为落实好党中央、国务院关于数字中国建设和产业数字化转型的重大决策部署，经报有关领导同志，从2024年开始，中国工业经济联合会在相关部委、高校、智库和重点工业领域头部企业的参与和支持下，在全国范围内从征集范例、调查研究和宣传培育三个维度开展中国工业数据治理“领跑者”企业工作，找出并宣传推广工业数据治理领域企业的优秀成果、实践经验和典型案例，旨在发挥优秀企业的榜样带动作用，强化协同效应，带动更多企业增强数据治理能力，加快数字化转型，搭建工业数据交流平台和产业生态圈，挖掘数据要素作为新质生产力的价值，赋能工业高质量发展。

2024年9月11日，中国工业经济联合会在第二届中国工业高质量发展论坛上发布了22家首届中国工业数据治理“领跑者”企业名单等研究成果。根据工作计划，中国工业经济联合会将从2025年3月开始启动2025中国工业数据治理“领跑者”企业工作，找出更多工业领域重点行业的“领跑者”企业和典型经验，为工业企业的数据治理和数字化转型搭建学习交流和产业合作的权威平台。获选的2025中国工业数据治理“领跑者”企业名单将在第三届中国工业高质量发展论坛上向全社会公布。

徐工集团工程机械股份有限公司（以下简称“徐工机械”或“徐工”）前身始于1943年创建的华兴铁工厂，1989年成立国内行业首家集团公司，是中国工程机械产业的奠基者、开创者和引领者，是具有全球竞争力、影响力的千亿级龙头企业和世界领先品牌。

徐工起重机械、桩工机械稳居全球第一，装载机跻身全球第二、国内第一，道路机械、随车起重机、塔式起重机、高空作业平台位列全球第三，混凝土机械、矿山露天挖运设备、挖掘机等跻身全球第一阵营。压路机、平地机、摊铺机、铣刨机、沥青站、旋挖钻、消防车等16类主机保持国内行业第一。目前海外布局14个大区，全球设6大研发中心以及采购中心、物流中心、金融平台等，拥有10余家海外生产基地和KD工厂（Knocked Down，散件组装工厂）。

图1：徐工机械总部

35年来徐工主要指标始终稳居中国工程机械行业第1位，营业收入和净利润持续保持国内行业第1位，经营业绩领跑行业，改革红利逐步释放。代表中国企业，在全球工程机械制造商50强榜单中，始终保持前列。代表中国品牌，连续六年（2019-2024年）入围世界品牌500强，连续跻身《财富》中国企业500强、福布斯出海企业30强。在徐工的支撑带动下，江苏省徐州市被授予“中国工程机械之都”称号，入选首批国家先进制造业集群，是江苏省首批重点培育的世界级先进制造业集群之一。作为国家“双百行动”和江苏省首批试点企业，徐工成功完成混合所有制改革和工程机械板块整体上市目标，成为国企改革的标杆示范。2024年，徐工机械成为首批中国工业数据治理“领跑者”企业。

图2：中国工业数据治理“领跑者”企业

2024年政府工作报告明确提出，要深入推进数字经济创新发展，加快传统产业和中小企业数字化转型，提升企业的综合实力与核心竞争力。数据是企业实现数字化转型的关键，徐工机械在深耕“智改数转网联一号工程”中，实施数字化转型战略、成立数字化组织、打造数字化设备，对数据进行采集和存储，落地数据规范管理措施，提升了数据管理能力。

一、数据治理背景

数据作为新型生产要素，正在重塑数据产业新生态，在为制造业数字赋能、释放数据价值的进程中，发挥着基础资源和创新引擎作用。

工程机械行业具有多品种小批量、高度离散制造、价值链环节长、生态伙伴多，正加速国际化市场拓展等特点。而这些特点给数据工作分别带来了行业的数据标准不统一、产业链整体数据流通有障碍、数据安全信任未完全建立、全球数据合规难保障等难题。

