܄ 

大数据时代环境下 公司业务流程数据管理

【数据猿导读】 企业作为社会发展中最活跃、最重要的活动主体,基于数据进行决策是目前普遍采用的有效方法,各层级职能部门数据收集、分析和应用的能力对于企业走向成功将越来越关键。

大数据时代环境下  公司业务流程数据管理

现代社会科学技术和经济的飞速发展,对人类的互动和彼此关联产生了深远的影响,由此产生的海量数据如果能够有效地加以利用,无疑会促进人类社会更好地协调发展。美国第三任总统托马斯·杰弗逊曾说过,“信息之于民主,就如货币之于经济。”[1]套用这句话,对于现代企业“数据之于管理,犹如血液之于机体”,而骨髓就是各类生产经营活动,负责“造血”,数据分析就像是“血液”过滤,这些活动对于保持企业机体健康的重要性自是不言而喻。企业作为社会发展中最活跃、最重要的活动主体,基于数据进行决策是目前普遍采用的有效方法,各层级职能部门数据收集、分析和应用的能力对于企业走向成功将越来越关键。

一、现代企业对数据管理的认知

1.管理层对数据管理的重视是前提

任何企业的持续经营必将产生大量的数据,企业能否便捷、实时、高效地收集、利用这些数据,对决策支持、管理层次减少与授权程度等都有着显著的影响。无论在企业发展的哪个阶段,无论是战略层面上或是执行层面,数据管理对于企业决策都扮演着举足轻重的角色。因为它可以帮助企业解决战术层面上现有业务中的常态问题以提升业绩和运营效率;或者帮助企业思考战略性的新机会以把握业务增长或关注新业务中的新问题以在战略层面更好地赢得竞争格局。相反,如果数据应用只停留简单的汇总和流水账式的通报,缺乏对客户、业务等方面的深入分析,决策者往往只能凭着自身的判断来运作,而企业所面临内外部环境的不确定性也越来越大,这些都极易诱发决策失误并产生扩散效应。

因此管理层的重视就显得尤为重要,一方面,数据获取、分析、处理需要调用内外部资源,而管理层的重视是触发资源实际调配的重要前提;另一方面,决策者也有意愿以数据为依据来实施决策。企业对各业务模块数据的设计与分析、运用和理解能力,势必成为其核心竞争力之一。越来越多的公司设立了首席信息官(CIO)或类似职位,来统领公司整个数据管理业务,就是对数据管理重要性的直接诠释。

2.明确数据收集的来源及种类是基础

对于任何一个组织而言,数据来源无外乎两个方面,一是组织外部数据,主要包括政治、经济、社会、科技、行业、市场、竞争对手、上下游客户等;另一方面是组织内部数据,主要包括财务、工程、服务、营销、销售、人力资源、商务、供应链等。虽然说数据来源宜越多越好,但具体到企业决策时,所需的数据一定是有明确指向的,否则,必将带来不必要的人力物力财力的消耗。所以,明确数据来源、种类与决策的对应关系是科学进行数据管理的基础。

3.有效数据结构对管理决策的支持是关键

一旦上述有明确种类和来源的数据收集、整理完成以后,就为企业决策提供了理论上的坚实依据,那么数据的具体构成要素就要显著依赖于决策的不同目的了。通常以够用、不产生干扰、高时效为基本依据;同时也需兼顾要素间可相互进行逻辑校核,比如技术进步和替代者高度相关;而财务数据与销售商务数据同样高度正相关;而对手的情况与销售、营销的情况可能负相关。这样,对于今后一段时间内企业运营的预测,就能判断其是否相互协调一致或者是否合理。

4.理性认知、不盲目夸大数据管理的作用才是王道

大数据时代背景下,企业商业活动对数据的依赖日趋明显,但说到底,数据有无价值以及价值大小最终都会因决策目的不同而不同。什么是面向企业的真正“价值”,界定起来并非易事,它必将受到企业战略目标的影响,受到业务的限制,受到资源以及实现能力的约束等。这就需要企业的核心管理者,站在企业战略的高度,明确决策目的及依据来界定和数据相关的业务问题[2]。

二、P公司业务流程数据及决策链:

1.P公司背景介绍

P公司(Power & Water Solutions,简称PWS)是一家具有独立法人资格的子公司,于20世纪末在中国建立,主要从事流程工业自动化系统的生产和销售,目前占据着该细分市场的领先地位。其母公司是一家在全球各大区域均有业务的美资跨国企业,距今已有100多年的历史,服务多个工业和个人消费领域,如油气,电力,以及工具等。

P公司历来非常注重计划、预测管理,基本上每个月都会从公司各个方面收集年度至今的实时数据,并筹划接下来的月份和年度剩余月份的计划。内容涵盖了从市场、销售、运营、财务,人力资源等各方面,并及时吸收和应用一些成熟的技术来加强各项职能。在近两年经济环境不利的情况下,该公司仍能继续保持领先,甚至提高了行业标杆的标准。可以说,跨国公司想成为“敏捷的恐龙”,透明畅通的数据信息流及精练的组织结构就是其“血液”和“骨架”。本世纪初至今,P公司籍着中国经济飞速发展的东风,以业界著名的品牌与服务、卓有成效的管理,取得了突飞猛进的业绩。

