一份接地气的数据方案!——能源化工生产管理数据分析

文| 帆软数据应用研究院 船长

更多大数据资讯和企业案例可关注 :知乎专栏《帆软数据应用研究院

笔者最近参加了帆软上海的化工行业沙龙,与众多知名化工企业CIO聊天,有不少思考与收获。今天就就来谈谈能源化工生产管理数据分析,说是能源化工业,但其他行业也都可参考!

能源化工行业有什么特点?

能源化工行业资源密集、技术密集、设备密集、人员密集、高度封闭。

能源化工生产管理有什么特点?

在生产管理上,资源依赖性强、技术依赖性强、生产流程特殊、设备专业化强。由于能源化工行业的生产特点,大部分企业都非常重视过程控制方面的系统建设,在重要的装置上都实施了自动化控制系统DCS或PLC,并且注重实时数据的采集、存储及整理,实现了过程监控。为了优化生产过程管理,MES也广泛应用了。而更上一层的ERP系统,实现了资源和业务管理。这主要的三层系统,为我们企业提供了大量的业务数据和生产过程数据。

生产运营分析体系有哪些模块?

能源化工企业的生产运营分析体系,可以从两条线梳理。一条是根据企业经营指标核算方式,也就是集团到分厂、分厂到各车间、各车间到各工艺流程再到具体的设备。这条线路执行下来,主要分析的是生产运行状态、产量、质量、能耗、储量等等,关注的是每个环节生产出来的成品(含废品)的指标和综合绩效。另一条是根据企业的经营管理职权分配,也就是高层企业总览,中层的生产、物料、质量、仓储等管理,到具体的生产线的操作小组。这条线路下来,关注的是每个具体环节的效率和效益

笔者今天主要和大家探讨的是第二条线路。生产运营详细划分为8大模块:企业总览、生产运营管理、物料管理、KPI管理、能源管理、HSE管理、工厂模型,各模块中关键的分析主题我做了如下一张图。

都是报表,没什么的新鲜的啊?

生产运营分析体系,核心是如何做生产运营分析,报表是最后的展现形式,这背后其实还有个关键点:报表之间的逻辑。不同的报表解决了生产运营数据到数据监控的逻辑,不同报表之间的先后解读关系则是生产运营的业务指导方式。这些报表从哪里来?

有个好消息:企业的MES、ERP中,有不少能用得上的报表,甚至有些规划到位、实施完整的项目,加上后期的良好运维,相当数量的报表都能“直接使用”。也就是说,各个业务系统之中已经存在分散的生产运营报表和分析。但“直接使用”仅仅指的是可以内容可用,这要起到作用,还需要转化。想一般报告需要打印成册给领导一样,我们的报表和分析也会被要求从MES、ERP等系统界面转换为PPT或者纸质文件。而现如今,大屏和移动端展现成为趋势。

有个新挑战:企业越来越重视数据资产的价值,企业也开始明确要数据驱动生产运营战略,可是数据怎么驱动,sql取数+excel 做报表赶不上企业需求,传统BI的报表系统也只能满足少数高层,我们的生产运营如何实现数据驱动?

解决方案是选择能快速迭代的、成本较低的数据分析平台,集中企业数据分析报表,中层和高层领导个人以APP和微信等及时查看报表分析,中高层会议以办公室大屏为主要会议决策材料。公司上下、生产经营以经营报表为基准,推动数据化会议,数据化企业运营。

下面笔者从生产实时监控、库存、设备运行状况、厂部月会、集团办公室会议等方面来分享下心得。

生产运营监控分析

如下是生产综合管理的一个办公室大屏,也就是挂在办公室墙上,或者放在单独的一张显示器上应用。我们可以直接从“生产进度展示“看板部分监测到原料煤、甲醇、煤焦油等销量和产量情况。从”库存展示“看板部分清晰看到甲醇储量超高预警,而粗苯、硫氢、液氧库存处于低位。”重大事件“看板部分滚动最新生产事件。”设备运行状况展示“看板部分监测和预警生产线设备的运行时长,部分设备已经超负荷运行。补充的”原料成本趋势展示“和”经济技术指标成果展示“则把不同分厂绩效、不同产品绩效综合分析展示,让能及时关注生产效益。除了埋头苦干,狠抓生产效率;不忘分析,关注产品效益。

具体的使用情况就是:领导一坐进办公室,可以随时打开关注这个大屏,及时了解车间生产状况。不需要给下属打电话,也不需要下属再赶工赶时的统计数据和做报表。一旦发现指标异常,领导可以及时介入,第一时间了解事态,做出生产经营调整或者生产事故处理对策。那领导不在办公室怎么办?可能开会,或者在外出差呢?当下最有前途的方案便是和微信、钉钉集成,采用微信、钉钉的企业员工权限管理和安全控制优势,结合及时预警消息的推送,领导点开消息,经过指纹或者手势验证,直接可以查看企业生产运营事件,直接在手机上便可以做批注指示。

(附上一张供销存主题的办公室大屏案例图)

