大数据应用对格力业务流程创新的影响

文/付亚芹，广西大学商学院

1 格力简介

格力是一家集研发、生产、销售、服务于一体的国际化家电企业，目前已进军智能设备制造业，并在全国8个基地基本实现“无人工厂”。其空调已经成为“世界名牌”产品，也是格力智能要打造的核心产品。作为国内制造业的领袖企业，董明珠表示，智能时代是大数据时代，格力生产空调似乎是传统行业，但实际上也运用了大数据思维，这是为服务提前做好准备。目前格力已完成智能制造新模式设计、各类协同平台搭建，主要模块功能已上线使用。格力基本实现集团层面推广使用PLM研发设计平台、ERP、OA、MES、SCM和CRM，并于2017年开始实施APS，完成了集团层面的车间网络架构建设，实现车间现场有线网络100%覆盖，无线网络90%覆盖；已经完成建设长沙数字化工厂，总部各类智能样板线实施建设中；完成工艺仿真平台的搭建，打通“设计——工艺——制造”全流程数据，为后端智能制造提供实施的数据。

2 格力业务流程信息化现况

传统、单一的制造模式已不能满足空调行业发展的需求，物料、计划、产供销、设计、工艺、制造等协同内容成为企业高效率、高品质、低成本生产的核心要素。格力紧紧围绕从设计、工艺到制造的核心业务[1]，打通信息在横向各关键流程之间、纵向总部与全国各制造车间供应链、制造关键环节之间的微循环节点，实现企业设备信息的实时高效流动，提升网络化、异地化的协同制造能力和制造水平，打造具有柔性、智能、精细化生产能力的智能工厂。

2.1 产品设计：PLM系统

PLM是一种应用解决方案，贯穿产品从概念到报废的全生命周期，对产品数据信息进行管理，支持与产品相关的协作研发、管理、分发和使用产品等信息。 2004年，格力引进PLM系统，至今已成功实施多个功能模块，可实现新产品各模块并行设计。该平台以项目为中心，进行统一的设计研发管理，已实现对设计研发数据管理、项目管理、物料管理、产品管理、工艺管理、变更管理、需求管理等功能。通过流程驱动，集中管控、统一管理，显著提高了公司的整体工作效率和产品质量。目前，PLM系统用户已覆盖全部研发单位，是格力最大信息化业务支撑平台。

2.2 工艺仿真：数据并行联动

在MPMLink基础上，实现“设计—工艺—制造”的数据打通。向上接收设计平台的产品信息与数据，在平台内生成工艺设计方案；通过信息化平台受控传递至下游制造平台，指导产品制造。基于平台可同步实现各工艺板块的并行设计及验证，并实时与前端设计平台、后端制造平台进行数据联动。工艺设计模拟仿真技术的使用，使得产品研制周期缩短30%以上。

建立一体化的IT框架和数据平台，消除屏障实现协同及仿真，数据协同的动态工艺装配仿真体系，实现产品装配在三维产线的真实仿真。工艺仿真平台实现了各级领导、工艺工程师、仿真工程师、IE工程师、工厂规划和车间管理者不同岗位工作的协同，运用管理系统、工艺规划系统、工艺仿真系统、工时系统、3D布局系统和执行系统进行数据采集，通过基础组件、系统接口与ERP、MES等外部系统进行数据交换。

2.3 制造现场：智能制造

生产管理过程中，计划与资源管理以ERP为核心，制造现场以MES业务架构为核心，围绕两大平台的融合应用，格力开发了以E RP下达生产计划为依托，MES现场采集数据做拉动的制造信息协同管理平台。通过该平台的应用，将ERP的计划管理和MES的现场管理进行了深度融合。平台的主要功能模块分为以下三个：①通过齐套排产管理系统实现生产计划与物流协同，②通过电子拣选系统实现配送计划与线边需求协同，③通过落地反冲系统实现执行过程与账务管理协同。

智能制造示范工厂包括虚拟工厂、智能厂区物流，智能车间三个部分。虚拟工厂即建立基于现场设备数据实时驱动的数字化虚拟工厂。智能厂区物流即从供应商送货开始至原材料仓库，然后通过厂区物流实现物料在仓库与车间、车间与车间的接驳流程直至生产线边。智能车间即根据各个车间的工艺特点，实现各自特色的数字化车间。

