以數據為核心的煙草制造行業數字化轉型

楊德春，冉 彬，孔令虎，謝遠飛

案例 Case Study

以數據為核心的煙草制造行業數字化轉型

楊德春，冉 彬，孔令虎，謝遠飛

（湖北中煙工業有限責任公司恩施卷煙廠，湖北省恩施市 445000）

從卷煙制造行業特點入手，分析數字化轉型的必要性、重要性和急迫性，提煉煙草行業數字化轉型面臨的挑戰，深入分析并明確數字化轉型的關鍵思路，有針對性地提出數字化的新型能力，進而搭建以數據為主線的全新數字化三層架構，為自身企業智能制造轉型夯實基礎條件，為煙草行業數字化轉型提供借鑒參考。

煙草制造；新型能力；數字化；智能制造

1 引言

1.1 數字化轉型的必要性

隨著信息技術的飛速發展，德國、美國先后提出“工業4.0”“工業互聯網”等概念，云計算、大數據和物聯網等數字技術日漸成熟，全球經濟逐漸開始向數字經濟轉型[1]。數字化對社會經濟的重大影響已然成為重要共識，數字經濟已經成為我國經濟發展的重要驅動[2]。“十四五”時期是煙草行業高質量發展的重要時期，為加速推動信息化的高質量發展，煙草行業提出加快推動數字化轉型升級。通過頂層設計建立數字化轉型的發展體系，系統化推進數字化轉型建設，全力推動“兩化融合”創新，持續提升煙草行業整體數字化、網絡化和智能化水平。而在數字化轉型升級過程中，工廠是數字化轉型的重要載體，為確保數字化轉型的精準落地，保障未來信息化建設推進的協同性、一致性及有效性，卷煙制造企業的數字化轉型具有重要意義。

1.2 數字化轉型的研究思路

數字革命已成為大勢所趨，數字經濟與實體經濟的緊密融合加速推進企業數字化轉型，對于卷煙生產企業而言，為推動數字化轉型工作建設，一方面要理解數字化轉型是信息技術引發的、以價值效益為導向、以新型能力建設為主線的系統性革命，是一項長期、復雜的系統工程，需要體系化、全局化和系統化地進行推進；另一方面要明確數字化轉型的驅動因素是數字價值利用，通過統一的跨單位、跨專業和跨領域的數據管理體系，從數據標準、數據質量、數據全生命周期管理和數據安全等方面進行常態化管理，切實建立起數據資產管理能力，保障數據資產一致、高質和安全；同時要用好用活煙草行業海量數據資源，構建數據共享機制與平臺，推進數據匯集融合共享、推進數據價值深度挖掘，推進基于數據的決策優化，從而提升資源綜合配置效率，有效發揮數據創新驅動潛能。

2 卷煙制造行業數字化轉型關鍵能力

根據煙草行業數字化轉型戰略要求，數字化轉型是全方位、成體系的工作，需要貫通“兩化融合”的思想，以價值效益為導向，以數據為驅動，以平臺為基礎，以機制為保障，通過頂層設計建立數字化轉型的發展體系，系統化推進數字化轉型建設，最終實現價值重構。卷煙生產企業需從集約化的服務支撐能力、精準化的科學決策能力、精益化的生產執行能力及智慧化的園區管理能力四個方面進行數字化能力的提升。

2.1 集約化的服務支撐能力

在共享服務框架下，卷煙生產企業通過后端減重、中間治亂和前端求變來構建個性服務平臺：借助RPA提升辦公自動化的水平，減少人工重復的工作，實現后端減重；改變目前渠道雜亂、分散管理的現狀，實現渠道歸一化管理；整合企業微信、門戶、OA平臺和行業平臺的信息，統一管控，實現多渠道信息的同步，并能夠基于用戶行為數據進行自動篩選優化推送機制，實現中端治亂；通過PC端、移動端和自助終端等多種渠道，提供員工自助服務，如自助查詢、自助打印和自助休假等，實現員工體驗自助化，實現前端求便。

2.2 精準化的科學決策能力

卷煙生產企業通過三個一體化，包括經營分析一體化、業務財務一體化和風險管控一體化，逐步實現“看得清、斷得準、動得快”的洞察分析和預警報警功能。其中，經營分析一體化主要針對企業經營指標在自身內部和煙草行業外部兩個方面進行對比分析，進而不斷提升企業經營水平；經營指標可劃分為質量、效率和成本三類；業務財務一體化則通過打通采購到付款流程、生產到成本流程、績效到薪酬流程及核算到報告流程的四大主干道流程，促進業財一體化。風險管控一體化以風控中心為核心，成立風險管理委員會和專家咨詢團隊，對風險進行監控和管理，風控相關業務部門（如審計科、紀檢監察科、法律與改革科和財務管理科等）針對所監控到的風險能夠實現預警，管理層能夠對應做出響應和決策。

2.3 精益化的生產執行能力

卷煙生產企業將以人、機、料、法、環和測為對象，提升現場無盲點、穿透無漏點和協同無斷點的精益化生產管理信息化能力，實現從原輔料進料、制絲生產、卷包生產、能源供給、備品備件物資供給直至卷煙成品打碼入庫的全生產過程數據感知，打造透明化現場。并圍繞人、機、料、法、環和測關鍵生產要素進行統一穿透式管理，對生產相關的人員、設備、物料、工藝、現場和質量等全要素進行管理，實現專業化協同管理，充分發揮資源的價值，實現產能最大化。

2.4 智慧化的園區管理能力

卷煙生產企業將本著以人為本的理念，打造更高效、更便捷、更環保和更安全的智慧園區，為人員提供一站式體驗，借助人工智能、云計算、5G、大數據和物聯網等技術，實現包括智能停車、智能會議、智慧餐飲、智慧安防、指揮調度和智慧能源等在內的，園區作業可管、園區狀態可視和園區運營可控。

3 以數據為核心的轉型架構

數據作為數字化轉型的關鍵驅動要素，已成為基礎性戰略資源和新的生產要素，而卷煙制造行業數字化轉型需要以數據價值挖掘為核心，明確以數據分析應用為核心的轉型架構，充分運用新一代信息技術，充分挖掘數據價值，并與制造活動的各個環節相融合，推進行業的整體轉型升級。其轉型架構如圖1所示。

3.1 數據感知

數據根據自身屬性的不同，可劃分為主數據、交易數據以及績效數據，其中主數據是系統間的共享數據，相對于交易類數據，主數據更穩定（如物料、成品、客商和會計科目信息等）；交易數據包括業務數據和現場數據，業務數據是工廠研、產、供、銷和服運行過程中需要采集的核心，現場數據是生產現場運行過程中實時產生的關鍵生產相關數據；績效數據是能夠反映工廠實際業務執行情況與目標之間的偏差，同時提供績效考核體系的數據（如在崗職工人均勞動生產率）。

圖1 數據藍圖架構

3.2 數據管理

以“好用、高質、安全”為數據目標，以數據標準、數據質量、數據安全和數據全生命周期為主要數據治理內容，劃分并明確數據治理領導小組、數據管理者、數據所有者、數據生產者、數據使用者和企業級數據治理組織人員和責任，明確數據組織建立與維護流程、數據管控治理考核流程等，具備數據標準管理、數據質量管理、數據安全管理和元數據管理等管理所需的技術支撐工具。

數據標準管理：數據標準管理策略是數據標準維護流程的基礎，通過定義數據標準組織與職責、構建數據標準體系與規范，明確各職能部門在數據標準制定和執行過程中的職責和權利，各個業務部門按照實際業務需求形成數據標準建議需求，數據治理團隊接收各業務部門及工廠提出的數據標準需求，匯總分析、判斷，識別數據標準所屬類別，組織建立數據的業務標準、技術標準和管控標準，由主管企業數據資產負責部門對制定的數據標準進行審批，由數據治理團隊統一發布最新的數據標準，IT支持團隊針對發布的數據標準，借助數據標準管理工具，推動數據標準的執行落地。數據治理團隊監督數據標準方式執行情況，評估數據標準工作開展情況，根據業務部門與IT技術團隊反饋的歧義的數據標準進行仲裁，數據治理團隊統一接收業務部門反饋的問題以及在日常監督中發現的數據標準問題，形成新的數據標準維護需求。

數據質量管理：是以業務對數據的質量要求出發，制定一套可管理的數據質量評價方法和評價指標，將質量管理落實到數據整個加工處理過程中，保證滿足業務對數據在完整性、及時性、有效性、準確性和一致性等方面的質量要求。數據質量管理作為業務頂層設計、過程控制和事后評價的重要依據，如何建立客觀、全面和可行的數據質量檢測、治理與持續改善機制，是大數據是否能夠良好服務于智能制造的新的挑戰。首先進行數據質量問題的發現與梳理并定義數據質量規則、明確數據質量要求，然后根據數據管理者和數據擁有者對數據質量進行考核之后，再進行進一步的數據質量提升，形成一個由明確數據質量要求到數據質量考核再到數據質量持續提升的閉環管理。

