數(shù)智化時(shí)代,人人都在講“數(shù)據(jù)驅(qū)動(dòng)”,諸如:數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)、數(shù)據(jù)驅(qū)動(dòng)管理、數(shù)據(jù)驅(qū)動(dòng)決策、數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新……,似乎數(shù)據(jù)可以驅(qū)動(dòng)一切。但到底什么是數(shù)據(jù)驅(qū)動(dòng),數(shù)據(jù)是怎么進(jìn)行驅(qū)動(dòng)的,它和數(shù)據(jù)應(yīng)用是什么關(guān)系?了解了這些問(wèn)題,它將幫助企業(yè)更加深刻的了解到如何充分發(fā)揮數(shù)據(jù)的作用,助力企業(yè)決策和運(yùn)營(yíng)。
1
淺析 “數(shù)據(jù)驅(qū)動(dòng)”
簡(jiǎn)單來(lái)講,數(shù)據(jù)驅(qū)動(dòng)就是指基于數(shù)據(jù)的決策和行動(dòng)。具體而言就是通過(guò)收集、分析和挖掘數(shù)據(jù),來(lái)揭示隱藏的業(yè)務(wù)模式和趨勢(shì),進(jìn)而做出更明智的決策和采取更有效的行動(dòng)。
具體來(lái)說(shuō),企業(yè)要實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng),則需要從以下幾個(gè)方面入手:
1、數(shù)據(jù)采集:收集與業(yè)務(wù)相關(guān)的各種數(shù)據(jù),包括結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。
2、數(shù)據(jù)清洗:去除重復(fù)和錯(cuò)誤的數(shù)據(jù),確保數(shù)據(jù)的準(zhǔn)確性和可靠性。
3、數(shù)據(jù)分析:運(yùn)用統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)等方法對(duì)數(shù)據(jù)進(jìn)行處理和分析,以發(fā)現(xiàn)隱藏的模式和趨勢(shì)。
4、數(shù)據(jù)可視化:將分析結(jié)果以圖表、報(bào)告等形式呈現(xiàn),以便更直觀地理解數(shù)據(jù)。
5、數(shù)據(jù)決策:根據(jù)分析結(jié)果做出更明智的決策,包括產(chǎn)品開(kāi)發(fā)、市場(chǎng)推廣、運(yùn)營(yíng)優(yōu)化等方面。
6、數(shù)據(jù)行動(dòng):采取更有效的行動(dòng)來(lái)響應(yīng)數(shù)據(jù),包括優(yōu)化業(yè)務(wù)流程、調(diào)整市場(chǎng)策略等。
因此,數(shù)據(jù)驅(qū)動(dòng)既是一個(gè)過(guò)程,也是一個(gè)結(jié)果。
從過(guò)程的角度來(lái)看,數(shù)據(jù)驅(qū)動(dòng)是通過(guò)采集數(shù)據(jù)、分析數(shù)據(jù)、挖掘數(shù)據(jù)等方式,從數(shù)據(jù)中獲取洞見(jiàn)和規(guī)律,并以此為依據(jù)進(jìn)行決策和行動(dòng)的過(guò)程。這個(gè)過(guò)程需要經(jīng)過(guò)多個(gè)步驟,包括數(shù)據(jù)采集、清洗、分析、可視化、決策和行動(dòng)等,是一個(gè)持續(xù)的數(shù)據(jù)循環(huán)和反饋機(jī)制。
從結(jié)果的角度來(lái)看,數(shù)據(jù)驅(qū)動(dòng)是通過(guò)數(shù)據(jù)分析和挖掘,獲得對(duì)業(yè)務(wù)和市場(chǎng)的深入理解和預(yù)測(cè)能力,從而做出更明智的決策和更有效的行動(dòng)。這個(gè)結(jié)果是一種基于數(shù)據(jù)的決策和行動(dòng)方式,它能夠提高企業(yè)的決策效率和準(zhǔn)確性,降低風(fēng)險(xiǎn),提高競(jìng)爭(zhēng)力。
數(shù)據(jù)驅(qū)動(dòng)的重要性在于,它能夠?yàn)槠髽I(yè)提供更深入的洞察和預(yù)測(cè)能力,從而幫助企業(yè)更好地理解客戶需求、市場(chǎng)趨勢(shì)和業(yè)務(wù)運(yùn)營(yíng)。同時(shí),數(shù)據(jù)驅(qū)動(dòng)還可以提高企業(yè)的決策效率和準(zhǔn)確性,降低風(fēng)險(xiǎn),提高競(jìng)爭(zhēng)力。
