企业数据化管理变革——数据治理与统筹方案
  • 推荐0
  • 收藏0
  • 浏览100

企业数据化管理变革——数据治理与统筹方案

赵兴峰 (作者)  黄爱萍 (责任编辑)

  • 丛  书:大数据丛书
  • 书  号:978-7-121-29334-4
  • 出版日期:2016-08-15
  • 页  数:264
  • 开  本:16(185*235)
  • 出版状态:上市销售
  • 维护人:王静
很多企业热衷于谈论大数据,却忽视企业内部的基础数据管理以及内部管理团队的数据思维训练。不重视数据,就不会有数据;没有数据、没有具备数据思维的管理团队,大数据跟你的企业就不会有任何关系。
本书主要讲解企业经营大数据的概念及数据的重要性、数据分析与管理决策、管理部门的指标数据化与对标体系、财务部门的数据分析、企业的数据化之路。另外,书中结合实际案例讲解了企业大数据应用的最佳实践方法;并结合作者的实践经验详述了企业经营大数据治理过程中遇到的问题、阻力以及处理方法。
本书适合企业的管理者与数据分析人员,以及对大数据感兴趣的读者。
不重视数据,就不会有数据;没有数据、没有具备数据思维的管理团队,大数据跟你的企业就不会有任何关系。
序言
我为什么要写这本书
1.大数据开始进入企业管理了
虽然早在 2001 年大数据的概念就已经有了,但从 2012 年开始,“大数据时代”这个词才开始火起来。随着信息技术、互联网技术、移动互联网技术、物联网技术、智能终端设备的快速发展,大数据与我们日常的生活越来越紧密,并影响着我们的生活。自 2015 年 9 月 6 日李克强总理签发了《促进大数据发展行动纲要》之后,在政府的促进下,大数据开始进入企业经营和管理的领域。在不远的将来,大数据技术将成为企业经营和管理的重要技术,直接影响着企业的经营效率和竞争力。大数据技术包括数据采集、数据存储、数据处理、数据挖掘、数据呈现等一系列的技术,将越来越成熟,并逐渐被更多富数据的行业和企业所应
用。未来这些技术会成为所有企业日常经营和管理的基本技术,就像现在电脑和网络是每一个办公室必备的设施一样,新技术的使用直接影响着企业的运营效率。
大数据与效率工具型的电话、网络、电脑、信息系统还有所差别,数据会成为企业非常重要的资产,决定着企业对内部和外部经营环境判断的确定性程度,以及企业经营和管理决策的准确性,从而会成为企业竞争优势的一部分。
大数据会逐步进入企业智能生产制造领域,利用大数据,企业可以更加清楚地预测未来的产品销售和新产品需求,并在产品研发、生产制造以及物流配送中产生积极的影响,甚至成为企业间竞争的关键要素,谁拥有数据,谁就拥有了客户,并且在竞争中有优先的制胜权,未来不推动大数据治理与应用的公司,将逐渐被市场所淘汰。
2.企业大数据应用不是新事物
“大数据”其实并不是近期才产生的新事物,一个世界 500 强的企业内部的数据量级也并不小,我们只是没有用“大数据”这样的一个词汇来定义它。笔者的第一份工作是在宝洁公司,主要工作就是调研消费者的需求,并将消费者的需求转换并设计成产品的功能,再通过消费者产品测试调研,来了解消费者对新产品功能的看法,从而决定新产品是否上市销售。
在宝洁,我每天的工作就是处理大量的数据,5 年时间里,我做了大量的消费者调研和数据分析。以数据作为专职工作的人,每天的主要工作就是市场研究,研究消费者、产品、广告、竞争对手、渠道客户等。宝洁的各种市场决策都是依据这些数据和分析做出的,从而能够让一家业务遍布全球的巨型企业非常敏锐地洞察市场的任何细微波动,并敏捷地做出有效的反应。并且,除专职的市场研究和产品研究岗位外,每个管理岗位的员工都在利用数据做每天的管理决策。更为重要的是,所有的这些数据都通过宝洁公司内网相互分享,只要想了解,就可以在内网中查询其他研究者分享的数据和研究结果,避免重复研究,也避免重复发明已有的研究方法。这是一个强大的 KMS(知识管理系统),这个系统已经经过多年积累,用大数据的观点来看,在数据的量级上,将其称为“大数据”应该没有人反对。
