【2024中国数据生产力大赛】 BI赋能振德医疗，实现精细化管理，推动降本增效

企业简介

振德医疗用品股份有限公司成立于1994年，中国A股上市公司（“振德医疗”， 股票代码：603301.SH），是中国领先的医用敷料与感控防护用品供应商。 处于中国医用敷料出口前3名，中国医疗器械50强，全球医疗器械100强的领先地位。        振德以“让健康生活触手可及”为品牌大理想，产品线涵盖不同使用场景，提供一站式产品解决方案。目前，振德医疗在手术感控、防护产品、压力治疗等细分市场保持品牌号召力和领先优势。

1 业务需求/挑战

随着业务的不断发展，公司在数字化转型的过程中，深入剖析了当前的数据管理和分析体系，发现了一些亟待解决的问题。这些问题不仅影响了公司数据的一致性和准确性，也制约了业务部门提升数据分析效率和发挥数据最大价值的潜力。为了进一步提升运营效率和决策支持能力，振德医疗IT部门通过深入调研，决定携手业务部门正视并解决这些挑战： 1.指标口径不统一：由于指标数据的定义不够清晰或存在不一致性，导致不同人员在统计分析数据时产生显著差异，影响了数据的一致性和可信度。 2.主数据不统一：部分业务线的主数据缺乏统一标准，甚至存在线下手工划分的分类，影响了数据的准确性和可比性。 3.数据孤岛：分析所需的数据分散在各个业务系统中，导致手工获取数据的过程极为复杂且耗时，影响了数据分析的效率和准确性。 4.数据分析体系缺失：缺乏完善的数据分析体系，使得数据分析工作缺乏系统性和规范性，难以发挥数据的最大价值。 5.数据质量差：系统本身的数据质量存在问题，时常出现做账错误等问题，且问题发生后没有进行有效的复盘，而是在线下报表手工进行了数据调整，这进一步加剧了数据质量的恶化。

2 解决方案

一、梳理指标体系        承接公司战略方向，围绕业务流程框架和平衡记分卡方法论梳理指标体系，同时建立数据指标字典，严格定义指标口径，并建立指标监控体系。

二、建立数据仓库和BI管理驾驶舱        为了全面整合业务分析所需的多源系统数据，需建立数据仓库，打破数据孤岛，实现数据的统一管理和高效利用。BI前端可视化工具采用FineReport+FineBI的组合，其中FineReport主要用于实时数据大屏、手机端报表、手工数据填报和定制化中国式表头的报表，而FineBI主要用于驾驶舱分析报表和业务用户自助分析，两者相组合可以很好地满足用户日常分析需求。 三、加强数据治理        数据治理工作是一项长期且细致的过程，需要由点到面切入。为了有效提升数据质量，我们采取了一系列措施。首先，通过每月定期收集和通报数据质量问题，我们能够及时识别并定位问题所在。其次，建立奖惩和复盘机制，不仅能够激励数据团队持续优化工作，还能从过往经验中吸取教训，防止类似问题再次发生。对于部分数据质量问题，通过设定系统逻辑和预警规则，结合FineBI的预警功能，一旦数据出现异常或潜在问题，系统将自动通知相关负责人，确保问题能够得到及时处理。这种主动预防与及时响应相结合的方式，大大提升了数据治理的效率和效果。 四.推广BI自助分析        BI管理驾驶舱是朝着统一标准化的角度设计的，然而这种标准化设计有时可能无法完全满足业务部门的个性化需求，比如出现报表中维度/指标过多或不足的问题。针对这些问题我们特别开展了BI自助分析培训。通过这项培训，用户能够掌握自助分析的功能和技巧，利用拖拉拽等直观的操作方式，快速生成符合他们具体需求的报表，有效地提升了日常统计分析数据的效率，同时也减少了对专业IT人员的依赖，降低了IT成本。 五.建立数据门户        随着驾驶舱和报表数量的迅猛增长，大权限管理者面临着一个挑战：原有的目录结构已无法满足快速、准确地查询所需报表的需求。为了优化用户体验并提升工作效率，我们决定构建一个全新的数据门户。这一门户将提供直观、便捷的界面，使用户能够轻松浏览和查询相关数据，从而更好地满足其工作需求。

