找回密码
 立即注册

QQ登录

只需一步,快速开始

请上传宽度大于 1200px,高度大于 164px 的封面图片
    调整图片尺寸与位置
    滚轮可以放大缩小图片尺寸,按住图片拖动可调整位置,多余的会自动被裁剪掉
取消
DATA-POWER(uid:159068)
职业资格认证:尚未取得认证
中南大学:综合校情分析平台,以用促建唤醒数据价值
*本文为2022中国数据生产力大赛铜奖获奖案例,未经授权禁止转载!        INTRODUCTION 企业简介              中南大学(Central South University)坐落在中国历史文化名城──湖南省长沙市,占地面积317万平方米,是国家“211工程”首批重点建设高校、国家“985工程”部省重点共建高水平大学和国家“2011计划”首批牵头高校、2017年9月入选世界一流大学A类建设高校。学校设有30个二级学院,拥有享“南湘雅”美誉的湘雅医院、湘雅二医院、湘雅三医院3所大型三级甲等综合性医院及湘雅口腔医院。 学校全日制在校学生6万余名,中国科学院院士1名,中国工程院院士16人,国家杰出青年科学基金获得者34人,教授及相应正高职称人员1889人,享受政府特殊津贴专家397人。学校学科门类齐全,拥有完备的有色金属、医学、轨道交通等学科体系,涵盖哲学、经济学、法学、教育学、文学、理学、工学、医学、管理学、艺术学、交叉学科等11大学科门类,其中数学、材料科学与工程、冶金工程、矿业工程、交通运输工程5个学科入选国家“双一流”建设学科。 REQUIREMENTS 业务需求       数字经济时代,数据已经被定位为电子资产、重要生产要素、基础战略资源。如何利用数据来实现管理的精细化、决策的科学化和服务的个性化是国内外各领域研究和探索的热点。各行业密集出台各类政策文件要求加强数据资源管理、推动数据共享与公开、实现数据互联互通、挖掘数据价值。 十三五期间学校信息化建设目标为“数字校园”,建设了大量的信息系统以支撑业务管理。虽然信息化建设成果显著,但随之而来出现许多数据问题,如数据共享不畅、数据质量堪忧、全校协同乏力、数据权责不清、数据应用急缺等。因此为满足学校“用数据说话、用数据管理、用数据决策、用数据创新”日益增长的诉求。学校自2019年开始启动数据共享和治理工作。随着近年数据共享、治理工作的推进,学校沉淀了海量数据,但是数据分析和应用以辅助决策和管理,提升学校治理能力仍然面临如下问题: 问题1:如何统一管理和规范学校数据分析应用成果 十三五期间业务部门都建成了信息系统,但这些系统主要目标是实现事务处理,缺乏数据思维,数据可视化和深入的数据对比、分析较少。十四五期间学校将对业务系统进行升级改造,要求其在满足事务处理要求同时规范数据生产、重视分析应用。那么学校即将面临如何将各业务部门的数据分析应用成果统一管理和规范的难题。 问题2:如何建立学校统一的数据指标体系 学校在使用数据进行管理和决策的过程中发现指标命名不规范、指标存在多头定义现象、指标逻辑不一致、指标统计口径不统一等问题,从而导致各业务部门出具的关键指标,例如教职工、学生人数等存在不唯一或者不一致,影响管理和决策的科学性和严谨性。 问题3:如何实现数据赋能教育评价 为贯彻落实《深化新时代教育评价改革总体方案》,业务部门希望能通过数据建立模型、形成报告以支撑评价改革,而他们却缺乏便捷易上手的数据分析软件工具和专业的技术支持。 问题4:如何快速响应业务的数据分析诉求 学校传统的信息系统建设模式无法快速响应临时、紧急的数据应用诉求。例如在疫情防控过程中数据统计、分析等应用。 问题5:如何形成多维、全面、综合的校情数据分析 由于各业务部门的信息系统数据集成不完整、数据质量不佳、数据可视能力薄弱等原因,很多业务域都缺乏数据可视化呈现和深入的数据分析,特别是校级层面的综合数据应用十分缺乏,从而导致领导层想通过数据统观全貌尤为困难。   SOLUTIONS 解决方案         为解决学校的以上难点和痛点,唤醒数据价值,我们建设了一个学校层面的数据分析平台——综合校情分析平台,以数据的应用促数据的建设,助力学校决策科学化、治理精准化和服务高效化。 (1)建设思路 数据分析必须从业务现状出发,着眼于找出业务面临的主要问题,然后根据业务数据的分析形成数据结果支撑管理和决策,推进业务问题的解决。 项目实施的第一步是深入到业务单位进行详细数据需求调研,对现状和预期有一个较好的把握。 第二步弄清现状和预期之间的差距并调查导致差距产生的关键因素,即发现问题。 第三步根据需求形成数据分析目标,针对目标实施数据的收集和加工。第四步根据业务管理和决策需要而定制数据可视化的图表和报表,形成数据分析成果辅助业务部门的管理和决策。 (2)平台架构 综合校情分析平台基于学校数据仓库,围绕学生和教师这两条主线,构建数据分析体系,平台主要功能分为三部分: 数据门户统一管理、呈现数据应用成果,包括移动端APP和PC端系统; 提供FineReport和FineBI两款数据分析工具; 数据系统管理后台允许数据应用的归属单位自助、自主管理本单位数据成果。 在数据应用开发过程中,我们同时梳理业务关键指标,确认其统计规则、业务逻辑,实现关键指标在学校唯一、准确、可信。   TYPICAL APPLICATIONS 业务应用场景      场景一 本科生招生   随着高考综合改革的不断深化,高校招生录取工作的难度日益加大。有的放矢地开展招生工作,有利于整体生源质量的提高,而生源质量将直接影响高校的人才培养。鉴于此,每年学校招生期间、招生工作总结阶段,都需要对招生数据进行整理和分析。 我们通过建设招生实况驾驶舱,按照专业大类、生源地省份、性别、应往届生和分数结构等维度呈现招生录取情况及时把握招生进度,并在招生结束后,将本年度招生情况进行分数段、志愿填报、与历年对比等分析,形成招生工作总结报告为后续更好、更专业的开展招生提供数据支撑。 场景二 人事管理   人事现状驾驶舱关注学校人事队伍情况,梳理学校人员数据,形成关键指标定义及计算,并从单位、人事结构、年龄分布、职称职级、学历多维度分析学校人员队伍情况,为学校优化人员队伍结构提供数据支撑。 近五年人事变化驾驶舱通过对新进教职工人事结构、职称职级等维度进行分析,为学校拟定人才招聘计划提供数据支撑。 场景三 学生管理   学生管理驾驶舱通过对学生基本状态数据指标的分析,便于及时了解校内学生基本情况,为学生管理工作的精准化和个性化提供数据支撑。 迎新返校主题分为迎新和返校,通过对学生报到数据,从校区、学院、学生类型、时间、生源省份等多个维度分析,便于学校领导、学生工作处、各学院领导及时实时了解学生到校情况,便于更好地服务每一个学生。   SUMMARY 价值总结     我们立足于大数据时代背景,围绕学校智慧校园建设中遇到数据分析应用的难点和痛点,根据学校战略、组织、人才、信息化等校情形成因地制宜的数据分析体系。在实践中,信息部门与业务部门密集对接、谈思路、明现状、定路径,分主题、分期推进,建设成效逐渐凸显,充分调动了各部门参与数据共建、共享、共治的积极性,大幅度提升了学校对智慧校园的满意度。通过项目的建设,我们总结经验如下: 数据分析是强业务驱动,必须由业务部门与信息部门通力合作,在创新中不断积累,才能为管理、决策和预测赋予新能力并在此过程中发现数据问题、找出业务短板、推动业务重构、完善信息系统,在反复迭代中使数据质量更高、应用更丰富。 数据分析是定制开发,其中数据收集、清洗、验证工作量占比高,因此存在一定的失败率。为尽量降低失败率,在实施之前需根据业务部门参与意愿、数据集成情况、数据质量报告等因素评估可行性。 由于数据供给和业务需求本身就是没有尽头的,在数据赋能业务的过程也是慢慢找到焦点、逐渐落地、形成方法论的过程。 综上而言,数据分析是一个开拓创新、持续调优和迭代的过程,需在创新中总结经验逐步深入,并不断加深与业务部门的合作默契。 注:为了便于阅读,本文对材料内容做了删改,感兴趣的朋友可以点击阅读原文查看原帖。
数据分析平台助力新绿色药业提升效率,营销供应链管控能力大幅加强!
*本文为2022中国数据生产力大赛铜奖获奖案例,未经授权禁止转载! 四川绿源集科技有限公司(以下简称“绿源集”)成立于2015年7月,是一家大健康领域的高新技术企业。绿源集以智慧医药、智慧医疗为核心,以科技助力健康生活,让健康触手可及为使命,以做医药企的好伙伴,做医药人的好帮手为理念,是为消费者定制个性化健康生活方式的中医健康服务商、是智慧医疗解决方案服务商、是助力传统企业信息化与数字化转型的服务商。        REQUIREMENTS 业务需求        四川新绿色药业科技发展有限公司(简称新绿色药业)成立于2009年,其前身为四川绿色药业科技发展有限公司,是全国中药配方颗粒六家试点企业之一(西部地区唯一一家),主要从事以中药配方颗粒为主,涵盖中药饮片、多种中药剂型及中药大健康产品的研发、生产和经营。在优化之前,新绿色药业的营销供应链管理采用OA+ERP+Excel的管理模式,存在以下弊端: 系统之间存在壁垒,形成了数据孤岛。OA和ERP之间数据不互通,需要人工从OA流程中下载数据,再录入到ERP中,而OA也只能监控流程流转到了哪个节点,无法知道供应链实际的执行结果,大大影响了供应链的流转效率。 数据精确性低,违背精细化管理。大量数据仍采用手工+Excel的方式进行统计,数据精确性低。尤其是在拣货环节和出库以后的环节,脱离了系统的监控,完全依赖于手工+Excel,无法进行精细化管理,存在人力和物力的巨大浪费,也严重影响了供应链的效率。 在现有困境的情况下,绿源集作为新绿色集团旗下的IT企业,协助新绿色药业引入数据分析平台,提出了以提高订单处理速率、提升货物转移效率为初始目标,以加强风险管控、提升问题预警能力为远景目标的营销供应链优化方案。        SOLUTIONS 解决方案        建设思路 绿源集从物流、资金流、信息流三个方面对新绿色药业的营销供应链进行了分析,以物流、资金流为核心对新绿色药业原有的系统进行整合,通过建立业务辅助系统、业务管控报表、业务预警报表来优化新绿色药业的营销供应链,加强新绿色药业对营销供应链的管控能力。 建设过程 整个项目的建设过程大体分为以下几个阶段: 第一阶段是准备阶段。这个阶段主要是梳理新绿色药业的供应链流程,确定需要开发的功能或报表。第二阶段是开发阶段。这个阶段主要是按确定的架构进行开发,依次开发了业务辅助系统、业务管控报表和业务预警报表。第三阶段是维护阶段,根据流程或业务的变化,及时对相关功能或报表进行及时的调整。      TYPICAL APPLICATIONS 业务应用场景        场景一 要货计划   痛点: 在优化之前,库房制单员需要从OA上下载数据,根据下载的数据在ERP中录入发货单,生成发货单后在OA上填写发货单号和金额,财务核实货款到账后,库房打印发货单,由拣货员进行拣货,复核后在ERP中由发货单生成出库单,装箱出库。这个过程中存在以下问题: 1. 需手工录入发货单。接收到要货计划以后,需要下载数据,在ERP上手工录入发货单,生成发货单后在OA上填写发货单号和金额,之后才能进行下一个流程,当发货品种大于100种的时候,这一步的时效性非常差。 2. 财务在OA流程上确认货款到账,但未确认是哪张发货单的货款,结果货款对应的是流程而不是单张的发货单,无法确认某张发货单是否收款。 3. 库房管理人员无法直观了解要货计划有多少已制单、有多少已出库,不能准确评估每天的工作量。 解决过程: 针对上述问题,我们认为,关键在于要货计划应实现自动化,而我们的解决方式,就是用在OA中开发嵌入式报表的方式来实现要货计划流程的自动化。为实现这一目标,我们开发了以下的功能和报表: (1)新版要货计划流程 此功能系在OA上开发的流程,用FineReport的普通报表开发了更新发货数据的填报功能,用决策报表开发了物流查询报表功能。 (2)要货计划满足情况 此功能用图表的形式直观地展示了发货区域、要货计划的满足情况,还用表格列出了未制单、已制单未出库的明细,让库房管理人员可以根据要货计划当前所处的流程节点去督促相关人员,以推动流程的顺利流转。 (3)现款客户开票回款填报 此功能提供给财务人员使用,财务人员可在对应的发货单后面选择回款日期,填写回款金额后提交回款数据。 场景二 库房拣货   痛点: 在优化之前,库房拣货员需要拿着打印的发货单,一个个货架地挨着查看是否有相关的货物,然后根据发货单上的数量拣货,拣货完成后拿到复核台复核,复核完成后装箱出库。这个过程中存在以下问题: 1. 手工拣货可能存在品种、数量拣错的情况,而拣货员自己不容易发觉,是否能发现问题依赖于复核员的认真程度。 2. 手工拣货无法监控拣货的时间,库房管理人员也无法了解拣货的进度,无法对拣货进行优化,不能提高拣货效率。 解决过程: 针对上述问题,我们认为,关键在于拣货应实现自动化,而我们的解决方式,就是用PDA拣货+OA嵌入式报表的方式来实现拣货流程的自动化。为实现这一目标,我们开发了以下的功能和报表: (1)库房PDA拣货系统 改进后的拣货流程: 1. 库房管理人员将已经打款的现款客户或非现款客户的发货单派送至拣货人员。 2. 拣货员接到发货单以后,按PDA上的提示寻找第一个品种,寻找到后扫描药袋的二维码,若此品种就是发货单的品种,系统会自动跳转下一个要找的品种;若不是,系统提示错误。 3. 发货单上品种拣完后,点击完成,在电脑上打印装箱单,并将质检报告等放入纸箱进行称重,并将其维护至PDA上。整个拣货流程每拣货成功一个品种就会上传数据到ERP中。 (2)库房拣货情况 报表上可查看每个发货单的制单时间、派单时间、备货人员、拣货时间、称重时间、全过程时长、发货单品种数、已拣品种数以及未拣的品种数等,以便库房管理员随时查看到拣货员工作状态,同时也能为拣货人员绩效核算提供数据支撑。 场景价值: 库房拣货优化以后,单袋平均拣货时间压缩到了10秒以内,数千袋的大单的拣货时间压缩到了30分钟以内,大大节省了拣货时间,提高了拣货效率。 场景三 业务预警   痛点: 在优化之前,没有业务预警的相关报表。缺乏业务预警报表使管理层无法及时掌握发货、库存、签单返回、回款、物流等环节出现的异常迹象,无法采取相应措施来进行处理。 解决过程: 针对上述问题,我们开发了发货预警、库存预警、签单返回预警、回款预警等功能和报表。 场景价值: 业务预警为绩效部门提供了监控的工具。绩效部门会每月对预警状态进行检查,对于黄色预警的客户,绩效部门会推送消息给负责该客户的业务员进行提醒,让业务员积极与客户沟通,了解未能及时发货、签单、回款或库存积压的原因;对于红色预警的客户,除了向业务员推送消息外,还会向其所在大区的负责人推送消息,让大区负责人对业务员的行为进行监督,督促业务员尽快解决问题。最终,长期不发货的客户减少了30%,库存积压的客户减少了50%,未及时返回签单的发货单减少了40%,未及时回款的客户减少了30%。     SUMMARY 价值总结      总的来说,项目实现了对营销供应链优化的预期目的:打通了OA和ERP之间的壁垒,并对营销供应链的主要节点进行了监控,大大提升了整个供应链的流转效率。整个项目的成功,离不开对整个营销供应链的物流、资金流、信息流的流转过程的深入分析,也离不开用帆软数据分析平台搭建的营销供应链管理体系。 本次对新绿色药业营销供应链进行的优化,是一个起点而不是一个终点。绿源集将在本次优化的基础上,发掘出新绿色药业发展中存在的信息化瓶颈,通过各种信息化手段,突破瓶颈,为新绿色药业辉煌的未来做出更大的贡献。 注:为了便于在手机端阅读,本文对材料内容做了删改,感兴趣的朋友可以点击查看原贴阅读原文。
零售数字化!寻找业绩新增量,汇金百货是怎么做到的?
