CN Insight: Empowering Business Success with Functional Strategies: KPIs, Alignment & Impact

test pic

职能战略赋能商业成功: KPI、战略协同与落地实践

{{ title.text }}

您是否知道?全球90%的企业未能实现其战略目标。而少数成功者往往具备一个共同基因:清晰定义且高度协同的职能战略

如果说企业战略勾勒整体的发展蓝图,业务战略聚焦特定市场的突破,那么职能战略则是实现卓越运营的基石。它通过定义IT、网络安全、人力资源等核心职能的能力建设路径,将企业愿景转化为可执行的运营动作。

职能战略作为战略意图与运营现实之间的关键纽带,通过构建需求导向型服务体系、优化资源配置机制、在各自专业领域推动思想引领,并建立明确的优先级与绩效指标体系,最终确保职能维度的卓越运营能力转化为可衡量的业务价值。

构建卓越职能战略的四大核心原料

制定职能战略犹如制作美味的披萨——每个环节缺一不可。尤其在支持性职能领域,需要清晰的战略和方法来保持企业预期与业务需求之间的平衡。以下是我们经过市场验证的配方:

  • 饼底:战略赋能
    职能战略需深度契合企业战略及业务单元的具体目标和诉求,确保战略的适配性。
  • 酱料:全球趋势研判
    无论是数字化变革、监管政策调整还是人口结构转变——成功的战略应主动纳入这些全球趋势研判,通过构建长期适应性确保未来竞争力。
  • 芝士:结果导向型目标
    设定5年以上周期的明确战略目标,并配套具体关键绩效指标(KPI),确保目标清晰、结果可衡量。
  • 配料:总部与区域职能单元的协同
    职能战略需由总部(企业)与区域(业务及区域)职能单元共同制定,这样才能呈现完整战略图景,这种协作模式有助于提升战略共识、统一行动方向并强化执行力度。

最终成果
一份由企业、业务与区域职能部门共享的职能战略,既承载高层战略愿景,又具备可落地的执行抓手,如同一块完美融合各层配料的披萨,实现战略意图与运营现实的无缝衔接。

如何让职能战略为企业充分赋能?

卓越的职能战略具备三大特征:

  1. 共享愿景与使命
    由总部与区域职能单元的利益相关者共同定义,阐明职能存在的核心价值,激励团队并指导决策,确保全员目标一致。
  2. 跨职能单元的战略目标
    战略目标需与愿景和使命保持一致,并充分结合业务需求、监管约束及市场动态,指导职能决策与资源投入。
  3. 配套 KPI 的执行计划
    通过治理模式、组织架构、流程等运营模型维度,明确“如何实现目标”的设计原则,并结合具体KPIs跟踪执行进度,确保战略落地。

西门子艾闻达方法论:从战略协同到价值落地

我们采用“协作共创”模式,助力企业构建既具前瞻性又可落地的职能战略。

  1. 基线分析
    深度解析企业总体战略、行业监管环境及市场驱动因素。
  2. 战略定义
    创建共同愿景、战略目标,并初步明确关键KPI。
  3. 战略执行
    通过目标运营模型将战略转化为具体行动,识别能力缺口,并启动转型举措。

 

西门子艾闻达:您的职能战略合作伙伴

西门子艾闻达助力企业定义并执行真正创造价值的职能战略,依托深厚的全球业务转型经验,我们支持企业实现从企业层到业务/区域层职能单元的全面协同,制定战略并将愿景转化为可衡量的成果。

 

我们的行业专家

更多数据治理相关话题,欢迎咨询我们的专家:
张    强
张 强
西门子艾闻达咨询副总裁、全球合伙人

Author

张    强
张 强
西门子艾闻达咨询副总裁、全球合伙人
胡蓓蓓
胡蓓蓓
西门子中国人才与组织发展部 战略与生态协同负责人
5
职能战略将业务目标与企业战略精准对接,明确关键绩效指标(KPI),构建跨部门协作机制——通过形成可量化的成果评估体系,为组织持续发展奠定基础。了解西门子艾闻达如何助力这一战略落地实施。

Huang, Mo Han …
test pic
Page Type
Media Category
Services

From Bits to Bites: Digital Twin Chocolate Bars

chocolate-digital-twin

从数位到美味:巧克力棒的数字孪生

烘焙变革,亿滋国际全球制造的科技创新与文化重塑

{{ title.text }}

目录

在消费者需求瞬息万变、运营成本持续攀升的当下,即便最成功的全球制造商也必须与时俱进实现转型。对于拥有奥利奥、吉百利、瑞士三角等数十个经典零食品牌的亿滋国际而言,转型意味着重构其工厂运作模式。但该公司并未盲目追逐技术本身,而是采取了更具战略性的路径:以数据为核心驱动力,在生产一线创造真实可衡量的价值,同时将变革管理作为核心要素

 

一、转折点

亿滋国际业务覆盖 150 多个国家,位居全球饼干行业榜首、巧克力行业第二。但即便达到如此规模,传统生产优化仍触及效率天花板。

公司需要的不仅是渐进式改进,而是能够清晰洞察各工厂资产运行状况、物料流动情况及能源消耗水平的转型方案。提升透明度将加速决策流程,并赋能团队实时优化绩效。

二、构建可扩展的数字化基石

该方案既聚焦核心又兼顾全局。亿滋首先识别出能产生最大影响的应用场景——从设备维护到能源使用。在明确优先级后,通过基于Azure的物联网平台开发部署了四大核心应用,每个应用程序都承担精准职能:

