成功经验分享:如何做好企业数据文化建设?

文 | 商业智能BI相关文章 阅读次数:1,668 次浏览
2022-08-15 9:32:59

本文为帆软2021年智数大会中自助分析分论坛嘉宾龚凯先生的演讲精华。

来源:龚凯-《帆软2021智数大会》

作者:龚凯-瀚晖制药

我今天分享的主题是数据文化建设与自助分析。其实这一次主要是分享瀚晖数字化建设当中的一些成果,因为去年分享的是公司数字化转型的方案、背景和机遇,现在也做了两年了,产出了非常多的成果,所以这次是带着这些成果给大家做汇报,看看过去两年有哪些数据的建设内容。

大家都知道医药最近面临着市场的剧烈动荡,在三医联动的医改浪潮下,整个医药市场最大的支付方是医保。为什么会有医改呢?是因为医保单位消费习惯发生了变化,之前只要是药能治病,他都愿意付钱,现在医保单位消费观念变成,如果是创新药、原验药,就愿意付钱;但如果是仿制药品,支付意愿就会下降。

数据文化建设,指标的管理,共创计划,引入自助分析

同时服务的对象——患者也发生了很多的变化,主要是受互联网环境的冲击,一些轻症患者有了整个诊疗手段的上浮,包括国家正在推行的分级诊疗策略导致了患者流也在往下沉,所以患者流也发生了很多变化。

基于整个动荡的市场环境,我们在数据领域做了这样一些事情。如下图,下面的部分我不解读,我觉得BI为什么非常成功的原因在于上面的部分——数据科学家的部分,其实这一部分对应着公司的数据文化建设。

数据文化建设,指标的管理,共创计划,引入自助分析

企业自助分析数据文化的建设路径

瀚晖整个自助分析建设路径分为三个阶段。

数据文化建设,指标的管理,共创计划,引入自助分析

第一阶段是工具的引入自助分析以及标杆项目的建立。工具的引入,主要是和帆软合作,引入了帆软的FineBI、FineReport还有数据中台产品,都是我们和帆软合作引入的一些工具。我们有了工具之后就以IT为主导的方式打造了一些标杆的BI项目,这个阶段

第二阶段,培养用户的能力。现在把一架飞机放在你面前,不会开也没有用,同理工具很厉害但是用户不会用也是没有用的,所以我们又通过了很多种子用户、自助分析的推广、分职级的培训、社区运营去提高公司的数据分析能力,包括对IT也做了很多的培训。

推广了第二阶段,整个公司的数据应用能力已经有了很大的提高,于是就到了第三阶段——文化的建设。做培训的同事应该会知道员工学习技能,是分四个阶段的,到了最后的平缓期,员工已经学会了,但是不太乐于使用,所以一定要打造一种数据创新的文化,让大家更多的参与到数据使用中来。企业的整个数据是从可视化、技术分析到智能化这样一个从工具、能力、文化三个维度共同去创建的。

为什么要做自助分析呢?其实也可以只做FineReport,拿报表团队去满足用户的日常数据需要就好了,但是更多的要去思考数据团队、IT团队和业务的关系。比如说数据团队,是数据规则的制定者?是数据的管理者还是数据的执行者?我个人觉得如果数据团队要做高价值的东西,一定要摆脱日常的一些报表开发,去做去中心化,去引入自助分析。

自助分析的价值大家也知道,一方面对于业务来说,它的可及性,时效性以及应用性都有所提升;对于IT来说,它的开发工作量、运维难度会大大下降。比如业务,当前市场环境变化很快,市场部经常做不同的campaign,如果说做一个活动,就要拉上IT一起去想这次活动指标怎么搭建,报表怎么搭建。从开发上线到测试,整个环节非常长,但如果把这种能力赋能到市场部,就可以根据市场活动灵活的去搭建报表,去分析自己需要的东西。

自助分析的挑战

第一是数字化的挑战

数字化最大的挑战是未普及数字化的文化。调研报告的数据来源在右下方,数字化文化,其实从数据统计上来说,就是在推行数字化、推行数据项目要攻克的最大难关。BI项目为什么会比较成功,就是一开始把数字文化纳入整个项目一起做建设。

数据文化建设,指标的管理,共创计划,引入自助分析

接下来看一看共创计划,首先要把科技人员前置到业务当中,同时让业务牵头形成敏捷的项目小组。项目小组是由业务牵头的IT参与的,是敏捷的团队,共同选取一些有价值可行的项目共同打造,打造好了之后在公司内部宣传推广。

这个有一点像蔚来汽车的市场部的营销模型——涟漪模型。涟漪模型是什么呢?打造爆款,石头丢进河里,就会荡漾开涟漪,涟漪就会影响更多的用户来参与,会有更多的例子。做这样的项目关键点在于你的石头选的好不好,你选的石头扔进河里有没有反应。也就是说,在做共创计划的时候,首先要和广泛的业务去碰,爆出一些有价值的点子,这些点子要评估它是否产生足够的经济价值。能产生经济价值的东西,我们要选取最成功的那个,把它丢入到河里,产生更广泛的数据文化的影响。

我们做共创计划,最关键的是什么?

第一是要构建共享的能力中心。为什么去引入FineBI,引入自助分析,引入简道云,引入帆软的这些产品,目的都是构建一个共享的it能力中心。

第二是要识别关键客户,把客户做分类分级的管理,这个客户不是指的外部客户,而是我们公司员工。

第三是要健全数据制度,因为当大家都有能力做数据之后,公司数据制度的安全性一定要提高上来。

第二是数据的挑战。

数据显示,第一个是数据质量的完整和不足,第二个是数据标准和口径的不一致,分别对应着数据治理的工作和数据口径管理的工作。

首先是数据治理。数据治理怎么做?

