一、选手简介
1、选手介绍
韩一嫡，帆软社区用户名韩一嫡，ID：250337，目前就职于中国石油辽阳石化分公司；目前从事系统工程师的工作。
赵晶磊——帆软社区用户名zhaojl，ID：268879，目前就职于中国石油辽阳石化分公司；目前从事系统高级工程师的工作。
王舒卉——帆软社区用户名改名字123，ID：1761306，目前就职于中国石油辽阳石化分公司；目前从事系统助理工程师的工作。
- 团队组成：同一个部门的同事，对数据分析、帆软BI感兴趣
2、参赛初衷
- 希望通过比赛更加深入的了解FineBI，通过实践提升BI工具的使用方法和技巧；
- 准备在部门内推广BI工具，先来学习了解；
- 和更多FineBI大神交流学习，进行数据可视化作品以及分析思维的激烈碰撞；
- 大赛奖励很诱人。
二、作品介绍
1、业务背景/需求痛点
中国石油辽阳石化分公司（简称辽阳石化）是中国石油天然气股份有限公司的地区分公司。位于有着2400多年历史的古城辽阳，由“织布”而生，因“炼油”而兴。经过40多年的建设发展，公司历经三次创业历程，现已成为国内唯一全加工俄罗斯原油的炼化一体化企业和中国石油最大的以芳烃为特色的生产企业，芳烃及衍生物生产能力位居全国前列。2018年9月27日，习近平总书记到辽阳石化视察，对辽阳石化转型升级、产业发展、改革创新等工作给予高度评价，赞誉辽阳石化是共和国的“种子队”、国有企业的“种子队”，是“花园式工厂”。辽阳石化牢记习近平总书记嘱托，锚定当好“种子队”的目标，树立“信息化助力经营管理提升、精细管理驱动数字化发展”的目标，突出数字赋能，加强信息技术与业务的深度融合，实施数字化转型专项行动，通过运用大数据、云计算技术，深度挖掘数字价值，实现辽阳石化数字化转型、智能化发展，促进管理升级。
辽阳石化公司每月进行物资管理KPI 指标分解核算，数据源于各系统和各单位线下梳理数据，应用EXCEL 进行数据清理、筛选、统计及生成报表。整个工作基于线下模式，公式不透明，耗用时间长，统计不精确。为充分发挥集团公司物资管理关键绩效指标的指挥导向作用和激励约束作用，辽阳石化公司深入研究集团公司KPI 指标计算公式，并结合公司业务特点和管理需求，开发物资管理绩效考核分解模型，实现指标分解至最小考核单元。
ERP 系统作为物资采购业务的重要信息系统，大量业务流程及重要数据运行其中，系统内部数据价值极高，系统辅助办公的优势愈发明显。但随着系统的深入应用，用户认知能力的提升，各系统业务流程设置耦合度不高，数据分散，标准不统一，系统扩展空间有限，仅依靠原系统已无法满足精细管理与降本增效等需求。为深挖系统数据价值，强化物资管理，盘活仓储资源，以数据驱动物资采购业务变革，推动企业实现降本增效，辽阳石化公司参赛小组在现有信息化成果基础上，基于 ERP 系统各项数据，使用数据分析工具，开展数据收集、整理、重建与展示，以满足日渐增长的管理需求，为企业掌握采购全流程中的各项业务要点提供准确的数据支撑和有力抓手。
一是将总部 KPI 指标细化分解，落地生根。总部下达KPI指标对地区公司具有指导、引领作用。辽阳石化公司紧紧围绕集团公司 KPI 管理要求，结合自身特性和管理经验，将指标细化、分解，促进公司整体KPI 提升。
二是实现 KPI 自动统计。用数字化技术将管理流程程序化、数据图形化、统计自动化，提高统计数据的准确性，减少人为统计过程中出现的误差和遗漏，实现KPI 自动统计为管理决策提供真实、准确的数据参考。
三是建立计划与库存信息关联。库存管理存在盲点，物资管理部门无法及时了解库存对于需求计划的满足能力，无法发挥数据在计划执行或者物资出库方面的科学决策作用。
