以数据为核心的烟草制造行业数字化转型实施方案

以数据为核心的烟草制造行业数字化转型实施方案 1 引言1.1 数字化转型的必要性随着信息技术的飞速发展，德国、美国先后提出 “工业 4.0 ”“工业互联网”等概念，云计算、大数据 和物联网等数字技术日渐成熟，全球经济逐渐开始向数 字经济转型 [1] 数字化对社会经济的重大影响已然成 为重要共识，数字经济已经成为我国经济发展的重要驱 动[2] 十四五”时期是烟草行业高质量发展的重要 时期，为加速推动信息化的高质量发展，烟草行业提出 加快推动数字化转型升级通过顶层设计建立数字化转 型的发展体系，系统化推进数字化转型建设，全力推动 “两化融合”创新，持续提升烟草行业整体数字化、网 络化和智能化水平而在数字化转型升级过程中，工厂 是数字化转型的重要载体，为确保数字化转型的精准落 地，保障未来信息化建设推进的协同性、一致性及有效 性，卷烟制造企业的数字化转型具有重要意义1.2 数字化转型的研究思路数字革命已成为大势所趋，数字经济与实体经济的 紧密融合加速推进企业数字化转型，对于卷烟生产企业 而言，为推动数字化转型工作建设，一方面要理解数字 化转型是信息技术引发的、以价值效益为导向、以新型 能力建设为主线的系统性革命，是一项长期、复杂的系 统工程，需要体系化、全局化和系统化地进行推进；另 一方面要明确数字化转型的驱动因素是数字价值利用， 通过统一的跨单位、跨专业和跨领域的数据管理体系， 从数据标准、数据质量、数据全生命周期管理和数据安 全等方面进行常态化管理，切实建立起数据资产管理能 力，保障数据资产一致、高质和安全；同时要用好用活 烟草行业海量数据资源，构建数据共享机制与平台，推1进数据汇集融合共享、推进数据价值深度挖掘，推进基 于数据的决策优化，从而提升资源综合配置效率，有效 发挥数据创新驱动潜能。

2 卷烟制造行业数字化转型关键能力根据烟草行业数字化转型战略要求，数字化转型是 全方位、成体系的工作，需要贯通“两化融合”的思 想，以价值效益为导向，以数据为驱动，以平台为基 础，以机制为保障，通过顶层设计建立数字化转型的发 展体系，系统化推进数字化转型建设，最终实现价值重 构卷烟生产企业需从集约化的服务支撑能力、精准化 的科学决策能力、精益化的生产执行能力及智慧化的园 区管理能力四个方面进行数字化能力的提升2.1 集约化的服务支撑能力在共享服务框架下，卷烟生产企业通过后端减重、 中间治乱和前端求变来构建个性服务平台：借助 RPA 提升办公自动化的水平，减少人工重复的工作，实现后 端减重；改变目前渠道杂乱、分散管理的现状，实现渠 道归一化管理；整合企业微信、门户、 OA 平台和行业 平台的信息，统一管控，实现多渠道信息的同步，并能 够基于用户行为数据进行自动筛选优化推送机制，实现 中端治乱；通过 PC 端、移动端和自助终端等多种渠 道，提供员工自助服务，如自助查询、自助打印和自助 休假等，实现员工体验自助化，实现前端求便2.2 精准化的科学决策能力卷烟生产企业通过三个一体化，包括经营分析一体 化、业务财务一体化和风险管控一体化，逐步实现“看 得清、断得准、动得快”的洞察分析和预警报警功能。

