|
数据赋能
探究华西绿舍如何构建数据管理闭环
1 企业简介
四川华西绿舍建材有限公司是华西集团实施一体化及相关多元化战略，围绕建筑产业链，全力整合集团内资源，重组设立的建材企业，起源于1998年，成立于1998年，注册资本1.59亿元。目前华西绿舍旗下控股11家公司，2018年公司产值规模突破30亿元。华西绿舍尝试以资本运作擎动发展，2017年其下属重庆华西易通建设股份有限公司成功挂牌新三板，迈出了公司进军资本市场的第一步，实现了华西集团上市工作开创性突破。华西绿舍主要业务包括预拌混凝土、装配式建筑、产业链延伸三大业务板块，覆盖11个系列产品。公司系川渝区域首家国家绿色建材三星标识企业，连续多年位于中国预拌混凝土行业十强，是中国建材50强企业。
2 项目背景
华西绿舍属于建筑建材行业，行业普遍存在管理模式粗放、信息化智能化落后等情况，公司在2020年之前各类报表均由人工通过EXCEL统计，效率低、出错率高，各信息系统数据利用率极低。加工形成的管理层决策支撑报表（如图1、图2）同样为excel 报表，内容繁多拥挤、没有重点、可视化程度低、数据存在滞后性，导致决策困难而且存在一定的盲目性。
随着业务的增加，发现数据的价值越来越大，不得不进行改革。至于如何做好，华西绿舍也是多方选型，最终选择了FineReport V10.0，并于2020年7月正式通过验收，进入项目自主开发阶段。
3 解决方案
由于公司信息化起步晚，各系统未能完全覆盖所有数据，且存在数据孤岛问题，很多数据来源以手工为主。所以在项目启动之时，为确定公司数据管理整体架构、内容及指导原则，为公司产业数据化过程中数据管理职能工作的制定提供指导思想，帮助建立健全公司数据管理体系，制定企业数据战略，促进数据规范化、标准化、集成化，推动企业目标一致性，华西绿舍参考《DAMA数据管理知识体系指南》等多方资料，规划制定公司数据体系建设指导方案（如图3），形成公司未来数据的管理指南，便于未来的业务拓展。
本项目属于数据体系建设中商务智能部分，架构如图4。
此项目目的在于解决公司管理层决策支撑数据来源与应用问题，在数据来源方面，初步形成数据治理体系，简化数据采集过程，让员工愿意填写，少填写；在数据应用方面做到事事有数据的状态。
报表系统与驾驶舱系统分别对应数据来源与数据应用问题，其中报表系统与驾驶舱系统原则上均按主题进行分类，暂分为生产经营、资金、成本、风控，后续类型及其内容类别将根据公司发展及公司相关要求进行适应性修订。
（1） 报表系统架构
组织架构体系：
报表归类方法：
报表系统建设及报表开发参照报表系统架构及对应表进行需求分析及数据建模，将企业各类数据按照分析主题进行分类并对应存储在数据仓库中。
（2） 驾驶舱系统架构
驾驶舱系统是基于报表系统更深层次的应用，不同管理层级其权限、数据展现维度参照表中原则进行制定。
驾驶舱数据源的确认：通过管控指标确定其主题，根据主题通过报表系统架构检索出包含此指标数据的对应报表类别及对应报表，通过报表确认数据源。对于报表缺失而检索不到数据源的，应参考对应业务部门意见后进行报表开发或直接抽取数据。
4项目成果
4.1 成果总结
（1）建设成果
（2）整体价值
华西绿舍辅助决策系统将原决策数据整理汇总流程由线下变为线上模式，简化填报流程，同时对数据进行标准化、规范化，由系统进行统一清洗加工，解决了原纸质（EXCEL）文件数据汇总麻烦且易出错、数据及时性差等问题，形成了数据管理闭环；优化了企业数据管理体系，明确数据管理层级，为数字化转型过程中的管理问题提供了解决思路与方法；运用相关数据统计与分析方法，提高了管理决策便捷性、科学性，真正实现了辅助决策功能。
4.2 典型场景
场景一：数据填报&数据标准化&数据治理（填报监督）