*本文为2022中国数据生产力大赛获奖案例,未经授权禁止转载! 随着市场经济的变化,人们的消费也潜移默化地发生着改变,只有不断与时俱进才能不被时代的浪潮淘汰。 从整个零售行业来看,随着电商、超市、购物中心、便利店等多种销售渠道兴起,市场竞争持续升级,传统百货商店的根基受到冲击。消费已经从以往的“人找货”向“货找人”转变,线下消费的疲软,让百货企业已经不得不去寻找新的业绩增长极,以及更加关注对内做精细化运营。 上海汇金百货有限公司,作为一家拥有众多百货、奥莱和超市等业态,覆盖多个门店的企业,如何通过搭建一站式商业智能数据平台,以满足企业对门店经营状况实时监控、经营异常预警、问题快速定位等需求呢?让我们一起来看看汇金百货从数字“数据化”到数据“业务化”的转型之路。        会员RFM精细化运营                                                                                                         如何让顾客重回实体店?优化会员体验就是重要一环。 痛点: 企业内沉淀了大量高质量的会员数据。然而这些数据较为单一,缺乏有效组合,难以得出完整的会员画像。 解决方式: 通过帆软系统,结合RFM数据分析方法,根据会员的最近一次消费时间(Recency)、消费频次(Frequency) 与消费金额(Monetary) 这三个数据为其建立并打上特征标签,再通过不同的标签组合与权重分配完成对客群的细分,将其按价值分为不同星级的群体,星级越大,价值越高,并计算不同星级会员的人数占比、性别占比等数据信息。 场景价值: 现在,在帆软系统运用会员RFM分析方法,通过多个数据的组合,可以揭示会员的分布特征、价值状况和创利能力,为业务人员提供精细化运营的事实依据,从而辅助后续对不同客群的有效触达与精准营销,完成数据分析后的再业务化,并最终实现商业智能营销决策。 2021年-2022年上半年期间,公司开展了“会员差异化精准营销”系列活动,利用会员RFM、会员销售、会员特征等报表数据,对会员进行分层,根据会员不同消费特征(消费金额,消费频次,最近一次消费时间等),进行差异化的会员精准营销。针对不同标签的会员,实行不同营销策略,最终实现销售额278691元,会员到店人数105人。        利润测算,做到谈判心中有底   痛点: 联营模式决定了百货在定价促销时,往往希望加大促销力度以吸引顾客,而品牌商则希望获得尽可能低的扣点,这时就需要双方之间进行博弈。然而,近年来商业环境的巨变导致传统供应链分崩离析,如何更好地分析零售商供应链关系成为摆在百货面前的业务难题。 解决方式: 通过帆软系统,设计了利润测算模型,将经营数据代入“盈亏平衡点”的财务理论框架进行运算,能够精准计算出博弈双方的利益平衡点。手工输入成交销售、折扣率、定倍率等厂家成本数据以及毛利率、调整费用等百货成本数据后,测算模型将根据预设公式自动计算出对应的百货收益总额、厂家利润等关键数据。 场景价值: 借助帆软系统的利润测算模型,在商务谈判时百货店可以做到“心里有底”,对谈判的风险情况及对各个因素不确定性的承受能力进行科学预判,力争以毛利额最大化为前提开展定价和促销。通过建模及反复的模型测试,将业务经验、知识转化为有效的决策模型,将人们从手工归集信息且凭经验决策,推动走向实时数据展示和高效智能决策。 现如今,公司招商人员与乙方供应商谈判时,已经可以不再依赖公司内部结算系统数据,仅使用手机就能够随时、随地、随人地知晓自己管辖范围内品牌的经营情况,提高工作准确性的同时,也摆脱了耗费大量时间精力进行数据查询的困境。               总结与展望          汇金百货通过此次与帆软的合作项目,打造了一个能够集中体现企业运营活动状况的、全局的、直观的、可视化的经营分析系统。赋予项目管理人员更多主动分析方式,培养其会用、愿用、惯用最新的管理支持工具。通过第三方协同开发以数据、图表为主体的多样可视化界面,以实时数据为依托、整合所有关键指标,从时间、指标等不同维度进行分析,指导业务进展,提高运营效率和精度。 在新消费时代下,如何通过新技术创新,提高商场营运效率,方便消费者购物已成为百货实体店赢得顾客的关键,而数字化建设是能够改变战场局势的强兵利器。未来,汇金管理团队将始终坚持“回归零售本质”,用“商业经验+技术创新”,继续深化数字零售,通过“数据融合、数据理解、数据智能”,共享全域数仓,掌握运营现状,深耕智慧零售,拥抱数字时代。 注:为了便于在手机端阅读,本文对材料内容做了删改,感兴趣的朋友可以点击阅读原文查看原帖。
新药临床试验如何更高效?这家头部药企这么做
*本文为2022中国数据生产力大赛金奖案例,未经授权禁止转载! 纵观全球,医药创新不仅可为经济发展提供长久动力,更是解决民生问题的根本要求。 一款有效的好药诞生,标志着国家制药工业的发展水平,而且能根本性地改变某种疾病的治疗状况,造福国家乃至全人类。石药集团“做好药,为中国,善报天下人”的企业使命也是源自于此。   INTRODUCTION 企业简介       石药控股集团有限公司是一家集创新药物研发、生产和销售为一体的国家级创新型企业,跻身2022年度全球制药企业50强排行榜,国内排名位居Top5,为国内新药研发龙头企业。全集团现有资产总额580多亿元,员工2.7万人。 目前在冀、晋、鲁、苏、赣、津等省市设有10余个药品生产基地,产品销售遍及全球100多个国家和地区,有36个品种单品种销售过亿元。   BACKGROUND 业务背景   研发是医药企业的生命线,国际医药巨头的经验表明,研发是构建持续增长和核心竞争力的关键。 石药集团作为国内头部药企,创新药的销售收入已占到集团一半以上,成为集团的中流砥柱。集团投入多达几十亿的研发经费来支持创新药的研发,临床试验是其中关键的一环。 当前石药集团临床试验项目数达300多个,年研发投入35亿,研发团队规模超2000人。但对于临床试验项目的管理,还是以传统的人工管理方式为主,存在进度管控滞后、信息更新不及时、过程管理不规范等弊端,导致大量人力、物力、财力等研发成本的浪费,投资收益比明显不如预期。 近年来国内外同行纷纷加大对创新药研发资源投入,市场竞争日趋激烈。同时,国家又陆续推出“带量采购”等新医改政策。在如此大环境下,加快研发速度、提升研发效率和质量、控制研发成本、加速上市抢占市场是集团突出重围的唯一路径。   1.管理困难   药物研发是一项高风险、高技术、高投入、长周期和精细化的系统性工程,一款创新药的研发可能需要数十年的时间,耗资可达数十亿美元,临床试验是其中重要一环。 开展临床试验涉及多方合作,如:研究中心、患者、CRO、实验室等等,管理难度非同一般。如何高效与各方合作,互利共赢,最终促使临床试验能够用最少的时间和资金投入,保证试验质量,降低各种风险,通过国家药监局核查、审批、上市是临床医药研发管理层梦寐以求的解决方案。 药物研发流程环节及耗时 摆在研发管理层面前的关键难题如下: 1)如何从整体层面把控项目进展 不同的管理职能,对于项目数据的查看维度和分析角度不尽相同。当前是使用Excel逐级填报和汇总的形式,由于统计口径和要求不一致,一线业务人员(CR+A)往往需要同一个信息反复填多遍,才能满足不同管理部门的汇总和统计需求。 就拿受试者入组这一关键步骤来说,部门1和部门2对于受试者的入组计划的制定标准不一致,部门3和部门4对于受试者实际入组情况的统计标准也不一致,按照这些标准得出的完成进度(实际/计划)也是不同的。 带来的后果就是: CRA填报操作频繁,工作量重复,数据的准确性无法保证;且CRA耗费大量时间在数据收集和填报上,无法投入足够的精力在研究中心的核心工作上,反而影响到项目效率。 各管理部门汇总出来的数据是割裂的、分散的,往往只从自己部门角度去分析,无法从整体层面来进行数据联动或钻取,多维分析很难实现。 2)如何获知实时数据,保障临床试验稳步推进 试验质量与进度均与试验推进情况强相关。目前入组进度数据通过Excel层层汇总可收集上来,存在一定的延时,并且数据真实性无法保证。 同时临床试验里程碑数据及质量数据存在严重的滞后性,往往某个质量或进度问题已经持续很长时间,领导层却无法获知、无法及时干预,等到决策层给出调整方案时,针对的问题已经发酵变质,错过了最佳整改时间。 诸如此类场景多次发生,造成资源的极大浪费。获取实时数据,亟待解决。 3)如何有效的控制研发项目成本 药品研发如同淘金,费时费力费钱,需要精打细算、节约成本,用最少的资源换取最高的获益。 临床试验中的物料、人力、资金等资源投入落实到具体项目之上,需要做到最细粒度的拆解,评估其合理性和风险性,并与预算做差异分析,才能够去评测每一个临床试验的投入产出比,并为后期的项目投入提供参考。   2.具体面临的挑战 结合目前事业部困境及临床试验行业现状。要实现上述业务诉求,面临极大挑战。主要分为以下三个层面: 1)数据孤岛 主要体现在以下2个层次: 临床试验整体数据链条涉及众多的应用系统,如:IRT、EDC、CTMS、PV、eTMF、ePRO等,各应用系统分别服务于临床试验的某个环节,自成体系,分别有各自的数据管理要求和统计维度; 随着临床试验项目逐年增多,提供更细化服务的系统供应商也逐渐增多,且应用系统均为SaaS架构,导致试验相关数据分散存储于不同系统供应商平台,无法实现统一的数据管理、调度。 2)价值挖掘 目前,数据仅仅用来撰写临床试验报告,及试验完成后递交给国家药监局审查,偏向于结果类数据。 实际上,临床试验整个数据链条背后隐藏着每一类试验的关键节点、进度、质量、财务是否合理等过程信息,涉及临床试验运营的方方面面,商业数据价值目前还是一片蓝海。 3)业务赋能 如何把数据用“活”是对数据分析团队最大的考验。通过数据分析手段将临床试验整个数据链条沉淀下来、体系化、标准化,构建业务评价与数据分析指标体系是需要结合业务去探索的技术难题。 解决这些难题,才能让数据流动起来,从而达到提升团队工作效率,节省投入成本,保障临床试验质量的目的。进而加快试验推进进度,促进临床试验精细化运营,真正实现用数据创造财富。   SOLUTIONS 解决方案   为了解决相关的业务管理诉求,我们提出了“三步走”战略方针目标。 1.构建临床试验信息共享平台; 2.构建临床试验运营分析平台; 3.构建临床试验智能决策平台; 平台整体架构图如下: 临床数据化管理平台架构 1.信息共享平台 信息共享平台,旨在解决数据汇聚及标准化的问题,尽可能整合临床试验整个数据链条。 我们搭建了数据仓库,通过简道云、集成接口对接等手段,将分散在各应用系统里的数据,汇聚到数据仓库里,再结合实际业务逻辑及数据治理等手段,实现数据的统一化、标准化、体系化。 在此基础上,构建业务评价指标体系,使用FR/BI对信息按层次,分类别整理汇总,使得不同用户依据相应权限能够实时获取相关数据服务。 梳理各应用系统,制定数据回流方案。 对于无法回流数据,使用简道云搭建相关应用。 实施数据治理,创建数据仓库架构模型。 使用FR/BI开发相关数据报表,集成企业微信,实现数据获取、汇聚、集成、治理、查看一站式服务,且能够自动推送相关数据报表。 数据仓库部分架构 2.运营分析平台 运营分析平台,旨在解放一线业务人员的Excel式数据收集汇总的问题。 借助数据仓库,建立起业务评价指标体系,并使用BI构建相应的主题式数据分析模型,依据数据使用需求分层,分别为高层、中层、基层的使用者提供数据服务: 高层:集团CEO/副总裁通过驾驶舱从集团整体层面把握试验涉及的人、财、物、进度等各方面的执行情况,以明确执行情况与企业战略保持一致; 中层:临床试验各级负责人借助仪表板,可实时掌控临床试验进展数据,借助上卷下钻、数据联动等功能,能够多角度分析问题; 基层:一线业务人员能够使用数据,借助BI自助式分析,进行自主分析、探索,将更多的精力放在发现问题,落地策略,优化现有业务上。 通过以上举措,逐步形成人人用数据,人人懂数据的数据生态圈。 构建评价指标体系 选择切合的数据分析模型 构建数据BI看板体系 培养自助分析核心用户 营造数据分析文化 打造和谐数据生态 运营分析平台搭建流程 业务指标体系分类 3.智能决策平台 目前处于探索阶段,规划实现后的功能如下: 各应用系统数据回流数据仓库之后,依据相关业务逻辑,设计算法,推算出相关模型的风险因子,通过简道云/BI的数据展示,集成企业微信,自动触发相关消息或流程,推送给相关负责人。 各负责人接收到相关风险因子后,及时讨论解决方案,快速落地相关策略,通过最新回流数据验证策略效果,从而实现智能循环。 通过各种模型(项目风险评测模型/财务健康度评测模型/人员绩效评测模型等),结合行业经验,构建智能决策平台。 为保障整体方针目标落地,团队内部引入了敏捷开发方法论。结合团队的实际情况,分工图示如下: 内部敏捷开发流程   TYPICAL APPLICATIONS 业务/管理应用场景   场景一: 流程收集快速准确,信息共享便捷高 痛点: 1)一线业务人员(CRA)往往需要同一个信息反复填报多次,才能满足不同的管理部门的汇总和统计需求,数据不及时、不准确。 2)各项目PM的调整记录无法追踪,各领导的审批过程也无法留痕。 解决过程: 1)对现有的临床试验数据信息进行了重新梳理,标准化、规范化各字段取值;将现有通用型数据划分成主数据,其他业务强相关数据划分到各模块。 2)使用简道云针对上述模块创建了相关流程表单和普通表单,同时将数据仓库与简道云通过数据接口互通,实现简道云的数据直接汇聚到数据仓库。 3)在数据仓库做好数据加工后,选择相关的数据集市,使用FR/BI进行数据可视化呈现。同时将数据仓库的部分数据回流到简道云的普通表单,作为基础数据,智能触发相关流程的自动发起。 流程式数据收集及回流方案 应用价值: 1)数据仅需录入一次,可在多处重复利用,数据重复使用率提升了20倍,实现了临床试验信息的共享; 2)简道云的数据联动/数据关联等智能组件,使手动录入数据工作量降至之前的1/4,大大提升数据采集效率; 3)实现数据口径统一管控,降低部门之间因数据是否准确造成的沟通成本,沟通时间降至原来的5%; 4)实现简道云——数据仓库——FR/BI(数据应用)的数据自动化流转,人工整理数据的误差降至1%以下,保证了数据的准确性; 5)实现了数据实时录入、实时查看、实时分析,数据利用效率提升了80%以上。   场景二: 基于简道云的EDC系统建设探索 痛点: EDC作为临床试验电子数据采集系统,是开展临床试验项目必须使用的电子系统,其功能强大,模块众多。但是存在如下2点弊端: 1)搭建临床试验数据生产环境耗时较长。 2)EDC系统服务合同动辄几千万,且不随方案设计复杂度而灵活变动,实际使用过程中,会存在部分资源浪费。 解决过程: 1)针对方案设计较为简单的临床试验进行整体梳理、归类;提取出共性的eCRF标准化表单,对字段、表单、逻辑分别整理成标准模板; 2)依照整理出来的标准模板,基于简道云搭建简版的EDC环境(标准版本); 3)针对方案设计中比重较小的个性化的需求,再依照单个临床试验项目需求去单独设计。 应用价值: 1)提升效率,使用简道云搭建的简版EDC环境的标准版本涵盖了85%以上的功能,且只需搭建1次。 2)节省工时,同时优化了人力资源配置,使得相关同事有更多时间去梳理、完善标准eCRF,进一步搭建不同适应症的标准版本。 3)节省开支:作为现有EDC系统的一种补充,同时也节省了等价于现有EDC上的费用支出300多万元。   场景三: 可视化助力运营分析,多快好省多维掌控 痛点: BI系统上线之前,临床试验运营数据主要由各业务部门从不同的业务系统导出进行人工统计,书写汇报PPT,在领导层会议上进行汇报。这种人工统计的方式存在诸多缺点: 1)取数困难,人工登录多个系统、导出、核对,耗时耗力; 2)展示效果差,不能全方位分析,无法实现数据联动、上卷下钻等功能; 3)数据严重滞后 4)统计口径不统一,人工操作容易失误 5)数据造假,不能杜绝 解决过程: 为解决以上痛点问题,我们计划打造一个以整合临床试验整体数据链条为目标,展示整个研发事业部产生的数据价值,以临床试验运营效果的变化为依据,实时反映临床试验运营状况的运营分析平台。 应用价值: 临床试验运营分析平台通过直观易懂的图表,多维度、多视角分析经营数据,层层钻取,深度挖掘数据价值,为管理层提供高效可靠的决策依据与数据支撑。 相较于传统的汇报方式,运营分析平台通过数据自动化汇总,提高数据统计效率80%。优化业务流程,减少了60%以上的重复性工作。业务人员从数据统计中得以解放,回归到本职工作当中,企业效率提升30%。 SUMMARY 价值总结        1)借助简道云,手动录入数据工作量降至之前的1/4,平均构建EDC时间降至原来的1/5,标准eCRF迭代升级的周期降至原来的1/4,作为现有EDC系统的一种补充,同时节省了EDC费用300多万元; 2)通过数据汇聚、构建数据仓库、数据治理,因数据准确与否的沟通时间降至原来的5%,人工整理数据的误差降至1%以下,数据利用效率提升80%以上,数据重复使用率提升20倍,减少了60%以上的重复性工作。 3)利用Fine BI及FR展示数据、突出问题,在业务层面做出如下成果: 01 在中心筛选方面提供数据依据,精准选择最佳研究中心,整体时效缩短15%; 02 针对各类研究中心,原因定位迅速,落地相关策略后,使得入组率提升近20个百分点、脱落率降低5个百分点; 03 针对入组达成,原因定位精准,落地相关策略到位,整体达成率相比之前提升了近10个百分点; 04 质量稽查方面,可迅速定位主要问题,整改目的性较强,进而推至其他研究中心,后续稽查工作量有望降低30%; 05 财务风险方面,可从试验、中心、合同,逐级定位,迅速查找风险点,落地规避措施,粗略统计,规避风险金额可达数百万元。 整体上讲,提升临床试验运营效率50%以上。 石药集团借助帆软的产品(BI、FR、简道云),以整合临床试验完整数据链条为基础,打破临床试验各应用系统的数据壁垒,结构化、流程化、成体系的将临床试验相关数据沉淀下来,利用起来,推进临床试验管理由人工决策向智能决策的转变。 也期盼着有更多的国内医药企业加入我们,共同推进临床试验的数字化转型之路,为民做好药,创造社会价值,为国民身体健康做出应有的贡献! 注:为了便于在手机端阅读,本文对材料内容做了删改,感兴趣的朋友可以点击阅读原文查看原帖。
东华智能转向系统:全流程质量管理,预控+精确追溯,助力质量成本降低20%!
