【《H铁路车辆段数据化管理存在问题及原因分析案例》18000字】

中国铁路哈尔滨局集团公司整体概况中国铁路哈尔滨局集团有限公司（ChinaRailwayHarbinGroupCo.,Ltd.），前身是哈尔滨铁路局，隶属于中国国家铁路集团有限公司。负责龙江、内蒙北部的铁路交通运输，是新中国最早的人民铁路局，2017年11月4日更名中国铁路哈尔滨局集团有限公司，简称哈局集团公司。共有铁路干支路67条，里程6854公里。机车1086台，其中动车组61辆，电力40台，内燃1046台。配属客车3310辆。局管站446座，其中有哈尔滨、哈西、齐齐哈尔、牡丹江、佳木斯5座特等站，21座一等、16座二等、76座三等、4座部编站。2中国铁路哈尔滨局集团公司H车辆段概况中国铁路哈尔滨局集团公司H车辆段（ChinaRailwayHarbinGroupCo.,Ltd.HarbinDepot），简称H车辆段，地处哈尔滨铁路货物运输中心枢纽，是全路规模较大的货车检修段，也是全省最大的铁路货运列车定检维修基地，为哈局集团公司管内两个货车维修单位之一。于1903年建成，在沙俄统治时期与H机务段合属一段，后分离为H机务二段。日伪统治时期改称H检车区，后改名为H检车段、H车辆段。2004年6月，原H车辆段与绥化车辆段合并。2006年，再次与西鸡西车辆段、佳木斯东车辆段、牡丹江车辆段（货车部分）融合，形成了历史上的九段合一。H车辆段主要承担主型货车定检、临运修、特运修以及东部线货车轮对维修，全局客车轮对集中修、盘形制动轮对检修和闸调器大修等任务。管内有哈长、京哈、图佳、滨洲、滨绥等21条铁路，安全保证区段7218.6km，管辖里程3922km。2016年6月，段本埠由哈尔滨道里区安宁街搬迁至南岗区伊春路，场区占地面积26万平方米。在岗职工6322人，其中干部547人、工人5775人。截止到2020年末完成国铁厂修车336辆、段修车16278辆，临修车54369辆；完成企业自备厂修车26辆、段修车826辆。同年，荣获国家绿色先进单位殊荣。H车辆段现有职能部门：安全、技术、调度、信息、设备、质检、验收、标准、行办、党办、退管、劳人、计财、材料、职教、实训、武保17个科室；下设生产车间24个，包括：哈检修、哈修配、鸡检修、佳检修、佳轮轴在内的5个检修车间，哈南上行、哈南下行、哈运用、5T运用、哈南站修、绥运用、特运、南岔运用、佳运用、鹤运用、双运用、七运用、鸡运用、芬运用、牡运用在内的15个运用车间，以及哈动态、佳动态、牡动态、哈设备在内的4个设备维修车间。大数据系统部署前企业管理架构，如图2-1，部署后企业管理架构如2-2所示。图2-1H车辆段大数据部署前基于组织管理的协同架构图图2-2H车辆段大数据部署后基于流程管理的协同架构图对比大数据系统部署前后，组织架构变化主要体现在以下四个趋势上：1.业务配合更多，夸部门协作织密。原组织架构基于部门管理，夸部门协作少，只有技术科有系统交叉。现组织架构基于流程管理，夸部门协作增多，如办公室的企管法律、技术标注室的企业标准、技术科的技术标准，部门间管控形成企业协同体，还有涉及部门协作最多的营业性施工管理，涉及安全、技术、信息、调度、职工教育5部门联动，综合管理全段检修、运用、设备、动态四个系统的施工管理，部门间协作跨度增大配合更密切。1.安全覆盖更全，各岗位齐抓共管。以安全大数据系统为内核的综合管控网，增进了部门间的联系。企业安全由原来的安全科直管，变为安全科统管，各部门分管各岗位专管的三层管理网，将安全保障细化到系统、部门和岗位，企业保障安全能力获得大幅提升。而安全数据分析组，在安全科内部产生并由负责企业管理的总工程师负责。与此同时，信息科还建立了计算机设备维修组以应对越来越多的系统软硬件维修。3.质量把控更严，抓过程变抓结果。大数据系统部署前企业管控主要以过程管控为主，通过专项检查、纳入问题库等方式逐轮、定期推进各项检查，提高安全与质量。系统部署后，企业建立了相应的安全、质量指标，通过指标把控管理，不但提高了管理精准度和时效性，还节约了干部循环检查产生的差旅成本。此外，在工艺品质把控上，由以前的总工管质检科，变为段长直管质检、验收两个部门，通过指标把控、直管直控，进一步增加了产品质量的管理权重。4.决策制定更准，数据化管控提升。数据化管理得到极大重视和提升，企业对数据分析工作的需求量也与日俱增，在段长工作会上多次提到要提高各部门的数据分析能力，并对数据分析提出了更高的要求。于此同时，以安全大数据为代表的大数据月报和以教育大数据为代表的指标期报诞生，并由总工程师全面负责两个数据系统的综合管理。事实上，2017年可口可乐公司在施行数字化转型时，也建立了类似的岗位CGO（首席增长官），专门负责数据资源开发为企业管理决策提供依据。此外，以现场作业管控的视频系统也开始出现，成立了管控中心，并每周发布管控周报以纠正现场不安全的作业行为。2015年，面对信息技术井喷式发展对社会经济产生的重大影响，国家强化顶层设计，发布了促大数据发展纲要。