目錄
核心內容：
供應鏈管理，阿米巴管理，能源化工行業四大業務特點，六大管理現狀，管理經營數據化五大問題，能源化工行業數據四大特點，基於能源行業業務、管理、數據特點的數據決策管理支持方案（PC端整合、行動辦公、微信整合、視覺化大屏）
穹頂之下：能源化工行業發展大背景
《能源發展戰略行動計劃》（2014-2020）發布著重突出了控制消費總量、保證能源安全、控制煤炭消費、優化能源改革、推進能源體制改革等方面。2014年，中國已經成為煤炭、石油、天然氣的凈進口國，石油對外依存度高達60%，天然氣對外依存度超過30%，兩者相加占能源消費總量進口基本達到15%。能源消費與日俱增，能源安全問題堪憂。作為能源化工行業的從業者，我們應著眼於世界能源行業大勢，留心於當下最新技術，但著手於自身企業生產、管理。我們要用最先進的技術和最專業的技術來推動自身企業高速、穩定、長足的發展。積跬步以至千里，厚積而薄發。
能源化工行業數據分析戰略意義
當前大數據分析已經成為各行業趨勢。在利用大數據上，能源行業也需要努力趕上社會的步伐，把海量的數據經過專業化的特定分析處理用於精準營銷、優化供應鏈、量化內部管理、優化和監控生產。經過多年的信息化系統建設，能源化工企業如何合理利用數據獲取有價值的訊息，為公司的管理層提供決策支援，是企業E化需要解決的主要問題。數據分析系統是基於關係型資料庫、多維數據倉庫所建立的管理、決策支援系統，能夠為公司高層決策提供支援。
要解決能源化工行業的數據管理、決策支援問題，得先從能源化工行業的業務特點入手。
能源化工行業的業務四大特點
能源化工行業資源密集、技術密集、設備密集、人員密集、高度封閉。中國目前擁有能源化工企業3萬多家，占工業企業總數的73%。其中總資產為幾十億元人民幣的特大型能源化工企業集團有10餘家，中、小型能源化工企業占化工企業總數的99%以上。這些大中小型能源化工企業在業務上都具備以下四大特點：
特點一：資源依賴性強。能源化工行業所依賴的資源主要是礦產、煤炭、石油和水。這四種資源在我國人均產量和儲量都非常匱乏，開採和利用方式粗放、綜合利用平低、浪費嚴重，所以節約資源、提高資源利用率已成為首要解決的問題。
特點二：技術依賴性強。精準選擇化工發展領域和把握其技術未來的發展趨勢對化工企業而言至關重要。但目前我國化工企業的新產品、新技術嚴重不足，技術水平不足是影響化工企業發展的最大瓶頸。
特點三：生產流程特殊。能源化工行業通過能源、設備和其他資源來混合或分離、萃取、化合各種成分，並引起化學反應，所以每個工序上都能要求輸入某些新的成分或資源(原材料、催化、人工、機器設備、能源等)，並生產多項產出物。流程環環相扣，方向不可逆，時序性又強。
特點四：設備專業化強。能源化工行業存儲設備多為罐、箱、櫃、桶等，且多數存儲的數量可以感測器進行計量。生產設備是一條固定的生產線，維護特別重要，不能發生故障，一發生故障，極易全線停產，損失嚴重。當供需變化時，只能靠調整工藝流程參數維持生產，不能中斷。
能源化工企業管理六大現狀
因為業務上技術依賴性強、生產流程特殊、設備專業化強，能源化工行業的管理顯得更為複雜，環環相扣，很容易造成管理鬆散、低效，並且響應執行遲緩。但同時，因為資源依賴性強的特點，高效的管理十分有助於節約資源、提高資源利用率。尤其對於我們這個人均資源匱乏的國家，用先進管理手段（比如稻盛和夫提出的阿米巴管理）提高資源利用便有著極高的戰略意義。那麼目前能源化工企業普遍存在哪六大現狀呢？
現狀一：業務流程管理混亂。數據共享度低，訊息獲取不及時。生產部門部門統計數據就可能存在大量獨立的Excel，每次多人手工對賬。
現狀二：計劃可執行度低。年初、月初制定的計劃，沒有數據支撐，憑主觀安排計劃任務，全程無數據監控，只能在最後發現計劃完成度，計劃執行難以達標。