第一个是对标。和我们成熟度模型去对标,有很多成熟度模型,大家选自己适用的去做数据的对标。

第二个是归因。数据对标出来有很多问题,那具体的原因是什么?数据不成熟的原因是什么?要找出这些原因。

第三个是优化。基于我们找到的原因去做优化,优化一定是要有计划的,你要识别出哪些数据是当前治理了之后,能产生非常高的价值,同时治理成本不是很高,一定要从价值和难度去把所有的数据去分类再去攻克。

数据文化建设,指标的管理,共创计划,引入自助分析

数据治理是一定要做,如果你前期不能用较低的成本做出一些有价值的工作,这个项目可能就死在中途了。这个项目是比较难的项目,而且是比较偏后端领导,不太容易看到成果,所以一开始一定要找到一些高价值、低难度的项目。

我们再谈谈指标的管理。大家都知道做指标的管理实际上是要搭建公司的指标体系。指标体系怎么搭建,有很多的方法论,这里举了例子——OSM指标搭建的方法论。它其实有一点类似于麦肯西的金字塔,也有一点类似于杜邦分析财务的金字塔,其实方法都是相通的。

首先要明确企业目标。目标要具备可执行smart的特质,基于目标,去拆解到业务策略上面去,要根据目标去做策略。根据策略再去做度量,通过精准度去评估策略的有效性,做指标一定要遵循相互独立且崇敬的原则。

数据文化建设,指标的管理,共创计划,引入自助分析

具体OSM怎么去应用,虽然我举这个例子但不代表我很赞同这个例子的观点,我觉得OSM中间缺少一环,缺少模型的选择和剪裁,我觉得从目标不能直接到策略,中间一定还有模型。做数据团队,除了要思考指标的管理怎么搭建以外还要考虑指标的血缘关系、指标的口径的治理、指标的生命周期的管理还有指标权限和安全,都是我们作为IT要去额外思考的一些事情。

先来举OSM应用的反面例子。比如说这次我来分享,我希望大家给我打90分,目标相对来说还是比较smart的,还是比较可衡量的。于是认为分数应该是等于分享的质量×观众心情的系数。我就开始做策略,首先针对分享质量,要去提高稿件质量,所以要提高稿件的墨水比;要做有效的传达,就要提高传达的失真率。还要照顾全场观众的系数,第一个是观众画像,指标就是心情指数,这个就是明显错误的地方,违反了可执行原则。观众的心情指数,我没有办法去影响,这个指标是错的。上一页的模型大家看起来很容易,但实际上是有一些容易失误的点,比如说可执行,就很容易失误。又比如说如果我上才艺,多抛梗那是可以的吗?是可以的,这是可以影响的事情。

数据文化建设,指标的管理,共创计划,引入自助分析

打问号的是什么呢?打问号的就是我觉得OSM模型缺失的地方,它缺失了模型的表达,直接从目标拆到策略了。来看一个我觉得更正确的例子,首先目标还是定在这里,如果中间有模型,实际上我给大家列举了很多模型,比如涟漪模型。用模型最大的难度在于一定要学会方法论的裁剪,也就是说推数据更多的是要用一种产品化的思维去推,要培训运营。

数据文化建设,指标的管理,共创计划,引入自助分析

双模IT应该是Gartner在14年提出的概念,虽然我不是很认同他提出的概念,就是说公司的IT团队应该有两种形态,一个团队做敏捷的项目,就是敏捷IT。另一个团队是稳态IT,稳态IT要做的事,更多的是稳固,整个IT团队需要有两个团队来组成。我其实不太赞同这个理论,虽然我也是这么推我们公司的IT的,我也成功把我们的公司转变成双模IT,我负责敏捷IT,但我本质上觉得这是一个过程和方法,但最终的目标不是这样的。

数据文化建设,指标的管理,共创计划,引入自助分析

为什么呢?我举个例子,比如说云计算。如果说公司决定做云计算,你觉得云计算项目应该落在稳态团队还是落在敏态团队?我觉得它是比较新的技术,大多数人会觉得它是敏态团队要做的事情,但大家想一想,实际分配的时候,如果要做云计算,我们要上云,实际上多半是分给基础架构团队,也就是稳态团队。

再举个例子,CRM系统。大家觉得公司要上CRM系统应该分给敏态团队还是稳态团队?我觉得多半是分给稳态团队,因为CRM概念比较老了,也比较成熟了,没有什么新意。

但是现在市场变化这么快,如果用稳态团队去做,我觉得是做不成功的。因为现在市场环境很复杂,所以一定要是敏态的人去做这件事情。所以我认为稳态和敏态,不是说要分成两个团队,而是说每一块不管是做基础架构还是做BP也好,都应该有稳态和敏态的人,应该是全员敏捷,而不只是团队敏捷。为什么建议公司先做敏态团队呢?因为要做全员的敏态有点难,所以先做了敏态的IT团队,但我觉得最终目标一定是全部都往敏捷方向去的。

数据文化建设,指标的管理,共创计划,引入自助分析

最后做数据的时候一定要具备的一些能力,我们要学会创新、合作、适应还有勇气。以上就是我分享的全部内容,谢谢大家。

很显然在目前的信息时代,借助类似于FineBI的这些工具,可以让企业加速融入企业数据分析的趋势。备受市场认可的软件其实有很多,选择时必须要结合实际的情况。一般的情况下,都建议选择市面上较主流的产品,比较容易达到好的效果,目前企业数据分析BI软件市场占有率前列的,就是帆软BI软件——FineBI。

数据文化建设,指标的管理,共创计划,引入自助分析

商业智能BI产品更多介绍: www.finebi.com

相关内容

立即体验 立即体验

返回顶部