第二，在制造业数字化转型上，有哪些方向？到底从哪些方面入手。
壹：制造业数字化转型的本质及方向
说起来，中国制造业的整个数字化历程，分为3个阶段；
首先做数字化的是信息服务产业，像互联网企业，软件公司，在核心的业务上全面实现了数字化管理；
然后在到服务业的数字化，例如：数字新零售（互联网+的应用）；
现在以实体的数字经济，尤其是工业互联网为基础架构正在逐渐展开；
所以过去
十二五谈，两化融合
十三五谈，智能制造
十四五谈，数字经济（数字化转型），
我们发现一个企业，没办法一步快速实现智能化，在和工业互联一起很多企业，建立智能工厂的时候，我们感受到，现在很多企业还在数字化迈进的阶段，没有数字如何实现智能。
数字化转型
反应在经营层：降本准交、提质增效
反应在产业层: 透明协同、服务创新
所以数字化转型是有具体的目标性的，鼎捷通过200家机械装备制造业调研，通过数字化的转型升级，可以提升企业的经营管理能力，并为企业带来显著的经营绩效。
制造业企业从传统生产、管理、销售的方式转向数字化生产、数字化管理和数字化销售的方式，是当前制造业企业进行企业变革、业务创新、企业升级的必经阶段。
数字化转型对制造业企业进行全方位、全过程的数字化改造，实现智能制造、智能管理和数字化营销的目标，从而提高企业效率、降低企业成本、提升企业竞争力。数字化转型的路径，包括以下几个方面：
1
制定数字化转型战略：
制定企业数字化转型的战略规划，包括数字化转型的目标、愿景、策略、重点任务和关键指标等，以便企业按照规划顺序、逐步推进数字化转型。
2
建立数字化平台：
包括生产数据平台、设备连接平台、物联网平台、协同办公平台，利用数字化技术进行信息共享、数据分析、运营控制、智能调度等，以实现数字化生产和智能制造。
3
实施数字化生产：
通过数字化技术，实现生产流程、生产制造和质量控制的智能化，包括数字化设计、数字化制造、数字化控制、数字化质量管理等环节。
4
推进数字化管理：
建立数字化管理模式和体系，包括数字化企业文化、数字化组织架构、数字化人力资源管理、数字化运营管理等方面，实现数字化管理模式的全面覆盖。
5
实施数字化营销：
采用数字化手段，完成品牌建设、销售推广、客户服务、电子商务等方面的数字化营销工作，实现对客户数据的全面掌控和精细化运营。
6
加强数字化安全：
建立数字化安全体系，包括网络安全、信息安全、数据安全等方面，以保障数字化转型过程中的信息安全和数据安全。
数字化转型是一个持续、漫长的过程，需要企业持续投入资源和精力，不断完善和优化数字化转型的各个环节。
“
制造业数字化转型的三个方向
1、数字化管理；2、数字工厂；3、数字化服务。
在第一个方向中ERP（企业资源计划）是最基础的数字化管理工具 ，在第二个方向中MES（制造执行系统）是最基础的数字化管理工具，这两种工具在数字化转型中都是非常重要的。
01
方向一：数字化管理
ERP等系统能够整合管理企业的各个部门，将所有的业务流程与信息流程进行数字化、标准化和集成化，提高企业运营的效率和透明度。
例如，通过ERP系统进行采购管理、生产计划、库存管理等，实现生产过程中所有环节的数字化管理和数据集成。
以指标树支持企业的管理升级
数字化管理将管理过程中的一部分或全部由传统的纸质文档转化为电子格式，可以通过指标树支持企业的管理升级，洞察管理数据提升经营绩效。数字化管理可以加速决策速度、提高管理效率、降低成本、增强产品质量、提升客户体验等。
指标树是一种使用多级指标来表达业务流程的方法，它可用于支持企业管理升级。以下是指标树可用于企业管理升级的三个方面：
1.帮助企业实现目标管理：
指标树可以将企业的战略目标分解为可操作的层次目标，从而帮助企业实现目标管理，保证企业战略的顺利实施。
2.支持企业持续改进：