这一纲要出台，代表全国大数据时代的开始。然而，国铁运量仅完成了34亿吨，同比减少10.53%。铁运周转额仅1.42万亿吨每公里，同比减少12%，创历史最大跌幅。经济环境低迷，为铁路行业制造了艰难的经济困境。国家大数据战略的出台，为铁路企业摆脱经营困境带来了希望的曙光[59]。H车辆段在铁总、哈局的政策指引下，开启了“数字H辆”的战略征程。尽管企业在转型升级过程中经历了种种阵痛，克服了技术发展与安全需要的双重考验，但这一矛盾却始终存在，如何在稳定发展的前提下最大化的激活技术带来的红利，成为企业当前最为关注的课题。2019年9月，中央发布交通强国建设纲要，将智慧运输作为国家战略重要组成部分，强调了大数据、物联网等科技前沿科技在运输业的应用。2020年8月，国铁集团发布交通强国铁路先行规划，强调铁路企业要更好发挥运输主体作用，提出2035、2050两个发展阶段的主要目标和具体任务。具体第一阶段为2021-2035年，达到综合水平世界前列、运输能力更加突出、安全形势更加稳定的新时代铁路强国。做到智能管控力、效益创造力、安全稳定力世界领先。路用生产运输装备一体化、智能化，技术能力更具精细与创新，服务能力更加满足需要的水平。同时突出生态节能、立体交通、骨干协同作用。第二阶段到为2036-2050年，实现世界领先的智能化铁路运输强国目标，安全、经营、服务、科技、绿色、创新形成国际重要影响力，更加突出社会主义制度优势。建成综合实力全球领先的一流铁路企业，为各国铁路连通和交通网规则提供保障。这一崇高使命和战略目标的提出，对铁路企业实现数据化、智能化、国际化、市场化发展，提出了更高的要求。H车辆段经过五年多发展适用后，逐渐从抗拒数据向依赖数据的思维转变，企业在大数据管理系统的整合过程中逐步由原来的组织协作性劳动关系向流程协作中转变，部门与部门、车间与车间间、部门与车间间的关系协作越来越密切，逐步形成了一张系统化的企业神经网。但是在企业转型发展的过程中，一些问题变得尤为凸显，如系统平台增多的矛盾凸显，开发人员与运营人员分工不明确矛盾重重，管理人员忙于机械重复的多个平台维护，没有精力放在业务提升上，致使精力疲惫。企业高管希望更精确的了解掌控企业内部运营情况，却得不到业务部门足够的分析支撑，已有的数据指标设计管理适配性不够没办法形成长效评价机制，控制弱化。越来越多的业务线协作出现，变革了原来的但部门协作，块状的协调管理向条状的业务线转变，一些管理漏洞逐渐显现，顶层统筹力不足的矛盾与日俱增。此外，新系统的到来与实际应用层也存在诸多的不适应之处，系统与现场的应用贴合度还有很大发展空间。企业高管也希望得到更多的技术脱产空间，管理系统、业务需求、人员结构三者之间的融合成为了企业当前优化管理最迫切解决的问题。下面将从管理系统使用现状、系统与业务融合问题情况、业务与人员关联状况逐层剖析企业发展状况。H车辆段在数据化管理发展过程中先后经历了三个发展时期，分别是视频标准化早期样板管理时期、计算机应用信息化管理时期和运算分析大数据管理时期。1995年前后，录影带、VCD、DVD剪辑技术逐渐成熟，H车辆段进入了音视化管理时期。技术开发室从技术室分离出来，开始利用视频录像、3dmax模型等方式将安全作业标准、工卡量具使用、复杂车体构造制作成视频范本，全段推广使用，进而规范企业技术管理和安全管控，形成了早期的数据化管理雏形。但随着生产力布局的调整（站段合并），技术开发室解散，主要人员进入了教育、信息两个部门；2005年前后，铁路网性能逐步增强，以HMIS（铁路货车管理系统）、OA（办公管理系统）为代表的信息系统逐步完善，各专业部门也相继使用各自计算机应用系统，H车辆段开启信息化管理时期。由于信息传递更为便捷，企业管控能力增强，站段开始合并，形成了历史上的九段合一。负责计算机维护和网站开发的信息科也从技术科分离出来；2015年后，在企业的经营困境和大数据技术出现的双重影响下，H车辆段进入了大数据管理时期。在铁路最核心的安全部门，大数据系统率先投入使用，既引领了企业的发展，也保障了运输的安全。与此同时技术标准室从信息科分离出来，负责企业的技术标准和部门的标准化建设。教育部门将学习方式延伸到了手机移动端，形成了工业互联网、移动化互联网双网培训云生态。各系统形成了包含安全、生产、技术、设备等12个系统分支大数据平台，数据化管理在各领域快速发展。H车辆段自2015年起根据路局要求，结合新段搬迁改造的布局变化，全面梳理整合了各部门的信息管理系统及相应业务流程。将企业管理范围划分成安全、生产、设备、标准、经营、人力、培训、党建、综合、服务十个业务领域，通过铁路网共同构建了数字H辆大数据管理平台。该管理平台充分体现了“开放、规范、诚信、创新”的企业价值理念，将数据化管理的触角延伸到每一个细分的领域，横向突出了专业模块协同，纵向连接了国铁集团、集团公司、段三级管理阶梯，如表2-1。