|
企业简介
京东方科技集团股份有限公司（BOE）创立于1993年4月，是一家领先的物联网创新企业，为信息交互和人类健康提供智慧端口产品和专业服务，形成了以半导体显示为核心，物联网创新、传感器及解决方案、MLED、智慧医工融合发展的“1+4+N+生态链”业务架构。
作为全球半导体显示产业龙头企业，BOE（京东方）带领中国显示产业实现了从无到有、从有到大、从大到强。目前全球每四个智能终端就有一块显示屏来自BOE（京东方），其超高清、柔性、微显示等解决方案已广泛应用于国内外知名品牌。全球市场调研机构Omdia数据显示，2023年BOE（京东方）在智能手机、平板电脑、笔记本电脑、显示器、电视等五大应用领域液晶显示屏出货量均位列全球第一。
BOE（京东方）在北京、合肥、成都、重庆、福州、绵阳、武汉、昆明、苏州、鄂尔多斯等地拥有多个制造基地，子公司遍布美国、加拿大、德国、英国、法国、瑞士、日本、韩国、新加坡、印度、俄罗斯、巴西、阿联酋等20个国家和地区，服务体系覆盖欧、美、亚、非等全球主要地区。
1 管理需求和挑战
近年来，我国将数字经济作为国家发展的重要战略方向，不断出台相关政策，推动数字技术与实体经济深度融合，加快传统产业数字化、网络化、智能化转型。在这一战略指引下，各行各业都意识到数字化转型的紧迫性，采取了很多措施如优化组织架构、调整业务流程、完善信息化系统等来推进数字化转型。然而，在推进数字化转型过程中，各行各业均面临着技术、人才、文化等多方面的挑战，京东方作为制造业半导体显示产品的龙头企业，在数字人才方面也存在一些挑战，尤其是在数据分析领域：
IT开发周期较长，落地成果与业务脱节：当下IT大多还是沿用传统瀑布式开发模式受理用户需求，交付周期长。当面对用户大量需求时，IT部门往往难以及时响应，可能花费很长时间完成了看板建设，但业务模式已经发生改变，导致最后落地的数据分析成果与当下业务严重不匹配。
IT部门不了解业务知识：IT部门通常专注于技术解决方案的设计、开发、实施，可能没有足够的时间和机会深入了解业务部门的运作流程，导致IT部门在提供技术支持时，无法完全满足业务部门的实际需求。
数据分析思维欠缺，需求分散不成体系：各业务部门在提出数据需求时，往往只关注自身的业务需求，缺乏全局性思考，因此会导致同样的分析需求由多个部门同时提出，造成资源浪费。
今年4月，人力资源社会保障部等九部门印发的《加快数字人才培育支撑数字经济发展行动方案（2024-2026年）》中提到，要紧贴企业发展需求开设订单、订制、定向培训班，培养一批既懂产业技术又懂数字技术的复合型人才，不断提升从业人员数字素养和专业水平，助力产业数字化转型和高质量发展。根据这一政策指引以及京东方内部存在的挑战，京东方亟需面向业务部门培养一批具备数字化技能和思维的复合型人才。通过培养这些员工，京东方可以弥补IT部门与业务部门之间的理解隔阂，缩短IT开发周期，提高技术成果与业务需求的匹配度。同时，这些具备数字化技能的员工还能帮助业务部门更好地理解和利用数据，提出更加全局和深入的分析需求，进而推动业务的发展和创新。
2 培养方案
在数字化时代，数据分析已经成为企业决策的重要依据和推动业务发展的关键动力。然而数据分析是一项长期且复杂的工程，涉及多个部门和多个层面的协作与努力，直接面向业务部门全面铺开、大面积进行人才培养，看似高效，实则仍然会出现数据分析需求分散、数据分析技能分散的现象，导致数据分析工作碎片化，难以形成整体的数据驱动决策体系。为了避免这种现象的发生，在数据分析领域，京东方率先成立数据分析CoE小组，先集中精力培养一支数据分析领域的精英团队，之后通过这支团队的引领和带动，逐步在企业内部推广数据分析技能和方法，培养其他数字人才。具体培养方案如下：
