數(shù)字化轉(zhuǎn)型是一項(xiàng)復(fù)雜的變革，與傳統(tǒng)信息化相比，其對(duì)于數(shù)字化基礎(chǔ)的要求更高，不管是IT基礎(chǔ)設(shè)施、數(shù)據(jù)管理能力還是信息安全要求等，都提出了新的目標(biāo)。數(shù)字化基礎(chǔ)的保障作用更加突出，其管理重心由應(yīng)用轉(zhuǎn)向了數(shù)據(jù)，支撐能力由維持轉(zhuǎn)向了快速迭代。

首鋼股份目前已建成分布式混合型數(shù)倉(cāng)，匯集了財(cái)務(wù)、采購(gòu)、銷(xiāo)售、物流、成本、工程、設(shè)備、制造、質(zhì)量、能源、環(huán)保等所有業(yè)務(wù)領(lǐng)域以及現(xiàn)場(chǎng)生產(chǎn)工藝的14.5+萬(wàn)項(xiàng)200T+的數(shù)據(jù)。如何讓這些海量數(shù)據(jù)成為企業(yè)極為有價(jià)值的資產(chǎn)？如何對(duì)數(shù)據(jù)進(jìn)行有效的管理和使用？這個(gè)是首鋼當(dāng)前面臨的數(shù)據(jù)應(yīng)用難題。

實(shí)施時(shí)間：

項(xiàng)目開(kāi)始時(shí)間：2022年

中間重要時(shí)間節(jié)點(diǎn)：2022年

項(xiàng)目完結(jié)時(shí)間：2023年

應(yīng)用場(chǎng)景

1、銷(xiāo)售管理 - 認(rèn)證項(xiàng)目評(píng)價(jià)

為提高管理和推進(jìn)認(rèn)證效率，實(shí)現(xiàn)高效、精準(zhǔn)的用戶(hù)推廣，首鋼股份搭建產(chǎn)品認(rèn)證評(píng)價(jià)模型。在全生命周期監(jiān)控與系統(tǒng)性管理的基礎(chǔ)上，細(xì)化流程為 3 大序列、12 個(gè)節(jié)點(diǎn)、15 個(gè)項(xiàng)目。通過(guò)大數(shù)據(jù)分析，搭建認(rèn)證知識(shí)庫(kù)模型。以歷史訂單的為數(shù)據(jù)基礎(chǔ)，歸納形成認(rèn)證知識(shí)庫(kù)，并最終提煉出認(rèn)證規(guī)則，完成了酸洗認(rèn)證知識(shí)庫(kù)的搭建；建立認(rèn)證知識(shí)庫(kù)運(yùn)行規(guī)則和流程，建立自動(dòng)更新邏輯，實(shí)現(xiàn)合同和認(rèn)證知識(shí)庫(kù)自動(dòng)匹配，精準(zhǔn)匹配率達(dá)100%。

2、質(zhì)量管理 - 現(xiàn)貨分析管控

現(xiàn)貨分析管控模型整合煉鋼、熱軋、冷軋全流程生產(chǎn)和質(zhì)量數(shù)據(jù)。建立工序一貫履歷表，對(duì)板坯和鋼卷的計(jì)劃、質(zhì)檢、評(píng)審和摘掛單過(guò)程進(jìn)行記錄。

基于該模型，發(fā)現(xiàn)在現(xiàn)貨管控過(guò)程中的相關(guān)問(wèn)題，并通過(guò)層層下鉆具體到可改進(jìn)執(zhí)行的層面，進(jìn)一步推進(jìn)了調(diào)寬坯原單軋制、過(guò)渡原因識(shí)別、頭尾坯切割優(yōu)化、改規(guī)格卷封鎖狀態(tài)下掛單、卷渣工藝優(yōu)化工作的開(kāi)展，現(xiàn)貨發(fā)生率降幅 33%，減損 2 億元。

3、倉(cāng)儲(chǔ)物流管理 - 庫(kù)存管理

以庫(kù)存管理為切入點(diǎn)，以建立庫(kù)存預(yù)警機(jī)制、全流程全局監(jiān)控并合理評(píng)價(jià)整體業(yè)務(wù)鏈庫(kù)存、完成庫(kù)存模型搭建并以應(yīng)用為目標(biāo)，為庫(kù)存管控體系提供支撐。探索低庫(kù)存下的高效生產(chǎn)管控模式， 使全流程工序庫(kù)存都達(dá)到滿(mǎn)足其生產(chǎn)、運(yùn)輸效率所需的最低庫(kù)存水平，提高存貨周轉(zhuǎn)率，降低資金占用。