指标树可以将企业的核心流程，关键活动，和质量要求等转化为可衡量的指标，从而帮助企业全面了解关键业务流程，及时发现问题并采取措施进行持续改进，实现不断提升的目标。
3. 提升管理效率：
指标树可以帮助企业监测每个关键活动的执行情况，根据指标的变化，及时调整管理决策，提升管理效率，减少系统缺陷，降低成本，提高客户满意度等。
洞察管理数据提升经营绩效
管理企业运营、销售、客户、供应链等方面产生的数据，这些数据可以用来洞察市场、业务、顾客等方面的情况，支持企业提升经营绩效。以下是通过洞察管理数据来提升经营绩效的三个方面：
1.洞察市场和客户需求：
企业应该收集并分析市场和客户的数据，如潜在客户数据、销售数据、反馈数据等，通过了解消费者的需求，制定更具针对性和远见性的市场策略，提高营销效果。
2. 实现高效的供应链管理：
企业应该收集和分析供应链方面的数据，例如库存、物流、生产成本等，并能追踪订单和物流过程，以及实时监控库存和销售等数据，以便进行有效的供应链管理，提高供应链效率和减少成本。
3. 改善产品质量和服务体验：
企业可以通过收集和分析客户反馈数据，洞察出客户对产品和服务的满意度和不满意之处，并根据这些数据做出优化和改进，从而改善产品质量和服务体验，提高客户满意度。
02
方向二：数字工厂
MES系统是制造业数字化的核心，它将整个生产过程进行数字化和协调管理，实现生产过程的实时监控、计划调度和问题解决。例如，MES系统可以根据生产计划智能调度生产线，提高生产效率和质量。
数字化工厂将相关工厂过程中的业务活动运用数字技术来处理和管理，从而实现更高效的生产质量和客户满意度。数字工厂是一个综合性的概念，包括工业物联网、数据分析、人工智能、机器人技术等。
数字工厂可以打造IT与OT融合的数字工厂，以议题来展开的车间层指标树，让生产过程透明化，实时掌控。数字工厂可以提高生产效率、优化生产过程、提高产品质量、提升工业安全以及客户体验等。
打造IT与OT融合的数字工厂
IT与OT融合的数字工厂是一种数字化转型的理念，旨在整合企业的信息技术和操作技术，实现数字化转型和智能制造。以下是构建IT与OT融合的数字工厂的三个关键方面：
1. 建立流程数字化：
生产流程的数字化是数字工厂的核心。通过数字化建模、仿真和优化，数字工厂可以提高生产计划、生产排程和生产任务的精度。数字工厂还能够在生产任务中实时监测生产过程和设备运行，以便及时地调整和优化流程。
2. 引入智能设备：
现代智能制造企业需要引入智能化设备和工具，以实现数字化转型和工业4.0的概念。通过网络连接和物联网技术，在生产和物流过程中实现数据互通、交流和创新，提高设备的可靠性和自动化程度，帮助企业构建智能工厂。
3. 管理数据应用：
数字工厂需要整合企业的信息技术和操作技术，以便更好地管理和应用数据。企业应该建立数据平台，协调和整合不同系统的数据，并利用大数据技术、人工智能和机器学习等技术，分析数据并发掘商业价值，为企业提供决策和支持。
通过打造IT与OT融合的数字工厂，企业可以实现工厂生产流程数字化，提高生产效率和质量，提高企业竞争力。此外，数字工厂还能够增强生产调度和物流监管流程的透明度，降低生产成本，避免资源浪费，提高效率。
在数字工厂建设过程中，企业需要合理规划资源，重视人才培养，实行管理革新，促进全员参与，以便最大限度地发挥数字技术的作用，创造更多商业价值。
以议题来展开的车间层指标树
议题是指车间中需要优化和改进的具体问题，根据具体的议题建立车间层指标树，是一种有效的管理手段。以下是以议题来展开的车间层指标树的三个方面：
1. 生产效率提高：
以生产效率提高为议题，可以建立生产效率的指标树，包括生产任务完成率、设备运行时间比率、质量合格率 和产品交付准时率等。通过细化目标和指标，车间能够更加具体地把控生产环节中的每个细节，从而提高生产效率。
2. 产品质量优化：