  • 状态驱动型资产维护:通过传感器数据监控机器和设备的健康状况,实现按需维护——减少停机时间,避免不必要的维修。
  • OEE 性能跟踪:跟踪整体设备效率 (OEE) 可通过测量设备可用性、性能和质量指标,帮助团队了解产线运行情况。
  • 实时物料流:实时追踪生产过程中原材料的使用情况,最大限度减少浪费并优化生产计划。
  • 能源可视化:通过仪表盘直观展示能源使用情况,帮助团队发现低效环节并降低能耗——从而实现成本节约和可持续发展。

三、变革背后的人本因素

项目启动之初,亿滋团队便展现出远见卓识——持续成功的关键绝非单纯依赖技术。因此,变革管理从项目设计阶段即被确立为核心要素嵌入框架,而非后期附加的环节。通过这种方式,解决方案不仅在工厂各层级顺利部署,更实现了实际应用、深入理解和主动践行。

正如亿滋国际欧洲供应链卓越高级总监斯拉沃米尔·普迪什 (Slavomír Pudiš) 所言:

“西门子与我们的价值观高度契合,这一点始终贯彻在双方团队的紧密协中,同时也印证了我们的理念:像'2025工厂'这种国际工厂现代化改造项目的成功,更多取决于人才而非技术。”

四、从概念验证到规模化落地 ——切实产生数字化影响

最初在四家工厂的试点迅速显现价值:团队生产力显著提升,设备性能透明度提高,停机时间与能源消耗双双降低。行政与运维流程更加精简,整个系统开始以更智能、更精简的方式高效运转。

西门子艾闻达依托西门子 Xcelerator 开放式数字商业平台产品组合的创新能力,赋能亿滋国际实现制造流程及厂区的全面数字化转型升级。

西门子团队结合敏捷开发、数据驱动部署与变革管理的集成方案赢得了我们的认可。团队成员不仅具备深厚的技术积淀,更凭借其深厚的 OT 与 IT 专业优势,全方位助力我们实现工厂净生产力的显著提升。

斯拉沃米尔·普迪什 (Slavomír Pudiš),亿滋国际欧洲供应链卓越高级总监

通过将 50 余项客户定义的 KPI 与深层变革机制融为项目核心,每个新地点都延续前站积累的势能持续推进,形成良性循环。

您是否也在通过数据驱动业务转型?在复杂组织中推广数字化项目时,您又积累了哪些值得分享的经验或教训?

我们的行业专家

更多数字化转型相关话题,欢迎咨询我们的专家:
Kevin Liu
Kevin Liu
西门子艾闻达解决方案高级合伙人
王飞
王飞
西门子艾闻达开发服务 解决方案技术总监

Author

张    强
张 强
西门子艾闻达咨询副总裁、全球合伙人
胡蓓蓓
胡蓓蓓
西门子中国人才与组织发展部 战略与生态协同负责人
5
从数位到美味:巧克力棒的数字孪生
Huang, Mo Han …
chocolate-digital-twin
Page Type
Media Category
Services

CN Insight: Data Strategy in manufacturing

data-strategy-green-web

破解制造业数据治理困局

数据治理为何“叫好不叫座”?如何将沉睡的数据资源转化为可执行的决策指令?西门子艾闻达为您梳理出几大破局思路。

{{ title.text }}

目录

“”全球至少有80%的工业数据依然被锁在各自的孤岛,如果这些沉睡的数据被唤醒和打通,如果隐藏其中的规律被算法照亮,将会为产业升级释放出巨大价值。” 在刚刚结束的 WAIC 上,西门子全球执行副总裁、西门子中国董事长、总裁兼首席执行官肖松博士的发言引发行业深思。

在制造业数字化转型的深水区,数据治理始终是绕不开的关键瓶颈。如何将沉睡的数据资源转化为可执行的决策指令?西门子艾闻达梳理出几大破局思路。

一、 制造业企业的数据治理现状

随着近些年数据经济的兴起,大部分制造业企业对于“数据治理”的话题已不再陌生。在与制造业信息化负责人交流时,常听到两种典型反馈:

  • "我们已有员工考取或准备考取CDGA认证"
  • "我们已经聘请外部公司辅导并通过或准备获得DCMM资质"

但当问及数据治理给企业带来了哪些实质性改变,答案往往局限于“上线了报表平台”。更普遍的现象是:企业按咨询公司建议梳理众多数据标准、部署治理平台后,却发现投产比低于预期,最终将数据治理排除在管理变革工作重点之外。

 

这种认知落差源于对数据问题的本质忽视。对于已对数据治理失去信心的管理者,建议暂时抛开理论概念,聚焦企业实际存在的数据痛点。制造业的核心是"制造"(当然研发与销售同样关键),不妨先回答三个核心命题:用什么造?怎么造?造什么?这对应着物料、工艺、产品三大核心数据。深入制造现场各环节——设计室、车间、仓库,会发现围绕这三类数据的矛盾普遍存在。

 

以某汽车集团制造域的数据问题清单为例,可提炼出以下关键洞察:

  • 物料数据是问题集中区:大部分数据问题都与物料相关,涉及物料数据的结构、属性值、数据源头、数据在系统间流转关系、数据的时效性以及和物理世界的一致性等。
  • 物料与产品的强相关性:物料数据与产品数据形成紧密的数据网络,不同岗位在数据生命周期各阶段承担着差异化职责。

 

