banner
大数据平台>新闻与活动>格力大数据案例

从物流、生产到质管,格力用大数据实现智能制造新标杆

作者: 永洪科技来源: 未知时间:2017-03-10 17:42:56

 

提到格力,众所周知的是它的空调。截止日前,格力在空调领域的国内市场的份额已接近50%,是国内实体经济、制造业的领袖企业。格力电器(芜湖)有限公司成立于2011年3月29日,是珠海格力电器股份有限公司全资子公司,现有员工4500人,实现日产2万台(套)空调的产能,是格力电器在全球九大生产基地中规划用于出口的基地。

 

格力集团董事长兼总裁董明珠在接受记者采访时曾表示,格力生产空调看起来是传统行业,但实际上也运用了大数据思维。“我们用互联网、大数据做空调,格力空调运行得怎么样,我们在珠海就可以监控到相关数据。”而事实上,除了珠海格力,作为格力集团生产出口基地的芜湖格力,大数据的运用也早已投入到生产运营的各个环节,今天我们就一起走进芜湖格力,感受一下大数据在智能制造领域发挥的价值。

 

格力电器(芜湖)有限公司

 

格力电器(芜湖)有限公司(以下简称“芜湖格力”)在2012年筹备期间便开始了ERP(企业资源计划系统)、MES(制造企业生产过程执行系统)的实施之旅,相关数据展示平台都由IT部门自主研发,经过3年时间的数据累积,在数据分析环节使用水晶报表等一系列分析平台,数据分析的过程需要由技术人员操作,流程复杂,时效性差,对业务支持有限。而面对业务流程中不断递增的分析需求,以及业务决策的效率要求,需要一款支持多源业务数据整合,敏捷操作以及可视化展现的大数据分析软件。Yonghong Z-Suite不仅轻松满足了这些要求,且实施周期短,对TB级到PB级数据能做到秒级响应,大大提高了业务决策的效率和价值。

为更好的了解芜湖格力在数据分析上的探索历程和实践成绩,小编(Y)与芜湖格力BI项目负责人生产计划部科长谢传辉(X)进行了一次深入的访谈,希望为更多的制造业企业提供数据化运营的参考。

 

芜湖格力车间生产场景

 

1. Y: 可以介绍一下格力的数据分析团队,以及需要通过大数据分析达成的目标吗?

 

X: 我们部门叫做生产计划部,是公司负责IT信息化的部门。具体工作包括整合前期开发的数据平台将数据分析深入到各个需要分析的流程,涉及生产过程、质量提升、月度绩效、产品管理、生产周期管理等各个环节,目标是解决我们从原材料、生产、质量、产品等一系列的数据分析需求。

 

2015年,格力物流管理部计划整合各分厂之间的物料配送管理,实现公司物流的统一管理。实现这一目标需要先做到物料配送信息化,跟踪物流配送进度,掌控公司整体的物流进程。过去是将各分厂的物料配送工作以及人员划分到物流管理部,而物料交接方式则由原来的分厂与分厂对接改为分厂交接给物流管理部再由物流管理部转交分厂的方式。物料交接环节涉及的部门增多,使中间环节无法预知的问题点也相应增加,对生产效能控制带来不确定的影响因素。

 

具体来说,在订单开始生产前,订单物料是否备齐通常只有点检员一人清楚,整个过程由一人全权管控,如有疏漏无法自查,整个环节缺乏有效的监督管理。另外,点检员在日常工作中常常携带大量的纸质单据,不易保管。遇到异常情况,反馈人需先与生产调度员告知异常情况,初步判断导致异常的问题点,再针对问题点找相关人员核实,是物料未拣选备料?是库存不够?还是拣选单据出现问题?这些要通过电话沟通逐一排查。环节复杂导致人员内耗严重。

 

为改进现状,IT部门引进了永洪科技的产品,希望通过Yonghong Z-Suite 平台对这些影响生产经济效率的潜在因素进行分析,达到以下目的:1、减少物流配送过程中纸质单据,节约公司成本;2、提高备料过程管控;3、降低生产异常核实处理的时间,提高工作效率;4、降低因物料配送问题导致的生产异常。

 

2. Y: 具体来说,格力的大数据分析系统发展的历程是如何实现?目前来说用到永洪产品的是哪些应用场景呢?

 

X: 芜湖格力的信息化系统发展分为两个阶段:流程管控和数据采集。由于生产型企业本身涉及的流程繁多,在靠人力运维的时代,只能在电脑上用EXCEL表格进行监控,经过MES(制造企业生产过程执行系统)系统的全面实施,目前已经采集到物流配送过程中的库存数据、拣选备料数据、配送执行数据和分厂接收数据,还差点检数据未采集。第一步:实现PDA点检,实现物料点检信息化,完善采集订单齐套数据。第二步:通过采集的从订单下达到物料上线生产中间一系列的操作数据,搭建一整套的信息化系统(Yonghong BI),实现过程的实时监控和异常预警。

 

芜湖格力的大数据分析应用主要包含4个业务场景:物流分析、运营效率监控、生产线监控、质量控制。

 

 

 

 

 

 

物流分析

 

