电子信息制造业数字化指标建设实践集锦（2024年）

2025年2月本文档所涉及的软件著作权、版权和知识产权已依法进行了相关注册、登记，由成都数之联科技股份有限公司合法拥有，受《中华人民共和国著作权法》、《计算机软件保护条例》、《知识产权保护条例》和相关国际版权条约、法律、法规以及其它知识产权法律和条约的保护。未经授权许可，不得非法使用。本文档包含成都数之联科技股份有限公司的版权信息，由成都数之联科技股份有限公司合法拥有，受法律保护，成都数之联科技股份有限公司对本文档可能涉及到的非成都数之联科技股份有限公司的信息不承担任何责任。在法律允许的范围内，您可以查阅，并仅能够在《中华人民共和国著作权法》规定的合法范围内复制和打印本文档。任何单位和个人未经成都数之联科技股份有限公司书面授权许可，不得使用、修改、再发布本文档的任何部分和内容，否则将视为侵权，成都数之联科技股份有限公司具有依法追究其责任的权利。本文档中包含的信息如有更新，恕不另行通知。您对本文档的任何问题，可直接向成都数之联科技股份有限公司告知或查询。未经本公司明确授予的任何权利均予保留。成都数之联科技股份有限公司地址：成都市双流区怡心湖电子科技大学科技园(天府园）B区7、8栋 当前，电子信息制造业已进入高质量发展期。随着业务的快速发展，行业企业常常面临品质与交期风险、运的信息化建设模式形成了包括设备、生产人员、原材料、工艺说明、客户订单在内的多个“多源异构数据孤岛”，各说各话，无法直接利用。因此，如何整合现有数据资源实现精细化生产监控与调度，已经成为电子信息制造企业推动生产制造智能化、网络化、透明化，重塑发展模式和竞争优势的关键所在。指标，作为数据计算的结果，天然地需要揉入企业的管控思路，是直接反映和衡量业务过程与结果的“企业和处置、建立精准的数字化指标体系，将直接影响企业管理决策的科学性和有效性。例如，通过设备利用率、产客户留存率等指标分析，企业能够快速捕捉市场变化，调整经营策略。数字化指标体系不仅是企业运营状况的晴雨表，更是管理者制定战略、优化流程、提升效率的重要工具。指标是一种抽象定义的数值，用于度量一个对象的特定维度的数量特征。具体到企业经营领域，指标的应用范围非常广，是凝结了业务逻辑的数据，是企业经营活动的度量和业务对象的数字孪生。指标不是单独存在的，相互关联的多个指标，按照一定的逻辑关联起来，就构成了指标体系。构建企业指标体系的过程，实际上就是拆解企业经营管理逻辑的过程。指标体系是数字化经营的基础，以支撑业务战略目标落地、形成一致的业务衡量标准、指导业务日常运营为主要设计目标。在实际操作中，需要结合不同的业务主题（如机器设备监控、产线资源安排、产品质量评估等）进行具体设计，并进一步牵引企业数据底座建设、数据治理等工作。01成都数之联科技股份有限公司UNUNloNBIGDATA数字化指标设计是一个系统性工程，它由业务作为核心驱动，数字化相关技术作为重要支持，它既包括对指标体系的总体构架也包括对具体指标项的选取与计算，需结合企业自身业务特点及现状，围绕战略、目标、流程数字化指标设计方法论是数之联经过多年数字化项目落地实践的经验总结，是构建科学、系统化指标体系的重要指导原则，包括了七个关键环节，可助力企业数字化建设项目的顺利落地。不同行业的企业，其业务模式和运营方式大相径庭。企业所处的发展阶段不同，其业务重点和战略目标也会经营战略为指标设计指明方向，明确了企业想要达成的长期愿景和阶段性目标；而业务流程则是指标设计的具体落脚点，只有深入了解各个业务流程的关键节点和操作细节，才能设计出切实可行、能够准确反映业务状况的数字化指标。比如，在电子元器件制造企业，生产效率、质量控制、技术创新等是关键要点，数字化指标设计就需要围绕机台设备利用率、生产周期、人员作业效率、产品良率、研发投入占比等方面展开。