京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据来了管理怎么办
与其说大数据是一种工具,不如说是一种思维的革新。在管理上,也不仅仅是流程再造。那么,大数据需要怎样的管理变革?三一重工有哪些痛彻心扉的实践?
创新转型,思维先行。
从学院派教授到众多世界级制造业企业家们,都有一个普遍的共识,即数字化转型是智能制造实现的必由途径。
大数据主导的智能制造,对管理转型的考验也是一次破旧立新。与其说将大数据作为一种工具,不如说运用大数据是一种管理思维的革新和改变。
理念转变:数字化管理是一个趋势
“你相不相信智能制造或者大数据时代,数字化管理会是一个趋势?”三一重工高级副总裁贺东东反问《中外管理》记者。他坚信,作为管理层,首先要有这一理念上的认识。
不得不说,制造业的运营管理体系经历了几代的成长变迁,从泰罗的科学管理、福特的流水线生产到丰田的精益制造和GE的六西格玛,现在基于大数据的管理是在此基础上的新一代管理理念和技术。
当传统管理套路已不适用智能制造,对于转型,贺东东的理解是:首先体现在战略层次,三一不仅将数据作为公司的一个战略资产,还将数据能力作为战略的核心能力。因为企业更需要的是知识的传承。未来智能制造的本身首先就是物理世界的数字化,只有数字化以后,才能充分利用ICT、大数据和人工智能等新技术,去优化和进行智能化工业的运营。
“我们不能只是从狭义的‘造东西’的角度去理解大数据的应用,我们所有的制造企业都要在这个大数据、物联网的时代重新思考我们的战略定位,以及如何变革我们的制造生态。”贺东东说。
广义来说,制造其实就是服务,就是满足用户的需求,提供整体的解决方案。从这一点出发,如何满足C2M(Customer-to-
Manufactory顾客对工厂)的高度个性化需求、并以全制造生态最可靠和高效的方式实现,对制造业生态提出了非常多的挑战。比如:产品全生命周期的使用如何高效,跨企业的制造协同如何实现,社会化的研发众筹如何变得可行,制造业的共享经济模式如何创新等。
但于企业而言,一切转变都要直指痛点,什么都做等于没做。
用贺东东的话说:“你得知道你的具体收益或者具体的目标在哪里,聚焦的痛点在哪里或者主要的价值增值在哪里,要有选择,绝对不可能全面去展开,而是要聚焦在某一个重点。”
抓重点:一切变革,人才是首要因素
数据化管理嬗变,理念革新,最终要看如何落地。
对于三一自上而下的转型突围,贺东东介绍说,第一步是尽可能将所有的物质变成数字。这个数字化的工作,是CPS(信息物理融合系统)的基础,只有形成物理世界的数字化镜像,才有大数据管理的一个基矗因此在物料、产品、制造过程、运营流程中,尽可能基于数字进行储存、分析、优化。第二步是培养数据分析的平台和能力。第三步才是基于数据挖掘那些实际价值的应用。
但很显然,若直接按部就班地实现这三个步骤,需要巨大的资源支撑,甚至有可能超出企业所能承受的范围。
化解这一难题,三一重工的做法是用价值“倒推”的方式来进行决策。首先判断、分析明确哪些应用方向是最有价值的,当确定优先级的方向之后,才开始在一个有限资源的前提下进行数字化,企业也会优先投放资源在这个方面。“实践告诉我,对于企业来讲,管理最关键的地方应该是决策,是取舍,选择一个方向,投入资源做数字化,从而搭建起大数据的平台。”贺东东深有感触地说。
同时他也坦露了企业的难处,单一企业的数据仍是有限的,如果不打破企业的边界,是很难做到真正有效的大数据应用的。而政府拥有整个社会最大的大数据资源,也是唯一有能力构建企业之间数据交换标准和规则的机构。如果政府在这方面做更多的工作,就能加快全社会大数据能力的提升,这对企业实现全面的数据化管理也是加了更有利的砝码。
“然而一切的转型变革,管理层要明白,其实人才是第一位的关键因素。”贺东东不忘补充说,从实践来看,目前具备工程专业知识和大数据分析能力的复合型人才奇缺,在很大程度上制约了工业大数据的发展。
“我们迫切需要教育机构能够尽快开展大数据人才的培养,我们企业也愿意为此提供实践和就业的平台,加快人才的培养进程。”贺东东对《中外管理》说道。
转型像扒层皮、抽根筋,但依然要转!
自上而下的管理转型,难度大不大?
“几乎是扒层皮,抽根筋。”作为三一子公司执行层,北京三一智造科技有限公司副总经理的王俊这样回答。
就连贺东东也说,一个大型的传统企业,在企业内部针对每一个部门,进行管理上的革新,管理的体制要不一样,评价也不一样,绩效管理肯定也不一样。
除了人才之外,流程信息化也要变。数据化管理要求管理者要从整体去看问题,每一位管理人员都要抛开孤岛视角,将自己放在整个产业链上,三一内部最流行的一个说法就是“完全端到端的,从客户到客户”,以这个逻辑去推动业务流程的转变,“当初那种传统职能部门从一个部门到一个部门去推,那是有问题的。”贺东东说。
其实一旦开始执行了,管理转型也就没有想象中那么难了。王俊说,三一一直在做的事情,就是建立起流程化的组织,打破部门墙。在最新的顶层流程设计中,业务通过流程的视角分成了很多流程的模块,比如有营销与服务流程,有研发流程,有制造与商务流程,三大核心流程构成主营业务流程。此外还有支撑流程,比如财务流程,人力资源流程,这些都是支撑最核心业务的流程。而这些流程与流程之间是有关联性的,按照从一级流程到二级流程,一直到最后的活动流程,逐级实现管理目标。
这样一来,其实每一个具体的动作,都已经规范了一件事情由什么样的角色来做,这个角色具备什么样的能力,通过什么样的工具完成什么样的项目,这件事情的标准在哪里,将这些事情都细化成可以执行的点,然后自下而上看,每一个活动变成了一个个流程,流程又支撑每一块业务,这样大家就很清楚地知道是在什么时间点发起的流程,后面应该由谁去处理,用什么样的标准去完成……
这一切,让沟通更高效,更有区隔性。
对于供应链的管理,在三一重工的做法中“借力打力”比较有看头。简单说,就是借助第三方力量。据王俊透露,如今三一从战略规划初始就会有意识和类似华为、IBM、SAP这样的企业做顶层规划,通过项目来打通这种“端到端的流程”。
“比如做客户关系管理,就去打通我们从营销客户的意向到接单,以及接单后的生产、产品交付到市场的服务,这两段都是通过CIM(智能采集系统)去达成端到端服务。中间这一段,就是现在我们做的产销协同项目,是打通中间,即从接到订单到将订单可以交付给客户,要全部打通,现在以这两个核心的项目来支撑流程和业务的变革。”王俊举例说道。
三一重工从2002年、2003年开始,进行管理转型,流程再造,打数据根基一直坚持至今,实践证明,这场数据化的管理变革不仅是高层面临的改革,更是一场自上而下的变革,必须全方位推行,毫不含糊!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12