該庫(kù)存管控模塊，橫向覆蓋銷(xiāo)售、生產(chǎn)、質(zhì)量、物流等業(yè)務(wù)，縱向覆蓋煉鐵、煉鋼、熱軋、冷軋等全流程工序。全流程庫(kù)存分析效率大幅提高；庫(kù)存分析精度和質(zhì)量明顯改善；通過(guò)全流程庫(kù)存結(jié)構(gòu)分析和預(yù)警，可從渠道、品種等多角度鎖定庫(kù)存風(fēng)險(xiǎn)。

該庫(kù)存管控系統(tǒng)集展示、計(jì)時(shí)、推送、監(jiān)督、統(tǒng)計(jì)、分析為一體，適用于全工序全流程，實(shí)現(xiàn)了由企業(yè)由人治到數(shù)治的轉(zhuǎn)變，具有覆蓋面廣，泛用性強(qiáng)，使用門(mén)檻低，實(shí)施效果立竿見(jiàn)影等特點(diǎn)，極具推廣價(jià)值。

4、生產(chǎn)成本管理 - 煉鋼轉(zhuǎn)爐工序金屬料管控

通過(guò)梳理現(xiàn)有煉鋼 PES 工藝報(bào)表，設(shè)計(jì)轉(zhuǎn)爐工序金屬料管控駕駛艙，按照人員、爐座、班組等維度重點(diǎn)分析轉(zhuǎn)爐金屬料損失、裝入量、出鋼量、吹損等指標(biāo)，并按照產(chǎn)線(xiàn)、爐座、班組、個(gè)人、爐次的層級(jí)下鉆，從而發(fā)現(xiàn)轉(zhuǎn)爐過(guò)程中的吹損過(guò)大，金屬料損失過(guò)多等問(wèn)題。

通過(guò)建立轉(zhuǎn)爐金屬料管控駕駛艙，金屬料管控效率全面提升。提升了現(xiàn)場(chǎng)管理效率，提高了專(zhuān)業(yè)管理人員的分析問(wèn)題、解決問(wèn)題的能力。

對(duì)各作業(yè)區(qū)分工序分析金屬料異常原因，提高操作水平。提供改進(jìn)方向建議實(shí)現(xiàn)金屬料即時(shí)管控和長(zhǎng)期管控相結(jié)合，提高經(jīng)營(yíng)效率和效果，同時(shí)為計(jì)劃值推進(jìn)和標(biāo)準(zhǔn)成本優(yōu)化提供支撐。

5、設(shè)備管理 - 點(diǎn)檢異常閉環(huán)管控

通過(guò) FineBI 實(shí)現(xiàn)對(duì)全公司及各單位點(diǎn)檢異常的全方位管控分析，及時(shí)發(fā)現(xiàn)閉環(huán)管控中問(wèn)題，分析明確具體原因，督促相關(guān)單位及時(shí)整改，提高點(diǎn)檢異常的閉環(huán)管控水平，帶動(dòng)點(diǎn)檢管理整體改進(jìn)。

面臨挑戰(zhàn)

1、數(shù)據(jù)分散，缺乏統(tǒng)一管理機(jī)制

生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)來(lái)源眾多，存在大量異構(gòu)數(shù)據(jù)，不同粒度數(shù)據(jù)分布在不同系統(tǒng)，缺少統(tǒng)一平臺(tái)和方法對(duì)存量龐大的數(shù)據(jù)開(kāi)展有效的開(kāi)發(fā)和利用。

2、缺乏對(duì)業(yè)務(wù)數(shù)據(jù)全量全要素管理

鋼鐵生產(chǎn)關(guān)聯(lián)因素多、管控環(huán)節(jié)多、生產(chǎn)流程長(zhǎng)，缺乏基于業(yè)務(wù)場(chǎng)景的數(shù)據(jù)場(chǎng)景應(yīng)用及管理，導(dǎo)致業(yè)務(wù)響應(yīng)市場(chǎng)能力不足。

3、傳統(tǒng)的業(yè)務(wù)分析效率低

傳統(tǒng)方式的數(shù)據(jù)分析，業(yè)務(wù)人員提需求給 IT 部門(mén)，IT 部門(mén)根據(jù)排期響應(yīng)需求，這種傳統(tǒng)的分析方式不能響應(yīng)及時(shí)的多變的業(yè)務(wù)分析需求，效率低。