而对于智能消费设备制造企业，库存周转率、出货量、客单价、客户满意度等则是核心关注指标。再比如，初创企业更关注用户增长和市场份额的拓展，而成熟企业则侧重于运营效率的提升和成本的控制。在数字化指标的建设上二者的侧重电子信息制造业0203成都数之联科技股份有限公司在数字化指标整个设计过程中，业务始终作为核心驱动力贯穿其中，每一个业务环节都有着独特的目标与需求，而数字化指标正是为了精准衡量这些业务活动的成效，确保业务朝着预期方向发展而设计。概念指标是指从业务域角度出发的指标逻辑划分，在概念指标规划阶段，需确定指标所涵盖的业务领域、部门、时间段等。通过概念指标的规划能够明确指标设计的方向与目标基层操作人员等）进行深度沟通，了解他们对指标的期望和需求。对于同一维度的概念指标，如工厂产出表现，不同利益相关者的具体关注点将有所区别，如管理层可能关注整体业绩结果，中层业务负责人更关心资源调度，基层操作人员关心设备状态，需要针对业务实际，明确指标的使用者，建立指标分层意识，按照从上往下的方式层层拆解，便于业务溯源。数据可用性调研是数字化指标设计的关键环节，它确保指标不仅具有理论意义，还能在实际业务中落地并发挥作用。通过调研数据的可用情况，能够避免指标设计脱离业务实际，可以帮助企业提前识别数据问题，优化资源配置，降低实施风险，并为数据驱动的决策提供坚实基础。指标设计必须以可量化的数据为基础，否则无法实际衡量业务表现的目的。电子信息制造业中，业务原始数据来自MES、WMS、SAP等多个系统，在指标的对象、维度、限定条件等明确后，需确认所需数据是否能够通过现有系统或工具采集到，数据的粒度、频率和准确性是否满足需求。进一步，还需要评估数据采集的成本、技术可行性和时间周期，确保指标设计符合实际条件。评估现有数据的完整性、一致性和准确性，识别数据缺口或质量问题。另外，许多指标需要跨部门数据支持，数据可用性调研还有助于明确各部门的数据责任和协作机制，可识别数据孤岛问题，推动数据共享和整合。UNUNloNBIGDATA电子信息制造业04在设计指标体系时，业务数据的复杂性和多样性决定了需逻辑性和可操作性。分层分类指标的设计需要深入了解业务流程、业务规则和业务目标，分析业务数据的来源和特点。围绕着业务场景，按照原子、衍生、复合的体系分层方法，选择合适的指标及维度。原子指标是最基础、不可再拆分的数据度量单位，直接来源于业务数据，如设备编号、采购日期、生产厂商等，是基于事实原子指标是最基础、不可再拆分的数据度量单位，直接来源于业务数据，如设备编号、采购日期、生产厂商等，是基于事实表或事实表简单抽象定义的；衍生指标是基于原子指标，通过添加修饰词、时间周期等限定条件计算得出的指标，如设备衍生指标能够反映更具体的业务情况，帮助分析特定时间段或特复合指标是由多个衍生指标通过数学运算或逻辑组合计算得出的高级指标，如机台设备综合效率、产出表现等，能够综合反映某一业务场景的整体表现，可帮助决策者理解复杂场景下的关05成都数之联科技股份有限公司在完成指标设计后，数据入库建仓和指标模型开发是将指标体系落地的关键步骤。这一阶段的核心目标是将在数据入库建仓时，需重点将待入库的原始数据按照数据标准进行清洗，处理缺失值、异常值、重复值等，并确定数据源的关键字段与更新频率。指标模型的开发需要根据指标设计的文档，明确每个指标的计算公式、数据来源和计算逻辑。将不同数据源的数据进行关联，并使用SQL、Python等工具编写指标计算逻辑，在数据仓库中将计算后的指标结果存储到指定表，便于后续查询和分析。UNUNloNBIGDATA电子信息制造业06指标开发完成上线后并不是一成不变的，随着公司业务的发展、管理目标的变化，指标体系及内容也应当随之调整，才能够准确、及时地衡量业务表现。指标在线管理需要通过搭建指标体系管理工具，将指标体系、指标模型、指标结果进行线上化、可视化管理。建立全局业务口径一致的指标字典，对存量和增量指标进行统一管理。