中國工業數據治理優秀企業三一重工——數據驅動經營決策，推進數智化轉型

為落實好黨中央、國務院關於數字中國建設和產業數字化轉型的重大決策部署，經報有關領導同誌，從2024年開始，中國工業經濟聯合會在相關部委、高校、智庫和重點工業領域頭部企業的參與和支持下，在全國範圍內從征集範例、調查研究和宣傳培育三個維度開展中國工業數據治理“領跑者”企業工作，找出並宣傳推廣工業數據治理領域企業的優秀成果、實踐經驗和典型案例，旨在發揮優秀企業的榜樣帶動作用，強化協同效應，帶動更多企業增強數據治理能力，加快數字化轉型，搭建工業數據交流平台和產業生態圈，挖掘數據要素作為新質生產力的價值，賦能工業高質量發展。

2024年9月11日，中國工業經濟聯合會主辦了第二屆中國工業高質量發展論壇，在論壇上發布了22家首屆中國工業數據治理“領跑者”企業名單等研究成果。根據工作計劃，中國工業經濟聯合會將持續做好中國工業數據治理“領跑者”企業工作，找出更多工業領域重點行業的“領跑者”企業和典型經驗，為工業企業的數據治理和數字化轉型搭建學習交流和產業合作的權威平台。三一重工股份有限公司（以下簡稱“三一”）成立於1989年，是全球工程機械行業的領軍企業，公司產品包括混凝土機械、挖掘機械、起重機械、樁工機械、路麵機械等；其中，混凝土設備為全球第一品牌，挖掘機、大噸位起重機、旋挖鑽機、路麵成套設備等主導產品已成為中國第一品牌。

從國內一流走向世界一流，三一的“數智化”進程正如火如荼地開展。公司將數智化建設融入製造、產品、運營等各個場景，積極促進產業高端化、智能化、綠色化。

智能製造方麵，當前三一已有 33 座燈塔工廠建成達產，其中 “北京樁機工廠” 和“長沙泵送 18 號工廠”已通過世界經濟論壇權威認證，並在印尼成功設計建設了行業首座海外“燈塔工廠”，在全球重工行業達到領先水平，為全球製造業企業提供可借鑒的數智化發展路徑。

智能產品方麵，今年，三一在第50000台大型挖掘機產品成功下線的裏程碑時刻發布智慧礦山解決方案3.0，滿足客戶更高效、更智能、更安全的礦山開采需求，此外，還實現了遠程遙控挖掘機在應急救援場景的首次應用，一鍵掛卸配重、可變跨距、智能一鍵伸縮臂等起重機智能應用驚豔客戶，首創塌落度智能檢測、AI智能卸料等技術，引領商砼行業智能化變革。

智能運營方麵，三一的工業互聯網平台已實現1.6萬台設備、2.3萬個四表、4.6萬個攝像頭的實時在線接入，通過數據分析與算法模型，係統優化降低成本及能耗。2023年，在作業過程中開展的節能降耗項目累計節約能源費用超過1億元。

圖1 2024中國工業數據治理“領跑者”企業

在數智化建設過程中，三一非常重視數據治理工作的開展，聚焦數據中台建設、數據流程製度、數據資產管理、數據應用和數據合規等工作，至今已經形成了完善的數據治理體係。

三一數據治理工作可以分為4個階段：

“數據生產階段”（2005年-2019年）：在數字化轉型的初期，以滿足業務協同、財務管控為主，確保所有核心業務全麵在線。

“數據資產沉澱階段”（2019年-2021年）：伴隨著數據相關平台理論及技術的成熟，三一搭建起數據中台和主數據平台，並基於這兩個平台，沉澱數據對象模型、指標庫、算法模型等資產，並形成了清晰的資產目錄。

“數據治理階段”（2021年-2023年）：全麵開展數據治理體係建設，形成了一整套戰略、組織、標準、流程、製度、方法、工具和評價機製，形成了具有三一特色的數據治理實踐。