因此,物料几乎与企业各方面都有关联,无论研、产、供、销、服这些核心业务,还是人事、财务等支持部门。这种跨业务域的特性,使其成为制造业既重要又复杂、且极具挑战性的数据类别,亟需系统性治理。当前多数企业选择DCMM体系作为治理框架,本文将基于此框架,重点剖析物料数据治理的落地路径。

二、物料数据治理七大核心思路

1. 数据标准之业务术语

数据治理困难重重,其根源之一是数据与各种业务、IT技术都紧密关联,而业务通常既是问题源头也是解决关键。针对物料域数据治理不妨先从最贴近业务部分开始,即业务术语。

物料定义需结合企业实际场景,照本宣科往往难以体现其在实际业务中的价值和意义。每个企业根据自己的经营特点,对“物料”的定义不尽相同。比如除了原材料,物料是否还包括半成品、成品?是否包括耗材、包材,甚至办公用品、软件许可?直发件是否属于物料?这里没有标准答案,但同一个企业往往长期存在截然不同的答案。因此,对于跨部门、跨流程、跨系统的重要业务概念要保证各环节对其理解一致,避免认知上"失之毫厘”,导致数据结果“谬以千里"。

 

2. 数据标准之主数据

企业管理物料主数据的重要性毋庸置疑,但在实际操作中,处于不同管理阶段的企业经常遇到一个本质问题:如何定义物料数据的最小颗粒度?例如,如何区分单个物料与物料种类?对于规格相同但供应商或批次不同的齿轮,是否应视为同一种物料?对于自制与外购的物料,又应如何归类?亦或在企业物料主数据中出现“供应商”甚至“订单号”等属性项。若主数据模型缺乏规范管理,且每个属性项的定义不清晰,物料域的数据治理将难以推进。

 

3. 数据标准之参考数据

企业的一个物料会有十几种甚至几十种分类方式。除了用于业务流转,大量分类被作为各种报表的数据维度。很多企业中,鲜有员工能全面掌握某类物料的完整分类体系。往往只有相关人员一起讨论时,才发现很多分类是重复、冲突的,甚至被上下游有所误解。更何况随着时间推演,很多分类的业务含义、值域、枚举值本身也已发生变化。各种物料分类数据如果不加以管理,很难保证各种业务报表及时准确。

 

4. 数据架构之数据模型

绝大部分企业的业务系统以外购为主,外购中套装软件占了较大比例,因此很多企业自身难以触及数据模型层面。实际情况往往是物料数据模型的各个数据项被各种系统、厂商、服务商分散到若干系统的若干张表。而这些表的关联关系、一致性关系、颗粒度关系、安全策略等等宛若一系列的“黑箱”。一个关键技术人员离职往往会导致无人能够梳理清楚这些关系,后期再进行数据分析或系统变更的难度可想而知。有些企业从中吸取教训,在系统选型阶段要求必须提供核心表或接口表的数据字典,且在上线后及时抽取到数仓验证。通过自建并良好维护分析数据模型,避免关键数据被厂商或特定人员锁定。

 

5. 数据架构之数据集成与共享

企业核心业务系统普遍涉及物料数据管理,尤其是核心的ERP、SRM、PDM、WMS、MES等等。然而由于种种原因,物料数据往往难以产生自同一个系统。架构设计领域存在共识:数据一旦跨系统产生副本,要实现跨平台一致性管控将面临指数级难度。更何况企业内不同岗位对同一个数据项常存在认知差异。某企业曾耗时数小时论证上游的“物料编号”与下游的“料号”是否为同个数据项,暴露出跨系统数据定义不统一引发的协作障碍。如果没有数据集成与共享标准,没有数据责任主体归属,数据的链条越长,往往问题越多。

 

6. 数据质量

在数据治理实践中,业界常以"冰山效应"类比数据管理的复杂性:浮出水面的数据质量问题仅是表象,水面下潜藏着更为庞大的体系化挑战。

仅以物料编码数据质量的完整性维度为例,看似简单的“物料必须有编码”原则,在落地实施时却需要跨越诸多陷阱——例如自制件的物料编码应该何时生成?是产品设计图纸定稿但尚未审核通过时创建?还是在制定工艺路线阶段?或者是工艺文件完成且生产计划还没排产?又或者根据部件类型不同区别规定编码产生时点?针对委外件,在委外设计、委外设计代加工和纯委外加工三种模式下,要如何明确物料编码的生成时间点?唯有明确各类边界条件的具体规则,才能定义有效的质量检查规则,从而实现数据治理从理论到实践的闭环管理 。

 

7. 数据生存周期之数据需求

数据问题很少孤立存在,往往与其他信息化需求深度耦合。同一种物料口径在不同的业务系统常有不同的处理逻辑。例如液压阀组由阀体、阀芯、密封件等几个组装而成,但ERP、PLM、MES对“液压阀组”定义的颗粒度完全不同:

  • PLM视之为单一物料简化设计;
  • ERP从采购和生产计划角度将其分解为外购的阀体、自制的阀芯和组装的阀组;
  • MES进一步按工序将阀芯分解为毛坯阀芯、机加工阀芯、热处理阀芯三个口径。

 

在一个阀组已经投产期间,设计部门在PLM修改了阀芯某部件尺寸,导致根据规格为阀组产生了新的物料号。但车间已经用旧的物料号生产了阀芯上另一个部件并在MES完成报工,导致已生产的部件无法在WIP库关联到新编号的阀组。调查发现,软件系统的设计人员对于物料数据的需求只理解“根据规格产生唯一物料号”这个基本需求,没有调研考虑“物料号变更对于其他系统的不同物料口径要建立关联”的延伸需求;而业务用户认为这个需求是“不言自明”的。做数据需求时没有充分考虑数据链路,导致问题出现后,IT和业务团队、不同系统的团队之间相互推诿,难以确定问题责任归属。

