DCMM助力工业企业数字化转型发展最佳实践v3

徐工矿机为满足数字化转型需求，以DCMM贯标和评估为指引，通过赛昇科技合作，构建数据管理体系，解决数据应用问题。核心问题包括数据真实性、集成度、质量、标准及安全等。建设过程涵盖数据战略规划、组织架构、制度体系、数据架构、数据质量、数据标准、数据应用及数据安全等方面。

数据战略：确立“效能导向、智能转型、数据驱动、持续改进”方针，以智能化运营决策为目标，2025年前充分释放数据价值。 组织架构：建立由决策层、管理层、执行层、监督层构成的数据治理组织，设立业务数字化专员深入一线，提升数据管理效率。 制度体系：制定数据资产、分类分级、质量、安全等多项制度，覆盖DCMM能力域，并通过培训宣贯提升全员数字化意识。 数据架构：通过数据模型开发规范和数字化指标体系平台，实现数据集成与共享，初步形成统一数据仓库。 数据质量：建立数据质量目标、认责机制和评价体系，通过月度例会和考核机制持续改进数据质量。 数据标准：重点治理物料主数据，规范管理流程，开发物料主数据扩充系统，提升规范性和数据质量。 数据应用：搭建管理驾驶舱、物联网平台和智慧矿山综合管理平台，实现全链路数据支持，沉淀119项业务核心指标和30余个模型。 数据安全：通过保密委员会、管理制度、权限流程、安全技术策略和审计机制，保障数据安全合规。

成效：数字化意识显著提升，数字化路径明确，数据质量稳步提升，数据资源化和资产化改善。 经验：以点代面推进，以业务流程梳理为基础，充分利用指标体系自顶向下和自底向上结合的方式推进项目。 展望：2023年实现全域数字化，2025年实现上下游协同发展，建成标杆性数字化工厂。