|
在2015年入职青岛某国企，就开始与数据接触，但并不是多么高深的大数据而是堆积如山的纸质检验单，手工在 Excel 表格里机械地录入芯片、显示屏的检测数据，工作一天往往都是在与数据的录入打交道，连一份完整的供应商质量分析报告的时间都没有，一名妥妥的数据录入工；
经过10年的时间不断积累，使用帆软BI搭建的数字化管控中心，通过集团质控中心管理驾驶舱就能调出供应链全链路的质量数据模型，自研的帆软预警模型实时预警风险物料实现供应商源头管理，获得集团数字化转型的 “标杆人物”嘉奖，同时也参与到集团数据治理项目组。
这 10 年，始终保持一颗学习的心态，从2015年接触大数据，从学习专业计算机硬件开发到大数据分析的路程并没有一帆风顺，有时会想自己的工作和专业不对口。有时真的想要放弃重新换个工作，但现在大数据是未来发展趋势以及公司正在大数据方面起步能学习到很多核心的东西。接收新鲜事物远没有想象中那么简单，在行业内卷的背景下，能够支撑自己走下去就是能够给家人更好的生活，毕竟在青岛这个高消费城市，也是化压力为动力，不断激励自己走出了一条从 “数据搬运工” 到 “价值创造者” 的逆袭之路。
2015 年刚入职时感觉自己的定位就是搬运数字和纸质报表的 “搬码青年”。每天的日常被枯燥无味如同嚼腊，每天上班进行重复动作：每天接收来自厂内和供方的数百份核心元器件检验记录，拿着卡尺、光谱仪逐一检测芯片引脚精度、显示屏色域参数，再将数据手动录入 Excel 表格；跨部门要一份物料检验结果，要跑遍采购、生产、品质三个部门，每天打电话超过50个，有时觉得自己就像是一个客服人员负责救火，常常因为数据格式不统一、信息传递滞后，导致检验报告无法及时录入电脑；追溯供应商不良率时，要翻找数月的纸质台账，面对动辄上万条的零散数据，只能靠人工筛选，一次完整的质量溯源往往要耗费 3-5 天。
通过出差发现这也是当前制造业的大多数现状，还是停留在纸质版，高重复、低效率、数据割裂，人员看似每天与数据打交道，却始终被困在数据搬运的自行车上，数据量多到根本喘不动气，而且工具如同自行车又慢效率又低。数据各自独立，无法形成闭环；人工计算的 MSA（测量系统分析）数据偏差率高达 15%，多次造成芯片、显示屏等核心物料误判，要么导致合格物料被退回，增加采购成本，要么让不良物料流入生产线，影响成品质量；供应商质量问题沟通全靠线下会议、邮件往来，跨企业问题解决周期动辄半个月，客户投诉率居高不下。
2018 年，公司启动高端产品产能扩张计划，芯片类物料采购量翻倍，数据量随之激增，72 小时的处理周期已无法满足业务需求，因数据处理不及时部门投诉率同比上升 20%；同时，产业园新上线的生产线对物料检验效率提出更高要求，传统人工检验模式下，物料入库等待检验时间长达 24 小时，直接拖慢产能。“每天加班到深夜录数据、算报表，却连最基础的‘降低投诉率’‘提升检验效率’都做不到，难道我的工作能力有问题吗？ 深夜的办公室里，看着屏幕上杂乱的 Excel 表格，第一次开始反思：重复的动作不是工作的价值，真正有价值的是数据分析，挖掘价值。每天的救火、数据搬运基本是浪费人员不增值的动作。
2019 年集团数字化转型项目，身边的很多同事都非常抵触这个新项目。我抱着试一试的态度报名，从最开始到其它友商研学，发现数字化水平已经远超我们。相当于我们还在写信作为交流工具，别人已经开始用电话交流。信息差直接降低为0，在为期1个月的研学归来后，我们10人小组开始了项目立项，通过集团给到的资源，这也是第一次接触帆软BI。清晰的记得集团第一次邀请外部讲师讲解帆软BI的使用时，需要将软件安装到自己的电脑上，通过软件包的大小知道这个软件一定是挺复杂的。培训开始后展现了一张数据管理驾驶舱，培训老师展示用帆软处理上万条数据，而时间仅需要几分钟。我瞬间眼前一亮 —— 这正是解决日常痛点的 “金钥匙”。
通过第一场培训之后，便开始自己捣鼓报表，简单的拖拉拽是挺方便，但是想要做一张炫酷的报表以及能用的报表，貌似有点困难。好像数据分析有了工具只是一个方面，如何设计制作报表如何基于实际的业务场景，才是核心。第一张表做出之后感觉反人类，而且不知道要看什么。