 

 

 

 

 

 

通过监控大屏分屏去实时监控业务运转情况,哪个环节出问题第一时间在仪表盘预警,信息有效及时;监控库存中每个仓位中物料比例及存量。

 

 

 

 

 

 

 

运营效率监控

 

 

 

 

 

 

 

监控订单数量完成比例、拣选进度、订单齐套数量及比例;监控生产车间里各生产机组的生产效率、下线比例。

 

 

 

 

 

 

 

生产线监控

 

 

 

 

 

 

 

3  芜湖格力MES生产效率分析

 

之前很多物料的短缺我们是靠人工去一一核实和查询,虽然系统有MRP(物料需求计划系统)在运行,但是数据量庞大而明细指标繁杂,业务人员进行具体数据分析时往往需要IT人员配合建模、计算等,一份报表的分析通常费时耗力。而现在,通过MES和MPR采集的系统数据,可连接Yonghong Z-Suite进行实时的多维分析。例如,物料齐套检查这项工作,以前需要点对点针对相关人员进行排查,而现在检查的结果是在分析平台实时展现,指标体系更可以根据情况灵活调整,IT人员的工作效率提升了30%以上。

 

 

 

 

 

 

 

质量控制

 

 

 

 

 

 

 

之前对于现场的生产过程和质量管理都是人工将系统数据导入再利用EXCEL内置的图表处理进行简单的分析。通过与永洪的合作,我们开始结合更多的业务分析维度进行探索式分析和分析预测,借助大数据分析平台实现从产线、班组以及分厂多个维度各个层面来展示公司整体生产运营情况。

 

4  芜湖格力项目价值实现杠杆

 

在使用了Yonghong Z-Suite大数据分析平台后,帮我们提高了在生产环节的核心竞争力,对物料、生产环节全方位监控,在提高工作效率的同时,还降低生产线残次率。

 

3. Y:通常分析了数据之后,会如何指导业务部门呢?

 

X: 在使用永洪产品之前,我们的生产监控、KPI考核需要业务人员每周整理Excel,经过复杂的公式计算后结果交于IT人员进行图形设计,费时耗力、实时性差且数据准确性无法保障。在永洪为芜湖格力建立数据分析平台之后,解决了数据孤岛问题,且业务部门可以通过自助式分析完成常规的报告分析,大大提高工作效率。 从企业管理方面, 物流分析、质量控制,可以直观高效的对订单、检选、执行、配送、成本各个环节进行生产监控,通过数据分析反推业务优化。

 

如果说ERP、MES系统是针对业务层或者说是针对具体的操作人员,那么Yonghong Z-Suite针对的就是决策层以及管理人员,帮助他们更好的认识到现场正在发生的事情,以前需要花很大精力才能分析的数据,现在借助平台几分钟就可以获得比之前更全面、更准确的信息。

 

4. Y:业务部门是如何看待这些数据分析的价值的?IT部门又是如何衡量这些产出的绩效呢?

 

X: 业务部门从最开始不知道能不能发挥价值到后来越来越多的尝试使用,再到现在已经认可了分析价值,还会根据实际应用场景提出分析改善意见。按照目前整个平台实施的情况来看,已经解放了40%左右的IT工作量,让IT人员能减少了大量的重复工作,更好的投入到更重要的工作,比如对平台的技术支持上来。现在我们能够用实时客观的数据去代替人工核验流程,实现业务运转的自动化,包括自动排产、自动效率分析、错误数据预警等。这些都有赖于数据分析平台的建立。

 

5. Y:还有哪些业务场景是大数据部门想要进一步去实现的?

 

X: 随着对Yonghong Z-Suite平台使用的深入,对我们IT部门来说价值是非常明显的,这里也衷心的感谢永洪。就整体业务来说,下一步我们会和永洪一起讨论,如何将分析平台与原有的大数据基础平台结合增强数据处理的闭环率以及数据运行效率。另外,我们也希望跟永洪的行业咨询专家合作,通过在业务环节增加传感器等方式进一步做好数据采集,扩大数据分析的应用范围。对芜湖格力来说,企业数据化运营和决策刚刚起步,系统化和标准化的原则还需要行业专家的进一步指导,我们知道永洪在智能制造行业已经累积了不少先进经验,希望能为我们提供更多业内最佳实践的参考。

 

 

 

 

 

 

 

编辑手记

 

有人认为传统产业对大数据技术的应用会非常落后,董明珠却并不这么认为,在她看来,“我们可以掌握空调的现状,也可以预知未来,还可以做数据分析判断等,以便我们提前做好服务准备。” 格力的经营理念中也明确写到“一个没有创新的企业是没有灵魂的企业”。我们看到芜湖格力在大数据应用上的探索已经初具成果。格力对科技潮流的把握非常敏锐,在大数据时代它更是以实际成功证明了大数据不仅可以与传统产业结合,而且还能以更智能的方式促进传统产业的发展。

 

 

 

 

 

 

 

 

banner
看过还想看
可能还想看
最新文章
Yonghong Z-Suite一站式大数据分析平台 —— 以卓越的数据技术为客户创造价值,实现客户成功。