|
題圖來源@視覺中國 數據分析現在已成為各行業的主流趨勢，如何把數據踐行成生產力？8月，在2018年帆軟智數大會上，來自中國醫藥集團、綠城集團、江蘇銀行、云天化集團等四十余家各行業標桿企業為我們分享了信息化實踐經驗。 帆軟數據應用研究院院長楊揚認為，如果企業是房屋，那么數據就是蠟燭，如果想用燭光將整個房屋填滿，那首先需要找到蠟燭，并將其點亮，讓其發出智慧之光。在楊揚看來，“智慧之光”是能夠利用數據幫助企業實現具像化的價值，比如節省成本，提高效率，根據數據異常行為預測企業離職率，或者說精準營銷，以及客戶滿意度調度等等。但一旦企業將數據作為業務發展的核心重點時，就會面臨很多現實問題，比如數據本身的問題、應用自動化的問題、業務分析的問題以及場景的問題。所以如何打好數據戰役？楊揚認為需要三大因素，第一有好武器，第二有比較牛的部隊，第三要有良好的戰術。 在圓桌對話《一場來自老板的"拷問"》上，來自帆軟零售、能源化工、銀行、時尚、制造業及醫藥行業的業務部門人員，針對行業痛點，以及如何利用數據分析手段解決痛點進行了討論。 以下為對話精華部分梳理，人員用行業名稱代替。 問題一，各行業有什么痛點？怎樣解決這個痛點？ 醫藥行業：醫藥行業集中度一直不高，近幾年，國家推出鼓勵創新，大幅度提高行業標準，更多企業愿意通過大數據增強資源配置效率。我們主要發現兩大痛點，一是數據體系缺失，二是分析體系不完善。 針對這兩個痛點，我們提出兩個解決方案，第一提供通用模型跟指標，幫助大家從結果導向倒逼過程數據的完善，第二個，給用戶提供了可復用的結合內部外分析模型的分析體系，用戶只要配置上數據連接之后，就可以快速看到數據指標變化跟過程變化，我們相信數據效率提高，才能促進數據工作良性循環。 能源化工：能源化工行業的信息化是“起大早趕晚集”。2014/2015年，能源化工行業就開始了信息化，但是由于行業不景氣，信息化的提升沒那么大，過程非常痛苦。能源化工業的痛點就在，領導們更關注質量成本、企業規模怎樣變大變強，信息化的重要級沒那么高，信息化部門的人就比較尷尬，往往到業務部門進行深挖的時候會遇到比較大的阻力。 在這塊，我們準備了兩條思路，一是在數據這塊，我們已經深入到多個領先的企業中，提供了多種模型。二是從業務角度，怎么樣結合大數據更好落地，我們從這兩個方面給大家提供強大的武器。 地產：地產行業的痛點，一是歲雖然公司有錢，但是真正落到信息化上的預算不高，相對應的，也很少有咨詢公司或者廠商針對房地產行業提供解決方案。 帆軟在做信息化的時候，優勢上來講，我們給房地產做BI，做數據分析的時候，確實沒有太多競爭對手，這是一個優勢，這也是我們這么多年成長起來的一個基礎因素，但是同時又是一個劣勢，你沒有競爭，也就沒有參照和經驗可以借鑒。 因此，在我們地產這個部門實際上是經歷了三個階段：第一個階段初入房地產階段，慢慢地了解地產行業應該分析什么東西，應該做什么；第二，把整個房地產數據分析更加體系化，拔高了一層；第三個階段，對地產行業整個數據分析，不管理念及還是方案，全部得到了一個比較好拔高。經歷了這三個階段之后，我們可以為大家提供比較清晰的解決方案。 電子電器：在時代背景下，實際上正如行業大佬所說，我們現在國內制造業都是在被動的推動進行發展，而不是自主前進。因此，結合行業現狀，行業信息化的痛點主要在計劃交期、成本質量這塊。這是我們生產制造業面臨比較大的指標，關鍵指標。針對這一痛點，我們主要采用為客戶定制化的思路，做符合企業自身的分析體系，幫助企業在經營管理中用好自己的數據。 銀行：銀行行業的主要痛點是數據量巨大。銀行擁有數以萬計數據量，加上內部管理以及外部監管銜接，以及國際金融市場化，還有精準營銷這樣的需求。數據層級越來越大，科技部門面臨數據爆炸的問題，業務部門就面臨數據匱乏這兩個矛盾越來越突出。如何去找到一個突破點，讓懂業務的人做分析，讓懂數據的人管理數據，也是我們遇到的難題。我們的努力方向是如何在減少科技的工作量同時，還提高用戶滿意程度以及響應速度。 零售：零售行業同樣存在數據量巨大的問題。