电子制造业数字化转型发展分析汇报方案 两份资料

电子制造业数字化转型发展分析分析定义和分析方法分析范畴本报告分析对象是电子制造业”，包含通讯设备、家电等消费类电子设备制造企业。本报告分析内容中国家和区域主要包括中国市场。分析方法内容中的资料和数据来源于对行业公开信息的分析、对业内资深人士和相关企业高管的深度访谈，以及易观分析师综合以上内容作出的专业性判断和评价。内容中运用Analysys易观的产业分析模型，并结合市场分析、行业分析和厂商分析，能够反映当前市场现状，趋势和规律，以及厂商的发展现状。分析定义定义2数字化：企业经营转向以用户数据为核心驱动力，从单向到多维，从封闭到开放。电子制造业数字化：企业利用信息技术实现管理规划、生产设计、营销、运营、用户服务实现数字化。目录CONTENTS数字化浪潮重构电子制造业价值01电子制造业信息化向数字化发展电子制造业制造商数字化转型分析0203电子制造业数字化发展趋势043PART

1数字化浪潮重构电子制造业价值4电子制造业数字化发展环境发展环境政策环境十九大报告提出，加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合，在中高端消费、创新引领等领域培育新增长点、形成新动能；《中国制造2025”》《智能硬件产业创新发展专项行动（2016-2018年）》、《中国机器人产业发展规划》等多项规划、政策文件，由此在政策上为电子制造业精细化、专业化发展提供了大力支持，逐渐成为各地、各制造企业争相抢占的行业领域。社会环境中国已成为全球前三大电子信息产品制造国，随着经济发展中国也已成为电子产品消费大国；互联网原居民80、90后成为主体消费人群，电子产品消费趋向智能化、高端化，用户消费习惯更趋向高质量、高服务的优质产品；随着“中国制造+互联网”深入推进，若干国家级制造业创新平台和智能制造示范项目推进，强化产业技术支撑能力，深化互联网、大数据、人工智能与制造业的深度融合和发展。经济环境随着人口红利的消失，中国制造业的成本优势转变为压力，倒逼产业转型升级；2018年规模以上电子信息制造业收入（含软件业）超16万亿元。一方面传统规模优势继续保持，手机、计算机和彩电产量稳居全球第一；另一方面，主要行业和产品的高端化、智能化发展成果显著，智能手机、智能电视市场渗透率超过80%，智能可穿戴设备、智能家居产品、虚拟现实设备等新兴产品种类不断丰富。技术环境大数据、云计算、物联网、移动互联网等新一代技术的发展和应用，帮助制造业获得更精准的数据洞察，并以此为核心驱动，改造整个研发、生产、销售、用户服务等环节，基于数据贯穿全流程的协同参与，具备智能分析和自我优化能力。中国政府组织实施了制造业信息化工程专项，推动设计数字化、制造装备数字化、生产过程数字化、管理数字化和企业数字化，数字化制造技术得到大量应用。但由于信息资源开发利用不足，数字红利尚未得到充分释放。5中国数字经济快速发展，研发投入加大推动制造业数字化发展2017年中国制造业企业信息化水平数据成为数字经济的关键要素，推动中国数字经济从量变到质变发展，制造业数字化快速发展据预测，中国到2020年数据总量将超8000EB，讲占据全球总量44ZB

（1ZB=1万亿GB）的18%，届时将成为世界第一数据资源大国；中国数字经济规模不断增长，2018年已达31.3万亿元；占GDP比重也逐年增加，2018年已达34.8%。数字经济发展推动制造业产业升级，中国数字化占GDP比重逐年增加，社会研发经费投入不断加大，2016年投入是2014年投入的1.16倍，2018年是2016年的1.27倍，其中，制造业是技术创新投入的主战场，使得制造业数字化得到快速发展。数据来源：国家统计局

公开数据•易观整理单位：亿元人民币单位：万亿元人民币1.27倍1.16倍2.88倍6新一轮信息产业变革及产业互联网发展，驱动电子制造业转型升级云计算、大数据、物联网、移动互联网、人工智能等新一代信息技术快速演进，硬件、软件、服务等核心技术体系加速重构，引发电子信息产业新一轮变革。单点技术和单一产品的创新正加速向多技术融合互动的系统化、集成化创新转变，创新周期大幅缩短；大规模个性化定制、网络化协同制造等信息经济新模式快速涌现，驱动产业转型升级。产业互联网作为新一代信息技术与实体产业深度融合的新兴产物，推动互联网由消费领域向生产领域拓展，面向生产制造全过程、全产业链、产品全生命周期的信息交互和集成协作；从整个产业链的资源整合和价值链优化，降低整个产业的运营成本，提高运营质量与效率，对实体经济发展产生全方位、深层次、革命性的影响。工业4.0智能化数字化数字工厂数字化管理大数据云计算AI物联网AR/VR新一代技术的快速演讲，引发电子制造产业新一轮变革自动化数字化智能制造人机协作/机器人应用自动化控制系统PC控制技术传感器技术云计算大数据物联网数字孪生技术MBD技术AIMESCPS全流程端到端集成7资本和技术驱动，电子制造业全产业链升级电子制造业行业整体数字经济发展起点较高，在生产环节实现信息化的企业占比接近70%，其中，数字化研发设计工具普及率和关键工序数控化较高，超过全国整体水平（44.8%、46.4%），但在产业协同、用户服务环节数字化程度和应用程度较低，仍属单点试验和局部数字化阶段，未来空间巨大。《智能制造发展规划（2016-2020）》提出到2020年，制造业重点领域企业数字化研发设计工具普及率超过

70％，关键工序数控化率超过

50％，数字化车间／智能工厂普及率超过

20％。中国电子产业在具备劳动力优势和国家资金大力支持的前提下，供应链的完善、技术和人才的发展等将带来全要素生产力的提高，已经由最初的劳动力成本优势，逐渐升级在成本、资金、供应链、技术和人才等方面技术能力，形成全产业链的优势。2020年制造业重点企业数字化目标数字化研发设计工具普及率超过

70％关键工序数控化率超过

50％数字化车间／智能工厂普及率超过

20％数据来源：中国信息化百人会•易观整理数据来源：公开数据•易观整理8数字化推动制造业整体升级换代，释放新动能数字化转型激发制造业发展新动能产业升级：数字化重新发现电子制造业价值制造业数字化转型将重构全球制造业劳动分工和价值体系；新一代信息网络技术的全方位渗透与融合，创新生产方式、组织方式、商业模式、价值链分布和竞争战略。技术革新：基于数据实现研发持续创新能力制造业数字化成产业升级的突破口，推动产品设计、制造等全过程数字化，创新新的数字化产品及服务；企业技术从无到有、从弱到强，实现产品设计、研发创新、生产运输、销售服务等流程优化和持续更新，提升效率，实现数字化创新价值。市场赋能：数字化助力企业发现新机会客户体验优劣决定企业生命力，数字化和云平台等工具的应用，帮助企业更敏捷地抓住并满足客户体验和个性化需求，赋予企业与客户持续交互的能力，提升价值创造能力；精准的消费者大数据分析，精准营销触达更多元、更细分的用户群体，针对性进行产品开发和运营；线上线下融合打破时间和空间限制，促进市场一体化发展。电子制造业被视为最复杂的行业领域，产业链条长而复杂产能集中过剩矛盾凸显，成本问题日益突出；电子产品功能日益复杂，产品供给不能完全适应消费需求；数字经济时代，行业界限模糊，跨界竞争加剧；新技术新模式新形态新要求，生产制造企业对数字化转型需求的把握更难，解决方案落地决策难；产业向中高端迈进受到发达国家“再工业化”和新兴经济体“分流”的两头挤压，制造业转型升级的难度正在加大9©