2
透過(guò)“5級(jí)寶塔模型”,看數(shù)據(jù)驅(qū)動(dòng)
提到數(shù)據(jù)驅(qū)動(dòng),大多數(shù)人第一時(shí)間會(huì)想到的是數(shù)據(jù)分析。
數(shù)據(jù)分析固然重要,但分析只是數(shù)據(jù)服務(wù)的一個(gè)層面,如果從整體上看,數(shù)據(jù)驅(qū)動(dòng)或者說(shuō)數(shù)據(jù)服務(wù)主要涉及五個(gè)層級(jí),我們將其稱為“企業(yè)數(shù)據(jù)服務(wù)的5級(jí)寶塔”。
用友提出了數(shù)據(jù)驅(qū)動(dòng)的企業(yè)數(shù)據(jù)服務(wù)的“5級(jí)寶塔模型”,如下圖:
第一層級(jí):展現(xiàn)級(jí)
典型應(yīng)用:企業(yè)數(shù)據(jù)報(bào)表和數(shù)據(jù)分析報(bào)告。展現(xiàn)級(jí)的數(shù)據(jù)服務(wù)是通過(guò)報(bào)表報(bào)告、可視化展示和定制化報(bào)表等方式,將收集到的數(shù)據(jù)以特定的方式展現(xiàn)出來(lái),幫助人們更好地理解和分析數(shù)據(jù)。
關(guān)鍵技術(shù):該層級(jí)涉及基本的數(shù)據(jù)統(tǒng)計(jì)和可視化技術(shù),如數(shù)據(jù)圖表、報(bào)表等,用于對(duì)數(shù)據(jù)的初步理解和描述。在數(shù)據(jù)分析領(lǐng)域,通常將這類(lèi)技術(shù)稱為“描述性分析”。
第二層級(jí):分析級(jí)
典型應(yīng)用:企業(yè)的經(jīng)營(yíng)分析、財(cái)務(wù)分析、人力資源分析。分析級(jí)的數(shù)據(jù)服務(wù)的特點(diǎn)是體系化、專業(yè)化,按照不同的業(yè)務(wù)主題構(gòu)建指標(biāo)體系,提供更專業(yè)的數(shù)據(jù)分析,從而讓數(shù)據(jù)產(chǎn)生洞察力,為管理決策提供數(shù)據(jù)支撐。
關(guān)鍵技術(shù):該層級(jí)需要進(jìn)行更深入的數(shù)據(jù)探索,因此增加了指標(biāo)體系、標(biāo)簽萃取等,以及會(huì)用到一些常見(jiàn)的數(shù)據(jù)挖掘算法,例如分類(lèi)、聚類(lèi)等。在數(shù)據(jù)分析領(lǐng)域,通常將這類(lèi)技術(shù)稱為“診斷性分析”。
第三層級(jí):控制級(jí)
典型應(yīng)用:風(fēng)險(xiǎn)預(yù)警??刂萍?jí)的數(shù)據(jù)服務(wù)能夠通過(guò)通過(guò)數(shù)據(jù)分析和挖掘,對(duì)業(yè)務(wù)過(guò)程進(jìn)行監(jiān)控和預(yù)測(cè),發(fā)現(xiàn)潛在的風(fēng)險(xiǎn)因素和威脅,并及時(shí)發(fā)出預(yù)警,以幫助企業(yè)采取措施應(yīng)對(duì)風(fēng)險(xiǎn),以確保業(yè)務(wù)目標(biāo)的實(shí)現(xiàn)。
關(guān)鍵技術(shù):該層級(jí)需要對(duì)數(shù)據(jù)進(jìn)行更加深度的挖掘和應(yīng)用,涉及的技術(shù)包括機(jī)器學(xué)習(xí)、預(yù)測(cè)模型、關(guān)聯(lián)規(guī)則、異常檢測(cè)等,用于發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律和異常。在數(shù)據(jù)分析領(lǐng)域,通常將這類(lèi)技術(shù)稱為“預(yù)測(cè)性分析”。
第四層級(jí):決策級(jí)
典型應(yīng)用:智能定價(jià)。決策級(jí)的數(shù)據(jù)服務(wù)能夠通過(guò)高級(jí)的數(shù)據(jù)分析和機(jī)器學(xué)習(xí)算法,為企業(yè)的提供更加智能化的決策支持。與前三個(gè)層級(jí)不同,雖然前三個(gè)層級(jí)都能夠?yàn)槠髽I(yè)提供決策方面的信息支持,而第四層級(jí)更強(qiáng)調(diào)自動(dòng)化、智能化幫助企業(yè)決策。例如通過(guò)對(duì)數(shù)據(jù)的分析和挖掘,結(jié)合機(jī)器學(xué)習(xí)算法,為企業(yè)的產(chǎn)品或服務(wù)制定出更合理、更科學(xué)的價(jià)格策略。
