从华为数字化转型实践看清环卫数字化落地路径

为什么？我举几个例子就很清晰了，首先增效降本一定是从具体的项目管理指标中来的，比如在机扫项目管理中，有效作业率这个指标是直观反映路线规划是否合理的重要数据，而路线规划不合理直接导致空驶能耗过高的成本浪费。

而项目管理人员只有清晰的知道每辆车的准确有效作业率才能发现对应的路线是否有优化空间，才知道去考虑下一步的优化动作，而有效作业率背后需要采集准确的车辆里程数据和各种作业模式数据去支撑。

再比如假如线路已经优化到最优了，如何再降本？通过管理不同场景（市内、公路、城乡综合部等等）对应作业模式（粗扫、深扫等）来实现，比如：每条道路当天不同趟次的洗扫作业时车辆的速度及冲洗力量都要依据实际环境需求来作业。

但司机是否严格按要求执行呢，这就需要真实的数据及时反馈，来优化作业方案及落实方案的执行。

再比如拿一个新项目，要做成本、人员、车辆配置、物资等预算，到底选7吨/10吨/18吨洗扫车配置怎么选？不同吨位的水车怎么选？厂家怎么选？是选新能源车还是燃油车？

假如你有不同车型的单位作业能耗数据（每公里的作业能耗）、单日作业能力（固定工作时长内的最大作业里程），单位作业水耗（每公里的作业水耗），等精准数据。

结合新项目的实际作业情况和作业要求（总作业里程，作业时段要求、停车场、加水点等基础数据），这个预算成本可以做到非常精准，车辆配置也可以做的最优。

我们曾经在一个项目上通过三个月数据诊断，发现几个很惊人的数据，18吨洗扫比7吨洗扫单位作业能耗高67%，18吨纯电动洗扫比18吨燃油洗扫单位作业能耗成本低3-4倍，某车厂18吨洗扫比另一家18吨洗扫单位作业能耗高5%。

而基于当前项目的基础情况，通过线路、作业速度、作业时间等因素优化提升后，7吨洗扫作业能力就能满足当前项目需求，所以建议调整车辆配置资源，将18吨洗扫车（10辆）换为7吨洗扫车，综合可节省200万以上。

这样的科学决策是要有精准的车辆发动机油耗、新能源三电（SOC、充电等）、仪表车速、里程、车辆全部作业模式、水耗等将近50余种原始车辆作业数据才能支撑。

再比如车辆作为重大的工具资产，每年在保养、维修方面要有比较大的成本支出，维保的科学合理性及过程透明度怎么保证？

目前我们调研过很多企业，过度保养、过保不保、维修厂恶意收费比比皆是，假如可以获取车辆上保养提醒、故障报警反馈给设备管理员，类似这种成本漏洞问题将迎刃而解，这些都需要真实精准的数据支撑。

再比如工人的工作量如何科学评价？实现多劳多得的正向激励。举个垃圾收运的例子：工人的作业量不但取决于出勤时长，还取决于垃圾桶的收运数量和垃圾收运的及时性，而垃圾桶的收运数量数据是需要采集到车辆收运动作数据来支撑。

还有，如何通过规范司机驾驶行为来降低事故率？这需要监控的危险驾驶行为数据来支撑，环卫作业精细化管理中的大数据支撑例子很多，不再此一一列举。

所以说，真正实现全流程数字化，是要自动采集100余种原始作业要素数据，假如只有定位+视频这两种数据根本无法支撑，这就是为什么只有定位+视频的简单信息化不会成功落地的底层原因。

如果因为自动采集的数据单一，而选择依赖人工录入弥补更是不可取，因为这样增加各个环节的工作量，且不能保证数据的真实性和准确性，反倒是降低整体效率！

所以这一点跟华为的经验相吻合，只要各业务环节数据采集的足够“全、准、快”，无论用什么IT手段，都能把数字化做好。

 “PDCA”管理模型是在运营类项目中最优的管理模型，很多环卫服务公司也一直在用这个管理理念。

但是这个“PDCA”管理飞轮在实际运营过程中能正常转动吗？或者说它的运转速度够快吗？

我想真实的回答是，很少有项目真正运转起来，即使运转起来也是龟速状态。

为什么？没有真实的数据反馈！其实环卫服务公司的各级管理人员能力并不差，都清楚怎么解决问题，关键是没真实数据反馈，他们很难发现问题（环卫行业人多、车多、作业面广、作业模式复杂）。

所以说有了第一步的全流程数字化后，关键指标数据能及时反馈，各级管理人员就能动起来，每天都在发现问题，改进管理动作，验证、然后再提升方案，这样即可推动PDCA管理飞轮真正高速转起来，结果就是增效降本！

前两步已经实现了单个项目层级的增效降本，如何扩大经验收益？

基于已运行项目的精准数据，可以输出不同项目类型的多维成效分析，如效率分析、运营分析、成本分析、能耗分析、安全分析、品质分析，车型维度综合分析、车辆使用综合分析、项目维度综合分析，增效降本建议方案、车辆成本排行等成本效率分析。

再将此优秀的管理模型通过平台的形式无缝复制到其他项目上，最终将所有管理资产沉淀到公司，同时优化人才梯队，实现整体增效降本的目的。

今天小编先聊到这，希望对您有所帮助！