以精益指标体系贯穿的数据驱动型精益管理模式构建

我国指出，“发展新质生产力是推动高质量发展的内在要求和重要着力点”。数字化转型已成为支撑深化改革，构建新发展格局的核心需要，中央企业积极推进数字化转型，既是响应政府号召，也是保持自身核心竞争力的重要途径。中车青岛四方作为大型轨道交通装备制造企业，组织结构复杂，业务场景众多，具备离散制造的特点。公司目前已经实现了车间生产信息的数字化采集，各类业务系统也逐步搭建完善，随着信息系统的不断建设，数据来源和类型越来越多，数据体量不断增大，数据驱动管理提升仍未有效发挥作用。传统模式下的“生产准备靠会议、指标管理靠经验、部门协同靠流程”等管理不精益现状，给企业发展带来新挑战，典型案例集中在物料供应影响生产秩序和异常处置效率低。生产状态透明、生产要素实时监视、精益七零管理、管理持续改善需进一步提升，精益化 [1]、智能化成为公司发展诉求和焦点。因此，面向生产过程领域，解决多专业数据孤

岛、部门协同难、管理层级多、流程无法监视、“前、中、后”全链条断链等典型问题，通过深化精益与专业融合 [2]，围绕生产管理场景，运用数字孪生技术和理论 [3]，创新专业与信息化融合解决方案，将全链条跨专业精益管理转化管理指标，构建以指标“感知、驱动、闭环”的新驱动精益新模式，充分发挥数据流通、数据驱动和数据价值，实现数据要素成为企业新质生产力，并在业务架构、平台建设、机制评价等进行创新重构，打造数据驱动型精益管理新场景。

1. 精益制造数字化指挥平台总体框架

以“场景为先，抓前抓早，主动感知，实时计算，闭环跟踪”为指导纲领，以业务流程精益，组织架构精简为建设目标。聚焦智造链，牵引供应链、技术链，对标精益七零管理，以消除八大浪费为出发点，构建以“指标预警、事件驱动、资源赋能”为核心的精益制造数字化管理平台，内涵如下：

指标预警：主动感知“发生了什么”。即基于S³QDCIT（S 计划、S 安全、S 设备、Q 质量、D 交付、C 成本、I 库存、T 变更）业务场景构建指标体系，通过指标状态目视化，实现业务抓前抓早与管理透明化。事件驱动：快速确定“采取何种行动”。以问题快速处置为目标，实施流程再造，搭建事件处置SOP（标准工作流程），建立制造指挥“铁四角”协同机制，实现事件的自动定位与闭环管控。

资源赋能：精准掌握“决策支持信息”。基于大数据应用理念，以数字资产标准化为重点，搭建数据资源库，对数字资产进行分类管理，支持快速调用，实现数据资产沉淀与定向赋能。

2. 平台建设核心技术

以业务场景需求为先，坚持问题导向，从生产作业全流程入手，开展制造业务流程全面梳理，归纳、确定制造指挥中心的建设特征：通过以质量、成本、效益为核心的数据的自动化处理及应用，支撑实现精益管理提升。场景包含前端预警自动化、物料配送准时化、制造过程自动化、质量监控在线化、人员需求最少化、生产过程透明化、优化改善集中化、异常处置自动化、装备管理集约化。

2.1 指标中心建设

围绕中车集团精益评价要求，基于精益制造SQDCIT 指标体系，结合精益生产管理理念[4]，即以改善为基础，以准时化和自働化为两大支柱，低成本、高效率、高质量的生产方式，实现最少的投入获取最大的产出，以工位六要素为落脚点，从七零指标和消除八大浪费两个维度构建可计算、可衡量、确实有用的指标体系，实现透明管理。

基于指标对应业务项点分析、实际应用场景及精益管理要求，设置各板块指标，结合各版块业务侧重点、重要程度、管控类型等不同的管理要素，搭建S³QDCIT 指标体系，包含物料齐套率、计划完成率等。