大多数历史悠久的外资企业在发展过程中相对于国内的企业来讲,在重视数据方面要领先许多,并且已经积累了多年的经验和数据,这是国内企业对比世界级领先企业的差距。如果国内的企业现在还不重视数据,不积累数据也不丰富数据应用的经验,那么在未来的竞争中,必将处于劣势地位。
3.中国企业的数据化管理道路才刚刚开始
笔者的职业生涯还经历了惠氏制药、摩立特咨询、乐金电子等世界 500 强的外资公司,在这些公司里面,利用数据做出管理决策是一件非常正常的事情,或者说是一件非常普通的事情。在这些公司里,必须用数据说话,意见才能够获得赞同,管理建议和决策才能实施,如果没有数据,那么在这类公司中将寸步难行。大多数本土企业除财务数据和工资数据相对来讲还比较准确外,其他方面的数据质量不高,大家只用定性的语言去描述事实,不去量化各种经营和管理活动。这是在国内企业中普遍存在的现象,从高层到基层,普遍缺少数据化的思维意识。当然并不排除极少数企业有非常高的数据化管理水平,笔者也见到过好企业,他们引进并重用了一大批经过世界 500 强企业洗礼过的、有数据思维的管理者,但这些只
是凤毛麟角。
4.为什么中国企业普遍缺少数据文化
我国企业的管理者普遍缺少数据思维的原因是中国工业化进程和市场经济发展的时间太短,对市场机会的探寻意愿高于提升精细化管理水平的意愿。
在过去的二三十年中,中国的经济发展得非常迅速,这是因为改革开放之后,我们有了巨大的“机会红利”,很多企业只要正常经营就能够赚钱,机会非常好。企业的经营者更多地把精力放到寻找新的机会上,不会去抠公司内部运营管理效率提升所带来的几个点的成本和费用的降低,更不会关注如何提升管理体系,精细化运营。
后来,以农民工进城打工大潮为代表的“人口红利”期出现,劳动力成本低,大量的制造订单涌入中国,中国成了“世界工厂”,这个时候企业利润的主要来源是廉价的劳动力成本。低廉的工资成就了一大批为外企代工的企业,这些企业能够赚钱,不是因为企业的制造能力,也不是因为企业的品质管控能力,更不是因为企业的创新能力,而是廉价劳动力带来的利润,是以压榨工人工资获得的利润。
现在,中国经济经历了 30 年的快速发展,机会红利消失了,人口红利也消失了,市场竞争越来越激烈,各行各业的毛利都在大幅度降低,有些行业的毛利率已经降到了个位数,这个时候再以粗放的方式进行管理,就会导致很多企业亏钱,最终关门倒闭。
5.精细化管理需要以数据作为基础,而数据需要积累
精细化的管理能力需要以数据作为基础。数据记录着企业的经营管理活动和市场的各种信息,通过对数据的充分利用,就能够对市场更加了解,对内部的运营管理认识更加清晰。在不确定的市场环境中,提高企业经营和管理活动的确定性,提高企业经营和管理决策的准确性,降低决策失误,减少决策风险,这样企业才能够活得更好、持续得更久。
数据是需要积累的。中国的企业普遍缺少对数据管理重要性的理解,觉得费时费力,耗费资源和人工,不愿意投资。企业不可能分析没有的数据,如果不在今天积累数据,明天的数据量仍然是零。
非常好的消息是大数据已经上升为我国的国家战略,这对中国企业实施自己的大数据战略提供了很好的环境基础,需要企业开始行动起来,认识到除了外部的大数据需要重点关注之外,企业内部管理也有很多数据工作需要去做。