關(guān)鍵技術(shù):這個(gè)層級(jí)是在控制級(jí)的基礎(chǔ)上,結(jié)合業(yè)務(wù)知識(shí)和決策目標(biāo),進(jìn)行決策優(yōu)化和方案制定,主要涉及的技術(shù)包括決策樹(shù)、優(yōu)化算法、模擬仿真等。在數(shù)據(jù)分析領(lǐng)域,通常將這類(lèi)技術(shù)稱為“處方性分析”。
第五層級(jí):創(chuàng)新級(jí)
典型應(yīng)用:產(chǎn)品優(yōu)化。創(chuàng)新級(jí)的數(shù)據(jù)服務(wù)能夠通過(guò)深入的數(shù)據(jù)分析和挖掘,結(jié)合業(yè)務(wù)知識(shí)和創(chuàng)新思維,為企業(yè)提供全新的業(yè)務(wù)模式和產(chǎn)品優(yōu)化方案。例如通過(guò)對(duì)用戶行為、市場(chǎng)趨勢(shì)和競(jìng)爭(zhēng)環(huán)境等數(shù)據(jù)的深入分析和挖掘,提供針對(duì)產(chǎn)品的優(yōu)化方案,以提高產(chǎn)品的性能、用戶體驗(yàn)和市場(chǎng)競(jìng)爭(zhēng)力。
關(guān)鍵技術(shù):這是最高級(jí)別的數(shù)據(jù)服務(wù),涉及的技術(shù)也最為復(fù)雜和前沿,例如大模型、深度學(xué)習(xí)、自然語(yǔ)言處理、知識(shí)圖譜等,用于實(shí)現(xiàn)數(shù)據(jù)的自動(dòng)化處理、理解和決策。
綜上,數(shù)據(jù)服務(wù)的“五級(jí)寶塔”,構(gòu)成了企業(yè)數(shù)據(jù)服務(wù)的完整體系!這與數(shù)據(jù)分析領(lǐng)域的四層分析層次也是不謀而合,都是對(duì)于企業(yè)數(shù)據(jù)服務(wù)深度的一種分類(lèi)和表達(dá)。不同之處在于,用友提出數(shù)據(jù)服務(wù)“五級(jí)寶塔”模型,更側(cè)重于應(yīng)用場(chǎng)景層面,而數(shù)據(jù)分層的四個(gè)層次更側(cè)重于分析技術(shù)方面。
3
數(shù)據(jù)服務(wù)領(lǐng)先實(shí)踐,激發(fā)數(shù)據(jù)應(yīng)用價(jià)值
用友的數(shù)據(jù)服務(wù)能力涵蓋了“五級(jí)寶塔”的各個(gè)層面,致力于幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的數(shù)智化轉(zhuǎn)型。經(jīng)過(guò)多年的企業(yè)數(shù)智化服務(wù),我們也沉淀了大量的領(lǐng)先企業(yè)領(lǐng)先實(shí)踐。
領(lǐng)先實(shí)踐一:用友助力某食品加工企業(yè)建立“數(shù)智一體化”平臺(tái)
該企業(yè)業(yè)務(wù)經(jīng)營(yíng)過(guò)程中對(duì)數(shù)據(jù)應(yīng)用能力不足,數(shù)據(jù)問(wèn)題出現(xiàn)后無(wú)法完成閉環(huán)管理。部分?jǐn)?shù)據(jù)無(wú)法進(jìn)入系統(tǒng)進(jìn)行統(tǒng)一管理,導(dǎo)致業(yè)務(wù)經(jīng)營(yíng)數(shù)據(jù)缺失,對(duì)集團(tuán)整體經(jīng)營(yíng)管理不利;缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn),業(yè)務(wù)中臺(tái)與數(shù)據(jù)中臺(tái)無(wú)法實(shí)現(xiàn)無(wú)縫銜接,企業(yè)的智能化數(shù)據(jù)應(yīng)用任重道遠(yuǎn)。
該企業(yè)選基于用友iuap平臺(tái)構(gòu)建了“業(yè)務(wù)中臺(tái)、數(shù)據(jù)中臺(tái)、智能中臺(tái)”三位一體的企業(yè)數(shù)智化底座,并構(gòu)建了一些列智能化應(yīng)用場(chǎng)景,幫助企業(yè)實(shí)現(xiàn)數(shù)智化轉(zhuǎn)型。通過(guò)構(gòu)建統(tǒng)一客戶視圖,對(duì)重點(diǎn)、關(guān)懷、風(fēng)險(xiǎn)、異動(dòng)等客戶群體,實(shí)施不同的營(yíng)銷(xiāo)策略,從而實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)?;诩s束理論最優(yōu)化目標(biāo)函數(shù),結(jié)合遺傳算法構(gòu)建了排產(chǎn)優(yōu)化模型,通過(guò)優(yōu)化排產(chǎn),降低了企業(yè)生產(chǎn)成本。