继续分享一下智能化改造和数字化转型的实施阶段和数据分析阶段。
实施阶段
实施阶段主要分为四个层次。
1、组织机构
建设的主体不是设备供应商或者软件实施商，而是企业自身！必须 匹配高效敏捷的甲方项目组织，精心选拔关键用户，以战略高度予以重视！
2、业务流程
在组织保障的前提下，参与的关键用户是项目建设的核心，要深入梳理未来工厂的业务流程（配套管理制度：不要在弱管理的条件下实施信息化）。同时也是未来新组织的业务骨干。要充分理解关键用户的作用，不可只挂名，不参与！
3、技术使用
IT、管理、制造技术的方案及应用，需要关键用户的深度参与及熟练使用。后期能支撑日常运维。
4、基础数据
智能制造本质是数据流的价值体现，没有准确、规范的数据源，建设不可能成功。
数据分析阶段
1、提炼指标
评价建设的效果，必须要从多维度提炼指标如：生产 效率、质量、交期、成本、安全、 环保等。
数字化工厂是集约化的具体体现，提炼指标就是集约模型建立的过程，这是数据利用的基础！
2、指标量化
建设所提取的各项指 标需要直观可量化，最好直接转化成经济指标，避免过多的定性 通过指标量化，能够直观发现问题点。
3、目标值设定
建设是一个总体规划，分步实施的过程，指标虽然量化了，但是每个阶段的目标值需要根据具体情况合理、有效的设定，使目标变得清晰 、聚焦、可实现！
4、业务改善
数据利用的终极目标是业务改善（市场、效率、质量等），使数据产生价值。
如果数据仅仅就用于统计，则智能制造就是一个概念而已，无法体现智能工厂的意义。