以下是现场速记。
万华化学信息部中心副总经理 柯林
柯林：各位嘉宾下午好，我是万华化学信息中心的柯林，我汇报一下万华化学在数据管理方面的一些思考和具体的做法。
汇报四部分内容：
1.公司简介
2.数字化战略
3.主数据治理
4.数据应用实践
一、公司简介
万华化学是一家全球运营的新材料公司，目前大概有员工1.8万人，在去年营收155亿人民币，净利润大概245亿人民币，目前是全球化工排名第十五位。
有四大产业：1.聚氨酯产业，是MDI/TDI化工基础原材料。每个人日常生活中都离不开我们的产品，比如MDI广泛应用在衣食住行各个方面，比如衣服的氨纶，棉制衣服没有弹性，不丝滑，加了氨纶以后就会有弹性，丝滑。我们目前是全球技术最领先、产能最大的MDI制造商。
2.石化，包括乙烯、丙烯、丁烯。乙烯是石化产业上端原材料基础。
3.精细化学。功能化学品、高性能材料，像TPU/尼龙12，最常用的是手机壳，现在广泛应用的汽车车衣，都是TPU材料制成的。
4.新兴材料。主要是新兴电池材料、3D打印材料等化学新的材料。
营收。2001年上市，万华曲线伴随中国改革开放的发展，是非常完美的K线，一段时间快速增长期，会在一个平台上进行盘整，再一段时间再一个成长期。我们公司2001年上市市值37个亿，现在3000多亿，市值涨了接近100倍，如果2001年花了100万买了万华，现在就是1个亿的身家，我们是整个中国上市公司分红大户，连续22年分红，在资本市场表现非常优秀。
全球布局。总部在烟台，目前在宁波、福州、四川和匈牙利都有工厂。
获得国家科技进步一等奖，国家环境友好工程奖。一想到化工行业就想到脏乱差，万华宁波工业园听不到机器噪音，跑冒滴漏看不见，异常气味闻不到，是工业旅游景点，是非常清洁的很好的工厂。
二、万华数字化战略
从行业环境来看，中国的化工现在正在由量变到质变过程中，中国的化工行业目前占全球40%，估计再过五到十年中国化工就能占到全球50%，基本上达到50%的程度未来进一步发展空间也不会太大，中国化工大而不强，未来化工行业肯定是由大国到强国的道路。
数字化技术正在以指数级增长速度在加速传统产业的改变，过去主机时代，是非常缓慢的曲线来影响整个产业，但到了人工智能、大数据、量子计算，影响产业是以指数级速度在影响我们。
数字化技术是应对中国未来劳动力短缺、劳动力翻番的重要手段。1962年出生的，到了2022年，基本60周岁，快到退休年龄了，现在入职年龄基本都是2000年以后，如图整个人口劳动力短缺，不考虑经济规模已经扩大的情况下，直接劳动力短缺每年减少1000人，在中国廉价劳动力时代已经结束了，未来必然要靠提高劳动力效率，数字化是解决劳动效率最重要、最核心的手段。
我们认为数字化既不是锦上添花，也不是雪中送炭的东西，数字化最终是解决企业发展极限的问题，是企业想做大做强，全球化运营，将来成为头部企业一个非常必要的因素。
数字化平台是企业战略落地的重要组成部分，企业战略目标要落地基本上要有相应的组织架构，再到职能定位，最后再形成业务流程，这些业务流程必然要通过数字化平台的固化和优化，再通过数字化平台里数据对整个绩效进行考核，再进行评估改进，反作用整个战略目标的闭环，通过这种方式实现战略目标的业务价值落地。这个过程中数字化平台是很重要的一环，如果其中数字化平台有短缺，必然影响战略目标的落地，甚至无法去实现。
万华是2025年目标是进入全球化工十强，2030年目标是进入全球化工前三强，到2025年目标是达到营业收入3000亿，2020年主要有三个业务板块，聚氨酯、石化、新兴化工，要达到2025的战略目标，由原来的聚氨酯一支独大，发展成为聚氨酯、精细化工、石化、新兴材料并驾齐驱，我们的业务和整个业务架构都要发生重大的变化，才能实现我们的战略目标。
重新对数字化战略进行梳理和确立，愿景是创造价值、引领创新，成为国际一流的化工数字化使能者。
定位是I&T，成就智慧万华。特别强调数字化在整个业务过程中一定要创造价值，而且在整个业务过程中进行大量创新，引领创新。让公司成就智慧万华，让业务更加智能，决策更加智慧。
从标准化、自动化、数字化、智能化四个层次依次递进，是现在业务上的安全、效率体验三个最核心的业务价值，安全上要求业务本质要安全，业务合规和风险可控;效率上做到流程自动，协作高效，最终实现效率领先;体验上是直观可视，体验友好。