2.P公司业务流程数据及决策链

如果按业务功能划分的话,P公司目前主要的业务流程可以简单分为以下四大模块:

大数据_时代_公司业务_数据管理-1

图1 P公司业务流程数据及决策链

公司业务运营过程中产生的数据信息是相关决策支持的主要依据,结合上图,以下针对P公司四大业务模块运营过程、产生的主要数据及对应的相关决策支持点做分类描述。

(1)项目招投标业务:销售团队跟进或拜访客户获知招标相关信息,然后根据公司整体销售战略评估是否投标,如果投标则要根据标书要求拟定技术方案和报价(如有需要则可向项目管理与工程技术人员咨询)、评估潜在供应商和项目风险并做出初步成本预算;同时获取商务信息及财务资源(投标保证金),参加投标并进行技术和商务方面的澄清(范围、交货期、技术确认等),等候评估和最终开标结果。一旦中标,销售人员召集项目执行团队(分配项目经理)进行商务和技术谈判并最终签订合同。当然,若投标失败,同样需要分析原因并记录相关信息。
(2)项目执行:通常是根据项目类别,把项目对应分配给不同的项目管理小组,由项目经理组建执行团队并根据销售移交的资料和早期的介入(了解项目背景,以便更早熟悉客户)进一步建立和完善项目文档,制定主计划。召集人员参加开工会和设计联络会,讨论和最后确认项目整体进度安排和软硬件配置。进而安排人员参与组态设计及物料选型与订购,同时告知生产调试人员该项目排产的大致信息。计划人员会在第一时间将该项目列入主计划表中,并依据主计划和项目经理的反馈,每个月跟踪并更新项目的关键信息记录归档直至项目结束,据此作为整个公司销售额、毛利等主要财务指标预测的基本依据。生产主要是根据主计划,安排场地进行集成安装,以满足设计要求和项目进度,配合项目组完成客户工厂验收,并负责包装发运、协助客户进行现场开箱验收,无误后签署开箱验收报告。此项业务运营过程中产生的数据主要如表1所列,对于不同的决策点而言依据的数据信息构成不同,比如,在决策是否投标时主要依据的是公司整体销售战略中关于项目竞争程度、项目重要性、公司年度销售目标甚至与其他企业的合作需求等信息,作为管理决策者而言必须有明确的意识及相应的数据收集、处理、分析的方法。就P公司目前项目中标率大于60%、市场占有率第一来看,这部分业务在运作过程中,对相关数据的收集、整理、分析基本做到了全面且重点突出。

(3)工程设计、服务业务:工程部门根据标书内容进行系统功能设计,一般可分为设计组态和优化控制,前者是根据客户提供的设计资料,按进度要求完成控制方案的组态;优化主要是提供一些业界先进的方法、思路对已有的设计方案或控制逻辑进行改造,以提升现有设备、系统的效率或精度。此项业务运营期间涉及到的数据信息主要如表2所列,此处主计划节点决策所依据的“客户需求”这一要素往往具有很大的不确定性,项目交货期虽在合同中有明确规定,但实际项目执行过程中发货期却经常变动,这都给计划与预测、成本及财务管理、资源调配等带来极大的不利影响。

现场服务主要是负责控制系统运达后的恢复和调试,保证受控设备按控制方案启停和运行,配合用户进行整体联调联试,完善控制方案,直至项目顺利投产、验收并签署现场验收移交证书和收集竣工组态资料。

质保期结束后,有年度服务、应急服务以及800服务热线等提供给客户,以差异化的价值来满足客户需求,毕竟一套工业系统需服役多年,需要厂家不间断的支持和服务。同时,为了获取客户真实的感受和评价以提高客户的满意度和服务质量,每次服务结束,会请客户对服务作反馈报告;在公司层面,有质量部门主导的月度抽样电话随访,年度的分类用户会及聘请第三方调研机构去随访客户。
这部分业务涉及到的数据信息主要如表4所列,备件和升级由于是自家公司的“熟地”,“单产较高”,而由专人维系的备件价格体系运作良好,也为公司“开荒”(新项目、新客户)提供了大量支援;为了简化用户接口和简洁流程,联通双方各不同业务单元,提升效率,或发现离散信息所得不到的提示和机会,公司目前针对重点客户推出了多品类产品集成服务。

在此期间需要与客户沟通,往往由专人负责一片区域,定期或不定期拜访客户,发现客户的“痛点”,寻找潜在的机会,并提供技术方案、报价和交货期以供用户评判和选择,继而合同签订进入新一轮业务循环。