PART

2电子制造业信息化向数字化发展10数字化是电子制造业从信息化向智能化发展的必经之路1990S：引入ERP系统2000S:以计算机为代表的ICT技术2010S：以互联网为代表的ICT技术互联网、电子商务、移动互联网发展驱动工业与互联网逐渐融合设备机械化初步自动化单机数控数控机床自动化计算机辅助制造与工程、设计仍处于单点自动化5G、CPS、RPA等的应用产业互联网智能工厂、柔性生产、智能制造用户驱动生产的需求时代：产品智能化、装备智能化、生产方式智能化、管理和服务智能化信息化 数字化 智能化2015：大数据元年2017：数字经济云计算、物联网、AI3D打印、孪生数字以数据要素驱动，向个性化定制转型重点突破试点：数字化工厂1980s-1990s1990s-2010s2015s-2025s2025s~20世纪八九十年代，数字控制等技术在生产制、设计等环节应用，初步实现设备机械化和生产自动化，但仍处于单点自动化阶段；20世纪90年代MRP、ERP等系统引入国内制造业，最先应用于物料管理、财务管理，而随着电子商务、移动互联网、云计算、大数据等技术融入工业制造应用，信息系统向MES集成、到CRM、SCM、PDM等系统应用，实现向生产信息化、管理信息化发展；电子制造业信息化建设和应用，沉淀和积累海量的数据，数据成为核心投入要素，加快制造业企业从流程驱动升级为数据驱动赋能。5G、CPS系统、工业物联网的应用，进一步改变传统价值链模式，转向以用户价值需求出发、柔性化定制生产的智能制造时代。11数字化是制造业信息化发展新阶段人、机、物互联：产业协同效率升级打破行业界限，跨界竞争产业变革从管理到产品、流程的革新：决策模式创新、业务流程创新、产品服务创新技术创新从产品为中心转变为以用户为中心：从规模制造到按需定制化，形成关注用户体验，以用户为连接的新制造业务模式业务模式变化制造业数字化调优、提效制造业信息化制造业智能化技术基础个性化应用和服务增益、创收协同、跨界12数字化时代，电子制造业产业边界模糊，跨界竞争压力加剧近三十年来，电子制造产业经过了家电、PC、移动终端引领的多轮创新热潮，随着信息技术发展，逐渐走向人工智能、物联网为主导的智能硬件时代，产业创新压力自上而下，从生产到供应链协同服务消费；云、AI等技术应用，工业4.0、智能制造等推动，迎来制造业数字化时代（DT），人、机、物互联，数据成关键，创新关注消费者体验。人、机、物互联，数据成为关键要素；消费者更注重产品品质和服务体验；电子制造业的竞争不仅来自内部的生产和研发压力，更有来自下游品牌商及跨界的竞争压力；用户数据的掌握成关键，通过用户连接、用户在线，用户行为数字化，具备定义用户需求的能力。IT时代电子制造业创新压力自上而下DT时代，电子制造业创新压力来自跨界或下游品牌商平台赋能用户在线管控力增强投入加强终端厂商供应链企业消费电子创新新博弈话语权主动创新产能追加IT时代，技术手段推动制造业规模化发展爆发；供应商协同受关注，企业倾向于建立供应商协同平台，通过供应链协同服务消费；云端生态体系出现，推动产业链内外、线上线下资源整合。13电子制造业信息化逐渐向全流程渗透，产销消协同升级生产流通消费工业设备接入01知识图谱固化和再造02重构行业应用生态03物联网、传感器等技术的创新应用，可以实现制造企业里各类老旧或新增的工业设备数据可以快速接入云端，在互联网平台综合集成，促进设备互联、互通，为产业协同及创新应用提供基础。信息化以快销存、ERP系统等为代表，将企业数据进行有效的集中输入并形成报表，用于企业指导运营；数字化基于信息化渗透到企业全流程，通过大数据平台连接把数字化应用场景引入，包括供应链、财务、生产、运营等，实现业务与服务的流程转换和协同。制造业和电子信息、互联网的深度融合，促进平台综合集成和服务业态创新，让个性化定制、用户参与、即时生产、网络制造、远程监测、在线维护等新制造和新服务模式成为可能，重构行业新的应用生态。随着信息化渗透，以人工智能、大数据、云计算为新型基础设施的发展，制造业通过传感器、软件等实现企业互联，打通从生产制造到消费服务的价值链，加快推动制造业本身的智能制造和转型提升，加快驱动产业链上下游企业融合、产业协同发展；以数据流通连接，整合研发设计、生产制造、仓储物流、经营销售等各个领域资源，促进了产业生态圈各方供需对接，倒逼企业在研发设计、生产制造、仓储物流、经营销售等升级改造，加快数字化推进步伐，构建个性化定制的新制造和新服务模式。14管理领域的数字化水平最低，是目前企业数字化的短板：企业注重单体设备的自动化率，系统规划不足制约数字化建设；数据分布较为分散，难以获得产品全生命周期的系统性数据，以及统一的数据标准的形成；短期内在组织内全面推进数字化转型，投入大难度大；数据成为关键要素，管理抓手发生改变，缺决策标准。管理数字化是制造业短板，企业重视从战略层面推动数字化转型数字化管理好处数字化管理新难题数字化所带来的优势：管理可视化、管理精度提升资源协同、成本下降业务反馈更客观为营销提供有力依据大数据驱动的智能预测电子制造业数字化转型，先行企业整体规划，重点突破123转型已成共识，多数企业尤其大型企业已确立数字化战略并作为组织核心战略；从单点效率转向从战略、产品设计、运营模式变化全面考虑，储备以数据为核心的洞察能力和面向未来的决策能力。战略统筹技术选择数字化转型，以数据驱动研发生产，以自下而上的模式推进；企业着重结合信息化基础，选择采用合适技术而非盲目追求尖端技术。试点突破大型制造业选择相应环节如业务流程或服务应用等先试点，重点突破；选择指标分阶段进行效果评估，再迭代推进。15电子制造业重视创新能力，持续加大研发投入，向云管端推进80%，近八成的集成电路芯片依赖于进口高端芯片甚至超九成电子制造加大技术及研发投入，向“云、管、端”演进，推进生产、研发到运营管理的数字化及应用21.5%制造业走上云端运营管理类系统研发设计类生产控制类企业上云将制造业管理重心转移线上，是制造业进一步数字化、与互联网产业融合发展的关键；基于云平台的智能工厂整体解决方案：云工厂、数字工厂企业资源计划（ERP）客户管理系统（CRM）质量管理系统（QM）供应链管理系统（SCM）计算机辅助设计（CAX）产品数据管理系统（PDM）产品生命周期管理系统（PLM）高级计划与排程系统（APS）生产制造执行系统（MES）数据采集与监视控制系统（SCADA）数据来源：国家统计局•易观整理2018年，电子设备制造业投资增速数据来源：国家统计局•观整理2017年2018年16电子制造业通过数字化平台连接企业和用户，促进新生态体系电子制造业领先企业在探索数字化转型积累一定经验，基于信息化基础，正转向以数据为核心，通过数字化平台的数据能力，连接企业和用户，从应用端创新服务模式，在生产制造端改变生产制造模式；基于数据为核心要素，将加快推动价值链所有的流程从物理形态进入到数字形态，通过大数据云平台汇聚各类产业资源，数据互通，提供供需对接、智能工厂改造、资源共享、运营及管理可视化、自动化和智能化等应用，提高企业的效率。如：海尔搭建COSMOPlat平台，重塑产业价值链和生态链，赋能企业、用户、资源方，构建共创共赢的制造业新生态体系。用户以用户为中心，驱动企业整个商业模式的变革：基于数据连接，用户的需求、使用反馈能实时回到企划、供应链采购、制造、物流阶段，改变制造模式，从大规模制造转向个性化定制的新制造模式、注重打造用户高质量互动体验的个性化服务。大数据平台通过大数据平台连接企业和用户，面向用户个性化定制模式打造解决方案企业从过去以ERP为中心的内部化信息系统，转向以数据为核心，通过数据连接企业业务环节，对企业现有的所有流程进行改造，对业务模式进行变革，制造者可以是个性化产品或服务提供者，甚至是数据经营者，在不同阶段做不同选择。17领先电子制造业通过大数据分析能力，变革流程和模式工业物联网、AI、3D打印、VR、数字孪生等新兴技术帮助制造商更快地响应市场变化，从客户或者用户端了解产品的真正价值，通过快速收集到所需的数据，从而将时间放在决策上，并基于AI、大数据驱动需求预测，从而更快地抓住市场的机会。更快速的决策响应新兴技术推动生产制造的数字化转型，制造商正尝试利用新的技术来提升生产水平，将物联网、工业机器人、3D打印等技术应用到生产中，加快电子制造业转型，个性定制、快速制造，从产品设计和生产制造商提升效率，让大规模个性化定制成为可能。更智能的设计和生产利用传感器、工业物联网采集关键参数，实时监控和监测设备问题，利用机器学习、大数据分析潜在问题，从而能够在故障发生前发现和及时处理，提高整体设备运行效率，即基于传感器和工业物联网进行预测性维护，确保机器的正常运行。更可控的预见性维护电子制造业信息化的建设和应用已经实现推广和普及，信息化更多强调提高产量和生产效率，主要体现在管理效率、应用于生产流程单点效率提升；数字化时代，基于信息化基础和新兴技术的应用，重在以用户需求为出发，