表2-1H车辆段大数据系统网站数量及分布表业务类别段级集团公司级国铁集团级安全管理311生产管理727经营管理143标准质量413设备管理491职工培训250党群管理430办公综合672人力资源410服务保障650安全生产大数据综合管理平台（简称大数据系统）是数字H辆最核心的管理系统，是所有与安全有关的数据汇总的集合。该系统主要由业务流程、手机移动、数据分析三个平台组成，如图2-3所示 。共涉及11项制度，支撑7个安全管理任务流程，保障安全活动的正常进行。项目最初于2017年图2-3安全大数据系统业务流程平台、手机移动平台、数据分析平台界面3月由集团公司立项筹建，以原业务处的安全风险管理履职评价系统为框架雏形进行开发，属于集团公司级管理系统，站段可以通过后台对企业安全状况进行研判、掌握。设计初衷考虑到全局安全管理数据长期处于分散状态，多种信息系统分散开发，数据接口标准不统一，数据不能共享，影响了全局安全管理数据的综合应用。为了解决各种系统孤立、信息不能共享和数据深度应用的问题，路局启动了安全生产大数据综合管理平台建设。经过5年的磨合使用，已经成为各站段安全管理的支柱系统，也是集团公司最大的数据管理平台，同时22万职工使用。此外，大数据系统投入改变了既有的组织关系模式。系统部署前H车辆段安全业务由安全科主管，各车间设置安全员通过条块结合的方式进行业务管理。系统部署后，经过几轮的岗位职责修订，建立了各管理岗位的相应安全职责，根据职责细化检查项点并与干部职工绩效奖金直接连挂，形成了安全业务人人共管的管理模型，与此同时组织架构也随之产生了变换，由组织驱动型转变成了流程驱动型。安全大数据管理系统内部流程如图2-4所示。图2-4安全大数据系统驱动流程铁路货车技术管理信息系统（HMIS），在路内网建设生产管控系统，也是H车辆段最早布署沿用至今的电脑管控系统。该系统是在2005年铁路信息系统建设十五规划指导下研发的。经过上世纪九十年代初期的铁运管理信息系统和中期后期的车号自识别系统两个系统发展演化而来。将早期的铁路货车生产手工登记作业转变为计算机管理作业，实现了数据统计、查询、关联的信息化应用功能。HMIS系统通过对每台铁路货车的电子车号采集，建立一车一档的电子档案，详细记录车辆配件、运行站点、故障状况、维修情况等各项数据，使得全国铁路货运列车安全、生产、经营、技术的实现计算机管理。此外HMIS系统在组成上还包括国铁集团端、集团公司端、车辆段端和车辆厂端，对铁路货车从出厂到各级维修过程都有详细的记录，达到了逐级负责管理、实时信息联动功能。为铁路企业生产运输、故障寻源、设计革新确保了强大的数据支撑。HMIS系统各业务组成如图2-5所示。图2-5铁路货车技术管理信息系统各业务模块组成H车辆段教育云是企业培育人才的重要通道，由基于工业互联网的数字职教和移动互联网的网络学院两部分组成。铁路内网部分由教务管理子系统、远程培训子系统、在线考试子系统、视频监考子系统和上岗验证子系统组成，将贯穿整个教务、教学过程，主要针对实体资源、线下组织进行管理。外网部分由课程体系子系统、云端推课子系统、云端练习仔细、云端分析子系统和问卷调查子系统组成，主要对知识资源与移动培训。内外网相互辅助、相互配合共同构成了线上培训、线下管理、考试的企业培训管理云生态，如图2-6所示。图2-6H车辆段教育云生态网络拓扑图现象：由于企业内部各部门根据实际业务需要整合资源开发了越来越多的管理系统，如图2-7所示。各系统数据又相对独立，其内部人员库数据需要分别更新维护。时间越长，新开发项目越多,导致运维人员压力增大应接不暇。甚至出现了业务部门有信息化需要不敢提，上级统筹开发的网站管不过来不愿意接的矛盾出现。由于各部门疲于应对繁重的运维压力，对内部开发的系统消极使用，外部开发的系统也懒得献策，产生锁死困境限制H辆的发展。除了系统开发与运维的矛盾与日凸显外，系统在管理使用上也存在一定的问题。由于系统内部数据的更新进度不一数据质量下降，导致一些管理干部对信息系统的作用产生质疑，除了上级常抓的系统外，逐渐减少了其它系统的使用，使得一些开发出来的系统不能得到充分利用，有的甚至已经废弃或是偶尔使用。企业领导、管理干部迫切希望打破这种困境，实现系统集成统一利用各部门横向协作、制约的特点提高数据质量，减少不必要运维，将主要精力放在业务主线里。本质：管理系统开发和规范统筹性不够；随着企业管理系统的增多，各部门需要由设置1名系统管理人员运维，变化为全员参与到管理流程中来，形成流程化管理。图2-7独立发展的专业管理系统形成筒式孤岛现象：随着企业数字化发展速度的提升，越来越多的夸部门、夸站段协作增多，无形中产生了众多的结合部。而结合部管理恰恰是企业管理的软肋，问题往往出现在协作层，又因为是多家协作特别容易出现“不管”或“推诿”问题，未做实的问题往往无法引起管理层和领导层的注意，发生问题却又为时已晚，为生产埋下了安全隐患。