此外，隨著新零售的概念提出，零售行業在銷售數據，訂單數據、會員數據這塊，對數據要求越來越高。我們數據要做到精準營銷、會員畫像等等功能。但其實在行多企業有一個最基礎的矛盾，數據各個系統上了，真正用起來、會用的、能用的數據很少。在零售行業，一線或者說在中層管理這塊，其實對數據還停留在一個“看”的階段。但數據本身看到是不產生價值，只有當我們的數據引起了我們思考和行動，這樣的東西才會產生數據價值，才會產生生產力。 對于零售行業數據量特別大，用不起來這一痛點，我們的解決辦法是兩步走。第一步建立一個完善的監督機制，我們將我們KPI和績效完整掛鉤。第二步，領導輸出壓力，下面人要知道，中層管理、基層管理，要提供這樣一個解決途徑，解決銷售異常等其他異常。 時尚：做時尚行業現在有兩個趨勢，一個從批發轉零售，品牌做自己的門店，批發轉零售。第二個說一個詞，自主品牌，或者多品牌陣列，多品牌管理的問題。我們的做法是，深入終端門店，甚至終端下游某個供應商，把權限下放到門店，看到他們能看到的數據。 問題二，有哪些已經可以使用的創新數據產品？ 醫藥行業：產品創新上主要分為兩種，第一種軟件產品創新，第二種服務模式創新。第一種是直接可以用的產品，在醫藥行業我們有數據魔方以及營銷金助手產生。第二塊服務模式創新，我們會幫助企業更好“消化”我們提供的通用模型跟解決方案。 能源化工：“左手抓住大數據，右手抓住業務”從落地上來說，我們考慮了三項。 產品上，我們開發了化工智能云平臺這個產品。這一個產品中包括四個模塊。第一個模塊把行業里面一些應用主題標準化；第二個，把典型的行業客戶案例進行還原。這些案例都是經過脫敏，經過標桿的客戶的同意；第三個，一些高階的面向場景的應用；第四個屬于可視化技。將數據應用習慣等等固化到云平臺上面，讓大家使用的時候參考。從產品軟件角度，我們目前主要落地阿米巴這塊。從面向方案層面，我們現在正在跟一些企業進行合作，尤其在智慧生產方面，大數據是打開智慧生產一個非常很好的途徑。從這個角度來說，我們跟目前國內一些其他企業在做這些層面合作。 地產：地產行業我們主要提供的有幾種解決方案，偏向于產品。第一個剛才提到的，打包成一整包方案，指導你第一階段、第二階段做什么，這些都是打包成方案的。另一方面，我們希望能和一些公司達成戰略合作，他們提供決策層模型，基于我們的平臺做一些針對管理層的產品。 電子電器：電子電器以離散制造為主，根據我們的痛點生產制造這塊，我們推出了對應產品，結合我們數據分析一些工具和手段，幫助我們的企業更好地經營生產制造。這是我們1.0階段，我們2.0階段是將精義生產的管理的思想思路發散，擴大到企業各個職能模塊，包括采購、財務、營銷等。 銀行：銀行業產品叫微信小秘書。微信小秘書的作用是如何減少業務流程報告這塊工作量。我們通過微信、釘釘這些國民通信APP，把日常一些報告、總結，或者關鍵信息定向推送給關鍵人物，比如說行長、高層，一線人員，通過這樣的方式減少業務人員負擔，同時支撐前端業務人員。再一個我們把領導的分析體系、分析思路總結起來，形成參考分析模型，再通過前端UI設計，最后實現領導思維效果。在這里面提供了大概60張模板，可以實現部署以及交接，實現了快速轉移。 零售：針對數據量大，數據應用不起來的問題，我們做了相對應的產品。第一，符合企業的經營管理戰略，我們提出了一個攻守模型，企業一方面對舊有管理這塊要持續不斷地做優化，另外一塊，就像現在新零售，我們企業要找到企業新的增長點，或者找到一些新的創新點。這塊我們的數據分析平臺要滿足企業的戰略需求，也就是說攻守模型。第二，同時應用我們一些管理思想，和數據管理商驅動，指導我們領導層，或者門店管理層，怎么樣用數據。然后第三，對于業務人員，他們是怎么樣做分析，會員、商品、銷售、采購等等提供解決方案。 時尚：從行業特點來說，我們對自己的定位就是一個產品經理，在調研時尚行業終端門店后我們會生成行業報告。第二塊，除了自己研發產品，我們還會跟ERP廠商，跟CRM合作，解決某一個客戶問題，給他一套全方位方案解決。 |
- 關注天氣:
