一线人员痛点
•需要规范业务流程，提升作业效 率。 •需要大幅减轻工作量，简化重复 劳动。
解决痛点的关键 是要解决企业使用数据的瓶颈问题
数据要解决的瓶颈问题
业务发展的瓶颈 数据分析需求得不到及时响应
缺乏 对业务现状的准确把握
缺乏 对业务背后逻辑的洞察
缺乏 对业务未来的可见与预测
报表固定且老化，数据利用率低。 市场占有率，用户画像，服务质量， 营销ROI….
如何将数据价值变现？
定义企业数据资产使用所处阶段
数据的使用形式：
数据的使用形式：
数据的使用形式：
数
沉睡阶段
起步阶段
发展阶段
成熟阶段
据
数据的使用形式：
门
基
汇
户
础
总
，
报
分
基
业
表
析
础
务
，
，
统
数
简
专
计
据
单
题
使用的工具：
应
报
分
完全依赖Excel
用
告
析
数据人员素质：
产
使用的工具：
使用的工具：
兼职，手工Excel
企业数据运营管理与分析方法论
企业日常运营场景
●总经理及时得到经营信息，将发现的问题迅速下放，确定会议目标。 ●运营总监进行初步分析，确定问题方向，交由数据人员进一步分析探索。 ●数据分析人员从多维度展开自助分析，定位问题产生的关联因素。 ●运营人员根据分析结果给出运营调整建议，自动生成会议报告。 ●总经理在会议中形成决策，协调相关部⻔参与执行。
具体的做法（5/8）
对报表进行整合，形成主题分析模块
形成报表：整合需求输出单一报表。 形成报表簇：围绕某一个业务场景或业务模块整合涉及到的所有报表，输出报表簇。 形成模块：分析目的 → 分析维度 → 报表簇 → 主题模块
具体的做法（6/8）
培养建立人员结构体系
懂数据
懂业务
懂管理
输出：复合型人力资本
运营（KPI管理） 预警（异常指标预警系统） 会议（高效会议报告）
实现以“财务经营”为导向，以“现金流”和“利润”为核心 跨部门跨层级高效统筹运用
助力企业实现“大运营”
从财务视角看业务
从全局视角看经营
跨部门 / 层级协同
• 各类业务活动（如：营 销价格变动，成本增减 ）引起多少财务经营数 据的变化，决定业务活 动价值的大小，以此为 依据进行调整或作出决 策。
具体的做法（7/8）
建立数据的应用体系
领导驾驶舱（数据大屏） 异常指标预警（手机短信） 移动报表（手机端APP） 自助式分析（BI）
多维度分析（PC） 高效会议报告（会议室演示） 基础报表查询（各业务场景） 数据采集补录（填报，其他非结构化数据）
具体的做法（8/8）
建立企业“大运营”管理体系
监控（控制塔） 拉动（经营管理看板） 改善（全员参与提案库）
发现问题 ► 分析原因 ► 改善措施 ► 决策执行
企业运营面临的痛点
决策者痛点
•无法及时全面地掌控企业整体运营 状况，影响决策效率。 •无法将经营压力迅速向下释放，影 响执行效果。
中层管理者痛点
•无法迅速地发现问题和准确地定位 原因，影响管理效能。 •无法精准的组织汇报内容，造成价 值传递效果衰减。
难以量化
数据关联性差，难以多维度观察。 季节性波动，竞争格局演变，结构性调 整，用户流失…
难以捉摸
缺乏全量数据分析和利用，难以全局判断。 周期性规划，战略目标制定，业务增长点 预测，消费结构升级…
难以预测
数据要解决的瓶颈问题
IT集权下疲于应对
需求多，响应慢 熬夜加班多，成就感低。
IT中心的瓶颈
IT放权下数据管理混乱
具体的做法（3/8）
建立企业指标体系
整理各项指标
指标分类
定义指标间逻辑关系
输出《指标体系目录》
业务指标 财务指标 职能指标
具体的做法（4/8）
建立维度和分析方法
维度分析
钻取 / 上卷 联动
体系分析
同比，环比，累计， 计划与实际，占比，排名， 对比，平均，走势
模块分析
管理驾驶舱 营销KPI体系 经销商与门店管理 竞品分析 预测分析
重构企业运营指标逻辑
纵向抓问题
横向抓运营
全项目列表：
项目检索，异常体现，关键指标呈现
单项目总览：
主因分析，版本对比，指标变化体现
单模块详情：
版本对比，集团目标对标
投资 储备 生产 供货 销售 结转 库存
规模 利润 现金流
具体的做法（2/8）
建立企业数据流转模型
业务流
数据流
输出《业务 / 数据逻辑流程》
数据准确性低，安全性差 内部数据壁垒多
数据要解决的瓶颈问题
大数据应用瓶颈 不利用时心慌，利用时迷茫，如何走好“最后一公里”？
数据体量的增加
服务器/硬件的升级
数据体量增至PB/EB级 数据结构更加多元复杂
服务器 内存 存储 带宽
数据底层架构的升级
Hadoop
Spark
Greenplum Storm
数据应用层升级
品和模块
制定数据资产管理规划
第一阶段
第二阶段
第三阶段
解决数据孤岛问题 解决数据口径问题 解决数据价值问题
数据仓库 采集调度平台 BI展现平台 报表平台
输出：数据基础平台
企业数据标准 数据治理标准 开放数据服务接口 开放BI开发平台
输出：数据标准
主数据提供者 企业系统整合
输出：主数据系统
具体的做法（1/8）
品
Excel为主，数据库为辅
数据库为主，开始数仓建设
对数据的价值观：
数据人员素质：
数据人员素质：
使用的工具：
眼中只有Excel
少量专职
数据分析团队
大数据平台，各类型数据组件
数据人员素质：
对数据的价值观：
对数据的价值观：
Excel满天飞
业务依赖数据报表
大数据中心
对数据的价值观：
不同业务场景对应不同的数据产
• 要从整体运营层面评估 经营指标，如单个项目 利润率可能很低，但通 过协调资源，加快项目 周转，可实现公司运营 总体利润的提升。
• 组织协同上升至经营协同 • 围绕财务的经营指标，实
现部门间的横向协同，管 理层级间的纵向协同，共 同为 Nhomakorabea营指标负责。