H车辆段结合部交汇最多的是营业性施工管理，段内部涉及检修、运用、设备、动态各系统，段外部涉及车站、工务、电力、通信，业务跨度大，管理难度高。以哈南站区电控试风设备维修为例，风管路日常使用归列检作业场管、执行机构后部维修归设备车间管，执行机构前端和安全防护归动态车间哈南班组管，冬季除雪使用由车站通知预检，涉及段内检修、运用、设备、段外车务。而业务部门相对应的有设备科和信息科两个部门，协调难度较大。区间设备维修在哈南站，而站区施工不涉及H车辆段的项目不会通知参加，事实上综合夸段维修存在误碰车辆设备的问题，而H车辆对此并不知道，埋下安全隐患。此类问题历史发生过，Q工务段站区内施工，没有通知H车辆段，在施工过程中将风管路碰损，而埋于地下的管路无法被察觉，设备操作人员在使用过程发现风表未显示读数，通知维修人员现场检查，当检修工长对风管路检查打压时，破损处直接将地面沙石冲进工长面部，致使该职工受到伤害，随即被送往医院。试想如果结合部流程能够显性化、管理责任明确化，一些安全隐患是完全可以消灭在萌芽里的。此外，对于结合部管理的难度还在于对干部的综合知识、经验要求较高，内部既要懂得各系统业务知识，外部还要知道配合单位的作业内容，除了需要相当丰富的管理经验还要具备良好的沟通协作能力、数据分析能力。本质：系统间协作没有进行流程化管理从而产生了漏项，段内各系统协调关系不明确、段外各系统协调关系也不明确。系统间协作流程统建度不高。现象：安全生产大数据平台是干部例行检查、发布任务所使用的重要管理系统，但在日常干部检查使用的过程中还存在一些不规范的地方，主要表现在两方面内容。一方面干部发挥组织职能时，根据需要发布一次性任务。任务流程启动后，执行干部接到任务后组织落实，并反馈。虽然规范了整个检查过程，做到了流程清晰、职责明确，但是任务的闭环却做的不够好，发布任务的干部接受到的任务结果往往仅是一段话，甚至有的办结回复很笼统，无法把控真是落实结果，而且对回执结果不满意也无法进行退回重办，直接导致了检查结果把控的弱化。另外，系统对干部一次性任务反馈质量缺乏有效的机制管控，低质量问题和高质量问题对干部个人履职也没有产生相关联，甚至有的问题和写实录在了一个格里，导致问题无法入库检索产生隐患，如图2-8所示。图2-8检查问题录入不规范导致问题遗漏另一方面，干部发挥检查职能时，根据上级规定的定量例行检查，检查结束后将过程信息维护到大数据系统里完成定量。在对运行的过程中，管理部门通过不定期的后台检查、巡检，对干部检查过程予以规范，比如干部单次检查时间不得少2小时，每月检查批次不能过于集中要均衡分布，定期开展活动时要将活动名称录入检查信息前，但这些都属于检查过程管理，对于干部办结问题的结果把控，缺乏一定管理，问题质量高低不一。此外，没有对具体问题的分析过程，只停留在描述性层面，以安全大数据分析月报为例，每月集团公司会根据将车辆系统内各车辆段、动车段干部检查情况、车间办结情况进行数据分析，但显性化的数据描述性过多，对于检查问题本身实质性分析的不够深。如倾向性问题分析中为数最多的两个“表簿账册记录不全、填写不规范”和“其他对行车、人身等安全有定威胁的行为”，数量分类显性化直观，但对具体问题的分析指导做的不够细，没有从中具体分析哪些问题，并根据问题发生的条件和环境有针对性的制定整改措施，减少同类问题发生的几率。具体如图2-9所示。图2-9检查结果没有形成同类问题解决方案本质：数据化管理过程存在没有闭环和闭环效果不好的问题，此外，管理存在重过程轻结果的情况。管理流程统筹性不够好，管理制度、管理流程缺乏闭环设计，考核激励效果发挥也不够好。如果无法衡量就无法管理，彼得德鲁克在《成果管理》一书中在对关键性决策阐述时指出[60]，在分析的各个阶段上，都要掌握可以按标准度量的成果。而度量的成果就是企业的业绩指标。现象：在H车辆段数据化管理过程中，由于各部门系统相对比较独立，企业对各部门的指标设计上还处于初期阶段，尽管设立了技术标准室，通过技术标准评价各部门的综合绩效，但多以实际检查评估为主，积累的数据量远远不够，而且人为检查评价很难排除主观影响。企业目前对于指标评价体系的建立还不健全，缺乏统筹性和延续性。在集团公司层面，数据指标评价体系框架于2018年就已经形成，配合数字哈局大数据平台，每月发布指标公告提供给决策层，也公布给各系统站段。但对于数据指标的设计也缺乏细致化。H车辆段数据指标倾向性问题有三部分。一是数据指标的设计粗放，企业没有统一的数据指标管理意识，制定指标的机制也不够健全，各级干部在摸索中凭经验判断。二是数据指标的静态观念，指标的制定应当紧密围绕生产根据实际变化做出响应，但是由于缺乏合理的指标管理机制，使得指标过于僵化。如安全大数据检查定量指标，对于干部而言部门指标均分到12个月，而实际生产过程中，安全周期是成波动性分布的，如图2-10所示，应当在安全活跃期增加检查频次，在安全薄弱期减少检查定量，动态设计指标。过于僵化的指标直接导致了安全平稳月份由于检查指标定量的规定，不得已输出无关痛痒的行为信息，进而影响了管理的效果，如图2-11所示。