1）成立数据分析CoE小组：从业务、IT抽调业务专家、数据分析师、建模专家、可视化专家，形成数据分析CoE小组，针对小组进行专项培训，确保小组成员掌握最先进的数据分析技能和方法，同时，通过小组内部的交流与合作，不断积累经验，形成一套适用于京东方的数据分析标准与体系。另外，由数据分析CoE小组充当企业内部各部门之间的桥梁和纽带，推动各部门之间的数据共享和协同分析。
2）数据分析CoE小组人才选拔：按照小组人才能力画像要求，面向全集团招募小组人才，研发、制造、供应链、销售、品质、人力、财务、企划8个业务领域各2名业务专家、1名数据分析人才、1名数据建模人才、1名数据可视化人才，总计招募40名员工。
3）数据分析CoE小组能力提升专项培训：针对已招募的40名员工进行如下专项培训，巩固&提升专业能力。
4）数据分析CoE小组示范探索&经验沉淀：组建试点项目组，开展数据分析场景建设，探索数据分析应用，将成果交给业务部门执行，收集业务部门反馈的数据应用成效，不断优化完善数据分析体系建设策略，同时积累沉淀数据分析建设方法、标准规范。
如下为数据分析CoE牵头推进的数据分析项目之一，该项目结合显示业务重点业务场景，设计了一套统一的、整体的运营分析体系，从CEO到执行层纵向贯通，支撑管理运营，后续所有数据分析建设需求均由数据分析CoE小组进行评审，确保在同一个分析体系蓝图之下进行建设及完善，对集团数字化建设的推进具有重大意义。
5）数据分析CoE小组能力推广：数据分析CoE小组牵头面向全集团业务部门进行赋能培训，培训主要包括分析方法基础培训、报表工具基础培训、数据建模基础培训3部分，旨在提升业务人员的报表开发技能和建模技能，提升业务人员分析数据的能力。整个培训共计452人参与，覆盖16个业务组织、42个中心（B4、B10、B7、BIOT、智造技术中心、物流关务中心、预算中心、HR中心、产销运营中心等）。
6）数据分析CoE小组牵头举办1024数据音乐节：面向全集团举办1024数据可视化大赛，旨在评估前期推广培训效果，检验业务部门的数字化技能。大赛共计33支队伍133人报名参赛，历时2个月，经过初赛、半决赛、决赛3轮评审，评选出金奖1个，银奖2个，铜奖2个。
 
经过1024数据音乐节之后，集团更多业务人员开始深入了解和掌握数据分析工具。截止目前，业务人员申请工具账号超过800个。
同时，员工们自主开发的看板在各自的岗位上发挥了极大作用。比如，研发自主开发的耗材可视化平台，实现了库存自动预警功能，帮助业务实时掌握库存情况，及时补充库存，避免因缺货影响IT设备的正常运行。制造自主研发的WIP（在制品）分析看板，实现了对WIP的实时监控和控制，可以对突发情况进行预警，及时调整生产计划，确保生产效率的最大化和库存的最小化。
另外，在某一现地工厂建设的优秀数字看板，也会经由数据分析CoE小组进行深入研究和优化，随后推广至其他现地进行快速复用和落地，极大的提高了数字化工具的应用效率，降低了开发成本，并使得最佳实践得以在更广泛的范围内得到验证和实施。
3 典型成果
3.1 场景一：人事审批效率可视化看板
痛点：
当前起草中心审批流程较多，分布在不同领域的业务当中。这些业务当前的办事效率如何、是否有业务单据已不再使用但仍然在系统中挂载，起草人是否可以第一时间锁定自己的业务需要等等，目前均没有一个系统化可视化的平台供领导/员工参考。
解决过程：
CHRO（Chief Human Resource Officer，首席人事官组织）做为积极推动企业数字化转型的中坚力量，经过报表工具基础培训之后，已经掌握了应用搭建的能力，因此借助FineBI自主搭建了CHRO组织的人事审批效率可视化看板，该看板以流程运营监控为主题，探索线上业务办理的审批效率的监控和分析工作，为不同层级的领导、为参与业务办理的员工提供审批效率的晾晒。
整个看板分为团队看板和个人看板两大模块。
