中国制造业的整体情况，是优劣势非常清晰的。就优势而言，目前经过几十年的快速发展，我国的制造业规模发展为世界第一，被称为世界工厂。这个过程中强化了以中国为中心的地区供应链，同时国内外的需求也在不断扩大。就劣势而言主要体现在产品质量问题、资源利用率、产业结构不合理、以及整体工业发展不平衡。此外，人力成本上升、劳动力供给减少、全球经济及政治影响、公共突发事件的冲击等内外部的环境压力成为制造业智能化和数字化的催化剂，传统制造业需要通过技术手段实现产业升级，降低企业的人力依 赖及物理环境依赖。

工程机械作为制造业的细分行业之一，呈现出了明显行业特征，通过对工程机械行业SWOT分析，徐工重型确定从企业战略转型、业务运营改善、数字技术创新、基础设施建设六大模块指导企业数字化转型。

作为传统制造企业，徐工重型的核心业务包括研发，供应链，制造、销售、服务以及内部管理，即研产供销服务，也称为业务全生命周期。徐工重型基于全生命周期数据管理管控平台架构，以数据底层为基，通过销售、财务、供应链、生产、质量、人力等全生命周期指标体系建设，打造了包含综合绩效分析、关键业务指标、关键预算执行、应收账款周期、区域业绩地图等在内的企业管理驾驶仓，实现了管理闭环，有效支撑了徐工重型的数字化转型战略落地。

徐工重型实现数据驱动的成果并非是一蹴而就的。自2012年起，经过“规范化”、“自动化”、“指标化”、“资产化”循序渐进地建设和积累，如今徐工重型的数字化建设正处于释放数据到业务、降低分析门槛、提高结果产出效率、实现业务“自主化”探索分析的阶段。预计到2023年，企业数字化建设将进入自主感知、学习、分析、决策等“智能化”阶段。

数据是企业沉睡的金矿，企业生产运营中产生的客户数据、物料数据、库存、交易订单等全生命周期的数据需要通过一系列策略来挖掘、分析，才能发挥出它相应的价值。因此，徐工重型通过建(建组织制度)、盘(盘点数据资产)、管(数据管理)、算(数据计算)、用(数据应用)建立组织制度，解决释放数据价值过程中面临的诸多问题，以体系化的方式实现数据的可得、可用、好用，用较小的数据成本获得较大的数据收益。

在整个数据管理的过程中，底层数据的构建形式也非常重要。传统的信息系统是用接口的方式来实现。比如我们有二十余个核心的业务系统，包括不同的分析主题，数据来源于不同的系统，有的时候需要从三个以上的系统中提取数据才能得到我们想要的报表。因此，底层数据的管理包括运维压力会非常大，而且往往数据存取和利用的质量都不太高。所以，要想打通整体的数据，建议采用这种总线的方式来实现统一的管理，来构建企业的数据中台。业务数据通过总线的方式汇集到中台，通过中台再统一对外输出。这是一种高效的数据底层管理方式。

横向指标体系

第二个层级是指标体系，徐工重型根据企业的自身情况建立了指标库体系框架。建立与财务、生产、采购、 人力等与企业战略相关的，使战略与公司的具体业务结合，深入企业的运营中发现问题、定位问题、 执行方案、优化设计;设计集团、分公司到区域和决策、分析、执行人员的，形成战略从上到下的传达和执行。通过坐标体系的建立，纵坐标和横坐标的交叉所产生的相应的指标，就能够体现出来相应层级业务数据分析的要求。

作为数据管理的核心，徐工重型的指标体系包含三个要素，分别是：指标、维度和分析方法。比如企业的业务指标中对应的各个属性，可以看成是一个一个的字段，维度则是同一个实体的不同的标签。

通过基于数据驱动的数字化转型工作，使得徐工重型在销售额逐渐增加的情况下，实现了企业降本增效;设备效率方面也有了很大的改善，OEE提升了85%以上。人才管理方面，通过对员工的行为数据分析，可以进行离职预警，成功率达到90%。