現狀三：存貨管理鬆散。存貨有罐、箱、櫃、桶等多種形式，多個單位和人員負責存貨供貨管理，相互之間信息難共享，凸顯存貨管理資訊化薄弱。
現狀四：成本核算複雜。化工行業有些工藝過程是投入多個原料，每一道工序都有產品產出，有些工藝過程是一個爐里同時產出多個產品，有聯合產品、副產品或者中間產品。如何將成本分攤到每一個產品上，是企業管理面臨的一個難題。
現狀五：存貨計量困難。化工行業計量一般難以很準確，如:大宗原料的計量基本是以過磅數減去車輛自重為貨物的重量;液體或氣體是以管道 計量為主，沒法考慮粘稠度;實物多為露天存放，實物盤點只能按照體積大致估算。因此如何解決存貨的計量問題是化工企業管理面臨的另一個難點。
現狀六：數據資訊響應遲緩。化工企業日常業務數據管理粗放，從總部到分子公司，決策信息都不及時性、不準確性，造成「將不知兵，兵不知將」的局面，增加了經營風險。
管理經營數據化存在五大問題
化工企業業務特殊，有著大量的自動化系統，沉澱著龐大的設備數據、生產數據、供應鏈數據和銷售數據。同時，因為管理鬆散，企業的眾多系統數據對接不完善，有的能源化工企業數據量大，存儲格式複雜，數據分散，類型繁多，應用困難。不同類型的數據包含的信息也各具特點，只有綜合各種各樣的數據，才能真實的反應企業的實際狀況，才能有效的應用於數據分析。可以說，化工企業的E化建設面臨著巨大的挑戰。
問題一：缺少統一標準，統計結果不統一。相同的物料、產品，到不同的部門或者不同的產品線名稱不同，最後進行存貨統計，結果各式各樣。
問題二：手工數據多，缺少統一的整合管理標準。不同的生產系統、供應鏈系統、供應商系統、銷售系統等都存在手動導出Excel的情況，並且生產數據統計，大量的Excel存根。Excel本身還是各種交叉分組的表格形式，沒有系統能做這些日日更新的數據的支撐管理。
問題三：手工統計多，數據上報流程多，匯總及時性差。業務變化快，為了統計方便，就直接上Excel，車間職員上報組長，組長上報主任，主任再上報領導。每一層都是時間拖延，還存在數據因不符合審核人員預期被篡改的風險。
問題四：缺少高效的數據分析方法和手段，Excel當金鑰匙。Excel分析的過程和方法無法固化，且數據量大時，無法滿足。每次遇到數據分析需求，都需要從原始明細數據開始加工分析，曾經積累的大量分析方法未能沉澱為自動化程序分析。既浪費了人工，又降低效率。
問題五：缺少整體管理經營數據支撐架構規劃，無卓有成效的數據決策支持系統。其實沒有可自動準確執行的系統是這五大問題的關鍵。企業自行沉澱或者借鑒同行的成熟決策分析系統的經驗，可以擺脫「日日做報表，做完就過時」的頭疼困境。
能源化工行業數據四大特點
數據是管理出來的。能源化工企業普通存在的管理問題自然也影響到了管理數據化，不能高效的利用數據來支持管理和決策自然也就導致數據價值得不到重視。加之能源化工行業的業務特點，行業數據本身也呈現出不同的四大特點。
特點一：體量大。目前因為業務上技術依賴性強、生產流程特殊、設備專業化強，能源化工行業的管理顯得更為複雜，環環相扣，很容易造成管理鬆散、低效，並且響應執行遲緩。但同時，因為資源依賴性強的特點，高效的管理十分有助於節約資源、提高資源利用率。尤其對於我們這個人均資源匱乏的國家，用管理手段提高資源利用便有著極高的戰略意義。中國能源化工企業100強的日數據生成量近一半都多於1GB，更有4.9%的企業 超過1TB。中國能源化工企業級數據中心數據存儲量正在快速增長，非結構化數據呈指數倍增長，如果能有效的處理和分析，非結構數據中也富含了對企業非常有價值的信息。
特點二：種類多。採購系統、銷售系統、倉庫系統、客戶關係管理、生產管理系統（主生產計劃、物料需求計劃MRP等）、財務管理系統、視頻監控系統、GPS物流管理系統等各類數據，有日誌數據、文本、圖像、視頻、音頻、關係型資料庫、多維資料庫等等。