其中，经营分析一体化主要针对企业经营指标在自身内 部和烟草行业外部两个方面进行对比分析，进而不断提 升企业经营水平；经营指标可划分为质量、效率和成本 三类；业务财务一体化则通过打通采购到付款流程、生2产到成本流程、绩效到薪酬流程及核算到报告流程的四 大主干道流程，促进业财一体化风险管控一体化以风 控中心为核心，成立风险管理委员会和专家咨询团队， 对风险进行监控和管理，风控相关业务部门（如审计 科、纪检监察科、法律与改革科和财务管理科等）针对 所监控到的风险能够实现预警，管理层能够对应做出响 应和决策2.3 精益化的生产执行能力卷烟生产企业将以人、机、料、法、环和测为对 象，提升现场无盲点、穿透无漏点和协同无断点的精益 化生产管理信息化能力，实现从原辅料进料、制丝生 产、卷包生产、能源供给、备品备件物资供给直至卷烟 成品打码入库的全生产过程数据感知，打造透明化现 场并围绕人、机、料、法、环和测关键生产要素进行 统一穿透式管理，对生产相关的人员、设备、物料、工 艺、现场和质量等全要素进行管理，实现专业化协同管 理，充分发挥资源的价值，实现产能最大化2.4 智慧化的园区管理能力卷烟生产企业将本着以人为本的理念，打造更高 效、更便捷、更环保和更安全的智慧园区，为人员提供 一站式体验，借助人工智能、云计算、 5G 、大数据和物 联网等技术，实现包括智能停车、智能会议、智慧餐 饮、智慧安防、指挥调度和智慧能源等在内的，园区作 业可管、园区状态可视和园区运营可控。

3 以数据为核心的转型架构数据作为数字化转型的关键驱动要素，已成为基础 性战略资源和新的生产要素，而卷烟制造行业数字化转 型需要以数据价值挖掘为核心，明确以数据分析应用为 核心的转型架构，充分运用新一代信息技术，充分挖掘 数据价值，并与制造活动的各个环节相融合，推进行业 的整体转型升级其转型架构如图 1 所示3图 1 数据蓝图架构3.1 数据感知数据根据自身属性的不同，可划分为主数据、交易 数据以及绩效数据，其中主数据是系统间的共享数据， 相对于交易类数据，主数据更稳定（如物料、成品、客 商和会计科目信息等）；交易数据包括业务数据和现场 数据，业务数据是工厂研、产、供、销和服运行过程中 需要采集的核心，现场数据是生产现场运行过程中实时 产生的关键生产相关数据；绩效数据是能够反映工厂实 际业务执行情况与目标之间的偏差，同时提供绩效考核 体系的数据（如在岗职工人均劳动生产率）3.2 数据管理以“好用、高质、安全”为数据目标，以数据标 准、数据质量、数据安全和数据全生命周期为主要数据 治理内容，划分并明确数据治理领导小组、数据管理 者、数据所有者、数据生产者、数据使用者和企业级数 据治理组织人员和责任，明确数据组织建立与维护流 程、数据管控治理考核流程等，具备数据标准管理、数 据质量管理、数据安全管理和元数据管理等管理所需的 技术支撑工具。

4数据标准管理：数据标准管理策略是数据标准维护 流程的基础，通过定义数据标准组织与职责、构建数据 标准体系与规范，明确各职能部门在数据标准制定和执 行过程中的职责和权利，各个业务部门按照实际业务需 求形成数据标准建议需求，数据治理团队接收各业务部 门及工厂提出的数据标准需求，汇总分析、判断，识别 数据标准所属类别，组织建立数据的业务标准、技术标 准和管控标准，由主管企业数据资产负责部门对制定的 数据标准进行审批，由数据治理团队统一发布最新的数 据标准， IT 支持团队针对发布的数据标准，借助数据 标准管理工具，推动数据标准的执行落地数据治理团 队监督数据标准方式执行情况，评估数据标准工作开展 情况，根据业务部门与 IT 技术团队反馈的歧义的数据 标准进行仲裁，数据治理团队统一接收业务部门反馈的 问题以及在日常监督中发现的数据标准问题，形成新的 数据标准维护需求数据质量管理：是以业务对数据的质量要求出发， 制定一套可管理的数据质量评价方法和评价指标，将质 量管理落实到数据整个加工处理过程中，保证满足业务 对数据在完整性、及时性、有效性、准确性和一致性等 方面的质量要求数据质量管理作为业务顶层设计、过 程控制和事后评价的重要依据，如何建立客观、全面和 可行的数据质量检测、治理与持续改善机制，是大数据 是否能够良好服务于智能制造的新的挑战。

