|
1 企业简介
公司全称：融创华北发展集团有限公司
公司简介：融创中国控股有限公司（01918.HK）是香港联交所主板上市企业，坚持地产核心主业，围绕“地产+”全面布局，下设融创地产、融创文旅等六大战略板块。在京、津、沪、渝、杭拥有众多处于不同发展阶段的项目产品涵盖高端住宅、别墅、商业、写字楼等多种物业类型。 2019年《财富》未来50强榜单公布，融创中国排名第50，2020年融创中国控股有限公司位列“2020中国房地产百强企业”第5位。
融创华北区域是融创中国七大区域集团之一，源起天津。作为融创最早深耕发展的区域，融创华北始终秉承“至臻，致远”的品牌理念，为中国家庭提供美好生活整合服务。
融创华北以地产为核心主业，不断进阶高品质的产品和服务，为业主创造更优质的生活；围绕地产+，深化多元业务发展，全面布局美好生活。经过多年发展，融创华北布局天津、西安、郑州、哈尔滨、沈阳、长春、大连、信阳、洛阳、商丘等核心城市，业务覆盖高端住宅开发、商业综合体、文化旅游城、小镇等，持之以恒的为用户创造生活价值，为城市创造美好未来。
项目名称：华北区域集团数据分析平台项目
负责人信息：刘满江（信息化总监）
团队成员与岗位：宋学清（信息化高级经理）
2 项目背景
融创华北集团业务系统共有60多个，包括SAP系统，明源系统，商汤人脸系统等。各业务系统之间相互独立，没有便捷有效的数据同步与汇总机制，导致个业务系统之间形成了“数据孤岛”。
高层以及各部门业务人员在日常工作中要获得经营类数据需要从多处进行收集。首先从sap系统里获取一些线上的营销数据，然后还需要去各城市、项目公司收集指标类的线下数据。最后结合线上线下的数据进行数据的统计与汇总，形成营销报告。
这些日常线下数据的上报工作往往及时性、准确性不尽如人意。给一线的员工大大加重了工作的负担，大多数精力耗费在收集数据上，难以产出有效的价值。
在数据收集齐全后，需要花费大量的时间将收集到数据制作成日常需要的分析报表和报告。等到下一次数据更新时，又是重复性的工作。
随着公司业务越来越壮大，对内部管理要求也越来越高，急切需要一个统一的数据决策平台来进行数据汇报、决策。
1）业务系统纷繁复杂，需要建立一个统一规范的主数据平台，横向拉通，打破数据隔离。
2）缺乏统一的可视化分析平台，分析报告重复制作，数据重复处理，且数据时效性差。
3）各级管理人员无法通过各类业务系统掌控和管理企业，无法及时、正确、完整的获得关键业务数据并针对关键业务数据进行分析和研究。
4）无法实现对公司销售运营数据的及时、有效、便捷的监控、对比、分析和预警、预测，实现对关键业务信息监控，并且统一和整合现有的业务系统软件数据为公司领导决策提供准确、及时、有效的数据知识。
旨在，建立统一的数据中心，统一管理各条线数据，达到数据共享；规范数据来源的口径，推进线下数据线上化，加快企业数字化转型；建立各业务条线的管理指标体系，规范优化业务流程，降本增效；建立可视化展示系统，用驾驶舱、移动端和统计报告，实现数据实时晾晒；建立业务指标预警平台，发现企业痛点，提供决策依据。
3 解决方案
3.1业务整体蓝图及推进计划
融创华北一期的整体业务涉及人力、融创学院、行政、人力行政中心、营销、成本、招采7个条线，每个条线下面有3-5个分支业务条线。每个条线的管理层级为：区域、城市、项目，个别条线会精确具体的部门。
整个项目至下而上进行规划，从基础的填报与统计表单入手，从分析报表中提炼关键业务指标，形成条线的指标运营管理体系。针对于关键的指标，开发驾驶舱和移动端，进行可视化的分析与展示，为决策提供依据。
以人力条线业务蓝图为例，人力条线细化为：薪酬、组织发展、营销BP、招聘寻访4个部门，业务架构如下：
薪酬：数据保密。
组织发展：重点关注编制情况（编制人数、在职人数、一级关键人数、二级关键人数）、效能分析（人均管理面积、人均合同额、人均回款额、元均回款额、人工成本费率）、职级结构、离职分析（离职人数、离职率）。