制造商更接近客户及其需求，充分了解市场方向，倒向挖掘产品和服务价值，利用大数据分析来驱动业务转变，通过预测趋势来改进企业的流程控制等。18企业对供应链数字化需求强烈，促进数字供应链新形态数字化供应链转变特点从产能驱动，转变为需求驱动从线性结构转变为网状结构，连接价值链各环节供应链节点之间关系成为数字化，对端到端可视化要求提高供应链贯穿制造业从供应端到需求端，是产业链协同和效率提升的核心环节企业数字化转型中，对供应链可视化工具、大数据分析的需求最为强烈。制造运输 仓储 零售 客户供应链演进：从单环节走向融合从线性转化为数字化供应链供应链涉及多组织、多物，多人，和多场景，传统的供应链管理信息系统无法满足现代复杂的供应链管理需求，客户不断增长的需求，对供应链提出更快、更便宜、更可靠、更容易交付的、高度可配置的产品，实时的端到端的能见度和预测能力的要求。数字化供应链是对传统供应链的变革，对人和组织、商业模式、技术的变革，云计算、移动计算、大数据、AI、区块链等新兴技术推动数字化供应链，将消费和生产结合，以用户需求驱动生产实现消费者驱动的供给，推动工厂的生产从B2C向C2B模式转变。数据来源：LOGReaearch+京东物流•易观整理19电子制造业数字化诊断模型和分析数据正在成为所有新技术的支柱，数字化不再仅仅是IT部门的职责，而是贯穿企业管理、生产研发、运营、服务等经营活动的全流程，因此，对电子制造业数字化的诊断，基于用户数据为核心，从管理、生产、运营、用户四大阶段着重考虑。重点了解企业从战略规划和整体实施过程对数字化的重视程度，它是衡量企业是否将数字化建设纳入战略和预算体系，也是数字化推进的保障。管理规划制造业重点的环节，主要评估数字技术在生产研发、流程优化和数字产品创新方面的运用情况，是全流程数字化和用户服务的基础。生产制造1 2侧重了解电子制造业在渠道资源及融合、数字化营销手段和能力，通过数字化推动核心业务转型和发展新业务。市场运营3侧重了解企业基于数据应用对用户需求和价值的洞察能力、企业与客户的持续交互能力，用户洞察的数据运用于管理决策、运营模式、生产研发中。用户服务4数字化诊断模型20一级指标二级指标权重检查评估方法与说明技术储备能力30%数字化资源及基础能力：通过从技术储备能力（企业级大系统平台构建、核心技术优势、团队建设）、市场能市场能力25%力（市场占有率/排名、上年度营收、业务体系）、渠道数字化资源基础及储备能力资源（合作资源、线上渠道、线下布局），用户资源渠道资源20%（用户规模）四个方面指标评价，评分越高，表示电子用户资源25%制造企业的数字化转型基础越好，对其推动数字化转型升级更有利。数字化战略30%数字化技术及应用服务能力：通过从企业数字化战略（数字化战略、数字化解决方案、创新模式）、数字化研发能力（转型阶段、研发投入）、运营能力（营销体系、营销手段和工具）、用户数字化服务（用户活跃/粘性）等四个方面指标评价，电子制造企业的数字化应用和服务，评分越高，表示企业数字化转型更为领先，并通过数字化转型为研发、运营、应用提供服务。数字化研发能力25%数字化技术及应用服务能力数字化运营20%用户数字化服务25%电子制造业数字化诊断评估体系21电子制造业企业数字化水平差异明显企业认同数字化转型发展趋势，但整体来看，电子制造商数字化转型的根本需求在于降本增效，所以：主要仍从IT部门着力，在生产制造环节着力通过信息技术、系统平台、大数据分析等手段提升生产制造效率、供应链流转效率；在数字化管理和运营、用户服务的价值挖掘，普遍不足。企业代表ZTE做数字化使能者，上升公司级战略，借助咨询机构做数字化整体规划，自建大数据研发和分析团队；生产到研发、运营、服务全流程信息化；积累海量数据，但基于用户数据的价值挖掘仍欠缺。信息化充分、致力于数字化领先者从集团层面重视数字化变革，但缺整体统一规划；自建大数据团队，开发大数据平台和数据管理；运营服务与生产制造环节相对分离，数据不互通；积累一定用户数据，与客户持续交互能力和用户洞察能力不足，需充分挖掘用户数据提升价值创造力。TCL信息化较充分、数字化变革践行者Nubia信息化应用主要在生产流程和财务系统等资源管理层面实现降本增效，还未从战略层面形成数字化转型意识运营和用户层面对数据价值意识较弱，多为人工采集数据。信息化侧重于流程效率，数字化未达到战略层数字化转型技术及运营能力数字化资源基础及储备能力ZTENubiaTCLHPXH3CHaierHuaweiHaier生产制造环节高度自动化，信息化渗透全流程；数字化转型先行者，从技术、管理、运营整体数字化转型战略；重视基于用户的产品和服务价值挖掘，且已显成效。信息化充分，数字化转型的引领者Inspur22电子制造业数字化转型，数字化管理和用户运营服务仍是短板1243“形成数字化转型共识，缺系统解决方案和决策标准大型电子制造企业，已将企业数字化转型提升公司战略层面；但缺系统规划和针对性系统解决方案；且缺乏互联互通的数据标准，缺管理标准、决策标准，决策者难以对解决方案落地实现快速决策。“生产制造流程和效率随着新兴技术和云服务应用，不断得到提升信息技术从物料管理到研发设计、生产流程的渗透，生产自动化能力不断提升；信息系统集成和数字化技术的深化应用，实现IT与OT融合，实现生产制造效率提升；但信息系统未能对业务过程全覆盖，数据质量低，对产业协同支撑不足。转型侧重于制造商服务商的企业，重视营销和运营服务数字化基础架构服务制造企业转型重视面向行业和企业级的数字化解决方案服务，关注产品和服务价值挖掘，注重数字化运营和服务；传统设备制造企业，仍侧重在研发和生产制造环节的降本增效。““对数字用户资产认识差异较大，用户数据分析和应用能力不足面向个人用户的终端设备制造企业，形成以用户为中心的理念；领先企业具备对生产、运营等过程数据的采集，多数企业数据采集手段仍较为传统，普遍问题在于不知如何对所采集的数据应用，缺统一的大数据平台、数据分析分析和应用服务能力。23©