厂务月度汇报

企业一般都会有定期的会议,但是会议可能多半没有和企业经营报表与分析关联。这样会议不是解决问题,而是成了情况通报会。由于这样的会议对解决生产问题帮助不大,所以往往被挤占,真正的经营分析会议寥寥无几。

我们将经营分析与会议体系结合,实现“开A会议用A报表组合,开B会议用B报表组合”。明确经营指标的分析频率,把使用报表分析和会议结合起来。我们看下“厂务会上产汇报”(截图数据已脱敏)如何成为企业管理的发动机。

月度总产值35亿元,环比上升3.45个百分点,但是同比下降3.57个百分点。说明上月(2016年9月)生产,对比近期,有所提升,但是对比往年同月,仍有下降。结合该公司经营背景:本年度(2016年)生产有所调整,我们重点关注的是环比数据。环比上升,说明生产能力正在逐步提高,这是可喜的好消息。再看产销存分析,产品期末库存大于期初库存,月度销量低于产量,只达到了87.4个百分点。考虑到目标是减少库存,那么显然应该重点关注销量是否可以提升,或者是否考虑适当降低该系列产品产量。分析日产量完成率,明显发现,生产重点放在了斜钢和半钢上,超额完成2倍。而全钢生产只达到了计划的37.47个百分点。如此重大的产品生产配比,必然是需要生产部门来会上解释,然后做出决策,是继续保持还是要调整生产,保证全钢生产。前面我们看到产值环比上升,半钢、斜钢超额生产。炼焦库存量已经到了最低安全库存边缘,急需干预处理。最终,一张报表结合其他报表,确定下来是调整生产还是调整销售。用数据来支撑决策,建立参会人员信服的业务处理流程。

集团会议大屏

集团会议大屏,核心要点是两个实实在在的词:好看、整合。如何理解好看?从IT供应商到我们的能源化工企业,甚至整个社会市场,大家基本公认,大屏就是要好看,要炫(轮播效果、3D效果、声光交互等),这块典型的就是各种开源的插件做出来的效果。笔者认为,企业将效益,讲利润,如果确实需要酷炫效果来争取高层认可、同行认可、甚至一些政治资源,大屏酷炫还是相当必要的,这就是实用价值。如何理解整合?我们看下面第一个应用插图。集团会议室将MES系统的生产页面直接挂到数据分析平台中,与下面第二个应用插图同在一个门户下。高层会议直接利用一个大屏,通过页面切换,直接能分析不同系统的数据。中层进行汇报,无需PPT支撑即可,而且这些都是实际业务系统运营的实时数据,一般在企业的管理制度下,无法作假或者美化。无法增删改指标和报表来突出经营政绩,隐藏业务问题。

其实这种一个平台整合所有分析报表的方式,不仅仅适合高层,同样也适合中层。比如OA中集成其他系统报表,或者OA、ERP、MES中的报表和数据分析平台的报表整合在一个系统,领导只需一个系统就能获知自己关注的数据和信息,方便决策。再加微信集成、钉钉集成的普及,移动端查看经营分析报表,即使出差在外,也能随时对滴直接指导业务经营,处理紧急事件。这对生产和管理的改变是长期的。

可不可以不整合呢?这个没有标准答案。从经验来看,领导对OA、ERP、MES,以及其他生产系统中的报表关注是积极有限的,甚至好些半年都不一定登录两次。那领导想要的分析,MES里面有,可他却看不到,怎么办?是让领导改变,增加高层的办公时间还是我们寻求其他方案,节约高层时间?对于决策层,用有限的金钱换决策层的时间,从长远来看,是正确选择。

今天重点聊的是能源化工的生产模块,关于销售、供应链等模块的数据分析,可以翻看笔者的另一篇文章(本文开头有链接)。

前文一些当下心得,笔者不是能源化工行业的专家,可能不少谬误,欢迎指正,也欢迎留言交流下你做的数据分析工作或对生产大屏报表的见闻。听说大家都很喜欢数据分析模块化的指标体系,来,附上一张!

时间: 2024-10-12 01:23:42

一份接地气的数据方案!——能源化工生产管理数据分析的相关文章

VMware交付的软件定义的数据中心 - 运维管理

上一篇,我介绍了VMware交付的软件定义的存储产品,Virtual SAN和vCenter SiteRecovery Manager,本文就详细描述VMware交付的数据中心管理和自动化产品组. 数据中心管理和自动化 在前面几期我详细描述了VMware交付的软件定义的计算.网络和存储,细心的读者可以发现,如果数据中心的计算资源.网络资源和存储资源都被虚拟化后,IT部门可以更加灵活而弹性的控制数据中心的各种资源,为业务部门提供更好的支持和服务.但是,这也给IT部门对于数据中心的管理提出了更大的挑

