全球最具影响力的数据智能产业服务和职业发展平台

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

[数据治理实践] 资产密集型企业的物料/资产/设备数据治理难点和建设思路(推荐收藏)

[复制链接]
发表于 2019-10-5 12:36:13 | 显示全部楼层 |阅读模式
前言

资产密集型企业(如石油天然气、采矿业、电力、钢铁、核能及新能源行业等) 在不同的发展阶段和业务部门,涉及物料/资产/设备管理等大量的基础资料档案数据,这些数据质量的好坏会直接影响业务执行效率及工作质量。企业在支持物资、设备及资产管理业务上采用不同的应用系统,这些系统都会使用到物料/资产/设备数据,因此保证基础资料档案数据的完整、准确、时效和一致性是物料/资产/设备管理的一项重要基础工作。需通过对贯穿整个资产设备全生命周期的物料/资产/设备主数据的收集、整理、导入、核对等工作进行管理,以确保资产设备基础资料档案数据的质量。

本文重点讲解物料/资产/设备主数据的基本定义,相应数据标准化的内容、过程、应用场景以及差异点。

资产密集型企业对资产/设备管理目标

资产密集型企业资产/设备管理要做好三件事:体系管理、对象管理和过程管理建立资产全生命周期管理。

将资产实物属性、技术属性与价值管理综合集成,并在其生命周期的各阶段流程化协同管理,同时注重资产总体分析、评价与考核,以指导各阶段资产管理相关决策。

资产全生命管理对象:物料-设备-资产,资产全生命管理对象在资产形成、建设和运维及退出阶段实物的表现形式不同。虽然表现形式不同,但不论哪阶段其管理内容都包含实物、技术和价值三个方面。

资产全生命管理过程:资产从前期选型、设计、采购、安装、调试管理开始,到交付运行后的运行状态监控、维护保养、设备的移动、封存、借用等运行活动,直至报废或者更新改造的统一管理过程。

资产全生命管理体系:建立基于资产全生命管理理念的资产全生命管理体系,从资产的规划计划到退役报废全生命角度考量和管理资产的运行绩效,确保资产的高效运行,同时将资产的绩效及运行状态反馈到资产决策中,为各项分析提供依据,以有效指导相关业务。

在满足安全、效能的前提下追求资产全生命周期成本最优,实现系统优化;以通过“资产”全过程的业务管理建立以资产为主线的管理和分析方法;“帐卡物联动”、条形码等技术手段加强资产全过程的业务协同。

图1 资产管理的全生命周期的管理

物料/资产/设备基本概念及三套代码管理差异点分析
2.1物料主数

1)物料定义

物料,是指包括与产品生产有关的所有物品,如原材料、辅料、成品等;对于信息化系统而言,物料是特指一个企业物资、产品和服务的总和。按使用分成物资类物料、产品类物料(成品、中间产品和和产品废次品)和服务类物料。

2)物料不同视图画像

ERP系统将物料同一类业务的相关参数划分到不同的界面(视图)中,如基本视图、采购视图、销售视图、生产视图和财务视图,基本视图中的信息包括:物料编码、物料名称及规格型号和基本计量单位。

图2 物料不同视图画像示意图

2.2设备基础数据

1)设备定义

设备(Equipment;Device;Facility;Plant)指可供企业在生产中长期使用,并在反复使用中基本保持原有实物形态和功能的劳动资料和物质资料的总称。

表1 设备在不同视角的定义

  • 设备相近或相关词汇有:设备、设施、装备、装置、机械、机器、工具、机具、器具、仪器、仪表。

  • 备件相近或相关词汇:零件、部件、构件、备件、元件、元器件主动件、从动件、紧固件、密封件、标准件、非标准件、金属件、非金属件。


2)设备分类

图3 设备分类多种示意

3设备主数据

设备主数据包含的信息有:基本信息、位置信息、组织机构信息、结构信息、技术参数信息等相关信息;

