制造型企業有哪些業務問題可以通過數據分析解決？今天開始將給大家以具體的業務場景為例，剖析制造行業數據分析相關的具體業務問題。

制造型企業離不開各種各樣的生產設備，而這些設備大多造價高昂，使用壽命有限。作為企業的管理者，你是否想過這些設備24小時不間斷工作？無視淡旺季的影響？除了常規的設備檢修，站著大數據分析的視角，我們能做些什么？今天，我們的專題場景就從設備開機率結合接單報價出發，講解制造型企業提高設備利用率的實際案例。

永洪BI智能工廠Demo

專題場景之提高設備利用率

對于大型設備的定期維修、減少設備報廢率，大多數制造型企業已經有了多年的積累和實踐。但對于很多企業來說，困擾他們的不是“保障設備在滿負荷狀態下的運轉正常”，而是“設備正常的時候沒有訂單需求”。

怎樣使設備的空閑率越來越低，理應是企業提高設備利用率的核心突破方向。

訂單有限導致設備利用率下降

?策略：設備周期空閑情況監控，一是接單報價環節在常規預估報價的基礎上，輔以價格優惠傾斜；二是營銷端推動空閑種類設備的客戶訂單。實現營銷-生產環節的閉環，最大程度釋放設備的價值。

實例：制造企業A（以下簡稱A），上百臺不多種類的進口生產設備，每臺價格均在百萬級別。正常訂單周期大概是4到6個月，由于產品需求集中在下半年，導致生產旺季在每年的6到9月份。出現了淡旺季，就意味著在淡季/平季時，生產訂單會達不到設備滿負荷運轉的需要。

A通過搭建大數據平臺，構建了SAP、OA、自研系統和設備信息的全數據鏈路。結合數據咨詢服務、數據倉庫、BI，實現了企業數字化管理的基石打造。

數據平臺架構圖

?步驟一：通過大數據平臺，通過實際訂單及生產環節計劃，獲得生產環節產能負荷預估情況。再拆解出不同種類機器的開機率，開機率=(A環節工時+B環節工時+C環節工時)/可用產能。

?步驟二：針對開機率較低的機器，開展定向推送，預警營銷端的獲客接單方向。

?步驟三：已有商機的客戶，詢價/估價環節，常規報價的基礎上，按照特定機型開機率高低，提供不同比例的價格讓步。因為生產廠家報價，基本圍繞成本展開，再考慮機器成本因素時，可以在保證不虧損的前提下，作出一定的價格讓步，擴大贏單幾率。

一般建議，在開機率低于40%時，要在原機器成本的基礎上減少20%~30%；開機率在40%~60%之間時，減少10%~20%；開機率在60%~80%之間時，減少5%~10%；開機率高于80%，則可視實際情況而定（因生產性質差異較大，各企業可視自身真實情況定奪）。

整個分析過程依托于完善的數據平臺，打通了各系統間的數據壁壘，才能精準預判實際訂單所帶來的機器負荷情況。如果企業沒有數據平臺，可以率先嘗試采用手工收集的方式，看是否具備從營銷端到生產端的閉環監控條件（即“通過已有訂單，判斷某類機器是否在未來哪段時間需要運行”）。也可以采用敏捷BI的方式，簡化數據處理過程，依托敏捷BI多數據源對接和自由的數據處理能力，實現業務數據分析場景的快速搭建。

?總結：企業管理者通常已經能夠關注到核心業務環節涉及的各類問題，但一些細節場景由于存在數據獲取困難、業務相關性不強等因素的影響，會有一些“知道需要解決卻無從下手”的業務問題。大數據平臺或者敏捷BI，是制作型企業解決涉及全鏈路業務問題的時候，值得花時間和精力去投入的一個方向。