2.2 事件中心建设

基于实际业务流程，系统梳理识别事件管理流程中的关键项点，覆盖制造生产所有环节，确定事件流程的标准化提升方向。结合实际业务场景需求，抽离各版块业务管理逻辑，梳理数据来源、数据对象、数据唯一性标识字段、指标计算最小维度、计算因子 / 参数、计算公式、数据样例、阈值、展示维度等信息，建立形成指标预警数字化管理模型。

数字模型超出阈值后触发产生事件，进入事件流程，包含事件产生、事件处置、事件关闭、事件评价四个流程，制造指挥管控的主线是生产计划，指挥平台介入生产管理的最核心环节是事件驱动，依托事件中心建立事件与工单工位的关联关系，触发SOP 流程，实施以计划为主线的事件驱动型管控，识别风险，解决异常，保障指挥平台有序运行。

事件产生：事件分为预警、预测、优化三大类，预警事件基于指标数据阈值报警，对异常情况进行动态监控；预测事件基于指标数据变化趋势，预测异常发生风险，旨在抓前抓早，降低异常风险；优化事件基于大数据池指标的横向、纵向对比，总结生产规律，寻找隐性问题，拉平个体差异，促进业务场景改善。事件产生后，基于指标事件保包制和管理业务负责制原则，事件指向对应业务经理，实现由“人管事”到“事找人”转变，压实各级管理人员职责，提高管控效率。

事件处置：在事件处置过程中，可以进行催办、督办、升级操作，代替传统的电话、会议沟通，打破部门墙，提高沟通效率。事件处置结合历史经验数据，将异常事件分析归类，类别分为两级，针对二级详细分类确定分析及处置流程，事件的处置参照SOP 标准流程，通过资源中心定向赋能实现异常原因的快速定位，并调用事件标准处置措施库，实现快速程序化的异常处置，提升异常处置效率。

事件关闭及评价：异常关闭基于生产计划影响得到消除，指标水平恢复正常后，由区域经理落实关闭，并根据事件响应时长、关闭时长、重复发生情况进行自动打分，结合服务评价进行最终事件评价，对异常管理进行监督、评价、督促、提升，全面提升异常解决的协同作战能力。

2.3 资源中心建设

按照数据治理理念和知识管理的原则，对业务数据进行收集、清洗和计算，以可视化报表形式输出分析结果，建立多维度的数据资质目录，沉淀成为数据资产。

设置资源中心，通过数据资产的归集与有效分析，以可视化报表形式在事件处置决策中提供借鉴参考，以引导决策者在边界判定和优化策略制定中选择更加精准，为事件驱动型管控提供数据赋能支撑。

3. 结论

本文梳理业务场景需求，基于精益七零的理念，以“指标预警、事件驱动、资源赋能”的管理思路为主线构建管理模型，首先搭建S³Q 动识别和发现问题，实现指标前端预警；其次基于生产异常快速处置流程 主线的事件流程搭建，形成SOP 标准工作流程，实现事件驱动型管控；最后 要，汇聚大数据资源，策划资源中心管理模型，通过数据资源的整合分析，实现资 数字蓝 图 ，分别开发建设指标中心、事件中心、资源中心平台，最终串联形成精益制造数字 实现基于数据的量化管理。

参考文献：

[1] 王小明 ， 邵睿 ， 朱莉芬 . 数字经济赋能制造业高质量发展探究 [J]. 改革 ，2023，（03）：148-155.

[2] 刘月栋. S 公司数字化精益生产管理体系建设研究[D]. 导师：陈庆江. 山东财经大学 ， 2024.

[3] 陈剑 ， 黄朔 ， 刘运辉 . 从赋能到使能——数字化环境下的企业运营管理 [J]. 管理世界 ， 2020， 36 （02）： 117-128+222.

[4] 门田安宏 . 新丰田生产方式 [M].4 版 . 保定 ： 河北大学出版社，2012：1-8.