营销BP：这是一个综合营销与人力数据总体分析的部门，主要关注合同额、回款额、人均合同额、编制&在职、整体离职率、人均销售面积、元均合同额、累计中介合同额占比、营销费率。
招聘寻访：招聘寻访负责整个公司的人才招聘，其中方式分为：猎头、自猎。重点关注营销/非营销中骨干员工的招聘情况。
从整体上来说，首先关注的点是：计划招聘人数、实际到岗人数、已发offer份数、招聘到岗率。这些是对招聘工作的评价相关。
其次关注的是离职率。主要分析12个城市公司中营销类和非营销类体系中人员是主动离职或者是闪离。
最后关注的是每个城市公司的在职人数和人数的岗位占比分析，以及职级占比分析。
在项目落地实施之前，为验证技术方案的有效性和可靠性，开展了技术预研工作，结合预研结果，梳理系统技术方案，如下：
3.2平台整体架构
系统总体架构
利用ETL工具，主动抽取业务系统的明细化数据，进行数据转换，并对数据进行数据合规性、匹配度、错误值、脏数据等的清洗之后，装载入企业数据仓库，生成元数据。
元数据是系统的数据基础，在元数据的基础上构成各种数据报表模型和分析模型，提供给报表查询、报表输出、数据分析挖掘使用。更深入一层次，我们可以在这些元数据和已构成的数据报表、分析模型的数据之上，按分析需求和数据关系，把它们组合成各种立方体（Cube），从而支持多维分析，切片（Slice）、切块（Dice）、聚合钻取（Dill-down和Roll-up）、旋转（Pivot）等OLAP高级分析及其查询，甚至支持假设分析（What-If）和预测的能力。
使用FineReport，进行数据的数据模型定义、报表处理、展现、数据分析，乃至数据挖掘，在其报表门户上展现数据处理结果。这些处理包括预置开发的数据报表、业务分析报表、随机查询、多维分析和数据挖掘。
3.3 系统逻辑架构
系统逻辑架构如上图所示，系统架构逻辑上包括数据层、应用层，展示层各个层次分别介绍如下：
（1）数据层是业务报表平台的数据存储中心，提供以整合来自集团各业务系统的数据为主，以导入数据为辅的数据采集手段，提供统一的数据规范和计算口径，数据补录中心等各模块系统数据，建立统一的数据中心，为展示层提供统一的数据出口，满足其数据存取要求及可视化的多维分析要求。
（2）应用层为展示层应用实现提供保障，例如：数据填报，保证数据准确性以及可追溯性；提供统一的数据、页面权限控制以及对设计权限控制；提供软件应用的操作、访问、运行的审计监控；提供报告以及定时的任务调度；实现即席分析、图形化分析、报表分析、预警提示、报表分享等业务功能，为进行业务分析提供功能支持。
（3）展现层实现通过利用firfox/chrome等网站浏览工具对应用层实现的功能在前台页面展示，为用户提供公司经营管理信息及自助分析功能。
3.4 物理拓扑架构
整个系统由数据库服务器、部署帆软工程的web服务器、ETL服务器以及各业务系统和展示终端构成。部分数据从各业务系统抓取，通过ETL处理，进入数据库服务器中，数仓中对数据再次加工，然后作为数据源，给帆软的前端展示提供数据；最后用户通过浏览器访问指定页面，查看企业的各类数据情况。
4 项目成果
4.1 成果总结
4.1.1建设成果
- 平台主要分析模块：
- 平台报表/分析模板总量：900+
- 平台月均访问量：6.8万人次
- 平台活跃用户数：3000+
4.1.2整体价值
完成各业务部门手工线下报表的线上化，将业务人员从简单重复工作的泥沼中释放出来；完成主题仓库的搭建，通过对营销数据、成本数据、人力数据等可视化分析展示，提供给部门管理人员，用来做部门会议分析，预警提示，业务规模分析等；对公司整体业务系统进行拉通，实现了各业务系统之间的数据共享；构建了统一、规范的指标体系和指标计算口径。
4.2 典型场景
4.2.1场景二：成本管控中心——付款管理助手
（一）痛点
大领导需要关注每个城市的付款情况，平时的处理方式是：任务下发给区域成本业务人员，业务人员去联系每个城市，每个城市的对接人从sap里导出本城市的所有付款单据，最后通过Excel进行汇总，反馈给区域成本业务人员，区域进行整合，最后呈现给领导。
存在的问题：
（1）任务需要层层下发，反馈周期太长，数据的及时性难以保障；
（2）人工Excel统计，数据的准确性难以保障；
（3）区域无法掌控城市的数据准不准，数据的真实性难以保障；
（4）每次领导要数据，所有人都得操作一遍，重复性太高，浪费大量的时间；
（二）解决过程
1、数据采集
（1）通过sap导出Excel的方式，获得付款的原始单据（主数据、合同履约台账、付款单、请款单、产值表等）；
（2）将导出的Excel数据，通过RPA机器人每天凌晨导入帆软的数据仓库，实现原始数据的收集。
2、数据加工
（1）从原始层抽取数据时，每日更新最新的主数据信息，过滤掉主键为空的数据，并返回报表页面提示用户及时更新或修改数据。
（2）在数仓ODS层级对事实数据进行初步的过滤筛选清洗工作，清理冗余、错误、不规范的数据。
（3）根据主数据关联合同履约台账等其他事实表，根据业务需求在数仓形成不同的结果表，每日凌晨定时跑数。
3、数据分析
重点关注每个城市的付款是否及时，还有多少应付未付的，侧面反馈城市的现金流是否健康，主要包括已付金额、应付未付、付款比例三个核心指标，对于付款比例低的城市，会重点关照其资金与现金流情况。
最终，根据大领导的城市负责人的需求，开发了《成本中心总看板》&《成本城市看板》、《区域付款看板》&《城市付款看板》、《区域签约闭口结算看板》&《城市签约闭口结算看板》、《区域合同变动分析》&《城市合同变动分析》供可视化展示使用；
开发了一系列基础报表如《合同多功能台账》、《投测标准化》、《重大项目应付未付统计表》、《优化流程及审核》、《重点项目流程及审核》等来满足日常的业务操作。
成本中心总看板
工程支付看板
合同闭口结算
（三）带来价值
（1）领导及各城市负责人都能够及时看到付款进行的情况
（2）所有的数据来源无人工干预，数据的准确性得到了保证；
（3）给一线的业务人员减轻了很大的负担，将重复性的工作省去，做更有价值的事情。
4.2.2场景二：智慧案场
（一）痛点
1、业务类型痛点
（1）管理层-案场销售：管理层会关注案场多种指标，包含且不限于费用、销售业绩（合同、回款、协议）、项目或城市业绩、库存、人效、成交转化率、各岗位考勤情况等多项指标。而不同指标数据在不同部门条线手中，部分数据如成交转化率等不会进行日常统计，导致数据收集、多条线联合分析困难。也难以实时监控各个案场销售情况。
（2）管理层-客户：管理层希望了解客户在每个案场热线（各区域停留时长）、来访成交转化等情况。然而这些数据多为线下数据，如来访成交转化各城市有各城市统计方式，管理层需要数据时会通知各城市，各城市临时收集数据，查看各个案场前台线下报备表来进行统计，然后上报，线上幸福通的报备台账、成交台账等基本上没有使用。
（3）案场销售-客户：监控各个案场不同渠道下客户来访转化率、以及案场各个热线情况困难。
2、信息化类型痛点
（1）每次需要数据统计时，都需要让各城市组织各案场收集一次数据，动员一次业务人员工作量较大；
（2）收集数据方式多为excel线下表，excel中数据核对困难，因此每个excel后都需要加大量数据校验表，防止粘错行等认为原因导致数据错误；
（3）数据一旦发生错误，排查困难，而线上多维度、多粒度查看数据方式，更容易查找出问题数据；
（4）包含幸福通、SAP等多个数据系统平台，数据不互通导致联合统计 困难。
（二）解决过程
1、数据采集。
（1）打通多方数据，SAP等线上系统数据通过集团统一推送方式，每日接收数据；
（2）线下excel数据使用线上填报方式收集，不需要再各城市线下表收集统计；