 

三、结语

根据对物料数据管理问题的简要剖析,可以归纳出以下关键矛盾:

1. 业务需求与系统逻辑割裂:

    本质是数据需求未被精准表达。

2. 短期需求与长期需求的博弈

    形成非此即彼的选择困境。要么仓促确定数据规格埋下隐患,忽略长期需求;要么迟迟无法确认或强推未充分论证的规格导致业务延误或停滞。

3. 数据权属和协同

    职能式的企业管理往往才是数据问题更深层的根源。缺乏“从头到尾”的数据责任主体,无论在业务侧还是系统侧,都难以跳出对数据问题相互推诿的漩涡。

 

经过多年实践,制造业的数据问题并非冰山一块无法破局。结合西门子艾闻达在IT与OT领域深厚的行业积累,以及西门子自身转型历程中的丰富经验及跨行业、跨国客户项目中积累的可靠成果,企业可从以下路径寻求突破:

  • 改变职能型管理模式:从管“某一段数据加工应用”转型为管理“某一条数据链路”。
  • 聚焦核心痛点:以数据问题为起点和目标,以数据治理为专业方法。在起步阶段避免追求“全盘”数据治理。
  • 方法+工具:数据治理体系在金融、电信、电力很多行业已经积累了大量的最佳实践和支撑工具,需要从业者充分理解方法和工具底层逻辑。
  • 新技术融合:近年来,很多AI加持的数据治理场景值得深入研究采纳,例如通过AI发现数据质量规则、识别数据血缘关系等,都能大幅降低人海战术的数据治理成本。

我们的行业专家

更多数据治理相关话题,欢迎咨询我们的专家:
唐再文
唐再文
西门子艾闻达数据与人工智能解决方案总监
徐瀚伟
徐瀚伟
西门子艾闻达咨询副总裁、全球合伙人

Author

张    强
张 强
西门子艾闻达咨询副总裁、全球合伙人
胡蓓蓓
胡蓓蓓
西门子中国人才与组织发展部 战略与生态协同负责人
9
数据治理为何“叫好不叫座”?七大核心思路破解制造业数据治理困局
Huang, Mo Han …
data-strategy-green-web
Page Type
Media Category
Services

CN Blog: Battery recycling

photopool-china-environment-shot-landscape-charge-automobile-car

电池循环产业:掘金 “城市矿山” 的挑战与破局之道

{{ title.text }}

目录

一、动力电池退役潮来袭:千亿市场亟待规范化发展

随着新能源汽车渗透率提升,动力电池装机量持续攀升,首批电池已进入集中退役期,预计到2030年退役量将达1,483GWh,市场规模有望突破1,400亿元。这些废旧电池富含镍、钴、锂等高价值金属,堪称尚未充分开发的"城市矿山"。

然而,在千亿级市场驱动下,虽然整车厂、电池厂与第三方平台等产业链参与者众多,但行业整体仍呈现小散乱格局,纳入工信部"白名单"的正规企业仅156家。大量作坊式企业通过低成本、非规范操作压缩合规企业生存空间,导致退役电池大量流入灰色渠道。

为此,国家政策正加速推动行业规范化发展,2024年修订的《行业规范条件》明确了回收率、安全、环保等硬性要求,同时强化生产者责任延伸(EPR)机制;在国际层面,欧盟《新电池法》将回收率、碳足迹披露与"数字护照"制度纳入强制执行范畴,共同推动行业走向规范化与国际化。

尽管动力电池循环产业迎来政策与市场的双重利好,但在落地层面仍面临四大结构性瓶颈,制约行业整体提质增效。

二、循环体系初成型,四大瓶颈亟待破解

尽管动力电池循环产业迎来政策与市场的双重利好,但在落地层面仍面临四大结构性瓶颈,制约行业整体提质增效。

  • 技术瓶颈未破:关键工艺不成熟,技术转化率低,缺乏资金与能力引入先进技术,难以形成规模化效益。
  • 人才体系薄弱:高素质复合型人才紧缺,企业培训体系不健全,对循环经济理解不足,人才供需严重失衡。
  • 装备能力不足:关键装备能力短板明显,回收拆解装备几乎市场空白。核心装备自主可控能力弱,智能化程度不高,难以支撑大规模处理需求。
  • 缺少循环模式:产业链协同不足,循环网络不完整,加工环节孤立且工艺单一。

三、破局之道——西门子端到端解决方案, 助力构建高效合规循环体系

面对中国及国际市场日益严格的电池生命周期监管要求,西门子面向动力电池循环提供以下解决方案:

(一) 电池护照端到端解决方案

为满足欧盟"数字电池护照"的监管要求,西门子提供从数据采集到全流程管理的完整解决方案。通过建立数据收集策略、明确采集合作伙伴、构建IT基础设施、实现数据计算分析、储存交换、访问管理以及安全信任等七项关键能力,帮助企业实现电池循环全链路的数据标准化、可追溯与透明合规。

 

(二)电池循环商业模式设计

为实现高效、低成本、可持续的电池循环,西门子提供从战略到设计的系统支持:

1.  拆解战略制定

西门子协助客户制定兼具技术可行性和成本效益的整体拆解方案,通过零件优先级排序和分类、规划可行的自动化拆解路径、以及优化售后维护等价值创造渠道,全面提升经济性与执行效率。

