機械手有條不紊高效運轉、機器人閃轉騰挪動作嫻熟……在徐工重型輪式起重機智能焊接車間內，9條智能生產線開足馬力、全力運行，完成近40億元的起重機訂單；

在華星光電深圳T2工廠8.5代液晶面板自動生產線，蒸鍍、存放、搬運、清洗、曝光……一系列工藝制程全部自動完成，全封閉的生產線上幾乎看不到一個人；

在嘉興市鑫圓紡織工藝有限公司的紡織車間，一臺高速運轉的紡織機，通過機器內部一個個小黑盒子，讓工廠270臺紡織機、108臺倍捻機及各類紡織配套設備與云端“大腦”連接在一起。
……

伴隨著數字化、互聯網及智能技術大規模應用于工業生產，先進制造業對廉價勞動力的依賴已大大下降。多年來，中國制造業一直處于經濟高速發展的快車道中，受益于不斷開拓的“增量”市場。

但在經濟增長平穩化、外貿波動的今天，如今利用數字化、信息化技術改造制造業，提高企業的運營效率，正成為當前制造業企業探尋的方向，而其中數據治理是關鍵，今天小億就來為大家分享制造業如何借助數據治理，提高企業經營管理效率，從而實現數字化轉型。

一、我國制造業數字化轉型現狀分析
當前，雖然中國制造業在全球市場的整體優勢突出但生產力仍落后于發達國家，生產力水平仍僅為發達國家的1/5。

中國制造業過往的快速增長主要依賴廉價勞動力、資本及對創新的模仿，但這些競爭優勢如今正逐漸喪失。

如何利用數字化轉型技術，將不同的設備和網絡數據，將其轉換為有用信息，成為制造企業提高運營效率的關鍵。當前，制造業數字化轉型呈現以下特征：

1.制造業數字化轉型起步較晚，數字化轉型程度有待提高
根據相關調研數據顯示，超過50%的中國制造企業的數字化轉型尚處于單點試驗和局部推廣階段。中國政府力爭借助工業4.0的浪潮，從世界第一制造大國躋身制造強國之列。但中國制造企業要成功實現數字化轉型，必須基于自身現狀，尋求適合自己的數字化轉型之路。

2.不同行業數字化轉型的重點路徑不同
根據國家工業信息安全發展研究中心兩化融合平臺結論，智能制造就緒度在原材料行業里面大型鋼鐵行業的就緒度高達19.9%，明顯高于5%左右的平均水平。

以鋼鐵行業為代表的裝備制造行業數字化轉型的重點是以生產管控為核心的智能生產體系。以機械行業為代表的裝備行業，數字化轉型的重點是完成產品的智能化、服務化轉型，即智能服務。

3.云計算平臺成為催生新模式新業態的重要切入點
現在的云化不止是原來的計算存儲上云，云化里面現在有兩個重要的價值點。第一個是倒逼企業加速內部綜合集成，第二個是推動跨企業協同共享去催生一些社會化資源配置的新模式新業態。

因此，隨著云計算服務的大規模落地，企業級用戶對于云服務的需求出現多樣化的發展態勢。從底層架構的角度切入，公有云、私有云、混合云都在用戶的基礎設施層扮演著重要角色，而針對行業用戶的定制化需求，更接近用戶應用需求的行業云呼聲漸漲，云計算平臺成為催生新模式新業態的重要切入點。

4.工業互聯網平臺成為制造業數字化轉型的利器
工業互聯網平臺以基于數據的能力合作為紐帶，打造開放共享的價值網絡。工業互聯網平臺是以數據為驅動、制造能力為核心的專業服務平臺。過去小億曾發布了一篇《工業互聯網—將技術和應用融入千行百業，助力企業提質增效》的文章，具體講述了什么是工業互聯網，感興趣的朋友可以查看。

如今工業互聯網平臺呈現IaaS（基礎設施即服務）寡頭壟斷，PaaS以專業性為基礎拓展通用性，SaaS（軟件即服務）專注專業縱深的發展態勢。根據國家工業信息安全發展研究中心信息化研究與促進中心調研顯示，工業PaaS（平臺即服務）正逐漸成為平臺發展的聚焦點和關鍵突破口。