以产品质量为议题，可以建立产品质量优化的指标树，包括产品质量合格率、报废率、维修率、检测时间以及反馈率等方面。通过针对不同环节建立指标，车间能够及时发现问题，并找到相应的解决方案，并最终提高产品质量和符合客户的要求。
3. 工作场所安全：
以工作场所安全为议题，可以建立工作场所安全的指标树，包括事故发生率、安全培训率、设备维护率和事故起因等。通过建立相关指标并及时监管，车间能够预防和解决事故，提高工作场所安全。
通过建立议题驱动的车间层指标树，车间能够更好地识别问题和情况，并及时地采取有效措施解决问题，提高生产效率和产品质量，同时确保车间安全，保证生产运转稳定，从而促进企业的持续发展。在建立指标树的过程中，车间应该遵循相关规章制度，并关注员工参与和反馈，以确保指标实施贯彻有效。
让生产过程透明化，实时掌控
让生产过程透明化，实时掌控是数字化转型的核心和关键之一。通过实施数字化转型，企业可以通过现代化的生产管理技术实现生产过程的透明化，实时掌控生产过程，实现全面数据监控，确保企业的优化生产运营和提升生产效益。以下是实现生产过程透明化、实时掌控的三个关键方面：
1. 实时监控生产过程：
企业应该利用先进的物联网技术、大数据技术和人工智能技术等，对生产过程进行实时监控和数据采集，并对数据进行收集、存储、处理、分析和反馈，以保证生产过程的实时掌控。
2. 优化生产流程和组织管理：
企业应该针对生产流程找到瓶颈点，以及进行精益化的生产流程优化，并建立优秀的组织管理模式，并尽可能与生产流程相匹配，以确保高效生产运营。
3. 加强企业文化建设：
企业应该建立透明、设施完备的沟通平台和流程管理机制，构建开放性的企业文化，在员工中推广数字化转型的理念，树立数字化转型的领袖形象，从而实现企业数字化转型的全员参与。
通过实现生产过程透明化，实时掌控生产过程之后，企业可以对生产过程实时了解，及时调整生产计划、安排和、生产流程，更好控制成本和质量，从而提高生产效率、缩短生产周期、增强企业竞争力，在竞争中稳步发展。
03
方向三：数字化服务
数字化服务是制造业数字化转型的一个重要方向，通过大数据、云计算等技术，实现对客户的个性化服务和解决方案。例如，制造企业可以通过数字化服务来实现客户需求的定制化，提高客户满意度和忠诚度。
服务化转型
服务化转型利用数字技术和数据分析来理解客户需求，优化服务流程，并利用数字技术来提供更好的服务体验。数据驱动思维对信息化的改变，数据驱动行为的能力突破是服务化转型的重要环节。
服务化转型可以利用智能客服系统、数字化订单管理、数字化服务等，实现高效、便捷、个性化的服务，提升客户满意度，从而提升企业的声誉和竞争力。
数据驱动思维对信息化的改变
数据驱动思维是一种基于数据分析的思考方式，强调数据在决策制定和业务流程改进中的重要性。利用数据驱动思维，企业可以更深入了解业务过程，发现潜在问题和机会，并基于数据制定决策和调整业务策略。在信息化改变中，数据驱动思维发挥了重要作用，以下是对其影响和改变的三个方面：
1. 决策制定优化：
数据驱动思维可以帮助企业采用具有预测性的方法分析数据，了解数据背后蕴含的信息，辅助提高决策制定的质量和效果。利用数据分析和可视化技术，企业可以制定出更有逻辑性和针对性的决策。
2. 业务流程优化：
数据驱动思维可以帮助企业更加深入地了解业务流程中的数据，发现数据中存在的问题或潜在问题。基于数据分析，企业可以建立能够实现更高效率的业务流程，并通过周期性的监控和反馈，实现持续的业务流程优化。
3. 人才选拔培养：
数据驱动思维也可以帮助企业更加准确地分析员工在业务流程中的数据表现，确定哪些人员对业务有益和有害。此外，数据驱动思维也可以帮助企业更好地培养和选拔人才，优化员工技能，提升企业业务和员工的质量。