首先进行数 据质量问题的发现与梳理并定义数据质量规则、明确数 据质量要求，然后根据数据管理者和数据拥有者对数据 质量进行考核之后，再进行进一步的数据质量提升，形 成一个由明确数据质量要求到数据质量考核再到数据质 量持续提升的闭环管理数据安全管理：根据国家、烟草行业、企业业务相 关法案及监督要求，通过评估数据安全风险，制定数据5安全管理制度规范，进行数据安全分级分类，完善数据 安全管理相关技术规范，保证数据被合法合规、安全地 采集、传输、存储与使用以数据安全定级原则为评估 标准，针对数据敏感度和数据重要性进行数据安全定 级，同时针对数据访问授权即数据使用需求和数据使用 者权责进行数据访问授权规范；其中应用到的安全技术 涉及到数据存储安全、数据访问安全和数据传输安全主数据管理：主数据作为企业核心的基础数据，具 有统一标准、企业级共享和静态等特点主数据管理通 过统一制定主数据框架体系，定义主数据模型标准、搭 建主数据工具，实现主数据集中化管理，减轻企业主数 据多头维护、相互集成所造成的痛苦，保证企业管理与 分析的数据口径一致性，支撑企业横向、纵向的标准 化、规范化和一体化运营管理，使用同一种“语言”。

以主数据规范、编码标准、业务标准和技术标准等作为 管理前提，针对主数据平台、上游系统、下游系统和审 批系统等进行权限和流程的管理元数据管理：元数据作为描述数据的数据，可以清 晰、直观地了解数据的来源、变化过程和应用对象等信 息通过对整个组织范围内的元数据进行管理，逐步实 现对企业的数据资产的统一查询和管控数据生命周期管理：根据数据活跃度、及时性、存 储成本、风险管理和运维成本等因素，明确数据服务水 平（ SLA ），依据业务数据服务水平的高低，明确数据 全生命周期的存储处理操作规范企业数据生命周期实 现满足业务操作和管理分析需要，满足对历史数据查询 相关政策和管理制度要求，满足审计管理要求，同时还 要减少数据冗余，提高数据一致性，减少存储、硬件和 运维等方面基础设施投入，提升应用系统性能，提高响 应速度3.3 数据应用6以生产及其相关联的重点业务为中心，设计整体的 数据分析主题，主要关注经营分析、生产运行分析、工 艺质量分析、设备保障分析、仓储分析和财务分析其 中，企业经营分析主要关注创优对标分析（如烟草行业 对标分析和中烟对标分析）和经济运营分析（如产销存 分析、综合物耗分析等）；生产运行分析主要关注生产 协同分析（如生产计划分析、产供协同分析等）、生产 物耗分析（如烟叶单耗分析、滤棒单耗分析、盘纸单耗 分析等）；设备保障分析主要包含设备运行分析（如设 备保养情况、设备维修成本和制丝 OEE 等）、备品备 件分析（如备件库存分析和呆滞件分析）和能源效率分 析（综合能耗分析、电耗分析等）；工艺质量分析主要 包含烟用材料质量分析（如进货检验质量分析）、制丝 质量分析（如制丝过程质量分析）和卷包纸量分析（如 滤棒质量分析和卷接包分析）等；仓储分析主要包含原 料分析（如库存周转率、原料仓损率等）、辅料分析 （如配盘准确率、库存余量分析、配送及时准确率）和 成品（如库存周准率、打码准确率等）；财务分析主要 包含预算分析（如税利完成情况分析、预算执行情况分 析）、成本分析（如成本费用分析、即使成本分析）。

4 结语综上所述，数字化转型已成为烟草行业质量变革、 效率变革和动力变革的重要驱动力，也是“十四五”时 期行业高质量发展的必由之路，未来烟草制造企业要实 现数字化转型，必须把数据管理上升到战略高度，以数据为核心进行价值体系的重构，通过数字赋能业务创 新，获取可持续竞争合作优势，从而加速推进烟草制造企业乃至整个行业的数字化转型步伐。