建立了風(fēng)險(xiǎn)預(yù)測(cè)模型,通過(guò)對(duì)現(xiàn)金流動(dòng)性、利率敏感性、資本充足率、市場(chǎng)風(fēng)險(xiǎn)暴露值、異常交易、信用風(fēng)險(xiǎn)等指標(biāo)和場(chǎng)景進(jìn)行實(shí)時(shí)監(jiān)控、及時(shí)預(yù)警。
領(lǐng)先實(shí)踐二:用友幫助某制造企業(yè)實(shí)現(xiàn)成本的精準(zhǔn)測(cè)算和動(dòng)態(tài)定價(jià)
某船舶配套設(shè)備企業(yè)主要為水上作業(yè)者提供安全設(shè)備和服務(wù)。這個(gè)行業(yè)有很多家同類(lèi)型企業(yè),競(jìng)爭(zhēng)是非常激烈,產(chǎn)品報(bào)價(jià)至關(guān)重要,經(jīng)常決定著業(yè)務(wù)經(jīng)營(yíng)的好與壞,該類(lèi)企業(yè)產(chǎn)品品種多,疊加復(fù)雜的樹(shù)狀 BOM 結(jié)構(gòu),原材料價(jià)格波動(dòng)直接影響銷(xiāo)售報(bào)價(jià),所以,產(chǎn)品的單位變動(dòng)成本更需要及時(shí)把控。
該企業(yè)采用了用友數(shù)據(jù)應(yīng)用服務(wù)BOM 展算模型,將樹(shù)狀的物料清單還原為原始采購(gòu)物料成本以及各工序的人工及制造費(fèi)用的消耗數(shù)量和金額,清晰展現(xiàn)出每一個(gè)產(chǎn)品成本結(jié)構(gòu)最真實(shí)的狀態(tài)。配合材料最新價(jià)格,模擬測(cè)算出價(jià)格持續(xù)上漲情況下原材料的成本,獲得產(chǎn)品成本中最直接的變動(dòng)部分,在接單階段就能迅速估算出生產(chǎn)成本,為動(dòng)態(tài)定價(jià)提供準(zhǔn)確依據(jù)大大提高產(chǎn)品報(bào)價(jià)管理效率。同時(shí),通過(guò) BOM 展算模型也幫助該企業(yè)實(shí)現(xiàn)了組織內(nèi)部不同阿米巴組織之間的動(dòng)態(tài)定價(jià)。
4
“五級(jí)寶塔模型”,其實(shí)不止五級(jí)
用友以“客戶為中心”,站在客戶數(shù)據(jù)應(yīng)用深度的視角,創(chuàng)造性提出了企業(yè)數(shù)據(jù)服務(wù)的“五級(jí)寶塔”模型,為企業(yè)數(shù)智化轉(zhuǎn)型提供了指導(dǎo)。其實(shí),在這個(gè)模型中還有兩個(gè)隱藏層,即:五級(jí)寶塔的“塔基”與“塔頂”。如文末圖所示:“塔基”是指全面數(shù)據(jù)治理,夯實(shí)企業(yè)數(shù)據(jù)要素基礎(chǔ)。“塔頂”是數(shù)據(jù)資產(chǎn)的流通與交易,實(shí)現(xiàn)企業(yè)數(shù)據(jù)要素的真正變現(xiàn)。關(guān)于“塔基”與“塔頂”我們將在后續(xù)的文章進(jìn)行詳細(xì)介紹,敬請(qǐng)關(guān)注!
用友BIP數(shù)據(jù)資產(chǎn)入表解決方案
12月13日,用友BIP數(shù)據(jù)資產(chǎn)入表解決方案正式發(fā)布,助力盤(pán)活企業(yè)數(shù)據(jù)資產(chǎn)、激發(fā)數(shù)據(jù)要素價(jià)值。用友通過(guò)提供咨詢、設(shè)計(jì)、產(chǎn)品、交付、運(yùn)營(yíng)等全流程的解決方案與服務(wù),幫助企業(yè)完成數(shù)據(jù)資產(chǎn)基礎(chǔ)入表、統(tǒng)一數(shù)據(jù)治理和釋放數(shù)據(jù)價(jià)值,并拉通數(shù)據(jù)服務(wù)到數(shù)據(jù)交易的通路,增強(qiáng)企業(yè)數(shù)據(jù)的開(kāi)放、流通和變現(xiàn)能力,加速數(shù)據(jù)要素的社會(huì)級(jí)流轉(zhuǎn)。
文章來(lái)源:用友BIP
文章原文:https://mp.weixin.qq.com/s/MBgQ2HDsc8i8-FsG2gxFzA
文章為轉(zhuǎn)載,如有侵權(quán)請(qǐng)聯(lián)系我們刪除。