大数据背景下统计服务对推动生产方式变革,助力烟草行业高 质量发展问题研究

发表时间:2021/5/14   来源:《科学与技术》2021年第29卷第4期   作者:郁桂华1 李旭东2 金鑫2 郭非2 任然2 汤林2
[导读] 本研究课题以大数据背景下统计服务改革为切入点
        郁桂华1  李旭东2  金鑫2  郭非2  任然2  汤林2
        1四川中烟工业有限责任公司  四川  成都  610100
        2四川中烟工业有限责任公司成都卷烟厂  四川  成都  610100
        内容摘要:本研究课题以大数据背景下统计服务改革为切入点,利用新技术针对性的解决生产过程中存在的部分问题,推动企业生产方式变革,助力行业高质量发展;结果表明,拥有一套精准的数据分析、快速智能化的数据分析系统将为企业管理提供精准的数据支撑,同时也能有效的提升企业的经济效益和管理效益,在创新方面本课题通过“互联网+”思维的复合型人才培养模式,通过人才的培养去助力企业自身和兄弟单位的高质量发展;通过统计服务改革,减少了以往人工录入、人工分析所造成的费时费力的局面,数据分享效率大大提高、数据的再分析能力增强,只需要建立相应的业务模型,便可以在数据的基础上完成多维度、多指标的分析,切实使得工作效率大幅提升,并通过数据工具进一步保障了数据分析结果的准确性,为企业管理提供精准的数据支撑;对数据的深入挖掘仍存在薄弱之处,仍需挖掘数据背后的隐藏价值,利用好新技术确保行业高质量发展。

        关键词:大数据;统计服务;高质量发展

        中图分类号:C8              文献标识码:B






一、引言
        
当前,数字经济成为“新经济引擎”,数字技术正助力于企业实现生产方式变革、生产关系再造,数据资源已成为“新生产要素”。目前大多数企业仍存在着一定程度的“数据丰富、信息贫乏”现象,究其原因,主要在于数据的分析与挖掘利用能力尚为薄弱,很多数据只是被简单地堆积在一起,进行基本的统计和查询,并没有将数据真正转化为“新生产要素”。
为了充分发挥数据作为“新生产要素”的作用,打造以大数据为核心驱动要素的制造体系,本次研究结合实际业务场景进行大数据统计分析服务,充分深入挖掘大数据中蕴含的信息、规律、模式、知识、智慧和价值,为生产过程决策管理提供科学的数据支撑。同时也将通过大数据技术驱动企业生产方式变革,强化“数据运营”理念,加强技术人才培养,助力企业逐步走向智能化、科学化生产的高质量发展道路。


二、大数据背景下统计服务对生产方式变革的推动

(一)解决统计口径及统计业务本身的难题

工厂生产数据来源于部署在生产环境中的各个系统,再加上各业务部门相关人员人工填报数据,构成了整个生产数据的统计体系。
对此,以实现跨平台的数据统一和数据全流通为目标,工厂信息团队运用BI数据工具,会同业务部门针对性地开发了诸多业务报表应用。数据源贯穿于中烟指挥系统、工厂MES系统、高架库系统、卷包数采系统等多个系统,促使业务流程数据化转变,以高效、准确的数据应用提高工作效率。

(二)解决数据视角单一及数据直观性差的难题

传统统计模式下的数据视角往往服务于少数个体,视角较为单一,缺乏整体观,难以为广大的一线生产管理人员提供更好的数据支撑。而且报表的最终使用者往往只是单向的接收数据,无法按需调整数据的显示方式或统计口径,只能够接受“给什么看什么”的现状,对数据的再次使用也只能通过人工去形成静态报表,不利于快速做出正确的生产决策。


针对以上问题,工厂通过基于业务整合的数据应用开发,最终以“数据驾驶舱”等形式实现数据信息的可视化、图形化、趋势化展示,解决了以往数据视角单一及数据直观性差的难题,真正将数据转化成了“新生产要素”,实现了“用数据说话、用数据管理、用数据决策、用数据创新”的数据服务机制。

(三)解决数据传播性差的难题

传统的统计报表传播效率低。据统计:统计人员每天要产生至少五份日报表数据,报表平均页数2页,打印6份报送;月报表平均十三页,打印8份报送,正常情况下月度打印5份*2页*6人*20工作日+13页*8份=1300页的A4纸。这样的操作模式不仅造成纸张的浪费,传播范围还受限,各级生产决策人员,难以获取及时而有效的数据支撑,只能通过电话询问的方式获取数据。
全新的统计服务则可提供包括电脑网页端、手机APP端等多种传播途径,通过分级授权等方式对数据和信息的传播进行有效管控,大大提升了有效信息的传播性,且减少无效/低效信息的传递。