6.精细化管理应该成为企业的发展战略
很多企业 10 年前找到的机会,现在仍然是机会,并不会因为市场竞争更激烈了就不是机会了。因为是机会,所以才有更多的人去抢这个机会。越是竞争激烈的市场,越有机会。而企业所需要做的并不是再去寻找新的机会,而是把如何抓住机会、在竞争中取胜作为战略。所以,大多数中国的企业根本不需要挖空心思做战略规划,因为数据基础之上的精细化管理就是他们的战略,甚至可以说是最紧迫的战略。
7.没有数据管理和数据思维,大数据跟你的企业没有关系
中国是制造业大国,德国也是制造业大国,而且在领导着世界的制造业发展。德国的制造业在利用各种大数据技术做转型升级,他们提出了工业 4.0 来提升他们制造业的全球竞争力。工业 4.0 对中国大多数的制造业企业来讲,还是非常遥远的。
即使国内有少数有能力和实力的企业,或许能够集全民之财富来推进其工业 4.0 的转型升级,但如果其管理团队没有数据思维,企业内部没有数据管理的基础,那么上马的工业 4.0 项目也只会是一个形象工程,最终成为空中楼阁,无法发挥作用。
好高骛远的企业很多,他们热衷于谈论大数据、工业 4.0,却忽视企业内部的基础数据管理,忽视内部管理团队的数据思维训练,不重视数据,就不会有数据。没有数据、没有具备数据思维的管理团队,大数据跟你的企业经营就不会有任何关系。
8.为什么撰写本书?分享经验,助推发展
笔者在国内为企业提供专业咨询服务近 10 年了,亲历了中国咨询服务业的三个阶段。第一个阶段:机会探寻式的战略咨询盛行期。2000—2007 年,全球金融危机之前,受中国经济高速发展之后的“机会红利”下降的影响,企业急需专业人士为自己寻找更好的商业机会。此时,战略项目需求最多,而大多数所谓的战略规划项目,不是真正地去规划企业的发展战略,而是在为企业寻找新的发展机会和空间。
第二个阶段:以提高人的积极性为主的“洗脑期”。2007—2012 年,以执行力、影响力、领导力、成功学、教练技术为代表的“洗脑式”咨询服务盛行。此时,市场机会越来越少,“人口红利”也在下降,而企业自身的业务还有空间,就看谁做得更好,这个时候给员工打打“鸡血”,业绩就有了提升。第三个阶段:精细化管理阶段,也就是现在这个阶段。这个阶段的机会红利和人口红利已经消失,“打鸡血”不再管用,因为如果不从根本上解决企业的经营和管理精细化的问题,不从管理体系上入手解决企业经营、管理效率和企业竞争力的问题,那么即使找到了“好”机会,大家也会蜂拥而上。这个时候,企业家需要冷静下来,从内部管理的精细化上提高企业的竞争能力和客户服务水平,从制度、流程等体系上解决管理的问题。
于是,笔者想写一本具有实践指导意义的书,为中国的企业推进大数据应用提供一些个人的想法,分享一些经验,让读者能够逐步建立数据思维,提高数据意识,再让其了解数据化管理基础上的精细化管理,提升其所在企业的精细化管理水平,哪怕提升一点点,都是有价值、有意义的。
当然,企业经营大数据方面的理论和知识还是非常缺乏的,因为这是一个比较新的概念,从国际上的大咖,到我们这些从事数据分析的“菜鸟”,都在探索中实践着,在实践中探索着。本书也仅仅是一个具有尝试性意义的书,算是一本启蒙式的书。或者说是数据化管理和应用实践过程中的阶段性思考,有些假设性的结论也还需要实践的检验。但这是一个有意义的尝试。
目前在国内,有很多人像笔者一样在从事着数据分析的工作,也在实践中不断总结,形成了自己的想法和看法。希望有更多的人能够把想法和经验通过出书或者发布博文的方式分享出来,让企业经营大数据的管理和应用经验,以及理论体系能够获得更加突飞猛进的发展,从而为推动并加快民族产业的转型升级发挥集体的力量。