图4 设备主数据

图5 设备功能位置示意图

图6 设备分类、技术参数及参数值选单实例

4) 设备不同视图画像

通过关联关系,提升主数据维护的效率,减少手工重复录入和冗余存放,而不是简单的手工表单电子化。

图7 设备不同视图画像示意图

2.3固定资产
1)固定资产定义

固定资产是指企业为生产产品、提供劳务、出租或者经营管理而持有的、使用时间超过12个月的,价值达到一定标准的非货币性资产,包括房屋、建筑物、机器、机械、运输工具以及其他与生产经营活动有关的设备、器具、工具等。固定资产的价值一般比较大,使用时间比较长,能长期地、重复地参加生产过程。注:使用寿命,是指企业使用固定资产的预计期间,或者该固定资产所能生产产品或提供劳务的数量

2)固定资产的确认条件

固定资产在符合定义的前提下同时满足下列条件的才能确认:

与该固定资产有关的经济利益很可能流入企业;

该固定资产的成本能够可靠地计量

3)固定资产确认条件的具体运用

工业企业所持有的备品备件和维修设备等资产通常确认为存货,但某些备品备件和维修设备需要与相关固定资产组合发挥效用;

固定资产的各组成部分具有不同使用寿命或者以不同方式为企业提供经济利益,适用不同折旧率或折旧方法的,应分别将各组成部分确认为单项固定资产。

4)固定资产不同视图画像

图8 固定资产不同视图示意图

物料/资产/设备主数据之间关系和差异点
物料/资产/设备管理主数据在基本定义、分类及参考标准、常见编码规则及核心数据模型,以及主要用途和场景来进行对比分析,详细见下表说明:

表2 固定资产、设备、物料之间对比表

物料、设备、资产的代码在不同的业务环节应用
由于管理的对象和业务环节不一样,物料代码、资产代码、设备代码有各自的应用场景,在现实场景过程中,很难合一,都是通过映射建立关联关系。

通过关联关系,减少对实体对象属性的影响,不需要修改大量的数据属性,同时保存关系的变化,为全生命周期记录历史。

图9 物料/资产/设备三码在业务应用场景


  • 物料分类、采购目录、产品目录是一套分类体系,即共享一套分类代码及分类方法。在需求填报、制造、采购、仓储、生产运行、销售等业务环节均共享一套物料代码,贯穿始终。

  • 资产是按照资产账簿、资产目录、资产标签号来进行管理,与物料代码无直接关系,生产运行阶段,又衍生出设备分类代码,这三套码需要建立映射关系建立管理关系。通过主数据间的关联,方便进行关联查询


图10 项目、物资、设备、资产的运行数据

物料/资产/设备数据标准化遇到挑战

很多资产密集型企业仍存在着物料/资产/设备主数据收集不全、不准;业务变化后,主数据未能及时地更新,影响系统的使用;在使用过程中,不规范操作和数据标准,多数维修历史数据记录结构化程度不够或录入不准确,影响了后期的数据统计分析。产生这些问题的原因,除了企业领导重视程度、关键用户参与度、培训以及配套的管理规章制度、业务流程保障和应用考核不够外,还有一个重要原因是商品化软件的使用操作易用性不太符合国内用户的使用习惯。

物料数据标准化

根据国际eCl@ss、UNSPSC和国家标准GB7635等物料分类与编码标准化体系和数据结构,制定适用企业的物料分类与编码标准。依据物料的本质和共性特征,基于科学、统一的物料分类,建立标准化、专业化的物料描述模板。

以“专用柜式分体5KW冷暖单相空调”为例(160701019000001),其编码过程如下:

图11 物料标准化过程

物料主数据标准笔者以前写了两篇文章,在这篇文章就不赘述了,请详见:制定物料分类规则参考的标准和常见方法及流程

物料描述模板技术解析及10个典型行业实践示例

设备数据标准化
7.1设备管理重点

成熟的资产密集型企业设备/资产管理一般包含两个方面:维修管理设备可靠性管理。成熟企业都建立了相应的组织保障机构、规范的业务流程、数据标准化和信息系统来支持相关业务。

图12 设备资产全生命周期全景图

  • 人员与组织。从人员组织上,形成了以设备管理人员为主的维修管理组织机构,以及以企业领导牵头与相关部门参加的可靠性管理组织机构。

  • 业务持续提升。从业务的角度,为了达到持续提升的目的,上述两个方面的管理紧密结合并形成了从策略制定、执行、评估、优化再到执行的PDCA闭路循环。

  • 标准化维度。从标准化的角度,形成了包含设备分类、特性、维修组件、成本类、KPI和故障体系,以保证历史数据记录的规范性、一致性以及后续可靠性分析和绩效考核准确性和可比性。

