企业简介

陕西汽车控股集团有限公司（以下简称“陕汽”）是我国重型军车的主要研发生产基地、大型全系列商用车制造企业，前身是始建于1968年的陕西汽车制造厂，总部位于陕西西安。下辖100余家参控股子公司，现有员工2.48万人，资产总额880亿元，品牌价值达433余亿元，荣登“中国500最具价值品牌榜”。

陕汽是我国商用车行业服务型制造的领导者，打造了行业领先的陕汽中集一体化合作模式，始终坚持关注产品全生命周期、客户经营全过程，打造了中国商用车行业领先的以“物流及供应链、供应链金融和车联网”为核心的一体化全价值链、全生命周期服务平台，持续助推我国商用车行业转型升级。

管理需求和挑战

深度拥抱大数据、AI持续推进行业、企业数字化转型是供给侧改革、升级必由之路。在国家近些年不断完善对于数字经济和数字化人才培养的战略布局以及重卡行业竞争激烈等大背景下，陕汽为响应国家数字化转型政策、适应行业发展趋势，自2019年就开始就以大数据项目引领、 逐步实现商业模式智能化、一切业务数字化、运营管理精细化，充分挖掘数据价值，积累数据资产，实现集团数字化转型。

在此背景下，多个数据分析的试点应用也在公司范围内进一步掀起了数据分析热潮，数据分析应用的需求如雨后春笋般应运而生，随之而来的困难和挑战也接踵而至：

1.数据文化意识薄弱。

2.数据分析人才匮乏。

3.缺乏数据治理和管理制度。

4.数据运营能力弱。

因此，数字化已成为企业发展的重要驱动力。为了提升企业的核心竞争力，加强数字化人才队伍建设至关重要，提升企业IT人员数据管理和应用支持能力、业务人员数据管理和分析能力、为企业培养一支具备数字化思维、掌握数字化技能的高素质人才队伍的任务迫在眉睫。

培养方案

实施目标

为深入学习贯彻习近平总书记视察陕汽重要指示精神，加快推进“新技术、新产品、新模式、新业态“的落地实施，在全公司范围营造数据探索的良好氛围，传播丰富、扎实的数据统计分析知识和数据治理知识，培养数据分析菁英，打造企业数字化团队，使得“沉默的数据”活跃在业务分析之中，有效解决数据分析人员“没数据”、“没工具”的窘境，满足管理层通过数据反映真实业务运营、辅助业务决策的需求。

实施原则

由点到面，由少到多，由集团到子公司，全面培养公司的数字化人才，让企业每个人都能掌握数据分析技能，提升数据分析思维，更好的让数据发挥其真正价值，做好数据资产积累。

实施过程

第一步：点状开展，培养专业信息化数字化人才

自2019年起，为满足公司生产运营中的数据应用需求，基于企业整体数字化推进思路，信息技术部先后开展了大数据平台、质量大数据、数字化运营平台等技术平台和基础应用建设，同时对公司数据管理体系进行整体规划：目前大数据领域分为三个板块，即数据治理、数据开发和数据应用分析工作，因此部门亟需培养专业的数据分析人才和数据治理人才。

信息技术部组织开展了“人才培养菁英计划”活动，以“项目经理训练营”和“需求分析实战营”为主要培养方向。该活动动开展的目的主要是使得建设运雏与开发更加高效协同、同时弥补IT项目经理和开发人员能力短板，快速提升IT项目能力和自主开发能力，提高核心竞争力，应对因核心人才流失、人才无备份的问题，建立起人才梯队，优化人才配置，更好的为企业做好服务。

第二步：集团牵头，为各业务单位培养数字化菁英人才

2022年6月，公司劳竞委决定按照“夯基础、重落地、见实效”的总体思路，由集团信息技术部牵头，联合工会、运营管理部开启了以“开启数据分析之旅，践行业务增值之诺”为主题的数据技能提升劳动竞赛系列活动。

第三步：问题导向，IT与业务结合，推进全能型数字化人才建设

数据治理工作承担着治理架构设计、数据标准、数据资产、数据质量、数据安全等重要职责，是数据平台及最上层数据应用的基础底座。而在这个过程中，独立的数据资产管理组织和数据治理人才是数据治理体系落地的重要承载，同时也承担着面向公司组织、业务及流程执行层面的协调改善工作。基于此，2022年6月陕汽成立数据资产管理管理委员会，同时将数据资产管理的实体组织设立在信息技术部，成立“数据治理室”。