PART

3电子制造业制造商数字化转型分析24电子制造业正在从战略规划层加快推动产业数字化发展连接服务平台规划咨询数字化规划咨询服务商数字化应用研发设计生产制造供应链协同服务云服务大数据分析（运营支撑）系统集成服务商传感设备供应商网络通信服务商品牌服务商25以数据为核心要素的变革，电子制造企业数字化转型定位基础架构服务及设备商新技术+云平台：依托企业自身核心技术优势，转型助力全行业企业数字化转型服务商通讯设备制造商平台+终端+用户：以终端用户基础，以网络优势搭建行业平台，转型成为助力行业数字化转型服务商家电设备制造商设备+用户：以家电产品设备为连接，关注用户端，转型“产品+服务”数字化制造商电子制造企业数字化基于用户连接，挖掘产品和服务价值；从用户需求驱动内外互联，关注用户与设计、生产部门的互联互通，高效协同；机器设备与产品数据互联互通，和用户数据互通。用户信息可见电子制造企业数字化生产全流程可视在基础设施上实现“IT与OT融合”，车间物联网、信息通信网、售后产品服务网融合，及以MES为核心的ERP、PLM、工业控制、物流系统的整合。电子制造企业转型定位27电子制造企业发挥技术优势，将已有平台向数字化延伸应用基础架构及设备商通讯设备制造商家电设备制造商基于技术能力+大数据平台，提供云计算基础设施，形成专业服务和创新能力基于信息化经验积累，提供设备连接能力，形成产品+配套服务基于产品创新积累，借助开放的大数据平台，卖产品ICT企业在其通用技术平台基础上，为制造企业提供大数据、云计算、物联能力支撑，丰富应用服务能力，扩展平台业务范围；传统电子制造企业，借助开放的大数据平台，基于产品和设备制造及服务，形成创新能力，实现数字化生产管理和用户服务。云平台+物联网5G设备生产系统用户产品28基础服务设备制造商，新技术+云平台，引领企业数字化转型云时代中国集团管理软件的领导厂商，最大的行业ERP提供商；深入推动ERP云化，帮助企业打造互联、共享、智能的数字化企业。以新IT的力量帮助中国制造企业加快产业与信息技术的融合，提升制造品质和生产效率，实现智能制造和产业升级。服务器等终端大数据技术面向企业的数字化服务数字化综合解决方案云平台云网融合技术基础服务设备制造商，紧跟智能制造趋势，依托其设备服务和云平台、大数据平台等优势，

转型数字化管理和决策的综合解决方案服务商；数字化转型服务侧重面向企业，而非个人用户，提供行业平台和行业解决方案。29浪潮云平台+ERP，助力制造企业数字化转型云平台开发平台集成平台大数据平台云服务支撑平台企业云大型企业中型企业小微企业领域云行业应用制造业……财务云人力云供应链云分析云制造云协同云营销云……人工智能真正的价值体现在与数据深度融合，帮助企业实现流程优化、管理变革、业务创新，辅助企业管理决策；通过大数据实现企业数字化管理、多维度分析、可视化运营，为企业数字化转型添新动能。“中国制造2025@浪潮”战略

浪潮云平台+ERP为制造业提供应用服务业务上云+数据整合+应用创新“AI+财务共享”、财务智能机器人，实现财务智能化转型；从整体层面实现信息化，着力将人员、机器、物料、环保、生产等环节有机整合，全过程的业务数据分析、风险预警，助力企业数字化管理和决策。浪潮云ERP浪潮ERP软件与SAP的MES、MII、PCO等工业软件集成，联合打造适合中国市场的智能制造解决方案，构建中国智能制造平台和智能制造生态圈；联合SAP提供咨询规划和完整的企业信息化解决方案和产品。浪潮ERP+SAP以智能制造为目标，加速以大数据为中心的“浪潮企业云”落地；通过“云+端”的混合云解决方案，助力企业互联网化；联合发起成立“中国智能制造信息化推进联盟”。云+端30家电电子制造商，以终端为连接，向用户服务延伸和价值挖掘智能@互联网产品服务面向用户服务新商业模式基于互联网、大数据云计算的智能化用户体验驱动产品智能化全流程服务体验用户随着技术不断融合，制造业数字化、网络化、智能化发展特征日益呈现，中国家电产业制造体系全面升级是必然，带动家电行业发展理念、生产方式、商业模式和产业链的重大变革;家电制造体系升级，逐渐从经营产品转型强调用户体验，通过数字化建立与消费者的连接，重视用户价值的挖掘和转化。新兴技术的应用，推动生产体系的自动化、数字化，管理信息化、数字化。以终端产品为连接，战略重心从经营产品转型“产品+服务”。123以用户为中心，通过数字化增强用户体验；技术和市场驱动家电产业链重视用户服务31海尔以IT带动、以平台驱动，从内而外的数字化转型IT平台服务化IT前移IT全球化云战略数字化+信息化实时大数据战略数字化+业务洞察+制造服务信息安全战略数字化+商业安全数字运营战略数字化+用户体验从内往外走，连接用户对内的互联工厂+对外的智慧家庭让用户参与，连接所有环节，打造新的互联工厂模式，将工业化、数字化、物联网技术等融合，实现生产的智能化和产品的智能化。打造公有云COSMOplat，服务广大中小企业，连接用户和资源，为企业提供智能制造、个性化定制的解决方案。COSMOplat已经成为全球最大的工业互联网大规模定制解决方案平台。对外连接用户和资源，提供智能服务海尔整体订单交付周期缩短了50%，生产效率提升了60%；最核心的一点是实现50%的客户定制，不入库率达到61%。内部数字化实现效率提升互联时代美好生活解决方案供应商32TCL：以用户为中心，“双+”战略推进数字化变革战略转型：“智能+互联网”与“产品+服务”的“双+”经营转型战略，从产品为中心转向用户为中心，建立以消费者为中的大数据平台，以极致体验的智能产品和服务，在技术和经营方面进行重大转型；基于云计算、大数据为连接纽带，

TCL“双＋”战略转型以经营产品为中心转向以经营用户为中心，形成“产品＋服务”的新模式。这既要求在原产品能力基础上，提升互联网及服务能力转型举措；同时，要求TCL重构公司线上线下业务，建立满足战略转型的开放、协同、融合的业务流程和组织体系。用户产品+服务用户极致体验“双+”战略产品做到极致基于移动互联网、大数据、云计算平台生产让智能化落实在产品中，以用户体验驱动产品的智能化发展构建O2O业务平台，以经营用户和服务用户为中心，以三屏互动为界面，构建以“产品+服务”为核心的生态系统。以用户数据为驱动管理IT，通过科技手段构建统一战略体系，实现业务管理，提高管理效率。经营IT，引入新科技，拓展业务边际，创新业务模式，驱动业务竞争力；创新IT，洞察科技新动态，行业业务和信息化发展趋势，拓展内部创新力量，推动业务升级。通过基础服务推动业务在线；推动管理数字化和决策数字化；推进端到端业务流程优化，以数据支持智能化管理决策。三模