徐工作为大国重器的典范，多年来在信息化、数字化和智能化蝶变演进的过程中，积淀了海量工业数据，需要唤醒沉睡的数据价值，使其成为新质生产力的有力支撑。徐工对数据要素的应用正在由采集、分析、单一应用向数据协同、复用融合、智能创新的方向迈进。

二、数据治理举措

徐工机械落地“智改数转网联一号工程”顶层设计，带领行业系统性构建数据工作体系，实现数据要素“供得出、流得动、用得好、保安全”。通过建体系、搭平台、拓场景、智能化，构建徐工特色的数字技术和实体经济融合案例，为工程机械行业数字化转型提供新的范式。

（一）构建数据治理体系，保障数据资产的合规运用与高效流转

徐工机械构建起一套数据管理体系，明确决策、管理、执行的三类角色的数据Owner及职能职责，强化上下对齐、纵向穿透至各分子公司的数据组织；形成了从L1-L5的数据资产目录，发布“徐工机械数据十条铁规”，制定20项数据标准规范，不断夯实数据资产管理体系；定义概念模型、逻辑模型、物理模型及数据流转图的设计原则，夯实数据资产管理基础。

徐工机械数据治理体系基于数据管理组织、数据管理规范与制度、数据质量，参考业界成功实践案例，将数据治理体系重点聚焦在“数据组织”“管理规范”和“运行机制”三个主体的支撑工作。

一是落实徐工机械的数据管理组织及角色职责，按照管理办法与流程规范需求明确数据决策层、数据管理层、数据执行层，跨领域团队的职能及演进路径，协助发布组织人员任命，保障治理工作执行开展。

二是落实徐工机械数据流程框架，并完成架构下流程规范的编制，包含“一总纲四办法九规范”，覆盖数据架构、标准、质量和服务管理等内容。协助发布推行数据治理规范，指导各单位数据治理工作，保障管理闭环有序。

三是落实徐工机械数据治理体系深化运营，组织召开数据质量例会，通报数据治理问题及进度，将数据治理工作穿透到业务一线，从源头管控数据质量，调动全公司资源，强化数据过程监控和结果质量审查，定期发布数据质量月报，常态化数据治理体系运营。

图3：数据治理体系全景图

（二）建设数据算力基础设施，打造行业领先的大数据平台

一是开展数据基础设施建设，打造全球算力一张网。构建徐工全球统一的混合云底座，围绕通用算力、智能算力、超级算力投入基础设施，当前总体算力规模达到1000万亿/秒。

二是构建数据平台，夯实数据基座。徐工采用“湖仓一体、流批一体、存算一体”的全新一代大数据技术，构建支持数据采集、清洗等全流程的数据平台，以及集中管理主数据的存储和分发的主数据平台，减少数据冗余和错误，大幅提升公司数据质量。

三是统一数据入湖与数仓建模，提供数据支撑。徐工将业务数据定时从业务平台抽取并在ODS层（贴源层）统一汇聚，经过数据治理后写入DWD层（明细层），根据已制定的标签和指标，形成多维数据统计模型，将分析结果写入DWR层（报告层），并根据业务需求写入DM层（集市层）。

图4：数据底座架构图

（三）拓展数据应用场景，激发数据要素乘数效应

徐工机械结合工程机械行业的基础条件和数据禀赋，以场景为牵引实现数据价值，目前已经实现了在研产供销服融打造超过120个场景，本次重点介绍车联网设备360画像业务场景。

徐工机械已经实现对销售的超过60万台设备开展数据采集与分析工作，每台设备采集的数据高达230项，已积累的数据有超600TB。徐工机械对车联网设备的工况数据进行详细梳理，发现数据存在以下问题：一是数据标准问题。1931个数据项缺少命名规范，1168个数据标准规则不统一（占比60%），导致数据一致性和准确性较差，各主机厂数据分析差异性较大，数据管理和运维成本增加。二是数据异常问题。约18615万同一时刻数据重复（占比0.2%），导致数据冗余度增加，数据分析准确性大大降低；约4700万数据出现极值（占比0.05%），如发动机转速出现65535极大值，极大影响转速分布指标结果，导致产品故障分析受限；约1700万条连续跳变异常数据（占比0.018%），如累计工作时间由4067跳变至216400032（十万倍级别跳变），影响工时分析结果，降低客户体验。

