鋼鐵行業是我國重要的原材料行業之壹，亟需實現由“大”到“強”的升級。此前文章中，我們分享了傲林 科技 交付團隊視角下，傳統企業數字化轉型的主要困難痛點，本期我們分享鋼鐵行業的數字化轉型案例。
某大型鋼鐵集團是壹家產能過千萬、納稅過百億的大型鋼鐵聯合企業，作為國內鋼鐵領軍企業，後續準備進壹步貫徹執行新舊動能轉換的要求，計劃通過減量置換，打造先進鋼鐵生產基地。經過多年的信息化建設，企業縱向已經建立了L1~L4層的自動化和信息化系統，橫向實現了采購、庫存、生產、銷售、物流、財務等環節端到端的信息化全覆蓋。
但該鋼鐵集團信息化系統同樣面臨著新的挑戰：
1.數據自采率低。 在信息化方面存在手動輸入及調整的環節較多、多方輸入造成數據的不壹致、信息及時協同存在錯位現象等問題；
2.信息閉環未形成。 數據分析存在核心數據管理無法自主升級改造、數據存取性能存在風險、數據使用方式單壹、系統內信息處理閉環未能完全形成、數據分析能力相對較弱等問題；
3.優秀經驗知識未固化。 大量業務數據分析依靠人工完成和個人經驗判斷、無法做到實時分析反饋並與業務同步，對 歷史 數據資產的使用相對較少、 歷史 數據尚未構成企業經營的智能化分析支撐；
4.傳統架構存在風險。 系統延用了較傳統的IOE類信息化技術手段，存在技術支撐風險。
以上問題都阻礙了該鋼鐵企業的數智化轉型進程。
傲林 科技 以傲數平臺、事件網兩大平臺產品為支撐，打通采購、生產、庫存、銷售、訂單、營銷的企業經營全流程數據，從企業經營全局進行數據分析，通過量化決策系統，幫助客戶實現礦石成本平衡優化、企業量化決策優化、企業經營分析智能化，構建壹套完整的決策智能輔助分析系統。
對企業內部數據與外部供應鏈數據、產業周期數據、宏觀經濟數據、競爭環境數據、工業大數據等進行全方位構建，依據時間維度，形成立體的多維數據模型，根據數據模型給出基於大數據的量化分析和洞察，以事件和風險的方式推送至PC端和手機端，為領導決策提供直接建議。
將各個部門的運營經驗和關鍵業務節點通過人工智能技術建立數字模型，同時將不同模型通過知識圖譜聯系成企業整體多維度業務模型，讓每壹個職能部門的數據在企業的全局視角發揮作用，形成全局優化；通過不斷叠代的模型訓練，提供輔助決策的量化分析和最優方案，形成精益管理。
1.業務管理
對該鋼鐵集團的數據、流程、信息化系統、業務活動進行摸底與梳理，根據調研結果並結合該鋼鐵集團信息化數據可用範圍，進行落地實施。
2.主數據管理，建立統壹的主數據資產管理平臺
主數據資產管理平臺包含壹整套用於生成和維護主數據的規範、技術。完整的平臺包括元數據管理，信息系統集成、數據治理、數據分析、數據交換等功能。
實施方案包括：
梳理該鋼鐵集團主數據體系可行性實施方案（含數據采集、數據質量分析、數據源分析、數據資源普查、管理顆粒度等）。
主數據管理系統落地實施（基礎環境部署、原型叠代與預覽、主數據匯集、數據清洗、轉換、數據映射、主數據質量管理實施、系統性能調優等）。
3.數據湖，建立統壹的數據集成平臺
實施方案包括：
梳理該鋼鐵集團信息化系統數據湖建設可行性實施方案（含數據基礎設施、數據接入範圍、模型和數據集成標準等，合理規劃數據存儲顆粒度，構建維度層次結構形成統壹數據中心。通過多層級ETL的抽取、轉換、清洗、加載功能，實現各類數據源的有機結合、確保數據來源質量，保證信息的完整性、壹致性）。
數據湖管理系統落地實施（通過各信息化系統的前置數據抽取功能的配置管理，及時獲取並整合各專業系統的管理數據）。
4.綜合運營決策，建立統壹展示平臺
通過對關鍵指標的直觀展示，使經營者能完整、及時、全局、高效地獲取公司的經營信息，並達到業務信息穿透透明化的目的。
實施方案包括：
梳理該鋼鐵集團綜合運營決策與業務經驗固化相關內容（含指標體系、現有業務流程、ERP系統對接、CRM系統對接、成本分析與成本計算等，合理界定業務系統與經營分析系統功能劃分）。
綜合運營決策系統落地實施（主題數據歸納及處理、算法模型設計與開發、 歷史 數據深度學習與模型優化、管理控制臺定制、信息化系統互動對接定制等）。
5.采購庫存優化，建立采購庫存優化輔助決策服務與應用
考慮到該鋼鐵集團采購與原燃輔料庫存優化是個重要且急需提升的部分，將單獨規劃和實施相應輔助模塊。
通過對該鋼鐵集團鐵前生產數據，鐵前設備維保數據，采購數據，庫存數據，鋼鐵原燃輔料采購價格指數、物流數據、配礦方案、鐵前質量數據、成本計算模型、生產計劃數據、生產實績數據、產成品等其它數據進行綜合建模分析與深度學習優化，形成動態智能推薦的原燃輔料采購優化輔助方案、庫存動態最優方案、以及應付賬款結構優化等方案。
通過以上5個維度的建設，成功提升了該鋼鐵集團的經營決策能力：管理人員可以隨時掌握公司的運營情況，為該鋼鐵集團公司高層領導和業務部門分析人員的日常數據分析與決策提供依據。同時可以降低用戶操作難度，減少用戶培訓成本，為公司管理層提供快速且豐富的人、財、物等方面的統計分析數據和決策支持，使其能夠更加著眼於業務優化和管理，以進壹步提升該鋼鐵集團公司的業務運作效率和決策能力。
除提升了該鋼鐵集團的經營決策能力外，還實現了以下價值收益：
?公司經營管理的透明化與全局性業財融合分析。 多角度對比年度目標和 歷史 數據是否保持持續、穩健發展。
?公司經營決策的輔助支撐。 效益的預測、模擬、以及輔助優化建議，市場波動影響分析等。
?合同訂單生命周期的協同。 以合同訂單全生命周期為主線，拉通產供銷協同以及問題發現。
? 產供銷的決策輔助。 在合理資金占用條件下的供產平穩、市場變化下的產銷動態平衡等支撐。
作為大型復雜流程工業，鋼企的全流程工序內部生產數據獲取困難，絕大部分為過程不透明的“黑盒”。而基於傲林 科技 事件網絡技術構建的企業級數字孿生體，使鋼鐵企業的采購、生產、銷售等全流程都得以透明化，通過對企業數字孿生體的模擬仿真，使用人工智能模型獲得優化策略，並把相關指令反饋到各生產經營部門去落地執行，形成了企業整體智能化優化的閉環。 通過為該鋼鐵集團提供數字化決策和運營支撐能力，有效增強了企業軟實力及全行業競爭力，打造了鋼鐵行業數字化轉型標桿。