*本文为2022中国数据生产力大赛银奖案例,未经授权禁止转载!   INTRODUCTION 企业简介   南京东华智能转向系统有限公司始建于1958年,自1970年开始致力于汽车转向系统及其零部件的开发、制造、销售和服务。公司隶属于上汽集团,为国家高新技术企业、全国汽车标准化转向系统分技术委员会秘书长单位。   公司产品主要针对国内自主品牌乘用车、电动车市场。其主要客户为上汽通用五菱、上汽荣威、MG、MAXUS、北汽新能源、奇瑞、比亚迪等汽车厂商,具备年产140万台(套)电动助力转向系统的生产能力。 公司现为江苏省星级上云企业,目前正着力推进的数字化智能工厂项目涵盖生产计划、车间执行、采购物流、仓储管理、供应链协同、质量管理、设备管理、新品变更管理8大业务模块,围绕精准生产与动态决策两大转变,数字化推动持续优化与效能提升,助力企业卓越运营。   VALUE OF DIGITIAL 数字化建设价值   价值一: 质量问题贯穿于产品整个生命周期,与公司各部门业务都密切相关,根据业务需求,公司现有ERP,MES,PLM,EICP等系统,各业务流程数据存储在各种不同的数据库,SQL sever,MYsql等,数据整合汇总比较困难,不便于质量信息的关联分析,通过FineReport强大的自定义数据连接功能,打破了各系统之间的信息孤岛,将产品整个生命周期的数据以电子报表的形式呈现在FineReport平台上,结束了从前纸质报表的时代。 公司系统-数据交互框架图 价值二: 通过FineReport数据决策平台建立了公司分部门分层级KPI指标多维度报表(时间维度,产线维度,供应商维度,客户维度等),实现了采购、物流、生产及客户等产品全生命周期质量数据的实时监控与相互串联,及时掌握产品各阶段质量问题的预警及产生,实现问题源快速锁定与紧急遏制,节约了定期数据汇总分析的繁琐操作。 全流程质量KPI 质量层级报表实时监控 价值三: 运用OKR思想,结合企业目标制定量化关键结果目标阈值;运用PDCA法则,建立目标达成促进体系,闭环管理产品生命周期内各个阶段质量KPI指标,实现质量成本降低20%。   TYPICAL APPLICATION 典型应用场景   场景一 供应商质量全方位管控   痛点: 1、缺少对供应商的执行过程管理监督 企业跟供应商合作是一个长期而持久的过程,对于合作过程中订单的发货管理、订单的执行、原材料的价格波动以及合同的进程监控保证有很高的要求,目前这些信息不透明导致供应管理黑匣。 2、产品出现问题没办法精准定位到供应商处 当产品出现质量问题时很难直接定位到相应的供应商,无法快速对供应商提供的原材料的质量进行追溯分析,整个过程耗费大量人力和时间资源。 3、供应商绩效评估和淘汰机制薄弱 企业通常采购完成后,缺少系统性的对供应商相关数据指标的考核和淘汰机制,数据信息不流通不透明,整个供应商管理流程没有形成闭环,容易产生劣质供应商问题。 解决过程: 1.    供应链质量看板 采购件质量问题是采购供应链中关注的重点,根据评价指标搭建分析看板,分别从零件PPM、供应商零件质量抱怨、车间停线次数以及供应商质量绩效红黑榜四个维度对供应链质量问题进行展示。采购工程师根据供应商绩效红黑榜以及供应商零件质量抱怨对供应商进行积分惩罚,并对良好质量供应商进行激励。 采购质量大屏 对于采购到件,根据到货产品的一次合格情况对产品进行检验,数据来源包含了来料检验和收货异常问题,从年度、月度、供应商三个维度对采购零件合格率的统计情况。 一次收货合格率-年度明细(向右滑动查看更多) 一次收货合格率-月度明细 一次收货合格率-供应商明细 后续针对采购件产生的问题,采购质量工程师制作工单并反馈到供应商端,对问题关闭情况进行跟踪,对未关闭问题进行跟催,形成供应商质量问题治理闭环。 供应商问题关闭情况 为保证供应商中生产工具(模具、刀具等)的质量,通过统计供应商到货数量计算模具寿命并设定预警界限。当模具寿命超出预警界限,通过钉钉集成将预警信息自动发送到采购质量工程师,采购质量工程师对该部分模具收严管控,增加质量检验频次。通过模具寿命和质量检验数据的积累,不断优化生产工具使用寿命。 模具使用频次 2、采购订单交付 根据生产需求,采购部门制定采购订单下发到供应商端,供应商根据采购订单进行备货,并对供应商的物流进行跟踪。通过采购监控大屏实时展示当前的采购订单进度,便于业务人员了解物流进程。从年度交付准确率、月度准确率构成以及月度准确率交付趋势等,实时展示当月订单物流交付情况,并对订单进行分析,推动业务人员优化供应商物流逻辑,促进供应商交付准确率提升。 采购月度交付准确率 价值: 1、打破了以往对供应商在执行合约提供服务过程中的信息黑匣,优化整个执行过程的流程管理,在供应商执行的过程中能够有效进行监控和及时对采购方进行预警,保证双方合作的长期稳定。 2、将产品的相关信息跟供应商提供的原材料单号进行匹配,对客户投诉的产品问题进行质量追溯,精准对应到相关的问题供应商,节省了人力手工匹配的精力和调度时间,方便采购方进行问责记录。 3、通过供应商质量问题频率以及供应商物流响应程度两方面,对供应商提供服务的结果进行打分排名,及时对供应商进行淘汰和引新,保证企业优质的供应链管理系统。 场景二 生产过程多方协同,实现质量预控   痛点: 1、工程师不能实时监控产线良品率并作出响应。 2、生产数据不能一站式查阅,制约工程师关闭问题速度。 3、过程质量预控,人工统计仍为主要手段。准确性和实时性得不到保证,无法有效起到预警作用。 解决过程: 1、产线运行状态监控大屏 以产线为单位:①监控开班首检、过程巡检的完成情况;②监控工序一次合格率和产线直通率的达标情况;③监控班产完成情况和SPC报警情况。④统计产线缺陷并排序,展示TOP5问题。当出现红色时,工程师收到短信通知并作出响应,有效提高响应速度。重点分析解决TOP5,抓大放小,有限精力解决更多的问题。 产线运行状态监控大屏(向右滑动查看更多) 内部质量监控大屏 钉钉信息通知 叮叮信息通知 2、产品关键特性管制图 实时获取加工结果并更新管制图,触发(黄色)预警和(红色)报警,信息通知工程师处置。工程师根据历史数据,优化加工参数,可实时得到验证数据,对比优化效果,提升措施有效性。 关键特性管制图 3、SPC管控图预警 实时监控工序关键尺寸加工稳定性,出现异常报警,信息通知工程师处理。工程师可分析历史数据,制定工序能力提升方案并实时观察措施效果。 SPC管控图 价值: 预警、报警由人工转由系统执行,提高了效率和准确率;现场问题的处理,由主观经验判断变为数据支撑结论;已处置问题,通过实时数据展示快速的关闭;过程能力提升的数据依据更准确,支撑数据更易获取,提升效果更易确认。   SUMMARY 项目总结   近年来,制造企业越来越重视管理,逐步改善车间的生产条件,为MES系统的实施提供了良好的车间环境,也便捷了质量信息的追溯。帆软的数据分析填报功能比想象中还强大,要做好规划充分利用,快速开发适合本公司特性的相关系统项目,引入低代码平台,入手快,投入少,符合公司对未来规划的发展趋势。但是帆软终究只是一个工具,最重要的还是需要公司从实际出发,做好规划调研报告,才能有效地帮助管理人员加强管理和控制,保证信息处理的及时性,通过流程重组,合理分工和明确职责,达到精细管理的目的,并增强企业竞争力。 注:为了便于阅读,本文对材料内容做了删改,感兴趣的朋友可以点击阅读原文查看原帖。
瓮福集团:全面预算体系+报表自动化,实现财务数字化!
*本文为2022中国数据生产力大赛银奖案例,未经授权禁止转载!   INTRODUCTION 公司介绍   瓮福(集团)有限责任公司是国家在“八五”“九五”期间为保障国家粮食安全、填补国内高浓度磷复肥空白而建设的全国五大磷肥基地之一,拥有全资、控股或实际控制公司44家,参股公司10家,员工6400余人。 公司先后荣获中国工业大奖表彰奖、贵州省省长质量奖、国家“AAAA级”标准化良好行为企业等荣誉,公司湿法净化磷酸产品荣获2018年度制造业单项冠军产品,是贵州唯一获此殊荣的企业。   REQUIREMENTS 财务需求   经营背景 在公司近几年产业高速发展、外部市场环境快速变化的大背景下,决策层对公司的经营管理、分析调度、决策规划需求日益增加,公司内部管理与行业外部监管对财务数据效率与质量要求更为严格。因此,财务部急需通过数字化转型重塑财务工作流程、提升数据处理效率、实现数字深度应用。 公司财务工作主要痛点 1. 集团公司法人主体众多,控股结构复杂,财务信息传递慢 在财务传统的工作模式下,财务报表数据按照法人主体层层汇总、层层合并、层层抵消,当公司控股结构较为复杂,传统的财务数据传递方式会严重影响财务报表工作效率,法人结构处于上层的财务人员往往会出现工作等待、频繁沟通,同时如果在合并层面发现数据问题,还需要层层下查,最终导致月末财务部门出现大量的“表哥”、“表姐”。 2. 化学反应生产工艺复杂,物料同质,耗用循环,成本分配与成本还原难 化工型企业生产工艺复杂、环节多样,物料具有同质性以及可替代性,工业水、电、气具有循环耗用特性,因此在成本分配以及还原过程中处理难度大,数据运算复杂程度高。 且传统的财务体系下成本分配算法需要逐级统计、逐级运算,造成数据维度损失,结果数据可利用性不强,没有充分发挥出数据的延展性、完整性,导致企业成本管理无法由浅入深。 3. 供应链条复杂,物料跨组织调拨,财务对账难 集团公司纵向产业链布局深,企业内部上下游关系强,生产物料涉及跨组织调拨,且跨期处理对往来信息同步要求高,集团范围内财务对账、成本还原难度大,集团合并报表效率低,极大影响企业财务人员工作效率以及财务报表质量。 4. 财务数据孤立,数据审核复杂,纠错成本高 公司财务数据孤立严重,各公司财务数据以本地数据方式存放,难以实现数据共享、数据效验,且数据传递只能通过文件传输方式。对于数据错误无法做到及时发现、及时纠正,需要人工反复修改、反复传递,耗时耗力。 5. 财务数据分析应用薄弱,数据时效性差 财务数据分析应用层面薄弱,集团整体数据量庞大,但未实现数据分析、展示以及大数据应用,业务机构、财务机构未能快速获得数据的价值反馈,数据灵敏度和感知度较差。同时集团数据缺乏统一的来源与口径,导致公司数据分析存在“手表效应”,增加了人工数据核对、查验工作。 因此,为解决数据汇总、运算、分析、应用等痛点,公司需引入一套完整的数据应用软件以及数据处理服务中间件,以实现数据集成、数仓搭建、数据集市以及可视化应用,同时具备数据的动态交互展示,并且支持自主开发、需求迭代,以此推动集团整体数字化建设工作。   IDEAL AND SOLUTIONS 财务数字化转型思路与方案   基于企业当前数字建设现状与财务管理工作痛点,集团财务部门提出了三年财务数字化转型建设方案,主要围绕以下三方面开展: 企业数据标准化建设 数据标准化建设是财务数字化转型的基础。在集团数字化转型背景下,财务部门深入参与集团数据治理工作,站在财务管理视角,盘点相关的信息化系统和业务流程,理清各方数据需求,摸清现有数据真实情况,会同信息化部与其他业务部门共同推进数据标准体系的建立,逐步建立起覆盖各信息系统输入、处理、输出等各环节的、健全的数据标准,形成较为完整的企业数据标准体系。 企业数据中枢构建 利用数据中台工具搭建符合企业特色的数据中枢。数据中枢总体架构由以下三层组成: 企业数据中枢架构 1. 数据中枢底层 底层由管理台账和业务台账(以下合称“台账”)构成,主要实现数据采集和数据初步标准化的功能。台账根据一定的数据标准规范汇集企业内外部的所有数据,数据来源可选择手工录入或系统自动采集,主要取决于企业各种管理或各类业务的信息化、数字化程度。 对于信息化程度不高的管理或业务,利用台账取代原有的手工台账,实现数据在同类业务中的标准统一,打破“信息孤岛”,以满足后续数据分析的需求。同时,台账的建立也有助于该类管理或业务更好的实现信息化。对于已经通过信息化系统开展的管理或业务,台账作为信息化系统的数据承载,将各系统数据自动传递至数据中枢。 台账是数据中枢与信息系统之间的桥梁,它与企业各管理类系统及业务类系统相互兼容,相互补充。该方式能够满足不同信息化程度的管理或业务,实现与各类管理、业务数据的双向传递和信息互通。 2. 数据中枢中层 中层是数据治理的核心。通过数据中台工具为中心、其他信息化子系统为辅助对数据进行加工处理。具体内容包括对数据进行清洗加工,采取剔除重复数据、填补空值、处理异常数据等多种策略来修正数据,得到高质量、可利用的数据,实现多源异构数据的聚合与联接,同时结合管理需求,提取数据指标,搭建好用、易用、可复用的指标库。 需特别注意的是,我们摒弃将所有原始数据采集至数据中台后,再对数据做清洗治理的传统方式,而是充分利用各信息化子系统的数据处理优势,将该工作应前置至各子系统,确保台账采集到的数据可见、可懂、可用,具备一定的标准化基础。 3. 数据中枢顶层 顶层由数据分析模型构成,主要实现数据价值的深度挖掘。通过财务数据分析模型及智能算法技术,形成瓮福特色的模型工厂,面对内部管理决策和外部监管要求时,可以做到按需开箱即用。 企业信息生态体系搭建 通过“新”共享理念+机器人工具实现数据标准化建设,以数据中枢为核心,连接企业内部所有信息化子系统,攫取外部可用数据,打造数据分析模型工厂,结合各类前端可视化应用,探索构建企业管理信息生态系统,实现瓮福集团财务数字化成功转型。 企业管理信息生态系统 瓮福集团企业管理信息生态系统并非某个特定的信息化系统,它是大型的复杂的综合信息化系统集群。在这个系统集群中,数据准确、及时、高效的流转显得尤为重要。传统的系统集成方式是点对点的技术架构,想要实现数据的流转,需开发如蜘蛛网般繁杂的接口。数据中台则采用数据总线方式,实现数据的单向流转,所有系统数据均传递至数据中台后进行处理。 瓮福集团企业管理信息生态系统中的数据中枢则采用创新的网状连通方式融合各个系统,构建系统生态化。通过这种新的连通方式,可以解耦各个信息系统内部的强连接,在系统的灵活性与规范性之间取的平衡,灵活应对业务扩展,同时它能够实现数据的跨系统双向传递,使得数据能够在任意系统间顺畅流转,系统集成生态更清晰、稳定和易于运维。 数据集成方式对比     BUSINESS APPLICATION 业务场景:全面预算管理系统搭建   基于FineReport搭建企业全面预算管理系统 全面预算是企业运营、投资、融资管理的核心,标志着企业未来的战略目标和经营决策。集团传统全面预算编制工作采用业务部门填列业务计划,财务部门编制单体预算报表并逐级合并的方式开展,这种模式下全面预算工作主要存在: 各层级预算数据不共享,数据编制均基于线下EXCEL表格,数据汇总工作量大; 各法人主体预算编制规则不统一,预算质量取决于各级财务人员预算水平; 预算编制时效性差,编制效率低下,沟通成本高,平均编制预算全集团所有财务人员总共需耗时80人天以上; 预算数据应用水平差,预算编制结果缺乏多维度分析依据数据层次钻取,领导决策等待时间长,数据反复确认耗时耗力。 为了解决传统全面预算编制工作痛点,集团基于FineReport报表填报、展示功能以及ETL数据处理相结合的方式,通过对会计报表编制流程中数据运算逻辑梳理,构建集计划填报、产销平衡、成本分配、成本还原、现金平衡、预算报表自动生成、预算执行分析为一体的全面预算管理系统。系统架构如下: 全面预算管理系统 填报平台搭建 全面预算交互层主要采用帆软FineReport行式填报功能,主要用于采集预算年度生产经营计划,主要包括生产计划、销售计划、物料价格、物流线路、部门费用、投资计划等,交互填报界面具备快速填充、批量导入功能;主要解决业务单位批量化操作,提高填报效率,同时系统设置数据结转功能,能快速实现上年预算、上一版本预算数据同步生成,从而优化填报界面用户体验感,避免预算从零开始。 系统界面展示如下: 生产装置产能档案 销售计划填报界面 工程项目投资计划填报界面 产销平衡自动化 全面预算系统通过自主整理的集团产销平衡规则,基于物料清单和多源采购规则,实现自动化物料平衡,在录入生产计划、销售计划的过程中,系统自动化生产公司物料消耗计划、采购计划、调拨计划,实现全自动物料平衡,极大减少传统预算编制模式下的人员工作量、同时最优平衡算法也实现了预算层面资源配置优化。 产销平衡表 成本分配模块建设 全面预算管理系统可实现多套成本中心、成本分配方案配置,可灵活实现不同成本方案下的成本分配计算,以及不同方案下的成本分配结果对比。同时基于成本中心、分配方案建设,系统自动进行成本分配,同时基于自主研发的成本还原算法,实现成本还原一还到底,运算速度快,且数据还原到具体明细,数据维度不缺失,充分确保还原数据有极强的拓展性,满足与后期各种场景的应用适配。 成本分配方案控制台 成本中心与对象关系填报界面 成本中心分摊方式维护界面 现金预算平衡与筹融资规划 集团财务部通过对企业历史现金收支数据进行统计分析,得到各个业务类型在时间维度上的分布函数以及票据收付比例,同时结合新一年度的产供销费及投资计划的业务预算数据,将年度预算进行月度分解,得到集团十二个月份现金与票据的收支预测数。同时在对历史收支数据按照各种维度进行动因分析后,制定最有利于企业经济效益的收付款计划,做到企业现金应收尽收,应现尽现。 在完成企业外部现金收支平衡后,集团财务部基于集团现金和票据收支平衡表,统筹平衡内部法人主体之间内部现金收支计划和票据收付比例,避免企业内部出现个别单位票据盈余,个别单位票据短缺,减少集团整体开票金额,增加集团票据使用效率,降低财务费用。 同时,在现金平衡端,集团通过对历史融资数据进行多维度分析,寻找融资成本在机构、品种、期限、地域等不同维度下的比较优势,并基于集团现金平衡表,合理安排企业最优融资计划,充分发挥企业融资优势特性,提高现金使用效率,合理保障企业现金流风险,做到风险收益最优平衡。 集团公司通过充分发挥数据价值,指导预算编制最优化,实现全年财务费用下降至少2000万元,从真正意义上实现企业管理价值化。 现金预算平衡表 财务报表自动化生成 通过企业生产经营业务数据填报、成本自动分配、产销平衡和会计报表规则等模块的搭建,最终在数据输出端实现自动化财务预算报表生成,同时实现数据上下联动、实时更新,并且报表输出层面可实现单体报表、合并报表同步查询。系统搭建极大提高财务部门在预算报表编制工作中的效率,统一了集团报表编制规则,初步实现全面预算管理板块的数字化转型工作。 预算利润报表 通过全面预算系统平台搭建,财务部门预算编制工作由原来的全集团总共80人天下降至3人天,集团层面可以实现预算变量的统筹配置、安排,真正意义上实现企业各种要素统筹优化配置,并且集中管控和共享的预算管理模式也极大的减少了公司各层级人员之间的沟通成本。同时,标准化的数据存储为全面预算分析应用、执行控制提供了有利保障,从真正意义上实现了预算控制到个人、预算执行到部门、预算分析到全局的全面预算管理体系。 SUMMARY 总结与展望   在数字化背景下,财务部门作为企业天然的数据中心,更需要通过运用云计算、大数据等技术来重构财务组合和再造业务流程,提升财务数据质量和财务管理效率,更好地赋能业务、辅助经营和支撑管理决策。 基于集团全面预算管理系统成功建设的背景下,公司将进一步深入探索财务数字化转型之路,在充分利用企业ERP系统、帆软报表平台以及ETL、数据仓库、数据中台等各类技术手段,进一步围绕集团财务共享中心系统架构蓝图,开发具有瓮福特色的财务共享中心管理系统,最终实现企业数据管理生态体系,充分创造企业数据价值。 企业财务共享中心系统架构蓝图 注:为了便于阅读,本文对材料内容做了删改,感兴趣的朋友可以点击阅读全文查看原贴。
搭建统一数仓和BI分析平台,杭州中艺迈出数字化统筹营销管理关键一步