2.4 格力信息化业务的机遇与挑战

格力业务信息化程度高，信息化特点表现出三个特征：信息系统多，信息系统数据量大，数据信息安全要求高。根据大数据的4 V特征[2]定义，格力信息化有如下表现：（1）数据量庞大，例如格力多联机空调每天返回数据处理中心的机器运行数据增量超过1.5亿条记录，采集数据超过100T；（2）数据种类繁多，包括产品数据、企业运营数据和用户使用数据，且每一类数据中均包含多维度的数据，例如产品数据包括温度、压力、湿度、流量、功率等。（3）数据价值密度低，但商业价值高，有助于实现空调产品高度智能化、企业运营数字化、用户体验极致化等，例如故障检测与诊断。（4）数据速度快失效高，超出了现有技术能够处理计算的范围，例如生产监控需要业务人员每周整理Excel，经过复杂的公式计算后结果交于IT人员进行图形设计，费时耗力、实时性差且数据准确性无法保障。

虽然从数据的量级理解，格力仍需努力，但是大数据不仅仅是指“大”，更为重要的是“有用”，即价值含量、数据挖掘成本比数据量更加重要。因此，格力的高度信息化实质就是大数据。然而拥有大数据只是大数据应用的基础资源，如果缺乏相应的数据挖掘、数据可视化等技术，格力相当于守着一座未被挖掘的油田，接下来需要解决的问题还有还多。

3 格力应用大数据实现业务创新

空调行业大数据包括产品数据、企业运营数据和用户使用数据等，其数据量巨大、数据结构极其复杂，但其潜在价值同样不可估量。顺应大数据时代发展的潮流，格力专门成立了大数据部门，并建设了工业大数据平台。

3.1 数据采集

IT信息化部门负责具体工作，包括整合前期开发的数据平台，将数据分析深入到各个需要分析的流程，涉及生产过程、质量提升、产品管理等环节，解决从原材料、生产、质量、产品等数据分析需求。更为重要的是，格力目前掌握的数据主要是产品、运营等方面的企业内部数据，且以结构化数据为主；但是缺少用户在网络社区产生的数据，而这类数据以图片、视频、文字等非结构化数据为主[3]。因此，格力在已有的庞大数据的基础上，数据采集的重心是优化原有数据，包括数据量、数据种类、数据整合等等。

3.3.1 设计与工艺数据

与PLM系统紧密结合，保证产品数据的一致性、正确性和完整性；以二维、三维集成技术为核心，构建企业级数据管理平台，将设计、工艺、工程、分析与仿真、制造、质量等多种数据进行统一组织和经验传承，提升公司工艺设计水平和能力。

3.1.2 制造与质量数据

生产管理协同平台通过MES系统采集现场数据，及时获取生产过程管理数据，通过建立模型、数据演算等手段，对异常数据及时组织分析和改善，将经验形成相关理论再反向指导生产，并在实际应用中验证改善效果，形成优化内部管理的闭环系统。

3.1.3 售后与运维数据

通过分步建设与实施的方式，从专卖网点开始部署，逐步实现经销商核心数据的共享和实现渠道信息系统的统一化，打通渠道库存与销售数据，做到渠道销售和库存数据的实时可视。在空调设备上应用传感与物联网技术，实现空调产品的远程监控、报警、诊断、运维等功能，降低设备故障率和运维成本。

3.2 大数据平台

格力大数据平台分为数据采集、数据分析和数据展现三大部分。数据采集部分包含大数据管理客户端、服务器、GPRS模块，其中模块会将设备位置、运行、调试、故障数据主动上传，还可以按需获取多联机实时数据，实现数据的采集、存储、分析、利用。采集到的数据在被上传到后端的大数据平台后会进行及时的处理与分析，并通过客户端、移动应用端进行展现。