數(shù)據(jù)支持

通過(guò)“一個(gè)數(shù)倉(cāng)、兩個(gè)緯度、三種手段”來(lái)提升首鋼股份的數(shù)據(jù)生產(chǎn)力，即建設(shè)一個(gè)數(shù)倉(cāng)作為數(shù)據(jù)基礎(chǔ)、堅(jiān)持?jǐn)?shù)出一源，通過(guò)數(shù)據(jù)治理提升數(shù)據(jù)質(zhì)量；完善主題和指標(biāo)兩個(gè)緯度；融合應(yīng)用“固定報(bào)表、自定義分析、數(shù)據(jù)可視化”三種技術(shù)手段，著重在數(shù)據(jù)監(jiān)控與統(tǒng)計(jì)分析、業(yè)務(wù)輔助決策等應(yīng)用領(lǐng)域進(jìn)行探索，實(shí)現(xiàn)更靈活、更易用、更智慧的決策支持系統(tǒng)。

在數(shù)據(jù)分析應(yīng)用層面，搭建集中、一貫的生產(chǎn)經(jīng)營(yíng)分析平臺(tái)，推行重業(yè)務(wù)主題、輕報(bào)表管理理念：針對(duì)業(yè)務(wù)場(chǎng)景構(gòu)建數(shù)據(jù)主題和指標(biāo)， 應(yīng)用 FineReport、FineBI 等平臺(tái)鼓勵(lì)業(yè)務(wù)人員進(jìn)行自助分析，減少固定報(bào)表對(duì)開(kāi)發(fā)資源的浪費(fèi)。在智能決策層面，圍繞業(yè)務(wù)輔助決策推進(jìn)自動(dòng)化技術(shù)應(yīng)用，逐步由人工決策向智能決策轉(zhuǎn)變，實(shí)現(xiàn)業(yè)務(wù)創(chuàng)新。

通過(guò)數(shù)據(jù)分析平臺(tái)建設(shè)，實(shí)現(xiàn)：

1、自由規(guī)劃和靈活查詢(xún)：將關(guān)系型結(jié)構(gòu)化的業(yè)務(wù)數(shù)據(jù)從模塊化制造過(guò)程視角向主題化業(yè)務(wù)分析視角轉(zhuǎn)變，快速有效的匯總關(guān)系型結(jié)構(gòu)化業(yè)務(wù)數(shù)據(jù)，自由規(guī)劃指標(biāo)維度，根據(jù)個(gè)性化要求隨機(jī)靈活查詢(xún)。

2、跟蹤生產(chǎn)，快速定位異常：通過(guò)完整記錄并存儲(chǔ)產(chǎn)品屬性、銷(xiāo)售屬性等的歷史變化信息，快速定位生產(chǎn)、銷(xiāo)售過(guò)程中出現(xiàn)異常的影響因素，為優(yōu)化流程提供數(shù)據(jù)參考。

應(yīng)用技術(shù)與實(shí)施過(guò)程

核心：首鋼股份十四五的規(guī)劃核心堅(jiān)持長(zhǎng)遠(yuǎn)謀劃、分步實(shí)施、效益驅(qū)動(dòng)。

方法：

1、建立數(shù)據(jù)思維及使用習(xí)慣：讓數(shù)據(jù)可見(jiàn)、讓數(shù)據(jù)說(shuō)話(huà)，用工具改變?nèi)说臄?shù)據(jù)思維；用新型 BI 改變?nèi)说墓ぷ髁?xí)慣，成為了首鋼股份實(shí)現(xiàn)“管控?cái)?shù)字化、決策智慧化、服務(wù)平臺(tái)化”戰(zhàn)略規(guī)劃的重要支撐。

2、構(gòu)建敏捷組織能力：開(kāi)發(fā)能敏捷、迭代能快速、用戶(hù)能參與，成為了首鋼股份數(shù)據(jù)分析工具的技術(shù)要求。

3、深入業(yè)務(wù)應(yīng)用，驅(qū)動(dòng)業(yè)務(wù)不斷迭代，助力經(jīng)營(yíng)提效：通過(guò)大數(shù)據(jù)應(yīng)用給公司海量數(shù)據(jù)賦能，不斷改變舊的業(yè)態(tài)、業(yè)務(wù)模式和工作方法，從而提高企業(yè)經(jīng)營(yíng)管理效率。