*本文为2022中国数据生产力大赛银奖案例,未经授权禁止转载! INTRODUCTION 企业简介   杭州中艺实业股份有限公司成立于 1999年,是一家集研发、生产和销售于一体的全产业链户外家居企业。我们致力于成为全球户外家居行业的领航者,不仅专注于研究户外产品的合理运用,提供专业的产品,还为消费者提供差异化整体户外生活解决方案,全面提升用户体验,让每个人都能享受更美好的户外生活。中艺的产品遍布欧、美、澳等30多个发达国家和地区,是户外家具行业中最具影响力的企业之一。 PAIN PIONTS 公司面临的痛点 近年来,随着企业规模的不断扩大,公司在运营管理中逐渐开始暴露出一些问题: 1)数据沉淀的利用不足 业务使用以EXCEL为主,系统报表为辅。信息传递需要重复劳作、耗费人物力,无法沉淀数据资产。 2)数据体系不标准统一 因为报表未自动化,且口径与报表输出规范标准未统一,导致跨部门沟通成本日益增加,数据交流存在阻塞,进一步负反馈影响各部门自动化报表进程。 3)各业务板块间管理割裂 经营指标数据相对分散,且多为手工报表,不能很好从数据层面对类似商品链营销链等进行全局管控,无法及时发现异常数据是由哪个环节产生。 4)管理支撑数据不足 数据链存在问题,导致在类似目标拆解、绩效考核等管理动作中无法精细化。   SOLUTION 解决方案   中艺纵向按照盘、规、治、用四步进行规划,横向依据各业务条线进行深入分析。所有数据源集中采集到数据仓库,通过数据建模和主题域划分,进行数据资产管理和数仓研发,然后统一对外提供数据服务,保证数据可管、可用、可追踪。 总体规划业务架构如下: 项目成果展示: 营销中心数据仓库建设 本期项目围绕营销中心,结合公司数据特点,设计四层数仓架构:贴源层、标准层、公共层和应用层。其中公共层根据业务分类分别设计外销合同、采购合同、出口明细单、费用、客户、产品等多个系列的数仓模型表,实现业务数据的打通。 前端页面结构 参考平衡计分卡 (Balanced Score Card)的绩效管理体系,从财务、客户、内部运营、学习与成长四个角度,将组织的战略落实为相互平衡的可操作的衡量指标和目标值。基于营销中心业务场景,结合平衡积分卡划分方式和各层级用户划分,中艺将前端页面分为一级驾驶舱、二级看板、三级明细,并设计层级间跳转钻取模型。 一级领导驾驶舱 针对公司高层领导和营销中心总监级角色,从营销中心指标范围内提取核心管理指标和业绩考核数据,展现关键内容。 移动端看板 针对高层领导、营销中心领导、部门负责人等管理角色,精简核心指标,开发移动端看板和关键指标定时推送,支撑便携管理。 IT运维看板 考虑业务系统到数据仓库的迭代过渡,开发了部分核心指标的数据稽核表,供给数据核验;同时为了更好的推广营销中心看板项目成果,开发了平台用户访问数据看板和明细表用于监控和汇报用户日常使用深度。 TYPICAL APPLICATIONS 典型应用场景 场景一:管理驾驶舱 痛点: 高层领导关注的指标都是每周通过周会PPT汇报来呈现,周中需要关注指标还要业务人员重新统计后上报。首先,核心指标的数据质量和数据及时性都无法保障,大大影响了高层运营决策的效率和质量。其次,当指标出现异常时,很难快速定位到问题,极易造成解决问题时出现治标不治本的情况。 解决方式: 驾驶舱+数据下钻。 通过收集和分析高层需求,形成了6张不同主题的高层驾驶舱看板,将核心指标按照业务逻辑进行布局,同时开发移动端驾驶舱,实现随时随地查看公司运营数据的目的。同时PC端还实现了数据下钻的功能,任何指标都可以实现逐层下钻到最细粒度明细数据,真正做到数据问题一目了然。 场景价值: 驾驶舱的上线,极大程度解决了高层管理中面临的“数据荒漠”。以前至少需要近10个人每周汇总整理更新一次PPT周报数据,现在通过数仓自动采集、定时计算和报表平台前端展示的方式,实现每天自动更新一次数据,随时随地查看报表数据;而在报表内容方面,也由PPT中固定格式的数据展示,扩展为多个主题、逐层下钻的报表体系。 项目上线后,企划部王总这样评价:“营销驾驶舱提供全方位的数据视角,帮助我们纵观全局,更加便利地进行分析,提高工作效率。” 场景二:年度订单更进 痛点: 公司目前的业务,从接单到交付持续时间较长,每个销售季节会持续18个月,这样每年都需要同时跟进新老合同。 外销订单的落单及出运情况主要依赖明细报表,每次汇报都要导出到Excel中核对数据后再进行汇总,至少需要消耗半个工作日,一旦数据异常,则需要下载其他明细报表核对数据找问题,耗时加倍。 而基层员工想要及时了解自己负责的合同只能通过定期更新线下文档中的合同数据,准确性和及时性均无法保障。 解决方案: 数仓+驾驶舱+看板+明细。 通过数据仓库,以外销订单出货批次为基础,将采购、生产、预配、出运及收汇等环节数据进行打通,并开发运营主题驾驶舱(高管)、订单专题驾驶舱(部门)、订单出运看板、单一合同看板及一系列明细报表。用户可以销售年度为单元,跟进所有订单的生产、出运进度,并针对关键步骤进行专项分析。   场景价值: 数仓打通了各业务模块的数据并完成数据核对;平台驾驶舱及看板则将日常跟单工作中80%左右的工作内容固化下来。在保证数据准确及时的前提下,将手工统计的工作量缩短至只需要几分钟来查看结果和下钻找到问题明细数据即可;高层领导需要关注指标时,也可以随时查看系统数据,等待数据时长由原来至少半个工作日降至几秒钟。 对于基层员工,通过数据权限控制,员工在进入明细报表页面时,只展示本人负责的订单及落单和出运详情,在保障数据安全的情况下,基本实现零手工。 场景三:业务预测 痛点: 无论是手工报表还是之前开发的部分自动报表,都缺乏预测的功能;每个销售季节的订单,在下单时预估单笔订单的利润情况,但整体利润都要等公司的财务报表;收汇出现了问题的时候,才发现有很多到期的未去催款等等,无法预知未来的方向,无疑是让管理层在黑暗中摸索前行。 解决方案: 与业务共同探讨确定毛利、净利等预测方案,并在数仓中实现预测数据指标的测算;针对已知截止日期的关键操作,在即将到期前一个月开始进行预警,提醒业务员按时操作;对于特别重要的指标进行日常监测,定期推送异常数据。   场景价值: 指标预测虽然并非真正的结果,但却在很大程度上成为了公司运营决策的照明灯,管理层能通过预测数据来预判业务是否正常,是否需要进行干预或决策调整。而数据预警,则更倾向于日常业务监控,将核心工作呈现在报表中,督促业务人员及时跟进。 系统上线半年以来,公司逾期收汇比例较去年下降6.4个百分点,整体收汇及时率较去年上升4.1个百分点。 SUMMARY 总结 项目上线后经过两次平台培训,目前营销中心用户已经习惯通过平台访问公司数据,指导经营决策,单日平均访问次数超过500次。 未来中艺将在数据分析层面进一步拓展,延伸下挖,建立更多细化的驾驶舱、看板和可视化报表;进一步深化数据应用,基于组织结构考核和业务管理中心的升级,对指标分析进行迭代;提高数据完整性,通过规范操作要求,提高数据的准确性。 中艺将以营销中心为切入点,加快企业数据应用体系建设,强化内外数据的采集、融合、分析、应用、治理能力建设,实现数据在信息系统、软硬件与人之间的实时、自由有序流动,并通过数据-信息-知识-智慧的跃迁实现数据资源为企业的全面赋能,为企业产品研发、市场销售、经营管理等提供科学决策和精准执行(规划架构见下图)。 注:为了便于阅读,本文对材料内容做了删改,感兴趣的朋友可以点击查看原贴。
焕发BI敏捷动力,外运长江把握数字化转型新机遇!
恭喜中国外运长江有限公司获得2022中国数据生产力大赛银奖!让我们一起看看外运长江如何顺势变革,把握数字化转型新机遇吧~ 疫情期间,随着中国制造业的逐渐复苏,外贸出口货运量快速增长,物流服务需求激增。供应链物流服务企业在面临新挑战的同时,也迎来了新的发展机遇。 中国外运长江有限公司(以下简称“外运长江”)隶属于招商局集团下属的中国外运股份有限公司(拥有“中国外运”这一物流知名品牌),是长江区域集物流、数据流、资金流为一体的、具备供应链解决方案设计运营能力的现代综合物流企业。中国外运长江有限公司服务社会、开拓创新,立志成为区域内智慧物流的引领者、供应链生态圈的构建者和高质量物流产业的推动者。 凭借中国外运强大的系统资源和分布于全球40多个国家和地区的物流网络,公司在长江流域主要经济发达城市与重点口岸构建了成熟的产品服务体系,面向国内和国际市场为客户提供全方位一体化的供应链物流服务。 当前,中国外运正在大力促进数字化转型,推动企业建设世界一流物流平台,这既是企业可持续发展的内在需要,也是数字化时代传统企业突破创新、重塑自我的必然选择。   01 「扬帆」:工欲善其事必先利其器   作为国内居行业前列的综合物流企业,如何破解成长命题、拓展发展空间、在市场竞争中立于不败之地,一直是公司高层决策者关注的焦点问题。外运长江知势致远、顺势而为、主动求变,努力突破传统思维,毅然踏上数字化转型新征程。 在长期的发展历程中,数十年来,外运陆续建立了各类信息化系统,有财务、HR、海运、WMS、TMS、OA等等……。这些系统在推陈出新的过程中承担着特定阶段的信息化、数字化使命,它们既各有所专,却又各自为政,突出的问题是数据质量不高、数据可用性低,数据孤岛现象较为突出。 大量的数据只是简单堆积,数据价值无从体现,决策者难以透过数据发现事实、产生洞见。 面对这一局面,外运长江IT总监俞雪源认为:“大数据”不能有量无质,当务之急必须优化数据资产、加强数据治理、消除数据孤岛、重构数据价值,推动企业实现数字化运营。 “工欲善其事必先利其器”,要开展好数字化变革工作,重塑业务、重塑运营,好的BI产品的支撑必不可少。 外运长江此前曾使用过几款国外知名的BI产品,在使用过程中,传统型BI产品部署效率低、交互体验差、访问速度慢、技术陈旧等问题较为突出,致使产品应用效果不佳,用户态度消极,很多业务分析仍然在Excel中完成,费时费力,效率低下,难以发挥数据共享和管理协同效应,数据价值远未获得挖掘和呈现。为此,我们一直期待能寻求到一款更契合本企业应用需求的BI产品。 另一方面,作为综合物流领域的传统企业,不少员工还是缺乏足够的信息化意识和数字化思维,日常工作习惯于跟着感觉走,惧怕改变,总指望靠着“Excel+PPT”就能“一招鲜、吃遍天”,管理协同更多是通过“邮件+附件”的落后方式进行,效果难如人意。同时,企业的信息化建设工作,业务人员、管理人员的参与度不高,数字化分析工作还是以IT主导为主。 针对这一现状,外运长江决心从打造全新的数字化文化、重塑员工的数字化思维入手,破旧立新、脱胎换骨、走向重生。实现路径是通过全面的数字化动员和全员“沉浸式”数字化实践让企业上下实现根本的数字化转变,让广大员工在数字化变革的“实景体验”中逐渐形成数字化的工作习惯、培养数字化的工作能力,进而用数字化的工作方法开展工作、解决问题。 要达成这一目标当然需要选择一个先进的BI技术平台。 也正是在这个时候,帆软旗下的FineBI进入了我们的视野。经过对国内外众多BI工具的测试与评估,外运长江创新研发部最终从产品易用性、技术先进性、平台安全性、体系健壮性、用户友善性以及系统的开发部署效率等诸多方面进行了综合比较,最终决定采用FineBI这款国产敏捷型BI产品作为帮助我们完成系统升级、推动我们实现数字化变革的产品和工具。   02 「启航」:实施有方略,落地靠方法   为保证系统成功落地,我们对项目的实施部署进行了周密地组织和规划,一步一个脚印,扎扎实实稳步前进。 项目建设工作从以下几个方面渐次展开: 1、推动标准化 基于核心业务系统——i-SCP智慧供应链平台及关联信息系统,从客户供应商信息、业务规则、基础数据等几个方面入手开展标准化管理和数据治理,条分缕析、规范流程、建章立制、标准先行,沉下心来抓细节,敢于碰硬重“执行”,让标准不仅仅停留在纸面上,而是融入到实际工作中,为后续的数字化分析、精细化管理奠定坚实基础。 2、发挥IT驱动作用 在开展系统建设的过程中,结合传统型综合物流企业的信息化发展实际,由IT(创新研发部)人员先行开展FineBI的技术探索,积累成熟经验、加强梯队建设、构建应用生态,在系统建设和技术推广方面发挥引领和驱动作用。 3、步步深入 首先在总经理室、职能部室层面大力宣传和推动BI技术,之后层层递进、步步深入,在事业部、经营片区、分子公司层面进一步推广。在此过程中,不断通过成功案例开展技术培训和经验交流,逐步让各级领导和广大用户感受到商业智能技术带来的“看得见”的价值。积极加强引导,循序渐进。 从浏览仪表板开始,让更多的用户由浅入深、由易到难、潜移默化地掌握FineBI的使用方法,帮助、鼓励更多的用户以DIY方式开展自助数据分析,从中体会自身潜能充分释放后“随心所欲”开展数据分析带来的如鱼得水般的从容与快乐。 4、培养关键用户 全面动员、周密计划、重点培养、建立生态。大力开展员工技术培训,发展关键用户,构建用户协同生态,建立分级管理机制。将关键用户细分为管理员和分析员,明确不同角色的合理分工。 组织技术交流,加强技术支持,在钉钉中建立工作群,及时响应用户请求、快速解决各类技术难题。让用户尽快熟悉工具,掌握方法,将新的工作方法融入到日常工作中。   03 「乘风」:关键用户做先锋,技术推广立大功 初期的进展并不意味着最后的成功,如何在广度和深度上进一步推广FineBI技术的应用是工作成败的关键。在推进过程中,我们把自顶向下和自底向上的工作方法相结合,既争取高层支持,又注重发动员工,因地制宜制定策略、千方百计开动脑筋、机动灵活开展工作。尤其注重让关键用户在一线公司发挥以点带面的示范引领作用。 系统推进初期,曾有一位分公司的新员工到创研部接受了为期两天的FineBI技术培训,年轻人善学习、肯动脑,短时间就掌握了FineBI的使用方法。 回到分公司后,该员工很快自主完成了一个业务分析仪表板的设计开发并推送给了部门领导,立竿见影的效果让一线领导欣喜异常,他们亲眼见识了FineBI的威力和价值,应用热情很快激发出来。 在员工的努力和领导的支持下,短短一年时间,该员工就为所在分公司开发了近100个仪表板,定制了几十个邮件报表推送,赋能效应凸显。示范效应放大后,更多的同事被带动起来。该员工于是又主动抓住时机,适时开展技术培训,迅速培养起一批FineBI的忠实用户。 这一成功实践让我们看到了关键用户的核心价值,也使我们深受启发,找到了一条推广应用的新途径。我们认识到通过一线熟悉业务的员工进行身临其境式的场景化应用推广往往能收到事半功倍的效果。 为此,我们有意识地加强对骨干关键用户的培养和支持,鼓励他们带动更多的用户参与到FineBI技术的应用实践中来。 “一枝独秀不是春,百花齐放春满园”。在我们的引导、支持和推动下,在关键用户的配合下,这一模式在不少下属应用单位得到借鉴和推广,FineBI的用户数量迅速增长,FineBI平台访问量不断攀升,系统建设逐渐进入了平稳发展期。 为让平台价值充分呈现,我们一手抓技术一手抓管理,双管齐下,齐头并进。我们深知:作为有近百家下属单位的三级公司,要用好系统就必须建立完备的企业级组织架构和完善的系统管理机制。 为此,我们以公司的现有行政架构为基础创建了完整的FineBI系统组织架构和完整的用户管理体系,按照组织层级设置分管理员,一级管一级、分级授权、分级管理、职责分明。各级管理员和用户在系统平台的支撑下相互协同、相互支持、各司其职,各得其所,用户潜力获得极大激发、平台价值得到进一步提升,数字化变革效应逐渐彰显。   04 「破浪」:突破移动瓶颈,加固安全体系 针对以往传统BI工具对移动端支持不足的问题,外运长江在部署FineBI之初就决意要突破移动端的使用瓶颈,让大数据一触即达,让用户随时随地都可以访问系统、开展工作。 为此,依托FineBI丰富的插件体系,我们实现了FineBI与钉钉的桌面集成。现在,用户可以在钉钉中单点登录访问FineBI,打开手机或移动终端就能通过数据分析掌握业务动态。 在PC端,我们强化身份认证,实现了用户的扫码登录,既保证了访问便利性、又提升了系统安全性。   05 「千帆竞发」分析可视化,“数据”看得见 此次FineBI平台建设,外运长江完成了i-SCP分析、运营管理分析、分公司分析、职能部室分析等众多分析主题的构建和仪表板的开发,通过充分调动各分子公司关键用户的积极性实现了系统建设的层层递进、全面推广。 截至目前,计有1200多个仪表板投入使用,实现了近100个定时推送,推送目标用户超300名,系统日均访问量达1000多人次。数字化技术日益普及、数字化工作理念日渐深入人心。 BI平台建设的部分成果如下: 利润分析看板: 客商分析看板: 人力资源专用看板: 财务管理看板:   06 「致远方」:乐享帆软“全家桶”,相伴成长齐进步   说起来,FineBI既不是我们最早使用的帆软产品、也不是唯一的产品。实际上,数年前,我们就已是帆软FineReport产品的用户了,我们采用FineReport构建了公司的报表开发平台。 通过FineReport这一先进的报表开发工具实现了技术赋能,把报表制作这一琐碎并占用开发人员大量精力的“dirty work”从核心系统开发工作中有效分离出来,优化了平台架构、降低了主系统负担,实现了报表制作的化繁为简,让更多一线用户掌握了自行定制报表的技能,极大解放了生产力。 开发人员得以从大量低效重复的报表制作中解脱出来,从而能把更多的精力和资源聚焦于高附加值的技术创新。在此基础上,为了充分发挥FineReport和FineBI的功能特点和技术专长、实现优势互补,我们又进一步将这两个产品进行了平台集成,构建了外运长江决策门户,进一步提升了外运长江的大数据应用能力和数字化管理水平。 企业的信息化是一个持续不断的过程,既有大的系统、大的需求,也有小的应用、小的需求。同时,对大部分企业来说,刚性、低频应用需求也是一类普遍存在。在信息化系统建设过程中,需求变化是常态,毕竟,再完备的系统也不可能做到功能无所不包。 随着企业发展,总会不断出现一些既有功能外的新增和变化需求,甚至需求算不上十分清晰(成熟)的情形也是有的,需要边开发、边讨论、边调整。因而,应用开发上的即时快速响应能力对企业来说是一种现实需要。传统企业IT人员往往不足,难以独立开发大型应用,对大的项目,通常采取高举高打、外购或协同开发的方式进行部署实施,而小规模的应用如果一刀切地采用与大型项目一样的运作方式,就成本控制和实施效率上来讲并不可取。 在这样的场景下,如何凭借有限的资源实现对企业应用需求的敏捷响应就成为困扰很多传统企业的难题。 在这样的背景下,零代码技术应运而生。近几年,零代码技术发展迅猛,帆软的“简道云”是较早进入零代码技术赛道的产品,在其推出之初,外运长江就作为第一批用户入驻了“简道云”,从零起步,一步一步逐渐构建起公司的零代码开发体系,极大提高了企业的数字化应用需求响应能力和快速开发能力。 目前,我们已采用“简道云”零代码开发技术推出了数十个面向职能和业务管理的轻应用,包括“集中保险管理”、“采购管理”、“物业管理”、“疫情管理”、“关务管理”…… 现在,一个需求提出来,技术部门几天就能拿出原型系统,投入使用。“简道云”实实在在提升了我们对各类突发需求的即时响应能力。 此外,在需求管理方面,我们以前分别使用过开源的Bugfree和Jira等工具和产品,但功能上总有不尽如人意的地方。从今年开始,基于对帆软产品品质的信赖和服务体系的认可,我们的项目需求管理工作已逐渐转向到帆软“数知鸟”平台。 “数知鸟”灵活的可配置性、与帆软自身产品的融合性以及对移动平台(钉钉)的良好集成性使我们的项目需求管理工作越来越从容不迫、游刃有余,渐入佳境。 在数字化建设的道路上,我们一路跋涉、一路前行,而FineReport、FineBI和简道云、数知鸟也一直伴随着我们不断成长。相信随着帆软产品的不断进步和发展,外运长江的数字化建设工作也将不断取得新的进展。 对自己,我们有着清醒的认识:“诚然,物流行业这几年确实是快速发展。但外运长江目前在数字化建设方面还是一个追赶者的角色,业界很多企业的数字化能力和水平都要领先于我们,是我们追赶的目标。面对强手,除了直面挑战,我们别无选择。我们有信心在数字化转型的道路上奋发图强、砥砺前行,不断迈向新高度。我们深知:只有一个数字化的企业才能成为一个有竞争力的企业”。
FineBI 6.0线上发布会火热预约中!千元豪礼等你来拿!