（1）问题
公司决策支撑数据统计此前采用线下EXCEL填报方式，根据管控类型由各单位统一发给财务或办公室等对应负责部门，再次进行汇总后形成管理层决策所用的报表，模式落后，效率低下，历史数据易丢失；由于不同单位对关键数据字段标准（如科目名称等）或格式不统一，导致数据汇总经常出错，需要人工再次进行检查确认，提高了时间成本；于是我们采用了线上填报的模式，虽然线下转线上感觉是只是填报的方式不一样，但是为了促进线上填报的数据准确和满足预期效果，我们设计了一个数据填报-标准化-治理监督的数据管理闭环。
（2）解决过程
数据填报问题：
参照数据原始表，开发对应线上填报表，由线下填报模式转为线上，汇总报表自动生成，无需人工再次统计。
如图7，线上填报尽可能简化，一次性填报数据量较多时一定要具备原表导入功能（在数字化转型前期，很多员工仍习惯于Excel统计数据，这是客观事实），避免员工产生排斥心理。同时所有表单均记录填报人与填报时间，为后期数据治理做基础工作。
数据标准化问题：
对关键数据如时间、单位名、科目等进行下拉框限制或建立数据字典，并运用数据校验功能完成数据标准化，确保未来数据管理的可操作性。
如图8、9，针对企业财务科目、客户、单位名称等通用的重要数据，事先建立数据字典，在进行数据上报时直接调用字典数据与之做对比判断，若与字典不一致则报错，初步实现数据标准化、规范化。
数据治理（填报监督）问题：
建立填报计划维护表与计划执行情况查询表，负责人先对计划维护表进行维护，对应填报主体填报完成后自动提交填报时间，通过对计划与实际填报时间比较，进行填报监督，促进全员形成数据治理的意识。
如图10，当公司信息系统未能全面覆盖，大量数据需人工上报汇总时，需对上报的及时性进行监督。由对应负责人先对不同表的填报计划进行维护（如月报选择每月几号，日报选择每天几点等），当填报人填报数据后，系统记录填报人机填报时间，并与计划时间做比较，自动判断填报是否正常（图11）。
（3）价值
解决了原线下填报及报表生成存在的效率低、标准化程度低等问题，数据出错率降低约50%，汇总报表无需人工再次统计，系统自动生成，也激发了各个部门的积极性，形成一个良好的填报→监督治理→应用→反馈的数据闭环；对公司数据治理提供了解决思路与管理工具，提升了公司数据管理能力。
场景二：管理权限分级及辅助决策
（1）需求
管理权限分级：
针对不同的人员，对驾驶舱有着不同的需求，大概率会“千人千面”，但是企业的驾驶舱并非越多越好，而是要精练，让不同层级、不同业务管理人员的精力集中在自身所负责的业务数据上，所以就提出了管理权限分级的需求，其需求如下：驾驶舱需按照管控主题、业务分类，同一管控主题驾驶舱下，数据权限需体现上下级关系，上级可查看下级所有内容，不同业务分管领导/负责人（平级）不可查看其它业务数据；特殊场景下同一驾驶舱内部分指定内容对个别人员进行隐藏。
辅助决策：
为了让决策更有方向性，利用了数据挖掘等技术进行辅助决策，实现数据可视化、历史数据可追溯，尝试通过一定数据分析方法给出预测或建议值，实现辅助决策。
（2）解决过程
管理权限分级：
根据公司数据管理体系中商务智能架构，将驾驶舱按层级→主题→业务进行分类，便于进行权限控制，如图12、13；特殊场景下部分内容对个别人员进行隐藏通过获取用户名或ip、组织结构等进行隐藏，如图14。
典型案例：
公司驾驶舱初期建设时，由于未对数据管理体系做深入思考，想让公司主要管理人员看到全方面的数据。所以在第一版的驾驶舱中，将公司各业务的生产经营、资金、成本、效率等数据全部融合在了一起。驾驶舱正式上线一段时间后，经过调研发现，由于第一版驾驶舱做的大而全，领导很难第一时间找到自己负责的数据，且同期未开展数据治理工作，数据经常缺失，体验感差。最终反而弃之不用，初期建设情况不理想。
