一套平台打通销售业务始终,银轮实现销售全流程数字化管理

原创 商业智能研究 商业智能研究 1月15日

今天为大家分享的是浙江银轮机械股份有限公司的案例,像许多制造业一样,银轮的销售部门也面临着客户数量多、数据无法关联、销售数据整理起来效率低下等诸多痛点,但是通过打造数据平台,银轮的整个销售流程全套转移到线上,所有数据集中统一管理,自由搭配使用,不仅提高了销售管理效率,更带来了很多附加价值。

项目背景

1、公司介绍

浙江银轮机械股份有限公司是一家民营上市公司,专注于油、水、气介质间的热交换产品及后处理排气系统相关产品的研发生产,同时大力发展发动机摇臂、铝压铸件等,产品已广泛应用于多个领域。

银轮股份建有省级研发中心、国家级企业技术中心和国家级博士后科研工作站,是我国内燃机标准化技术委员会热交换器行业标准的牵头制订单位、国家级高新技术企业。目前,公司员工近6000名,2018年实现销售50亿。

2、信息化背景

近些年,随着科技的飞速发展,社会各行业都纷纷拥抱数字经济,打造“数字银轮”的信息化战略目标也应运而生。银轮在十多年前就非常重视信息化的建设,成立了专门的部门推进信息化工作,也取得了丰硕的成果。到目前为止,先后上线了ERP、PLM、MES、WMS、SRM、预算系统、OA等信息化系统,贯穿了设计研发-销售-财务-生产-运营-物流等企业经营生产的各个环节,是首批通过国家两化融合体系评审的企业。

随着银轮信息化的不断推进,一些数据问题也逐渐显露出来:

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

(1)随着业务系统的逐渐增多,各系统中的数据也日益庞大,但是由于缺乏统一的数据中心,目前业务数据相对分散,对于关键业务信息整合分析效率低;同时,由于总部和子公司之间、总公司内部存在多种不同的业务系统,导致关键的维度数据,缺乏统一的标准,随着时间的推移,各个系统的差异化越加严重,这会制约系统间的协同,降低运营效率,使得各系统逐渐成为数据孤岛,缺乏对数据的统一、规范、集中管理。

(2)由于数据孤岛问题,数据不能横向拉通,目前各部门的业务数据分析中存在着较多手工收集、处理数据的场景,这样既费时费力又容易产生人为误差;同时由于各部门的数据分析缺乏专业工具,业务数据的表现能力欠佳,会让数据运营非常费力。

(3)低效的数据运营使各部门的数据分析往往仅局限于单一业务环节,缺乏场景化的高效决策支撑体系,使得数据分析无法支撑中高层的经营决策。

针对信息化过程中存在的问题,银轮需要寻求一款优秀的商业智能产品,助力构建企业大数据中心与分析平台,挖掘企业数据价值,打造“数字银轮“。经过选型对比,银轮最终选择与帆软合作,开启了数字化的新征程,项目建设的目标如下图所示。

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

场景应用与价值

银轮的产品属于汽车零配件,由于行业的特性,服务的客户基本都是B端的主机厂。公司销售部门肩负着与客户对接及完成公司销售指标的重要任务,是公司各部门中“最前线”的部门。

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

但是,现在销售部门在日常工作中存在着诸多痛点:

客户数量众多,销售部门的客户经理人数有限,很多客户经理一个人需要同时维护多个客户。日常的市场情报获取、客户分析、客户关系维护、销售下单跟单等一系列工作都由客户经理承担,基础工作量繁重,无精力去做更多有价值的工作。

目前缺乏一个有效的系统来支撑客户经理的工作。销售部门的工作还基本停留在线下填报、Excel汇总统计等阶段,各类数据也无法关联,形成联动。

各级领导需要了解某些紧急指标和报表的时候,销售部门的同事都要连夜加班,到处去要数据,然后形成统计分析报表,时效性低下且容易出错。

公司目前有30多家子公司,子公司的信息化跟总部还没整合,子公司的销售数据涉及关联交易,无法及时准确的汇总到集团的数据中。

传统的CRM软件大多偏向于C端的客户关系和用户画像分析,与银轮的业务场景存在较大差异,需要很多定制化的内容才能满足银轮的需求,价格昂贵且无法保证今后的实用性和扩展性。

针对销售部门的上述痛点,银轮使用帆软报表平台,整合各业务系统数据形成数据仓库,支撑各类业务报表、分析报表和驾驶舱的实时呈现,形成符合银轮特定业务场景的CRM数据决策分析模块。CRM模块主要包括市场、销售和客户三大板块,涵盖了市场份额、行业数据分析、销售预测、订单管理等40多个子模块,贯穿整个销售业务的始终,将整个销售流程全套转移到线上,所有数据集中统一管理,自由搭配使用。

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析 销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

场景一:管理驾驶舱

1、销售驾驶舱

销售驾驶舱解决了之前公司高层无法直观查看集团整体营销数据的痛点,通过可视化大屏,各级领导可以看到各自权限下的数据统计分析,包括了销售额、新项目、毛利、资金回笼、费用空置率、战区和客户排名等管理层最为关注的几个核心指标。通过销售驾驶舱,管理层能够直观了解公司当前实时的经营情况和存在的问题,对特定的感兴趣指标也能进行钻取查询更详细的数据,查找数据问题源头,为经营管理层部署下一阶段的工作任务提供决策辅助。

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析 销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

2、客户驾驶舱

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

“一切以客户”为中心是银轮的宗旨,然而客户资料和基本信息存在于SAP系统中;订单和销售数据因为子公司的关联交易无法直接在SAP系统中查看,需要做很多线下的处理;客户声音和反馈存在于OA系统中;所以,如何快速查看针对该客户的所有经营情况一直是销售部门的一大痛点。

通过客户驾驶舱,管理层和客户经理都可以非常清晰明了地看到该客户的工厂分布、份额、往来情况、风险情况、项目情况和客户反馈声音,做到客户信息实时掌握,维护好客户关系才是销售增长的关键。

除了单一客户的驾驶舱,我们还做了“多客户”的驾驶舱,为的就是解决一个客户经理同时管理维护多个客户时的统计分析诉求,最大化解放客户经理的工作量。在这个“多客户”驾驶舱,我们调研了大量客户经理的实际需求,除了基础的销售指标外,我们还把大家都非常关心的产品图谱、行业趋势、客户风险、客户工厂分布、客户声音等指标也在最显眼的位置展示,真正让最终用户能够用起来,从而真正实现让客户经理把主要精力放在发展客户关系、开拓业务上,而不是之前的整理统计大量基础数据。

3、移动端

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

移动互联网时代,手机办公已经形成一种趋势,公司目前也在使用钉钉进行移动办公的推广。我们将帆软的应用集成到钉钉上,各级员工在外出差或者工作的时候,拿出手机就可以直接了解第一手数据,分析指标与PC端相同,除了自主查询外,还可以定时推送给相关领导,解决了原来信息传递的滞后性和实效性。

场景二:经营分析:辅助管理

1、产品图谱分析

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

销售部门每年都会根据客户的规划和银轮自己的产品线,统计分析份额提升计划、产品规划、潜在项目识别等关乎未来银轮业务的销售分析。过去,由于这项工作涉及到各部门各平台的销售数据,多张Excel表,数据的收集和统计汇总就要投入大量的人力和精力进行梳理,且没有规范性。通过帆软报表,我们设计了一套产品图谱报表,联动多张填报和分析报表数据,形成了一套银轮自己的产品图谱分析规划体系,涵盖了竞争对手分析、客户配套分析、客户装机量、客户五年规划、客户产品图谱分析、份额提升计划等一系列子功能模块,形成PDCA闭环,让数据分析成果真正地转化为实实在在的份额提升和潜在项目开发,且做到了有据可循,有果可依。

2、项目漏斗分析

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

直观展示项目从机会到开发等阶段的过程情况,并结合项目目标达成率,反应项目管理情况好坏。

可以定位具体红灯项目,跟进关键问题,比如点击开发阶段的红灯项目,具体如下:

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

3、客户声音分析

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

客户的声音和质量反馈对于银轮来说是至关重要的,也是“以客户为中心”的经营观的最好体现。过去,客户的声音并没有专门的系统来进行统计分析,基本全部在各客户经理的脑子里,部分质量反馈由OA系统流程来控制,也没有进行整理和分析,更别提针对问题的解决计划和方案的落实。现在,利用帆软报表整合了OA系统中各流程的数据,以及用填报功能来方便各客户经理记录客户声音和客户反馈,并协调相应责任人给出具体的解决对策和计划完成时间。系统中的任务跟踪功能会在计划完成时间到期时检测是否完成,如果超期没完成会将事件自动升级到更高一级领导,确保所有计划都可追溯和督促。我们的目标是让一切客户声音能被相关的人“听到”,使“以客户为中心”的理念真正深入人心和落实到具体的行动中。

4、客户风险分析

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

展示当前管理的客户群的风险整体情况,通过分类打分以及走势,能够找到关键风险类别,同时,通过风险分数排名,可以追溯到问题客户,从而跟进风险处理。

5、客户来访分析

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

我们通过客户来访分析,展示和保存各个客户的来往数据,先定位主要来往目的,再跟踪具体来往记录,辅助客户关系管理,使原来存在于各个客户经理脑子里的资源,都以统一的格式和数据记录到系统中,在原有客户经理调岗或离职的时候,能够做到顺利交接,保证客户资源和客户关系不丢失,使属于公司的每一份无形资产都得到妥善的保存和使用。

6、市场份额分析

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

我们通过导入外部数据源,展示银轮以及竞争对手在市场上目前的份额占比情况,使原先的大量数据可以通过可视化的手段更好的展示出来,更便于管理者进行市场分析和决策。

场景三:基础管理:信息交互

1、客户基本信息

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

在客户基本信息中,我们打通了SAP中的客户数据,使各个客户经理可以在这里查询、新增以及更新当前用户所能管理的客户群。如发现信息有误,也可以提交申请,让管理员修改SAP中的数据源,保证今后系统中的数据越来越准确。

2、客户问题

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

查询、新增以及更新当前用户所能管理的客户群的相关问题。

3、工厂产线精益化管理打通“最后一公里”

生产车间的管理一直是制造型企业打造数字化车间的一大拦路虎,如何以一种让产线员工能接受的简单易用的方式推进信息化一直是困扰广大CIO的难题。银轮拥有大量的工厂和车间,当前,生产现场的管理还大部分停留在线下的纸质统计汇总模式。虽然上线了SAP和PLM,但“最后一公里”还是没有完全打通,各产线每天通过纸质统计单填写生产信息,由工段长或专人一层层汇总上来,最后由报工人员输入SAP进行报工。同时,当前各工厂正在导入精益管理模式,要求每小时统计分析各产线的生产数据,及时发现问题、解决问题。但这过程中产生的大量信息、数据得不到高效地录入、分析、使用,数据准确性受人为因素影响较大,导致精益改善变得困难,难以真正发挥其原有的价值。

销售行业数字化管理实践,企业数据中心建设,传统行业如何转型升级,经营数据分析

帆软报表中的填报拥有PC端和移动端,数据分层汇总及丰富的分析报表彻底解决了工厂车间当前的痛点,把信息化在工厂推广的“最后一公里”打通了。系统上线后,一线各班组员工可以通过手机端或PAD,每小时及时上报产线的生产数据(产线填报单、质量报废单等),后台将直接生成各维度的统计分析报表,工厂管理人员在移动端上就可直接看到,马上采取相应措施,及时解决,提高人效。

项目心得

1、成功经验

(1)项目前期一定要和业务部门沟通好需求,划定项目边界,确定本期项目要做哪些、做到什么程度、能做成什么样,确定好项目的具体目标,控制好项目中的需求变更,是项目成功的一大关键。

(2)需求调研阶段,一定要与业务部门深入沟通,优先站在业务的视角看问题,梳理清楚业务关系和数据关系,多次沟通后形成完备的原型设计方案和数据方案。

(3)项目过程中,遇到问题一定要作好记录,持续保持问题的跟进,避免出现同样的问题多次发生都没解决的情况,提高项目的整体效率。

(4)阶段性的向相关领导汇报项目进度及遇到的问题,寻求领导调配协调资源,助推项目进度,同时让领导对项目保持足够的关注,解决领导的痛点和需求也利于后期的推广和落地。

(5)报表开发过程中,每完成一张表的开发,就让业务部门的最终用户参与到试用中来,通过不断的实际使用,快速迭代,使其更贴合业务场景。

(6)任何事情都需要循序渐进,对于缺乏数据分析场景的企业做数据类项目,需要找准业务能认同的切入点,切忌天马行空,要让做出来的报表和分析结果真正能被业务认同,让使用的人觉得给他们减负了、创造了价值。只有这样,才能逐步培养起从领导到一线员工的数据分析意识,逐渐重视数据,重视数据分析的过程和尊重数据分析的结果。

2、改进注意点

在做数据调研的时候,尽量把数据的逻辑和底表排摸清楚,并开始写Sql取数。如果在数据调研的时候只是浅尝辄止,后面开发阶段又要重新排摸一遍底层数据,重复劳动,耽误效率。

在前期需求调研阶段,也要让报表开发人员和DBA介入进来,共同讨论,共同参与到项目中,使开发人员能对需求有比较正确的认识。否则,仅仅依据开发文档和原型设计,就让开发人员进行相关报表的开发,是非常有难度的。开发人员又需要针对不明白的点,重新找业务人员沟通,重复劳动,耽误项目进度。

数据分析的基础是数据的准确性、完整性和及时性,如果基础数据都存在诸多问题不解决,那么数据分析的结果可能就不一定能准确反应现实。在做数据项目的过程中,一定要同步推进数据治理工作,重视数据的质量。

但这一切都要基于一个好用的数据可视化平台。现在市面上流行的有FineBI、Power BI、DataV、鼎数,但权威机构IDC指出市场占有率第1的还是FineBI,这些都可以做数据分析

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/173278.html

(0)
上一篇 2021年9月28日
下一篇 2021年9月28日

相关推荐

发表回复

登录后才能评论