目錄
但凡企業搞資訊化建設、數位轉型的大多都是扛著“資料驅動業務”的大旗往前衝的，渴望透過資料分析來驅動業務增長，但是在實際工作中，大部分的資料分析專案都是帶著“資料驅動業務”的美好願景出發，但最後都淪落成了業務的附屬品，變成業務的提數機。
那麼，如何真正做到資料驅動，讓資料服務於業務，落地產生價值呢？
首先，讓我們看看資料驅動的定義?
何謂資料驅動？
在企業的運轉和生產過程中，會產生大量的數據：銷售數據、人力資訊、盈利、成本⋯⋯特別是對於製造業企業來說，數據種類更加豐富、數據體量更加巨大、數據的作用也更加多樣。
我們可以先來看一個很常見的製造業企業場景：製造業工廠常常面臨著庫存管理的問題，為了在保證供應的同時最大程度節省倉儲成本，工廠往往會根據市場供應狀況而及時調整存貨儲備，並且設立一個最低存儲貨量警戒線，以此來確保對市場的供應不會中斷。其實，“市場狀況”的根據就是市場的銷售和店面的存貨數據建立的模型，而“最低存貨量”即工廠根據過往的存貨調配和供應數據得出的一個數值。
這些，就是資料驅動。可以看出，資料驅動即通過互聯網或其他相關軟體為手段採集、整理海量的數據，將數據進行組織形成資訊，之後對相關有用資訊進行整合和提煉，在數據的基礎上經過調適，形成自動化的決策模型。
資料驅動能為企業帶來什麼？
當企業面對問題時，可以根據以往的歷史資料，構造出相近的模型來幫助決策，且在資料驅動下誕生的決策更有邏輯與說服力，也更符合市場狀況。
好好利用企業的數據、資料來進行決策和驅動，能夠大大優化企業的運轉流程、節省大量的人力成本，並能得到實時的生產和銷售狀況的反饋，及時調整決策。從短期來看，能夠為企業提高生產效益和盈利，長期來看則是能為企業向智慧製造全力轉型做出推動，促進企業的模式升級。
如何有效做出資料導向 (資料驅動) 的決策？
以hadoop資料平臺為例，先拋架構！
一、構建一個完善的資料驅動環境
主資料管理
1、定標準
所需標準有編碼規則，命名原則、劃分原則、共享原則。
標準規劃：根據企業實際情況確定實施範圍，並根據優先順序和難易度制定計劃。可以透過調查問卷、現場訪談、收集文件等手段進行調研標準的內容：資料分佈、資料流向、服務規則等，形成調研報告。
標準設計：在方法論的指導下，完成資料標準設計和定義工作，如資料業務描述定義、型別長度定義、其他資訊定義。實施對映：將已定義的資料標準與業務系統、業務應用進行對映，註明兩者的關係及影響的應用。
標準執行：藉助專業的工具實現標準落地檢查。
維護增強：隨著業務發展，資料標準需要不斷的修訂和完善，並有效的持續維護改進。
2、搭平臺
將各業務中可能流通共享的主資料的名稱和標準統一起來
3、控制關鍵環節流轉
包括主資料管理的關鍵環節、合理排布關鍵環節處理順序、安排責任崗位或部門對應關鍵環節。
資料質量
二、 建立資料驅動全指標體系
ok，高質量的資料有了，下一步就需要對資料進行分析。分析什麼資料，如何反饋給業務，這些都需要轉化成指標來解決。
指標梳理需要和業務部門一同進行。可以透過訪談和調研梳理各業務層級關注的指標，從基層到高層。也可以將企業已有的SCOR、計分卡等績效體系或者已有的業務分析體系，轉化成可說明情況的指標。
指標梳理清楚後，從每一條業務線出發。這塊業務對企業目標負責的關鍵成果是什麼（KPA）——每一個KPA又可以用什麼維度來衡量（KRA）——最後落實到基層的關鍵行動指標是什麼（KPI）
最後所有業務彙總，形成一個全指標體系。以下圖的採購業務線為例
三、梳理資料驅動報表體系
梳理完指標體系後，大致也就知道每個業務部門需要分析什麼資料了。資料通常以報表的形式呈現，報表就都相當與資料落地的產品，有主題有規劃的分析。
基礎查詢類報表：來自於基層業務和日常工作，功能作用於某一項具體的工作，比如銷售業績查詢、商品庫存查詢、在途庫存查詢、採購訂單查詢等。使用者在工作需要時，會透過查詢此類報表，來得到自己想要的資料，以支撐自己的工作。
