广州视源股份：数据化管理平台建设，赋能企业全局经营决策！

注：本文为帆软2020数据生产力大赛获奖案例，未经授权禁止转载。

 

公司介绍

广州视源电子科技股份有限公司（以下简称视源股份）成立于2005年12月，注册资本为65584.534万元，旗下拥有多家业务子公司。视源股份主营业务为液晶显示主控板卡和交互智能平板的设计、研发与销售。公司始终致力于赋予电子产品更加丰富、高效的沟通及互动体验，依托在显示驱动、信号处理、电源管理、人机交互、应用开发、系统集成等技术领域的产品开发经验，面向多应用场景，通过技术创新不断延伸和丰富产品结构，目前产品已广泛应用于家电领域、教育领域、企业服务领域等。

项目背景

1、数据化管理现状

视源的信息化工作随着公司的发展而不断发展。经过多年努力，在网络基础设施、应用系统建设、主数据管理等方面都已经奠定了一定基础并不断巩固。

其中供应链领域EBS/SRM/MES/WMS/TMS等系统均已运行多年，积累了大量的历史数据。虽有较高的系统的完整度，但大量的管理数据分散在不同的系统中，存在数据孤岛和数据壁垒，缺少体系化辅助经营分析决策的分析型系统。大量管理指标数据/报表需要业务从各系统分别导出后手工加工，效率低下，数据准确性、易用性低，严重影响管理层决策分析。主要面临挑战如下：

（1）分析灵活性不足：分析需通过“系统+手工”的方式处理，执行层需耗费较多时间制作数据报表，分析效率不高(如降本数据：需由财务/IT协作1天才能统计得到，效率低下)；

（2）指标体系缺失：目前以大量零散报表为主，指标孤立，口径不一，沟通低效。缺少统一、完整的、有关联性的指标体系；

（3）分析意识不足：以事后总结为主，分析用户以中高层为主；

（4）分析体系缺失：未建立面向管理层的综合的分析内容，缺少完整的分析体系；

 2、数据化管理平台建设需求

基于集团供应链信息化的现状，以及“用数据说话”的文化倡导下，需要自上而下、从大到小梳理供应链整体/各部门的核心价值，围绕各自的价值体系构建覆盖全业务的指标与分析体系。建设一个全局的、自上而下的、能够承载数据化运营、支持价值体系运作的可视化经营分析系统便尤为重要。

公司与帆软已有多年合作，从Fine Report ,Fine BI4.0一起走到今天的FineBI 5.0。不停迭代升级的FineBI 5.0 已经十分强大，是项目承载平台的不二之选。

项目初期，项目组与供应链高管对以下目标达成一致：

（1）自上而下梳理价值体系，构建体系化的全局指标体系（落实责任人，可执行），提升供应链管控能力；

（2）业务清晰地知道自己的价值，关键绩效量化计算，绩效评价依赖指标体系；

（3）跨系统、跨平台的数据整合、处理，满足全价值链的端到端的分析，剖析企业经营状况，为目标制定、运营监控、总结汇报、管理改善提供及时有效的数据支撑；

（4）释放手工报表制作工作量，数据分析、管理改善氛围的形成；（5）数据主动触达用户，主动预警风险；

管理场景

“体系”是项目最关键的关键词。整个项目围绕价值体系→管理分析体系→指标体系→运营体系开展。整体思路如下图所示。

核心价值：一保二增三提升。即：保障交付，增强成本竞争力，增强团队能力，提升运营效率，提升供应质量，提升人效。该核心价值由集团高管、供应链高管结合企业战略目标，经过反复讨论和凝练而来。供应链平台下各部门分别思考如何承接平台的核心价值，显化价值。汇聚成全面、上下承接严谨的价值体系。

依据价值体系，围绕各价值搭建分析主题框架，并自上而下全面梳理分级指标体系，统一指标口径及相关业务术语，沉淀至知识体系中。价值体系，分析体系，指标体系如下示意图。

场景一：CPO管理驾驶舱（管理层）

痛点

1、无法准确掌握运营情况：缺乏全景图，管理层无法全面准确掌握经营状况，无法准确快速获取数据向集团管理层汇报；

2、运营数据滞后：核心指标数据下月初做经营分析时才会获得。决策滞后无法及时发现异常并迅速做出调整。

3、经营分析缺少数据支撑，数据准确性低：较多数据逻辑计算复杂如降本等指标，存在无法人工计算或计算准确性低、指标口径不统一、数据打架等的问题。
解决思路：

通过CPO驾驶舱以及各部门管理驾驶舱的建设，使得供应链核心指标，各部门一级指标数据直观/可视化/自动化呈现在管理层面前，消除经营数据不可知带来的不安全感以及潜在的风险。目前管理层已养成每日一早查看CPO驾驶舱的习惯，控制整体经营状况和监控战略目标达成。

同时可看各部门驾驶舱以了解各部分运营情况，针对出现的异常趋势迅速找到责任人跟进分析处理，责任人可根据细化管理分析仪表盘分析原因并制定改善方案。利用数据为业务赋能，驱动改善，管理增效。上线后供应链上下对目标和进度更加明确，仅交付达成率近两月目标达成率上升10%左右，同时通过数据发现较多业务执行过程中的异常操作，及时处理挽回较大损失。以下为驾驶舱效果。

如上图为CPO驾驶舱页面效果图。指标体系中，供应链的七大核心指标直观的呈现在一个界面上。只要打开界面，就可以看到原本只能在每月经营分析、需要花上一天时间制作的数据，监控整体的运营情况，对业务运营情况了然于胸。每个模块都设置了跳转连接，点击即可跳转到明细仪表盘细化分析，高层领导可在大屏上操作，联动分析，高效会议。

场景二：主题分析案例（执行层）

痛点：

1、数据分散在各个系统，大量手工收集准备；

2、频繁制作报表而不是深入分析数据，成就感低；

3、闷头干活却不重视价值和成效；

解决思路：

将所有需要手工报表梳理整合。依据价值模块和指标体系对现有的报表进行归集→合并&删减→整合→凝聚，凝聚出高价值有意义的报表。并将报表落到对应的管理分析框架之中。利用信息化的手段取代这些报表人工制作的工作量，大幅提升工作效率（目前已上线65张仪表盘，平均每个仪表盘可以节省4H/天/人）。将节省的时间用于培养数据意识，深入提高数据分析对应的技能。

主题分析页面可以一目了然地知道价值的执行情况，同时按照事先讨论总结的最优的分析思路布局分析仪表盘。上能看到指标全局情况，下能找到问题单据明细落实到责任人处理，持续监控改善情况，形成良性闭环。

项目总结

1、体系化很重要，整个项目的建设围绕核心价值展开，避免偏离主航道。若资源不够，也应先做顶层设计，再小步快跑的实施。

2、如果把数据化运营之路比作航海，信息化的建设打造的船身，帆软BI是很好的帆。但要驶向哪里（战略目标、价值体系），如何运转（管理分析体系、运营体系）更为重要。不要重系统，轻运营。

数据类项目成功最大的难点，是用户的习惯和意识的改变，再好的工具没有人用也只是废铁。我们成立综合管理改善部门，将价值体系和管理分析体系持续运营下去，不断优化。

3、 发现业务系统存在的数据问题，需要及时指出，并以专业的数据治理的方法去引导业务系统数据建设的工作。业务数据是数据分析的地基，地基混乱，大厦不牢。

4、通过BI系统建设，IT部门也逐渐建立数据资产，将多业务系统数据进行抽取、清洗，并按统一规范、按应用场景做分类、分级，将数据资产化、资产可视化、数据资产业务化，将数据反哺业务，盘活数据资产使其业务价值最大化。

目前市面上很流行的帆软公司的软件——finereport，功能算是前沿的，可做BI报表和大屏，内置了10+行业解决方案和几十种可视化大屏模板demo，即便没有专业的技术也照样可以完成。功能比较全面，包括数据整合、建模、分析、制作图表。很适合企业使用，难度不算太大，而效果也不错。