IT四步骤33TCL多系统实现部分用户数字化，数字用户管理能力亟待提升6000万全渠道采集的用户数注册会员用户数500万自2014年提出数字化变革战略，自建大数据团队，自建大数据平台：需可落地的整体解决方案；用户数据转化为用户资产，并实现价值挖掘和扩大；构建以数据为连接的业务和服务体系自建+合作，有NC系统、CRM系统、大会员系统、呼叫系统等业务和服务系统，但各自独立：各系统间未实现互联互通，缺统一的数据标准，内部信息孤岛现象依然严峻；数据未真正运用于企业的营运和管理之中，与数字化运营及管理可视化、自动化和智能化仍较大差距。手机、电视、冰箱等全渠道用户上亿，采集近6000万用户，注册会员用户500万户，但TCL云屛互动活跃用户月最高未达10万：亟待提升数字用户管理和分析能力，提升现有用户价值的挖掘和转化，深化用户数据用于用户运营、精准营销、售后服务等各环节的应用和支撑价值。重视数字化建设信息孤岛依然严重数字用户资产价值亟待挖掘数据来源：易观千帆34通讯设备制造商，以网络+终端+5G，致力于数字化转型的使能者5G战略数字化使能者中兴华为有“势能”的数字化转型使能者数字化转型的使能者连接一切，为消费者构建全场景的智慧生活“大连接、大智能、大安全、大生态”战略28%13%

华为 中兴华为：全球最大的电信设备制造商中兴：全球第五大电信设备制造商华为正成为全球化的数字化转型厂商To

B——平台战略云服务领域，聚焦重点行业，打造公有云生态。物联网领域，定位为产品和部件提供商，构建IOT连接管理平台。To

C——终端战略面向用户端主要是手机等通讯设备、智能家居产品、可穿戴设备等，通过芯端云开放协同平台，构建全场景生态战略，通过技术创新和体验创新，为用户带来极致的生活体验，同时赋能合作伙伴，共赢数字化。中兴致力于运营商数字转型使能者To

B——网络和解决方案为不同行业的企业提供运营商级别的可靠网络，助力企业快速、平滑地实现数字化转型；为行业提供数字化转型解决方案。To

C——基于终端构建生态圈依托优势渠道和资源，直面消费者，解决体验痛点问题，由单点突破进而由点及的产品布局；构建开放和谐的生态圈，为客户提供更具竞争力的创新方案和产品，为客户提供更好的服务。35华为“平台+生态圈”，成为全球化的数字化转型厂商华为智能制造：数字化解决方案基于公有云电商平台 个性化需求服务协同研发云解决方案 创新研发SAP

HANA解决方案 计划与分析数字化工工厂解决方案 数字化生产预测性运维解决方案 售后服务创新在数字化转型加大投入，助力制造业重塑价值近十年来累计投入的研发费用3940亿元，据悉，未来十年将持续在技术创新投入100亿美元/年，加强探索性研究，更好地使能数字化、智能化转型，并计划三年内（2017-2019年）打造“数字化GTS”，作为数字化转型试点；华为携手全球合作伙伴基于云计算、大数据、IoT等技术帮助制造行业客户重塑制造行业价值链，创新商业模式，实现新的价值创造。搭建行业平台，以数据驱动服务和应用华为智能手机已跃居全球领先，2018年以2.08亿部出货量及市场份额均占全球前三。对于数字化转型，华为不做各种智能家电和硬件，而是搭建行业聚合平台，通过大数据平台改变整个服务流程和策略，把数据做成服务和应用来驱动业务价值增长；从易观数据来看，华为应用市场亿级活跃用户数，华为智能家居平台HiLink，接入上百个品类，150多家合作厂家，覆盖500多款产品，实现4亿APP连接，较短时间积累了2千多万用户，智能穿戴活跃用户数不断增长。数据来源：易观千帆单位：万人36中兴“宽带网络+云化”，助力企业数字化转型5G+物联网+大数据

构建生态圈运营商数字化转型的使能者整合产业链资源，大力拓展合作生态圈，开展产品、方案、服务等多方面深度合作，提供从基础设施-平台建设-业务应用的一站式服务。与百度、奥迪、徐工、大疆、以智能家居抢夺物联网入口，上升公司级战略中兴通讯在大数据分析、云计算以及人工智能方面有深厚的技术沉淀，同时在家庭网关方面占有全球较大的市场份额，顺势切入到智能家居领域，形成基于“单品、开放、整合”的智能家居的整体战略，构建智能家居生态圈。

大鹏AR/VR、视博云等生态圈多个不同的垂直领域合作。中兴通讯数字化转型服务重点基于自身网络、电信业务渠道、AI和大数据技术等优势，面向行业提供企业级网络服务能力；在设备制造领域，以智能家居为物联网入口，布局生态圈；中兴智能手机出货量2017年约4540万部，较2015年下滑约36%，呈持续下滑。从易观数据显示来看，中兴应用市场用户活跃率较低，据调研了解，中兴积累一定用户数据，但与客户持续交互和用户洞察能力仍不足；在智能家居应用方面，中兴通讯以超2000万只机顶盒接入智能家居应用，但从活跃用户数来看，仅为30至40万之间，且2018年6月受中兴热点事件影响，用户活跃数略有下滑。基于电信行业积累，为不同行业的企业提供运营商级别的可靠网络，同时，利用AI等技术，解决设备联动性，助力企业快速、平滑地实现数字化转型。基于网络服务能力转型，以智能家居抢夺物联网入口布局数据来源：易观千帆

