一文读懂:制造业头部企业如何构建经营分析数字化体系

人工智能31

用BI数据分析手段,通过SAP BW/4 HANA、SAP SAC Planning、数据中台、Hadoop等构建大数据平台,实现企业经营分析的数字化在近年逐步被认可和推崇,尤其是数字化场景的经营分析会成为数字化转型的亮点应用之一。围绕经营规划、结果复盘、业务洞察、过程纠偏四大方向来构建的制造业经营分析数字化体系,能够有效的帮助制造业财务团队尤其是经营分析团队实现从"传统记分员"到"业务合作伙伴"的角色转换。

1. 当前大部分企业的数据应用现状:处于业务报表应用向商务智能跨越的阶段。

根据我们去年对制造业业务分析的采访结果发现,在数据应用层面,我们很多制造业企业,甚至行业龙头企业,大多处于从商业报告向商业智能跨越的阶段。

[En]

According to the results of our interview with the manufacturing business analysis last year, we have found that at the data application level, many of our manufacturing enterprises, even the leading enterprises in the industry, most of them are at the stage of leapfrogging from business reports to business intelligence.

1.1 怎么去判断一家公司数据应用处于业务报表阶段还是商务智能阶段?

我们知道 BI 也叫商务智能,那是不是一个公司上了 BI 就可以说自己实现了从业务报表阶段到商务智能阶段的跨越?我们内部有一个判断的标准,就是不管你上了BI也好,你只是单纯从业务系统取数也好, 你是不是仅仅把这些系统作为一个数据的提供者来使用而已?

举个例子,比如说你要开一个经营分析会。有两种情况,一种是你没有BI系统,直接从销售、财务、供应链等多个业务系统以 Excel 的方式把数据导出来;或者说你已经有一个BI系统,但是你只是把基础的数据从BI以Excel的方式导出来。导完之后还需要有一个团队对这些数据在Excel上做加工,把它做成PPT,然后再用这个PPT去开会。如果是这样的数据应用模式,不管这家企业有没有上BI,在我们这边的定义就是它其实是属于业务系统报表的阶段,它只是把用业务系统包括哪怕是BI系统当成一个提供数据的工具去使用而已。

1.2 从辅助经营管理的角度,我们理解的真正的BI是什么?

一文读懂:制造业头部企业如何构建经营分析数字化体系

上面是一个典型的BI的架构图,在这个图上可以看出来,实际上BI就做两个事:

第一件事情是构建企业的数据中心,把业务数据资产化,这是偏数据治理或者技术的方面。

第二件事情是构建经营分析平台的数据应用,也就是根据经营痛点来定义业务场景,再根据已经定义的业务场景往上去搭建对应的经营分析体系,这个是偏业务应用的方面。

2. 企业的经营分析,其实是围绕如何扩大规模、增加利润、提高周转、控制风险等几个核心问题来展开的。

我们先跳开所有跟技术或者 BI 建设相关的内容,来思考一个事情,就是如果你是一家制造业公司的CEO、或者你是一家公司的高管,当你在思考如何做经营分析,或者说 你在思考怎么做到更好的企业经营的时候,实际上你在思考的是什么问题?

其实无非就是思考怎么做到以下的这几个目标,比如说 扩大规模、增加利润、提高周转、控制风险。当然对于具体一家公司来说,由于所处的行业阶段不同、以及这个公司在行业中所处的位置不同,未来一段时间追求的目标也是不同的。如果处在一个快速增长的行业,你要抢市场份额,公司未来一段时间的目标就会聚焦在扩大规模上;如果本身这个行业就很成熟了,你希望提升竞争力,那可能就要考虑你的利润,或者要考虑为了追求这个利润,你的固定资产、你的应收、你的库存的代价小一点,要考虑怎么把整体成本和费用做低,把竞争力提上来。

基本上,我们回避不了上述问题,那么按照这个思路,现在我们需要用数据搭建一个业务分析平台,我们的核心问题是如何用数据来回答上面提到的这些业务问题?如何系统地回答这些问题

[En]

Basically, we can't escape the above questions, so if we follow this line of thinking, now we need to use data to build a business analysis platform, and our core problem is * how to use data to answer these business questions mentioned above? how to answer these questions systematically * .

3. 企业经营分析现状:依赖手工导致低效、重复、易错,不成体系导致分析不深入、不闭环、不完整。

实际上对于一家具体的公司,不管它有没有上 BI ,只要它有管理有决策,就必须要定期回答上面的那些问题,而经营分析会常常是很多企业用来回答以上问题的载体。我们对访谈客户经营分析现状做了一个总结,发现这些公司做经营分析或者开经营分析会的情况很相似,大概是什么样一个现状呢,在这里给大家描述一下。

在这里我们虚拟一家制造公司,我们暂时叫做智扬制造。这家公司 3 号财务会做完月结,月结了之后,就会有一个4-5人的团队,这个团队可能是专门的一个叫经营分析的团队、也可能是财务部门下设了一些兼职的同事,他们在 4-5 号的会上各个系统把数据导出来做一个整理,再花 2 天左右的时间把数据整理后的结果做成PPT。最后,大概在8-10号,智扬制造的高管们再拿着这些 PPT 去开月度经营分析会议,PPT 里面有很多的表格,重点的内容再用图形化的方式描述一下。

我们细看这些 PPT ,就会有个发现,什么发现呢, 就是这种类型的 PPT 会使用大量的对比,比如说这个月的利润是利润多少、去年的利润是多少、同比增长了多少、目标利润是多少,比目标差多少......