特點三：價值密度低。能源化工行業自動化系統多，每一秒都有大量的系統監控數據和業務數據自動生成，但實際上能用來指導決策分析的並不多。大量的數據需要做基礎匯總之後再做分析。
特點四：速度快。能源化工行業自動化系統24小時不停線運行，成集群模塊化分布。數據傳輸速度快，這就要求數據決策系統要能及時響應高速更新的數據，未業務運營提供實時的分析彙報。
數據決策管理支援方案（銷售、供應鏈、財務）
面對能源化工行業管理經營數據化的五大問題和行業數據的四大特點。傳統的解決方案顯然難以滿足多層次的業務需求。以十幾個能源化工數據決策分析系統的案例來看，分五層的規劃設計（如下圖）是目前能照顧到各層次需求的絕佳解決方案。今天筆者在這裡著重聊聊數據展現層和數據應用層，前三層可以在今後和大家詳細探討。
數據治理和整合
前三層（數據源、數據處理層、數據存存儲）主要內容就是數據治理和整合筆者簡單介紹下。前文已經和大家聊過了，企業中有著大量的業務系統，如SAP、ERP、OA、CRM、SRM、EHR、MES、PIM等，同時還有大量的Excel手工帳。系統化的解決這些大量的不規範數據的辦法就是構建企業級數據倉庫（量大，低頻更新）+ODS緩存區（量小，高頻實時更新）。當然也存在直連業務系統資料庫的方案，但直連的方案在性能上容易遇到瓶頸，同時對實際業務系統造成壓力，大多數企業考慮到數據安全和業務風險，選用直連方案都十分謹慎，採納實施的案例不多。
有了企業級的數據倉庫，分析頁面數據直接來自被打通的各業務系統。向上，可以通過全區域、全產品線、全業務、全系統的數據，匯總分析支撐戰略規劃；向下，通過對各地區分公司每日各項指標的把控和指導，把控業務運營管理的全過程，不同層級的職員，通過對匯總數據的細化，逐級分配到自己所負責的業務範圍和人員，實現運營管理的數字分析決策。下圖是向上涵蓋戰略和經營，向下涵蓋管理和操作查血的具體展現層分析模塊。
（筆者在此以銷售與分銷分析管理、採購與庫存分析管理、財務分析管理來探討具體的方案建設。考慮到數據分析模塊的分析深度、文章篇幅和筆者精力，生產與技術管理、人力管理、市場客戶管理、供應鏈管理、產品研發管理、經營儀錶盤和指標庫、市場監測、行業對標、戰略地圖等等模塊的分析和探討，筆者暫定在今後的文章中一一道來，也歡迎讀者交流。）
銷售管理的核心是訂單過程管理
我們的一線業務人員透過查詢每天的訂單明細，實時掌握責任田的訂單詳細情況，及時掌握訂單執行的詳細節點。讓業務人員能及時根據訂單動態調整自己的工作重心。就好比我女孩子盯著天貓、聚美優品的訂單物流信息，根據實時的物流狀態，安排自己是否要今天出門。以此類似，業務人員也可以根據訂單明細和動態，去安排自己是否要再次電話、拜訪等跟進客戶。實時的數據查詢系統滿足了一線業務人員提高效率、及時安排行程的核心需求，特別是行動端實時查詢。
而作為銷售部門經理，則更為關注短期內（一周/一個月）內商品價格走勢、銷量走勢、人員的業績走勢、客戶訂單採購走勢等。針對市場商品價格走勢（雖然有些是協議價格，但不少業務產品仍然是隨著市場波動，存在價格不穩定情況），及時調整產品價格；根據銷量走勢，及時關注庫存和相應的產品，決定是否加大該產品相關的銷售成本投入；根據人員業績走勢，及時發現業績占前10%和後10%的銷售人員，對優秀的銷售經驗及時總結分享，提高團隊整體銷售業績，並通過即時獎勵，提高團隊士氣和戰鬥力，而對業績不佳的銷售人員，及時發現問題，介入指導，督促改進，確保「傷員及時恢復戰鬥力」，如果最終通過幾次數據考評，定性為害群之馬，及時剔除，防患於未然；而對於客戶訂單走勢，根據不同地區、不同行業、具體不同客戶採購的訂單量走勢，及時進行客戶關懷，把80%的精力用在20%的優質客戶上，同時用20%的精力用在80%的普通客戶和潛在客戶挖掘上。數據分析系統通過實時的數據匯總和關聯分析滿足了銷售部門經理及時掌握銷售動態、調整銷售團隊管理、制定針對性的銷售策略的數據支撐需求。