3 典型应用场景

 场景一：流程优化

（1）问题/痛点：在振德医疗，流程优化是业务运营的核心，提升流程效率对实现降本增效至关重要。以报价流程为例，报价是销售的基础，任何销售活动都离不开价格的讨论和确定。快速、合理、透明的报价能够显著提升签单概率。然而，部分报价周期过长，导致订单流失。因此，缩短报价周期对于提升报价效率至关重要，只有提升报价效率确保在激烈的市场竞争中保持优势，助力企业持续增长。 （2）解决方式：为了优化报价流程，振德医疗将流程数据从OA等业务系统同步至数据仓库，并利用FineBI开发报价流程分析看板。通过监控流程天数、流程达标率和流程一次通过率等关键指标，使业务人员能够全面掌握流程运行情况。该看板从部门、人员、流程号和流程节点等多维度展开分析，当发现流程天数过长时，可以通过数据联动分析各流程节点的耗时情况，最终追溯到具体的流程节点负责人。这种精准的分析和追踪，不仅帮助决策者识别和解决流程中的瓶颈问题，还显著提升了整体流程效率和管理水平。 （3）场景价值：BI报价分析仪表板的建立和监控有效地提升了企业内部运营管理效率和客户满意度。通过对报价仪表板的定期细致监控，我们能够精准地将潜在问题定位到相应的部门和责任人，从而使报价周期时长得到了显著的改善。特别是针对A类客户，报价周期已经从原来的5天大幅缩短至现在的2天，报价效率提升了高达60%。这一提升不仅加快了业务响应速度，更有效地帮助企业提升了赢单概率，为公司的竞争力和市场地位增添了新的动力。

 场景二：经营分析

（1）问题/痛点：在公司的日常运营中，每月初的经营分析会议扮演着至关重要的角色。然而，报告的准备过程却常常面临一系列挑战。由于月初时间紧迫，财务人员时常需要加班加点地编制PPT报告。而且报告中的数据来源多样且逻辑复杂，导致月初大概60%的时间被耗费在基础数据的处理上，从而压缩了真正用于深入分析的时间。其次PPT报告往往颗粒度较粗，无法层层展开往下剖析数据具体问题。 （2）解决方式： 2.1 梳理经营分析体系：将分析主题划分为利润分析/销售收入分析/毛利分析/成本分析/费用分析/库存分析/应收分析等几大分析主题，并梳理对应分析思路。 2.2 梳理基础数据：针对收入模块/费用模块等各个主题域下的模型，梳理业务所需每个字段的数据来源和业务逻辑，同时编制相关逻辑文档并确认。 2.3数据可视化：通过FineBI做利润分析/销售收入分析/毛利分析等各个分析主题可视化呈现，同时将做好的各个驾驶舱通过FineBI应用封装成完整的经营分析体系报告。 （3）场景价值：通过FineBI自动生成经营分析报告有效地提升了企业内部运营管理效率，也降低了人力成本的投入。帮助财务从日常繁琐的基础数据整理和PPT报表制作的工作中脱离出来，基础数据处理查验时间占比也从原来的60%缩短到10%。同时通过FineBI的层层钻取和数据联动功能，能够更快的找寻问题点，特别是毛利率问题的分析也从原来的每人2天/月缩短到每人2小时/月，大幅度提升了分析效率。

3.2 场景三：商机分析

（1）问题/痛点：疫情过后，防疫物资市场的订单量明显回落，为了提升企业的订单量，必须更加重视商机管理分析。然而目前我们使用的CRM系统中的BI看板存在局限性，无法直观地展示商机的健康状态以及业务指标的达成情况，部分数据依赖人工从CRM系统中导出数据，再进行繁琐的手工整理与分析。这种方法不仅效率低下，还容易导致数据的实时性大打折扣，难以为销售策略提供及时且有效的支持。 （2）解决方式： 2.1.商机健康度分析：为了更精准地评估目前商机健康度，我们将当前商机阶段对应的赢单概率转化为商机管道预测金额，进而与销售指标进行的对比计算出达成率。旨在协助管理者全面把握当前商机的充裕程度，并据此评估其是否足以支撑未来各月份的业绩指标。此外，我们还将从组织维度和产品维度进行深度剖析，以揭示潜在的问题和机会，为决策者提供更为全面的视角和有力的支持。 2.2在途商机分析：通过当前时点商机漏斗图可以了解目前在途商机各阶段总体商机金额/个数/逾期率/活跃度，更好地观察现有各阶段商机的总体健康情况。同时将商机按金额进行排名，同时对逾期商机或不活跃商机标红显示，帮助管理者快速了解大商机健康情况。对商机逾期次数高和不活跃商机次数高的按销售代表进行排名显示， 帮助管理层深入了解各销售团队的各商机管控情况，为优化销售策略、提升整体业绩提供有力支持。 2.3 商机赢单率与周期分析： 通过看板，我们可以清晰地掌握各销售团队的赢单率以及赢单周期的具体状况。进一步地，通过深入研究商机各阶段的转化率漏斗，我们能够准确地把握每个阶段的转化率，从而深入剖析销售过程中存在的瓶颈和挑战。此外，针对输单阶段的分析，我们可以了解输单阶段的占比，并深入挖掘导致输单的根本原因。 （3）场景价值：商机分析看板的建立不仅有效地提升了销售内部运营管理的效率，有效节约6天/月的精力，同时也提升了商机的转化率。在以往，销售管理者需要分析商机数据时需要等销售助理整理好数据后才能查看，现在能够直接通过BI平台，轻松查看目前商机的健康状况，包括各项关键指标和数据动态。这种直观、高效的数据展示方式，让管理者能够更快速、更准确地把握市场动态，进而优化销售策略，实现业绩的高效增长。