同时，需配套出台指标维护制度，让真正使用指标的业务部门负责指标的设计与持续维护，偏技术底层的共性原子指标由IT部门维护，实现IT部门与业务部门的良好协作。指标服务是将指标计算结果数据提供给其他业务系统、分析工具消费。通过提供标准化API接口，将各类客观描述业务状态的指标数据高效、安全地开放给各类应用，达到一次创建，全局使用的效果。能够支撑动实时监控与预警、自动化分析报告等业务灵活用数的需求，还能保证指标内涵和计算结果的全局一致性。07成都数之联科技股份有限公司某工厂在生产经营中，数据管理与应用问题突出。各环节系统产生大量数据，各部门虽有数据展示系统，但因缺乏统一标准，术语、可视化逻辑不统一，严重影响部门沟通协作，导致跨部门决策效率低下。通过组织各部门专家共同参与，系统性梳理现有所有关键指标，建立结构化的指标体系。将指标按照“生和更新频率等，厘清各层级指标之间的内在联系，确保不同部门全面理解和准确把握各项指标的含义与价值。构建包含标准参数表和标准术语表的综合知识库作为工厂级Benchmark。标准参数表主要规范各产线和制程的基本配置要求，如每条产线所需的设备类型及数量、人员配置标准、物料消耗定额等，根据产能优化和产线技改效果每季度或每年更新一次。标准术语表则致力于统一各类专业用语的命名规范，统一建模逻辑和分析维度，确保不同部门在日常工作和协作沟通时术语和逻辑框架一致。基于指标体系和Benchmark规范，构建标的图表展示规范，如趋势分析采用折线图，结构分析采用饼图等。同时统一设计各类数据展示的配色方案和版面布局，使得工厂整体可视化风格一致。通过构建统一指标管理体系，管理效率显著提升。跨部门协作方面，该体系打破信息壁垒，成为部门间“通用语言”，跨部门会议时长较之前缩短约20%。管理决策方面，管理层借助可视化数据实现从经验决策向数据驱动决策的转变，决策周期大幅缩短约35%。有力推动工厂在市场竞争中稳步前行，持续提升自身行业影响力。UNUNloNBIGDATA电子信息制造业08某制造业工厂在生产管理中面临交期风险管理难题。传统管理模式仅从产出情况看批次交期，能够发现风险批次，却找不到风险根源。这使得管理层面对交期异常时，排查耗时耗力，风险应对既不及时也缺乏效果，尤其在订单量大、产品种类繁多时，这种被动管理难以满足快速交期的响应需求。指标。通过这套完整的指标体系，为问题溯源提供了量化基础。基于全要素指标体系设计问题溯源机制。先构建指标因果关联图谱，明确影响路径，制定异常界限。当遭遇交期风险时，指标将因超出正常范围就自动触发溯源分析，系统自动追踪工序及相关人员、设备、工装和物料状态找原因，实现快速从现象定位根因。建立了分级预警机制，根据风险程度自动触发不同级别的预警。对于发现的问题，系统会自动推送给相关责任人，并跟踪问题解决进度。同时，建立了问题知识库，记录典型场景的处理方法，为后续类似问题的快速解决提供参考。通过构建上述问题溯源体系，工厂在交期风险管理方面取得了显著成效。问题定位时间从平均4小时缩短到30分钟以内，根源分析准确率提升到95%以上。管理效率方面，风险批次的异常处理时间平均缩短65%，相关部门的沟通协调时间减少50%。在客户交付方面，关键批次的交期延迟率下降了60%。09成都数之联科技股份有限公司国内某芯片生产厂商针对其电池芯片生产全过程进行了数据指标大屏展示，针对最高管理层，从订单完成情况、产量概览、产能概览、设备运行概览、人员模块、质量模块等多方面进行电池芯片生产的整体情况展示。在人员模块中，仅依托传统的考勤记录监测电池芯片车间人员生产出勤情况，难以做到人力资源生产排班的精准从计划出勤人数、实际出勤人数、实时在岗人数三个维度开展人员在岗监测指标体系的重塑，将影响生产排班人力资源调度中的关键影响因素均纳入考量。