系列导读

如《“数据要素×”三年行动计划（2024—2026 年）》指出，工业制造是“数据要素×”的关键领域之一。如何发挥海量数据资源、丰富应用场景等多重优势，以数据流引领技术流、资金流、人才流、物资流，对于制造企业而言是挑战更是机会。

奇点云梳理了与制造业多个细分领域客户的合作实践，逐篇呈现。

「在竞争无比激烈的光伏产业，横向的“全球化布局”和纵向的“垂直一体化”正同时发生。

数据带来的细微提升将通过规模化被放大，最终成为中国光伏玩家们自己独有的竞争力。」

1. 背景：“全球化布局”、“垂直一体化”双趋势下，光伏企业面临新考验

在经历技术创新突破、产能大幅提升后，中国的光伏企业正在海内外积极扩产。

无论是出于降低产销成本的需要，是推动产品出海、提升市占的野心，还是囿于其他国家设下的贸易壁垒，不得不在海外建厂来拿到竞争入场券，“全球化布局”都成为了光伏头部玩家的必选。

第一个问题随之而来：当生产、销售都走向全球化，怎么管？全球各地布局复杂，如何用数据看明白？

第二个问题，来自光伏行业的另一个趋势——“垂直一体化”。

垂直一体化可以简单理解为将产业链各环节内部化/整合，控制外采比例。这不仅能巩固企业的战略自主性，也极有利于发挥产业链协同效应，建立成本优势，提高对订单交付的控制力。

以奇点云的客户 A 为例，A 企业拉齐了拉晶、切片、电池、组件相邻工序的作业规划、协调、调度，对产线进行了信息化改造和设备升级，工厂设备能通过信息系统实现互联互通，管控中间过程，监控损耗、能耗。

然而，在硬件设备互联、业务环节统管之外，要想进一步综合分析，答好“降本、增效、提产”这一终极命题，从实操上并不容易。生产经营环节复杂，如何用数据看明白？

本文将分享奇点云与客户 A 的实践，解读如何构建统一的数据底座，建立数据从“看”到“用”的可复用能力，以应对全球化布局和垂直一体化趋势，在降本、增效、提产的“主旋律”下，构筑竞争护城河。

2. 难点：多基地，多系统，多业态，多场景

2.1 全球一体化布局，数据分散，如何集成？

A 企业在全球有十多个基地，各基地分别部署独立的服务器，数据也分散独立。加上当地的数据保护法律、服务器品牌/技术标准不同，要想对各基地数据进行协同开发，困难重重。

具体到各基地内，每个基地都有 MES、QMS、WMS 等多个信息系统，供应商多，数据分散在各系统和各业务单元中，数据源、数据格式多样。要想整合分析，必须先经过复杂的转换和映射。

对于 A 企业总部来说，既需要隔离多个生产基地数据，又希望能在合规的前提下流畅访问、使用各基地数据，还要能整合全局数据进行查询分析（例如实时监控车间设备运行情况、分析工艺质量及设备能耗等），赋能业务，对 A 企业现有数据底座的能力提出了挑战。

2.2 垂直一体化趋势，多业态、多业务口径如何统一？

各基地业务不完全相同，其经营可能包含采购、投料、产出、调拨、销售、SAP 记账等全部或部分的管理过程。具体到产品的生产环节，还有更细致的工序之分。

A 企业希望通过数据的拉通和分析，让生产经营过程更透明，更利于统一管理、发挥协同作用，对业务变化做出更快反应。然而，各环节、各过程数据断裂难打通，业务流程和习惯不同，存在数据指标口径不一致等数据问题，用不起来。

要方便、实时地看数据、用数据，前期的数据准备工作应当怎么做？如何高效采集并存算数据，实现随需可用、随时可用？有了数据基础之后，分析应用又如何建设？

3. 解决方案：四步走，建成可复用的数据能力

3.1 建设数据底座，集成全域数据

A 企业的数据来源多样、结构多元，有日志文件、XML 文档等半结构数据，也有产线检测图片、视频等非结构化数据。车间设备每天不间断产出数据，数据量也成倍增加。

为此，项目组替换了原本扩展性能不足、数据集成能力有限的传统数仓，采用大数据平台 DataSimba 作为数据底座，完成对多源异构数据的采集、汇聚和转换，解决了前述多云、多系统、数据分散等问题。

升级后的架构具备支持高效数据集成、实时处理、大规模查询/分析、高并发、可扩展等特性，为后续支撑高频的数据分析和运营需求打下平台基础。

*DataSimba 支持 50+种数据源，是目前业内集成数据源最多的大数据平台，在解决特定厂商数据库（例如 SAP Hana）导出问题等方面有丰富落地经验。同时，DataSimba 具备可扩展能力，能应对企业数据量大幅增长、对接新的数据库引擎、大规模并发作业等情况。