单位：万人37©

PART

4电子制造业数字化发展趋势38电子制造业数字化转型趋势规模化生产批量规模化生产，运营模式是产、供、销，精细化管理单点效率各环节数据未打通，主要在单点环节提升效率传统制造新制造数据以数据为关键要素，以技术为驱动，渗透企业运营、价值链乃至产品的整个生命周期按需定制向用户驱动生产的需求消费模式转变（C2B模式），用户进入产品价值链中，定制设计、按需生产，重构商业形态，协同效率从产品端连接到用户，数据打通各环节，加快产业链协同未来商业形态将是产销合一人工智能设备上云ABC为新型基础设施按需定制3D打印C2B模式产业互联数字孪生协同效率人传统生产制造以获取人力成本为优势，以厂房、土地、员工为要素39AI及智能装备的应用，为电子制造业创新发展注入新活力据人工智能拉动中国GDP增长数据测算，

中国电子信息产业2030年增加数额将达到4975亿美元，增长51倍之多，约占2030年中国GDP总量的2.2%。人工智能浪潮将为中国电子信息产业带来新的增长动力。在制造业转型的过程中，智能装备的发展不可忽视，制造业升级需要智能装备解放部分人力劳动，降低生产成本，并更多投入到研发和服务中，建立新的发展模式；未来，信息技术在制造业的研发设计、生产装备、企业管理、产品流通到营销渠道各个环节的应用将进一步深化，信息技术与制造业将实现全面融合，人工智能为代表的新技术正在对生产流程、生产模式和供应链体系等生产运营过程产生巨大影响。生产方式趋向智能化：人工智能取代部分人的工作，智能化提高生产效率；提高新产品制造过程中的设计、制造效率。企业组织扁平化、虚拟化：每个企业都是一个端点，产业链上下游协作日益实时化，协同制造成为重要生产组织方式颠覆原有模式，实现全新业务流程：人工智能与制造业的深度融合，将加速新产品的开发过程，还将彻底颠覆原有的生产流程，实现全新的业务流程。数据来源：中国电子学会•易观整理单位：亿元40数字化工厂发展，正成为电子制造业数字化转型之路强大的客户需求收集和分析能力；社会化交互的产品研发体系；模块化、智能化的产品制造工艺；高灵活度的供应链管理；与客户需求匹配的生产能力（包括设备维护能力）；智能的库存和物流管理体系。通过实践数字化工厂更好地满足客户需求、降低成本、提高交付效率、合理管理产能：据不完全统计，采用数字化工厂，企业能将产品上市时间缩短30%，减少60%以上的设计修改与返工作业，生产工艺规划时间减少40%，产能提高15%

以上，并解决15%左右的成产成本。数字化工厂通过信息技术、广泛互联、信息交互、流程再造等一系列手段，满足消费者差异化、定制化的需求，提高生产的灵活性，以及向管理者提供更佳的决策支持，以其快速、高效和柔性化等特点为制造企业创造价值；领先的制造型企业正采用一系列的先进技术实现生产乃至整条供应链的数字化，包括大数据分析解决方案、端至端的实时规划和互联、自控系统、数字孪生等技术，实现效率提升以及批量生产高度定制化产品，为未来智能化奠定基础。数字化工厂以产品全生命周期的数据为基础，扩展至整个产品生命周期的新型生产组织方式：设备管理数据信息化智能化设备设施监控基于云的智慧管理和决策41电子制造业数字化转型，以数据洞察驱动模式变革““““以数据洞察为驱动的新价值网络研发投入持续加大工业互联网平台助力加快转型向C2B模式的柔性制造转变全社会都在加大数字化的投入，尤其行业巨头企业，以其为公司级战略推动；加快推进智能装备的应用，同时将数字化建设纳入IT重点工作，部分大型企业单独设立组织机构，重点推进；加大大数据平台的研发和体系建设，重视公司级的数据中台建设，自建+众包结合，场景化落地应用。新一代信息技术与制造业深度融合：通过构建工业互联网平台及针对业务场景的工业AP加速电子制造业转型升级；工业互联网也加快产业互联网进程，从产业链资源融合和要素重组，形成面向行业的赋能和服务平台，使大规模个性化、定制化的生产成为可能。“用户需求”被提到前所未有的高度：数字化转型不是专注于单独的技术和运营战略，更是专注于客户价值主张，用户数据逐渐被当成数字资产重视；未来制造业将是C2B模式，即用户能够在全业务链上直接进行数字化联系和定制，用户直接地参与、互动和决策。数据成为发展的核心要素，以数据洞察新价值，已成为行业共识；利用大数据、云计算、移动互联网、物联网等新技术，以数据洞察为核心驱动力，贯穿产品与生产、消费者、参与者，形成集制造和服务为一体的价值网络体系。42谢谢聆听企业数字化转型的数据治理概述ClassifiedClassified在今天，数字化生产已逐步成为普遍商业模式数字化生产模式：以数据为处理对象，以ICT平台为生产工具，以软件为载体，以服务为目的的生产过程加工初始数据平台1平台2智能终端数据处理数据分析接触客户获取数据21收入需求36提供筛选应用平台3开发部署服务机会45服务商业循环：数据变机会、机会变服务、服务变收入ICT:Information

andCommunicationTechnologies

信息与通讯科技4Classified人工智能销售预测模型的建立数据要准确考量数据特性预测目标计算资源业务需求模型的评估和调优；交叉验证、超参数调整Classified人工智能销售预测模型的建立１.

传统时间序列分析－纪要历史数据来预测未来趋势自回归（ＡＲ）、移动平均（ＭＡ）、自回归移动平均（ＡＲＭＡ）季节性自回归移动平均２.

机器学习模型线性回归决策树、随机森林（处理非线性关系）３.

深度学习模型循环神经网络（RNN）、卷积神经网络（CNN）４.