經營報表：用於日常管理，其功能不單作用於某項具體的工作，而是覆蓋相關部門或某部門管理的一個工作模組。例如店長業績管理看板、庫存管理、異常店鋪管理等。這類報表基於日常管理工作，透過檢視這類報表來監控所負責業務的當前狀態，發現問題，這類報表就屬於決策輔助了。（如下方財務部門的資料監控）
戰略報表：這個就用於高層集團事物的管理，比如boss們關注的每日盈利狀況，專案進度監控等等。這類報表通常以戰情室的形式展現，用於企業全域性監控。
四、建立資料驅動分析體系
到這裡就是資料分析的範疇了，不同於日常管理經營類報表單方面的展現，這裡更注重某一塊業務問題，比如透過分析資料來縮減供應鏈成本、透過分析市場環境制定市場策略等。通常在傳統企業的應用有智慧製造、大資料營銷、供應鏈最佳化、市場活動ROI分析、零售人貨場、使用者畫像和客戶標籤等等。這些各行業都有適合自己的體系，這裡就不贅述。
五、資料分析
賦能運營針對某些具體業務資料進行分析，發現業務運營過程中存在的問題，針對問題去最佳化運營方案，輔助決策。
資料驅動場景案例
從上面的介紹中，大家可以發現，要想利用好企業的數據資源，做好資料驅動，就需要配備一套強大的數據分析軟體，來對數據進行集成和分析，並且幫助決策。FineReport就是一套可以滿足企業數據管理與分析需求、推進企業資料驅動的強大的報表軟體，它操作極其簡便，功能多樣，支援海量數據處理，且支援行動端查看報表。下面我們就來分享幾個FineReport在製造業企業資料驅動轉型過程中的典型應用場景。
助力原材料採購與供應商管理
原材料採購可以說是製造業企業最基礎的第一環節，採購時間、數量、單價、金額、原材料合格率都是衡量原材料供應商的非常重要的指標，對企業選擇原材料至關重要。FineReport通過資料視覺化呈現方式，讓原材料採購的各個重要指標清晰可見，同時做好採購預警（比如合格率預警），以幫助決策者及時發現問題作出調整，保障適當的原材料供應，從而提高生產效率、降低成本，選擇最優的原材料供應商。
上述報表呈現的是原材料本身的情況分析，在選擇供應商以及後續對供應商進行管理時，原材料入場合格率、按時交貨率、供應商採購週期、訂單處理效率等衡量供應商本身優劣的指標也至關重要。
保障生產過程
製造業企業往往面臨著大量的設備和工人產生的大量的生產數據。於工人而言，工人每天的產量、待產量、生產物品合格率、平均用時、任務達成率、交付比率等指標對於整個生產車間而言都至關重要，其能反映出工人以及車間的生產效率，當工人的生產合格率和任務達成率低於臨界值時便能發出警告，方便車間負責人及時跟進工人們的生產狀態，保證合格產品的產出能力。
對於設備而言，正如開篇所述，企業花大價錢購入了不少高端設備，設備本身的狀態對於車間保障產能來講也極其重要。設備的連續運轉率、溫度、壓力、轉速、連續運營時間、裝置的狀態等數據都能夠幫助車間負責人對車間的設備進行實時監控和管理，並按需進行調配，一旦某台設備的某個數據超出臨界值發出預警，負責人就能及時定位和解決問題，避免損失。
優化存貨管理與物料配送
製造業企業的存貨管理一直是很多工廠非常頭疼的地方，庫存是否合理影響著企業的生產效率和市場供應。商品名稱、庫存數量、金額、週轉率對於存貨的管理和調配都是非常重要的指標，設置最低庫存警戒線後，一旦庫存量到了臨界值就會提出警示，幫助負責人及時對存貨和市場供應量進行調配。在庫存車間負責物料配送的員工，在原本較原始的場景下，工人需要手動錄入產品編號和出庫時間等訊息，既浪費時間又容易出錯，會使得出貨效率大大降低。使用Finereport，只需要在行動端掃描商品的QR CODE，即可快速錄入商品的各項訊息，並且可以看到每天的出庫、入庫總量及完成率，方便進行數據的整理。
以上只是Finereport在製造行業中推動企業資料驅動的無數個運用場景中的幾個常見場景，有了Finereport助力資料分析，企業方可大步邁進智慧製造時代。
現在，就來嘗試一下免費版的Finereport，讓數據助力你的決策！
喜歡這篇文章嗎？歡迎分享按讚，給予我們支持和鼓勵！