二、數據治理對制造業的作用和意義
1.國內外形勢對制造企業信息化提出了更高的要求
美國的“再工業化”、“制造業復興”、“制造業行動計劃”；德國的“工業4.0”；歐盟的“未來工廠計劃”，日本的“再興戰略”，法國的“未來工業法國”等，都在推動著制造業的轉型升級。

中國制造業要想真正由大變強，必須注重信息化建設，盡快占領制造業的技術制高點。比如，《中國制造2025》將智能制造變為制造業的主攻方向，進一步強調了信息化與數字化建設對制造企業未來發展的重要性。

2.未來制造企業數字化轉型建設離不開準確可靠的數據
數據是制造企業信息系統的基礎，保證其準確、一致和完整是一項非常重要的工作內容。經過多年的發展，目前國內大多數制造企業已經完成了業務系統的建設，提升了自身的業務運營能力。

但這些系統中的業務數據越存越多，數據之間的關系越來越復雜，數據質量不高、重復沖突明顯、無法集成共享等問題相繼出現，導致數據可靠性低。決策層無法獲得準確的信息，在某種程度上已經制約了制造企業數字化轉型的進一步發展。

3.數據治理是保證制造企業數據準備可靠的有效手段
制造企業開展信息化工作需要獲得更多準確可靠的數據，數據治理可以幫助制造企業規范數據流程，管理企業內部主數據，提升企業數據質量，保證企業在業務運營管理中得到準確、及時和完整的數據支持。因此，對于擁有多個信息應用系統、數據存儲方式復雜的大型制造行業，有必要提升對數據治理相關建設的關注。

三、制造業數據治理的3個階段
1.主數據管理是制造業數據治理的重點
制造業在數據管理方面起步較晚，大部分企業會根據自身發展情況不同而選擇適合自己的建設目標，主數據管理是重點。作為信息流動的載體，主數據在制造企業的業務鏈條中起著承前啟后的推動作用，其準確性將會直接影響到制造企業業務和決策的準確性。

比如，準確的物料主數據可以優化供應鏈管理戰略；準確的供應商主數據能改善供應商配送和評估；準確的客戶主數據能改善客戶關系；準確的財務主數據可以提升財務管理的真實性、透明性和合規性。

對于制造企業來說，合理對主數據進行管理可以將分散在各業務系統相互獨立的數據進行統一，讓所有系統只用“一”份數據，讓主數據這種對系統比較重要的數據完全一致，通過提高主數據的質量，簡化各業務系統之間的集成復雜度，打通上下游產銷銜接。

2.利用元數據做好制造企業數據資產的盤點
對制造企業來說，當完成了主數據管理工作，從一定程度上可以保證企業主數據的質量，但不能消除其他數據問題給業務帶來的影響。企業主數據通常在企業內部呈現碎片化分布，這些數據究竟是如何被使用的，數據的來源和流向是什么，這些都是制造企業在做數據治理的時候需要弄明白的問題。

而利用元數據做好制造企業數據資產的盤點，可以幫助企業自動抽取企業內部所有元數據，并展現出完整的數據視圖，幫助企業了解主數據與其他數據資產的之間的關系，明確企業主數據的影響范圍，更好地配合主數據管理，完成企業數據治理相關建設。

3.持續監控與優化數據質量是終極目標
數據質量管理是數據治理中一項關鍵的支撐流程，制造企業在做主數據管理的同時，還要保證保障企業數據質量能夠滿足企業制定的標準，在必要的時候對已定義的數據進行檢查，并對出現的數據質量問題進行跟蹤和監控，只有持續不斷的做好數據質量管理才實現全面的數據管控。

四、制造業主數據項目管理體系建設
1.規劃階段
這個階段主要是組織的建設、制度的建設，以及目標的確定，也就是主數據到底要做哪些內容，其范圍涉及哪些系統。

2.數據標準階段
更多是做一些主數據的管理，比如需要確定這一期項目到底做哪些，分類是什么，比如物料主數據的分類，與此同時還有主數據的編碼是怎樣的，有什么標準，然后還有一些類似于“我的”這樣的屬性到底有哪些。

