-檢驗計劃-存儲計劃-揀選計劃-配套計劃-配送計劃-自制件計劃-總裝計劃-成品存儲計劃-發(fā)運計劃-送達交付計劃…另一條是執(zhí)行的物理邏輯，從企劃階段開始，研發(fā)階段、采購階段、制造階段、成品物流階段、客戶使用和體驗階段……對上述全過程進行計劃評審、執(zhí)行監(jiān)測和差異實時顯示（算法其實也不難），得到新一輪的虛擬信息-現(xiàn)實物理數(shù)據(jù)，通過數(shù)字表現(xiàn)出現(xiàn)實的運營規(guī)律（可能與規(guī)劃的、原有的數(shù)據(jù)有差異，但是差異所在，正是優(yōu)化的切入點）。
4. 量化管理
量化管理是制造業(yè)實現(xiàn)數(shù)字化管理、智能制造的前提條件，更是未來驅動智能化設備的戰(zhàn)略核心。這也是衡量一個企業(yè)專業(yè)管理和經驗管理之間的本質差異。
并不是所有的數(shù)據(jù)企業(yè)都需要的，而且不同的企業(yè)，由于戰(zhàn)略和價值導向不一樣，對于數(shù)據(jù)的取舍、使用也不一樣。
所以，非常重要的工作是：理順具有邏輯關系的關聯(lián)數(shù)據(jù)，將海量數(shù)據(jù)轉化為企業(yè)經營過程需要的相關參數(shù)和KPI，保證不同環(huán)節(jié)數(shù)據(jù)之間的（橫向+縱向）邏輯關系。
此時的量化管理就具備了均衡化數(shù)據(jù)的意識了。
5. 信息化軟件平臺
導入平臺、覆蓋流程-設計或者尋找軟件，更多時候是開發(fā)屬于自己制造大數(shù)據(jù)管理的軟件平臺（云平臺）；
此時將會面臨一個現(xiàn)實：已有的軟件—“我們有知名的EPR、MES、SRM、CRM、APS、WMS、TMS等，而且來自不同的軟件公司和界面，平常使用存在數(shù)據(jù)緩沖和界面問題”，應該如何處理這些已經事實上成為雞肋的軟件？
答案有點殘酷：堅守自己的數(shù)字化戰(zhàn)略，布局和構建符合該戰(zhàn)略的軟件平臺，對于不符合未來發(fā)展的軟件（哪怕是知名軟件），都應該壯士斷腕，該放棄的都應該放棄！否則，企業(yè)在猶猶豫豫中，容易被誤導和約束企業(yè)智能化發(fā)展的實現(xiàn)路徑。
（數(shù)據(jù)）信息平臺規(guī)劃好了，應該不可能一步到位。
所以，對于基礎比較好的企業(yè)，可以直接將平臺與日常運營結合起來，接地氣地說，應該是將預測、訂單、計劃（主生產計劃、采購計劃、到貨計劃、作業(yè)計劃、存儲計劃、配套計劃、配送計劃、總裝計劃、成品發(fā)運計劃、庫存計劃、人資資源計劃、檢驗計劃等）、采購、供方管理、生產、廠內物流、倉儲、成品物流、客戶需求交付等，從計劃-物流-庫存-作業(yè)-現(xiàn)場，從虛擬的信息到物理的現(xiàn)實現(xiàn)場，通過信息采集和交互手段（各類音頻、視頻、顏色、條碼或者RFID）動態(tài)實時的對接起來，最終達成“你說的都是你做的、你做的都在流程中體現(xiàn)了，正如我在現(xiàn)場看到的那樣?！薄髽I(yè)言行一致。此時的現(xiàn)場體現(xiàn)可以轉化為顯示屏、電腦、手機APP移動化、動態(tài)化管理。
對于基礎比較LOW的企業(yè)，未必準備好了上一套大平臺軟件，但是并不代表不要做大數(shù)據(jù)戰(zhàn)略和規(guī)劃，所謂“一次規(guī)劃分步實施”而已。接地氣地說法是：在大數(shù)據(jù)戰(zhàn)略導向下，你需要的是數(shù)據(jù)，而不僅僅是軟件。所以，可以先從一體化、系統(tǒng)化的層面制定數(shù)據(jù)交互規(guī)則，至于采集和交互手段，可以根據(jù)條件和需要采用手工、條碼等相對簡易的方式，可以從關鍵工序和環(huán)節(jié)（分段）率先突破自動化、智能化的應用，即使無法實時，也可以推動高頻次采集，尋找數(shù)據(jù)規(guī)律，從而以點帶面、步步推進、以終為始的實現(xiàn)戰(zhàn)略要求。
數(shù)據(jù)與信息平臺對接上了，那就可以做到“內視透明、外接互聯(lián)”。
6. 反饋、補償
傳統(tǒng)的數(shù)據(jù)收集表現(xiàn)方式和作用其實并不明朗。
比如我們日常的可視化（在作業(yè)現(xiàn)場粘貼書寫各種報表和數(shù)據(jù)），是否考慮過諸如“給誰看？誰看？明天呢？”之類的問題，似乎更多的是為了可視化而做。這些數(shù)據(jù)存在一個或者多個問題：手工的、不及時的、不可追溯的、累計且離散的、不連貫的、無邏輯的、無規(guī)律的、不穩(wěn)定的、非現(xiàn)場的、多變的、不完整的、非透明的、不可視、不共享的、無預警的……如果是給管理者看（管理者才是最終的決策者），那么形成顯示屏、APP化、或者短信微信提示，建立差異管理機制，反饋后進行持續(xù)改善PDCA；
如果未來給機器看呢？
既然是智能管理，那就需要分開來說了，結果數(shù)據(jù)、實時報表數(shù)據(jù)給人看，如上述而言；現(xiàn)在，過程數(shù)據(jù)應該是給機器“看”了，所以，對于智能化設施而言，更多的是數(shù)據(jù)驅動和自動補償，所謂的自組織、自補償、自管理了，這就是智能化的表現(xiàn)了。
當然，前提是人機料法環(huán)測（5M1E）需要規(guī)劃和設計、建設成為互聯(lián)互通的可實時狀態(tài)。
順便提一句，這個時候，似乎可以導入******作業(yè)了，具體包含規(guī)劃和平臺的******和日常運營的訂單運行******，如此一來，貴公司的智能制造過程中的瓶頸就可以提前預知和預警、預防了。
所以，什么是智能？到目前為止沒有幾個人說得清楚，國家也沒有明確定義。
但是，很顯然，自動化不是智能；信息技術本身也不是智能；光靠物流自動化也不是智能……其實，智能制造絕對不僅僅是制造本身，而是至少包含產品、制造工藝、物流動線、信息與數(shù)據(jù)、建筑設施五條主線和維度開展，需要系統(tǒng)規(guī)劃、分步實施、迭代升級。
第四，瓶頸和挑戰(zhàn)
數(shù)據(jù)質量、數(shù)據(jù)斷檔、數(shù)據(jù)深度挖掘和算法、數(shù)據(jù)策略的迭代升級
數(shù)據(jù)所有權、使用權、數(shù)據(jù)仲裁機構可能是值得注意的問題點。
如何規(guī)避？
第一類問題，應該是數(shù)據(jù)戰(zhàn)略和價值導向決定和深入研究的問題；
第二類問題應該是國家層面的問題了，恐怕也是未來全球化需要面對的關鍵問題。