四是建立采购效率量化指标。影响采购效率有多重因 2 素，辽阳石化公司在采购效率问题上多次下达考核指标，但由于整个采购流程较长，数据量大，信息统计困难，导致考核指标难以有效落实。
五是提供降库技术指引。到货物资不能及时领出，导致库存积压，周而复始，库存与计划对应关系模糊，超额库存和匹配库存难以区分，利库、报废等业务缺乏技术指引。
六是完善线上指标体系。物资管理部门在规范采购行为方面做了大量工作，总结了丰富的管理经验，并在线下发布了相应要求，但线下指标缺乏数据支撑，管理理念与方法难以落实到采购的各个环节。
集团 ERP 系统是建模的核心数据来源，为建模提供了精准、丰富、全面的数据支撑。从 ERP 系统到预处理数据库。按照事先设定的规则及变式在 ERP 系统中查询并导出多项业务数据，再导入到业务模型预处理数据库中。
一是指标细化分解。结合公司管理特征，按照集团指标设计公式，将集团 KPI 指标分解落实到公司内部单位。
二是确定关键数据指标 将采购全流程分解为计划、采购和库存三个业务阶段，以问题为导向，拟定 11 项关键数据。
①计划业务阶段。针对采购计划数据，拟定“物资计划下达率”、“物资计划准确率”和“库存满足率”3项数据，考察各个单位计划提报情况及提报物资库存满足情况。
②采购业务阶段。为加强采购阶段过程管控，模型将采购过程分解为 5 个关键时间节点，即“申请确认”、“订单创建”、“合同签订”、“预验收”及“入库上架”，统计分析各阶段工作完成率及执行时间，旨在促进采购阶段各环节效率提升。
③库存业务阶段。为加强库存管理，加速物资出库，降低物资占用时间和比例，拟定“库存总额”“匹配库存”和 3 “超额库存”3 项关键数据，旨在降低库存，盘活库存资源。
三是数据聚合 从 ERP 系统中根据既定规则及变式全量获取数据信息，根据各项指标业务逻辑处理要求，满足多维度数据分析与数据查询条件，构建结构清晰、数据齐全的全量数据宽表。
四是数据治理 根据数据分析展示需求定义数据清洗的策略和规则，在预处理数据库中应用标准 SQL 语句对贴源数据进行数据治理，重组数据资源，生成数据列表。
五是数据画像 依托 Fine BI 建立数据模型，通过数据画像多维度呈现各项指标，为调整物资存管策略，实现物资采购精细化管理提供可视化数据信息。
- 围绕分析主题，拆解了哪些分析方向？为什么这么拆解？
1、物资管理绩效考核指标
2、物资管理全流程管控
（一）物资管理绩效考核指标模块：
模型包括驾驶舱、KPI 数据展示和数据报表的 3 个主页面，其中 KPI 数据展示页包含物资上网采购率等 7 个 KPI 统计模型。
①驾驶舱页。展示公司整体 KPI 指标完成情况，页面共分为上、中、下三个部分。上部仪表盘集中展示公司 7 项 KPI 指标当月完成值、累计完成值，中部用多种图形按单位排序，下部设置统计表，展示同比、环比等数据。
②KPI 数据展示页。分上中下三个区域，上部显示当月完成值，中部为各单位出库金额情况，下部是明细显示区，包含 7 个独立子模型，分别详细展示物资集中采购率等 7 项KPI 指标，根据业务数据分别按照部门、时间、费用类型、物资大类等维度进行汇总，使用柱状图、折线图、词云图等多种图表，更形象的展示数据的主要指标和变动趋势，并具备数据联动等功能，旨在方便管理人员深度查询和发现异常数据。
③数据报表页。为提高工作效率，降低工作强度，减轻基层负担，同时保证统计资料的统一性、及时性、全面性、连续性和可靠性，定制化开发数据报表，自动汇总统计各单位 KPI 指标完成情况。