从基于人员排班系统、考勤打卡记录、车间风淋的闸机记录、车间内摄像头等源系统中选取可计量的数据指标，并结合人员在岗的业务定义制定合理的计算逻辑，实现人员在岗状态的有效评估。通过人员在岗监测指标的在线呈现，公司领导层可以快速查看当前电池芯片产线的人员出勤及在岗情况，结合数据指标大屏中的订单、产量、产能、设备、质量等指标有助于管理层依据生产状态进行人力资源投入的合UNUNloNBIGDATA电子信息制造业10某国内领先的LED生产商，开展了针对“人机料法环”五要素的数据采集关联数字化转型关键工作，但大量老旧机台，硬件配置落后、系统过时、人员共用工牌等因素严重制约了其设备数据的收集和产品生产履历分析，也成为制约客户进行数字化转型和提高服务效能的关键卡点。针对产线操作人员共用工牌，导致人员数据不准确的问题。从现场管理入手，收回共用工牌，使用操作人员条形码进行身份认证，给每位操作人员赋予唯一条码并借助扫码枪的辅助，提升操作人员的工号录入效率。生产操作人员在进行机台操作时，改为利用扫码枪在机台外挂系统上完成机台条形码、人员条形码、原料二维码的扫码关联动作，其中外挂系统运行在每个机台外置的miniPC上，不会影响机台日常的生产活动。借助“人-机-料”的关联数据，为客户打造了一个产品生产履历溯源系统，利用产品编号即可查询到该产品生产过程中每个站点的机台信息、操作人员信息、机台参数、原料信息、辅料信息。为客户进行客诉回溯、生产工艺优化提供了数据支撑。项目上线后，产品生产履历回溯时间节约60%，回溯精度从站点精确到机器，大大提升产品客诉回溯效率。11成都数之联科技股份有限公司某芯片生产厂商在其芯片生产过程中需要使用到相关溶液辅料，如柠檬酸溶液、氢氟酸溶液、磷酸溶液等。这些溶液都是通过各种溶液原材料按照一定比例混合而成，每种溶液配置之后都有一定的生产量限制及保存期限制。在本项目执行之前，生产量和保存期的限制只能通过现场人员进行手工记录，生产数据无法进行有效管控，同时还可能造成生产工艺变形、原材料浪费等情况。项目通过配置带热敏纸打印功能的PDA手持设备，并编码上线溶液配置APP，实现了溶液配置数字化。在配置溶液时，现场操作人员扫描原材料上的条形码，系统会根据原料信息以及当前的时间点自动生成溶液的条形码。完成配置后，操作人员打印出条形码贴在溶液容器上即可。基于溶液配制APP采集的溶液的配置数据，结合溶液辅料生产量限制及保存期限制规定设定对应的预警数据指标，并将动态数据同步至生产滚动大屏。当溶液达到生产量上限或者保存期限时，生产滚动大屏会进行指标预警，提醒现场操作人员进行拆批动作或者进行新溶液的配置。项目上线后，溶液原料的使用量降低了约10%，每月溶液原料的成本降低约12%。UNUNloNBIGDATA电子信息制造业12国内某芯片制造企业通过采集机台设备数据，建立了包含设备运行预警、生产进度预警等各种预警信息的数据大屏，多维度展示企业的生产运行状况。经过一段时间的使用后，发现仅仅推送和展示预警信息难以满足日常管理需求，更重要的是如何开展预警信息的处置与全程记录，才能完成闭环管理。消息推送，相关负责人在接到IM告警信息到该告警，此时系统会监控企业内部所有预警信息的举手率。相关负责人在完成该告警信息处置后，也需要在IM进行操作，且数据指标不再报警后，该预警即为“完成”，系统统计企业内部所有根据预警等级不同，设置不同的预警升级规则。例如，光刻机设备异常宕机预警，预警信息会推送到光刻机设备主管处。如果光刻机设备主管一天内没有完成预警处置，该预警信息会推送到设备部经理处。如果该预警信息两天内没有完成处置，预警信息则会推送到分管副总处。以此类推，预警信息会随着处置时长的延长逐级上报，以达到生产预警信息的闭环处置。项目上线之后设备异常停机时间降低约15%，现场异常处理时间加快约40%，实现了客户内部问题处置的有效跟踪，大大提升了客户内部的运行效率。13成都数之联科技股份有限公司