“數據驅動階段”（2023年-）：基於沉澱的數據資產，利用AI算法、大模型挖掘數據價值，落地了智能套料、工序級自動排程、智能體應用、智能數據分析等眾多場景，賦能業務、驅動轉型。

圖2 三一數據治理曆程

一、數據中台建設

對三一範圍內的數據進行統一采集、計算、存儲、加工，同時統一標準和口徑，形成標準數據，進一步構建數據資產，為業務提供高效數據服務。數據中台建設初期麵臨業務係統繁雜，數據多源多態，數據質量不高等難題，通過投入大量的精力，梳理各類係統的數據源類型及涉及的核心業務對象，確認數據入湖範圍，同時逐步迭代改善采集功能，逐步攻破多源多態數據采集問題。

當前數據中台共接入500+個業務係統，實現全量數據入湖；管理表資產2.4萬+，公共數據模型1300+個，數據指標2000+個。

二、數據流程製度建設

根據“數據全生命周期治理規範與方案”，並結合三一現狀，設計並發布了三一數據治理的流程與規範框架，包括：《三一數據管理總綱》《三一數據架構管理政策》《三一數據源管理政策》《三一數據質量管理政策》，作為三一數據管理的“憲法”，確立了三一數據管理總體綱領性原則，明確各業務領域數據Owner與數據管家相關角色及職責，為數據治理工作開展、數據管理相關流程製度規範建設與執行提供依據。

基於數據管理總綱與政策，圍繞數據全生命周期管理，從數據平台、數據資產、數據治理、數據應用四個層麵發布了18個數據管理相關流程及製度規範，支撐數據管理、數據治理工作規範化開展。

圖3 數據管理流程製度三、數據資產管理三一數據資產分成6級，共有3個業務板塊、10個業務域、50+個主題域、200+個業務數據對象，管理2萬+個邏輯實體、82萬+個屬性。

L0級板塊：三一集團層麵的最高級分類，定義了下轄的不同業務板塊，以及數據資產範疇，如裝備製造、金融保險等。

L1級業務域：為了強化企業內業務部門的數據管理責任，采用業務管理邊界方式劃分，如產品研發域、生產製造域、營銷服務域、財務管理域、人資管理域等。

L2級主題域：對應特定數據領域的、互不重疊的抽象概念，管轄一組與主題密切相關的業務對象，如工藝管理、計劃排程、現場管理、設備管理等。

L3級業務數據對象：業務領域重要的人、事、物，如工藝路線、生產計劃、生產訂單等；架構建設和治理主要圍繞業務數據對象開展。

L4級邏輯實體：描述一個業務數據對象在某方麵特征的一組屬性集合；承載業務用途的表/視圖必須與邏輯實體一一對應。

L5級屬性：信息的最小顆粒，用於客觀描述業務對象在某方麵的性質和特征。承載業務用途的字段必須與屬性一一對應。

三一數據資產按照保密程度被分成了S1-S6的6個密級，配合IT係統，創建數據資產權限申請流程。用戶如需使用數據資產，需要通過直屬領導、數據歸屬業務部門Owner、數據治理部確認使用途徑、方式後，才可以進行調用。每一次數據調用操作均會被記錄，如有數據泄露的風險可以及時溯源。

四、數據合規體係建設

在各項業務出海過程中，三一嚴格遵守國際規則和當地法律法規，通過建立健全的數據合規體係，采取嚴格管控措施和技術，保障數據合規性。

數據合規製度方麵：建立矩陣性的數據合規組織，統籌規劃、製度流程、監督檢查，推動數據合規工作。同時，製定嚴格數據合規管理紅線、指導手冊、重要業務場景合規指引，及配套數據合規點檢平台，有效保障數據合規工作運行。

數據合規管控方麵：嚴格遵守各國數據合規政策要求，基於全球數據法律法規、歐盟OTA認證、國家安全等驅動因素，形成數據全生命周期合規和業務過程合規“2條主線”，評估、采集、存儲、傳輸、應用等“7個控製域”，合規影響評估、存儲本地化、存儲最小化、超期刪除、加密存儲等“29項控製項”保障業務數據合規性。