3.2 抽象业务过程，拉通数据链条

在过去，不同的生产基地往往有自己的管理流程，A 企业总部无法站在同一个标准洞察各个基地的业务情况，也很难将 a 基地的最佳实践复制到 b 基地，只能在各地重复投入，烟囱式建设。

基于业务调研和光伏垂直一体化的特征研究，奇点云与客户项目组共同抽象梳理了业务过程，形成 3 条标准的业务链条——（基地内部的）生产数据链、（产业链上下游的）供应数据链、（企业交易双方的）交易数据链。A 企业旗下的每一个生产基地都能匹配这套业务过程。

在形成数据链的过程中，项目组识别了断点、堵点，完成了数据治理，不仅让数据能真实反映业务过程，也为后续建立统一的数据指标体系、发挥数据资产价值奠定基础。

3.3 建立指标体系，构建分析模型

在数据链的拉通和业务过程抽象的基础上，建立数据指标体系，沉淀指标资产，并进一步构建面向业务分析的通用数据模型。

如下图所示，在车间生产制造的业务过程中，进一步梳理人员、设备、物料、工艺、设施等分析对象（object），构建 A 企业的指标体系。这套指标体系在不同基地均可复用，不受底层数据源、业务系统变更而影响。

图：生产基地运营数据平台（经过通用化抽象）

3.4 建立场景应用，赋能全球基地

最后一步，项目组建设了场景应用，满足 A 企业不同用户看数、用数的需求。

例如，对于基地视角，搭建品质、工艺、设备等洞察分析看板，支持对关键指标的洞察分析，实现对生产全链路的事前监控、过程运营和事后跟踪，便于各基地优化各个环节，充分发挥垂直一体化的优势；

对于总部视角，建立多基地的全局视图和横向对比的分析应用，覆盖产能、质量、设备（利用效率）等维度，让多基地综合运营成为可能。

图：洞察分析看板（部分展示，经脱敏处理）

总结上述实践，可以得出数据运营能力复用“四步走”：

1. 【集成数据】建立一个稳定可靠的数据平台：不仅要支持高效集成多系统、多源异构的数据（不同基地可能在系统和数据源上有差别），也要具备高可用、可扩展、实时计算等特性和能力，为后续高频的数据运营奠定基础。

2. 【拉通链条】抽象业务过程并拉通数据链条，改变原本生产基地“各自为政”的情况，为后续的指标体系及分析应用搭建奠定基础。

3. 【沉淀资产】搭建可复用的指标资产体系，面向常见的对象和分析场景建立通用数据模型。

4. 【应用推广】建立数据应用，供不同用户使用——在前 3 步基础上，第 4 步的数据可视化及分析应用也就自然而然可在各个基地复用。

4. 价值：数据从看到用，紧跟业务扩张节奏

· 建立统一的数据底座，沉淀企业数据资产

该项目帮助客户打通了多基地、多系统、多业务流程数据，治理并沉淀了全局数据资产，由统一的大数据平台 DataSimba 提供高可用、高并发及海量多源异构数据集成等能力支持，实现数据随需可用、随时可用。

· 数据从“看”到“用”，全局视角赋能降本增效

以数据资产为基础，项目团队搭建实时监控看板，让业务各环节情况清晰可见，建立基于数据的管理体系，快速洞察业务变化；

同时，建设能耗分析、产量预测、产线组件分析、产品质量分析等数据业务模型，数据从“看”到“用”，指导生产过程优化；

进一步，由于全球基地的产能和业务量不同，企业通过全局数据分析，把控整体供需情况，能让各基地资源最大化得到利用，降低总成本。

·数据能力快速复用，应对不断扩张的业务需要

如前文所述，本次项目为 A 企业建立了从平台到应用的完整数据能力，并在试点基地完成验证。

对于各个基地来说，无需改变自己的数据源和实际业务环节，就能在数据标准和指标体系下得出自身的分析结果；对于总部来说，不仅评估考核各基地的标准得以统一，也能大幅减少烟囱式建设的工作量，节约重复建设的时间和成本，直接将现有体系复制推广到新建基地。

过去，光伏企业新建基地需要逐步进行，例如“设备硬件”、“组织流程”、“信息化建设”、“数字化运营”四大环节依此开展——如果没有确定的流程，就无法选择合适的信息系统，没有信息系统，就没有数据基础。全过程往往需要花费 1 年以上。

而现在，A 企业可以每 3 个月上线 1 个新基地，前述步骤（包括设备、人员、组织、管理流程及数据运营分析系统）几乎同步落地。从数据平台、指标资产、分析模型到数据应用，直接复制最佳实践，让数字化跟上业务扩张的节奏。据客户介绍，接下来还将向全球更多基地分步推广。

“对于制造行业，特别是光伏企业，细微的差距会通过规模化被放大，并最终反映在财务业绩上。”国内一家龙头光伏企业的董事长曾在《财经十一人》的采访中表示。

数据能帮助我们在复杂的物理世界中洞察现实，挖掘机会，让细微的变革不断发生。这或许就是“数据要素 × 光伏制造”的意义之一。