目標(biāo)：

1、數(shù)智驅(qū)動(dòng)業(yè)務(wù)發(fā)展轉(zhuǎn)型：到 2025 年數(shù)字化轉(zhuǎn)型和智能制造發(fā)展取得實(shí)質(zhì)性進(jìn)展，整體智能制造能力成熟度明顯提升，實(shí)現(xiàn)從部分業(yè)務(wù)集成探索到全面牽引業(yè)務(wù)發(fā)展的過(guò)渡轉(zhuǎn)型。

2、綜合提升企業(yè)運(yùn)營(yíng)效率：促進(jìn)研發(fā)創(chuàng)新、提高作業(yè)效率、提升產(chǎn)品質(zhì)量、降低運(yùn)營(yíng)成本、完善服務(wù)能力、堅(jiān)持綠色發(fā)展、實(shí)現(xiàn)本質(zhì)安全等方面起到關(guān)鍵作用。

3、構(gòu)建全面數(shù)字化能力，打開(kāi)智能制造新格局：全面建立“操作自動(dòng)化、裝備智能化、管控?cái)?shù)字化、決策智慧化、服務(wù)平臺(tái)化”的數(shù)字化轉(zhuǎn)型和智能制造新格局。

實(shí)踐路徑：通過(guò)“一個(gè)數(shù)倉(cāng)、兩個(gè)緯度、三種手段”來(lái)提升首鋼股份的數(shù)據(jù)生產(chǎn)力，即建設(shè)一個(gè)數(shù)倉(cāng)作為數(shù)據(jù)基礎(chǔ)、堅(jiān)持?jǐn)?shù)出一源，通過(guò)數(shù)據(jù)治理提升數(shù)據(jù)質(zhì)量；完善主題和指標(biāo)兩個(gè)緯度；融合應(yīng)用“固定報(bào)表、自定義分析、數(shù)據(jù)可視化”三種技術(shù)手段，著重在數(shù)據(jù)監(jiān)控與統(tǒng)計(jì)分析、業(yè)務(wù)輔助決策等應(yīng)用領(lǐng)域進(jìn)行探索，實(shí)現(xiàn)更靈活、更易用、更智慧的決策支持系統(tǒng)。在數(shù)據(jù)分析應(yīng)用層面，搭建集中、一貫的生產(chǎn)經(jīng)營(yíng)分析平臺(tái)，推行重業(yè)務(wù)主題、輕報(bào)表管理理念：針對(duì)業(yè)務(wù)場(chǎng)景構(gòu)建數(shù)據(jù)主題和指標(biāo)， 應(yīng)用 FineReport、FineBI 等平臺(tái)鼓勵(lì)業(yè)務(wù)人員進(jìn)行自助分析，減少固定報(bào)表對(duì)開(kāi)發(fā)資源的浪費(fèi)。在智能決策層面，圍繞業(yè)務(wù)輔助決策推進(jìn)自動(dòng)化技術(shù)應(yīng)用，逐步由人工決策向智能決策轉(zhuǎn)變，實(shí)現(xiàn)業(yè)務(wù)創(chuàng)新。

通過(guò)數(shù)據(jù)分析平臺(tái)建設(shè)，實(shí)現(xiàn)：

1、自由規(guī)劃和靈活查詢(xún)：將關(guān)系型結(jié)構(gòu)化的業(yè)務(wù)數(shù)據(jù)從模塊化制造過(guò)程視角向主題化業(yè)務(wù)分析視角轉(zhuǎn)變，快速有效的匯總關(guān)系型結(jié)構(gòu)化業(yè)務(wù)數(shù)據(jù)，自由規(guī)劃指標(biāo)維度，根據(jù)個(gè)性化要求隨機(jī)靈活查詢(xún)。

2、跟蹤生產(chǎn)，快速定位異常：通過(guò)完整記錄并存儲(chǔ)產(chǎn)品屬性、銷(xiāo)售屬性等的歷史變化信息，快速定位生產(chǎn)、銷(xiāo)售過(guò)程中出現(xiàn)異常的影響因素，為優(yōu)化流程提供數(shù)據(jù)參考。

首鋼股份數(shù)據(jù)分析平臺(tái)整體由數(shù)據(jù)源、數(shù)據(jù)總線(xiàn)、數(shù)據(jù)倉(cāng)庫(kù)、應(yīng)用服務(wù)等組成。

