一個好的經營分析能夠使得企業不斷進行自我完善和優化，促進核心競爭力。那麼在大數據時代下，企業該如何建立經營分析體系呢？
一、現狀分析
有ERP、CRM以及行業系統等，但系統間存在數據孤島及數據壁壘的問題。
一方面無法與其他系統數據打通，導致數據口徑與數據修改問題頻繁出現
另一方面在集團層面把控全局數據存在一定難度，導致後續系統數據整合等工作難度大
數據整合分析暫時只能通過線下的形式展開，大大降低了數據分析效率
二、項目建設思路
項目採用先總再分的思路進行整體體系規劃與開發，首先從公司整體視角出發，誘導各業務主題模塊綜合駕駛艙及大屏等內容的構建，然後在整體體系完成的基礎上，進而搭建公司整體的經營分析平臺與管理場景，具體項目目標如下：
首先整合各業務系統真實數據，進行綜合分析、重點展現，使戰略層能初步掌握運營概況，能站在整體角度上調整各個業務部門的冗餘工作，提高內部效率。
對於指標數據，優化存儲結構，方便信息部門統一管理企業數據；對於可複用主數據，開發交換接口，方便現今、以後的業務系統的統一調用。
提供多終端的數據分析與展示的基礎功能作爲數據呈現的統一平臺，最終實現圍繞公司整體的業務管理閉環，構建全方位的自動化分析體系，輔助決策。
三、項目建設需求落地
1、數據信息化平臺建設需求
鑑於目前的信息化建設現狀，需要一個能夠集中體現企業運營活動狀況的、全局的、直觀的、可視化的經營分析系統，以供決策和運營管控的運用，提升運營效率，本次項目應用的是FineReport平臺：
2、 數據底層建設需求
目前，公司業務系統量多且雜，線下變動頻繁，導致一系列數據不及時、數據偏差、數據不一致，嚴重影響高層查看數據，降低工作效率。因此，優化數據管理體制，清洗整合系統數據勢在必行。
1）收集主題性分析需求，初步誘導形成系統指標並持續完善
指標的系統化梳理建立是數據支撐的關鍵一步，針對各主題分析指標的收集與整理，並與各業務部門達成一致，建立完善公司現有數據的整合，爲後續數據倉庫的搭建打下基礎。
2）針對需求反映出的數據粒度，確認指標權責並對其分級
指標的權責確認是數據梳理的第二個關鍵節點，公司將管理需求指標直接指向各業務部門，一方面理清了指標的來源，另一方面也逆向誘導了各業務部門業務系統的體系建設。同時，對各指標進行分級管理，爲後期分期建設經營分析體系整體規劃。
3）建設經營分析系統數據倉庫並逐步完善
在業務系統完善優化的基礎上，梳理清洗業務數據，搭建經營分析系統的數據倉庫，爲後續公司整體數據運營管理形成初步的體制，統一的數據入口對應統一的數據輸出出口原則，達到數據準確一致。
3、分析主題開發需求
1）營銷主題
營銷主題模塊是重點模塊，主要從發貨、純銷、庫存、熬膠、鋪貨等角度，綜合展現公司當前的營銷情況。同時，對營銷模塊中的重點指標及重點內容做深入對比分析。
重點針對產銷存進行綜合分析，能夠反映公司當前的採購情況、生產情況，外加一定程度的庫存情況。通過產銷存三方對比，能夠將公司生產與其他內容結合起來，並給出一定的指導建議，助力於進一步採購調優或生產提效等。
2）運營主題
針對現階段運營分析，本次規劃兩方面運營內容：IT運營分析和財務資金運營分析。
IT運營分析主要面向於IT信息部門，綜合展現公司現有系統情況及使用情況，幫助後續的系統整合及信息整合；
財務資金運營及展現分析現階段公司資金情況，主要從公司營業收入、利潤、應收賬款等財務視角來展現，重點通過時間維度進行對比等分析，讓領導對公司當前情況作整體把控。
四、項目展望
1、數據融合：收集市場公開和企業購買數據，追蹤電商平臺、社交媒體、垂直論壇數據，融合企業內部數據，打造全域數據平臺，形成數據資源池。
2、數據理解：以客戶、消費者和產品爲核心，沉澱行業知識圖譜，建立高度場景化數據產品和決策模型，使得各級人員深刻掌控運營現狀。
3、數據智能：靈活自由展示指標，多維度鑽探數據，異常自動診斷，主動預警提醒，智能數據挖掘，歸納經驗爲知識，預測未來成可行，理性決策。