3.3 场景四：生产分析

（1）问题/痛点：生产过程数据的不透明性一直是制约我们了解生产情况的关键因素。由于缺乏实时、准确的数据支持，我们往往难以对生产进度、效率以及潜在问题进行有效的监控和管理。这不仅影响了生产计划的执行，还可能导致资源浪费和成本增加。 （2）解决方式： 2.1 建立车间管理驾驶舱，实时获取MES数据，帮助生产管理人员实时了解各产线的运行状态，无论是生产进度、设备状态。一旦设备发生故障或运行异常，系统会立即触发预警机制，提醒相关负责人。 2.2 设备分析:通过FineBI建立设备分析看板，分析OEE/性能稼动率/时间稼动率等指标，并通过工厂/车间/设备等维度层层展开分析问题原因。 （3）场景价值：生产管理驾驶舱的建立有效地提升了生产内部运营管理的效率，有效节约8天/月的精力。在这之前，生产管理人员无法实时、准确地获取生产数据，而只能依赖于线下人员的手工统计。这不仅效率低下，而且数据的准确性和及时性也大打折扣，给生产决策带来了很大的困难。随着BI生产管理驾驶舱的引入， 生产管理人员可以实时监控生产线的运行状态、设备效率、产品质量等关键指标。这有助于他们及时发现生产过程中的问题，并采取相应的措施进行调整。

4 总结与展望

总结过去：在数字化浪潮汹涌的当下，数据资产已跃升为企业发展不可或缺的驱动力。数据仓库的建立有效地解决了数据孤岛和指标口径不统一的问题。FineReport与FineBI的引入，极大地促进了数据向生产力的转化，为企业带来了显著的效益和竞争优势。数据的即时获取与深度分析，使得企业决策更加迅速、精准，有效缩短了决策周期，降低了决策成本。同时BI自助分析的推广，既满足了业务个性化分析的需求，也有效降低了IT成本的投入。 展望未来：后续将持续深化数据治理工作，提升基础数据的质量与准确性。同时积极拥抱生成式AI技术，将AI与BI相融合，加快推动数字化转型与智能化升级的步伐。

1. 2024生产力案例打卡活动介绍帖：https://bbs.fanruan.com/thread-149664-1-1.html
2. 2024生产力案例打卡导航帖：https://bbs.fanruan.com/thread-149661-1-1.html

欢迎大家来到打卡第43天案例帖下方打卡，打卡格式为：精读生产力大赛案例，打卡第43天，[20字以上心得内容]。

精读生产力大赛案例，打卡第43天，振德医疗用品

        简介：让健康生活触手可及，医疗器械，主营医用敷料与感控防护。

        需求：1.数据口径不统一，标准不统一。2.多个系统存在数据孤岛。3.分析应用标准不完善。4.分析应用少，数据深度不够。

        思路：1.加强数据治理，梳理指标体系，建立数据字典，统一数据标准和口径。2.建议统一的数据仓库。3.搭建数据分析平台。4.制作分析应用驾驶舱、看板、数据门户。5.推广数据应用。

        场景：1.报价流程管控看板，提高了业务效率，提升了竞争力。2.经营数据看板，缩短了制作看板的时间。3.国内增量商机分析、在途商机分析、赢单率与周期分析看板。4.生产监控看板，口罩车间红绿灯指标、吸塑线达成和产量看板。5.设备按多维度分析对比看板。