1、數(shù)據(jù)源：涵蓋生產(chǎn)工藝、經(jīng)營(yíng)管理各信息系統(tǒng)。

2、數(shù)據(jù)總線(xiàn)：實(shí)現(xiàn)對(duì)數(shù)據(jù)通訊的統(tǒng)一管理，集中監(jiān)控，對(duì)數(shù)據(jù)源數(shù)據(jù)向數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)接入提供支撐，同時(shí)對(duì)于業(yè)務(wù)側(cè)的數(shù)據(jù)進(jìn)行清洗和轉(zhuǎn)換以保證進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)質(zhì)量。

3、數(shù)據(jù)倉(cāng)庫(kù)：將存儲(chǔ)于各源端業(yè)務(wù)數(shù)據(jù)庫(kù)中的結(jié)構(gòu)化數(shù)據(jù)，進(jìn)行采集、加工、處理、加載并存儲(chǔ)于數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)的關(guān)系型數(shù)據(jù)庫(kù)中；基于數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)中存儲(chǔ)的數(shù)據(jù)及數(shù)據(jù)模型，為數(shù)據(jù)服務(wù)、分析挖掘服務(wù)、復(fù)雜算法服務(wù)等各類(lèi)數(shù)據(jù)計(jì)算分析服務(wù)提供數(shù)據(jù)支撐。

4、應(yīng)用服務(wù)：為用戶(hù)端能夠安全穩(wěn)定高效的運(yùn)行以及和數(shù)據(jù)倉(cāng)庫(kù)高效穩(wěn)定的數(shù)據(jù)交互提供企業(yè)級(jí)應(yīng)用服務(wù)，為最終用戶(hù)提供高效便捷的數(shù)據(jù)維護(hù)、數(shù)據(jù)分析、數(shù)據(jù)展示等功能。數(shù)據(jù)采集范圍覆蓋全部機(jī)組的一二三級(jí)系統(tǒng)。利用整體調(diào)度技術(shù)、分布式隊(duì)列技術(shù)、數(shù)據(jù)轉(zhuǎn)移技術(shù)、數(shù)據(jù)流處理與分發(fā)技術(shù)等，實(shí)現(xiàn)結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)的高速采集、預(yù)處理、降噪、過(guò)濾、加工等，關(guān)鍵工藝高頻時(shí)序數(shù)據(jù)采集頻率為 50 毫秒。

商業(yè)變化

在企業(yè)推進(jìn)數(shù)字化進(jìn)程中，各級(jí)系統(tǒng)在實(shí)現(xiàn)業(yè)務(wù)集成的同時(shí)，完成了數(shù)據(jù)的生產(chǎn)，提供了大量完備的基礎(chǔ)數(shù)據(jù)。通過(guò)建立數(shù)據(jù)倉(cāng)庫(kù)，規(guī)范數(shù)據(jù)標(biāo)準(zhǔn)和統(tǒng)計(jì)口徑，把零散分布于各個(gè)系統(tǒng)的數(shù)據(jù)進(jìn)行整合，打破信息孤島，構(gòu)建企業(yè)數(shù)據(jù)全集，實(shí)現(xiàn)數(shù)據(jù)集中和共享。通過(guò)構(gòu)建數(shù)據(jù)分析平臺(tái)，建立從數(shù)據(jù)轉(zhuǎn)換為價(jià)值的體系，讓數(shù)據(jù)發(fā)揮出企業(yè)核心資源的效用，實(shí)現(xiàn)數(shù)據(jù)的增值，徹底改善信息系統(tǒng)對(duì)于業(yè)務(wù)的支撐能力，尤其是對(duì)分析決策和優(yōu)化管理的支持能力。

1、“用數(shù)說(shuō)”要變?yōu)?ldquo;讓數(shù)說(shuō)”。數(shù)據(jù)分析應(yīng)用已由傳統(tǒng)的統(tǒng)計(jì)和現(xiàn)狀展示轉(zhuǎn)向了數(shù)據(jù)模型化應(yīng)用，業(yè)務(wù)異常不能只靠人在看報(bào)表和圖表時(shí)去發(fā)現(xiàn)，更要通過(guò)業(yè)務(wù)決策模型實(shí)現(xiàn)主動(dòng)推送和根因聯(lián)動(dòng)展示，輔助業(yè)務(wù)人員進(jìn)行決策。這種模型化數(shù)據(jù)分析要聚焦梳理典型業(yè)務(wù)活動(dòng)場(chǎng)景，進(jìn)行目標(biāo)拆解與迭代、數(shù)據(jù)治理，通過(guò)業(yè)務(wù)需求的解讀及業(yè)務(wù)數(shù)據(jù)的有機(jī)整合與重構(gòu)，推進(jìn)模型與技術(shù)融 合，進(jìn)而提升發(fā)現(xiàn)問(wèn)題、提出良性?xún)?yōu)化及解決方案 的能力，來(lái)反哺業(yè)務(wù)活動(dòng)。