徐工通过“理论+实际”的方法，完成了4类试点机型关键工况的车联网数据标准设计，建立了详尽的数据资源目录，并成功构建了车联网设备数据资产，确保车联网增量数据按统一标准迅速入湖，为数据治理奠定坚实基础。

研发和质量部门专注于提升关键核心零部件故障时长及高频故障的检测能力，通过实时获取设备工况和核心零部件故障率、换件率，能够精准捕捉产品性能的潜在优化点，为产品升级改造提供数据支撑，提升核心零部件产品性能，减少设备故障的发生，还能够降低维修成本，提高设备的整体运行效率。同时，生态环境部月度下发车辆排放清单，研发部门能够及时跟进数据异常。这不仅提升了产品的核心竞争力，也确保了产品能够持续满足市场和客户的需求。

图5：产品质量专题

销售部门对车联网数据进行智能分析，以精准挖掘热点市场，并显著提升大客户的运营覆盖率。通过深度整合CRM（客户关系管理）等系统，能够快速获取维保记录、服务反馈以及客户偏好等全方位信息，为精准营销提供坚实的数据支持，从而有力推动“徐工新营销”模式的实施。借助对热点市场的深入挖掘，以及对设备流动率和产品景气度的细致剖析，销售部门能够迅速洞察市场动态，感知市场趋势，为营销侧的市场布局与策略调整提供有力依据。这不仅提升了市场响应的敏捷性，也确保了产品和服务能够精准满足客户需求，实现营销效果的最大化。

图6：市场营销专题

服务部门通过引入设备健康分析功能，能够主动发起服务提醒，实时采集设备故障信息，并即时管控设备的健康状态。这种前瞻性的服务方式不仅确保了设备的稳定运行，也降低了潜在风险。结合大数据和AI算法，服务部门为客户提供了个性化的健康体检报告。这些报告不仅详细记录了设备的运行状况，还提供了针对性的维护和保养建议。通过这种方式，服务部门不仅提升了服务质量，也进一步加深了客户对徐工品牌的信任与依赖。服务部门还积极利用这些技术，主动与客户沟通，了解他们的需求和反馈。这种双向的互动不仅增强了客户关怀，也促进了服务部门与客户的紧密合作。通过不断优化服务流程和提升服务质量，服务部门致力于为客户提供更加卓越的服务体验，从而进一步增强与徐工品牌的黏性。

图7：客户服务管理

（四）加速智能化应用，抢占行业新赛道

任何人工智能的核心都不是硅片或代码，而是数据，高质量数据集是AI的基础，大量高质量的数据不仅能够提高现有大模型的准确率，还能促进模型的优化和创新。徐工基于算力底座，搭建AI大模型及收集和标注训练数据集，以智能问答、自动驾驶的视觉感知、产品作业的自动化施工等场景为切入点，让AI在企业运营过程中可观可感。

一是拥抱开源大模型。徐工采用开源大模型，在技术选型和应用探索中提供重要支持，并根据具体业务需求进行定制和优化，未来根据自身需求进行本地化调整和技术迭代，避免了对外的过度依赖。目前徐工大模型服务已上线，以多实例方式部署以保证运行稳定性。