(四)解决数据时效性的难题

以前统计人员要出具一份报表,只能从各个系统不同的功能页面,按照不同的条件进行查询、导出再加工的方式,耗时特别长。需要各部门相关人员,从各系统导出数据并加工处理,以及人工手动录入Excel,然后将数据汇总形成所需Excel报表,再手动筛选数据内容,建立运算公式和大量的表单,形成最终报表。整个过程为了确保数据的准确性,只能反复沟通、反复校对、反复修订,报表的出具耗时耗力。
针对以上问题,工厂通过建立统一的数据平台,将MES系统、中烟生产指挥系统、动力能源系统、人工数据等资源整合到工厂数据系统,实现跨平台的数据统一和数据全流通,这样彻底打通了数据间的壁垒,数据和统计的时效性大大提高。


三、具体应用场景举例

(一)跨系统的数据归集、数据清洗

在传统的多系统运行的基础上,加装融合了大数据技术的套件,使各系统间的数据能相互流通,这一过程也涉及到各数据字段的统一定义和统一口径。
实现跨系统的数据归集后,对整合后的数据进行清洗,修补其中的缺失数据,确保数据的完整性和一致性。
(二)业务数据可视化应用

单一、传统的报表式数据,虽然更贴近基层管理人员的使用习惯和满足详实的数据统计记录需求,但单调枯燥的表格化界面难以完全满足业务部门的快速查找问题、发现问题的业务需求,也不便于数据价值的直观展示。因此,在数据整合、归集的基础上,进一步实现了数据可视化展示,极大提高了数据价值呈现的友好度。
(三)数据驱动管理创新的实例

自工厂数据系统平台投入运行以来,以数据驱动管理变革成为了越来越多管理人员的共识。以设备管理为例,基于工业互联网平台(CPS)的汇聚层服务,实现设备工艺参数监控;以卷包数采和MES系统数据为基础,实现剔除、设备效率对比、设备故障停机模块,形成车间日常所需的自动化数据统计。从卷包设备剔除率、单箱停机次数等维度,综合计算得出设备健康分,形成设备健康度评价,科学指导设备的轮保,实现设备按序轮保向按需轮保转变。
(四)人才培养助力行业高质量发展

大数据背景下统计服务推动生产方式变革的同时,也促进了相关人才队伍的建设,通过人才的培养助力企业高质量发展。工厂于2019年成立大数据创新工作室。工作室成员多数具备数据开发认证、数据运营官认证、报表工程师认证等。承担了工厂大数据建设项目,科技项目、QC课题、AKT课题等。在自身取得成绩和荣誉的同时,还协助带动兄弟单位接触数据技术和工具,推动其在数据驱动转型过程中的起步和发展。

四、结语

通过以上所述的各类统计服务改革,切实使得工作效率大幅提升,以数据平台形成的16张常用数据报表和数据分析报表为例,人工形成报表需要3名统计人员耗时3-6天完成,数据平台只需1秒时间;办公消耗大幅降低,数据分享效率大大提高。人工报表按月需要打印纸张量800张,使用数据平台,打印量为0;数据的再分析能力增强,只需要建立业务模型,便可以在数据的基础上完成多维度、多指标分析,适应更多的管理需求;对数据有需求的人员,直接登陆数据平台即可查询。在经济效益方面,经过财务评估为工厂节约了人力成本200万元以上;在管理效益方面,已经实现企业管理科、生产科、工艺质量科、宽窄专线部分业务流程数据化转变,大大减轻了工作人员的劳动强度,提高工效,成为部门内的重要数据工具和统计方法,并进一步推动了无纸化办公。
随着信息化、工业化不断融合和发展,以及层出不穷的云计算、大数据技术、生物识别、机器视觉、室内定位等新一代基础技术与业务实践的深度结合,利用好新技术推动企业生产方式和数据应用变革是企业唯一的选择,同时也是当前行业面临外部环境严峻复杂、形式多变时,需要全行业要抓住和用好的重要战略机遇,利用好新技术确保行业高质量发展,走出顺应新时代新要求的新路子。




参考文献
[1]张荣颖. 大数据时代对统计工作的影响[J]. 管理世界, 2015.
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: