文章图片
文章图片
撰文 / 张椿琳
编辑 / 张 南
设计 / 赵昊然
又是新的一年 , 写这篇文章的时候 , 不禁感叹 , 数策在汽车行业数字化变革领域的耕耘进入了第十个年头 。 这十年间 , 我们与行业一起历经了以数据驱动业务和数据驱动管理为核心 , 在制造基地、销售公司、经销商集团的探索与发展 , 挫折与成功 。 在这个过程中 , 我们看到了“人”的力量 , 始终超越技术、IT、算法的光芒之上 , 在企业的数字化智能化发展中 , 发挥决定性的作用 。
这一次 , 我将跟大家一起以BI(商业智能 , Business Intelligence , 指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值)建设为题来探讨 。
我们知道 , 企业经营管理层面的数字化 , 往往会从BI建设开始 , 因为BI很讨巧 , 看得见 , 重要的是领导看得见 。 于是 , 在数字化浪潮中 , 有一波周期是“处处见大屏 , 时时搞报表” , 不给领导眼前立几块大屏幕 , 不展示一堆酷炫组合的报表平台 , 数字化的成就好像就是拿不出手的 。
文章图片
潮流退去 , 裸泳者还是会暴露出来 。 当年风光的BI大屏和报表 , 大部分都已经不再使用 , 通过BI项目收获的是一堆无人使用的指标体系和几块沾满了灰的屏幕 。 这种数字化的浪费 , 在行业内随处可见 。 我们在给车企进行数据平台整体解决方案实施的过程中 , 会接触不少这种案例 , 通过深入的分析 , 我们发现BI建设失败的原因可以从两个方面看:表面上 , 没什么人用;实质上 , 没什么用(没有价值) 。
大家总结原因 , 一个是数据不准 , 时间一长没人信这些数据;另一个是报表单一 , 第一次看还够新鲜 , 后面看多了就觉得没啥意义 。 业务发生变化会导致指标变化 , 但系统更新太慢 , 最终被抛弃 , 这大概是说得最多的表面原因 。 究其内在 , BI本是商业智能 , 我们却只看到了报表 , 深入一点地看到了指标梳理 , 而本质上做指标梳理和报表 , 原原本本就不是做BI , 只是做了指标和报表的可视化 , 放到大屏幕上 , 做成各种报表 , 完全不能驱动业务 , 那只是一件漂亮的外衣 。
真正数据驱动的BI应该怎么做?我们可以从一个例子说起 。
2019年6月 , 是国内多个省份国五国六车型转换的期限 , 车企需要在政策发布的一个多月时间里 , 把国五车型迅速清库 。 传统的清库逻辑非常简单 , 根据区域销量历史数据和车型数据下任务 , 立军令状 , 任务必须完成 。 同时给清库政策 , 直接给用户优惠或者给经销商补贴 , 给区域发奖 。 这些就是政策驱动 , 任务驱动 , 需要耗费不小的一笔费用 。
有了真正数据驱动管理的BI之后 , 情况就可以完全不同了 。
- 第一步 , 模拟清库;
- 第二步 , 根据模拟出的最佳任务量 , 切割任务 , 先小批量下发一周 , 看多个区域和经销商的清库能力反馈 , 结合清库车型成交价格判断清库速度和价格质量 , 再分析不同车型在不同区域的潜力;
- 第三步 , 按周甚至可以做到按天的多轮迅速分析调整 , 制定出每个区域的“车型+价格”组合 , 调整指标和配额;
- 第四步 , 持续监测和微调 。
试想一下 , 这个行为是如何做到的呢?答案是依赖一套强大的BI系统(不是报表系统) , 这个BI系统需要实时掌握全部最基础的数据 , 比如厂家库存、在产车型、已产车型、经销商库存、区域大库、经销商销售漏斗和结构、经销商车型成交价格、车型物流进度等 , 并且有一套业务和数据结合预测车型潜力的数据模型 , 实时判断车型销量与优惠价格关系的量-价模型 , 还需要有最优车型配置和物流组合模型 , 加上区域之间车型调动的虚拟库存共享信息 。 在这些数字化手段的加持下 , 才可能实现迅速精准的清库决策 。
由此 , BI的本质不是报表 , 不是体系 , 是管理者意志的数字化执行 。