2.  成本基准制定和优化

依托西门子在成本建模与工业软件领域的专业能力,通过结合全面的成本数据库、行业经验和专业软件构建细化成本基准体系,并与制造、采购等跨职能团队协同制定降本增值方案,为客户提供精确的成本控制工具。

3.  面向回收和再利用的设计

从产品设计源头介入,通过规划电池结构的可升级性以降低拆解难度与成本,并在设计阶段实施科学系统的成本控制,推动结构优化与回收友好型设计,确保回收阶段的工程可行性与经济性,实现全生命周期的价值释放。

 

与此同时,西门子提供从回收、拆解到再利用的全流程数字化、低碳化、智能化与绿色化的解决方案。

已落地的方案包括:

1.  退役电池破碎线三大系统

基于TIA全集成解决方案的自动化控制系统实现产线实时监控与数据采集;采用 G120 / G120C 的变频驱动系统确保主机可靠运行;以及基于 SIMATIC Energy Management 与 Smart ECX 平台的能源管理系统实现能源数据的采集和管理

2.  电池碳足迹追踪系统

基于西门子西碳迹( SiGreen )对电池回收厂使用的水、电、气等能源进行数据探针采集、集合碳算法模型,实现碳足迹的实时计算,计算结果可满足ISO 14067及欧盟产品碳足迹要求。

3.  远程监控与管理平台

通过 SIMICAS 无线网关及平台,采集现场数据,从而实现实时采集和监控,为客户实现精细化运维与能效优化提供决策支持。

四、结语

随着退役电池规模快速上升、资源约束加剧与环保压力交织,电池循环行业处于从初步成型向体系化建设加速过渡的关键环节。无论是国内行业规范政策,还是欧盟《新电池法》,均对产业链上下游提出了更高的能力门槛。

作为数字化与绿色转型的全球领先者,西门子正携手生态伙伴,共创覆盖电池全生命周期的闭环方案,并提供面向国际法规对标、流程优化和碳足迹管理的定制化支持,助力企业提升合规能力与全球竞争力。

我们的行业专家

更多可持续发展相关话题,欢迎咨询我们的专家:
Kevin Liu
Kevin Liu
西门子艾闻达解决方案高级合伙人

Author

张    强
张 强
西门子艾闻达咨询副总裁、全球合伙人
胡蓓蓓
胡蓓蓓
西门子中国人才与组织发展部 战略与生态协同负责人
5
动力电池退役潮催生千亿级市场,西门子电池护照端到端解决方案,助力企业提升合规能力与全球竞争力
Huang, Mo Han …
photopool-china-environment-shot-landscape-charge-automobile-car
Page Type
Media Category
Services

Organizational Transformation

people in organizations

组织架构转型

精通组织转型之道

拥抱变革:引领以产品为中心的组织与工程部门中的范式转变

以产品为中心的组织及其研发和工程部门正面临着前所未有的环境变化,这导致其工作方式的范式转变。与客户建立更紧密的关系、预见动态市场变化、以及灵活应对客户和监管需求的变化,如今变得比以往任何时候都更加重要。

随着市场环境不断变化,企业需要持续推动产品、商业模式创新,这对企业的组织能力提出了更高的要求。如何构建敏捷的组织架构,赋能企业高效转型。

西门子艾闻达致力于全程助力组织转型,从确立转型愿景与目标、制定转型策略,到构建治理体系,再到力求实现可持续变革,我们提供全方位的咨询与支持。

西门子艾闻达不仅立足于传统的变革管理,更致力于超越变革管理的范畴陪伴客户踏出转型之旅的每一步。凭借对组织结构的深刻洞察与领域专长,我们持续对照正式和非正式结构及能力来检查转型目标。在执行阶段,我们丰富的方法论经验将为客户带来显著优势,助力构建科学的治理体系,并以员工为核心,推动实现可持续变革。

  • 针对转型目标的组织分析

  • 变革影响分析

  • 治理体系构建

  • 制定转型/变革路线图,涵盖全面的利益相关者管理

 

服务亮点
  • 设定切实可行的转型目标

  • 跨层级组织协同

  • 清晰评估各目标群体的变革影响

  • 通过集成变革管理,实现变革的快速、全面与有效监控

产出效果

我们的专家

更多研发转型相关话题,欢迎咨询:
徐瀚伟
徐瀚伟
西门子艾闻达咨询副总裁、全球合伙人
朱晨
朱晨
西门子艾闻达咨询业务合伙人

CN Blog: Nextwork

mountaineer-looking-at-a-snowy-mountain-landscape_original.jpg

#Nextwork®:数字化时代的人才转型解决方案

{{ title.text }}

目录

“企业转型总是从人才转型开始,合适的数字化人才战略将助力企业更好地实现数字化转型。”

马清,西门子(中国)有限公司执行副总裁兼西门子大中华人才与组织发展总监、可持续发展负责人

“数字化人才的培养是企业数字化转型的关键成功要素。企业应当根据数字化转型蓝图梳理数字化能力地图,并制定员工数字化技能提升的系统化方案。”

江崇龙,西门子(中国)有限公司高级副总裁,西门子艾闻达中国区总经理

一、数字化时代的挑战与机遇

在数字化时代的大潮下,企业正面临着前所未有的机遇与挑战。那些能够成功驾驭数字化浪潮的企业不仅能在激烈的市场竞争中脱颖而出,还能实现业务的可持续增长和持续繁荣。然而,这同样考验着企业的适应能力与创新能力。