數據合規落地措施：針對有本地化存儲特殊要求的國家，嚴格按照當地要求進行本地化部署，針對敏感個人數據不能跨境的國家，在采集方麵杜絕采集該類數據（如人臉、指紋等）；同時，涉及軍政類客戶的設備數據，一律禁止采集。對於部署在海外的數智化係統合規性，建立由內部專業律師和外部當地律師雙向影響評估，確保滿足當地數據合規性要求；此外，持續關注全球合規政策變動，動態調整數據合規紅線要求及指引，滿足數據合規性。

五、數據治理策略

三一在開展數據治理工作從兩個方麵入手，形象稱之為“陣地戰”與“殲滅戰”。

陣地戰：即數據治理部統籌推進，建設數據管理體係，包括製度、規範、流程以及數據標準，識別主價值鏈上的核心業務對象關鍵屬性，並納入清潔度工作，提升關鍵數據質量。

殲滅戰：即通過項目製組建團隊，解決既定範圍內的數據質量、數據管理等問題。

圖4 數據治理開展策略

六、利用數據降本增效

三一持續推進全量全要素數據采集，挖掘數據價值，提升精細化運營效率。公司的工業互聯網平台廣泛連接各類設備與係統，集成采集、匯聚、分析海量數據，以建模實現數字孿生，推動企業提質、降本、增效。

（一）預測性維護與優化運營

通過實時監測和分析設備運行數據，三一能夠預測故障，提前安排維護，避免非計劃停機，減少維修成本，延長設備壽命。此外，數據分析幫助三一優化工作流程，提升設備利用率和工作效率。如三一攪拌站預測性維護，全天候看護巡檢提供7x24小時故障診斷服務，可實現自動巡檢，讓客戶安心使用、放心生產。

故障早發現，定位更精準。實時監控設備運行狀態，在設備故障早期就能發現潛在運行問題。精準定位異常故障點，提供針對性的保養提醒，避免小故障轉化為大故障。讓客戶錯峰檢修，避免臨時停機帶來的損失。

壽命可預知，備件更合理。根據設備實時運行狀態預測設備剩餘使用壽命，智能提醒客戶進行備品備件儲存，大幅降低庫存成本，避免缺件等待。

（二）供應鏈透明化與協同

通過集成供應鏈數據，三一能夠更好地協調庫存、生產和運輸，減少過度庫存和供應短缺，降低物流成本，同時提高響應速度和客戶滿意度。公司以製造運營管理平台（iMOM）為核心，結合車間物流管理係統（iWMS）、生產計劃係統（iAPS）、數字孿生等多套數字化係統，形成了工廠生產製造的“智能大腦”，實現了研發和生產管理的在線化、實時化、智能化，有助於實現資源的最優配置與科學合理決策。

（三）智能製造與質量控製

通過海量數據、多維分析，三一結合企業生產場景，開創了全新的生產管理模式。不同角色的用戶可以從不同角度，運用大數據輔助自己的工作，既能清晰了解工廠的實際運轉情況，又能相互配合，實現對排產精細化管理。

借助數據分析，三一能夠實時調整生產線參數，減少原材料浪費，降低廢品率。此外，通過質量數據的分析，三一可以迅速識別質量問題，提高產品質量，降低返修和召回成本。

（四）銷售與市場預測

通過分析銷售數據、市場趨勢和客戶需求，三一能更準確地預測市場需求，優化生產計劃，減少庫存成本，同時提高產品定位和營銷策略的有效性。

以配件需求預測為例，根據配件特征匹配需求預測模型，實現不同業務場景下的精準預測，海外本地庫存現貨滿足率提升到93%；同時也優化庫存結構、改善庫存周轉，預防4000餘萬庫存呆滯風險。