三、P公司在数据管理方面有待进一步完善之处

整体看来,P公司在日常业务运营过程中非常注重数据的分类收集及加工处理,而且各项管理决策也主要是依据业务流程中产生的大量客观、详实的数据来制定,运营状态良好。下面从数据管理的理念、技术和实施三个方面,对其提出几点完善的意见,以期“百尺竿头,更进一步”。

1.理念上——加强全员数据管理意识

高层需要对宏观环境、行业趋势等“大数据”有更敏锐的“嗅觉”;执行层要能结合各自的工作岗位和职责思考数据对公司业务可能的影响,进而从数据中挖掘出跟业务相关的信息和价值、并应用到产品、服务的设计上。公司员工不需要都是“数据科学家”、“数据分析师”这样的专业人才,但是对于数据重要性的认识、敏感以及科学有效的处理能力还是非常重要的。一个好的管理者,自己可以不懂数据分析,但要擅长于发现从数据到价值的具体业务问题,擅长于督促鼓励自己的数据分析团队深刻理解业务。

2.技术上——采用、优化先进的技术手段

公司现有数据收集及处理平台有售前项目追踪工具(EET)、售中项目执行工具(PMIS),售后服务管理系统(SMS)、文档管理系统(DMS)和工作流(Workflow)以及企业资源规划系统(ORACLE)等。除了充分、高效地利用好这些平台之外,还需要持续关注业务流程是否通畅、内外部用户需求的变化与匹配等,充分利用现有计算机、信息技术、统计学专业的软硬件方面的技术成果及相应的分析模型,来进一步完善和改进现有工具或平台。比如,基于移动互联的广泛应用,利用微信群,QQ或其他通讯工具来实时交流,提高用户体验等做法已成为常态。

3.实施上——齐抓共管、全力以赴

相对于人的因素,上述技术层面要简单很多,如何调动员工的积极性,引领大家,以科学的理念、先进的技术为手段,认真用心做事,是一门学问。管理者需统筹考虑员工的各项需求,结合资源约束条件,来具体实施各项业务活动。

(1)构建合理有效的数据结构

通常意义上,业务数据的结构维度,时间、状态(连续量)和方向(离散量)这三维是必不可少的,因此要基于不同的决策目的,来据此构建合理有效的数据结构。

(2)协调收集的“广撒网”与数据处理的“重点捕鱼”

很多情况下,人们看不清,甚至也无法判读未来走向,于是最基本的逻辑就是普遍“撒网”。针对P公司而言,虽然其在数据管理方面已经做得比较完备了,但比如在招投标业务中关于客户基本情况的信息采集就可以更进一步对客户做忠诚度调查,包括供货范围、时间周期、中标可能性等,通过售前的项目预测管理系统来统一收集、处理潜在项目的主要信息以提高是否投标决策的科学合理性。但业务执行层面,需要把成本控制在合理的范围内以及能否通过用户友好地实现等都是判断数据价值的标准,也就是说,独立业务单元需要协调数据管理成本与效益的问题。

(3)加强员工在数据管理方面的素质与能力的专业培训

包括对数据管理的理念认知方面的培训、员工的工作态度等方面的加强,尽量避免人为因素所导致的预测准确度降低;以及常用数据处理技术方面的培训等。以期员工在日常业务运营中善于思考、发现工作中的改善点及需要的数据支持等,进而提交给专业的数据挖掘、系统设计方以改进。善于发现问题有时候比解决问题更重要,建立数据与业务决策之间的关联是从数据到价值转换过程中最重要的一环。

(4)加强及时沟通以保证数据更新的时效性

数据管理的周期也很重要,目前看技术的发展已经让数据量的大小不再成为制约因素,那么基于任务的时间敏感度、重要性、预算及成本、工作量等来选取合适的时间段是计算机科学和人类智慧的共同体现。通常,一个受关注的短期任务以天、周作为标签比较合适;而周期为长达半年,甚至一年以上的项目,可能以月、季度为宜,从而将项目从开始到结束的所有重要节点及文档全部包括进去,能实时更新和查询,也能方便汇总处于某一种状态的所有项目,这对统筹安排和全局化处理问题提供了极大的便利和可靠性。


来源:《企业改革与管理》

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据24小时:农行“牵手”云从科技推出“刷脸取款”服务,苹果将在丹麦建第二家数据中心
大数据24小时:农行“牵手”云从科技推出“刷脸取款”服务,苹果...
【每周一本书】之《大数据不说谎:大数据之下的世界》
【每周一本书】之《大数据不说谎:大数据之下的世界》
转型升级 大数据加速向传统产业渗透
转型升级 大数据加速向传统产业渗透

我要评论

精品栏目

[2017/06/27]

大数据24小时

More>

[2017/06/19-23]

大数据周周看

More>

[2017/06/19-23]

大数据投融资

More>

[2017/06/19-23]

大咖周语录

More>

[2017/06/19-23]

大数据周聘汇

More>

[2017/06/28-4]

每周一本书

More>

返回顶部