据专业调研指出,全球接近半数(46%)的工作岗位将在2030年因数字化和自动化而面临转型,14% 的工作将被完全自动化取代32%将经历根本性重构。

如今,已有超过一半的企业正面临着日益扩大的数字化人才缺口,在每十位在职员工中,就有六位尚未掌握数字化业务所需的关键技能。这不仅揭示了未来人才需求与现有技能间的鸿沟,也警示着企业需加快数字化培训步伐,以保持竞争优势。

nextwork slide with figures

二、西门子:数字化转型的典范

作为全球领先的科技企业,西门子早在多年前便将数字化视为战略发展的核心。通过不断实践与探索,西门子已成功从传统制造业转型为数字化创新科技公司。这一转型不仅仅是业务和技术的升级,更是企业文化与员工能力的深刻变革。在这个过程中,西门子也面临以下挑战:

  1. 数字化与自动化如何重塑员工队伍
  2. 未来业务需要哪些新的关键职位与数字化技能?
  3. 如何系统性帮助员工快速转型?

三、#Nextwork®: 人才转型系统化方案

鉴于上述挑战,西门子凭借内部多个项目的实践经验,联合人才和组织发展部与西门子艾闻达咨询共同推出了#Nextwork®,一套旨在系统化解决企业数字化人才转型问题的方案

#Nextwork®通过对现有员工队伍的深度分析,洞察外部趋势对团队的影响,为企业规划出一条清晰的数字化人才转型和发展的路径。通过#Nextwork®,企业能够:

  • 明晰当前与未来人才需求

    保证生产的柔性及效率的平衡为制定具体的数字化人才发展路径与实施措施提供清晰导向,确保人才培育与企业战略无缝对接。

  • 系统性技能升级与转岗培训

    降低对组织架构重组或外部招聘的依赖,构建内部人才蓄水池,提升组织灵活性与竞争力。

  • 信息化的企业架构梳理和搭建

    确保人力资源分析的准确性和持久成效。

四、#Nextwork® 成功案例

#Nextwork® 在西门子的核心业务单元与关键职能部门中得以首度提炼并验证,一系列的试点项目验证了其在不同业务领域和企业类型中的广泛适用性和高效性。

如今,西门子全球范围内已经运用该方法论发起了超过120个项目,遍及30多个国家和地区,覆盖大35%有较高转型需求的工作岗位(包括销售、财务、制造等),为超过80,000名员工提供了个人成长和技能发展的未来图谱,也为整个组织的数字化潜能释放提供了战略地图和实施指南。

 

案例一:销售数字化转型

1. 案例背景

在中国,约有五分之一的西门子员工从事销售或相关支持工作。面对日益激烈的市场竞争和数字化浪潮,公司意识到必须推动销售团队的能力转型,以增强其在数字时代的竞争力。

2. 实施过程与举措

为实现这一愿景,人才与组织发展部与各业务单元紧密协作,共同推进销售团队的数字化能力提升。具体措施包括:

  • 通过#NextWork®方法论与业务共创数字化销售未来能力画像,使员工明确未来发展方向。
  • 开展一系列定制化的数字化培训项目,覆盖最新技术、工具和市场趋势,确保销售团队具备前沿的数字化知识。
  • 设立考核与认证体系,评估销售团队的数字化技能掌握程度,并与薪酬待遇挂钩。
  • 首创销售“专家”职业路径,鼓励销售的技能提升和专业化发展。

3. 成果与影响

经过一系列培训和发展计划,西门子中国的销售团队在数字化领域取得了显著进步。据统计,超过70%的销售人员通过了基础级别的数字化能力考核,其中超过15%达到了“高级”水平,并在销售生产力的关键指标上得以体现。订单处理速度、客户互动质量以及新兴数字化业务的拉动等方面均获得了显著提升。

 

案例二:工厂蓝领技能重塑

1. 案例背景

面对数字化转型,西门子不仅关注销售团队的革新,也同样致力于其工厂蓝领队伍的数字化技能提升与认知拓展。自2020年起,各工厂便将#Nextwork®应用在了其工厂蓝领团队的培养与发展规划中,配合工厂自身的自动化和数字化,在实现工厂的生产效能提升的同时,促进蓝领员工的成长和职业发展。

西门子成都数字化工厂(SEWC)为例,得益于数字化手段落地、流程效率提升和员工能力提升,在过去几年里SEWC产能实现4倍增长,蓝领员工人效年均提升25%。

2. 实施过程与举措

  • 开展数字化培训课程,涉及AI、数据分析等前沿科技,同时举办领导力成长训练营,强化蓝领领导者的综合能力。
  • 开展软技能培训课程,超600名蓝领参加,在沟通技巧、问题解决策略、时间管理方法以及公众演讲能力等方面实现了显著提升。
  • 组织各类技能竞赛,激发工人实践新技术的热情,共计超2,400人天,举办121余场竞赛活动。
  • 推动实践性研究项目,已产出16+个创新型项目,深化了对新兴技术的理解与应用。
  • 强化L2 & L3 员工技术能力,培训课程覆盖多个技术关键领域,参与人数超320人,2023财年累计学习时长超4,500小时。

3. 成果与影响

以西门子成都数字化工厂(SEWC)为典范,该工厂秉承“以数字化赋能人才”的理念,自2017年至2023年间,成功优化了车间的人才结构。L1级别普通技术员的比例显著下降,从58%降至约32%,与此同时,L2级技术工人的比例从17%跃升至48%,且这一趋势仍在持续上升。这一变化彰显了公司整体战略的有效性和对员工发展的积极影响。