随着公测活动圆满落幕,FineBI 6.0新品发布会正式定档11月29日上午09:30! 由于疫情原因,本次发布采取线上直播方式,除了6.0版本重磅发布之外,我们还邀请了厦门航空、碧桂园等多家客户,和商业智能分析专家——BI佐罗进行经验分享。直播过程中将抽取扫地机器人、苹果耳机、华为手表、千元京东卡等丰富礼品,等你来拿! 面向社区用户,我们还准备了额外福利—— 1、直播间提供八折BI学习班优惠(原价¥999,优惠价¥799) 2、直播间将抽取赠送10本限量版《人人都是数据分析师——BI数据分析案例精选》书籍,寄送到家 3、此贴评论区抽取3名幸运用户,赠送100F币 扫描下方二维码,或者点击链接:http://s.fanruan.com/ka2q2 提前预约锁定FineBI新品发布会! FineBI 6.0更新了哪些功能?通过一个有趣的视频了解下吧! 产品亮点抢先看 更高效 分析主题 以“分析主题”为分析单元,整合分析链路各个节点,精简分析路径,提升分析效率。 分析协作 批量分享,多人协同编辑,实现团队最大产出。 数据门户 千人千面,零门槛搭建。支持管理员设置企业统一门户或用户自定义个性化首页,高效获取仪表板信息,快速定位跳转对应页面。 更新插队 紧急数据插队更新,及时响应业务诉求。   更易用 编辑数据 处理数据和excel一样简单易用(左右滑动查看更多操作)。 分析操作所见所得 从其他表中操作   分析过程快速校验 分析过程快速校验 分析过程快速校验 支持回溯和添加分析步骤 桑基图 箱型图 多指标饼图 多指标漏斗图 回收站 误删的资源可快速还原,“删除”不再是危险操作。 用户中心 为用户提供最新帮助学习资源、人工技术支持服务、系统活跃度情况监控看板。   更强大 集群 实现业务高可用,查询高并发,更新吞吐量提升。 def函数 实现任意复杂逻辑指标,只有想不到的逻辑,没有实现不了的指标;业界有名的“十大表计算场景”、“15大详细级别表达式”等等,def函数轻松搞定。 数据解释 支持多维智能分析。挖掘关键影响因子,点击指标值,找到影响该指标值的重要因子,针对性拆解维度进行分析,提高分析效率。 数据开发 具备ELT、ETL双核数据开发引擎、拖拽式流程化开发、高性能计算、非结构化数据处理能力,灵活满足不同数据处理场景。 数据预警 支持用户自主设置邮件、微信等多个平台预警信息,对重点指标进行自动监控。 更多功能细节,敬请锁定 11月29日 帆软FineBI v6.0新品发布会! 2022.12.2中奖名单已抽取,分别是9、26、27楼 稍晚会发送到中奖账户 抽奖过程视频如下:
周黑鸭:“美味缔造者”的背后,蕴藏着数据驱动的奥秘
  INTRODUCTION 企业简介 周黑鸭企业经营理念是“质量是根本”,重视质量才能实现“百年品牌”的梦想 。2011年,“周黑鸭”被认定为“中国驰名商标”,连续4年获得“农业产业化国家重点龙头企业”荣誉证书。 2016年于港交所挂牌上市,二十年间,“周黑鸭”从一口卤锅发展成全国知名休闲食品品牌,始终坚守连锁经营管理模式和“质量第一,信誉至上,保持特色,持续发展”的经营理念。截止到2021年6月,本集团的门店总数达2270间,其中直营门店1161间,特许经营门店1109间,已覆盖中国26个省、自治区及直辖市内的212个城市。现有湖北武汉、河北沧州、广东东莞、江苏南通四大现代化工厂,正在稳步推进全国五大区工厂布局,已辐射全国门店。线上覆盖了64个国内主要电商平台,为了迎合主力消费群体生活习惯的改变,周黑鸭的产品于194个城市提供外卖服务。 BACKGROUND 项目背景   一、业务现状 随着周黑鸭集团第三次创业的开始,业务规模和销售渠道急速扩张,如何及时了解企业经营情况,成为当前急需解决的重要问题。信息数据中心总监张总曾提出过以下几个问题: 1. 我如何知道当下的目标达成、MTD、YTD情况? 2. 我的业绩给团队带来了多大的贡献? 3. 只有在办公场所才能知道营销情况吗? 4. 某个产品、某个渠道目前是什么情况? ……. 围绕这些问题,如何选择一个良好的解决方案,成为了周黑鸭内部的重点工作。 二、系统现状 周黑鸭集团经过多年信息化建设,构建了POS系统,HYBRIS系统、SAP系统、CRM系统等多个IT业务系统,在数字化经济时代,“以消费者为中心”和“数据驱动”就是企业增长的两大核心战略。近年来,随着市场竞争加剧,业务规模的扩大,企业通过数字化实现精益化运营的需求越来越强烈。2018年公司引进SAP BO进行数据分析与应用,到2019年公司开放发展式特许经营,历经两年的发展,业务规模呈爆发式的增长,至2021年门店规模翻了一番。原来的BO平台已无法满足当前实际业务需求,具体表现在: 1. 旧平台用户数限制,无法为特许商提供有效地数据服务; 2. 旧平台报表模式固化,可拓展性差; 3. 企业领导层获取数据难,需要通过EXCEL加工处理,并发送到企业微信,消耗大量人力成本; 4. 业务数据需求多,变化快,开发人员工作量大; 5. 门店基础数据和销售目标采用线下EXCEL收集的方式,难以避免口径不一、数据不准确、上报不及时等问题。 DIGITAL SOLUTIONS 数字化建设历程   周黑鸭数据分析平台建设规划如下图所示: 第一阶段 这个阶段的主要任务是搭建周黑鸭集团数据仓库。整合企业分散的业务系统数据,消除数据孤岛,解决企业因海量数据分散导致的管理困难、指标口径不统一等问题。 在这一阶段,周黑鸭利用SLT数据同步工具,实现了基于毫秒级的实时数仓搭建。有效整合了周黑鸭全业务系统数据,为企业业务人员提供了数据查询端口,减轻了对业务系统的频繁查询依赖。 第二阶段 在这个阶段实现数据仓库到分析型系统的转化,主要致力于辅助企业决策,实现科学化、数据化的决策,并同时解决离线数据人工收集的问题,利用BI平台工具完成企业经营情况自主分析和结果展示,使公司管理层随时随地掌握各级、各模块的业务情况,实现计划、执行、分析、决策和调整的持续优化,并解决企业领导层看数据难,决策无数据依据等问题。在这一阶段,周黑鸭选择了帆软的移动数据分析平台,简单灵活设计所需报表,丰富多样的图表分析、钻取分析、多维度分析、自定义分析,能够有效地解决了当前面临的实际问题。 第三阶段 主要致力于全方位、多渠道的数字化营销,完成企业数据资产的进一步开发和利用,推进企业智能化运营进程。通过数据挖掘和预测模型,分析未来可能发生的最佳情况,同时构建C端消费者的全域数据资源,实现周黑鸭消费者精细化管理和精准营销。 TYPICAL APPLICATIONS 典型应用场景 场景一、 门店经营实时监控 对于零售行业来说,在做好目标管理的同时,过程管理也同样重要。对比传统模式,企业管理者及业务人员需要等到次日才能统计昨日门店经营及目标达成情况,缺乏对经营过程的监督和指导,对当前经营过程中的出现的问题无法及时掌握(哪些店还未开始营业?哪些门店在销售畅销时段下降了?哪些门店出现畅销单品时库存不足?哪些门店需要及时补货和调拨?)。 门店实时销售分析,基于实时数仓功能和帆软可视化移动数据分析,对门店经营情况进行实时跟踪,帮助企业管理者能够随时随地查看门店当前经营情况。同时帮助门店业务人员第一时间掌握门店经营过程中的问题,并得到及时有效地处理,做到门店精细化管控。 场景二、线上线下活动执行情况 零售行业数字化转型的重要途径是建立与消费者之间的联系。周黑鸭集团通过多年经营,积累了大量的忠实会员,为了更好的维护好于鸭粉之间的关系,频繁的日常会员促销成为了重要的渠道。而在做好会员营销的同时,如何设置活动规则,来保护企业利益尤为重要。 会员活动分析,通过对会员线上优惠券发放核销情况、活动带来的营业额及毛利、会员消费行为(商品组合方式)等多个角度进行分析,及时的监控活动的有效性(会员买不买账),活动力度的平衡性(是否会出现亏损情况),及合适的广告投放人群(会员属于新客/老客/潜客/衰退唤醒用户)。 场景三、数据主动汇报 传统模式下,高层管理决策会议需要由专员在会议之前提前准备所需数据,除了对人员的过分依赖之外,手工操作还会出现数据失真,发送不及时等问题,进而影响到企业战略方针制定的准确性。 为了规避这些问题,周黑鸭基于帆软的数据定时推送功能,开发“数字员工”来代替人工操作,从不同的销售渠道,不同的地理位置门店及门店生命周期360,为领导层决策提供有效的数据依据。 SUMMARY 总结   帆软移动分析平台的成功实施与落地,为周黑鸭企业数字化建设迈出了重要的一步。在解决企业领导层全时段了解企业运行状态的同时,实现了对门店经营过程化、精细化的管控。为后续挖掘业务潜在规律、洞察消费者体系,奠定了坚实的平台基础。 数据驱动为企业创造价值和实现竞争优势提供了一个全新的机会。利用数据产生更大的价值,最终实现将数据转化为公司资产,需要通过一步步的积累和沉淀。工具只是基础,如何有效的分析和利用才是关键,周黑鸭数字化建设之路才刚刚开始,未来希望能有更多机会与帆软一起探索数字化建设道路上更多的可能性。
通过数据赋能,科学精准做好疫情防控!
人员进出、来访登记难,登记费时费力 疫情期间远程办公、教学,难以管理 员工健康统计难,信息更新不及时 没有疫情防控数据工具 纸质档案堆积,难以快速定位,管理提效慢 信息零散,无法全盘掌控 企业在新时代的发展面临着新的挑战,如何充分利用好企业数据为企业解决存在的问题,企业如何科学精准做好疫情防控,成为当下企业不可忽视的一大关键,本文将为大家带来中国数据生产力大赛获奖案例场景精选。 “中国数据生产力”大赛是由中国信息协会大数据分会、钛媒体联合主办,武汉大学信息管理学院提供学术支持,已经成功举办4届,收到了来自各行各业370+企业的优秀数字化内容。 江西中医药大学 助力校园疫情防控 如果用传统表格或者纸质文件方式等方式记录,不仅无法在规定期限内完成疫情防控,更存在数据丢失的风险。最终江西中医药大学决定用低代码方式快速敏捷的响应需求,用简道云搭建模板,使用FineReport和FineBI进行图表统计和展示: 1. 师生出入校应用:通过教职工的到校申请和学生的返校出校审批表单,学校可较为简单直观地把控人员的进出。 2. 疫情期间教学管理:教职工通过填写网络上课方式登记表,登记课程信息以及网络上课相关链接或直播号,教学督导组成员则能通过听课记录表选择到相关课程,点击链接听课,从而对课程进行评价,通过网上听课应用,可以快速地应对疫情期间教学督导任务。 3. 健康系统打卡:将上下班打卡数据通过finetube同步到数据库中,不仅可以避免接触式打卡,降低疫情防控的风险,同时通过sql处理教职工打卡数据,科学有效地计算教职工考勤绩效。在老师们能够用手机打卡之后,人事部门又提出,需要对考勤的数据进行统计分析。 4. 外来人员访校登记:通过简道云外链收集外来访客信息,设置前端事件,在部门审批通过后第一时间以短信方式通知来访人员。并对录入系统的车牌号码执行自动抬杆操作,免去了人流在校门口的聚集,降低疫情防控的风险。 上海理光数码设备有限公司 疫情远程办公管理与招聘申请电子化 1. 远程办公管理:由于新冠疫情反复,经常导致一部分员工甚至全体员工无法到公司上班。为提高新冠疫情影响下的员工积极性与自主性,有效推进工作方式改革,公司针对符合条件的员工,允许其居家或在公司以外的场所利用互联网进行远程办公。但没有相应的管理平台和完善的管理机制,无法获取员工考勤数据,远程办公将无法实现。 通过简道云开发,为公司响应政府号召推行的《上海理光远程办公管理》提供管理平台。员工只需在电脑端或移动端进行资格申请和远程办公申请,即可在手机上进行上下班打卡,在家远程办公。 最终在疫情期间确保员工可以以远程办公的方式进行正常工作,使用手机考勤上下班,减少了新冠疫情对公司及员工的不利影响。 2. 招聘申请电子化:近年来新冠疫情反复,面试官接触大量应聘者,应聘表来回传递,新冠病毒感染风险较大。上海理光数码设备有限公司利用简道云搭建【人员招聘】应用,实现劳工应聘、面试、报到过程数据电子化、无纸化。 不仅实现了招聘、面试、报到的电子化及无纸化,减少公司纸笔成本,新员工无需重复填表,提高入职满意度,还让应聘者与面试官只需各自在手机/电脑上操作即可,避免纸张、肢体接触导致的疫情传播加剧问题。 希望以上的这些使用场景可以对你带来帮助,好的工具事半功倍,当下疫情局势依然严峻,科学精准做好疫情防控是每一个企业的义务与责任,我们也希望可以通过帆软的数据可视化帮助企业在做好疫情防控的同时创造更高效益;风雨过后,一切美好都会像阳光般如约而至! 注:关于大赛详情,感兴趣的朋友可以点击阅读原文查看更多。  
【中国数据生产力大赛案例精选】BI赋能发挥数据生产力,行稳厦航可持续发展步伐