作為公司領導層，只需要關注幾個固定的頁面，就可以從宏觀掌控銷售訂單的區域分析。還有什麼是比這更能解放領導時間的呢？彼得德魯克告訴我們，領導者的時間是寶貴的，那麼節約了領導在具體事務上佔用的時間，留下來更多的時間思考公司的發展和行業變化，這不也正是數據化決策所要實現的目標之一嗎！
供應鏈管理目標是在現實的資源（資金、倉庫面積、供應者）約束下滿足訂貨的需要又能使成本達到最低。
圈子內的人，我們常說「庫存是萬惡之源」，減少不必要的庫存，追求”零庫存”成了我們日思夜想的事兒。正如李叔同的《晚睛集》里的詞：「念念不忘，必有迴響」（電影《一代宗師》中的趙本山飾演的丁連山也說過，估計大家更熟悉），我們實踐總結出補給策略方法論:定量訂貨，定期訂貨。關鍵控制點分ABC分類控制，核心內容就是「關鍵的少數和次要的多數」。具體哪些關鍵的少數，哪些是次要的多數呢？未應用大數據解決方案之前，這個是通過業務經驗資深的專家憑藉多年實踐積累摸索總結出來。時至今日，經驗已經有部分過時，並且企業發展速度越來越快，已經等不得耗費多年的經驗總結了。在此背景下，自動化的大數據分析方案和系統應運而生。
我們可以分析下圖方案，通過系統的日均完成率對比，及時掌握了作為整體的一部分的零件的配比情況，及時對配件庫存進行調整，保證整體產品的完整輸出。實際產量結構分布圖，則清晰、準確的看到日均計劃和實際完成的差異，及時調整當日、次日生產計劃；而正品入庫產量完成，可以說是庫存管理者交的一份答卷。之前的工作都是在答題，而這個正品入庫產量完成，則直接響應了業務部門的銷售提貨需求。而我們最容易看得見的，就是這個正品入庫產量的積壓和不足。但實質的解決辦法卻是要監控調整從日均完成率對比和實際產量結構分布。一套自動化的數據監控與分析系統，讓自動化的生產線裝了一個決策大腦。而浙江傳化集團的成功經驗是實行供應鏈分析管理，2016年節約成本13%！
當然，這邊也有另一種日庫存分析的方式。如下圖，同樣是庫存分析，區別在於無需多考慮庫存對銷量的影響，只是統計總數就可以了。這是較為粗獷但仍然高效的統計分析方案了。
下圖中的指標：庫存數量、庫存金額，維度：產品(成品油第二層級物料，化學品第三層級物料)，通過查詢和鑽取，特定展示運營層領導比較關注的特定時間的物料庫存情況，為運營策略的調整提供決策數據依據。同時也方便數據追蹤和領導蒞臨審查。用這種自動化的報表分析頁面去代替傳統手工Excel，實現了歷史數據可追溯、操作實時便捷的目標。
財務指標分析
是指總結和評價企業財務狀況與經營成果的分析指標，包括盈利能力指標、償債能力指標、運營能力指標和發展能力指標。財務指標是管理層和領導層同時關注的核心指標之一，財務指標分析是企業進行管理和改革有效性的第一衡量指標。財務管理的目標是實現產值最大化、利潤最大化、股東財富最大化、企業價值最大化、相關方利益最大化。而資訊化程度、財務架構是否健全、內控體系完善性、成本核算精細程度、費用管理規範性等都會大大影響財務的管理能力。
如下圖分析展示，通過切換公司、產品和時間區間三維度，既可以從公司維度反應不同指標的獲利能力，為公司績效提供數據支撐，又可以從部門維度反應不同指標的獲利能力，為部門績效提供數據支持。通過這樣的自主定製的可視化界面，解決阿米巴經營管理最難的成本核算和內部定價問題。A車間部門滿負荷生產一批訂單，需要暫時未滿負荷運營的B車間部門協助生產以早日完成訂單生產，B車間消耗了不同原料（比如煤炭和硫磺）為A車間生產了一定量的產品，最後A車間又把B車間剩餘的一部分原料（煤炭和硫磺）運走了。這種情況，如何裁定A、B車間的成本和利潤呢？通過下面這種靈活自由定製的頁面，財務部門審核定價，實現各部門的成本獨立核算，效益獨立核算。從而避免了大量的手工Excel，同時高效的實現了精細化管理，讓每個車間和部門都可量化投入產出。通過實行阿米巴管理，2016年營業額1個億的恆逸石化，光採購成本節約就達到了17%。