目录

目录
第 1 篇 数据源头篇 1
第1章 你了解企业中的大数据吗 2
1.1 什么是企业大数据 3
1.2 企业大数据从哪里来 9
1.3 数据将成为像石油一样宝贵的资源 18
1.4 数据系统是企业的神经系统 31
1.5 企业大数据的作用 42
第2章 数据是一切的基础 52
2.1 源头数据是企业数据大厦的基础 55
2.2 企业大数据的结构与质量 62
2.3 数据的开放与共享 71
2.4 数据安全与隐私保护 75
2.5 源头数据采集与智能设备投资 82
2.6 数据间关联与追溯 89
第2篇 数据思维篇 95
第3章 管理者必备的数据思维——数据分析与管理决策 96
3.1 什么是数据思维 97
3.2 经验管理是否已经过时 107
3.3 如何通过数据思维挖掘商业洞察 116
3.4 如何从事物认知的基本方法构建数据思维 127
3.5 数据分析与挖掘的方法 135
第4章 管理部门的指标数据化与对标体系 146
4.1 管理指标 147
4.2 四种数据绩效指标管理 153
4.3 数据指标的层级管理 162
4.4 企业对标管理与标杆选择 169
4.5 目标管理体系下的指标管理 173
4.6 闭环管控体系与数据指标管理 180
第5章 把控企业的赢利能力—财务部门的数据分析 189
5.1 财务数据视角下对企业数据化认知 190
5.2 黑盒子模型与数据化财务评测 193
5.3 企业估值模型与企业量化价值 194
5.4 常规财务分析方法 198
5.5 管理视角的财务数据分析 201
第3篇 企业数据化管理变革篇 207
第6章 企业的数据化之路 208
6.1 从管理信息系统到 ERP 209
6.2 从 ERP 到商业智能系统 BIS 211
6.3 从商业智能系统到企业大数据统筹 212
6.4 从企业大数据统筹到企业大数据战略 215
6.5 企业大数据下的精细化管理变革 217
6.6 数据化企业建设 220
第7章 如何解决企业数据化变革的阻力 223
7.1 企业数据化带来的管理变革 224
7.2 企业数据化变革的阻力 231
7.3 数据化变革管理的最佳实践案例 239
7.4 第三方咨询的优势与劣势 245
后记 企业大数据的未来 248

读者评论

同系列书

  • 企业数据化管理变革——数据治理与统筹方案

    赵兴峰 (作者)

    很多企业热衷于谈论大数据,却忽视企业内部的基础数据管理以及内部管理团队的数据思维训练。不重视数据,就不会有数据;没有数据、没有具备数据思维的管理团队,大数据跟你...

    ¥59.00
  • 解析深度学习:语音识别实践

    俞凯等 俞栋 邓力 (作者) 俞凯 (译者)

    本书是首部介绍语音识别中深度学习技术细节的专著。全书首先概要介绍了传统语音识别理论和经典的深度神经网络核心算法。接着全面而深入地介绍了深度学习在语音识别中的应用...

    ¥79.00
  • 金融大数据:战略规划与实践指南

    陈利强 (作者)

    从金融与大数据的天然联系展开,阐述了金融行业实施大数据战略的必要性以及优势。冷静、客观的从数据角度分析了金融行业如何基于自身的特点来搭建大数据的环境,打通业务环...

    ¥79.00
  • 发现数据之美:数据分析原理与实践

    彭鸿涛 (作者)

    本书试图全面介绍IBM SPSS在构建基于数据深度分析的行业解决方案方面的预测 分析功能,试图涵盖统计分析、数据挖掘和决策管理三个方面的内容。IBM SPSS...

    ¥75.00
  • 数据可视化(全彩)

    陈为 (作者)

    可视化是数据分析处理的重要手段。国内迄今尚无一本原创的数据可视化教材。 本书的内容将以归纳介绍核心的数据可视化原理为主,每章添加一个小章节总结最新研究进展(作...

    ¥128.00