数据的局限:大数据分析不能告诉你什么

咨询师Barry Devlin介绍了一些人们因为统计数据分析不当而误解风险的案例,同时阐述了为什么业务决策不能完全由数据驱动.他提醒企业要清醒认识数据科学家的阴谋,同时接受普通业务人员的天真想法. 大数据分析的拥护者竭尽全力地鼓吹“数据驱动”,明智的人应该谨慎对待,并明确两个问题.一,业务人员在制定特定决策时是否真正理解相关数据,是否曾经以实用且可行的方式向管理层展示了这些数据?二,是否所有决策都有必要在收集“所有数据”之后自动完成? 在<认清风险:如何作出好决策> (Risk Savvy:

数据集成之主数据管理(一)基础概念篇

数据集成是当下比較热门的话题,相关的产品和平台也越来越多.非常多CIO都在各种数据集成平台和产品之间犹豫不决.因此对数据集成平台的框架体系有全面的理解,对各个厂家产品所提供的功能有深入的认识才干为数据平台选型的决策提供可靠的保证. 我有幸參与了国内一个知名企业的集成平台的设计工作,并主导了数据集成平台的需求分析和产品选型工作.这次工作中,研究了非常多新的技术方向和产品,以下我主要讲一下数据集成领域的一种新兴的产品平台主数据管理平台MDM(Master Data Management). 主数据的

PL1936-大数据快速数据挖掘平台RapidMiner数据分析

随笔背景:在很多时候,很多入门不久的朋友都会问我:我是从其他语言转到程序开发的,有没有一些基础性的资料给我们学习学习呢,你的框架感觉一下太大了,希望有个循序渐进的教程或者视频来学习就好了.对于学习有困难不知道如何提升自己可以加扣:1225462853进行交流得到帮助,获取学习资料. 下载地址:http://pan.baidu.com/s/1jI05TPW 炼数成金大数据课程 大数据快速数据挖掘平台RapidMiner数据分析  数据挖掘视频教程 课程简介: 作为一门学科,数据挖掘对于世人来说在很

大数据(实战型)数据分析专家、首席分析师高级视频教程

38套大数据,云计算,架构,数据分析师,Hadoop,Spark,Storm,Kafka,人工智能,机器学习,深度学习,项目实战视频教程 视频课程包含: 38套大数据和人工智能精品高级课包含:大数据,云计算,架构,数据挖掘实战,实时推荐系统实战,电视收视率项目实战,实时流统计项目实战,离线电商分析项目实战,Spark大型项目实战用户分析,智能客户系统项目实战,Linux基础,Hadoop,Spark,Storm,Docker,Mapreduce,Kafka,Flume,OpenStack,Hiv

大数据常见的9种数据分析手段

数据分析是从数据中提取有价值信息的过程,过程中需要对数据进行各种处理和归类,只有掌握了正确的数据分类方法和数据处理模式,才能起到事半功倍的效果,以下是数据分析员必备的9种数据分析思维模式: 1. 分类 分类是一种基本的数据分析方式,数据根据其特点,可将数据对象划分为不同的部分和类型,再进一步分析,能够进一步挖掘事物的本质. 2. 回归 回归是一种运用广泛的统计分析方法,可以通过规定因变量和自变量来确定变量之间的因果关系,建立回归模型,并根据实测数据来求解模型的各参数,然后评价回归模型是否能够很好

数据的安全智能管理和存储不应该成为企业的管理短版-云宏知库云发布新一代智能安全的企业内容管理!

互联网技术的成熟,成功加速社会网络化,越来越多的企业置身于信息化时代发展趋势中,业务呈现社交化.多样化发展的趋势.随之,企业业务数据出现爆炸性增长,而以各类文档.视频.音频.图片等为代表的超大数据增长速度尤为惊人.数据的安全智能管理和存储,已成为大多数企业的管理短板. 基于云宏自主研发的云计算关键技术优势,在经过长期的打磨迭代升级,全新的云宏知库云迎来正式上线,企业内容管理问题将迎刃而解! 知库云将保存于员工个人电脑上的业务文档集中储存于云端 知库云将保存于员工个人电脑上的业务文档集中储存于云端

MSSQL批量写入数据方案

近来有一个项目Feature需要有批量写入数据的场景,正巧整理资料发现自己以前也类似实现的项目,在重构的同时把相关资料做了一个简单的梳理,方便大家参考. 循环写入(简单粗暴,毕业设计就这样干的)(不推荐) Bulk Copy写入(>1000K 记录一次性写入推荐) 表值参数方式写入(mssql 2008新特性)(强烈推荐) 在SQL Server 2008未提供表值参数之前,需要将多行数据传递到存储过程或参数化sql命令我们一般会采用以下几个方法: 使用一系列单参数来表示多个数据列和行中的值.但

低调、奢华、有内涵的敏捷式大数据方案:Flume+Cassandra+Presto+SpagoBI

基于FacebookPresto+Cassandra的敏捷式大数据 目录 1      概述...3 1.1       Cassandra.3 1.1.1        特点...3 1.1.2        系统架构...4 1.2       Presto.4 1.2.1        特点...4 1.2.2        系统架构...5 2      环境准备...5 2.1       主机...5 2.2       用户...5 2.3       程序包...6 2.4