制造业数据建设白皮书（55页）

行业报告下载 2023年04月03日 08:07 管理员

数据建设是指依托于企业的信息化基础设施，通过部署一系列软件 , 完成数据采集、数据处理、数据分析、数据呈现等过程，充分挖掘、应用数据价值，从而使企业达到并维持高效、有序的发展态势，并最终实现从传统经营模式到智能商业模式的转变。数字经济时代，制造企业应当牢牢抓住这一机遇，推进数据建设，跨越数据鸿沟。然而制造业的数据建设情况并不乐观。帆软数据应用研究院的调研数据显示，仅有 3.42% 的制造企业在内部形成了良好的数据应用氛围，企业自上而下的管理都依靠数据支撑；而仍有 39.32% 的制造企业表示内部只是有数据应用的初步想法，开始使用业务系统中的简单报表支持业务管理。综合来看，国内制造企业的数据建设大部分依然处于起步阶段，有 64.96% 的企业仅仅完成了核心业务系统的数据覆盖，只有 10.26% 的企业实现了所有业务的数字化管理。制造企业的数据建设之路任重而道远。调研结果显示，规模越大的企业数据建设的成熟度越高，而规模越小的企业成熟度越低。因此，对于中小型制造企业来说，需要快速推进数据建设，缩小与业内头部企业的差距；

而对于数据建设相对成熟的大型企业来说，需要紧跟前沿技术发展，持续升级优化数据部署与应用。此次调研还发现，在众多业务中，实施、完善供应链和生产的数字化管理是制造企业当下最急切的诉求。参考国家发布的《制造业信息化评估体系》、《数据管理能力成熟度评估模型》 , 我们制定了《数据建设成熟度评估模型》（模型内容详见附录），供制造企业对自身的数据建设情况进行自我诊断。根据《数据建设成熟度评估模型》，制造业数据建设可以划分为以下五个阶段。相应地，关于不同阶段的制造企业如何继续推进数据建设，我们也给出了行动方案供参考。对于绝大多数处于传统阶段的制造企业，其在日常运营中产生和积累的大量数据，基本处于缺乏标准化管理的状态。这一阶段的制造企业通常会利用 Excel 对数据进行简单的处理和分析。但是整个数据收集、整理的过程主要依赖个人的经验和能力，缺乏统一的标准规范。由于缺少系统支持，仅仅利用简单的办公软件难以处理历史海量数据，并且数据对企业经营管理的支撑相对较弱，因此传统阶段的制造企业对数据的整体利用率较低，管理上主要是传统的、粗放的模式。

制造业数据建设白皮书（55页）