通過切換不同的排序方式，我們發現銷售公司和廣東公司兩個公司的獲利能力是其他公司的兩倍以上，那麼是不是要有兩點反應？第一點，這是集團公司的拳頭業務子公司，重點要保持持續獲利，應該挖掘出來成功經驗，向其他子公司推廣可複製的經驗；而是，過年了，是不是該發年終獎了啊，給誰發，發多少呢？嘿嘿。
接下來我們看看不同公司的營運能力如何。通過歷年分析，我們看到企業的總資產和凈資產基、應收和現金流本保持逐年上升，當前年度2016年有所下降，那麼具體是哪些部門哪些業務什麼原因導致的下降呢，我們通過多層鑽取去查找原因。我們總能通過公司、部門、產品線、區域、月份等維度鑽取到是某些特定維度（比如說是區域）下資產和營收指標起伏較大。通過對比，把問題定位到具體的維度上（區域維度），同時再通過該維度（區域維度）的鑽取，找到其他維度（比如說月份）指標起伏較大，以此逐層鑽取，發現問題。
· 行動辦公潮流，大屏視覺化戰情平台
隨著互聯網時代的飛速發展，手機正在全民中迅速普及。據台灣《電子時報》報道，工信部的統計數據顯示，截止到2016年5月底手機用戶數量已達到12.56億人，相較4月份增長了0.36%，比去年同期增長了7.82%，相當於中國90.8%的人都在使用手機。，在所有使用手機的人中，使用3G網路的用戶有4.64億人（佔比36.94%），所有使用手機上網的用戶數量為8.57億人，佔總數量的68.24%。以上數據表明，行動生活大潮已經來臨，而行動辦公潮流正在興起。移動互聯網時代，信息無處不在。充分利用移動應用，人們可以擺脫辦公場所的限制，充分利用碎片時間，進而可以「管理於拇指之間，決策與千里之外」。筆者這裡分享幾個行動端效果、PC集成效果、微信集成效果，以及大屏視覺化戰情平台效果，給各位讀者養眼之用。
如何看待數據決策
數據決策本身不是萬能的，也不是凌駕於業務系統之上的。他是企業E化發展到較高層次的產物。整個信息化發展可以分三層概括：運營層、管控層、分析層。其中企業中SAP、ERP、OA、CRM、SRM、EHR、MES、PIMS等大多數資訊化系統其實都是解決了運營層的採購管理、供應鏈管理、研發管理、生產管理、庫存管理、銷售管理、客戶管理流程、流程管理、人資管理等管理運營問題。而通過這些生產和業務相關軟體內置的報表和流程功能，輔助財務軟體（比如用友NC）實現了管控層的人、財管控。而在此基礎上的分析層則更多依靠Excel類數據匯總、PPT製作報告、外聘行業專家提供報告等來滿足需求。對於經營決策和經營會議，數據支撐起來的決策讓領導層從直覺、感覺、經驗逐漸過渡到邏輯、關聯上來。能通過數據本身的變化和調整，直接在宏觀上調整實際的業務經營。有了數據支撐的經營決策，外加不同的主題分析，像核磁共振一樣對企業進行精準的全方位掃描和監測。如此，在戰略決策的大方向上，有數據支撐作為依據，再輔助對歷史規律、行業動態的把握，讓決策更具可操作性。
最後
實現大數據分析價值的三大要素是支援、信任和技術。應用大數據分析的企業需要管理層持續的支持，需要加強跨專業部門之間的信任，並具有深層次的業務知識和技能。於此同時，大數據決策分析正方興未艾，需要我們抱著探索的心態，勇於在具體的業務中親自實踐。
文中部分截圖來自以下企業的項目實施方案：浙江海利得新材料股份有限公司、浙江傳化集團、雲天化集團有限責任公司、浙江恆逸集團有限公司、中策橡膠集團有限公司、中國海洋石油銷售公司、旭陽控股有限公司等。
喜歡這篇文章嗎？歡迎分享按讚，給予我們支持和鼓勵！