  • 系统支撑。从系统支持的角度,两个方面的管理工具或系统及状态监测系统也在朝着相互集成的方向发展,使得业务流程更加优化,促进管理效率提高。另外,通过有效地对执行层面的历史数据进行分析和挖掘,使得各类分析更加精细化和科学化,进而最大化地提升设备可靠性。


图13 设备全流程管理

7.2设备基础数据标准化内容

可靠性管理主要关注于设备管理目标的制定、落实,绩效评估与原因分析,维修策略的制定、优化、实施以及持续提升。为了利用维修管理系统中收集的主数据及维修历史数据进行绩效评估、对比和分析,发现问题,找原因以及进而优化维修策略,持续提升设备管理绩效,数据的标准化工作非常重要。

1)设备主数据

设备各类主数据是设备管理众多支持系统主数据的基础。为确保设备管理系统的有效运行,建设设备主数据管理系统非常重要。设备主数据管理系统通过企业设备主数据管理人员与外部EPC合作伙伴及供应商的合作请求、企业数据收集人员的现场数据校对、日常用户使用中数据问题发现及警示来保障设备管理系统所用的功能位置、设备、备品备件清单、维修任务清单、测量点各类文档资料等数据收集的及时性、完整性和准确性;并通过与各类设备管理应用系统进行集成,在设备各类主数据建立和修改的同时,触发这些系统设备各类主数据的同步更新,确保各应用系统设备各类主数据的一致性,从而保证业务处理和分析结果的正确性。

设备基础数据是用来定义一个企业设备管理所用到的全部静态数据,主要包含以下8大类数据。

图14 设备基础数据标准化内容

图15 设备基础数据示意图

设备管理信息系统贵在其分析与统计,因此必须在实施设备管理信息系统前对基础数据进行标准化、规范化,形成设备主题域数据标准化建设思路体系。

2)设备分类法

设备分类法是把设备各种种类之间的关系按照一定的层次组合起来,同时也包含对设备故障信息和关键绩效指标分类

  • 设备分类

  • 技术参数

  • 参数值选单

  • 故障信息代码(故障现象、对象零件、零件损坏、故障原因及应对措施)

  • 设备功能边界

  • 关键绩效指标等


图16 设备主数据分类体系

对设备进行分类,具体的设备包含技术参数、技术参数值选单等

图17 设备分类示意

故障信息代码包括:故障现象、对象零件、故障原因及应对措施等

图18 故障维修示意

3)KKS码(电力行业)

KKS全称电厂标识系统,是一种根据功能、型号和安装位置来明确标识发电厂中的系统、设备、组件和建构筑物的编码体系

KKS编码根据标识对象的功能、工艺和安装位置等特征,来明确标识电厂中的系统和设备及其组件的一种代码。KKS编码用字母和数字,按照一定的规则,通过科学合理的排列、组合,来描述(标识)电厂各系统、设备、元件、建(构)筑物的特征,从而构成了描述电厂状况的基础数据集,以便于对电厂设备进行管理(如,分类、检索、查询、统计)。

通过引入KKS标识系统,形成一个能够贯穿电厂生命周期整个过程的编码,可以使电厂在规划设计、建设施工、启动调试及运行维护的各个阶段产生的信息都能被设计、施工、设备生产厂家、信息管理软件商和工程业主等各方准确理解和交流,同时易于计算机处理,使电厂的资产及信息从设计开始一直到运行维护都能够处于最佳配置,从而为实现“数字化电厂”的建设要求奠定基础。

KKS编码被广泛用于电厂的规划设计、工程建设和经营管理过程之中;它拥有足够的容量且可扩充,能够标识不同类型电厂所有的设备;KKS编码的逻辑结构和组成体系层次分明,代码简单明了,能够不依赖于计算机程序语言而独立存在。这些特点使它适合作为基础数据供计算机处理,为电厂信息系统(如MIS、ERP、EAM、SIS)的建立提供强有力的支撑,为企业进行成本核算、计划统计和预决算等管理提供良好的基础数据平台。