图2-10安全形势成周期波动图2-11检查指标采取每月平均分劈的方式与安全周期波动不匹配僵化的指标使得干部为了完成定量而完成定量无法最大化输出管理效益，使得干群关系紧张、产生指标压迫感。三是尽管职工两违管理采取量化积分考核的方式，采取弹性积分制，但实际关键性问题的把控上管理层显得有些疲软，因而各车间仍然由自定的土办法土政策内部把控，形成双标执行问题。本质：数据化管理缺乏指标规范思路，指标设计认识模糊。已有的静态指标存在设计不科学的情况，与动态的变化不够匹配。指标管理缺乏统筹性，管理人员的数据素养和数据习惯培养还不够，管理制度与激励机制不够匹配。现象：数据分析是企业数据化管理最重要的组成部分，H车辆段各业务管理均会用到数据分析，其中以安全大数据分析数据价值利用程度最高。分析报告涉及15个模块，通过对数据的空间、时间、叠加、分类、因果、程度、差值七个维度进行分析判断，发布企业安全状况，如表2-2所示。其它业务系统数据分析类型也涵盖其中，如职工培训业务线的学员课程完成率可以归属到结果管理的任务完成分析模块等。通过对数据分析管控点的分析，可以发现H车辆段数据化管理对行为管理类的数据分析最多8项，占总量53.3%，然后为兑现结果类5项占总量33.3%，最后为效果管理仅有2项，占13.3%，如图2-12所示。存在关注行为过程、兑现结果多，关注效果管理少的情况。而行为过程和兑现结果的数据分析简单，效果管理的分析相较困难。通过对数据算法的分析可以看出当前数据化分析利用数据自然阵列、比例和简单分类分析较多，对数据的二次运算甚至更高级的分析运算较少，这与企业数据平台投入时间短干部职工未完成适应和数据分析工程师的数据分析认知有关，如图2-13所示。长期的表层数据分析，容易使干部职工对系统的管理效果产生质疑，产生倒退心理。图2-12数据分析卡控点图2-13数据分析算法分布尽管行为管理可以降低安全问题的发生率，但管理成本相对较高，而且治标不治本。如对现场检查频次的分析，尽管对于业务部门和车间管理干部发现问题予以显性化公布，可以帮助干部了解自己在发现问题方面处在队伍整体的什么位置，也可以促进干部现场检查投入的积极程度，但对具体解决了什么问题，问题的质量怎么样，是真的发现了问题，还是只是为了完成定量而录入的问题，没有进行区分与判断，缺乏深入的分析，如图2-14所示。而实际上，对检查发现问题的梳理、分析与发布是非常有必要，有助于各业务部门、段车间班组各级管理者形成管控合力。尽管分析月报对排名前3位的问题进行了剖析，但主要问题长期集中于防护用品没有着用、简化作业和漏检漏修上，每月通报类似问题，并缺乏对该类问题成因的挖掘和探究，以及问题的治理方法。图2-14现场检查发现的问题没有形成解决对策仅做可视化展示此外，对于检查覆盖情况只体现了车间、班组整体被检查的分布情况，而实际上车间各业务领域均衡管控并未显现，并且各业务部门也无法掌握当前车间覆盖程度，是否出现失检问题，如图2-15所示。以上是数据报告中体现的数图2-15只体现了业务部门整体覆盖情况没有体现业务覆盖情况据分析漏洞，而还有很多潜在的行为数据没有被挖掘和利用，如车间劳动安全问题数量分析，被检查的车间频次少而发现的问题多，说明车间在管理上相对比较薄弱，需要管理层剖析深层次的原因，是行为习惯的问题，还是生产任务量安排的问题，还是管理层倦怠的问题，再根据剖析后的结果采取相应控制措施，才能指标治本，如图2-16所示。图2-16通过检查频次与检查数量可以反应车间管理状况及检查覆盖均衡情况对于结果管理，在目标的兑现上，业务部门与各车间均能很好的完成。这就需要更加细致的分析管控，如在过程管控上可以对完成时限进行量化分析，在完成效果上可以通过星级评价等方式进行剖析，使企业管理的重心从数量化向质量迁移。对于效果管理，现有的入库督办比例和车间自控分析价值很好，可以充分反映干部检查发现问题的质量和车间管理干部职能发挥的作用，如图2-17、2-18所示。但是基于数据运算的数据分析成果太少，需要进一步提升这一方面数据分析的关注与能力。图2-17通过督办问题入库比例反应干部检查质量图2-18基于运算的车间自控差可以反应车间自管能力本质：数据提取的有效信息不够，数据处理后对优化现场管理的价值没有充分发挥。数据挖掘的深度与人员素质关系较大。现场：H车辆段依托铁路内网、移动互联网开发了大量的管理系统，有的已经投入使用几十年，有的刚刚被开发或还在开发中。但是企业对于管理系统的价值的利用还没有被充分开发。一方面体现在干部职工利用系统指导现实管理的能力上。如安全大数据系统里面有很多成熟的算法与模型，可以准确的匹配干部的管理能力和管理业绩，但是目前由于缺乏对干部履职数据分析，现有的指标对干部绩效管理的作用影响较弱，系统管理与实际运用没有得到完全整合，系统发挥的效果是非有限。在如，车间班组失检问题的发生，对于业务部门也没有很好的制约，有平行部门间的推动乏力的原因，也有管理机制设计的不完善。