數據安全管理：根據國家、煙草行業、企業業務相關法案及監督要求，通過評估數據安全風險，制定數據安全管理制度規范，進行數據安全分級分類，完善數據安全管理相關技術規范，保證數據被合法合規、安全地采集、傳輸、存儲與使用。以數據安全定級原則為評估標準，針對數據敏感度和數據重要性進行數據安全定級，同時針對數據訪問授權即數據使用需求和數據使用者權責進行數據訪問授權規范；其中應用到的安全技術涉及到數據存儲安全、數據訪問安全和數據傳輸安全。

主數據管理：主數據作為企業核心的基礎數據，具有統一標準、企業級共享和靜態等特點。主數據管理通過統一制定主數據框架體系，定義主數據模型標準、搭建主數據工具，實現主數據集中化管理，減輕企業主數據多頭維護、相互集成所造成的痛苦，保證企業管理與分析的數據口徑一致性，支撐企業橫向、縱向的標準化、規范化和一體化運營管理，使用同一種“語言”。以主數據規范、編碼標準、業務標準和技術標準等作為管理前提，針對主數據平臺、上游系統、下游系統和審批系統等進行權限和流程的管理。

元數據管理：元數據作為描述數據的數據，可以清晰、直觀地了解數據的來源、變化過程和應用對象等信息。通過對整個組織范圍內的元數據進行管理，逐步實現對企業的數據資產的統一查詢和管控。

數據生命周期管理：根據數據活躍度、及時性、存儲成本、風險管理和運維成本等因素，明確數據服務水平（SLA），依據業務數據服務水平的高低，明確數據全生命周期的存儲處理操作規范。企業數據生命周期實現滿足業務操作和管理分析需要，滿足對歷史數據查詢相關政策和管理制度要求，滿足審計管理要求，同時還要減少數據冗余，提高數據一致性，減少存儲、硬件和運維等方面基礎設施投入，提升應用系統性能，提高響應速度。

3.3 數據應用

以生產及其相關聯的重點業務為中心，設計整體的數據分析主題，主要關注經營分析、生產運行分析、工藝質量分析、設備保障分析、倉儲分析和財務分析。其中，企業經營分析主要關注創優對標分析（如煙草行業對標分析和中煙對標分析）和經濟運營分析（如產銷存分析、綜合物耗分析等）；生產運行分析主要關注生產協同分析（如生產計劃分析、產供協同分析等）、生產物耗分析（如煙葉單耗分析、濾棒單耗分析、盤紙單耗分析等）；設備保障分析主要包含設備運行分析（如設備保養情況、設備維修成本和制絲OEE等）、備品備件分析（如備件庫存分析和呆滯件分析）和能源效率分析（綜合能耗分析、電耗分析等）；工藝質量分析主要包含煙用材料質量分析（如進貨檢驗質量分析）、制絲質量分析（如制絲過程質量分析）和卷包紙量分析（如濾棒質量分析和卷接包分析）等；倉儲分析主要包含原料分析（如庫存周轉率、原料倉損率等）、輔料分析（如配盤準確率、庫存余量分析、配送及時準確率）和成品（如庫存周準率、打碼準確率等）；財務分析主要包含預算分析（如稅利完成情況分析、預算執行情況分析）、成本分析（如成本費用分析、即使成本分析）。

4 結語

[1] 胡晶．工業互聯網、工業4．0和“兩化”深度融合的比較研究[J]．學術交流，2015(1)：151-158．

[2] 劉季．卷煙生產物流“互聯網+”的探索[N]．東方煙草報，2019-10-19（2）．

[3] 劉燕．靜態數據管理方法研究及應用[J]．數字技術與應用，2010(4)：63．

[4] 謝少鋒．深化新一代信息技術與制造業融合發展為經濟創新發展注入新動能[J]．新經濟導刊，2020(1)：18-21．

[5] 中華人民共和國工業和信息化部．聯規〔2016〕349號智能制造發展規劃（2016-2020年）[A]．北京：中華人民共和國工業和信息化部，2016．