团队看板旨在结合领导团队管理关注点，设计总览区、业务流程区、下属管理区、重点业务关注区等4块展示审批效率。总览区可查看全集团目前在使用的人事审批单的数量、各业务类型表单的数据以及平均审批时长；业务流程关注区可按照MHR流程L3层级分别查看对应L4层级各审批单数据、审批时长均值；下属管理区可查看管辖范围内各业务审批均值的top榜单，包括直属下级审批效率榜、基层领导审批最佳榜和最佳员工排名榜；重点业务关注区可查看重点关注业务的展示区，可查看万马奔腾调动情况、关键人才招聘、录用审批情况等。
总览区&业务流程关注区
下属管理区
重点业务关注区
个人看板可查看员工个人参与的审批以及同中心、同岗位的审批效率、审批排名等信息，包括总览区、详情区2块。总览区可查看个人整体审批流程个数以及综合性排名；详情区详细展示个人近30天内所有审批单的排名、办理时长及其他人的平均时长。
个人总览区&详情区
场景价值：
对于业务领导，及时了解负责关键业务的审批效率，推动关键业务的办理，业务办理效率提升50%；对于员工个人，及时了解自己当前业务办理量、办理速度以及同级排名，合理审视自身工作并及时改善，办公效率提升80%。
3.2 场景二：备件管理平台
痛点：
备件的全生命周期涵盖了从采购、到货、实际使用、下线、维修直至最终处理的多个环节，这一过程时间跨度广泛且涉及企业内部多个部门与科室的协作，每个步骤都要求对备件的相关信息进行精确传递、深度分析和有效处理，一旦处理不当，可能直接导致企业运营成本显著上升。然而，在当前的备件库存管理中，数据的统计和分析工作面临诸多挑战，数据源头分散，包括ERP、WMS、MDM等多个系统，且主要依赖传统的线下Excel处理方式，这种方式无法实时反映备件的库存状态。因此，企业在备件采购、领用环节常出现延误，退订单处理不够及时等，这些问题都极大地影响了企业的运营效率和成本控制。
解决过程：
经过数据分析CoE牵头的培训后，现地工厂已经具备了一批具备报表开发技能的数字人才，这些人才不仅熟悉数字化技术，更了解现地工厂的实际运营需求，因此针对备件库存管理的痛点自主搭建了备件管理平台，将ERP、WMS、MDM等系统数据整合在一起，借助报表工具进行可视化呈现。
整个平台选取库存数量、库存实时金额作为核心指标，从备件入库、出库、在途、超时等方面对各部门进行对比分析，以评估各部门备件的实际补充情况、消耗速度、各部门备件采购进度、长时间未使用的备件情况，识别潜在的库存积压和浪费问题；同时对各部门备件购买审核情况进行展现，可以清晰地看到哪些申请已经通过审核，哪些还在审批中，以及哪些被驳回，帮助管理者了解购买申请的处理情况，确保备件购买的合理性和及时性。
场景价值：
节省人员搜集和处理数据时间，提高备件管理人员工作效率。库存数据的呈现便于实时考核各组织备件库存指标达成情况，及时发现问题点，锁定问题，问题处理效率提升50%。
4 总结与展望
数据分析CoE的组建以及对业务部门的赋能培训，为企业带来了显著的变革和价值。这一举措不仅加强了企业内部的数据分析能力，还推动了业务部门在数据驱动决策方面的自主性，从而显著提升了企业的整体运营效率和竞争力。
在数据分析CoE的精心指导下，一批批业务人员通过系统的培训，逐步掌握了报表工具的基本使用技巧，并培养了简单的数据分析思维。他们现在能够自主搭建数据分析应用，及时满足自身在业务过程中的数据分析需求。这种转变不仅减轻了IT部门的压力，也提高了业务部门对数据的敏感度和利用能力，使数据成为推动业务发展的重要动力。
同时，在培训过程中，IT部门也获得了宝贵的机会，深入了解业务部门的运作流程和实际需求。通过与业务人员的紧密沟通和合作，IT部门能够更加准确地把握业务痛点，提供更为贴切的技术解决方案。这种互动和协作打破了以往IT与业务之间的壁垒，实现了技术与业务的深度融合。
展望未来，我们将继续深化数据分析CoE的建设和运营，将这一小组的能力下沉到更广泛的业务领域。通过持续的培训、深入一线业务等措施，我们将帮助其他业务领域发展本领域的CoE，带动各业务领域数据分析能力的全面提升。我们相信，这种全面的数据分析能力将为企业带来更多的竞争优势和市场机会。
| 