（五）智能服務與客戶支持

利用遠程監控和診斷技術，三一能更快響應客戶問題，減少現場服務的必要性，降低服務成本，同時提升客戶體驗，增強客戶忠誠度。如依托車聯網、人工智能、大數據等先進技術，三一為吊裝行業提供整體解決方案，保障設備安全，滿足客戶線上化運營管理需求。起重機“智慧運營”項目獲評“工信部十佳大數據案例”。

（六）能效管理和環保合規

通過對能源消耗的監測和分析，三一實施節能措施，降低能源成本，同時滿足環保法規要求，降低潛在的環保處罰風險。

以設備能源管理舉例，為解決設備用能異常風險高、能源運維質量差、能源成本管理難、雙碳節能壓力大的四個痛點，三一以“三步走”的策略實現能源管理從粗放到精益。

以物聯網數據應用為例，自研峰穀平智能調度應用，實現設備能源精確測量和精準分析，通過預測能源使用情況，評估節費空間，優化用電模式，並在三一集團推廣，實現年降本1000萬元以上。

（七）決策支持與風險管理

通過構建統一的數據倉庫和分析平台，三一實現了跨部門的數據整合和實時共享，極大提升了決策速度和團隊協作效率。

七、數據應用典型案例

（一）智慧存貨管理

製造企業的存貨管控涵蓋采購、生產、銷售、研發等環節，涉及公司運營全流程。三一集團涉足行業多、實施範圍廣（國內/國際所有事業部和法人主體），因在經營過程因缺乏有效的庫存計劃、統一的管控機製、統一的數據標準，加之管理係統分散、部門聯動困難和管控無方法等，導致效率低下、庫存短缺和積壓並存的問題。

智慧存貨管控平台利用數據中台，基於大數據與可視化技術，集成計劃、生產、銷售、庫存等業務數據，搭建存貨監控大屏、指標預警、專題分析、行動管理、風險報告在內的綜合管控平台。

三一借助智慧存貨管控平台，通過流程優化、資源整合、智能決策、風險預警、組織保障，開展存貨精細化分析、異常定位與預警，總結存貨特點，揭露存貨問題、剖析原因，樹立追本溯源、開放探索的深層次存貨管控方法與思路，推動各業務環節運行模式改進，實現管理價值提升和數據資產變現。

圖5 智慧存貨管理平台（二）設備能源管理三一在整個OTD（訂單到交付）鏈條各個環節中，均實現了數據的豐富流動，配備相應係統進行管理。比如廠內的製造環節，從最開始的物料準備、物流配送，再經過鋼板裁剪、塑形、焊接增材、機加減材、塗裝亮化、裝配集成性能等過程，通過1.6萬台設備實時在線、2.3萬個四表構建能源網絡、4.6萬個攝像頭對工廠透明化管理等實現“一切業務數字化”，有效地將生產資源全量全要素連接，積累了豐富數據資產，為數據應用與變現奠定基礎。以設備的能源管理舉例，為解決設備用能異常風險高、能源運維質量差、能源成本管理難、雙碳節能壓力大的四個痛點，三一以“三步走”的策略實現能源管理從粗放到精益。第一步：被動能效服務，設備等基礎設施改造，基於控製係統進行控製，實現設備數據的本地存儲；第二步：數字化能效管理：可視化能源管理，能源統計在線化、數字化，設備數據、用能數據在線統計計算；第三步：主動能效服務：建立生產用能模型，挖掘節能潛力，精細化用能管理。主動能源管理的價值逐步顯現，對比2022年，2023年萬元產值能耗同比下降11%，碳排放同比下降13%，能源數據變現同比提升51%，在作業過程中開展的節能降耗項目累計節約能源費用超過1億元。圖6 能源管理大屏未來，三一將繼續圍繞“全球化、數智化、低碳化”戰略，繼續加大研發投入，強化技術創新，全力以赴加快推進研發、製造、營銷、服務的國際化，以及智能製造、智能產品和智能運營的深度融合，利用數據進行降本增效，致力於為全球客戶提供更加高效、智能、環保的產品和解決方案，共同推動全球工程機械行業的可持續發展。

來源：中國工業經濟聯合會

閱讀 382