  INTRODUCTION 公司介绍 厦门航空,天合联盟成员,成立于1984年7月25日,总部位于福建省厦门市,是中国民航保持盈利最长的航空公司,也是自1987年以来,全球唯一实现连续35年盈利的大中型客运航空公司。截至2021年12月,厦航机队规模达到209架飞机,目前运营国内外航线400余条,年旅客运输量近4000万人次,已有超过1600万人加入厦航常旅客计划。在国际航协270多家成员航空公司中,厦航的收入规模排名列前30位,旅客运输量跻身前15位,盈利能力更是进入前10位。 多年来,厦航在保证航空安全、提升服务品质方面做出了不懈努力,累计安全飞行达到700万小时,获评民航局颁发的“飞行安全五星奖”,连续七年被中国旅客评为“最佳航空公司”。2016年3月,厦航荣获第二届中国质量奖,成为中国服务业首家获此殊荣的企业,同时也是中国民航唯一获奖的航空公司。2020年12月,世界著名航空服务测评机构APEX授予厦航“五星级国际航空公司”。 PAIN PIONTS 公司面临的痛点 厦航在实现信息化全面覆盖的过程中积淀了海量数据,但是和大多数企业一样,这些海量数据没有发挥出新时代应有的作用,厦航在数据治理和数据应用过程中面临着四大痛点: 1. 数据分散形成孤岛,有数不便用 经过二十多年的信息化建设,厦航积累了大量的数据。但是这些数据分散在数百个系统的数十万张数据表之中,业务与技术人员都难以快速地找到自己需要的数据,甚至有没有需要的数据都“心里没数”。 2. 数据存在业务壁垒,有数不让用 由于传统思维的阻碍,各部门之间对数据共享意愿低,造成沟通成本高、申请周期长、数据权责不清、共享使用困难,部分数据的使用申请往往要进行多轮反复沟通,甚至长期无法达成一致。 3. 数据质量参差不齐,有数不敢用 数据输入不规范、数据模型设计不科学、业务流程不完善都会影响数据质量,各业务系统中或多或少都存在“脏数据”。数据项目建设往往有一半的时间是用于数据的核对与清洗,大大降低了数据应用的效率。 4. 数据分析应用不足,有数不会用 由于缺乏系统性数据思维,缺乏有力数据分析工具和可视化平台,导致数据资源利用大多停留在表面,为业务服务不够、应用领域相对较窄、数据与场景融合不够,导致数据之“沙”难以汇聚成“塔”,海量数据资源无法盘活,数据潜力没有释放,数据价值得不到充分发挥。 SOLUTION 解决方案 在数字化转型的大背景下,厦航针对公司内部存在的困局和痛点,从以下四个层面开展了数据治理的探索和实践。 1. 连接数据孤岛,加强数据汇聚 厦航主动拥抱大数据生态,通过研究和应用开源组件并进行自主化改进,持续完善企业数据仓库技术方案,极大增强了数据仓库在大规模、高并发、低延迟等场景下的数据汇聚能力。截至目前,厦航企业数据仓库已对接超 200 个业务系统,每日执行 实时、离线计算任务超 10000 个,同步数据超 30 亿条,已汇聚全领域数据超 100TB。 数据连接离不开数字技术的强力支撑,通过借鉴行业成功经验,结合自身探索实践,厦航基于航空公司数据流转特点自主搭建了具备数据汇聚、数据服务两大核心能力的数字底座,将分散割裂的海量数据做到集成,打破了数据孤岛的现状。 厦航数字底座架构全景   2. 打破数据壁垒,规范数据目录 厦航共成立 8 个跨域数据治理及应用联合项目组,涵盖飞行、机务、运控、营销、财务等领域。各项目组均形成了年度规划、季度小结、月度推进的工作模式,持续高效推进各业务域的数据治理、数据汇聚、数据共享和数据应用,形成了业务和技术深度融合、业务和业务跨域协作,持续高效推进各业务域的数据治理、数据汇聚、数据共享和数据应用,通过“以用促治”取得了良好的效果。 厦航以《厦航数据治理办法》为指导,发布了《厦航数据资源目标编制规范》,明确数据目录由业务域、业务子域、业务对象、逻辑数据实体、属性等五层组成,规定数据标准应从业务、技术、管理三个方面对数据进行完整描述。厦航还就数据目录编制规范和数据治理知识、方法、工具在全公司开展 20 多场专项培训,帮助各单位人员熟悉数据治理、数据安全的相关要求和技能,借助跨域联合项目组模式,高效推进各领域高价值数据梳理。 3. 管控数据质量,打造干净数据 在数据治理上,厦航自主开发建设了“数据标准管理系统”、 “数据模型管理系统”、“主数据管理系统”等 8 个数据治理配套工具,有力支撑数据治理规范的落地实施,实现了数据治理全链路“实施流程化、操作标准化、部署自动化”,极大降低了人工成本,提升了数据治理效能。 数据治理   数据治理不能只是“治标”,还得“治本”。厦航借鉴《The Open Group 商业航空参考架构》《华为数据之道》等成功经验, 聚焦企业生产经营各领域,从数据资产目录、数据模型、数据标准、数据分布四大组件全面绘制企业数据架构,便于数据工作者掌握企业数据全貌,在新建项目时就从源头规范数据生产、存储和使用,减少后期治理困难。企业数据架构的绘制为数据源头治理、高效流转和业务敏捷 创造了可能。 厦航数据治理手册体系   4. 拥抱数据共享,推广BI使用 2021 年,厦航在全公司范围内举办“数据创新大赛”,参赛队伍以FineBI工具为平台,孵化出一系列提升安全运行效能、提高流程处置效率、提增航线经营效益的“好办法”、“金点子”。大赛共吸引了来自 25 个部 门 251 名员工组成的90 支队伍参赛,参赛队伍打破了原有组织、 工作边界,进一步促进了跨域融合,为数据驱动业务创新提供了良好的平台,是公司内推广数据文化、培养数据思维的一次有实践。得益于坚持不懈的数据文化培育,厦航已形成了“你追我赶” 的数据治理和数据应用氛围,形成了“共建、共享、共赢”的数业共创新生态。 厦航首届数据创新大赛   TYPICAL APPLICATIONS 典型应用场景 场景一:构建航班运行全流程分析 安全裕度与节油效益的平衡一直以来是民航发展的难点,民用航空作为一个具备海量运行数据的行业,如何发挥数据生产力,在保证飞行安全的前提下进一步挖掘节油空间,得到安全裕度与节油效益平衡的最优解,始终是国内各航空公司追求的目标。公司运行30多年来,积累了大量来自不同系统的运行数据,但尚未有成熟的数据统计分析工具提供实时运行决策支持。今年俄乌战争以来,油价的不断攀升,影响油耗的因素复杂,压降航油成本、提升航油管理体系的协调联动,科学制定计算机飞行计划显得尤为重要。 痛点: 1、功能单一,较多以管理、绩效数据为主,运行支持数据较少。 2、扩展性较差,程序多为开发人员编写,业务人员无法快速部署新需求。 3、界面友好度不佳,未对不同用户组提供差异性界面。 4、缺乏数据质量评估/或数据质量展示。   解决方式: 1. 构建运行大数据 整合航班运行、飞行计划、签派放行、人员信息、QAR、ACARS、油价数据、成本数据、气象数据、情报数据、飞机信息等12类数据,以航班为中心建立放行、轨迹、油量、油耗等信息的航班运行360视图,基于数据仓库和大数据平台技术建立航班运行大数据,奠定数据分析基础。 2. 建立航班运行全流程分析体系 构建运行分析体系,通过航班运行燃油全流程监控,精细化分析各节点的燃油消耗情况,挖掘节油潜在机会,科学统计节油效果,为公司节能减排提供精确的数据支持。基于FINEREPORT和FINEBI工具快速搭建航班运行分析平台,实现对航班运行航前、航中以及航后地面全流程的数据监控与分析,充分挖掘航班运行中的节油潜力。航班运行分析平台根据业务的复杂度共分为5个模块,包括领导看板,专项分析,综合分析,自助分析和指标管理,共计67项分析功能,全部基于帆软报表工具开发。 3. 精细化分析维度及指标 建立运行指标领导看板,分析公司总体节油情况,监控小时油耗、航段油耗等核心油耗指标的变化趋势,统计节油概况及节油明细,实现从“整体-核心-人员”的层级油耗及节油情况监控。   细化航班飞行阶段,从开车、滑出、起飞、巡航、着落、滑入等航班运行阶段分析节油措施的使用情况,量化节油效果,挖掘潜在节油机会,为推广节油措施、优化飞行计划提供数据支持。通过对不同城市对间,不同航线,不同航路走向的航班进行飞行轨迹分析,飞行高度层分析,航路直飞和偏航分析,机场进离场程序分析等,及时找到最优飞行路径、高度、进离场程序等,节省飞机燃油消耗,以达到节能减排的目的。 各子项目分析如下所示: 桥位等待及开车阶段 通过对历史不同机场和桥位的分析,评估不同桥位间桥载电源的使用情况分布,分析靠桥率低的机场,找到问题并作出推荐,综合提升航班在地面靠桥期间的桥载电源使用率。   统计在近机位停车中滑线开车航班的数量,对比近机位停车使用中滑线开车和非中滑线开车的运行数据:滑跑前时间,滑跑前油耗。 滑出阶段 分析不同机场和航线的起飞滑出时长,合理加注滑行油量,同时规避滑出时长过长导致的航班延误风险。   分析不同飞行员使用减跑道起飞的班数和机场,针对使用较多的机组予以奖励,同时鼓励其他飞行员在满足安全和运行限制的条件下,多使用减跑道起飞,达到节能减排的目的。   爬升阶段 分析不同机场、飞机、发动机对于减推力的使用情况,找到提升空间。   巡航阶段 分析不同航线的航路阶段的计划高度、实际高度、计划油耗、实际油耗等,分析多飞多耗或节约少耗的原因,并及时优化计划剖面和成本指数(CI)等政策。   通过自动筛选直飞航班,统计直飞航班数量,计算直飞航班节省的飞行距离和油量,挖掘潜在可直飞段。 成本指数的优化对时间成本和燃油成本有直接影响,在降低直接运营成本上有较大空间。通过成本指数执行情况监控和统计,不断优化计划成本指数。 进离场阶段 分析不同机场间的进场程序、离场程序的使用情况和耗油时间对比,通过优化进离场航线,达到节油的目的。   航线综合分析 航线综合分析主要通过设置多耗少耗油的油量,航线日期选择等,自动计算出满足告警条件的航线,并进一步分析造成该航线此次事件的缘由,给出决策建议。 通过以上对航班运行全流程节油潜力的挖掘,在确保安全运行的前提下,有效的为公司节省下了大量燃油成本。 4. 建立节能减排可视化平台 将重要监控数据进一步做成可视化看板,便于对重点指标的实时监控。 下滑查看更多   场景价值: 航班运行全流程分析体系至今已基本实现了全航段节油举措的量化,并取得全方位的骄人成绩。 通过精准控制航班携带燃油量,2021年相对2019年数据减少220KG,下降4.8%(2021 VS 2018),该项目每年可节油2040吨,减少碳排放约6430吨,节省燃油成本1000万元。(备注:以2019年全年23.13万个航班为基准,油价5000元/吨) 通过优化航路走向、进离场程序、飞行高度层等,标准航段油耗从2018年5930KG下降到2021年的5840KG,累计下降1.4%,该项目每年节油19670吨,减少碳排放61960吨,节省燃油成本约9840万元。(备注:以2019年全年23.13万个航班为基准,油价5000元/吨) 受疫情影响,世界经济开始慢慢复苏,航油价格也在持续地增长,不仅已经到达疫情前水平,近几个月来还屡创新高,并且航段油耗变化率前四个月都在增长,外部形势不容乐观,给节能减排工作带来了更多的挑战。通过建立完整的航班运行全流程指标管理体系,每月及时监控数据更新,采取相应的决策和手段,提升及改善节油状况,为公司降本增效贡献力量。(备注:2021年数据) 场景二:飞行员操纵能力分析 痛点: 航空安全的主体是飞行员,原有的飞行员能力管理主要基于规章、培训为基础的飞行员考核机制,对于飞行员如何主动的发现其短板,从“要我训练”到“我要训练”的转变,引导飞行员自我驱动、自我管理,针对反映出的操纵短板,进行具有针对性的训练,以提升操纵能力,保证运行安全,实现训练从运行中要数据,运行从训练中要安全的目的。 解决方式: 对于目前操纵能力偏弱的飞行员,以数据驱动个性化训练,选取目前五个可信度较高、数据经过充分测试的测量值作为飞行员操纵能力评价指标,结合不安全事件数据作为评价指标补充,补训科目对应映射表等数据,方便其在后续的训练中进行针对性的训练。对于目前资质较低但操纵能力较强的飞行员,以数据辅助运行,通过在恶劣天气下选出操纵能力较强的低资质飞行员,提前释放飞行实力。   场景价值: 一是引导飞行员自我管理,查找短板,进行针对性训练,提升能力、确保安全;二是助力飞行员培优计划,识别优秀飞行员,增加实力、保障运行。真正实现数据驱动训练,品质铸就安全。 场景三:疫情防控平台   痛点: 航空作为对外交流的重要交通通道,疫情发生以来,厦航积极响应国家号召,坚持国际航班不断航,同时还积极承担国家政府企业机构等的撤侨、援助、包机任务,累计至今已通航48个国家,98个境外航点,其中疫情以来新开境外航点近40个,其中包括伊拉克、阿富汗、非洲大陆等众多国内首飞航点。由于对外的人、物、环交流密切,因此疫情防控压力巨大,因此急需建议一个统一的对境外、国内疫情状况,以及公司内部闭环人员动态、航班消杀状态等的实时监控。 解决方式: 以国务院、民航局、地方政府各类政策文件为指导,以行业首创的厦航“4+3+2”疫情防控体系为主线,紧贴公司运行实际,制定和完善了国际(地区)航班闭环运行实施方案、地面作业“四四二”工作方案等,通过大屏及疫情防控相关系统的建立,切实守好空中疫情防控线,守牢运行安全底线。 场景价值: 通过对疫情防控全链条的数据监控,有效的提高了消杀效率,降低了人力成本。在多方位全力运作下,作为全国第三大入境口岸的厦门,病例输入率比全国行业平均值低50%。同时,在人民大会堂举办的全国抗击新冠肺炎疫情表彰大会上,厦航荣获全国抗击新冠肺炎疫情先进集体和全国先进基层党组织两项最高集体荣誉。 场景四:企业流程优化及管理 痛点: 流程的优劣直接关系到企业运作和管理效率,进而影响到其最终的价值创造。优秀合理的流程将使成功的企业与其他竞争者区分开来,给企业创造巨大的经济效益;不合理的流程则会给企业增加隐性的管理成本,潜移默化地伤害公司的竞争优势而不易察觉。 指标分析体系 解决方式: 从最关心流程效率的公司管理者、部门管理者、流程优化单位、流程使用人四类人群出发,按照关注点从整体到个体的思路,分为 4 个部分: 1. 管理角度:看总量、有对比,关注趋势变化 总量上,KPI 指标关注动态变化; 结构上,将 57 个流程模板根据业务性质归纳整理至 9 类,进行结构分析; 趋势上,关联外部环境变化进行分析,关注整体发展趋势。 2. 行政管理角度:做比较、找差距,做好精准施策 部门间横向比较,引入效率排名指标及公司平均水平进行 KPI 的横向比对; 员工层面,通过员工的效率水平分布找出异常,通过画像分析优化异常,激发员工活力; 趋势上,分析年度、月度、一周节点通过数量,为工作习惯,工作时间内的工作情况提供参考; 结构上,提示流程构成,一览具体流程的节点耗时情况,精准查找原因,提供针对性数据。 3. 流程优化角度:找共性、看弱项,找出优化空间 找出偏离,通过类别分布散点图和实例分布散点图进行交叉分析找出偏离对象; 辅助改进,对节点数量、参与人多寡、流程实际节点数量、流程时长排名进行针对性分析,提示薄弱环节,提供弱项流程的画像,通过与其他类别流程的直观比较,辅助找出流程问题、持续改 进。 4. 流程使用角度:亮耗时、查习惯,辅助合理规划  提供各类流程模板的耗时中位数、最耗时节点、耗时节点的处理人习惯,为使用人提前规划提供 可视化依据。 公司视角 部门视角 员工视角 流程优化视角 场景价值: 以用户需求为导向,面向对流程效率需求不同的三类人群,即管理者、流程优化员、流程使用人三个人群分别展开,设计了公司管理、部门行政管理、流程优化、流程使用四个视角的分析看板,应用看板监控公司管理流程效率,为工作效率的整体提升提供数据支持,流程优化使用后,公司2021年整体流程流转效率相对2020年提升6%,冗余流程消减23项。达到“治好事、理好人”的目标,助力公司持续健康高质量发展。 SUMMARY 总结 当前民航业处于一个历史性的复杂时刻,新冠疫情、安全风险、地区冲突等都对民航业产生不利影响,所以我们亟需抓住数据价值,让数据发挥生产力作用。 帆软FineBI是挖掘数据价值,释放数据生产力的有力工具。厦航自2021年引入帆软FineBI以来,使用范围已全面覆盖飞行、运行、营销、机务、财务、人力等领域,促使业务人员和IT人员打破了原有组织、工作边界,进一步促进了跨域融合,为数据驱动业务创新提供了良好的平台。得益于坚持不懈的数据文化培育,厦航已形成了“你追我赶”的数据治理和数据应用氛围,形成了“共建、共享、共赢”的数业共创新生态。 展望未来,厦航将继续围绕数据治理+BI应用的愿景与目标,发掘更多业务场景价值,探索和实践企业数据应用,昂首踏上厦航数字化转型之路,以开拓进取、爱拼会赢的厦航精神,为民航强国建设、为实现“两个一百年”奋斗目标、实现中华民族伟大复兴贡献厦航智慧和厦航力量!
让数据分析效率再提升50%,帆软FineBI V6.0版本最新剧透!