（二）物资管理全流程管控模块：
包含 3 个功能模块，分别为计划管理模块、采购管理模块和库存管理模块。
一是计划管理模块。
计划下达率=[（已下达计划数量/总计划数量）×100%]
计划准确率=[（删除计划数量/总计划数量）×100%]
物资满足率=[（需求物资数量/库存物资数量）×100%]
二是采购管理模块。
申请确认完成率=[（完成审批的采购申请数量/总采购申请数量）×100%]
申请确认平均时效=[（采购申请审批日期 - 采购申请创建日期）天]
订单创建完成率=[（生成采购订单的采购申请数量/总采购申请数量）×100%]
订单创建平均时效=[（采购订单创建日期 - 采购申请审批日期）天]
合同签订完成率=[（完成合同签订的采购订单数量/总采购订单数量）×100%]
合同签订完成时效=[（合同签订日期 - 采购订单创建日期）天]
预验收完成率=[（完成物资预验收的采购订单数量/总采购订单数量）×100%]
预验收完成时效=[（物资预验收日期 - 合同签订日期）天]
入库上架完成率=[（完成物资预验收的采购订单数量/总采购订单数量）×100%]
入库上架完成时效=[（物资入库上架日期 - 物资预验收日期）天]
全流程平均时间=[（物资入库上架日期 - 采购申请审批日期）/行项目数量 天]
三是库存管理模块。
库存总额=[匹配库存+超额库存]
匹配库存=[Min（同种物料的可用库存数量与待出库数量）]
超额库存=[全部库存数量 - 待出库库存数量]
一是从 ERP 系统到预处理数据库。按照事先设定的规则及变式在 ERP 系统中查询并导出多项业务数据，再导入到业务模型预处理数据库中。
二是从预处理数据库到 Fine BI 数据集。在预处理数库中对原始数据进行数据处理后传输至 Fine BI 数据集中。
绩效考核指标数据处理流程图：
需求计划数据处理流程图：
采购过程数据处理流程图：
（1）数据含义表达和图表排版布局
（一）物资管理绩效考核指标模块：
模型包括驾驶舱、KPI 数据展示和数据报表的 3 个主页面，其中 KPI 数据展示页包含物资上网采购率等 7 个 KPI 统计模型。
驾驶舱页。
KPI 数据展示页。
数据报表页。
（二）物资管理全流程管控模块：
包含 3 个功能模块，分别为计划管理模块、采购管理模块和库存管理模块。
驾驶舱：
一是计划管理模块。
二是采购管理模块。
三是库存管理模块。
（2）通过分析得出的结论：
1.模型应用效果
利用数据可视化模型提升了公司数据驱动的内在价值，增强了公司采购业务监督能力，助力公司全面加强物资库存管理，提高物资计划提报的准确性，促进库存物资出库、平库和利库等工作，为辽化石化公司协调积压物资处置，盘活仓储资源，压控物资库存提供了准确可靠的数据支撑。为公司物资管理日常监督考核提供强有力的数据支撑，通过数据统计分析与计算，将 KPI 指标逐级分解，将考核指标量化，定性考核与定量考核实现有机结合，有利于规范、提升物资供应管理水平，各单位目标明确，员工绩效行为与企业目标要求的行为相对应，对落实集团公司物资管理绩效考核的工作安排及公司战略目标的实现起推进作用。
2.合规、质量、效益、效率分析
一是效率方面。应用大数据思维将业务数据图形化、可视化，并对数据进行归类汇总、深度分析、发掘和利用，由人工统计分析实现自动计算预警，及时发现物资采购过程中卡点、堵点，有针对性的开展相关工作，促进本部门各项指标的快速提升，实现物资采购业务效率有效提升。
