制造企业数据/经营分析框架

背景

随着大数据技术发展以及数字化转型概念的普及传统企业特别是制造业也开始投入人力、资金建立自己的数据分析团队期望通过数据分析赋能企业的发展/转型。尽管国内华为、美的、海尔、三一、徐工等制造业龙头企业分享了一些数据技术赋能企业发展/转型的案例但是中小型制造企业想要通过数据分析技术驱动企业发展/转型依旧是一件复杂、长期、探索的事情。笔者在 制造业的数据困境中 记录了自己在电子制造业工作两年的感受。最近也一直在思考

• 制造行业应该如何搭建企业级数据分析的框架
• 如何建立数据管理组织需要建立什么样的数据管理组织
• 如何做数据治理
• 如何实现数据驱动业务价值

企业级数据分析框架

集团已建立较完整的数字化供应链数据分析指标体系、卓越智慧工厂数据分析指标体系、数字化营销数据分析指标体系。研发、制造、财务、售后等业务领域的数据分析指标体系也在陆续建立中。供应链数据分析指标体系部分截图如下

数字化供应链数据分析指标体系建立者基于德勤的EVM股东价值地图分析框架以及供应链SCOR框架从0到1搭建并推动数字化供应链数据分析指标体系在集团落地实施。

具体的设计思路有兴趣的朋友可以参考文章https://blog.csdn.net/weixin_43727334/article/details/123772717

企业级数据分析思考

笔者在应用数据分析同事搭建的数据分析体系时也一直在思考

• 供应链领域的数据分析框架可以基于EVM以及SOCR模型模型
• 制造领域的数据分析框架可以基于六西格玛及精益生产理论。
  那么如何进一步简化数据分析的框架呢
  

笔者总结

• 根据企业战略、企业管理、企业经营三个层级的运行逻辑自上而下的拆解、自下而上的汇总持续迭代反复分析。
• 企业战略就是确保企业盈利有利润。通过愿景、价值观、企业文化构建持续、长期盈利的企业基因通过产品、服务作为手段实现企业盈利。
• 企业管理承接企业战略。建立合理、高效的流程管理生产产品、服务需要的一系列活动和参与这些活动的组织。通过信息化手段和技术将企业流程及管理经验沉淀为一系列的信息化系统。
• 企业经营对信息化系统产生的数据深入分析挖掘实现数据驱动企业管理
  • 增收降本
  • 提效保质
  • 防止风险

企业数据分析的框架就是

• 用数据不断完善、迭代企业信息化系统
• 用数据挖掘流程价值驱动流程再造
• 用数据优化企业活动推动组织重构与业务变革
• 用数据驱动产品创新实现服务增值
• 最终实现通过数据增加企业利润