数据驱动思维对信息化改变具有显著影响。随着企业越来越依赖数据驱动决策和业务流程优化，数据分析和机器学习等技术也会成为企业普遍采用的工具，帮助企业更好地推行数字化转型。
然而，企业在推行数据驱动思维的时候，应该注意保证数据的质量，遵守数据隐私等相关规定，以确保数据安全和合规。
数据驱动行为的能力突破
数据驱动行为是指基于数据分析和挖掘的行为改变方式，旨在帮助个人和企业更有效地决策、优化和改进。数据驱动行为的能力突破是指通过数据分析、机器学习和人工智能等技术，让行为改变更有条理和效果。以下是数据驱动行为能力突破的三个方面：
1. 个性化定制：
通过学习个人的行为和偏好，分析个体数据模型，为个人和企业提供个性化定制的服务。基于对数据的深入理解和分析，可以为个人和企业提供更具针对性的建议、决策支持和服务。
2. 数据驱动的培训和教育：
基于数据分析和机器学习技术，可以构建智能型学习平台，更好地满足个人和企业的学习需求和目标。通过智能化的学习方式，让学习更有针对性、效率性和个性化，更好地提升个人和团队的知识水平和技能。
3. 实现数字化转型：
基于数据分析和机器学习技术，企业可以更好地实现数字化转型，结合数据，优化业务流程和服务模式，提升企业运营效率和顾客满意度。通过数据的深入分析和挖掘，企业可以发现潜在问题、机遇以及优化点，并及时进行调整和改进。
数据驱动行为的能力突破是数字化转型的一个重要组成部分，通过数据驱动行为，人们可以更好地决策、优化和改进个人和企业的行为。在实践过程中，企业或个人也应该重视数据的质量、数据隐私等问题，保证数据的安全和合规，更好地实现个性化、高效化和精细化。
贰：效益导向的数字化转型手法
以价值手法助力制造企业进行数字化推进和转型
以价值手法助力制造企业进行数字化推进和转型是一种以价值为导向的运营管理流程，旨在帮助制造企业实现数字化、智能化、精益化和标准化。通过价值手法，企业可以形成更好理解客户需求和创造客户价值的思维模式，建立完整的价值链表，加速数字化推进和数字化转型。以下是三个关键方面：
1. 客户需求的识别和理解：
制造企业需要了解客户需求，从客户角度，找到可能存在的问题，优化产品设计和生产流程，提供更有价值的产品和服务。通过利用数据分析和可视化等技术，企业可以更加深入了解客户需求，并根据客户需求重新定义产品、服务等，以推进数字化和智能化。
2. 过程精益化的推进：
企业可以采用精益化的手段，优化生产、物流等过程，并建立运营和管理流程，以提高生产效率和质量，对企业在数字化转型过程中起到重要推动作用。
3. 标准化作业程序的建立：
通过标准化的作业程序，企业可以加快信息化进程，孕育更透明、流畅的工作流程；通过标准化数据、操作规范等手段，企业可以更方便地实现数字化、智能化转型。
通过从客户价值和问题驱动的价值手法，企业可以在数字化转型过程中更高效地推进整个价值链路的改进，提高企业的整体价值提升，从而更有效地推动企业的数字化和智能化。企业在推进过程中要合理规划数字化转型流程，并对此进行全员推广，以保障数字化转型的完善推进。
运营指标树建立（以量化指标前后对比，衡量各职能目标及效益达成情况）
运营指标树是以量化指标为基础，将企业运营过程中的各个环节细分，并形成以职能为导向的指标体系。以下是建立运营指标树并衡量各职能目标及效益达成情况的步骤：
1. 确定运营目标：
企业需要确定运营目标，将其量化为目标指标，以便在评估过程中有效衡量运营绩效。例如，企业可以将目标指标设置为销售额、实际产量等。
2. 分解目标指标：
将目标指标分解为各部门的子指标，以便更清晰地了解各部门的职责和目标。例如，将销售额分解成销售人员完成的目标、市场推广团队完成的目标等。
3. 定义指标：
确定运营过程中各个环节的指标，再将其对应到在制品现场操作、设备利用率等各方面，以便更好地跟踪和衡量各项指标变化。
4. 确定指标权重：