2、“要我做”要變?yōu)?ldquo;我要做”。構(gòu)建數(shù)據(jù)團(tuán)隊(duì)融合能力是數(shù)據(jù)分析的基礎(chǔ)，要推動(dòng)業(yè)務(wù)人員走向數(shù)據(jù)分析前端，變被動(dòng)為主動(dòng)，而不僅僅是“提需求”。通過(guò)選用 FineBI 來(lái)減少業(yè)務(wù)人員學(xué)習(xí)成本， 實(shí)現(xiàn)快速上手，釋放數(shù)據(jù)分析自由度，提高分析效率；通過(guò)舉辦數(shù)據(jù)可視化的季度交流、年度大賽，推動(dòng)業(yè)務(wù)人員以賽促學(xué)，做到學(xué)以致用，邊學(xué)邊用，逐步形成數(shù)據(jù)自助分析思維，提高業(yè)務(wù)人員自主分析的主動(dòng)性。

3、“無(wú)價(jià)值”要變?yōu)?ldquo;有價(jià)值”。數(shù)據(jù)并非越多越好，數(shù)據(jù)的獲取、保存和使用是有成本的。數(shù)據(jù)是商業(yè)價(jià)值創(chuàng)造和保持競(jìng)爭(zhēng)優(yōu)勢(shì)的基礎(chǔ)，然而數(shù)據(jù)收集、傳輸、存儲(chǔ)、保護(hù)和分析也會(huì)提高成本。要對(duì)數(shù)據(jù)進(jìn)行分類(lèi)使用才能降低數(shù)據(jù)管理成本，一方面在做數(shù)據(jù)標(biāo)準(zhǔn)規(guī)劃時(shí)就要做好設(shè)計(jì)，包括數(shù)據(jù)精度、采集頻度、使用熱度、使用場(chǎng)景、保存年限等等；另一方面數(shù)據(jù)治理是一項(xiàng)長(zhǎng)期工作，定期對(duì)數(shù)倉(cāng)進(jìn)行清理，停用長(zhǎng)期不用的報(bào)表、主題數(shù)據(jù)，減少低值數(shù)據(jù)對(duì)存儲(chǔ)計(jì)算資源的浪費(fèi)。

相關(guān)企業(yè)介紹

·帆軟

帆軟軟件有限公司(以下簡(jiǎn)稱(chēng)“帆軟”)成立于2006年，是中國(guó)專(zhuān)業(yè)的大數(shù)據(jù)BI和分析平臺(tái)提供商，致力于為全球企業(yè)提供一站式數(shù)據(jù)應(yīng)用解決方案。帆軟在專(zhuān)業(yè)水準(zhǔn)、組織規(guī)模、服務(wù)范圍、企業(yè)客戶(hù)數(shù)量方面遙遙領(lǐng)先，先后獲得包括Gartner、IDC、CCID在內(nèi)的眾多專(zhuān)業(yè)咨詢(xún)機(jī)構(gòu)的認(rèn)可。

帆軟投身數(shù)據(jù)分析行業(yè)十八年來(lái)，堅(jiān)信數(shù)據(jù)是企業(yè)、組織乃至個(gè)人的重要資產(chǎn)，致力于幫助企了解和利用他們的數(shù)據(jù)，讓商業(yè)智能和數(shù)據(jù)分析為企業(yè)增強(qiáng)創(chuàng)造財(cái)富的能力，讓數(shù)據(jù)真正成為生產(chǎn)力。

·首鋼股份

北京首鋼股份有限公司（以下簡(jiǎn)稱(chēng)首鋼股份）是世界五百?gòu)?qiáng)首鋼集團(tuán)所屬的上市公司，以建設(shè)具有世界競(jìng)爭(zhēng)力和影響力的鋼鐵公司為愿景，始終堅(jiān)持創(chuàng)新、協(xié)調(diào)、綠色、開(kāi)放、共享發(fā)展理念，堅(jiān)持綠色制造、智能制造、精品制造、精益制造、精準(zhǔn)服務(wù)的高質(zhì)量發(fā)展之路，形成具有核心競(jìng)爭(zhēng)力的高端產(chǎn)品集群。

來(lái)源：數(shù)據(jù)猿