五、携手西门子,共赴数字化未来

随着数字化技术与业务的不断发展,面向未来的战略性数字化人才盘点与培养已成为企业必须面对的课题。西门子艾闻达作为数字化业务转型的关键推动者,与人才与组织发展部(P&O)联手,致力于结合#Nextwork®方法论与内外丰富的实践案例,引导企业客户掌握战略型人才盘点方法论,分享西门子打造员工能力、塑造成长型思维的实践。

我们可以基于您目前人力资源的现状和需求,结合西门子丰富的经验,帮助您量身定制数字化人才转型方案,包括但不限于:

  • 战略人才盘点入门:方法论教学
  • 战略人才盘点精进:案例模拟游戏
  • 量身定制的数字化人才转型咨询服务

我们的数字化专家

如您对数字化人才转型和#Nextwork®感兴趣,希望进一步探讨,请联系本文作者,共同开启企业数字化转型的新篇章。
张    强
张 强
西门子艾闻达咨询副总裁、全球合伙人
胡蓓蓓
胡蓓蓓
西门子中国人才与组织发展部 战略与生态协同负责人

Author

张    强
张 强
西门子艾闻达咨询副总裁、全球合伙人
胡蓓蓓
胡蓓蓓
西门子中国人才与组织发展部 战略与生态协同负责人
7
理论结合实践,系统化解决企业数字化人才转型问题
Huang, Mo Han …
nextwork slide with digital figures in groups
Page Type
Media Category
Services

战略与数字化转型

gettyimages-1250486517_flipped.jpg

战略与数字化转型

西门子艾闻达以客户为中心进行数字化转型,以陪伴我们的客户在数字化旅程中实现可持续成功。
 

 

全面的数字化转型解决方案,实现可持续成功

数字化已经彻底改变了企业的运营方式,带来了动态的市场、不断演变的技术和持续变化的趋势。随着公司面临日益复杂和不确定的环境,满足不断变化的客户期望对于成功至关重要。在西门子在西门子艾闻达,我们通过全面拥抱数字化转型,并始终将客户放在关注的并始终将客户放在关注的焦点,帮助企业释放其全部潜力。借助我们丰富的专业知识,我们以极快的速度为客户实现切实可见的成果,并覆盖其数字化转型旅程的每个方面。共同开辟双赢解决方案的道路,提供卓越的客户体验。

探索我们为您量身定制的解决方案组合,助力您的业务需求

商业战略

我们提供具有重大影响的商业战略,帮助您创造和维持竞争优势。

变革管理

我们催化您的项目,以锚定组织中的目标转型

以客户为中心的转型和战略

对于以客户为中心的方法,重新定义业务模式并采用简洁的转型策略至关重要。

数字解决方案与服务组合创新

我们的共创方法促进了服务组合创新和数字解决方案的发展。

目标运营模式设计与转型

通过明确的目标运营模式实现以客户为中心的战略。

供应商分析

Vendigital作为西门子艾闻达组织的一部分,通过数据来加速成本和供应链绩效转型。

组织转型管理

西门子艾闻达通过定义目标、建立治理和支持可持续变革的执行来帮助您实现转型。

兼并与收购

我们凭借西门子艾闻达经过验证的并购专业知识为您的业务带来增长,并为许多客户提供支持并加速成功!

组织绩效提升

我们提高您的组织绩效,以释放您业务的全部潜力

Short description
通过数字化战略实现业务价值和卓越客户体验。

Applied Industry Analytics

1170687091

制造业效率预测分析

我们为各行业客户提供针对性的数据和分析解决方案,助力企业打造数字化洞察与影响力。

以数据分析和机器学习赋能战略增长、创新突破与卓越运营

数据是驱动战略业务升级、激发创新活力、提升盈利水平及优化运营效率的核心引擎。当企业拥有清晰、易用且合规的数据资产时,即可通过创新应用场景开发新服务,深度解析运营细节,从容应对当前与未来的业务挑战。

我们运用数据分析、机器学习及统计建模技术,专注解决实际行业痛点,通过优化运营流程、降低运营成本、提升作业效率及改善客户体验,为企业创造可衡量的商业价值。

我们的专业服务覆盖数据战略全周期,从开展战略级数据评估与架构规划,到基于国际最佳实践构建数据治理与清洗体系。我们精准识别"最小可行数据集",快速落地高价值应用场景。同时设计数据架构与集成方案,打造统一数据能力平台。通过分阶段协同推进,我们帮助企业充分释放现有数字资产价值,构建数据驱动的决策体系,助力企业在数字化进程中实现能力跃迁与服务升级。

探索我们为您量身定制的解决方案组合,助力您的业务需求

供应链管理高级分析 

引领企业数字化变革,实现可持续发展目标,提升流程效能,支撑战略决策优化。

城市空气质量优化

协助城市制定改善空气质量的具体方案,构建长期技术变革战略。

城市绩效管理平台

指导城市达成环境治理目标,量化评估基础设施改造效益。

绿色精益数字化工厂

加速制造基地与产业平台的数字化转型升级。

工业人工智能

提供从顶层设计、无缝落地到组织级规模化推广的全链路服务,助力客户快速跻身 AI 先行者行列。

探索我们更多的应用行业分析服务内容

解锁应用行业分析:从数据基线到物联网数据核心

在行业应用分析领域,企业需采用系统化方法充分释放数据价值。这一过程始于数据基线构建,通过全面梳理现有数据源、结构及质量,为后续分析奠定基础。战略数据分析聚焦于关键要素,提取可落地的业务洞察。同时,通过构建健全的数据治理体系确保数据完整性、安全性和合规性。最终,依托前沿技术部署应用分析,将数据转化为实际价值。物联网技术的深度集成,可进一步提升实时监控与预测分析的能力。这些核心主题共同推动企业创新与运营效率提升。

