一、中小制造型企业现状
内外交困，是现在大多数中小制造业型企业的真实写照。
向外看，一场世界范围内的结构调整正在持续推进：发达国家纷纷推进“再工业化”、发展高端制造，试图抢占新一轮产业变革制高点；一些新兴经济体利用比我国更低的成本优势积极带动产业转移，力图取代中国成为新的“世界工厂”；中美贸易战的持续发酵，让许多依赖欧美市场的制造业企业如履薄冰……在过去主要依靠要素低成本投入、外需拉动、粗放发展的模式难以为继。
向内看，国内的需求也在放缓。最近几个月，制造业PMI指数以下降为主，经济下行态势依旧。6月PMI扩散指数中，制造业生产、新订单指数环比分别下降0.4、0.2个百分点至51.3%、49.6%，同时制造业从业人数指数下滑0.1%至46.9%，需求端持续收缩和就业压力扩大。从企业规模来看，6月，大、中、小型企业制造业PMI指数分别为49.9%、49.1%、48.3%，均处于荣枯分界线之下。
二、中小制造型企业痛点
随着人工智能、大数据、云计算等技术的应用与普及，制造业正在发生一系列变革，产能驱动向数据驱动转型已经成为大势所趋。有专家甚至表示，如果哪家传统制造业工厂到现在还没有考虑数字化转型的话，那么未来只会是“死路一条”。
除了“大环境”的困扰之外，现今的中小型制造业，实际上更多的是面临“管理差距”或“管理落后”的严峻挑战。
在数字化的浪潮中，大型制造业企业凭借充沛的资金，引进或者自主创新技术，开始尝试从前端产品到中端企业管理再到后端工厂生产的数字化，一个个全新的数字化生态已经逐步成形。而对于一些资金、技术、人才等不太充裕的中小型制造业企业来说，数字化转型依然是“雾里看花”，不知从何下手。面对传统的生产管理模式，企业管理者更是忧心忡忡。
“每次进行生产计划的排产都感觉心力交瘁，排产所需信息几乎涉及客户、销售、订单、采购、库存、生产等各环节，但这些数据时刻在变。”一家广东的电子制造业企业负责人表示，随着客户需求变更、销售订单增减、采购陆续到货、仓库频繁进出等，每分每秒都有新的数据产生，想要通过传统的流程实时了解这些数据基本不可能，这就为排产和生产埋下严重隐患。
然而，排产计划只是中小型制造业企业痛点的冰山一角。有些企业生产搞的风风火火，销售看起来都不错，但就是不见利润，有的甚至资金链断了导致破产，为什么？一个关键的原因就是高库存。库存管理水平的高低直接关系着企业的现金周转。如果制造业一年的库存相关费用占库存价值的20%-30%，意味着10万元的库存，一年的损失费用要达到2-3万左右，电子及快消行业甚至更高，达到50%以上，这些费用包括资金占用成本、报废成本、仓储设施成本、毁坏成本、盘点成本、保险和税金等，企业微薄的利润都被消耗在库存当中。高库存的背后还隐藏着销售预测不准确、采购物料周期长、生产计划不准确等一系列问题。
三、中小制造型企业破局之路
面对困局，中小企业有对前途的迷茫与困惑，也有对创新的期待与向往，那么一条高性价比的数字化之路是中小型制造型企业最有效的破局方式之一。
大部分的中小型企业随着业务的增长都基本完成了ERP、财务管理、OA等初始基础信息化系统的建设，满足了日常的运营管理需要，使其业务在线化，这满足了企业日常运营管理的基本需要。业务在线化能使企业的运营效率提高，但是想要在恶劣的环境中提高生存能力，加强自身的竞争优势，那还是远远不足够的。
随着业务在线化基础系统的使用，企业每天产生大量数据，这些数据其实是企业发展难以多得的“宝藏”，被挖掘数据可以帮助企业了解历史和实时运营状况、发现运营中的问题及根源、提供真正可执行的决策建议等，从而能够更快捷、灵活、有效的改善企业经营状况、提高竞争力。然而，传统手工的数据挖掘及分析方式对员工的工作造成了重大的负担，这些数据也缺乏整合、利用、分析和可视化处理能力。
那么怎样才能有效的挖掘和分析出这些有价值的数据“宝藏”呢？其实在大型的制造型企业早就有了挖掘和分析数据“宝藏”的工具，也得到了很好的运用。作为数据可视化及分析的工具，BI在大型制造业的应有已经慢慢蔓延开来，并发挥着不可或缺的作用，帮助企业在智能制造转型的过程中建立可持续的数据智能竞争优势。这些企业可以通过BI工具提高生产效率、降低成本、改进工艺、降低坏品率、趋势预测等来提升自身竞争力。
对于中小制造型企业而言，BI的作用也是不言而喻的，虽然企业规模不是那么大，但是麻雀虽小五脏俱全，生产、管理及销售的流程都是和大型企业大同小异。一部分中小制造型企业业主对于BI不够了解，认为有了ERP、OA、财务系统就足够应付；另外一部分虽然有了解BI所带来的好处，但是迟迟没有进行建设，主要是因为传统BI的价格对他们而言太过昂贵，几十万到几百万的一次性投入让他们难以承受，所以也就望而却步了。
四、适合中小制造型企业的BI及大数据分析平台
目前，我国中小企业占企业总数的90%以上，贡献了中国60%的GDP、50%的税收和80%的城镇就业。中小企业的数字转型对中国数字经济的意义重大，解决了中小型制造业企业数字化难题，就等于为中国数字经济增加动力。
然而传统的BI，实施的时间太久，一般都超过4个月至10个月以上，很难快速见效；另一方面一次性投入的建设成本比较高，一般都是几十万到上百万，给公司带来了一定资金压力。在这种情况之下选择Saas服务化的大数据分析平台，能更好的满足快速实施见效的要求，而又能通过年服务费的付费方式减少一次性的高投入，避免了高投入低回报的风险。
在国内Saas化的BI及大数据分析平台寥寥无几，更别谈针对制造业的Saas化BI及大数据分析平台了。据我所知，现阶段只有“Ourbore大数据分析云平台”是用Saas化的方式向制造业提供BI及大数据分析的服务。主要的服务内容包含：
1.大数据决策支持和可视化分析服务。对ERP中收集到的各业务数据进行综合统计分析，以报表、图表形式进行展示，主要包括经营数据、生产数据、财务数据、质量数据等，展现区报表及图表要求提供穿透查询及数据导出功能。
2.大数据分析平台的应用场景和分析主题服务：
2.1 五大应用场景服务；
大数据分析云平台，内嵌五大应用场景服务：数据大屏、数据分析、运营监控、智能报告、移动应用。
2.2 八大分析主题服务：
大数据分析云平台，内嵌八大分析主题：BOSS AI、采购分析、存货分析、销售分析、计划分析、生产分析、财务分析、质量分析等。
2.3 十大监控看板服务：
大数据分析云平台，内嵌十大监控看板：采购收货待检验；进料检验完成待入库；领料待下架看板；完工入库待上架；杂项领用任务看板；低于安全库存量看板；出通待下架看板；生产进度看板；进料检验汇总看板；订单交货预警看板等。