同时数据资产管理办公室结合公司数据现状，制定数据治理体系文件，包括1个程序文件“数据资产管理控制程序”和细化的八个作业文件（数据资产目录、数据认责、数据标准、数据安全、数据质量、数据生存周期、元数据、数据共享），有效支撑数据管理工作的落地执行。

第四步：推广应用，各单位打造自己的数字化菁英人才

在集团层面成功举办数据分析劳动竞赛后，其深远影响迅速辐射至集团内的各单位和子公司。这些单位纷纷意识到数字化人才培养对于企业发展的重要性，因此，它们纷纷在本单位内部积极组织开展了二级劳动竞赛。德信集团、车身厂、车架厂、销售公司、汉德公司等纷纷响应，将集团竞赛的精神与模式内化，各自组织了精彩纷呈的内部二级竞赛。此次二级竞赛共吸引了约500名员工的积极参与，并诞生了50多个优质的数据分析作品。

典型成果

场景一：涂装生产过程大数据管理与应用

背景及目标

随着公司数字化转型升级，在车身厂的主导和鼓励下推进数字涂装建设，改善因生产工序长、组织刚性强、成本消耗高、管理难度大的现状。

通过大数据管理与应用，识别影响生产组织的瓶颈问题，深挖影响生产节拍损失的原因，为生产信息决策提供依据和支撑，使生产信息传递更加高效、透明和准确，智能化水平上升一个新台阶。

行动方案

依托中控上位机采集机器人、空调、烘干设备等各PLC控制系统中数据，做到实时采集、实时传输和转换，通过数据模型转换和编码公式转换为生产需要的数据。

系统设计坚持以问题导向，基于FineBi及Report等工具为依托，建立能够反映涂装整体生产组织数据分析框架及运算模型，旨在识别生产瓶颈问题，深挖生产节拍损失的根本原因，为生产决策提供可靠支持，使生产信息传递更加高效、透明和准确。

建设成果

生产管理系统：通过驾驶室在线喷涂时间、数量、车型、颜色的识别统计，累计实时计算生产节拍、成本投入、准确识别生产过程影响因素，综合评价生产组织的有效性，给出AI建议。

能源管理系统：基于生产管理系统实际，通过核定单位时间内水、电、燃气消耗，实时对比生产与能源消耗和月度单车能源、同时对非生产时段能源和电泳烘房燃气消耗损失时间监控、实现了面漆线生产与车间能源消耗同步管控。

效果与价值

通过本次分析，在线采集驾驶室设备时间、数量、车型、颜色的数据，累计实时计算生产节拍、能源消耗、准确识别生产过程影响因素，与标准数据进行比对，综合评价生产组织的有效性，深挖生产过程节拍损失时间，使涂装生产组织做到实时优化调整，使得平均面漆综合节拍较2023年增长1.63JP，机器人清洗由25分钟/次降至15分钟/次，可每小时多生产1.6辆车，每日节约能源1.05万元，生产效率提升10%。设备综合效率（OEE）从63%上升至67%，单车能源成本降低100.74元/辆，降幅17.8%，每年节约能源成本819.2万元。

总结与感悟

经过本次数据分析及竞赛过程相互学习，拓展了数据分析应用能力，提升了基于数据的管理能力。提升了深度应用FineBI及Report.工具的能力，更重要的是增强了团队的凝聚力和自信心。

数据来源于生产，应用于生产，数据就是生产力，数据就是价值。

场景二：民品未售资源问题诊断及建模分析

背景及目标

运营管理部作为整车未售资源的归口管理部门，需不定时分析库存发现异常，提出产销存协同目标精准施策，但现有的分析主要依靠各营销部门提供的基础数据或信息部门配合，被动等待过程长，不能做到实时分析，且库存分析维度较多，线下逐一分析费时费力，需要一套批量分析模型和工具。