基本上就是这样的一个现状。

这样的现状有两个问题。

第一个问题就是依赖手工,依赖手工所以导致了整个过程的 低效、重复、易错,这个很好理解:(1)低效就是说从3号月结到10号开会,中间需要一周的时间来做数据的处理和材料制作;(2)重复就是同样的这些人、这个团队每个月要花 4-5 天做重复的事情;(3)易错就是说因为依赖手工,所以免不了有一些数据计算错误的问题。

第二个问题就是整个分析过程不成体系,这个其实也是我们这个产品主要想解决的一个问题,这个不成体系我们把它总结成3个词9个字,叫做 不深入、不闭环不完整:(1)在经营分析中,只是 使用大量的对比或者达成,无法从业务角度做到具体的偏差归因,这个就叫做不深入;(2)当我们在开经营分析会的时候,实际上我们在谈的是上个月的事情,这些事情已经发生了,其实从企业经营管理的角度,更重要的是在过程中发现问题,并且采取行动, 只是单纯地做结果的复盘,无法做到事中监控,并采取行动进行纠偏,这个就叫做不闭环;(3)很多企业做经营分析的模板是固定的,固化的模板决定了我们分析的粒度是固定的,所以当我们在会议上发现一个数据问题,想要往下去穿透的时候, 我们最多穿透到什么样的粒度取决于我们怎么去整理数据,而做不到能够按一个比较自由的维度组合去做数据的穿透和原因的洞察,那这个就叫做不完整。

4. 解决问题的方式:构建一个满足不同组织层面的经营管理数字化决策体系

关于组织的不同层面的分类,我们按照BI常规的思路,把它分成决策层、管理层与执行层。决策层指一个公司的高层,比如董事长、董事会成员、CEO等角色;管理层指的是像销售的负责人、供应链的负责人、工厂的负责人、或者某一个区域的负责人;执行层就是具体做事的人,比如一线销售人员、计划人员、应收账款管理人员、采购人员,这个就是执行层。

4.1 决策层关心的是经营规划层面上的东西,一个公司的战略目标怎么制定、怎么分解、最后变成一个公司的财务预算这中间的过程。

例如,对于一家上市公司来说,市场会对其增长有所预期。决策者想知道自己的收入是否有增长空间,并根据不同的收入增长假设模拟收入结构、应收账款、库存、固定资产、成本、费用等指标。在这一部分,我们的解决方案是根据企业内部数据的特点建立一个独特的模拟和预测模型。

[En]

For example, for a listed company, the market will have expectations for its growth. Decision-makers want to know whether their own income has room for growth, and simulate income structure, receivables, inventory, fixed assets, costs, expenses and other indicators according to different income growth assumptions. In this part, * our corresponding solution is to build a unique simulation and prediction model according to the characteristics of the data within the enterprise. *

4.2 管理层关心的是业务策略制定层面上的东西,一个公司的财务表现到业务洞察中间的过程。

什么叫做财务表现?我们的利润额增长了10%,这就是一个财务表现。那什么叫做业务洞察?我们的利润额整体增长了10%,这里面是众多业务因素叠加带来的,我们把整体利润额增长 10% 这个财务表现用不同的地区、品类、渠道的价格、成本、销量、结构等业务原因去解释,这个就叫做业务洞察。在这个部分, 我们对应的解决方案,就是帮助企业构建一个体系化的经营分析管理驾驶舱。

4.3 执行层关心的是实际情况与短期目标的对齐到行动方案中间的过程。

例如,如果你是一家企业的销售人员,你每天都在想什么问题?你在想的是,我这个月的业绩目标是1000万,我现在已经实现了600万,今天是20日,我还有400万,到月底,为了实现这400万的业绩,我该怎么做?这是销售人员关心的问题。

[En]

For example, if you are a salesperson in an enterprise, what questions do you think about every day? What you are thinking is that my performance goal this month is 10 million, I have achieved 6 million now, today is the 20th, I still have 4 million, to the end of the month, in order to achieve this 4 million performance, what should I do? This is a matter of concern to the salesperson.

