工程机械服务业的信息化与数字化建设

引言

一直以来，国内针对工程机械行业专门的解决方案不多，针对工程机械服务行业更少。解决方案提供商多将工程机械制造行业的解决方案与工程机械服务行业的解决方案划为一类，忽略了工程机械服务行业的一些特性和特定需求。这样一来，解决方案的针对性和科学性就会大打折扣。另一方面，新零售阶段，消费者逐渐两级分化，即追求性价比与追求个性化自由。如何发展规模效应降低成本，向消费者提供更高性价比的产品，同时重视客户的市场脉动的响应，提供个性化的商品，成为目前商品管理的挑战。本文将引用千里马机械供应链股份有限公司信息化建设的过程，深入阐述工程机械服务业如何应对行业特有痛点以及如满足新的消费者需求。

一、公司简介

千里马机械供应链股份有限公司成立于2002年，近百家直营门店，分布在湖北、新疆、四川、广西、山西、重庆以及中亚哈萨克斯坦、乌兹别克斯坦。

千里马立足于工程机械现代服务业，面对一个存量规模巨大，蕴藏“一带一路”服务新机遇的万亿级市场，致力于提供差异化的后市场服务，搭建去品牌、去区域、可延展的中国工程机械产业互联网服务平台。以基于大数据的精准管理为目标，整合供给侧的整机供应商、零部件供应商、金融保险及维修合伙人，通过互联网技术并依托“小马快修”平台，以整合客户需求的顾问式服务，为矿山用户、政府公共服务企业、一带一路服务强需求等核心用户及其他工程机械用户提供全生命周期服务。

二、信息化背景和问题

虽然机械服务业属于小众行业，但是由于行业特性，对于信息化的要求是相当高的。例如机服企业提供的设备成本十分高昂，如果管理达不到管理需求的话，设备可能会受到各种损害，从而给企业造成严重损失。

目前千里马搭设了完备的基础业务系统，如集团总部的SAP、供应商管理、项目管理、客户管理等，子公司搭建有门店管理、生产执行、工地管理和设备租赁系统，并实现OA的嵌入，最终以帆软报表查询系统为展示终端。

除了自身的信息化建设，千里马还兼顾了上下游厂家，包括外围如京东这样的战略合作单位，委托给其整机和配件整体。由于京东物流的便捷性，它可以帮助千里马将一些机械设备和配件运输到人际荒芜的矿山和工地，这是其他任何一个快递公司都无法做到的。但是也由于上游主机厂家数量众多，数据格式不统一，每家的管理颗粒度都不一样，因此这也给千里马信息化造成了很大的困扰。除此以外，还存在一些其他的问题，因此综合来看，总结出以下几点障碍：

1. 数据孤岛：基础业务系统逐步增加，缺乏统一的数据中心，整合分析的效率十分低下，关键维度数据缺乏统一标准，差异化加重，制约系统协同，降低运营效率；
2. 数据运营费力：存在较多手工收集、处理数据的场景，消耗大量人工且容易出错，数据分析缺乏专业工具，表现能力欠佳；
3. 无法支撑决策：缺乏场景化的高效决策支撑体系

“系统架构一定要围绕着企业目前本身的信息化发展阶段来部署，每家的实施策略是不一样的”千里马机械供应链CIO王欢这样描述。因此当前阶段，他们选择了利用Finereport来搭建统一的数据分析可视化平台，将多元化、多维度的数据资产进行了整合和利用。

三、BI应用场景与价值

首先，千里马利用帆软实现了无需搭建数据仓库式的跨系统查询——利用DBLINK、GATEWAY与帆软的专业数据连接控件实现多系统多渠道以及不同数据库之间的混合汇总查询。数据抓取与使用进行了前后端的分离，让业务人员专注于数据的使用，让业务人员自己做报表。目前由千里马信息化部门做的报表只占1/3，其余的报表都是由业务部门自己来完成的。需要什么样的数据可以提需求，it部门只会带着做两张报表打样。

“我觉得帆软带着我最便捷的一点就是——拖拉拽就可以形成报表，可以让业务专心做报表”千里马机械供应链CIO王欢说道，“可以满足任何样式、任何颜色的需求；而非之前做报表，每个小的细节都需要改动一次代码”。

其次，千里马利用帆软，搭建了大量简易便捷而十分有价值的场景化应用。

场景一、智能服务

由于行业特性，每一台工程机械设备的价格都非常高昂，因此每台设备上都装有GPS，以便于知道每台设备在什么地方，干了多少时间，什么时间会通过哪里。况且，由于该类设备长期运行在工地、矿山等地，无法像汽车一样，出了故障就去4S店，只能由专门的服务人员去现场进行维修，但是又因为服务资源分散，往往造成大量的人力成本的浪费。