我们很多企业做BI , 本质上缺乏清晰的管理者意志 , 经常是下面的人做给老板看的 , 而不是老板自己要做的 。 作为 BI系统核心用户的企业一把手和管理者 , 在整个BI建设过程中都没有深度参与 , 指望BI能渗透管理者意志是不可能的 , 这样的BI , 我会说它是假的 , 是没有灵魂的 。
行业内做大屏和报表的提供商可以分为三类 , 第一类是纯展示技术做可视化的;第二类是还能做指标和报表体系的;第三类是能把业务深度业务knowhow与数据仓库建设、指标建设结合 , 形成稳定的业务架构和灵活的数据架构的数字化玩家, 这一类也能真正做好一个有价值的企业BI系统 。 我们始终认为 , 任何一套软件系统 , 一个数据平台 , 或者一个BI系统 , 不是单纯的IT或者信息化系统 , 它是管理系统 。 系统的核心不在技术 , 而在于深度融合了管理者的意志 。
如果一套系统和平台能把管理经验固化 , 能把管理逻辑渗透到每个功能和场景 , 能将企业内大咖的知识和经验沉淀到系统与平台 , 让每一个平台的使用者都能享受到系统和平台所贯彻的管理者意志带来的行为变化 , 那就真正地做到了信息和数据驱动了管理的提升 。
“软件、平台、技术 , 都是会过时的 , 但人的智慧不会过时 。 能将人的意志渗透 , 将管理语言统一 , 构建一套具有管理思维的BI系统 , 是未来数字化企业管理的基础 。 ”
另外 , BI要真正建设好 , 还得在应用过程中不断地反馈和迭代 。
数字化的建设最大的特点 , 是共创 。 我们在做任何数字化服务的时候 , 都期待与客户能有持续数年的共创 , 这种共创是必不可少的 , 没有一个数字化的建设是做一个方案或者做一个平台就实现了 , 很多失败的数字化就失败在了方法上 , 数字化就像一个孩童 , 出世需要陪产 , 成长更需要陪伴和扶持 。
在给客户做BI系统的时候 , 我们要从设计开始就伴随着使用者 , 在建设过程中更是与直接使用者密切沟通 , 在BI上线之后 , 业务和系统专家与用户长期工作在一起 , 使得BI扎根在实际的使用环境中 , 经年累月 , 周期性的迭代 , 这个过程一方面可以让BI真正地驱动业务 , 另一方面它还有两个巨大的隐藏价值 , 即“数据驱动管理的意识转变”和“全体系内管理语言的统一” 。
在整个使用过程中 , 不同的部门与高层管理之间谈到一个指标 , 就知道在说的是什么 , 他们没有分歧 。 即使一开始有分歧 , 也会逐渐拉齐这个定义 。 所有管理者通过BI平台上的数字实现管理语言的统一 , 这在公司层面的管理能力建设上 , 都是一个巨大的工程 , 是管理顺畅的基本前提 。
从BI被推崇 , 到BI被诟病为鸡肋 , 本质上不是BI的错 , 而是建设BI的人是否在建设过程中遵循了BI建设的本质规律 。 有效渗透管理层的管理意志 , 完全统一企业内部管理的语言 , 在使用中不断地迭代 , 才可以切实地做到数据驱动管理 。
在本文中 , 我们并没有去展开说BI建设应该遵循什么样的技术和专业的步骤 , 因为在数字化领域 , 技术不是核心壁垒 。 拼架构、拼开发能力、拼实施团队的研发水平 , 这些都不是数字化制胜的关键要素 。 数字化是有智慧的 , 有智慧的事情 , 其智慧根本上来源于人 。 脱离了人 , 脱离了真正的使用者 , 脱离了数字化转型的初心-“帮助人去更好地认知这个世界” , 我们的数字化就会降维成信息化 , 只是IT系统建设 。
【报表|做有灵魂的BI】软件、平台、技术 , 都是会过时的 , 但人的智慧不会过时 。 能将人的意志渗透 , 将管理语言统一 , 构建一套具有管理思维的BI系统 , 是未来数字化企业管理的基础 。
推荐阅读
- 柯腾|争做细分赛道冠军——探寻厦门“小巨人”企业成长密码
- 低碳发展|四川做强清洁能源产业
- 硬件|上线两年用户破两亿,腾讯会议还能做什么?
- |南安市司法局凝初心践使命 以民为本做实人民调解
- 孩子|“双减”后 科学实践课如何做好“加法”
- 生产线|贵阳经开区打造千亿元级产业园区——做强经济“顶梁柱”
- 信息|财报识别系统教你怎样做好金融信贷审批工作!
- 装备|12月29日:不要做装备派,要做装备精良的实力派
- 李均|破解特斯拉漏洞,他教马斯克如何做「安全」
- 苹果|雷军:小米正式对标苹果,三年做全球第一