3.治理階段
這一階段更多的是對各類主數據進行采集、清洗、整合，完成一些歷史的主數據的預處理工作。

4.落地階段
主要是將前面所有梳理好的屬性與分類，以及歷史主數據治理好后，搭建一個平臺去做呈現。以一個物資示例來說，通過主數據的管理，實現了業務上的集中管理，比如，統一的物資分類及編碼體系可提供一套“共同語言”，促進企業在供應鏈業務各方面的集中管控，并作出以事實為基礎的決策。

在整個供應鏈的過程中也起到一些作用，比如在采購方面，避免了重構采購節約了成本；在銷售方面，由于基于統一的分類和規格標準，在做利潤分析、產品銷售分析時更加準確；在倉儲物流方面，因為有統一的高質量的主數據，減少了重復的儲備，在管理效率上也能有很大的提升。

五、制造企業主數據管理實施架構
制造企業的主數據項目管理的實施框架如圖所示，這個框架其實分成4大部分，第一個就是現狀分析與評估，第二個就是體系的規劃，第三個就是實施方案，最后就是一個平臺落地部署的工作。

1.現狀分析與評估
這一階段做的事情就是前期的需求調研，主要目的是獲取企業主數據的管理現狀，以及存在哪些問題。這個過程中，我們也會搜集這個行業比較好的實踐案例，以及國家是否有出臺相關的標準，這些都能方便去進行現狀分析與評估。

2.管理體系規劃
基于組織的目標，我們就可以去做一些規劃，在規劃的過程中，我們更多的是做各類架構的設計，包括一些制度的建立，考核評價，以及制定一些標準規范等。

3.主數據實施方案
這一階段主要是對每一項做分解，比如編碼規則是什么，有怎樣的分類。它有哪些屬性，以及在這個過程中，還涉及歷史主數據的整合，還有清洗、分發、集成的策略等等。最后還有主數據在使用過程中，如何做更好，如何慢慢地切換到一個統一的平臺上，這些都是實施方案所需要關注的。

4.主數據平臺搭建
這個平臺搭建就是將我們前期所有做的工作的線上化，這樣就能讓主數據管理更加規范精細化，效率也能更高。這里億信華辰的主數據管理平臺可以幫助制造企業。

如圖所示是億信華辰的主數據管理平臺的架構，從這個架構里可以看到，該平臺的主數據采集方式可以對接不同的業務系統數據源，可以通過人工錄入、導入導出、數據整合工具，以及自動采集獲取數據。然后可以將數據提煉到主數據管理平臺，然后在主數據庫里去做主數據的治理、清洗工作。另外我們也可以通過該平臺做業務流程上的管控，去定義模型屬性，編碼分類，以及數據的查詢備份，以及開發接口等工作。

當把前面的標準化工作做完以后，我們還可以在主數據管理平臺上做數據的維護工作，例如從申請到失效過程中，通過工作流進行全流程的管理。最后將數據分發到各業務系統去使用 ，這里也提供了不同的分發方式，對接ESB，通過數據交換來進行分發。

當然在整個主數據管理過程中也會存在數據安全問題，這時可以利用億信華辰的主數據管理平臺來對數據進行歸檔存儲等工作。這就是億信華辰的主數據管理平臺的架構，通過這個平臺我們能夠輕松的實現與業務系統的主數據分發與共享，最終為企業提供一個高質量的主數據服務。

六、小結
全球制造業數字化的戰局，早就在幾年前就拉開了帷幕。在如今全球暗潮涌動的經濟形勢下，誰先搶得制造業數字化轉型的先機，自然也就在這場“混戰”中，擁有了更多的話語權。

未來，中國制造業要加快數字化轉型，在供應鏈體系的數字化連接、生產組織柔性管理、依據消費者需求反向定制生產等方面，銳意創新，以新的生產管理模式和新的商業模式，顛覆傳統制造業規模經濟主導的發展方式，加快構建工業4.0時代的競爭優勢，以此引領全球制造業的變革發展。

而制造業要想成功實現工業化和信息化融合，設計-工藝-制造一體化融合，云計算、大數據、物聯網融合的智能制造，底層數據的治理是關鍵，制造企業需要明確數據治理的目標和范圍，搭建好主數據管理平臺，做好數據資產盤點與持續不斷地改進數據質量，最終形成管理制度與文化，才能實現制造業的數字化轉型。