我们的实际情况距离短期目标差距在哪里,为了达到这个目标,我们应该如何采取行动,这个就是执行层关心的问题。在这个部分, 我们对应的解决方案,就是梳理业务过程中核心的执行管控点,构建日常预警和行动建议应用。

5. 经营分析数字化体系应该围绕经营规划、结果复盘、业务洞察、过程纠偏四大方向来构建。

能不能有一个完整的系统来帮助企业回答上述问题?我们目前总结的业务分析系统就是围绕这个核心点来做交付的。我们将系统分为几个部分:

[En]

Can there be a whole system to help enterprises answer the above questions? Our current summary of the business analysis system is around this core point to do delivery. We divide the system into several parts:

第一个部分聚焦在经营规划,这个部分要求我们按照一个企业经营沙盘模拟的常规路径,构建经营沙盘模型。比如说,从收入增长作为核心假设参数,根据企业自身的特点构建模型,来推测成本、费用、利润、应收、库存、应付、资金等变化,形成企业年度财务目标。

第二个部分的主题是经营结果复盘,就是一个经营周期结束了,我们对这个经营周期的核心财务表现进行回顾,比如说这段时间利润是多少、销售收入是多少、资产的周转情况有没有得到改善、生产成本和管理费用如何变化、现在账上有多少钱等等。

第三个部分围绕业务洞察来展开,这个部分主要是从业务的角度去回答为什么第二部分的数据是这个样子的,特别是第二部分表现比较异常的财务数字,我们希望能往下穿透做一些主题分析。比如说我们发现销售目标达成有异常,我们希望有一个页面专门去回答销售目标为什么无法达成等等。

第四个部分关注过程的纠偏,在这个部分我们会帮助不同职能线条的员工去对齐他短期的目标,找到达成目标的关键行动点。比如说对于销售的同事,我们围绕销售目标达成这个核心的点,帮助他们盘点销售目标的缺口,并且用数据帮助他们分析为了达成短期业绩目标,他们应该把重点放在新的订单获取还是跟进已有订单的生产或者是催客户提货上。

以上四个部分相互独立又彼此依赖,最终实现一个企业完整的经营管理闭环。

6. 价值总结:数字化经营分析平台帮助企业经营分析团队实现从"传统记分员"到业务合作伙伴的角色转换。

什么是 "传统记分员"?很好理解,其实就是数据统计工作,业务部门需要什么样的数据,就统计什么样的数字给到业务部门。那什么是 "业务合作伙伴"?就是作为经营分析团队的成员,主动去分析各个业务的经营情况,发现经营的异常(比如利润可能会下滑、收入可能会不达成等等),帮助业务从数据角度分析原因,并提出改善建议。

总结起来,就是要帮助企业经营团队实现 从数据统计到经营分析、从差异对比到偏差归因、从事后的盘点到过程纠偏的三个转变,这三个方面的转变,需要以科学完善的经营分析数字化平台的搭建作为基础,进而帮助企业实现数字资产的管理、经营分析体系的优化以及企业组织数字意识的提升。

以上是我们对制造业业务分析平台数字化的整体介绍,后续我们将结合系列文章分享更多细节。与此同时,我们去年已经对其中许多进行了标准化和制造。如果您想了解更多细节,请随时与我们联系。

[En]

The above is our overall introduction to the digitalization of the manufacturing business analysis platform, and we will share more details with a series of articles in the follow-up. At the same time, we have standardized and manufactured many of them last year. If you want to know more details, please feel free to contact us.

作者简介:曹志嘉,智扬信达广汕公司总经理,数字化项目总监,制造业数字化产品经理。10+ 年大数据与企业数字化咨询及管理经验,管理过超 70 人的大型数字化项目团队进行多项目、快节奏的交付。擅长制造、地产行业的数字化解决方案及数据中心架构设计,对企业经营管理、财务分摊、财务分析、预算管理、内部供应链管理数字化等方面有深刻理解并为已超过 20 家制造业、地产头部客户提供数字化规划、设计及落地服务。

Original: https://blog.csdn.net/zizhu365/article/details/123203035
Author: 智扬信达
Title: 一文读懂:制造业头部企业如何构建经营分析数字化体系

相关文章
嵌入式习题2 人工智能

嵌入式习题2

Linux的根文件系统中,存放设备文件的目录是 填空 1 。(都用小写字母) 正确答案: 填空 1:dev Linux中,可以通过 填空 1 文件查看已被驱动程序注册的中断。(都用小写字母,符号用半角...
YOLOv6:又快又准的目标检测框架开源啦 人工智能

YOLOv6:又快又准的目标检测框架开源啦

近日,美团视觉智能部研发了一款致力于工业应用的目标检测框架 YOLOv6,能够同时专注于检测的精度和推理效率。在研发过程中,视觉智能部不断进行了探索和优化,同时吸取借鉴了学术界和工业界的一些前沿进展和...
理解指向数组的指针 人工智能

理解指向数组的指针

p等价于Arr,类型为指向大小为3的一维数组的指针,使用时可看成二维数组的数组名; *p等价于Arr[0],类型为大小为3的int型数组类型,使用时可看成一维数组的数组名; **p等价于数组的下标引用...
人工智能AI系列 - 元宇宙 - 2D虚拟人 人工智能

人工智能AI系列 – 元宇宙 – 2D虚拟人

官网: 官网链接 2D虚拟人 最近元宇宙的概念越来越火。虚拟人技术是其中重要的组成部分。 其原理是通过视频来捕捉人脸,并且将人的面部动作同步到人物身上。人们只需要一个摄像头就可以制造出一个生动活泼的虚...