​​以下文章来源于亿欧,作者马渭淞 ​1881年,英国出版的《机械与成绩》一书中曾写道:现在一千人当中,没有一个人不穿袜子。工业革命的伟大之处,就在于机器大生产解放了劳动力,让成千上万的英国女工穿上了女王同款丝袜。 ​ ​在工业时代,技术、劳动、资本甚至企业家的战略眼光,皆成为了促进生产力发展的关键要素。但随着科学技术不断发展,特别是大数据、人工智能、互联网和物联网、云计算、区块链等数字技术涌现,“数据”的价值开始凸显,与劳动、资本、土地、技术、管理等生产要素同样重要。 ​ ​正如清华大学互联网产业研究院副秘书长罗培表示,如今数据成为了驱动经济运行的关键性生产要素,在数字经济的发展过程中起着核心和关键作用。它犹如一座有待挖掘的矿山,需要不断地开采、合理利用,继而发挥其最大价值,为组织业务带来增长。 ​ ​基于“数据”所蕴含的巨大潜能,BI(Business Intelligence,商业智能)作为一种数字化解决方案,通过对企业经营数据分析、并将其转化为对决策有价值的信息,已日渐成为企业释放生产力、提升行业竞争力的得力助手。 ​ ​与全球市场不同,更关注信息安全的中国本土企业对本地化部署的BI产品更为偏好。在此当中,作为国内BI系统的龙头企业——帆软,凭借着产品及本地化服务优势连续5年夺得了国内BI市占率第一。据悉,帆软将于今年10月28日第五届智数大会上推出全新FineBI 6.0版本,从当前公布的信息来看,其易用且高水准的产品属性,或将让国内市场上的自助式BI产品再次“卷”起来。   升级的重点在于“易用性” ​ 据美国咨询公司Nucleus Research研究显示,商业智能分析(BI)每花费1美元就能收回13.01 美元。如此高的成本收入率,使得BI企业在竞争激烈的商业环境中,扮演着至关重要的角色。 ​ ​而在眼下的中国市场,一边是中国云计算技术成熟对行业自上而下的驱动,另一边是海外BI企业遁走他乡留下的真空市场,这就为更了解企业痛点的本土BI厂商拓展了生存空间。其中,以帆软为代表的独立厂商,和阿里、腾讯为主的互联网大厂BI产品逐渐崭露头角,并成功进入国内BI及DA(数据分析)领域的第一方阵。 ​ ​但是,在产品的应用端,随着国内企业数据量的激增和应用场景的复杂化,国产BI系统为了满足客户日益增长的需求高频次地迭代,进而加剧了BI产品市场的竞争。 ​ ​为了持续走在中国BI产业的最前沿,帆软于近期推出了全新FineBI6.0版本。据帆软FineBI产品负责人王佳东向亿欧透露,此次升级的FineBI6.0版本的一大亮点便是易用性提升。 ​ ​帆软方面认为,对自助式BI产品而言,易用性已成其核心竞争力之一。它决定BI平台的整体使用体验,是影响用户持续使用的首要因素。而导致这一局面的产生,是由于自助式BI主要面向业务人员,并非局限于IT部,因此简化其学习路径,降低其使用门槛同时优化其交互体验就十分重要。 ​ ​“当前市面上的自助式分析产品(BI)或多或少存在一些问题,它们虽然满足了企业复杂的场景,但无法对产品的操作架构做到简化。帆软对FineBI的产品结构进行重新梳理,按照客户的逻辑去重构,让处于不同岗位的业务人员快速找到相关功能,从而大大降低BI系统的使用难度,为企业降本增效。”王佳东说道。 ​ ​据了解,为了提升产品的易用性,帆软FineBI6.0版本将主要从3个方面对之前版本进行了改进: ​ ​1、快速校验,比肩Excel丝滑体验:毫无疑问,此前十几年,业务人员最常用的数据处理应用一定是Excel,但当数据量较大以及做企业级数据透视分析时,很容易出现卡掉、死机的问题,相对比,FineBI的性能则优化很多,且新版本的FineBI 6.0在类Excel操作基础上还增加了快速校验、操作回溯功能,一边分析一边校验预览,可以及时发现问题,快速调整计算,减少返工成本。 2、缩短路径,增加协作,更适合团队的应用:“让软件自己去解决问题”,无疑,最好的售后是软件本身,作为一个合格的应用,必须要紧紧围绕客户需求做合理的加减法。帆软FineBI6.0为保证团队协作及产品的易用性,以“分析主题”为一个分析单元,整合分析链路各个节点,转化为”添加数据“、”组件分析“、”仪表板展现“三大元素,通过tab块实现快速切换,精简分析路径,提升分析效率。同时,考虑到这是一个企业级应用,FineBI6.0对协作分析功能进行了升级,你可以协作一个文件夹,用于存放团队共同分工的数据分析项目,还可以协作一个主题分析,和团队成员共同输出和维护一份数据分析报告,比如年终总结报告; 3、 回收站+用户中心:新手党的福音:一个精心制作的分析看板,不小心误删,重头来过,耗时耗力?一个复杂的分析难题,没有思路,IT太忙,没人解答?针对新用户的一系列难题,FineBI6.0推出了回收站和用户中心。一键还原误删资源同时为业务人员提供成长模块,助力从0到1的学习,为IT人员提供运营模块,帮助管理员了解BI平台使用情况,方便管理员及时采取行动。 由此可见,FineBI6.0版本大幅简化了系统操作流程,在“类excel”操作基础上,针对不同人群、不同场景进行了全面的考虑。比如,为团队考虑的协作功能、为新人考虑的回收站及用户中心功能、为复杂数据处理提供的即时校验功能,让用户轻松上手,是实实在在的敏捷型BI产品。 ​ ​王佳东表示,FineBI产品发布初衷,便是面向业务人员,解决其沟通效率问题。因为只有业务人员最了解自己的需求,也更清楚自己想要的数据,把相关分析的工作交给IT人员,反而会增加沟通成本,引起部门间的工作推诿。因此,FineBI6.0的首要任务就是降低BI产品的应用门槛,让更多的业务人员都能够流畅地使用该工具。  高性能背后强大的数据处理支撑 ​ 有业内人士说过,一个优秀的BI产品在应用层面往往十分出众,但更加优秀的BI系统,除了注重产品的操作性之外,还关注产品细节的优化与性能的提升。换句话说,BI厂商要想在国内日渐激烈的竞争环境中拔得头筹,就必须配备包含 数据引擎、数据集成、数据计算在内的三大数据“发动机”,为企业数据分析提供强大的分析能力。 ​ ​数据引擎层面:FineBI 5.0所搭配的数据引擎刚发布就引发了行业内的高度关注,其强大的数据处理与计算能力为前端的灵活快速应用分析提供了强有力的支撑。用户可以根据数据量、实时性要求、使用频次等,自由选择实时或抽取的方式。基于该引擎的高性能,FineBI5.0可实现亿级以内的数据秒级呈现,并且以轻量级的架构实现数据分析,展现了国产BI的计算性能优势,同时也使得帆软的BI产品走在了行业的前端。 ​ ​如果说上个版本的数据引擎是BI产品在数据“处理”上的新突破,那新版本FineBI6.0所搭载的处理引擎则是专为数据“分析”而生,在保留原版数据处理优势的基础上,新版本引擎在性能方面做了优化,可以重点实现任何场景下的编辑操作千万级秒出,业内领先! ​ ​“BI要通过分析大量的数据来证明产品的高性能,从而具有扎实的底层技术来支撑产品的易用性。”王佳东说道,“因此我们集中投入团队,全新开发了新的数据引擎,通过强劲的分析能力,令用户在分析过程中每一步都能‘秒得结果’。” ​ ​据帆软方面透露,基于新版本引擎的强劲性能,此次推出的FineBI V6.0,让数据分析效率与前一代产品相比提升了约50%。 ​ ​数据集成层面:数据质量差,处理难度高,业务自助不起来?FineBI v6.0 集成 FineDataLink 数据开发模块,具备ELT、ETL双核数据开发引擎,灵活满足不同数据处理场景,IT人员可使用该功能将处理好的高质量数据同步至FineBI,以供业务人员自助分析。 ​ ​据帆软介绍,FineDataLink为其旗下新一代的低代码、高时效、易操作的企业级一站式数据平台,主要面向用户大数据场景下实时数据采集、 集成、清洗、管理的诉求,提供快速连接、高时效融合各种数据、敏捷发布 Data API 数据接口的能力。专注于 帮助企业用户实现数据传输、数据调度、数据治理和数据服务等各类复杂组合场景。此番与FineBI的联动也看出帆软正在围绕BI着力打造生态,积极探索上下游。   结语 ​ 随着企业产品、运营、供应链、市场营销各侧的数据呈现爆发式增长,越来越多的企业开始意识到利用数据资产的重要性,强调运用数据进行科学化运营,传统的粗放式经营已经成为过去式。 ​ ​因此,BI的兴起,将企业中现有的数据进行有效的整合,快速准确地提供报表并提出决策依据,帮助企业做出明智的业务经营决策。而其最大的价值便在于它可以帮助企业决策者得到最精确、最及时的信息,帮助企业在竞争中赢得优势。 ​ ​此前,帆软FineBI产品凭借着高口碑吸引了众多客户。以兴业证券为例,该公司2017年引入帆软自助数据服务平台(FineBI+FineReport),进行实时数据监控,绩效核算与业绩考核,实时产品销售支撑,最终实现了业务部门统计工作效率提升90%以上,核算效率提升50%。 ​ ​而在未来,凭借FineBI V6.0版本更强的性能以及更佳的产品易用性,也将使帆软持续处于国产BI产业的前列,为更多企业提供优质的服务,更多产品细节,也可以提前锁定10月28-30日帆软智数大会线上直播。 ​​ 作者:马渭淞 编辑:常亮来源:亿欧
南钢四通:从0到1搭建信息平台,从1到N提升决策效率
​​*本文为2022中国数据生产力大赛铜奖案例,未经授权禁止转载!  公司介绍  南京钢铁四通运输有限责任公司,地处南京长江北岸,市场繁荣、交通便捷、人才聚集、区位优势明显。前身是南京钢铁集团有限公司四通公司,成立于1987年12月,2003年8月改制为南京钢铁四通运输有限责任公司。 作为服务型企业,四通公司大力推进企业内部改革,着力进行自主创新,优化经营结构,改进经营方式,提升服务功能,企业的竞争能力和持续发展能力不断提高。成为南钢在道路运输、长江码头装卸以及物流管理方面可信赖的,长期依靠的战略性合作单位。 今天的四通公司,已经发展成为集码头装卸、仓储、客运、货运、危险品货物运输、汽车修理(二类)、旅游服务、工贸、海运、船代等为一体的年产值超亿元,利税过二千万元的新型综合性物流企业。 ​ 公司面临的痛点  近年来,随着业务的不断发展,南京钢铁四通物流有限公司也在不断地探索信息化改革,传统的数据流转方式已经很难满足生产运营的要求。同时领导层对于数据分析的诉求也越来越强烈,完全依赖纸质和线下EXCEL的流转已经很难满足要求,故急需搭建管理系统来解决。  在这之前,公司的数据流转和汇报主要依赖于发送EXCEL文件和打电话口述,使得统计工作中存在大量的重复劳动的同时,数据的及时性和准确性也得不到保证。   ​解决方案   一开始公司调研了定制化系统开发方案、成品系统方案,但是定制化系统开发费用太高,周期太长;成品系统不能结合公司实际需要,而且未来扩展性较差,最终决定通过FineReport搭建一整套的企业信息化管理系统。  通过开展此次项目,拟彻底解决上述问题,因为FineReport是一套易学易用、功能强大的报表系统开发工具,它“专业、简捷、灵活”,搭建系统周期短,未来也可根据不断增加的需求快速的搭建好功能模块。  项目建设目标:  1、梳理业务流程,建立规划   梳理现有生产业务流程过程,涵盖从船舶信息、船只报港、生产调度等各个业务流程,将所有目前需要借助线下纸质或者excel等文件进行填报流转的业务流程数据都通过FineReport应用系统进行统一起来,形成数据流转有规划,数据填报有规范,数据分析有依据。  2、搭建管理分析体系  通过系统进行业务数据的流转,搭建公司级和部门级的管理分析体系,实现南钢四通公司的企业数据综合分析和应用平台。  结合实际情况,将项目内容分为三部分内容:   1、系统应用数据库的建设; 2、流程应用过程的搭建; 3、领导分析层应用展现。   ​典型应用场景  场景一:搭建船舶生产作业管理模块流程,无接触报港   公司主营业务是码头装卸作业,船舶的数据是和码头装卸密切相关的重要部分,例如船舶的长宽高尺寸,载重吨位,满载吃水等船舶基础数据对船舶能否安全靠泊码头有着关键作用;之前船舶的数据都是通过现场报港、Excel记录。容易造成信息不全,通知不及时,查阅困难等问题。  对船舶数据掌握的不及时、不全面会影响到对码头生产作业的计划安排,生产调度,严重的甚至会影响到船舶进出港的安全航行。  解决方式:   现在利用FineReport搭建信息平台,采用线上提交船舶基础档案资料、线上报港的方式收集所需要船舶数据资料,永久存档。   船舶资料由船方填报,公司安排专人线上审核,审核通过后,安排船舶作业计划,一线生产管理人员根据计划信息安排船舶装卸作业。   场景价值:   1、无接触报港,线上审核资料:通过信息平台,我们在疫情期间内实现了船舶无接触报港,线上审核各种船舶资料,同时形成船舶到港电子台账,符合政府主管部门的各项要求。  2、实时把控进度,进度可追溯:船舶作业进度实时填报,作业统计报表数据实时更新,从以前的线下数据流转方式完完全全的转变成线上流转,同时可以随时追溯每一船次的实际作业情况,之前需要人工数小时才能统计出的数据现在只需要点点鼠标,几秒钟就可以呈现在眼前。  3、数据资产再利用:目前船舶资料库中已经有了数千条船舶资料,在船舶航运业务这一块是很大的一笔数据财富,同时,在码头生产过程中,可以根据船舶的尺寸提前预留合适的泊位,降低安全风险,减少船舶靠泊时间,提高作业效率。  船舶基础资料登记页面     当前航次报港信息登记页面     船舶基础资料档案页面     现场调度员安排作业页面   场景二:码头作业设备效率统计   码头门机作业效率的统计一直以来都无法做到准确,通过人工统计费时费力,准确性差,且无法做到实时反馈作业设备的实际情况,无法定位问题,优化生产。  利用信息系统采集码头设备作业过程数据,为作业效率的统计做数据支撑,通过作业效率分析可以得出码头生产异常的影响因素,码头的作业产量是否已经达到最大作业能力,为一线生产过程优化、提高作业效率提供有力的数据支撑。  解决方式:  利用信息系统采集码头设备作业过程数据,在每台作业设备上安装工业平板电脑或者操作人员手机登陆帆软数据分析APP,由设备操作人员通过点击开始按钮、停止按钮的方式录入作业过程时间节点数据,通过后台自动计算所需数据,并且实时更新统计图表,方便相关人员进行统计、分析。  场景价值:  在作业效率模块上线之后,码头管理人员可以实时通过报表查看设备的作业状态,同时也可以实时查看自动展示出设备的作业效率、停机原因、时长等数据,并且能够准确定位到某天某台设备的作业全过程情况,在出现异常时能够及时下钻,找到问题的根本原因;在数据样本量足够多以后,码头管理人员准确的分析出影响作业销量的根本原因,通过针对性的措施有效的提高了作业效率,也提高了设备的利用率。   操作人员录入页面     作业过程时间记录     停时原因分析   总结  项目上线前和上线后对比:     在FineReport项目一阶段完成后,打通了一线数据到公司决策层数据的通道,统一了数据入口,解决了之前数据入口不统一、数据混乱、数据结果对不上的情况,通过定制化的报表开发,满足了各部门不同的报表需求,一键生成所需报表,把报表统计交给信息系统来做,减少了大量不必要的劳动,释放了大量的人力资源,同时也满足的领导们对生产数据报表能够随时随地查看、实时更新、数据准确的需求。  注:为了便于在手机端阅读,本文对材料内容做了删改,感兴趣的朋友可以点击查看原贴。
数字化工具+互联网思维助力医药行业,激发行业新活力
近年来,三医改革旨在提升医疗服务水平,但同时促使中国市场药品生命周期形态转变,具体表现为:药品上市后渠道拓宽和准入加快,但黄金销售时间缩短,面临巨大的降价和准入压力。具体表现为:药品上市后渠道拓宽和准入加快,但黄金销售时间缩短,面临巨大的降价和准入压力。   传统营销模式的核心是与HCP建立关系,通过代表拜访传递公司的治疗方法如何帮助患者,以此完成交易。但在合规要求、代表职业化以及医保政策挤压药品价格等背景下,医药营销组织对ROI更加敏感,营销团队的效能提升成为必须。   纵观宏观市场,互联网思维渗透到了方方面面,医药企业也开始用互联网思维搭建自己的营销管理平台。本文为中国数据生产力大赛获奖内容分享,看看这些行业前行者是如何应对的?   倍特药业 以互联网思维打造报表运营中心   连续8年获评全国医药工业百强(2013~2021)的倍特药业,从2021年开始,随着信息系统对业务覆盖的不断延伸,为满足企业进一步发展所需,倍特药业开始规划以运营分析为基础,全面覆盖核心业务领域的“报表中心2.0”,引入帆软FineBI,并在内部创立“数字化运营”项目。区别于1.0阶段,报表中心2.0以“分析”为核心,在打通数据的基础上,在数 据利用的深度、形式的多样性和对数据产品本身的运营管理方面发挥了更大价值。   报表中心1.0时代,经常以“建立了多少报表”作为衡量信息化、数字化工作的核心指标;倍特药业信息部在报表中心2.0阶段,把数据报表的被访问情况作为各业务领域BP的核心考核项,以互联网运营常用的页面浏览数、用户留存数等指标作为报表运营指标。沿着公司董事长亲自制定的“建好,更要用好”的方针,去通过数据被利用的统计分析来督促用户使用、推广数据产品。   为用户打造个人中心,记录其访问数据和轨迹     为报表运营者打造访问统计分析     对重点领域、重点用户开展“流失用户分析”   衡量信息化、数字化水平的标准,早已不是“上线了多少系统”,或者“覆盖了多少业务”,而是“规整了哪些业务领域的数据,为各层级的管理决策提供了多少有效帮助”。倍特药业信息部为自己打造的这套报表访问分析模型,是数字化运营指标落地的必要基础。   快克药业 客户协议审签合一、查询分析一体化的线上签约全流程管控   作为药品行业的标杆企业,快克也在不断摸索自己的数字化+互联网思维的数字化模式,走出一条属于自己的数字化降本增效之路。 痛点 公司原来在签订协议时,所有的流程都在线下进行,具体过程如下所示: 线下签约过程存在重复录入效率低、出错率高、查阅不便等诸多痛点,具体可总结如下: 痛点1:拟定协议合同格式不统一,返工问题频发 协议的拟定是由业务人员手工生成作word模板,格式不一,因不规范导致的返工问题频发。 痛点2:协议数据重复录入+手工录入,效率低、出错率高 协议签订过程中用的是线下面对面签订的纸质协议。后续分析汇总协议数据时,统计员需要把大量的纸质协议数据录入到电子表格里面。该过程存在以下两点问题: 重复录入,效率极低 手工录入,出错率很高 曾经有代表将客户协议数据录入错误,造成后期计算客户业务达成错误,以致后期客户策略制定出现重大失误,对公司造成了不可估量的损失。 痛点3:审批数据、协议数据分别保存,电子化表格数据引用查阅麻烦 协议数据、申请的审批流程、批复等信息保存在不同的表单中,而且不同年份的协议数据保存在本地命名规则不一的不同文件夹中,这都给数据引用和查阅信息造成了较大的操作成本。 痛点4:纸质协议存档,保存管理成本大,查阅困难 当怀疑电子表格中存储的协议数据有误时,需要查找纸质原件进行数据核对,因此在录入完协议数据后需要对纸质协议原件进行留档保存。但纸质协议文档保存需耗费不小的人力成本和空间成本,而且只要年份一久,原始文件的查找难度就相当大了。 解决方案 使用简道云流程表单,实现线上签约、协议数据实时汇总,降低数据查阅难度。简道云搭建的签约申请流程,用于协议签订审核。申请时只需要将协议内容、数据填入简道云表单中,提交进入层级审核流程,同时对提交的所有协议数据进行实时汇总更新,并根据需要进行统计分析。 场景价值 价值点1:审签合一,提升审核效率,节约人力成本 将协议签约和协议审核过程合并,将商定协议内容进行内部审核后即可完成签约。环节的合并提升审核效率,节约了不小的人力成本。 价值点2:打印模板规范合同文本,规避誊写问题返工问题 使用打印模板可一键规范打印合同,员工填写完签约申请表单后,即可生成预览合同。规范合同文本格式,避免发生在合同拟定过程中因格式错误造成返工。 价值点3:简道云实现无纸化办公,减少纸质协议存档造成的查询和存储成本 协议数据、审批流程、批复等信息都保存在简道云平台上,减少了人工分类归档时间,方便所有协议数据查阅及引用。 价值点4:数据实时汇总更新,多系统数据共享,为决策提供各项数据支撑 签约数据实时统计,通过仪表盘即可查看合同及与之相关的文件,减少协同时间,领导层可随时在线上查看协议文件及签约数据。 客户相关的目标、购进、发货、库存、纯销、达成等多系统数据在帆软Report上二次加工后展示,实现多系统数据共享,客户数据一站式查询,为决策层制定策略提供多维度的数据支撑。 在帆软医药事业部提出了从CXO/BU Head、MKT/Digital、Sales Manager、SFE等多职能多视角下的医药营销效能提升数字化解决方案,助力药企构建数据“横向到边,纵向到底”的一站式分析平台,并整理成这本《SFE-医药营销效能解决方案手册》,覆盖了医药营销趋势与挑战、营销数据源、多源数据一体化归集方案、市场洞察&竞争分析、市场营销策略、经营分析&业绩驱动、零代码助力营销流程快速改进等多个业务场景。  
人力资源管理难?看看这些大厂是怎么做的!