因此，千里马决定搭建一个服务预判模型，将被动维修保养服务转向主动维修保养服务。一方面，通过5G、物联网手段收集工作的工程机械设备使用信息，比如开机工作时间，GPS定位，液压系统数据，油缸数据，震动频率，尾气排放数值等信息，另一方面，通过数据中心计算出即将要进行保养和发生故障的工程机械车辆，匹配附近的维修人员，通过最佳路径算法，安排维修人员前去设备现场进行保养维修作业，减少维修人员在路程中消耗的时间。

具体的做法，首先，建立一个完整的设备档案，将设备的各个属性进行网罗，将设备属性纬度力所能及地扩大，提高设备分析精准度的同时提供模型分析所需因子。

其次建立服务预测：根据多个因子，创新性地结合帆软报表和数据挖掘中的预测模型（非帆软），预测该设备未来维修服务的情况，并联系库存、采购计划判断该备品备件畅平滞销售可能性以及流速控制，能够更早地调整响应的库存、采购、销售计划。

通过搭建智能服务维修模型，创新性地将其应用到工程机械服务行业和报表中，由决策因子、规则因子、算法因子组合构成智能服务维修模型的基础规则，根据模型规则计算出需要维修服务的设备地址，该设备所需要的服务种类以及该设备需要使用的备品备件数量，从而对设备进行主动保养维修。智能服务维修模型还具备自动调整以及学习能力，随着历史数据的丰富，能够逐渐提升派单及路线规划的准确率，这对打造高效服务以及盘活呆滞库存有很大的积极意义。

通过这些看板及智能服务维修模型，千里马的售后服务效率提升了80%，以前往往维修人员只能接上午一单下午一单，但是现在一天可以接3～4单。

场景二、智能巡检

在维修师往返的路途中，师傅可以通过地图结合表单查询周边是否有机械设备发出保养通知，以及是否有设备过了保养日期但是未进行保养，可以主动联系客户，对设备进行保养。

场景三、服务过程管控

由于服务工程师常常在各个边远的工地、矿山，远离管理，容易出现接私活的情况，因此千里马构建了个性化地图，针对每个车辆进行数据采集，当服务工程师出现违规操作、或者远离车辆，通过算法匹配，可以判断出服务工程师处于状态异常，这个时候总部管理人员可以给服务工程师打电话，询问原因并进行管理。

场景四、库存预警

跟京东做了战略合作以后，配件管理部门做了库存的预警，地图上是所有门店的库存分布，蓝色的点表示该地门店出现某些零件异常、缺货，就需要进行库存检查，是否因为零件缺货导致单品出库得不到保障，会要求进行备货，同时还有自动补货的功能。

四、千里马的行业思考与观察

企业信息系统进化按照诺兰模型，可以概括为为计算机时代和信息时代。在计算机时代，通常企业开始实施ERP、进销存等系统，这是大部分企业信息化已经经历的阶段。而信息时代是企业信息化未来发展的重点，更关注横纵一体化的管理平台搭建，以及完善的商务智能分析、趋势预测的建设等。“当前我们也提出了三化的改革方案——平台化、在线化和数字化，也就是一体化的平台，在线化的运营和数字化的资产，核心在于如何提升数字化的资产，让数字更有价值，并且能通过数字带来更高的收益，这是我们想达到的”，千里马供应链CIO王欢先生说。

当前传统主机厂是很少能够拿到后端的大量数据的，如当一辆汽车过了保修期，它不再去4S店的时候，4S店是拿不到关于这辆汽车的任何数据的——当前流通向哪里、二手转移给了谁等。那么通过搭建工业互联网二级节点，千里马希望能够完善机械行业的生态链路上的不足。去年疫情期间，正因为构建起了机械设备的地图和服务过程管控地图，当火神山、雷神山建设医院时，千里马第一时间派遣大量工程机械和服务人员前往现场支援，及时地、有效地完成了应急调度。对于这样的应用，还有很多，如协同监管，机械管理......

“我们希望，通过数据，让每台工程机械创造最大价值，让数字化重构工程机械服务新生态”，王欢说。

结语

2021年3月份，国家发改委等十三部门出台《关于加快推动制造服务业高质量发展的意见》，表明目前我国制造服务业供给质量不高，专业化、社会化程度不够，引领制造业价值链攀升的作用不明显，与建设现代化经济体系、实现经济高质量发展的要求还存在差距。在这样的背景下，智能制造信息化将成为引领制造服务业提升质量，实现供需精准高效匹配，与制造业耦合共生、相融相长的重要手段。