战略框架。底层是治理和数字化文化，之上是基础设施、网络安全硬件平台+智能制造、经营管理、协同办公等软性平台，支撑八块智慧业务，包括营销、采购、财务、人事、生产、工程、研发和协同。
“两步走”计划，第一步是标准化和自动化阶段，这块核心是对标世界一流，基于全球化视角建立支撑2000亿产值的科学的数据结构和组织架构，确保业务合规、风险可控。第二步打造ERP标准模板，形成完善的自动化流程体系，基本消除不增值的人工处理。试点数字化创新应用。
万华在2021年，通过对SAP平台进行全面重新实施，花了一年时间35家公司今年1月1日一次性完全上线，今年把国内剩下20家公司全部覆盖，今年年底能顺利实现第一阶段，明年进入第二阶段发展。
三、主数据治理
核心是成就智慧万华，数据肯定是其中最为重要的基础。数据的基础就是主数据，第一阶段重点是对主数据进行治理的工作。
核心的理念是数据价值，从原始数据，要通过对数据的采集、汇聚、处理形成数据资产，最终实现数据的资产化。在这过程中，同时建立整个数据的治理体系，提高数据质量，强化数据安全。再进一步以价值为驱动，通过数据的应用来反作用于业务，最终助力业务更加智能、决策更加智慧，实现数据货币化。
核心目标是通过数据全生命周期的管理运营，实现数据的资产化和价值化，有五方面主要任务：数据接入，关注整个数据的汇聚;数据治理，核心强调的是提高数据的质量;数据建模，核心是进行数据的分析和共享;通过数据应用来实现整个数据的价值，通过提供服务，最终实现让数据发挥价值。
主数据治理核心目标是构建完整、规范、实时、精准的企业数据生态基座。因为主数据是基础中的基础，主数据如果没有进行统一规范标准，各个业务系统，甚至各个公司都不一样的话，后续根本无法有效做数据的应用。这一块主要从建体系和搭平台、提质量三方面开展工作。
目前治理范围，主要包括6大类业务域、25类。
统一治理原则，主数据最核心是统一，统一管理、统一标准、统一平台、统一建设、统一运营。
建体系、搭平台、提质量三方面如何做的?
·建体系，在公司层面建立了主数据运营管理组织机构，也是虚拟的组织，主数据治理委员会全面统筹主数据治理工作。累计发布主数据相关的规章制度26项，形成50类主数据治理的流程。流程示例，物料上有大中小类创建，描述规则创建，在客户上有客户新增、修改等标准的流程。
·搭平台，要搭建全球统一的主数据治理平台，最终实现核心三方面内容：集成规则，把国家、行业准则集成进平台里，形成标准统一的描述规则和特征库;规范流程，这些流程通过系统进行规范和线上化的管理;通过平台共享数据，将系统里的主数据进行跨系统、跨平台、跨业务域进行全面共享。
相关架构，模型层，各类规则模型、物料模型，根据这些数据建立相应的模型;数据治理层，包括数据的维护、审核校验和质量提升;在此基础上对数据的应用，将数据进行分发、查询、统一等应用功能。
我们使用的产品是SAP主数据平台，通过集成平台向几十个外围系统进行分发，无论是国内还是海外的ERP系统、电商平台、流程管理平台等一些系统平台，把我们统一的主数据向这些系统进行集中分发，包括各个系统有完整全球统一的主数据。
应用概况。目前整个平台集成500个国家行业标准，50类流程都在系统进行线上管理，3500种物料种类和2500万条主数据条目。
·提质量，重点围绕主数据全生命周期，开始事前、事中、事后三方面对方法、控制手段不断提高主数据质量。事前，重点在申请人的考试、模拟练习、规范规则方面做了工作，因为主数据核心是避免重复，业务人员能正确、有效使用我们的系统是基础，对于预留员要应用我们系统，必须通过线上考试，考试通过以后才能授予他权限，让他能够会用我们系统。
推动特征量标准化方面，一是减少手写特征量，主数据很多时候重码，物料是万华很重要的一块内容，物料的特征值在上治理之前大概有45%是手写的，比如中间有没有空格，MPA，M是大写还是小写，都会带来重复的编码，核心通过减少手写的特征值，可以有效减少物料重码情况。通过治理以后，现在有1/3是手写的，现在还在进一步不断优化，减少手写特征量。
有无约束关系。闸阀，如果没有前后约束关系，有24种组合，有严格的前后约束关系，减少物料重码现象。