近年来,人力资源管理发生了明显的变化。过去,人力资源管理更多聚焦在人力资源管理体系规范化上,现在,随着互联网技术的广泛应用,管理创新与底层技术的结合带来了管理精益化、数字化的新趋势。 但是目前,中国大多数中小型企业的人事管理依然存在着种种问题,数字化进程仍然处于初级阶段: 职责模糊,一人多岗 往往在事务性工作花费很多时间 没有人力资源管理工具 员工频繁移动,人才难以保留,信息更新不及时 纸质档案堆积,难以快速定位,管理提效慢 信息零散,无法全盘掌控 企业在新时代的竞争依旧是人的竞争,如何充分利用人力资源稳健营运成为企业要解决的问题。且看这些企业如何进行人力资源的优化?为大家带来中国数据生产力大赛获奖案例场景精选。“中国数据生产力”大赛是由中国信息协会大数据分会、钛媒体联合主办,武汉大学信息管理学院提供学术支持,已经成功举办4届,收到了来自各行各业370+企业的优秀数字化内容。 【东方日升集团】人才盘点和人才评价 集团通过企业组织架构进行梳理,对现有的员工进行盘点,从当前岗位及未来要求两个不停的维度对员工进行评估,经评估结果进行类型划分,从而确定面对不同类型员工的管理策略;最终实现对人才需求和人才队伍进行系统盘点,并规划后续管理策略及行动路径的目的。母公司及其所有分子公司和基地都需要进行人才盘点,涉及面广,垂直度深,不同岗位职责需要不同的盘点模板,且项目要求周期短; 按照以往操作,用表格或者纸质文件方式,人力部门无法在规定期限内完成人才盘点;标准产品在公司内部推广实施难度大,预计周期6个月,完全超出项目预期;在强压下,决定用低代码方式快速敏捷的响应需求,用简道云搭建盘点模板,和评价流程,使用帆软和BI进行图表统计和展示: 1、确定人才盘点的架构范围 本次盘点的对象主要为高中基层干部与专业技术人才。 2、确定业绩评价 绩效考察范围主要是2020年到2021年年度绩效等级,从胜任力+价值观评价出发梳理业务;基于以上评价结果,对各级各类人才按照九宫格进行分类,并形成了人才发展计划和关键岗位人才梯队继任计划 3、收集部门相关的文档资料,如部门人事档案概况、主要考核绩效等。 4、项目调研 具体调研时会根据实际情况灵活采用:问卷调查,事先准备好问卷表,发给相关业务部门,由业务人员填写后收回。分部门沟通交流,就某一具体问题或业务处理和相关业务人员直接沟通交流。开会讨论,对跨部门、跨岗位的业务,可以把相关人员召集在一起,了解这些业务的真实情况。 5、拟定工作整体盘点推进计划表 6、按计划分小组分阶段拟定系统搭建和盘点执行 从项目需求接受到项目落地完成,总历时1个半月。项目总计1323位被评价人信息完成导入,485位中高层干部进行了发起自评流程,总累计7404人完成线上评价他人工作,并且在高层规定的任务时间内配合相关业务部门圆满完成任务,全面摸清公司中高层人员结构情况,针对九宫格筛选出合适的人才,结合各经营单元的关键岗位清单建设人才梯队,明确关键岗位继任计划,节省信息化预算预估约45万每年;在后续盘点周期内,只需要筛选需评价人即可,项目可持续使用。 【百得精密制造(苏州)有限公司】人员变动信息及时追踪 作为中国进出口百强企业,随着公司规模扩大,人员招聘数量逐年增加,人事工作也越来越繁重复杂。人事部门每天都在做大量的重复工作,人员需求、招聘、员工考核入职、日常考勤、岗位变动和员工离职等工作。 人事管理业务复杂多变,缺乏有力的决策分析,不能有效追踪人员的变动信息以及对人才结构进行合理调整。 公司在简道云中创建表单并且应用流程表单,实现了业务数据的快速审批和传递。 人才结构分析 从年龄分布上看,人员平均年龄在35岁左右,此年龄段的员工经验比较丰富,但在创新思维上需要更加年轻化的队伍。可以合理的进行人员储备和培训,有效促进企业长足稳步的发展。 从司龄分布上看,人员流动性比较大,主要为车间操作人员的流失率较高,影响生产效率。通过仪表盘可以清晰看到与分析人员流动的特点,按照此特点调整招聘的需求,结合企业自身的发展规律,降低人员流动率,给予管理人员数字建议与决策依据。 希望以上的这些使用场景可以对你带来帮助,好的工具事半功倍,人力资源结构配置优化属于新的管理方式,侧重于为人员流转体系“瘦身减负”,通过人才结构合理组合助企业创造更高效益。 关于大赛详情,更多可以戳我了解。
重磅!中国数据生产力大赛获奖榜单揭晓!
经过三个月的角逐,2022年中国数据生产力大赛获奖名单今日揭晓!本次大赛汇聚270多家企业参赛,历时3个月,共有涵盖时尚零售、银行金融、医药健康、交通物流、能源化工、机械制造、教育培训、公共部门等181份内容脱颖而出!“中国数据生产力”大赛是由中国信息协会大数据分会、钛媒体联合主办,武汉大学信息管理学院提供学术支持,已经成功举办4届,收到了来自各行各业370+企业的优秀数字化内容。今年,第五届大赛依旧秉持初心,聚焦于发现数字化转型标杆的力量,旨在发现企业数据应用管理中的标杆企业与数字化成员,为还在转型创新之路中探索的企业带来有价值的帮助,汇聚星星之火,照亮前行之路。 恭喜以上获奖企业!组委会将于8月11日开始陆续联系各位获奖企业进行奖品信息确认,请大家耐心等待,再次感谢每一位企业与选手的参与付出! 以下为部分获奖优秀案例展示,数字化转型是一个漫长且循序渐进的过程,是场持久战,不同行业以及不同类型企业数字化转型的重点和路径差异很大,我们希望可以为还在转型之路上的企业带来一些思考和启发。 全 场 大 奖 风 采 厦门航空有限公司 ‍厦门航空自2021年引入帆软 FineBI 以来,使用范围已全面覆盖飞行、运行、营销、机务、财务、人力等领域,促使业务人员和IT人员打破了原有组织、工作边界,进一步促进了跨域融合,为数据驱动业务创新提供了良好的平台。 核心场景:通过建立完整的航班运行全流程指标管理体系,每月及时监控数据更新,采取相应的决策和手段,提升及改善节油状况,为公司降本增效贡献力量。通过精准控制航班携带燃油量,2021年相对2019年数据减少220KG,下降4.8%(2021 VS 2018),该项目每年可节油2040吨,减少碳排放约6430吨。 原文链接:BI赋能发挥数据生产力,行稳厦航可持续发展步伐 金 奖 风 采 徐州重型机械有限公司 所属单元:商业智能-大型企业&社会公共单位竞赛单元 原文链接:数字化分析决策平台助力企业精细化管理提升 徐州重型机械有限公司是徐工集团核心企业,主要研发、制造、销售汽车起重机、全地面起重机和特种起重机,作为大型制造业企业如何解决服务网点、人员、备件等资源布局的合理性以及如何快速响应客户服务需求,是企业提升服务精准性和敏捷性的关键所在。 核心场景:通过建设服务模块的数据分析试点平台联合其他平台系统,建立服务满意度、十分钟响应率等212项服务指标,充分利用服务数据分析结果最终实现客户精准服务、服务网点人员备件等资源精准布局的服务。依托数据仓库及业务需求,将服务业务划分为服务指标分析、客户投诉指标分析、预警分析、备件分析、流程中心五个板块,完成服务业务的横向拆解。穿透式服务体系的实施使得服务分析周期由7天缩短至1天,效率提升85%以上。快速定位业务瓶颈点,实时透视服务数据,本部与代表处的沟通成本降低50%以上。 石药集团 所属单元:商业智能-大型企业&社会公共单位竞赛单元 原文链接:“三步走战略”,引领新药研发临床数字驱动新局面! 作为一家集创新药物研发、生产和销售为一体的国家级创新型企业,石药集团有限公司也在不断用数据武装企业的方方面面。石药通过简道云搭建临床试验电子数据采集系统,利用现有的人力资源和系统资源,在尽可能短的时间内,根据方案设计的复杂程度快速、高效、保质搭建数据采集生产环境。 核心场景:针对方案设计较为简单的临床试验进行整体梳理、归类;提取出共性的eCRF标准化表单,对字段、表简道云搭建的简版EDC环境的标准版本涵盖了85%以上的功能,且只需搭建1次。后续使用时,直接复制应用,在标准应用模板基础上修改或增删一些个性需求;平均构建EDC时间降至原来的1/5,大大提升了应对方案设计简单的临床试验EDC搭建工作的效率。 流程式数据收集及回流方案 沈阳电信工程局(有限公司) 所属单元:商业智能-中小型企业竞赛单元 原文链接:数据价值如何有效利用?——且看帆软全家桶如何助力中小企业的管理提升? 在几十年的发展历程中,沈阳电信工程局施工足迹遍及全国,为国家电信事业做出了巨大的贡献。在前进的公司面临的市场竞争和经营压力也不断增大,如何在新形势下保持竞争优势和提升业绩成为公司面临的巨大挑战,沈阳电信工程局也在不断探索。 场景:应收款的周转速度直接决定着企业的现金流,近年来市场形势和经营环境越发严峻,公司的应收款长期居高不下且呈不断增长态势,影响到了企业的现金流,针对管理问题难以从报表直观体现、管理措施应用不及时、人工汇总数据低效且易错,沈阳电信局通过用简道云把控数据的源头;指标分解和需求管控,让绩效考核的结果动态的展示,实现了现金流周转翻倍。 应收款驾驶舱主界面 浙江银轮机械股份有限公司 所属单元:零代码-大型企业竞赛单元 原文链接:成本节约近百万,办公效率提升80%--简道云如何为银轮二次创业插上数字化的翅膀? 浙江银轮机械股份有限公司是一家专业研发、制造和销售各种热管理和尾气后处理产品的民营股份制上市公司。在公司“二次创业”的目标下,组建了低代码开发团队,采用敏捷化运作,借助零代码平台的优势,快速响应快速交付,提升了用户操作体验和使用满意度,推动了公司数字化转型进程。核心场景:银轮机械搭建了IT设备管理、MES系统、工厂质量数据采集、IT120等场景下的应用,积极响应公司的快速变革,年节约IT设备采购费用约10万元,提升生产计划查询效率,提升公司内部IT、能源、物流等方面的服务体验,每年节省开发费用近百万元。 银轮机械IT设备管理功能架构 百得(苏州)科技有限公司 所属单元:零代码赛道-中小型企业竞赛单元 原文链接:持续进阶 | 工厂设备互联的新设计思维 百得(苏州)科技有限公司是生产制造和销售得伟(DEWALT)品牌的各类专业电动工具及手动工具的公司。为了解决生产设备多、备件管理难、厂商管理难、绩效管理空白等问题,基于简道云搭建了智慧数字设备管理平台。 核心场景:百得科技自行编写程序调用工业协议兼容简道云进行设备连接,实现设备互联数据互通智能预警;通过企业互联功能,借鉴快递柜理念,实现MRO备件的无人化快速存取管理;通过各类流程、表单设计实现行为在线数据留痕,完善绩效管理。 百得科技智慧数字设备管理平台架构图 再次感谢所有参赛单位的参与,中国数据生产力大赛也将持续寻找和挖掘数字化转型的标杆,为还在转型创新之路中探索的企业带来有价值的帮助,为更多中国企业照亮数字化转型的前行之路!共同探寻数据的可能性!
没时间准备报奖材料?1V1专人辅导,1小时提交(内含知识大礼包)
  2022中国数据生产力大赛火热报名中,精彩不容错过!本届大赛共设置超过20万元现金奖池和超过60万元学习基金,在大赛中获得全场大奖、金奖、银奖、铜奖的参赛选手,将被邀请至帆软2022年智数大会现场参与颁奖,并得到主流媒体专访曝光。报名请扫描二维码   参赛服务与福利 有小伙伴经常问到,不知道如何准备材料,大赛也为参赛的各位小伙伴提供了一系列的服务与福利。   你的材料我来优化 大赛各位参赛道友提供了1对1保姆级大赛助手。大赛助手会解决选手在参赛过程中的疑问,并帮助选手优化材料内容,提高获奖机率。   最快一小时提交 为了帮助小伙伴们更好地梳理思路,大赛会提供包含详尽指引的材料模板。 今年,大赛在往届的基础上精简了材料模板。据调研,简道云应用成熟的企业最快只需一个小时就可完成初稿整理。 我们也为大家整理了撰写思路整理,点击此处查看写作指导。   参赛知识大礼包限时送 凡是在6月30号之前提交初稿的选手,都可以获得一份知识大礼包,其中包括: 《数字化前沿》:续聚焦数字化前沿动态,融合研究院专家成果、媒体观点, 以及各行业领军企业的 BI建设和数字化转型实践,为广大企业管理者最前沿的行业见解与最深入的数据洞察。 BI建设地图:围绕BI建设成功,从“顶层明确数据化价值——BI全周期项目规划—数仓技术盘点—业务价值应用—数据驱动文化培养”,分别梳理了5大模块知识。包含373知识点、78个框架图、19张IT架构、12段工作流的高度提炼,一本32页开,展开10米长的“风琴手册”。 《让数据成为生产力4.0》:汇集30+企业的成功案例,涵盖制造、零售、金融、医药、地产、高校、能源等8大行业,100+数据应用全部来源于实践:精益生产、降本增效、智慧工厂、精准营销 《零代码 新动能》:该本案例集精选了简道云首届“零代码领航者大赛”获奖案例中的32个精品案例,涵盖了制造、工程、教育、交通等15个不同行业的数字化创新心得,正文页数222页。 零代码开发知识图谱:简道云团队结合近10000家合作客户的服务经验,历时三月整理,整理五大模块知识,零代码开发11道步骤详细拆解,助力企业数字化转型。 ps:均为纸质内容,将会邮寄给提交成功的用户  
Q&A续集|打开中国数据生产力大赛报奖的正确姿势!
    2022中国数据生产力大赛报名已经快一个月了,组委会收到很多报奖小伙伴热情(心急如焚)的咨询...... 1 1 老师,报奖资料怎么准备?  好好准备材料 老师,我们如何获奖? 好好准备材料 1 1 有求必应的组委会,立刻整理了一波报奖材料准备指南,参赛流程疑问请戳这里~ 1 1 所以如何准备材料?如何写好案例呢?我们先看下评审维度: 1 1 从评审维度上,我们可以看到占比最高的是应用能力和应用价值,下面我们着重分析一下这两方面。 一、如何写好应用能力 1、解决方案的逻辑性、统一性 我们更希望看到企业全面的战略需求,而不是零散的场景分享,例如,“A企业规划三步走,根据三步走战略,一步步进行开展。” 2、数据场景的应用广度和深度 每年我们都会看到这样的场景:贴出几张驾驶舱图片,1-2句话简单描述。但是我们更希望看到:覆盖面广、多角度、多元化的场景,比如使用了查询、分析、驾驶舱等。 3、案例语言的简洁性、有效性 如果你是大赛评委,你希望看到什么样的描述呢?注意,简短的语言中包含丰富的信息,在评委看来才是专业的表现。例如: 在解决方案这块,评委更希望看到围绕整体的技术架构或业务/管理架构;依据思路展现的关键步骤;而不是软件实操:公司制定了一个基本目标,6项核心架构,8个项目群。最终通过主要通过安装及布置帆软服务器,进行权限分配等等。 二、如何写好应用价值 每年我们都看到,有相当一部分报奖作品所填写的案例的营销目标/结果较为空泛,如:“提高产品质量”,“提升使用感受”,“降低下载成本”。这样的措辞在行业专业评审面前,会让人产生质疑,不具备很强的感知性。 我们希望看到更清晰的表示,“生鲜折价损失降低了20%左右”,“工作效率提高了200%”。如果数字无法进行描述,也可以使用前后对比,“之前领导需要打电话或者发邮件索要数据,现在业务部门几乎没有接到过索要数据的电话和邮件了”。 往届我们也会遇到很多参赛用户想通过展示驾驶舱等图片阐述数据价值,有的客户会直接放一张图,然后配上一些文字,逻辑不够清晰。我们更希望可以通过图片和文字看到分析的逻辑,例如,“设计了销售分析驾驶舱,按照xxxx等维度重点分析xxxx指标,并按照xxxx的层级下钻,从而发现销售过程中的xxxx等问题”。   三、如何处理案例图片 关于图片,希望大家可以提供高清大图,更加美观,如果涉及到敏感信息,可以联系帆软工作人员帮助打码。 图片模糊、打码随意 图片高清、打码美观 希望这篇推送能帮助大家写好案例! 祝大家在本届中国数据生产力大赛,旗开得胜,金榜题名!参赛流程疑问请戳这里 最后分享一个宝藏网站,大家如果没有场景,可以点击此处链接寻找~  
2022中国数据生产力大赛申报最全攻略,请查收! 报奖百科全书!
  帆软第四届“数据生产力”大赛火热报名中,本次大赛权益升级,10多位权威评委,共同评审!大赛希望搭建一个让企业平等深度交流和展示的平台,也希望让更多IT人的努力被看到,被了解,详情请戳;https://events.fanruan.com/2022datapower   本次大赛全新升级,更丰厚的获奖权益:   2022中国数据生产力大赛已经开启,五年来,已有370多家企业参与,他们的数字化经验也照亮了许多企业数字化前行之路。 今年,我们期待与你同行,共同见证数据的价值!鉴于此,我们也准备了超全的报奖攻略,请查收! 【关于报名】 Q:什么时间可以开始报名“中国数据生产力”大赛?在哪报名? A:2022中国数据生产力大赛报名工作已于5月11日正式开启,大家可以前往官网:https://events.fanruan.com/2022datapower   Q:我们不是企业,是一所高校,能不能参加评选? A:非盈利性的事业单位或政府机构可以参加中国数据生产力大赛的评选,报名时会根据产品使用进行赛道推荐。   Q:我是个人/我们是团队,可以报名么? 大赛推荐以公司为单位进行报名,报名时只需填写一个负责人即可。   Q:什么时候截止报名? A:6月30日(当天24:00)截止,从5月11日到6月30日都可报名参与大赛。建议企业先通过报名链接提交企业基础信息,便于留出充足时间进行报奖材料的完善与补充。   Q:报名后我需要做什么? A:企业提交基础报名信息后,可下载报奖模板进行准备。可添加“数据生产力”大赛官方委员会微信,获得写作指导。在7月13日进入专家评审环节前,企业还可以继续补充材料。   Q:参加过往届赛事,今年能否报名参与? A:往届参评及获奖企业可再次报名,但须提交全新项目突破案例;如提交与往届获奖相同的项目或案例材料将视为无效。   Q:我之前参与过BI数据分析大赛,可以再次报名本次大赛吗? A:可以报名,且内容部分可以直接复用到报奖模板-业务/场景中,但不建议场景完全重合   Q:我们能否替客户企业报名? A:解决方案供应商或实施商可以帮助客户企业进行奖项的申报,但填写企业联系人时,第一联系人必须为客户企业的对接人,也就是说,我们要求您在帮助客户填写材料的时候,客户必须知晓,并同意。 【关于赛道】 Q:我应该报哪个赛道? A:可以点击报名系统,系统会自动推荐赛道。   Q:大小企业赛道设置会有区分么? A:我们通过年销售额是否大于10亿来进行区分赛道;目的是为了让同等规模的企业共同进行评比,共同交流数字化经验,更具有公平性,只会在投票环节进行区分。   Q:我想报名多个赛道。 A:可以报名多个赛道,但需要提交不重复的报奖材料,如材料相同,则视为无效。   Q:获奖比例是多少? A:金奖3%,银奖6%,铜奖10%,优胜奖30%,优秀奖50%。 【关于初审】 Q:初审标准是什么? A:提交案例后,工作人员将会在1周内联系并反馈初审情况,初审评判条件为整体案例内容完整度以及丰富度,建议案例字数不少于1500字   Q:未通过初审还可以继续参与评比吗? A:可以通过修改以及丰富案例内容后,重新提交审核。 【关于提交和评审】 Q:案例提交截止时间是什么时候? A:在全网投票前都可以进行案例提交,即7月13日前都可进行案例提交。案例提交后,一周内工作人员会给到相关初审建议,通过初审案列会将所提交案例更新至官方展示页面。   Q:评审标准是什么? A:专家评审维度细则:   Q:如何提高获奖机率? A:组委会不接受任何“赞助”方式以保证企业获奖。首先可以通过提炼文字,清晰准确描述价值,突出项目的成效,尤其相较同行业其他企业的领先之处;然后,尽早提交案例,积极配合大赛案例修改补充,尽早完善案例进行上传公示,有助于给评委留下深刻印象;可参考报奖材料完善指导手册。  
个人成就
内容被浏览4,381,392
加入社区4年227天

联系社区管理员|联系帆软|《帆软社区协议》|手机版|帆软社区|Copyright © 帆软软件有限公司 ( 苏ICP备18065767号-7 )

GMT+8, 2023-2-2 10:33 , Processed in 0.384582 second(s), 99 queries , Gzip On.

返回顶部