马上新的问题接踵而至是时间与精力的失衡。白天要处理日常质控工作，对接供应商、跟进检验任务、解决生产线质量问题，只能利用晚上和周末啃《帆软分析实战》《大数据建模与应用》等专业书籍，常常学到凌晨一两点；为了摸清数据的流转逻辑，连续一周泡在IT部门，跟着IT人员记录每一个数据节点的痛点；为了打通跨部门数据接口，一次次找技术部门沟通，却因不懂系统开发逻辑，需求被驳回十余次，甚至有技术同事直言：“供方管理做好供方管理就行，没必要搞这些‘花里胡哨’的东西。”
当学习完成要实践时，尝试将初步成型的 “芯片三包数据自动化统计模型” 在部门内推广时，老同事们普遍抵触：“用了十几年的 Excel，突然换系统，太麻烦了”“数据自动统计，会不会让我们丢了工作？”。面对质疑，先从自己负责的芯片物料入手，手动对比模型输出结果与人工计算结果，用 “准确率 99.5%” 的硬数据打消同事顾虑；再手把手教老同事使用帆软软件，让大家感受到 “自动化统计” 能节省 80% 的重复劳动时间。获得年度数字化改善技术能手嘉奖，
我意识到：数据分析，从来不是 “炫技式的技术堆砌”，而是 “以业务为核心的技术落地”—— 懂业务，才能让数据模型有灵魂；懂技术，才能让业务需求有支撑。这也是领导在年终评价时对我说的一段话，数据从业务中来，服务于业务。
2020 年，迎来了职业生涯的 “首次突破”—— 主导研发芯片三包管理系统。为了攻克售后数据自动化统计的核心难题，做了三件事：
一是梳理全流程业务痛点，耗时一个月拆解出三包索赔的 12 个环节、38 个数据节点，明确 “数据自动采集、自动核算、自动生成报告” 的核心需求；
二是攻克技术难关，自学JS 语言补充系统开发知识，联合 IT 部门打通售后、质控、财务三个部门的数据接口，将原本分散在不同系统的 “物料编码、故障类型、索赔金额” 等数据整合到统一平台；
三是优化用户体验，根据一线同事的操作习惯设计界面，将复杂的算法逻辑封装在后台，前端仅保留 “查询、导出、预警” 三个核心功能。
整体的开发通过使用帆软BI+Python开发的前端模块相结合，涵盖公司的所有质量板块，覆盖5个科室，实现34张报表，122个使用场景，为公司节约人工数据分析费用4.12万元/年
系统上线当天，当第一份芯片三包索赔报告在 24 小时内自动生成，数据准确率达到 99.5% 时，售后部门的同事忍不住拍手叫好 —— 这意味着不用再熬夜核对数据，客户投诉的响应速度也能提升一倍。这场突破，不仅收获了第一个数字化落地成果，更找准了 “质量控制 + 数字化转型” 的双轨发展路径：以质控业务为锚点，用数据技术解决每个环节的真实痛点。在系统上线一年，覆盖8个部门126人使用，并增加Python前端模块实现了验证登录。实现公司降本2.06万元/年，节约IT系统开发费用10万元。从精益的角度来说，低成本高效率才是供应链的核心。
带着这份 “痛点导向” 的思路，将数据能力逐一落地到质控全场景：
传统的 MSA 测量系统分析，需要质控人员用 Excel 手动录入数百组测量数据，计算偏倚、线性、重复性等指标，不仅耗时耗力，还容易出现计算错误。结合六西格玛的质控理念，自研集成 MSA 分析算法，将整个流程通过帆软BI实现自动化：检验人员只需将测量设备的数据线接入系统，数据会自动上传并完成计算，偏差分析效率直接提升 300%。该系统在总部产业园试点成功后，迅速推广至 5 个产业园，每年为集团节约质量检测人力成本约 200 万元，还被纳入海集团《2023 年数字化转型白皮书》，成为制造行业质量检测数字化的标杆案例。
物料检验报告跨部门传递慢、数据不互通，是长期困扰供应链的难题。主导开发帆软BI集成门户，核心是打通供应链、生产、质控三部门的 18 个数据接口，实现 “物料入库 - 检验 - 合格入库 / 不合格退回” 全流程数字化：供应链录入物料交付信息后，系统自动触发检验任务；质控人员完成检验后，数据实时同步至生产端，生产部门可随时查看物料状态；检验报告自动生成并同步至供应商端，供应商能及时了解质量问题。2023 年，该门户支撑部门处理超 1.2 万批次物料检验任务，物料入库检验等待时间从 4 小时降至 1.5 小时，按单台电视生产周期测算，年提升产能约 5 万台。