企业需要为各项指标确定权重，以便更准确地衡量绩效。例如，销售额对企业发展的贡献应该赋予更高的权重。
5. 建立指标树：
在确定各项指标后，可以建立运营指标树，并根据各项指标的权重聚类，从而更好地衡量各项指标的贡献度、优先级和总体绩效。
6. 衡量指标效益：
企业需要在一个周期内使用指标体系进行监控、评估，从而了解职能部门是否按计划行事，并迅速对不合理的行动进行纠正。
通过建立运营指标树，企业可以更好地了解各部门的职能目标和绩效情况，并及时发现问题和改进机遇，优化运营，提高企业市场竞争力。建立指标树并不是一次性完成的过程，企业需要根据实际情况调整和优化指标树，并且可以在发现新机遇的时候继续优化扩充指标，帮助企业更好地掌握运营效益。
数字化落地，IT+OT融合，数据驱动精益制造
数字化落地、IT+OT融合、数据驱动精益制造是制造企业数字化转型的重要路径。数字化落地是指将数字技术运用到生产过程及其他业务领域中；IT+OT融合则是指将企业信息技术与运营技术相结合；数据驱动精益制造强调数据的重要性，通过数据分析和处理衍生出优化生产效率的方式。以下是数字化落地、IT+OT融合、数据驱动精益制造的三个关键方面：
1. 数字化落地：
将生产过程中的数据数字化，实现生产过程透明化，以便企业能够及时识别生产效率、产品质量、零售商需求等问题，确定生产需求和产能规划的重心，并优化生产和交付。数字化落地需要各职能部门的紧密配合，实行数字化开发、制造、质量等流程。
2. IT+OT融合：
将企业的信息技术和生产运营技术相结合，实现数据连接和信息共享。IT（信息技术）为企业提供及时、准确的数据，让企业能够快速地适应市场环境；OT（运营技术）则提供企业在生产过程中的可靠性和稳定性，以确保生产过程的成功顺利进行。
3. 数据驱动精益制造：
强调以数据为基础，实现生产过程的全面数据监控，发现生产（包括生产设备）过程中的隐性问题和机遇，并通过数据分析和处理，优化生产运营，提高企业业务和产品的质量。
数字化落地、IT+OT融合、数据驱动精益制造是数字化转型的重要步骤。通过将各种技术整合到生产过程中，企业可以增强生产效率、产品质量的稳定性和可靠性，并优化运营效益与管理流程。
企业在数字化落地、IT+OT融合、数据驱动精益制造过程中，需要制定长期规划，确保技术、流程有效的实施和运行，避免周期性和时间浪费。
数字化转型是指利用信息技术，通过重新设计业务流程、提高业务效率和增强客户体验，从而增强企业的竞争力和盈利能力。而以效益导向的数字化转型则是指将数字化转型的战略和措施与企业的绩效目标紧密结合起来，以达成实际的业务成果和效益。
以效益导向的数字化转型需要关注以下方面：
1. 效益目标的设定：企业需要在数字化转型前确定明确的效益目标，如降低成本、提高效率、增加收入等，同时要设定具体的指标用于衡量达成效益目标的程度。
2. 数据驱动的决策：数字化转型需要利用先进的技术和工具来收集、分析和利用数据，从而支持决策，优化业务流程，提升业务效率。
3. 持续优化：数字化转型不是一次性的事情，需要不断地进行优化和改进，以持续提高业务效益和竞争力。
4. 参与和领导力：数字化转型需要全员参与，从领导层到员工都需要理解数字化转型的战略意义，并参与到数字化转型的实践中去，共同推动企业的数字化转型达成效益。
总之，以效益导向的数字化转型需要将数字化转型与企业的业务目标和效益目标相结合，同时要注重数据驱动的决策和持续优化，最终实现数字化转型的效益和成果。
NO.1
本期分享专家
张智宇
鼎捷软件-行业应用发展中心-数字化资深规划顾问
具有22年工作经验，一直从事智能制造、工业物联网、大数据及管理信息系统的咨询规划与实施工作。擅长领域：生产制造企业智能化、数字化、信息化整体规划；智能制造数字化数据整合与应用；制造业信息系统工具部署与落地。
联系客服
