上次的調研之後，我發現很多人都喜歡企業數字化、信息化建設的東西，今天就寫給各位。
一、當前現狀
爲了應對複雜的經營環境，更好的發揮企業數據價值，衆多企業在信息化建設方面持續加大投入力度。經過多年的發展，多數企業在信息化建設方面已經取得了一定的成績，自動化設備和企業內部傳感器已經能夠初步完成生產過程中的數據採集。
同時多數企業也搭建起了企業的信息系統架構，實現了企業信息系統對企業業務的基本覆蓋。
但隨着企業信息化的發展，企業數據量也隨之增加，越來越多的企業開始關心數據價值，企業中傳統的信息系統取數加excel分析的形式已經無法發揮數據的價值，滿足企業需要，具體表現爲數據時效性差、數據準確性低，數據分析過程繁瑣、數據表現形式單一等等。
在面對相關業務困境時，雖然企業數據庫存留了大量數據，但是企業決策者往往由於不知道如何利用企業中已有數據，“拍腦袋”決策的事情還時有發生。
二、數據化建設思路
數據本身並沒有價值，只有經過了處理的數據，引起了人們的思考與行動，數據才具備了價值。筆者今天就介紹三個幫助傳統制造業數據化建設，讓數據發揮價值的方法。
2.1 報表自動化
What？大數據時代，竟然還有人在講報表自動化。的確，報表自動化在今天這個時代的確已經不是一個新的概念了，可是在傳統制造業能真正做好報表的企業卻並不是很多。
報表自動化可以說是企業利用數據賦能經營管理過程中性價比最高的方法了。不需要建立複雜的數據模型和設計繁瑣的管理流程，可以節約企業大量的人力、物力、財力，只要選擇對的BI工具，設置簡單的規則，就可以讓企業的各級管理者從採集整理數據這一重複低效，且佔用大量時間的活動中解放出來。
從原來的低頭找數據轉變爲擡頭做分析，讓企業管理者高效便捷的運用數據，真正做到“有數可依”。
統一數據口徑是報表自動化的前提，如果不統一數據口徑，做出的報表即使時效性和準確度都不存在問題，也常常會出現“雞同鴨講”的情況，報表的最終價值也有限。
報表自動化的核心在於通過梳理相關指標和數據，發現企業當前存在的問題，並找出對應的原因和解決方法。當前很多公司的報表都存在不成體系、時效性差、重複開發與關鍵業務耦合度低的問題，因此，企業需要建立統一的BI中心，做到企業管理的透明、共享、反饋與持續改善。
透明其實就是打通企業中的數據孤島，這裏並不是只打通各個業務系統的數據孤島，更是打通每個業務部門的數據孤島，打破數據的時效性壁壘；共享是指企業中不同業務線上的數據可以進行聯動分析，比如銷售數據與生產數據進行聯動分析（產銷分析），通過聯動分析促進企業發展；
反饋就是看到問題後需要進行整改，解決問題，將整改進度可視化，達到一個良性的循環；不斷髮現企業的瓶頸和新的發力點，達到一個持續改善的效果。
2.2 高效經營會議
開會，永遠是企業經營過程中必不可少的環節。在企業定期的經營會議中，通常採用Excel+PPT的模式。可能企業中每個月2號的時候，上月的數據才能完全導出，信息部門再把數據轉給業務部門，業務部門用vlookup函數和數據透視表做一下簡單分析處理，另一個業務人員再去做一個彙報的PPT，最後是經營分析會議的現場彙報。
從這個過程中來看，數據的時效性太低，同時費時，費力，還要進行重複勞動，經營分析會可能15號才能開起來，可能上月的問題已經很嚴重了，但是本月15日才發現，之後再開始制定相關措施，而問題早已擴大化。
其次是在這個過程中，數據經過了多輪轉手，並且有大量手工處理的環節，數據的真實性也令人懷疑。最終，會議過後，PPT等文稿格式難以進行後期管理，對後續的數據統計分析對比價值較低。
對於企業定期的經營分析會議，企業內部每次所關注的關鍵指標往往是固定的，通過將企業關注的指標的口徑、格式以及數據來源明確，管理者根據企業狀況定期（周、月、年）召開企業經營分析會議，使用數BI工具製作會議報告，每次彙報分析時數據自動通過BI工具從企業信息系統中獲取計算；
打開BI平臺相應界面即可開始會議，無需PPT，真實、快捷、高效。
對於BI工具，我一直是推薦FineBI的，因爲我是這個工具的受益者，可以從下方瞭解一下：
（此處已添加小程序，請到今日頭條客戶端查看）
2.3 領導管理駕駛艙
對於領導管理駕駛艙，最重要的一點就是駕駛艙必須要與企業業務和領導需求緊密結合，決不僅僅只是業務指標的簡單堆積。因此，想要做好一張領導駕駛艙，重點在於前期與涉及到的業務人員充分交流、詳細溝通，多去現場調研，切記不要閉門造車、紙上談兵。
想要做好一張領導駕駛艙，第一步就是梳理領導所關注的業務指標。業務指標的梳理包括指標名稱、數據來源、數據口徑、計算方式、責任人等部分；再依據80/20原則，找出影響企業經營的20%關鍵指標，並與關鍵業務人員和涉及領導確認後，進行數據ETL處理和可視化展示；
如果指標出現異常，則可以通過標紅或信息推送的形式將信息傳遞給領導和相關責任人，責令整改；同時駕駛艙也要設置一些聯動和鑽取，一是幫助企業在駕駛艙中展示數據之間的關係和業務的邏輯，二則是爲了通過聯動和鑽取找出影響企業經營指標的具體原因。
最後，隨着企業管理者數據意識的變化和BI技術的發展，更好的應用數據去支撐決策成爲可能。企業在日常經營管理過程中積累了大量的數據，但數據本身並不能夠直接產生價值，需要對數據進行處理，進而引起我們的思考與行動，才能真正發揮數據價值。
不在落後的管理上搞信息化；不要在落後的工藝上搞自動化。傳統制造業數據化建設的道路是一條漫長的道路，數據化不是簡單的信息化和自動化的改造，而是企業生產方式和運營模式的變化，需要對企業的經營模式進行再造，需要企業長期的努力與變革。
歡迎關注我的公衆號“商業智能研究”，私信回覆“資料包”，即可領取大數據、數據中臺、商業智能、數據倉庫等6G精華資料