格力大数据平台的分析过程就是对数据源进行两个方向的数据处理，运用不同的数据分析技术，最终实现数据的可视化。具体而言，首先采集的数据源通过Kafka集群汇总导入后，这时候数据流有两个方向。一个方向是通过Flume数据采集通道存储到HDFS分布式文件系统上，进入到列式存储数据库HBASE，由HDFS为HBas e提供了高可靠性的底层存储支持；然后通过YARN实现对数据及存储资源的统一调度和分配，以供上层应用调用。另一个方向是直接送到内存，利用内存计算引擎Spark进行数据挖掘与机器学习等应用，同时提供交互式查询和优化迭代工作。通过两个方向的数据处理之后，由Hue通过浏览器端的Web控制台与Hadoop集群进行交互来分析处理数据并实现最终的结果展现。

3.3 数据应用

目前，格力在大数据应用方面已经拥有了较为成功的经验，涉及物流、生产和质量控制等方面，显著提升了IT人员的工作效率，减少了大量的重复工作，将精力投入到更重要的工作，尤其是实现了数据的多维度分析。

3.3.1 生产计划与物流协同

格力电器应用自主开发的齐套检查系统，通过条码/RFID等物联网方式进行数据采集，排产前对生产订单的物流齐套情况进行检查，根据检查结果排产，不齐套不排产，避免缺料停线，保障生产过程顺畅运行。

3.3.2 配送计划与线边需求协同

将ERP系统订单计划量和工作日历输入到SAM系统，电子拣选工作在此基础上运行，以公司的物料运输距离、物流方式、物流配送频率为依据，指导后续的拣选配送工作。在物料标识已标准化的基础上，运用信息化物料配送看板与物联网技术跟踪物料车的实时动态了解监控每一批物料的实际配送情况，实现物流管理全过程信息监控。

3.3.3 执行过程与账务管理协同

车间制造执行过程严格遵循定额领料的原则，借助信息化手段和工具，用成品的入库数量实时反冲生产物料的消耗数量，生产一台反冲一台，实现“物料与成品的一一对应”。并利用反冲异常数据及时暴露生产过程的物料管理问题，倒逼企业各生产组织环节开展内部管理改善。最后，再利用反冲系统反馈的数据对改善后的效果进行验证，以成品入库数量与消耗物料数量的“零差异”为目标，实现生产物料闭环管理，不断降低生产过程的物料损耗和浪费。

4 结论

夏清华，方琪（2017）通过对格力和美的的案例比较研究，认为互联网对传统制造业的冲击，仅靠规模扩张和工艺提升无法解决问题，应将生产型制造向制造服务化与产品服务化方向推进[4]。格力的智能制造就是向这一方面转型。根据上文对格力现状的分析，虽然制造业对大数据的应用较少，且起步较晚，但是格力凭借后发优势和企业规模效应，以大数据为驱动力，将加快实现智能转型。

大数据白皮书（2018）总结了行业运用大数据的四个关键因素：（1）建立一体化的大数据平台，实现生产业务与数据分析的高度融合；（2）形成良好的数据管理体系，为数据质量和数据安全提供保障；（3）形成平民化的数据应用，真正实现“人人产生数据，人人应用数据”；（4）组建强有力的数据管理部门，成立专门的部门集中管理监控数据[5]。格力虽然在大数据应用方面取得了一定的成效，但是未来仍然有很长的路要走。

本文的调研对象仅仅是珠海格力，然而格力集团有11个生产基地，5个再生资源基地，一体化的大数据平台如何融合不同地区的数据，实现相关业务数据融合，是一个需要解决的问题。同时跨地区的基地又涉及到统一标准的问题，例如统一的数据标准、数据管理体系等等。此外，格力现有的ERP、MES等信息化系统主要是针对业务层和具体的操作人员；实现大数据应用，格力需要开发或运用适用于决策层以及管理人员的技术，发挥大数据的商业智能。这一环节的关键在于以更快的效率提高更全面、更准确的信息，即对TB级到PB级数据能做到秒级响应。

格力当前可能需要解决的问题是，如何将大数据分析平台与原有的大数据基础平台结合，以增强数据处理的闭环率以及数据运行效率。这需要通过在业务环节增加传感器等方式，进一步做好数据采集，扩大数据分析的应用范围；同时，随着数据分析需求的增多，需要适应业务决策的效率要求，开发或运用一款支持多源业务数据整合、敏捷操作以及可视化展现的大数据分析软件。