二是正在推进的大模型场景。正在推进的项目有：人力智能应答系统，作为先行试点已经完成技术摸索验证，系统基于大模型使用增强检索技术路线，结合大模型和向量数据库实现基于人力知识的内容生成问答系统；400智能呼叫中心系统，实现基于大模型的智能化服务，包括智能质检、智能外呼、智能语音机器人等AI功能，构建高效服务管理体系，实现一站式管理，赋能售后服务转型，提高客户服务体验及满意度；财务助手和单据核对助手，基于知识平台+大模型技术能力，主要面向国内企业用户提供财务知识问答、提报单据流程、财务制度、规章问答、新入职财务人员培训，销货清单与供应商提供的对账单进行一致性识别和比对等；矿卡自动驾驶，基于人工智能和露天矿无人驾驶系统，能够以分米级精度精准停靠，实现了矿区复杂工况下的安全、高效、可靠生产作业；设计导航，知识的自动分类入库，智能推荐，参数、零部件的智能推荐，根据规则和经验在零部件选型时能自动推荐合适的零部件。

（五）建设一体化数据安全保障，确保全球数据合规

一是进行态势监控。根据数据全生命周期的各项安全管理要求，建立组织内部统一的数据安全监控审计平台，对风险点的安全态势进行实时监测。一旦出现安全威胁，能够实现及时告警及初步阻断。二是开展日常审计。针对账号使用、权限分配、密码管理、漏洞修复等日常工作的安全管理要求，利用监控审计平台开展审计工作，从而发现问题并及时处置。三是进行专项审计。以业务线为审计对象，定期开展专项数据安全审计、个人信息保护合规审计等工作。审计内容包括数据全生命周期安全、隐私合规、合作方管理、鉴别访问、风险分析、数据安全事件应急、个人信息保护合规性等多方面内容，从而全面评价数据安全工作执行情况，发现执行问题并统筹改进。

三、数据治理成效

徐工机械通过车联网设备数据要素价值激活案例的探索应用，激活后市场设备数据要素价值，提升自身业务效率，带来数字收益，提升市场竞争力。

在数据治理层面，借助大数据平台，实现了数据的快速收集、整合和分析，为产品研发、市场销售、客户服务等领域提供精准数据支撑。利用车联网数据结合AI和机器学习技术，实现了设备健康状态的预测性维护，提前预警潜在故障，减少停机时间，提高设备运行效率。

在业务目标上，构建了全面的车联网数据指标体系，涵盖维保、油耗、开工率、工时、健康等关键指标。整合CRM、X-GSS（徐工全球数字化备件服务信息系统）等关键系统数据，形成客户、项目、服务等综合性的多维度融合能力。以数据看板、数据标签和数据专题分析为试点，以数据可视化和数据服务化两类方式，对集团、主机事业部和客户提供数据分析能力。

在管理目标上，确保车联网设备数据要素价值释放顺利交付给营销及试点主机事业部使用。设定车联网数据入湖率、数据错误率等关键指标，并不断优化数据治理流程，确保指标得到有效控制，同时反向促进徐工销售管理、风险管控和产品质量等流程和标准的统一化和细化。

四、创新实践

一是对标国际、国家标准，探索建立企业数据标准。通过对数据标准深度分析，对指标定义、口径、名称、来源等进行统一管理，形成指标数据标准化，提炼出差异性指标模型，包含共性指标（1）和个性指标（X），在后续指标建立中夯实共性指标，创新个性指标，逐步实现“1+X”指标体系，后续将X指标逐步标准化，形成共性指标，适用于工程机械行业使用。

二是行业首次开展工程机械市场指数，支撑政府对行业态势开展精准研判。作为行业龙头，徐工机械联合工程机械工业协会选取7大类12种工程机械产品的活跃指数，开展首次工程机械市场指数分析，为工程机械行业动态的研判提供数据支撑。

面向未来，徐工将继续勇挑大梁、敢作善为，以“智改数转网联一号工程”大力推进企业数字化转型，进一步实现先进制造与AI等新一代信息技术的融合，借“数”的治理推动“智”的飞跃，着力打造具有行业特征与自身特色的新质生产力，锻造行业新标杆。

版权声明：如转载或引用请联系项目组并注明文章来源。

联系人：中国工业数据治理项目组

电  话：010-62385286、010-62386769

邮  箱：cfie62385286@163.com