行动方案

依据实际业务执行，反复测算获取最准确的数据。以总-分-总形式展开框架搭建，先建立资源总体概览，再下探到营销区、经销商的层面进行库存结构的分析。接下来通过三个模型搭建，分别分析经销商健康度、测算资源保障能力以及分析政策投入情况。最后以整体运营周期视角，分订单类型、车型、经销商等维度透视交付效率，抛出提升全链条产销协同的解决方案。

资源总览：

效果与价值

通过本次分析，实现了整车资源管理所涉及的各类数据分析和管控要点的线上集成，形成了一套集表象分析、应急救火到根本解决方案建议的“总-分-总”式资源管理分析模板，使现有数据资产的价值得到有效发挥。

总结与感悟

经过连续两届数据分析竞赛活动，小组成员熟练掌握了FineBI工具，能够将原本冰凉的数据通过收集、整理、分析等给赋予其生命，原先独立的业务板块和各类数据也合理地得到串联，更加直观、准确、高效的展示在业务人员、管理人员的面前，提升了大家的工作效率。

场景三：服务渠道业务运营分析

背景及目标

截止目前陕汽在全国有 28 个营销区， 1300 家服务网络，覆盖了310个地址城市，服务网络经过多年的布局和管理，服务体系及框架均已形成规模，但目前服务网络质量参差不齐、渠道运营效率不高，完善网络建设和加强渠道运营管理、制定服务渠道运营评价管理办法以及相应的运营政策支持显得尤为重要

行动方案

本次数据分析主要通过服务渠道网络布局分析、服务渠道业务运营关键指标分析、服务渠道业务运营费用分析三部分展开分析，以点到面，从服务站- 营销区-整体进行深度剖析。

建设成果

渠道运营关键指标分析模型：针对渠道运营管理，我们通过KPI关键指标对渠道进行评价，引导渠道围绕公司目标，整体提升运营水平。如2023年2季度运营情况，参评渠道合计1110家，平均得分为62.53分。达标渠道682家，渠道运营达标率为61.4%，未达标渠道428家，占比38.6%；享受正激励渠道数量421家，享受负激励渠道数量418家，正激励渠道占比37.93%。

服务费用可视化分析模型：从整体费用分析，2023年三包费用较22年下降近50%，渠道运营下滑严重，600家服务站月均费用不足1万元，2023年优化退网渠道80家。从激励费用分析，正激励渠道数量38%，工时激励比例为24.93%,大多渠道未享受到企业的激励支持，影响渠道积极性。

效果与价值

渠道运营的分析，应用于渠道支持政策的精准投放及渠道积极性的提升；关键指标分析用于政策调整支持，对指标的精准分析，有助于渠道管理及指标的调整，避免出现盲目投入政策的情况。

总结与感悟

有效的工具能够提升工作效率：FineBI工具的学习与应用，让数据分析变的简单高效 ，事半功倍。

数据分析需要业务支撑：从业务出发，提取有效的数据进行分析。业务人员需要学习数据分析。数据分析人员需要熟悉业务。

总结与展望

数字化人才培养旨在为企业培养一支具备数字化思维和技能的高素质人才队伍，提高企业的核心竞争力。通过一系列人才培养活动，陕汽数字化人才队伍已经初步建立，并且已经为企业在销售、研发、生产、服务和管理各板块的提质增效和降本方面带来了较大的提升，产生了明显的效果。目前陕汽的数字化人才的建设才刚刚起步，虽已取得了不错的成果，但还需继续完善，将继续朝着第三阶段，围绕业务创新，数据资产积累等方面建设数字人才，实现“强变革、抓机遇、谋进位”的发展目标，未来的建设道路还任重而道远。

信息技术部作为企业的IT服务部门，将会继续围绕公司人才培养战略，结合企业管理需要和前期经验，顺应时代技术改革和技术要求，不断完善和优化企业数字化人才培养机制和策略，提升数据价值，让数据真正赋能业务，让数字化人才队伍成为陕汽数字化转型的有力保障，也成为陕汽继续引领中国重卡行业发展的保障。我们期待看到员工在数字化思维、技能水平和实践能力等方面的显著提升，为企业数字化转型和长期发展提供有力的人才保障。同时，我们也将不断优化和完善数字人才培养内容，以适应不断变化的市场需求和技术发展趋势。