传统制造业的数据化建设之路
全文2400字，读完需要6分钟！
在传统制造业的经营过程中，对企业中物流、信息流、资金流的整合是其中必不可少的环节，这就需要通过制定有效的管理手段并辅以强大的BI工具来实现，以此深度挖掘企业的数据价值，助力企业经营管理。
一、当前现状
为了应对复杂的经营环境，更好的发挥企业数据价值，众多企业在信息化建设方面持续加大投入力度。经过多年的发展，多数企业在信息化建设方面已经取得了一定的成绩，自动化设备和企业内部传感器已经能够初步完成生产过程中的数据采集。同时多数企业也搭建起了企业的信息系统架构，实现了企业信息系统对企业业务的基本覆盖。
但随着企业信息化的发展，企业数据量也随之增加，越来越多的企业开始关心数据价值，企业中传统的信息系统取数加excel分析的形式已经无法发挥数据的价值，满足企业需要，具体表现为数据时效性差、数据准确性低，数据分析过程繁琐、数据表现形式单一等等。在面对相关业务困境时，虽然企业数据库存留了大量数据，但是企业决策者往往由于不知道如何利用企业中已有数据，“拍脑袋”决策的事情还时有发生。
二、数据化建设思路
数据本身并没有价值，只有经过了处理的数据，引起了人们的思考与行动，数据才具备了价值。笔者今天就介绍三个帮助传统制造业数据化建设，让数据发挥价值的方法。
2.1 报表自动化
What？大数据时代，竟然还有人在讲报表自动化。的确，报表自动化在今天这个时代的确已经不是一个新的概念了，可是在传统制造业能真正做好报表的企业却并不是很多。
报表自动化可以说是企业利用数据赋能经营管理过程中性价比最高的方法了。不需要建立复杂的数据模型和设计繁琐的管理流程，可以节约企业大量的人力、物力、财力，只要选择对的BI工具，设置简单的规则，就可以让企业的各级管理者从采集整理数据这一重复低效，且占用大量时间的活动中解放出来，从原来的低头找数据转变为抬头做分析，让企业管理者高效便捷的运用数据，真正做到“有数可依”。
统一数据口径是报表自动化的前提，如果不统一数据口径，做出的报表即使时效性和准确度都不存在问题，也常常会出现“鸡同鸭讲”的情况，报表的最终价值也有限。
报表自动化的核心在于通过梳理相关指标和数据，发现企业当前存在的问题，并找出对应的原因和解决方法。当前很多公司的报表都存在不成体系、时效性差、重复开发与关键业务耦合度低的问题，因此，企业需要建立统一的BI中心，做到企业管理的透明、共享、反馈与持续改善。
透明其实就是打通企业中的数据孤岛，这里并不是只打通各个业务系统的数据孤岛，更是打通每个业务部门的数据孤岛，打破数据的时效性壁垒；共享是指企业中不同业务线上的数据可以进行联动分析，比如销售数据与生产数据进行联动分析（产销分析），通过联动分析促进企业发展；反馈就是看到问题后需要进行整改，解决问题，将整改进度可视化，达到一个良性的循环；不断发现企业的瓶颈和新的发力点，达到一个持续改善的效果。
2.2 高效经营会议
开会，永远是企业经营过程中必不可少的环节。在企业定期的经营会议中，通常采用Excel+PPT的模式。可能企业中每个月2号的时候，上月的数据才能完全导出，信息部门再把数据转给业务部门，业务部门用vlookup函数和数据透视表做一下简单分析处理，另一个业务人员再去做一个汇报的PPT，最后是经营分析会议的现场汇报。
从这个过程中来看，数据的时效性太低，同时费时，费力，还要进行重复劳动，经营分析会可能15号才能开起来，可能上月的问题已经很严重了，但是本月15日才发现，之后再开始制定相关措施，而问题早已扩大化。其次是在这个过程中，数据经过了多轮转手，并且有大量手工处理的环节，数据的真实性也令人怀疑。最终，会议过后，PPT等文稿格式难以进行后期管理，对后续的数据统计分析对比价值较低。
对于企业定期的经营分析会议，企业内部每次所关注的关键指标往往是固定的，通过将企业关注的指标的口径、格式以及数据来源明确，管理者根据企业状况定期（周、月、年）召开企业经营分析会议，使用数BI工具制作会议报告，每次汇报分析时数据自动通过BI工具从企业信息系统中获取计算；打开BI平台相应界面即可开始会议，无需PPT，真实、快捷、高效。
2.3 领导管理驾驶舱
对于领导管理驾驶舱，最重要的一点就是驾驶舱必须要与企业业务和领导需求紧密结合，决不仅仅只是业务指标的简单堆积。因此，想要做好一张领导驾驶舱，重点在于前期与涉及到的业务人员充分交流、详细沟通，多去现场调研，切记不要闭门造车、纸上谈兵。
想要做好一张领导驾驶舱，第一步就是梳理领导所关注的业务指标。业务指标的梳理包括指标名称、数据来源、数据口径、计算方式、责任人等部分；再依据80/20原则，找出影响企业经营的20%关键指标，并与关键业务人员和涉及领导确认后，进行数据ETL处理和可视化展示；如果指标出现异常，则可以通过标红或信息推送的形式将信息传递给领导和相关责任人，责令整改；同时驾驶舱也要设置一些联动和钻取，一是帮助企业在驾驶舱中展示数据之间的关系和业务的逻辑，二则是为了通过联动和钻取找出影响企业经营指标的具体原因。
最后，随着企业管理者数据意识的变化和BI技术的发展，更好的应用数据去支撑决策成为可能。企业在日常经营管理过程中积累了大量的数据，但数据本身并不能够直接产生价值，需要对数据进行处理，进而引起我们的思考与行动，才能真正发挥数据价值。
不在落后的管理上搞信息化；不要在落后的工艺上搞自动化。传统制造业数据化建设的道路是一条漫长的道路，数据化不是简单的信息化和自动化的改造，而是企业生产方式和运营模式的变化，需要对企业的经营模式进行再造，需要企业长期的努力与变革。
立即沟通
