Smartbi加持，野百合也会有春天：水泥行业数字化运营探索

　　引言：

　　水泥行业面临产能严重过剩、恶性竞争不断、环境污染加剧等诸多挑战，数字化运营可以提升企业的综合竞争力，促使水泥行业朝着更健康有序的方向发展。(欢迎大家关注：小麦BI应用研究院，持续接收高质量的行业应用文章！)

　　随着国内劳动力土地成本不断上升，我国制造业依赖传统的比较优势参与国际竞争的局面将难以为继。当前，以大数据、云计算、人工智能等新技术所推动的数字化转型正在迅速地改变我们所处的时代，在德国工业4.0和中国制造2025的驱动下，未来数十年我国将实现从工业大国向工业强国的转变。提高技术创新能力和产品质量水平，成为我国制造业发展的迫切需要。加快制造业数字化的变革，推动从“中国制造”到“中国智造”的转型升级，我国经济的发展方式将发生根本性变化。

　　制造业的数字化转型，不仅包括生产技术的数字化，也包括运营管理的数字化。水泥行业面临产能严重过剩、恶性竞争不断、环境污染加剧等诸多挑战，数字化运营可以提升企业的综合竞争力，促使水泥行业朝着更健康有序的方向发展。下面根据Smartbi在水泥行业的实施经验，为大家介绍几个数字化运营的典型应用场景。

　　01优化生产线选址

　　水泥是区域市场差异巨大的“短腿产品”，短腿指的是一般水泥运输半径：陆运200公里，水运500公里。因为水泥货值太低，一吨才两三百元，运远了不划算，产品没有竞争力。所以，在哪里建设一条水泥生产线是需要考虑多个因素的，比如土建，电力等因素，而且还需要重点考虑面向市场的分布。利用Smartbi的数据填报功能，可以将环境数据、市场数据按不同的地理维度录入到系统中，再通过Smartbi的地图功能进行展示，在地图上可以直观选择最合适的地点。

　　02提高生产效率

　　如何提高生产效率，如何利用有限的设备和人员完成更多的生产任务，获得更高的经济效益，是每一个水泥企业的痛点。企业也寻求了不少方法和措施，如通过建设生产大屏监控，建设销售订单执行预警系统等进行精细化的管理。

　　利用Smartbi制作的可视化生产大屏，直观地展示车间的生产进度情况，以及仓库的出入货情况，使车间和仓库人员根据情况调整生产计划和工作，确保生产目标的达成。同时规范车间仓库员工的日常工作，推动车间仓库数据入库，减少手工记录数据信息情况，减少信息丢失情况，提高工作效率。

　　销售订单执行预警系统可以对销售订单执行的各个节点进行监控和时长预警，及时监控各个节点用时状况，能做到及时预警、及时调控，达到缩短交付时间的目的，使企业管理者能明确知道各自部门当前作业订单情况，及时调控生产计划和进度。

　　03减少污染排放

　　因规划设计不合理、监督管理不到位等原因，水泥企业环保问题日益突出。利用数字化技术推进水泥企业的环保监控，促使其向绿色、生态型企业转变，是加快企业发展转型，保护自然环境的重要途径。

　　基于Smartbi的环保监控平台通过对水泥企业污染源排放情况进行24小时在线监测、量化分析和超标预警，自动分析空气质量现状和污染物变化趋势，为加强环境管理和辅助科学决策提供可靠数据支持。

　　04提升管理水平

　　水泥企业发展到一定的阶段，提升企业管理水平是必然的选择。只有这样，才能够在瞬息万变的市场竞争中立于不败之地。而通过采集业务数据形成各个业务主题的指标体系，再对指标进行分析用以辅助决策，就成为企业数字化运营的重要手段。业务主题包括高管驾驶舱、销售分析、库存分析、财务分析、行业分析等，在这里列举几个进行介绍。

　　管理驾驶舱，或称为经营看板，是运用可视化的解决方案，将水泥企业最关键、最核心的数据以简单、明了、直观、全面的方式展现出来，让企业管理者监测业务运营情况，并对异常关键指标进行预警。

　　通过趋势线了解水泥销价和库存的变化方向，为水泥企业运营提供参考。

　　水泥的价格是当期供需的唯一信号。由于水泥高度市场化、无库存、无金融属性的特点，水泥价格的上涨其实就是反应了当期供需。除非供需严重失衡，否则产能过剩与否，是无法通过绝对量测算出来的，是最值得注意的就是价格信号，这几年的全国大部分市场，基本是唯一准确的信号。

　　分析库存和库容比趋势，可以指导销售和生产计划的协同，避免库存不够支持销售，或生产过大，库存积压。

　　05预测水泥价格

　　水泥价格受内外因素影响，外部因素如：周期性行业阶段、淡旺季、政策、原材料、运输距离;内部因素如：库存和库容比。根据历史经验，库位在80%就有短期降价压力，40%就有提价可能，但这也需要根据季节(水泥的淡旺季效应明显)变化进行调整。

　　通过Smartbi Mining提供的各种算法和技术(包括决策树、支持向量机、线性回归等)，可以快速建立水泥价格预测模型，进而应用到企业的经营决策中，帮助企业抢占先机，规避风险。

　　水泥价格的影响因素随着时间推移，具有一定的周期性。若数据自相关，使用时间序列算法进行价格预测;若非自相关，则使用回归预测。数据包含结构化数据和非结构化数据，需要分别进行量化处理，总体处理流程如下：

　　早在2015年，国内行业巨头海螺水泥就开始采购Smartbi，用于搭建综合报表、管理驾驶舱等分析系统。如今Smartbi已经在国内多家水泥企业成功实施，应用于各种业务场景。对于企业管理者来说，虽然水泥行业面临很多困难，但只要认清形势，迎接挑战，顺应数字化运营的发展趋势，就一定能够实现跨越式发展，迎来春暖花开。