由于初期建设过程中还遇到了：不同类型的数据对不同人开放、相同类型不同业务数据等数据权限问题，初期版本明显不能满足需求。于是我们开始认真思考数据管理体系的整体规划问题，其中针对驾驶舱问题从管理层级、业务等维度对数据进行拆分，让上级方便对下级进行监督，职责范围与数据权限匹配，实现“让专业的人管专业的事”。
优化调整后如图12、13，公司驾驶舱首先按管理层级分为公司层（宏观方面）、事业部层（各事业部或各子公司对应数据），各层级下有对应管控主题，如生产经营、成本效率、资金等，不同主题按业务分类，数据责任细分，对应业务主管只需关注自己负责的业务数据，便于集中精力。公司未来数据体系规划将细分至厂、线，实现数据管理的全员参与，只有全员数据意识提高，企业数字化转型中的管理问题才能迎刃而解。
如图14，个别用户可能无权查看某驾驶舱部分内容，可通过获取用户名、IP、组织结构层级等方式进行权限控制。
辅助决策：
利用Python、MATLAB等分析工具，通过分类、回归、聚类等分析方法，对数据集进行训练，帆软调用相关系数并将预测值/建议值进行可视化展示在图表中，实现辅助决策功能（如图15（红框处系数值通过对数据集训练后，系统自动给出对应值）、图16）。
如图15、16，现有数据可视化后可轻易发现部分数据之间互相存在强关联关系，通过对现有数据集进行训练，给出预测模型，可辅助决策者发现生产管理问题，通过给出成本降低或效率提升空间参考值，帮助决策者优化企业资源配置，实现降本增效的目的。
驾驶舱是数据可视化后的知识呈现，要让数据真正产生价值、达到辅助决策的功能，离不开数据分析，需要将数学知识、数据知识与业务知识高度结合，从数据中挖掘潜在价值或规律，否则驾驶舱很可能沦为“面子工程”。
（3）价值
初步实现了公司数据管理体系规划中——商务智能部分的战略落地，优化了公司管理模式，打破数据孤岛，提高决策效率，解决了决策滞后性问题，以科学的方法降低了决策盲目性，实现了辅助决策功能。
5项目总结
5.1 CIO/项目负责人点评
建筑建材行业属于传统行业，如今仍在粗放式管理模式的困境中挣扎，作为行业一员，公司信息化起步较晚，从项目开始到如今仅一年时间，建设效果前文通过若干典型案例已做简要介绍，对公司迈向精细化管理有重要启发与推动作用，但我们在项目实施中也遇到了很多问题，总结如下：
（1）我们常说信息化建设是一个“一把手工程”，企业信息化、数字化转型的首要问题及难点是公司管理模式及管理层思维方式的转变，若不能实现这一重要推手，建设工作举步维艰，更多时候便成了“面子工程”。
（2）企业数据管理应由业务部门主导，技术部门做技术辅助，很多公司包括我们前期由技术部门主导推动，结果发现业务部门无法从根本上接受模式的转变，无法从惯性思维中跳脱出来，导致前期项目实施效果差。技术部门前期应多在公司进行相关理念、思想的宣讲，帮助业务部门认识接受新方式、新技术。
（3）数据可视化只是知识表现的方式，数据应用、辅助决策更多应关注数据分析方法，现帆软暂不支持数分图表，建议可将常规数分图表考虑在帆软产品规划当中；数字孪生、智慧园区、智慧工厂等已是未来趋势，2D无法满足此类需求，建议将自定义3D建模功能考虑在帆软产品规划当中。
5.2 经验心得
（1）对于无法从系统中直接抓取，数据来源为人工统计的数据或者内容，在开发对应驾驶舱时，需先对业务部门原所有报表进行整理，找出存在数据冗余、重复的部分，给出优化建议及优化后的模板，与业务部门进行沟通确认后，先将填报表开发完成后再进行驾驶舱对应内容的开发。
（2）项目落地前首先要做的工作是全公司范围或关键部门、人员进行宣讲，首先从观念上进行转变，方便后续工作开展。
| 