过程中，通过系统逻辑的校验，通过模糊查重和专业审批，现在基本上申请一个主数据都要进行两层审批，第一部分要整个专业业务人员进行一层审批，这些都是业务方面的专家，来看你是不是符合规则或这个东西编码是否合要求，还有管理员要进行审核。
在模糊查重方面，可以通过设置同近义词和相似度进行打分，同样是联手板，两个联设计成近义词，物料描述上通过相似度打分来提醒用户，你申请的这些东西系统内已经存在，不用申请新的编码。
在事后，虽然有了很多管控，主数据永远很难避免还有很多是重复的或者不规范的现象出现，定期进行清理。去年通过一个项目实施集中进行了一次主数据清理，累计清洗大概6万余条物料，成本中心776条，库位477个。定期形成清理的制度，基本上以后每年会进行一次主数据的清理工作。
在化工行业还有比较特殊的位号管理，同样设备装在不同地方，基本上设置不同的位号，虽然是同样的设备，但在系统里是作为两个独立物料管理的。这些设备还有很多备件，一个设备可能有几十个、上百个备件，但是这些备件可以通用。过去因为设备带来位号，所以备件也都带来位号，导致备件不能共享，同样备件可以给两个位号设备去更换的，但是在系统里都是按照位号管理，会导致备品备件物料号不能共享。去年积极把备件位号去除，仅仅这一项工作有1.8亿库存备件进行了整合，精简了31%，仅仅一项节省了1300万库存。整个备件采购金额下降了33%。物料工作没做好是大家看不见，实际上给企业库存带来了巨大的浪费，这也是数据创造价值的事例。
主数据治理成果和行业对标企业进行对比，万华五年物料活跃率在57.8%，处于整个行业比较领先的水平。五年的活跃率是在五年里我们物料被使用了，比如有1万个物料，五年内有50%的物料继续被用过，行业其他一般都在30%~40%，整体我们在主数据治理方面工作很有成效。
四、数据应用实践
主数据治理好了，才能更好做数据的应用。简单介绍一下我们在数据应用方面的几个场景。
智慧决策平台核心目标是打造万华全业务域的数据资源统一管理和共享平台，提升整个业务的洞察力，实现万华全球经营决策的数据化、业务智能化。
整体架构，底层是数据接入层，接入万华各类系统的数据;中间包括SAP的BW，我们和联想合作，利用它的大数据平台和联想LeapHD，做指标建模;底层给我们业务提供服务。
应用场景一，通过建立供应商风险预警，通过这个平台实现已有200个供应商风险实时预警。建立以后，可以实时查看全部供应商的风险等级，比如万华这些供应商正常占多少，哪些风险有预警，占多少，包括供应商财务指标等分析。可以对单个供应商风险实时可视，根据单个供应商目前风险状态怎么样，是不是特别预警?如果是特别预警，可以通过风险的决策据对供应商的财务、历史表现、失信等所有数据进行全面风险的实时可视，通过这一模型，在我们跟供应商合作过程中，合同、付款、准入过程中把有风险的供应商拒之门外，合规和风险可控。
应用场景二，化工行业有一个重要的业务是质检，化工行业是长周期连续运行的，这一过程中，传统方式是在很多采样点周期性的，每天都去那个地方采样化验，看质量情况，来决定后续控制、产品质量。一旦装置运行稳定时，每次去采样、每次去检查，结果基本相对稳定，过去这么几十年甚至上百年大家一直是这样干的，就是要不断周期性的去检查。我们通过机器学习的算法为一些采样点建立负荷、温度、流量、压力，通过这些指标建立预测模型，自动预测下一次采样时质量是什么样的，如果质量不会有变化就不去采样，只有预测到这个东西可能会有变化，才去采样，可以大幅减少采样频率。我们做了几个试点，可以减少50%的采样频率，减少大量人工的应用。
应用场景三，万华推行阿米巴的经营模式，激发全员活力，缩小考核单元，让大家都能够更好地为企业做出贡献。我们通过构建五个模型，形成事业部和装置两套模板，通过集成五个系统，搭建整个平台，在平台里可以精准地进行成本管控，做到项目级甚至产品线级对成本进行管控。对标销量的实时排名，当日利润复盘，每个事业部、每个产品边当日利润实时可见，一旦哪个产品卖得不好，可以动态快速调整，通过考核排名，促进公司全员参与、全员加盟、共同经营。
数据是未来智慧企业的基础，更是核心，只有让数据发挥价值，才能实现数据赋能，我们的企业才能赢得未来。谢谢!
京公网安备 11010502049343号