最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

如何围绕业务特性,做企业信息化?

[复制链接]
发表于 2016-10-18 16:59:28 | 显示全部楼层 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
近年来,越来越多的企业机构认识到数据的重要性,不断探究如何利用数据、如何生成有价值的信息。数据由企业生产,归根结底要服务于企业,指导决策,优化管理。但一套方案并不能适应所有情况,要围绕特性业务做信息化,对此,广西扬翔信息总监王永伟分享了扬翔自身的信息化实践,如何从计算机普及时代迈向互联网化。
关于扬翔
扬翔是一家以养猪和饲料生产为主营业务的农牧企业,是集种猪、肉猪、猪精、猪饲料、养猪设备、猪动保饲料一体化的大型农牧企业,现已成为亚洲最大的社会化公司。
信息化发展历程
扬翔的信息化,总结起来经历了四个阶段。第一个阶段是2000年早期的单体工厂,信息化刚起步,主要给员工普及基本计算机技能。自主研发适合饲料企业的ERP,基本做到财务业务一体化。
2008年,随着公司的规模扩张,延伸出十几个子公司。为保证业务的规范性和规范制度的统一执行,成立了集团总部。集团的管理需要工具的支撑,于是上线了集团管控系统EAS、OA系统,并将各系统做统一,对分公司的数据做统一的规划、设计、建设、管理。
完成集团管控之后,开始围绕特性业务做信息化。但由于IT行业可提供的解决方案不具有针对性,所以自主研发了猪厂管理系统、农户管控系统、进销存系统。
后来随着互联网的发展趋势,扬翔逐渐开始涉足电子商务和移动化。搭建互联网养殖服务平台,电子商城,以及后来的移动化应用,包括移动CRM、移动协同、移动决策等等。
信息化架构图

核心业务系统架构

数据化决策项目实施背景
在数据化管理方面,扬翔曾基于开源的产品做自主尝试。但是由于管理层需求的不明确,开源软件本身成熟性和敏捷度不够,整个工具还需要做大量的开发工作,耗费精力较多。后来企业信息化初见模型,曾邀请著名团队和BI产品来优化供应链,但由于管理需求不明确、不贴合,对整个企业通盘的数据决策或者商业智能并不能做到有效的帮助,最终也不了了之。
数据化决策的项目动因
多次尝试数据化决策项目的重要性主要在于以下三点:
1、数据
主系统统一,数据基本规范;业务系统完善,数据有积累
2、需求
管理体系规范,需求明确;手工工作量大,需求强烈;报表及时性要求越来越高
3、团队
信息化领域的数据分析是很好的契机,激励到位,主动求战能够使IT人员的能力和价值得到明确的提升。
工具选型需求
基于以上三方面的分析,认定了数据决策管理的重要性,在工具选型方面有这样几个考虑。
1、综合实力
2、数据源的支撑
3、工具的应用性,图表是否丰富易用
4、多维分析对数据抓取的能力
5、是否支持填报(数据录入)
6、多屏支撑和多系统支撑
7、出于数据安全考虑的权限管理
8、效率集成能力
9、用户口碑
出于这几方面的考虑,扬翔选择了帆软报表工具FineReport,各方面都基本满足了需求,此后并做了以下实践。
案例1:移动端数据展示

案例2:PC端数据展示

案例3:养殖数据地图
通过FineReport可以在地图上反映合作的农户数,通过连接功能,看到每个农户的详细信息。
案例4:大区经理日销量报表
领导关心每月的销售业绩,以往是营销部门挨个分发,如今利用FineReport的报表管理和权限分发可以直接查看。

数据可视化决策项目规划
第一步:替代手工作业
将原本报表的手工上报和分发工作,利用报表管理和呈现;替代Excel统计;开通填报系统,解决数据上报;领导系统看报表取代邮件报表。
第二步:决策可视化
将决策可视化和业务紧密结合。决策可视化的意义在于通过数据呈现,发现业务存在的问题。
包括管理对标可视化、问题分析可视化、绩效评估可视化、外部展示可视化。
第三步:基于数据创新
数据决策最终要服务到企业的创新。比如从整个数据分析层面,发现一些问题,提出最终解决方案。从数据中挖掘创新点和突破点。
项目实施经验
经验1:数据基本规范和集中
数据的规范工作虽然初期花费的时间会比较长,基础数据的集中和规范涉及到数据口径和准确性问题,是基础很重要。
经验2:管理清晰,需求明确
对于数据和需求,需要明确业务需要什么数据,数据从哪里来,哪些决策会需要。这些事物都要逐渐形成一种规范和流程。
经验3:平台敏捷,工具易用
经验4:统一规划,分期实施
经验5:长期跟进,持续迭代
数据决策是一个长期持续的工作,涉及很多经营指标和数据管理的要求,在不断的变化,需要持续不断地优化。




楼主热帖
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-16 23:00

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表