混合模型Classified数字化转型的核心：“业务优化”和“业务转型”Digital

Business

StrategyDigital

Business

OptimizationDigital

BusinessTransformationImprovedProductivity

andExisting

RevenueBetterCustomerExperienceNet-New

RevenueProduct

andServicesNewBusinessModels4Classified数据分析1.提出问题4.构建模型2.理解数据3.数据清洗5.数据可视化•

选择全集或子集中E-R图••

描述数据•

将数据转换成图或表，以更直观的方式展现和呈现数据•

为什么要分析•

哪些分析指标•

得到什么结果•

需要哪些数据•

数据量•

列名重命名•

缺失数据处理•

数据类型转换•

数据排序••组织数据对数据进行操作描述数据库类型和属性•

数据类型•

数据内容•

数据属性••

异常值处理ClassifiedE-R图（实体关系图）ER图是一种描述现实世界的概念模型的方法，用来表示实体，属性和联系Classified数据可视化表格：由行和列组成，用于比较变量

。

表格以结构化方式展示大量信息。饼图和堆积条形图：

这些图形分成多个部分来表示一个整体的不同部分。

它们提供了一种简单的方法来组织数据并比较组件的大小。线形图和面积图：

这些视觉显示通过绘制一段时间内的一系列数据点，来展示一个或多个数量的变化。线形图利用线条展示这些变化，而面积图用线段将数据点连接起来，然后将变量堆叠起来，并用颜色区分不同的变量。直方图：该图形使用条形图绘制数据分布（条形之间没有间隔），表示属于特定范围的数据数量。

这种视觉表示使终端用户容易识别给定数据集内的异常值。散点图：这些视觉表示对于揭示两个变量的关系十分有用，通常用于回归数据分析。

但是，有时可能会与气泡图混淆，气泡图用于通过

x轴、y轴和气泡大小来呈现三个变量。热图：

这些图形显示有助于按位置呈现行为数据。

位置可能是地图上的地点，甚至是网页。树形图：以一组嵌套形状（通常是矩形）

展示层级数据。

树形图非常适合根据面积大小比较类别比例。ClassifiedClassified什么是数据治理数据治理是一项战略计划，用于优化企业处理数据的方式。它旨在对数据资产进行规划、监控、执行、管理；组织和改进公司用于定义、收集、存储、保护、管理和货币化业务数据的政策和程序，并有目的性的实践活动；良好的数据治理不仅旨在保护数据，而且旨在寻找为企业创造数据价值的新方法。Classified什么是数据治理战略规划组织和角色理念植入政策和标准项目和服务技术和支持成本和资源Classified全流程监管的数据治理体系•

当面临争议时，有裁决机构和升级处理机制；•

关键数据资产有清晰的业务管理责任•

IT建设有稳定的原则和依据•

作业人员有规范的流程和指导•

治理过程所需的人才、组织、预算有充足的保障010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101数据管理数据应用数据采集数据处理组织制度标准梳理落地策略全流程监管的数据治理体系ClassifiedClassified数据治理的核心工作在企业的数据建设进程中，保障企业的数据资产得到正确有效地管理。Classified什么是数据管控数据治理和数据管控缺一不可，治理在前、管控在后。数据治理针对的是存量数据，是个由乱到治、建立规范的过程；数据管控针对的增量数据，是个有章可循，行不逾矩的约束。数据管控专注在纵向管控深度，上层定标准，基层去执行Classified为什么要做数据治理症状根因▪

有垃圾数据▪

政策不清晰▪

关键数据缺失▪

数据不同步▪

管理力度缺失▪

体系和规模庞大，梳理困难▪

培训不到位▪

数据无法追溯▪

数据异常▪

主人翁意识不够▪

标准化缺失▪

业务和财务口径不一致▪

前端数据和后端数据不一致Classified为什么要做数据治理保证数据质量•

提升数据质量•

为共享数据建立清晰的决策规则和决策流程保证数据的可用性•

提升数据资产的价值保证数据安全•

提供解决数据问题的机制•

促进IT和非IT人员共同参与决策•

促进部门和业务单元之间的协作和相互依赖•

为共享数据建立共同责任制Classified为什么要做数据治理当前可能的情况：可能采取的模式•

问题长期积累•

能容忍•

业务部门主导•

IT部门主导•

重要但不紧急•

IT在管理和做补救•

企业数据管理部门主导Classified数据质量维度•

完备性

：是否存在所有必要的数据•

有效性

：数据指与定义的值域一致•

准确性

：数据正确表示“真实”实体的程度•

一致性

：确保数据值在数据集内和数据集之间表达的相符程度•

完整性

：即连贯性，包括与完备性、准确性一致性相关的想法•

及时性

：数据产生到可用的时间延迟程度•

唯一性

：数据集内的任何实体不会重复出现Classified数据治理的内容架构管理

数据开发

操作管理

安全管理

主数据管

数据仓库内容管理

元数据管

质量管理理理管理数据模型

数据分析

获取标准分级管理授权审计外部规范

架构内部规范

实施获取存储架构整理标准规范分析度量改进价值链分

数据建模

恢复析数据库设

调优数据架构

计客户数据

培训和支持备份和恢

控制复交付整理建立保留产品数据实施监控和调清除维度管理

优检索保留清除Classified数据类型主数据关于业务实体的数据，描述组织内的“物”，如供应商、客户、产品等。通过全局视角对企业主要的“人”和“物”有个全局把控，为其建立现实和数据领域的唯一标识。交易数据即过程数据，描述组织业务运营过程中的内外部时事件或交易记录的数据。如：销售订单，通话记录，供应商名单等数据。交易数据是BI分析的基础参考数据用于将其他数据进行分类或者标记整理的数据，外部对标数据元数据即描述数据的数据，帮助理解、获取、使用数据，分为技术元数据、业务元数据等统计数据即对企业业务活动进行统计分析的数值型数据，也就是指标，如年度销售额Classified主数据管理制度明确相关的组织职责、流程规范、数据标准•

主数据管理办法•

各类主数据属性模板•

主数据流程清单•

绩效考核Classified主数据标准的梳理编码：建立适用全企业的编码规则，全局统一管理、辨别和使用遵循全局性、唯一性、适度性、灵活性、扩展性等编码原则满足编码共享、自动生成、编码扩展等使用要求，分析现有编码问题，提出改进意见，最终确认主数据编码规则Classified主数据标准的梳理分类：建立统一、规范、科学的分类，提升管理效率，降低因分类不准确造成的错误1.

调研、收集相关分类标准主数据类型2.

差异及对标分析3.

确定信息分类4.

确定结构及规则物料主数据设备主数据财务主数据供应商原料