二是效益方面。通过库存管理模型及时了解公司超额库存物资情况，开展平库利库，积极协调积压物资处置。应用模型实现采购全流程图形化、数字化，降低人工统计时间和成本，提高数据准确度，为公司降本增效提供解决方案。
3.可推广性分析
辽阳石化公司在炼化与新能源板块中是典型的炼化一体化企业，在物资采购管理业务中具有业务类型全面、管流程完整等特点，管理难点与痛点在板块中具有典型性。本模型数据完全来源于集团统建的 ERP 系统，全流程保持数据的完整性和原始属性，板块内其他单位均使用统一架构的ERP 业务，业务逻辑与数据形式具有极大的相似性，在此模型中上传本单位数据即可快速实现业务展示。
（3）最终结果呈现的页面布局
三、参赛总结
1、FineBI工具：
虽然Excel也可以进行数据分析，但入门简单、精通难，尽管有很多分析需求，限于有限的工具使用能力，对于工具掌握能力稍弱的业务人员来说，免不了人工筛选的部分，费时费力，无法专注于数据。相较于Excel，使用FineBI的优势在于：操作简单且快捷，所见即所得；支持各种复杂运算场景，专注于数据分析的产品功能设计，辅助业务人员进行数据分析；操作自动保存，避免文件丢失。
在查看数据方面：
使用Excel分析数据，只支持单次分析，数据无法更新，遇到类似分析场景需要重新编辑，同时也无法实现数据监控，需要人员一步步后退，修改后重新进行编辑。而FineBI的数据来自于数据连接，随数据库数据更新而更新，可长期复用，实现数据时时监控；分享便捷，且保障数据安全；分享便捷，且保障数据安全；数据分析报告完成后，需要将分析报告提供给相关团队，使用Excel分析，则要发送数据源文件，存在数据安全问题，最终文件去向无法把控；而使用FineBI，仪表板的分享功能及权限管理功能控制数据源；支持移动端，查看方便；FineBI的仪表板除了可以在PC端查看之外，还可以在移动端，如手机、pad端进行查看，查看的方式也有很多种，包括有数据分析app、微信、钉钉、手机浏览器等。
我觉得FineBI的亮点在于可以实现多个岗位同时减负的使用，无论是对技术人员、业务人员都是好处颇多的。IT部门只需要将数据按照业务模块分类准备好，业务部门就可以在前端进行自助分析。对于技术人员来说这一举可以解放精力，更加把精力放在数据工作上，聚焦在数据治理和价值挖掘上。业务人员又能够获得分析主导权，让业务人员由足够的数据支撑，发展正确的决策。
FineBI的数据可视化展示特别简单、直观，因为数据分析是要给人看的，其展示效果一定要直观清楚，这一点FineBI通过仪表板驾驶舱就可以实现。
2、参赛总结
（一）感受：
一是数字赋能管理提升。利用大数据技术，通过数据建模，建立海量数据的内在联系，实现深度挖掘数据价值，快速解决物资管理过程中的难点、痛点问题。
二是“业务+技术”双轮驱动。模型功能离不开业务求，模型实现离不开数字技术，建模过程中要业务和技术断融合，才能设计出实用的模型。
（二）经验：
一是实用性。以实用性为出发点，通过建立物资库存管控指标，监控各环节执行效率，为物资采购全流程管控提供数据支持。
二是扩展性。模型建设通过统一数据导入模式、预留用业务数据、使用通用语言开发等多种方式，确保模型支持迭代开发与扩展应用。
三是高效性。物资建模实现海量数据融合统一，简化复杂的数据收集与处理过程，提高物资管理统计的工作效率。
这次大赛对于我们团队来说，还是非常有挑战性的。在这次的研究过程中，韩一嫡主要负责研究的统筹规划工作，赵晶磊负责物资管理全流程管控模块的工作，王舒卉负责物资管理绩效考核指标模块的工作。大家各司其责，在不断的沟通、了解中克服困难，最终，在我们的共同努力下，得到了这份令我们自己还算满意的答卷。
| 