另一方面体现在干部职工对现有管理系统的开发使用上。目前，H车辆段共有机械动力设备1238台，其中396台设备可以实现数据联网，但目前这部分数据没有得到充分的利用，只有少部分设备数据接入管理系统平台，大部分数据存在配属工控机内，没有得到开发利用。另外，随着企业年龄老龄化的出现，以及年轻职工的流失，一些工位甚至出现信息化倒退的现象。除了生产设备物联网数据的未利用，对于已开发的管理系统也有很多功能发挥不全的地方。如安全生产大数据系统，尽管已经开发了很多功能模块，但是能够熟练掌握这些操作系统的管理人员为数并不多，大多数管理干部仅会使用经常用到的，或者上级重点推进的功能模块，对于其他有价值的模块了解的很少，也缺乏主动探索、学习的热情。此外，还有一些系统软件版本比较老旧，没有得到及时升级，致使功能发挥不全。还有一些兄弟站段已经开发了很多成熟的系统，企业并不掌握，有的重复开发浪费经理和成本。但仅一时期，在集团公司审批把控环节对于同类系统的开发，已经做了部署和协调，此类问题已经少了很多。本质：现有的管理系统功能发掘不够数据作用没有被开发出来；其他系统的数据也没有得到利用；车间机械动力设备、行车安全设备的数据也没有连入系统，并被分析使用。根据H车辆段数据化管理暴露出的信息孤岛、协作漏洞、没有闭环、指标低效、挖掘不深、发挥不全六个问题，从管理机构、人员素质、管理制度、管理流程、日常维护、考核激励六个方面深入分析，从影响问题的主要关键点入手剖析问题的成因，问题与影响因素对应关系，如下图2-19所示。图2-19数据化管理存在问题与影响因素对应关系由于铁路特殊的行业性质所决定，集团公司倡导安全即是效益的管理理念，在所有的管理系统中，除了国铁集团统管的生产调度指挥系统外，其他所有系统中以安全生产大数据管理系统为主发展系统，其它系统为辅。安全生产大数据平台由集团公司统一负责开发，安全监察室牵头负责系统的总体建设、应用管理和基础数据维护，协调科研所不断完善系统功能，代表集团公司安委会办公室发布安全相关业务流程，负责集团公司层面的数据分析和结果发布，督导各部门、各站段开展数据分析应用。集团公司信息技术所负责安全大数据平台软硬件维护及办公网、互联网相关设备的日常维护和检查，负责BPM平台、数据库、软协议的维护与处理。人事与劳委机构联合，负责人力资源系统的指导与维护。职培部组织各应用部门、单位对职教数据的更新维护。集团公司两办负责督办流程、工作日志的归口，明确流程办理、数据采集和分析利用等管理工作。H车辆段安全科负责全段安全大数据平台应用管理、日常培训和相关基础数据维护，负责发布段安委会研判的安全相关业务流程，负责全段的数据分析和结果发布，负责与段相关数据的分析利用，定期发布安全大数据分析报告、通报和有关考核建议，督导各车间、科室开展数据分析应用。信息科负责系统各硬件设备状态，信息通道的维护、匹配和升级等工作，确保在集团公司大数据平台支持下稳定运行。其他各职责与上级职责相对应，如图2-20所示。其他专业部分由使用部门负责，信息科提供软件硬件维护帮助。图2-20H车辆段安全大数据系统内部职责分布尽管H车辆段计算机管理系统很多，但由于开发源头较多，牵头部门比较分散，加上安全生产大数据系统建立时间较晚，企业并没有统一的管理机构对系统的建设与维护进行管理，也没有指定专门的副段长负责企业的管理系统建设，牵头副段长在总工程师、安全副段长、设备副段长之间轮换，不利用于企业管理系统的统筹发展。在安全科成为对接集团公司层面的主要牵头部门，而信息科则作为基础部门提供软硬件环境保障。关键点：以各业务分支独立发展的管理系统统筹建设不足，对企业的高层领导提出了更高要求，企业应当把管理系统的统筹建设工作指定一名高层领导，并通过实际的项目建设与现有的管理机构相融合，形成专门的管理机构，不断完善管理系统，不断改进系统使其更能满足实际使用的需要，将非系统的化工作逐步流程化，形成管理指标和配套管理机制，实现闭环管理，在不断的进化完善中探索与发展。人员素质直接决定了企业数据化管理的可行性和发展程度，各企业都把人才培养和人才发掘放在推进数据化管理的重要位置，对于人员素质的了解至关重要。H车辆段人员结构、文化素质、年龄排布具体现状如下：1.人员结构：H车辆段拥有6322名在岗员工，其中干部547人，职工5775人。其中干部县处10人、科乡117人、股级13人、副高工9人、工程师194人、助工169人、技术员35人。职工货车检车员2980人、车辆钳工1278人、制动钳工578人、轮轴装修工426人、轴温检测员401人、质检员112人等72个工种，其中首席技师2人、高级技师224人、技师306人、高级工783人、中级工1750人、初级工2710人。党员2268人、团员96人、群众3958人。管理人员结构程纺锤型主要集中在科级层面，专业干部结构也程纺锤型，主要集中在工程师层面。职工结构工种具备多样性，主要集中在五大主要工种上。