数据基准化,也称为数据架构梳理,是通过可视化手段对数据进行系统性处理与组织。具体包括开发数据关系图谱、架构图、分析报表及数据字典,清晰呈现不同数据元素与实体间的关联。在明确最小可行数据(MVD)后,我们将对数据进行清洗、标准化及对齐处理,确保分析所用数据的准确性、一致性和完整性。这一过程通常涵盖数据探查、清洗及转换等关键步骤。

数据基线构建

我们通过战略数据分析精准定位客户的最小可行数据(MVD),即实现特定目标所需的最小数据集合。该概念源自敏捷开发方法论,强调通过聚焦核心功能快速交付客户所需的产品。在数据分析领域,MVD指获取有效洞察或支持决策所需的最小数据量。这要求识别关键数据变量,消除冗余信息,剔除与分析无关的干扰数据。

MVD的应用可显著简化数据采集流程,降低数据存储与处理成本,同时提升分析的精准度与相关性。通过聚焦核心数据,分析师与决策者得以避免信息过载,集中精力处理高价值信息。需注意的是,MVD不应被视为一种死板或固定的要求,应随业务需求和目标变化动态调整。当目标升级或需求扩展时,可进一步纳入更多数据以支撑深度分析。

战略数据分析——"最小可行数据"

我们采用数据治理作为管理流程,确保组织数据的质量、可用性、完整性和安全性。我们与客户协同制定数据管理的政策、流程与标准,明确数据管理责任分工,并确保其符合各项监管要求。

数据治理过程通常包括以下步骤:

  • 制定数据政策:明确数据质量、安全、隐私及留存规范
  • 建立数据标准:定义数据采集、存储及使用的规则,例如格式、定义、校验标准
  • 明确数据权责:确认特定数据集的数据所有者,并指定数据管理员,落实数据质量和准确性
  • 设计管理流程:构建覆盖数据全生命周期的管理流程,包括数据采集、存储、处理、共享等流程
  • 保障数据安全:通过加密、访问控制、备份恢复等技术手段,保护数据免受未经授权的访问
  • 数据质量监控:定期评估数据准确性、完整性及一致性
  • 数据合规审计:定期开展合规性审查,确保符合监管要求与内部政策及流程
  • 迭代优化:持续审查并改进数据治理流程,以适应业务发展需求
数据治理

我们的分析开发流程采用端到端架构,提供从初期价值定位到分析解决方案落地的全程支持。与客户协同推进从概念验证(Alpha)到最小可行产品(Beta),最终实现规模化部署与运维支持。

我们的分析开发流程是一套系统化的方法论体系,专注于为特定业务问题或机遇设计、开发并实施分析解决方案。该流程涵盖问题定义、数据采集、数据预处理、数据探索、建模分析、效果评估及部署应用等多个环环相扣的阶段,最终构建出高效的分析解决方案。

分析开发流程本质上是一个迭代优化循环,通过多轮次的数据建模与方案调优持续完善分析解决方案。其成功关键在于确保方案紧密贴合业务问题与利益相关方的核心诉求,将数据分析结果转化为可执行的业务策略或操作指引,并最终通过洞察驱动实际业务改进,实现可衡量的价值提升。

应用分析部署

物联网数据核心是面向工业领域的价值构建框架,帮助企业快速释放现有数据的潜在价值。通过轻松整合并开放这些数据,创建价值用例和分析而非关注技术细节,使企业能够快速实现数据价值。

物联网数据核心与数据应用及分析共同构成物联网技术的两大核心组件,二者协同完成设备与传感器的实时数据采集及分析:

物联网数据核心作为物联网系统的基础架构,由管理连接设备到云端数据流的硬件和软件组成。其硬件层包括设备本身,以及用于收集数据并传输到云端的网关和边缘设备;其软件层集成操作系统、安全模块及数据管理系统。该核心并非聚焦技术实现本身,而是通过蓝图式集成适配器、数据模型和预设工作流程,从数据中快速提取价值。

实时数据分析则依托数据核心采集的实时数据,通过统计建模与机器学习算法提取深层洞察。这些洞察可直接应用于优化工业流程、提升产品质量、预测设备故障及维护需求,有效减少非计划停机时间。

物联网数字核心与数据分析共同构成一个强大的系统,用于管理和分析物联网数据。通过实时收集和分析数据,企业可深入洞察工业流程,并做出数据驱动的决策,从而提高效率、生产力和盈利能力。

 

物联网数据核心与数据分析
Short description
我们利用数据分析和机器学习实现战略增长、创新和运营卓越。

Customer Centricity

gettyimages-1250486517_flipped.jpg

以客户为中心

满足客户的需求并提供最高质量是在以客户为中心的世界中取得成功的关键。 

 

通过数字化策略推动业务价值和卓越的客户体验

数字化已经彻底改变了企业的运营方式,导致了市场的动态变化、技术的不断演进和趋势的转变。当公司在面对日益复杂和不确定的情况下航行时,满足不断变化的客户期望对于成功至关重要。 在西门子艾闻达,我们已经开发了多种可适配的方法,这些方法可以无缝地整合以适应特定情况。这些策略为双赢解决方案和卓越的客户体验铺平了道路,推动了实实在在的业务价值,并最大化了投资回报。 

Short description
通过数字化战略实现业务价值和卓越客户体验。
Subscribe to Digital Transformation