（3）将各方不同填报推送频率、组织维度的数据表统一抽取到中间库中，等待进一步加工。
2、数据加工。
（1）对抽取源数据进行进一步加工，去除垃圾数据、统一数据格式；
（2）填报数据，在填报中添加校验，要求业务人员按格式按频率录入数据；
（3）将数据根据不同业务模块，生成临时表，与业务人员对接确定数据准确性后，等待系统直接调用。
3、数据分析
重点关注来访转化、认购、签约（加入货值储备）、回款、去化、营销费控的计划与实际、当期与同期、不同城市间对比情况。
（1）计划与实际完成情况对比：销售业绩计划完成情况，通过查看当期时间节点情况下，销售业绩与年初计划对比完成度，发现指标差距较大；
（2）城市对比：通过看板中数据显示，某一城市费率明显要大于其余城市；
（3）月份趋势对比：查看销售转化率发现，某一月份销售转化率明显低于其余月份转化率水平；
最终通过三层看板，区域、城市、项目看板，可相互穿透联动，分别展示各个层级业务管理人员关注的信息指标。
区域看板
城市看板
项目看板
业务实际使用过程中，首先观察问题严重程度，当计划与实际差距较大时，可通过城市横向进行对比，不同时间对比，观察差距原因，是否为真正有价值的问题，还是行业常态，比如淡季等。
其次从时间、城市等多个维度进行分析，定位问题的发生点；当某城市数据异常，可下钻到城市更细粒度，对数据进行观察；当某时间段数据异常，可观察不同城市、渠道等粒度下数据，挖掘潜在原因。
最后，落实为切实可行的业务管理动作，譬如项目体检会，营销活动复盘会，专项去化项目等等。
（三）带来价值
（1）工作效率：节省了数据收集时间，简化数据收集流程，减少了数据加工处理的时间损耗；
（2）业务： 避免了人为数据收集造成的数据错误等问题，为各层级人员提供了更方便快捷的数据分析模式；
5 项目总结
5.1 CIO/项目负责人点评
|
在行业走向存量化的价值链变革和房企经营面临诸多挑战的背景下，房地产行业的数字化进程将加速，并呈现以下趋势：
（1）房企降本增效压力凸显，亟需借助数字化手段实现精细化运营转型；
由于土地、资金成本的压力和利润空间的下滑，房企开发业务需要从管理要红利，在信息化的基础上，通过全面的在线化连接和数据化洞察实现投资决策、规划设计、施工建造、采购、项目管理、营销等各个业务环节的效率优化和项目整体投资回报率提升。为此，企业需要加大投入，全面推进数字化技术与业务场景的深度融合。
（2）数字化助力房企实现业务转型和商业模式创新
面对存量化趋势，房企积极推进业务多元化转型,在推进业务创新和商业模式转型过程 中，数据中台、大会员运营平台等数字化平台建设可以赋能房企加速经营能力转型，实现多元业务的资源打通和协同发展，重塑业务增长引擎。
数字化转型为企业带来了哪些转变：
- 改变企业管理模式
- 提升企业运作效率
- 创新企业业务模式
|
5.2 经验心得
|
融创华北集团在推动数据平台项目的时候主要遇到以下几种困难，在此与大家分享
（1）工作及管理惯性改变难：
在项目推进过程中，对现有工作方式、管理方式的颠覆是推进中管理人员及一线人员最不能适应的，在推进过程中遇到最多的还是对新的管理方式的不适应，无法简单的改变自身的工作及管理惯性；在此过程中需要从意识和制度两方面去推动
（2）数据口径管理口径不一致：
数据平台项目需要全集团所有条线及部门共同参与，项目在进入到数据共享阶段后必然就面临各条线间、部门间、公司间数据标准不统一，管理标准不统一，指标定义不统一等情况，为实现跨条线、跨组织的数据共享，华北集团统一梳理标准指标管理体系，拉通各条线共同管理口径，推动了管理口径标准化。
（3）数据治理难度大：
在数据治理过程中，会涉及到各个系统是数据标准化及准确性问题，在整个数据治理过程中，融创华北制定了专项的数据考核制度，不断监管各条线数据的及时性，准确性，标准化程度，保障了数据治理有序进行。
|
| 