主要有以运用系统货车检车员为主，其次为检修系统车辆钳工，再次为动态系统轴温检测员，随着企业大检修小运用战略布局的提出，运用人员数量占比成减少趋势。此外，工人高技能人才贮备也非常充足。1.学历结构：H车辆段员工学历分布呈纺锤形，主要集中在技校层面，其原因主要是2004、2006年两次合段以来，企业长期超员导致的年轻员工补充少，新员工接收多以本科大专为主，老员工多以技校为主。近10年间新员工年平均补充人数在20人左右，企业由原来的12946人减少至6322人，不过截止到2021年企业不再超员。H车辆段全员文化程度2021年硕士12人，占比总数0.1%，本科501人，占比总数7.9%，专科1121人，占比总数17.77%，高中3633人，占比总数57.63%、初中及以下1055人，占比总数16.6%。2021年较2018年比，高等教育员工增多，中学及以下学历减少，干部职工整体素质的提高有益于企业数据化管理的发展，见表2-3。表2-3H车辆段全员文化程度对比表年份学历初中及以下技校或高中大专本科硕士研究生合计2021人数（人）105536331121501126322占比（%）16.60%57.63%17.77%7.90%0.10%100%2018人数（人）1278527497040277931占比（%）16.10%66.41%11.20%5.20%0.09%100%就干部学历学科结构分布情况看，2021年铁路主学科247人，占其总数的53.8%，计算机学科21人，占比4.6%，管理专业5人，占比1.1%，财会专业89人，占比19.4%，电汽自动化10人，占比1.2%，见表2-4。通过干部专业分布可见，铁路主专业占绝大多数，表明企业在业务分析领域具有充分的优势。但计算机专业人数占比较少，说明企业在编程及计算机维护方面较为薄弱。自动化专业人数占比不到3%，对于企业布署自动化、智能化设备布署能力也比较薄弱。表2-4H车辆段干部数据化管理相关专业分布表学历铁路类计算机类自动化类管理类其它合计人数（人）29425126210547占比（%）53.9%4.6%1.1%1.1%38.3%100%3.年龄结构：H车辆段全员年龄分布状况，20-30岁人员120人，占总量人数的1.9%，年轻员工比重过少。31-40的人员为550人，占总量人数的8.7%，是数据化管理中重要骨干资源。41-50岁人员为1820人，占总量人数的28.8%。50岁以上人员为3832人，占总量人数高达60.6%，表明企业老龄化比较严重，平均年龄49.63岁，且近5年将迎来大批退休潮累计达1500人，占企业总人数的23.7%，其中以2023年达到数量极值348人，占总人数的5.5%，见表2-5。由于H车辆段目前不再超员将会在未来5年迎来大批扩招，将为企业注入更多新鲜血液，就企业招聘情况看，入职新生多以职业技术院校大专生、交通大学铁路主专业专本科为主，全段干部职工整体学历情况将会得到提高，为企业数据化管理提供良好的人才基础保障。表2-5H车辆段干部职工年龄分布表年龄结构（岁）20-30（岁）31-40（岁）41-50（岁）50（岁）上合计人数（人）120550182038326322占比（%）1.9%8.7%28.8%60.6%100%关键点：管理系统整合对企业领导层的数据素养有一定的要求，而企业领导层大多是铁路专业出身，年龄普遍较大，对于新兴的基于信息技术的数据化管理缺乏一定的了解。同样，程序员对企业的系统的开发也尤为重要，企业计算机专业人员所占比不到5%，而铁路专业的人员占到53.9%，企业对程序开发能力不足也是影响企业数据化发展的重要原因。软硬件的使用与维护人员对计算机操作与维修有一定的要求，企业职工年龄偏大50岁以上的占到了60%以上，学历方面技校占比较大，而技校属于早期的企业办学教育，并没有计算机方面的课程，使得企业在计算机应用方面形成了短板；数据指标的弱化主要体现在指标的设计与使用上，顶层对数据指标缺乏认识，没有形成指标管理思路，缺乏设计和需求，管理层对指标的使用缺乏实践性，没有形成合理化的优化建议；数据价值挖掘不深主要表现在，顶层对数据的需求缺乏导向性，没有将日常的管理问题与数据进行连挂，只是隐约感受到数据的作用和价值。管理层缺乏对数据价值开发经验，对大数据分析的流程及方法不了解，不掌握；系统开发不完善，主要是顶层缺乏管理系统开发经验，没有意识到管理系统的开发本身就是企业组织变革的一部分，只是单纯的把它作为一项工作。系统开发和运维也需要大量的能够编程的人员和运维系统的人员，现阶段企业信息科的编程人员很少，各部门能够负责运维人员也不多，企业数据化软发展动力不足。H车辆段安全生产大数据平台是以现行安全管理制度为依据开发的大数据管理系统，以13类22项安全管理制度为依据，紧密围绕实际管理需要研发的全流程管理系统。22项逻辑制度里涉及H辆共有11个，分别为《安全会议制度》、《责任追究制度》、《安全检查制度》、《事故管理制度》、《问题管理制度》、《双重预防制度》、《安全预警制度》、《安全评估制度》、《积分考核制度》、《绩效考核制度》，如图2-20所示。