传统的供应商质量管理，多是 “出了问题再整改”，被动且低效。主导 “供方质量管理前置” 项目子项，核心是建立数字化的供应商评价与管控体系：一是搭建涵盖交付准时率、不良率、响应速度等 12 项指标的供应商数字化评分模型通过帆软平台自动分析，动态监控供应商表现，评分低于阈值的供应商会自动触发预警；二是开发供应商质量问题在线协同平台，将线下沟通转为线上闭环，问题提交、整改、验收全流程可追溯，跨企业问题解决周期缩短 40%；三是输出标准化规范，主导编制《供方数字化对接指南》，明确数据接口标准、信息传递流程，该指南已纳入集团品质保证部标准作业流程，成为所有供应商对接的统一规范。
 
 
利用5年时间完成了从 “单打独斗的搬砖青年” 到 “引领团队的技术极客 + 业务专家” 的身份转变。如今认证：集团大数据分析师、六西格玛黑带、公司级高级内训师，更是部门内唯一同时具备质量工程与数据建模能力的复合型人才。
2023 年，主导策划了 3 场内部专项培训，覆盖 “帆软质量数据分析”“数字化工具应用”“供应商数据模型解读” 等主题，累计培训 120 人次。为了让培训内容更贴合一线需求，将自己落地的项目拆解成一个个实操案例，从 “如何用 帆软筛选不良数据” 到 “如何解读供应商评分模型”，手把手教学。培训后，团队成员的数字化工具使用率从 35% 提升至 78%，原本只会用 Excel 的老质控员，也能独立完成简单的数据可视化分析，整个部门的工作效率提升了 40%。
参与制定的《集团数字化标准 V2.0》，是集团首个融合 “大数据分析” 的检验规范。其中 “帆软大数据驱动的异常检测算法” 模块，解决了传统人工检测 “漏判、误判” 的难题，被集团采纳为通用技术规范，目前已从电视产品线推广至冰箱、空调等白电产品线，覆盖全国 12 个产业园的质控场景，让单一岗位的技术沉淀，变成了整个集团的质量管控能力。
研发MSA 测试系统、集成门户等成果，不仅是数字化转型标杆，也为家电制造行业的质控数字化提供了可复制的范本。2024 年，受邀参加中国家电行业质量管控峰会，分享 “质量工程 + 数据技术” 的融合实践，其 “痛点导向、小步快跑、持续迭代” 的落地思路，被多家家电企业借鉴。
回顾 10 年逆袭之路，“我不是什么‘技术天才’，只是比别人多了一点‘跟痛点死磕’的执念。” 制造行业的数据分析从来不是 “脱离业务的技术炫技”，而是让数据回归业务本质，用技术解决真问题—— 始终坚守的核心观点，也是所有传统行业 “数据追梦人” 的底层逻辑。
三个普适性的成长法则，希望能给大家借鉴：
职场中最容易被忽视的，就是那些反复出现的小痛点 ——Excel 计算慢、跨部门沟通难、数据溯源久…… 这些看似琐碎的问题，恰恰是业务最真实的需求的每一个数字化成果，都源于对这些痛点的 “死磕”：因为受不了 72 小时的三包索赔周期，才有了芯片三包管理系统；因为看不惯人工 MSA 计算的低效率，才有了帆软测试系统；因为忍不了跨部门数据割裂，才有了帆软集成门户。所谓核心竞争力，就是解决别人解决不了的痛点，把人人抱怨的日常，变成自己不可替代的价值。
在数字化时代，单一技能的 “专才” 早已不够用，懂业务 + 懂技术的 “复合型人才” 才是稀缺资源。核心优势从来不是单纯的编程或建模能力，而是 “能把质控需求翻译成数据语言，再把数据模型落地到质控场景” 的跨界能力 ——知道质控的核心是 “降低变异、提升稳定性”，所以搭建的模型能精准匹配业务需求；懂一线操作，知道同事们的使用习惯，所以开发的系统能真正落地推广。这种 “业务 + 技术” 的复合能力，跳出了质控岗的职业天花板，也为传统行业从业者指明了方向：与其焦虑 “被技术取代”，不如主动拥抱技术，让业务经验成为技术落地的根基。
从入职到成为高级数据分析师，用了 10 年时间，始终聚焦 “质量控制” 这一个领域。没有追逐短期的技术热点，也没有频繁跳槽寻求捷径，而是在同一个赛道里，从熟悉流程到优化流程，从使用数据到创造数据价值。对质控业务的理解远超普通数据分析师，技术落地始终有 “根”。我说：“数字化转型不是一蹴而就的，就像磨剑，十年看似漫长，但每一次打磨，都是在为最终的出鞘蓄力。”
从 “搬砖青年”，到数字化时代的 “数据掌舵人”，在制造业数字化转型的浪潮里，没有天生的 “数据专家”，只有那些愿意俯下身子找痛点、沉下心来学技术、扎下根去做落地的人，才能真正握住数据的 “金钥匙”。座右铭：保持一颗学习的心态，莫问前程勇往直前！ | 