图19 KKS的结构图

图20 KKS的结构说明

7.3KKS码与物料代码、固定资产代码之间的关系

图21 物料代码、KKS、固定资产之间关系

图22 功能位置码(KKS)与物料主数据之间的关系

7.4设备主数据应用场景

通过建立了主数据的关联和主数据内的分解,不仅提高了使用的方便性,还为将来进行多维度分析奠定基础。

图23 设备与物料、供应商、组织机构及功能位置的关联关系

资产主数据标准化及指标管理
8.1固定资产管理目标

固定资产管理的基础是对单项固定资产的确认,以及对固定资产进行正确的分类和编制代码。强化固定资产的科学管理和细化核算,有利于促进企业正确评价固定资产的整体状况,提高资产使用效率,降低生产成本,保护固定资产的安全完整,实现资产的保值增值,增强企业的综合竞争实力。

图24 资产全生命周期的管理

8.2资产标准化主要内容

实现资产全生命周管理离不开标准化建设,主要标准化内容包括:组织标准、数据标准、业务流程标准、技术标准等内容:

图25 资产数据标准化内容

8.3固定资产分类

《固定资产分类与代码》(GB/T 14885—2010)中采用线分类法(也称层级分类法)对固定资产进行分类。第一至四层采用国家标准分类结构,即固定资产门类、大类、中类、小类;后面企业可以在其基础上进行细化,第五至第六层采用细类和细细类的分类结构。

图26 新版资产分类代码第一层和第二层示例

图27 固定资产类别代码

图28 固定资产分类示意

8.4固定资产卡片

图29 固定资产卡片信息

8.5固定资产分析指标

图30 资产指标体系

结束语
从标杆资产密集型企业的经验来看,实施物料/资产/设备数据治理项目需要相当的投入。但通过实施数据治理项目,可以规范企业内部设备/资产基础数据和管理业务流程,及时故障缺陷发现和高效地安排维修,通过积累维修历史数据,评估并分析优化,提高设备可靠性,降低安全、环境及财务运营方面风险。基于完善的业务流程支撑及可靠的数据基础,推进资产全生命周期管理的全系统业务整合,提升资产管理效率,提高资产的实际收益。

(加入作者的知识星球,能获得本文的PDF原文。)
数据治理系列文章预告:

第十二篇: “五段码”描述模板技术和“ 四个八二”实施法则是物料数据标准化成功保障

第十三篇:如何做好数据治理项目培训贯标和知识转移

第十五篇:数据治理中数据安全管理相关思路

第十六篇:一体化数据治理和共享平台-数据模型工具介绍

第十八篇:一体化数据治理和共享平台-数据资产管理目录工具介绍

第十九篇:一体化数据治理和共享平台-主数据管理工具介绍

第二十篇:一体化数据治理和共享平台-数据质量管理工具介绍

第二十一篇:一体化数据治理和共享平台-数据安全工具介绍

第二十二篇:一体化数据治理和共享平台-元数据工具介绍

第二十三篇:数据清洗策略和步骤方法


作者简介
蔡春久,某公司数据业务负责人。中国数据标准化及治理大会组委会评为十位“ 中国数据标准化及治理专家”之一 。中国大数据技术标准推进委员会数据资产专家、中电标协企业信息标准化委员会常委委员、eCl@ss协会会员(国际产品分类标准化组织)、中国数据工匠俱乐部发起人。工商管理硕士,具有二十年特大型集团企业IT咨询服务和数据治理行业经验,从业前十年主要从事物资采购变革与管理、PLM、ERP、MES等领域咨询服务,近十年专注数据治理及标准化、数据架构、智能工厂等咨询工作。为中国石化集团、中国兵器工业集团、中国航天科工集团、中国核工业集团、国投集团、晋煤集团、中国外运集团、新兴际华集团、中国一重集团、哈电集团、延长石油集团、恒力集团、河南投资集团等80余家国内及世界500强集团企业提供数据治理相关咨询服务。
来源:数据工匠俱乐部
楼主热帖
168大数据(www.bi168.cn)是国内首家系统性关注大数据科学与人工智能的社区媒体!
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2019-10-18 09:58 , Processed in 0.125387 second(s), 18 queries , Xcache On.

Powered by BI168社区

© 2012-2014 海鸥科技

快速回复 返回顶部 返回列表