H车辆段基于大数据管理系统使用情况于2018年制定了《安全生产大数据综合管理平台使用管理实施细则》。其对上述流程进行了详细的规定。同时，企业将安全大数据系统确立为企业计算机管理系统的中心系统，将集团公司层面开发的数字职教也纳入整合战略之中，将职教系统的管理职责纳入实施细则之中。然而这种以集团公司开发管理系统制定管理办法情况下，还存在一些管理漏洞，如其他业务流的管理系统没有相应的管理办法作为支撑。对于企业信息化、数字化管理也没有一个统一的管理办法进行约束，至使系统的研发、运营、管理处于自然状态，给企业的数字化发展带来了阻力。图2-20H车辆段安全大数据系统逻辑制度关键点：只有数据与业务紧密结合，通过真实的数据分析，反馈和优化管理的过程才能将大数据系统的价值真正发挥出来，企业现行的管理办法在数据分析和反馈上还处于脱节状态，现在有办法尽管多而详细，但过程和结果设计的不够完善。对于数据管理过程中的指标体现也不够科学，没有明确指标所反映的内涵，指标所适用的条件，指标更新的周期等等，指标管理缺乏有效的制度支持和推动。H车辆段围绕安全大数据系统建立了以安全为核心各岗位发挥职责的流程体系，将管理流程划分为风险管理、现场检查、问题管理、概况管理、任务管理、积分考核、履职评价、绩效考核、工作督办、工作日志十项流程模块。1.风险管理流程:将风险管理与隐患整治、安全生产管理等相关制度流程化，采集各级用户研判的安全风险数据，通过流程进行发布、流转，分解转化为安全风险管控计划任务，实施闭环管理，形成安全风险库。其作用是将安全风险管控责任落实到具体岗位，解决现场检查针对性不强、风险管控责任不清等问题，形成全流程化安全防控体系。1.现场检查流程:依据现场检查管理制度、风险隐患防御结合机制等有关制度设计，采集各级执行人员现场管控等过程情况数据。其作用是督促管理人员履行现场监督、隐患排查等职责，解决现场失控、隐患失查和制度标准不落实等问题。3.问题管理流程:对管理缺陷、不安全行为、潜在环境危险三类主要问题分类汇总，通过流转、承办，评价达标后获准销号。其作用是强化解决问题导向，对跟踪隐患问题解决进度情况，避免假销号、不销号、漏销号等问题。4.履职评价流程:依据履职评价考核办法等制度设计，通过业务流程之间的数据共享，对安全结果、风险管控、问题发现、问题解决、任务完成等指标进行自动评价，对其他安全职责履行过程、质量进行人工评价。主要目的是为了确保各级安全管理人员，安全履职不走样，作用发挥有效果。5.任务管理流程：依据安全重点工作督办落实机制，采集安全工作任务办理全过程数据，通过流程进行任务发布、流转，指定承办人及完成时限，再通过流程进行反馈、评价，实施闭环管理。其作用是将各项安全工作任务责任落实到人，解决工作任务不闭环、人员任务执行力差、安全管理效能低等问题。6.积分考核流程:依据“两违”积分限量考核等制度设计，对职工“两违”考核积分进行自动统计，依据阈值判断预警、离岗状态。将规章与人性化相结合，即拉紧法度的准绳，又体现管理的人性，确保作业人员遵章守纪，落实好标准化作业。7.工作督办流程：整合集团公司原工作督办管理平台和问题跟踪管理平台功能，实现组织对组织、个人对组织进行非安全类工作任务和问题跟踪、督办、评价，为各层级“抓落实”提供管理手段。其作用是对工作任务、各类问题实施闭环管理，提升各级组织及人员工作执行力。以上七个管理流程设计相对比较完备，由明确的流程时间节点、检查把控环节，而概况管理主要是基于数据分析而形成的综合情况评估，流程和相应的管理还在完善之中。绩效考核由于集团公司有单独的管理系统，此项功能还没有与大数据平台整合完全。日志流程主要是实现电脑PC与移动APP实时互联。关键点：现行的流程化以安全管理为支点进行串联，主要在安全检查和任务方面比较成熟，在各部门原有的流程上还融合的不够，尽管每年都会不定期的梳理安全职责和流程，但是各部门原有的业务流程还没有完全的重合进去；对于现有的流程也缺乏一定的管理，特别在检查问题上闭环做的还不够，大多是警示与考核，对于问题发生的原由剖析的还不够，抓现象轻本质；对于系统的开发功能不全，企业开发端与应用段相对比较独立，缺乏统一的协调机制和流程机制，但多将开发定位于一次性任务，而没将其纳入到定期性任务管理，形成规范的流程。H车辆段安全大数据系统由主管安全数据分析的总工程师牵头负责安全大数据平台运用管理，安全科牵头段级平台的日常使用与管理，保障安全大数据平台正常和信息的流畅。段管理员是安全大数据平台最高权限人员，设在安全科，车间、科室管理员为本部门最高权限人员。段管理员根据系统使用情况定期补充完善基础数据库相关内容。信息科负责全段的硬件设备、网络通道维护，车间内设信息维护员负责本车间的硬件设备维护、应用软件调试和网络安全隔离。此外，各科室、车间管理定期还要对系统数据库词典进行检查确保