        总结：振德医疗使用业务流程框架和平衡计分卡工具，建立指标监控体系。使用FineReport+FineBI工具搭建了分析平台，在分析过程中，坚持数据治理，坚持推行BI自助分析，降低IT成本，特别是使用数据门户，方便了用户查询，搭建了很多数据分析应用，实现了精细化管理，相信明天会更好。

精读生产力大赛案例，打卡第43天，振德医疗面对指标口径不统一，数据孤岛，数据质量差等问题，建立数据仓库和BI管理驾驶舱。在流程优化，经营分析，生产分析，商机分析等领域有着很好的运用。

精读生产力大赛案例，打卡第43天
振德医疗存在问题：数据指标不统一、数据孤岛、数据分析系统缺失、数据质量差。
解决方案：统一指标体系，建立数据仓库，打破数据孤岛，数据大屏展示，满足日常分析需求；加强数据治理，推广BI自主分析，提升工作效率，降低成本。

精读生产力大赛案例，打卡第43天，在数字化时代，数据资产已成为企业增长的核心引擎。数据仓库的构建有效整合了信息孤岛，统一了数据指标标准，为企业的数据利用奠定了坚实基础。FineReport与FineBI的引入，极大地加速了数据向价值的转化过程，不仅提升了企业的运营效率，还显著增强了市场竞争力。通过实现数据的即时访问与深度洞察，企业决策过程变得更加高效、精准，显著缩短了决策周期并降低了成本。此外，BI自助分析功能的推广，既满足了业务部门的定制化分析需求，又有效减轻了IT负担，实现了资源的高效配置。

精读生产力大赛案例，打卡第43天，
数据作为新的生产要素，在现代企业中占据着越来越重要的位置。通过BI工具，可以有效地整合来自不同来源的数据，帮助企业从数据中提炼出有价值的信息。

精读生产力大赛案例，打卡第 43 天，振德医疗是中国领先的医用敷料与感控防护用品供应商，面对业务发展中的数字化转型挑战，公司发现了指标口径不统一、主数据不统一、数据孤岛、数据分析体系缺失和数据质量差等问题。为提升运营效率和决策支持能力，振德医疗通过建立数据仓库、引入FineReport与FineBI等工具，有效解决了这些问题，促进了数据向生产力的转化。展望未来，公司将持续深化数据治理，提升数据质量，并积极融合AI技术，推动数字化转型与智能化升级。

精读生产力大赛案例，打卡第43天，学习振德医疗用品BI分析：
统一数据标准：解决数据不一致问题。
整合数据资源：建立数据仓库，打破信息孤岛。
提升分析能力：引入BI工具，加强数据分析和可视化。
优化数据治理：确保数据质量和准确性。
推广自助分析：提高业务部门数据分析独立性。
建立数据门户：提高数据检索和使用效率。

精读生产力大赛案例，打卡第42天：要认识到企业存在的问题，再根据这些问题，去想如何通过平台解决。

精读生产力大赛案例，打卡第43天。振德医疗通过梳理指标体系、加强数据治理、建立数据仓库和BI管理驾驶舱，推广BI自助分析，有效地解决了数据孤岛和指标口径不统一，极大地促进了数据向生产力的转化，提升决策效率和公司的数字化水平。

精读生产力大赛案例，打卡第43天，振德医疗用品股份有限公司通过建立数据仓库和BI管理驾驶舱，解决了数据孤岛和指标口径不统一的问题，提升了数据管理和分析效率。公司利用FineReport和FineBI工具，加强了数据治理，推广了BI自助分析，实现了精细化管理，推动了降本增效。展望未来，振德医疗将继续深化数据治理，融合AI技术，加速数字化转型。

精读生产力大赛案例，打卡第43天，振德医疗在数字化转型过程中同样面临着指标口径不统一，主数据不统一，数据孤岛，数据分析体系缺失，数据质量差等问题，通过梳理指标体系，建立数据仓库和BI管理驾驶舱，加强数据治理，推广BI自助分析，建立数据门户等方案，引入了FineReport与FineBI，极大促进了数据向生产力的转化，其中BI在生产分析场景上的应用值得制造型企业借鉴和学习。

精读生产力大赛案例，打卡第 43 天，振德医疗建立数据平台，整合各个业务系统数据，统一数据口径，打破数据孤单，实现有数可用，有数敢用，为业务分析提供数据基础，主力业务流程数字化建设。

精读生产力大赛案例，打卡第43天，振德医疗用品股份有限公司，作为中国领先的医用敷料与感控防护用品供应商，在数字化转型过程中面临数据管理和分析体系的挑战。为解决指标口径不统一、主数据不统一、数据孤岛、数据分析体系缺失和数据质量差等问题，公司采取了以下措施：

1. 梳理指标体系：围绕业务流程框架和平衡记分卡方法论，建立数据指标字典，严格定义指标口径，并建立指标监控体系。

2. 建立数据仓库和BI管理驾驶舱：整合多源系统数据，打破数据孤岛，实现数据统一管理和高效利用。使用FineReport+FineBI组合工具，满足实时数据大屏、报表、手工数据填报和定制化报表需求。

3. 加强数据治理：通过定期收集和通报数据质量问题，建立奖惩和复盘机制，提升数据质量。

4. 推广BI自助分析：通过培训，使业务用户能够自助生成符合需求的报表，提升数据分析效率。

5. 建立数据门户：优化用户体验，提供直观、便捷的数据查询界面。

在实际应用场景中，振德医疗通过BI工具优化了报价流程、经营分析、商机分析和生产分析，显著提升了运营管理效率和市场竞争力。展望未来，公司计划深化数据治理，融合AI技术，推动数字化转型与智能化升级，以进一步提升企业的核心竞争力。

精读生产力大赛案例，打卡第43天，振德医疗面临着指标口径不统一，主数据不统一，数据分散，数据分析体系缺失，数据质量差等问题。选择梳理指标体系，建立数据仓库和BI管理驾驶舱，加强数据治理，推广BI自助分析，建立数据门户。有效地缩短了决策周期，降低了决策成本，数据可视化为生产赋能！！！

精读生产力大赛案例，打卡第43天，振德医疗用品使用帆软FineReport工具开发实时数据大屏、移动端报表、数据填报报表和复杂报表，使用帆软FineBI工具开发驾驶舱分析看板和多场景自助分析报表，搭建数据分析平台，实现企业的精细化管理，降本增效。

精读生产力大赛案例，打卡第43天，振德医疗用品通过数据仓库和BI工具，振德医疗有效整合数据，提升决策效率和市场竞争力。BI自助分析推广，降低IT成本，实现精细化管理。

精读生产力大赛案例，打卡第43天   为确保公司数据的一致性和准确性，同时提升业务部门的数据分析效率和发挥数据最大化价值，振德医疗梳理指标体系，定义和执行指标监控体系，建立数据仓库和BI管理驾驶舱，推广BI自助分析，建立数据门户，同时积极拥抱生成式AI技术，将AI与BI相融合，加快推动数字化转型与智能化升级的步伐。

精读生产力大赛案例，打卡第43天，振德医疗通过帆软数据平台建立数据仓库、BI管理驾驶舱、加强数据治理和推广BI自助分析，有效解决了数据孤岛、指标口径不统一等问题，提升了运营效率和决策支持能力。未来将持续深化数据治理，拥抱AI技术，推动数字化转型。

精读生产力大赛案例，打卡第43天，振德医疗用品公司通过建立数据仓库，整合不同来源的数据、优化历史数据的存储和管理、支持复杂的决策分析以及提高数据质量，有效地解决了企业在数据处理和分析方面的一系列挑战，FineReport与FineBI的引入，提升了企业的竞争力和业务效率‌。

精读生产力大赛案例，打卡第43天，振德医疗精细化管理。前期面临着大家几乎一样的痛点，标口径不统一，主数据不统一，数据孤岛，数据分析体系缺失，数据质量差。他们积极寻求解决方法，梳理指标体系，建立数据仓库和BI管理驾驶舱等，采用可视化工具FineReport+FineBI的组合，满足用户日常分析需求。同时，在内部加强员工的培训，降低了大家对it部门人员的依赖。经营分析，他们七大模块，多维度的分析，对我们自己的数据分析，提供了思路，比我们自己做的较好，可以借鉴思路与方法。

        【精读生产力大赛案例，打卡第43天】
        随着业务的不断发展，公司在数字化转型的过程中，面对着指标口径不统一、各业务存在数据孤岛、数据质量差等问题，德医疗通过梳理指标体系、建立数据仓库和BI管理驾驶舱等方式，加强数据治理，有效地解决了数据孤岛和指标口径不统一的问题，助力企业数字化转型；