企业数据服务的五级宝塔,激发数据应用价值

发布时间:

2024-01-16

分享到:


数智化时代,人人都在讲“数据驱动”,诸如:数据驱动业务、数据驱动管理、数据驱动决策、数据驱动创新……,似乎数据可以驱动一切。但到底什么是数据驱动,数据是怎么进行驱动的,它和数据应用是什么关系?了解了这些问题,它将帮助企业更加深刻的了解到如何充分发挥数据的作用,助力企业决策和运营。

浅析 “数据驱动”

简单来讲,数据驱动就是指基于数据的决策和行动。具体而言就是通过收集、分析和挖掘数据,来揭示隐藏的业务模式和趋势,进而做出更明智的决策和采取更有效的行动。

具体来说,企业要实现数据驱动,则需要从以下几个方面入手:

1、数据采集:收集与业务相关的各种数据,包括结构化和非结构化数据。

2、数据清洗:去除重复和错误的数据,确保数据的准确性和可靠性。

3、数据分析:运用统计分析、机器学习等方法对数据进行处理和分析,以发现隐藏的模式和趋势。

4、数据可视化:将分析结果以图表、报告等形式呈现,以便更直观地理解数据。

5、数据决策:根据分析结果做出更明智的决策,包括产品开发、市场推广、运营优化等方面。

6、数据行动:采取更有效的行动来响应数据,包括优化业务流程、调整市场策略等。

因此,数据驱动既是一个过程,也是一个结果。

从过程的角度来看,数据驱动是通过采集数据、分析数据、挖掘数据等方式,从数据中获取洞见和规律,并以此为依据进行决策和行动的过程。这个过程需要经过多个步骤,包括数据采集、清洗、分析、可视化、决策和行动等,是一个持续的数据循环和反馈机制。

从结果的角度来看,数据驱动是通过数据分析和挖掘,获得对业务和市场的深入理解和预测能力,从而做出更明智的决策和更有效的行动。这个结果是一种基于数据的决策和行动方式,它能够提高企业的决策效率和准确性,降低风险,提高竞争力。

数据驱动的重要性在于,它能够为企业提供更深入的洞察和预测能力,从而帮助企业更好地理解客户需求、市场趋势和业务运营。同时,数据驱动还可以提高企业的决策效率和准确性,降低风险,提高竞争力。

 

2透过“5级宝塔模型”,看数据驱动

提到数据驱动,大多数人第一时间会想到的是数据分析。

数据分析固然重要,但分析只是数据服务的一个层面,如果从整体上看,数据驱动或者说数据服务主要涉及五个层级,我们将其称为“企业数据服务的5级宝塔”。

用友提出了数据驱动的企业数据服务的“5级宝塔模型”,如下图:

第一层级:展现级

典型应用:企业数据报表和数据分析报告。展现级的数据服务是通过报表报告、可视化展示和定制化报表等方式,将收集到的数据以特定的方式展现出来,帮助人们更好地理解和分析数据。

关键技术:该层级涉及基本的数据统计和可视化技术,如数据图表、报表等,用于对数据的初步理解和描述。在数据分析领域,通常将这类技术称为“描述性分析”。

第二层级:分析级

典型应用:企业的经营分析、财务分析、人力资源分析。分析级的数据服务的特点是体系化、专业化,按照不同的业务主题构建指标体系,提供更专业的数据分析,从而让数据产生洞察力,为管理决策提供数据支撑。

关键技术:该层级需要进行更深入的数据探索,因此增加了指标体系、标签萃取等,以及会用到一些常见的数据挖掘算法,例如分类、聚类等。在数据分析领域,通常将这类技术称为“诊断性分析”。

第三层级:控制级

典型应用:风险预警。控制级的数据服务能够通过通过数据分析和挖掘,对业务过程进行监控和预测,发现潜在的风险因素和威胁,并及时发出预警,以帮助企业采取措施应对风险,以确保业务目标的实现。

关键技术:该层级需要对数据进行更加深度的挖掘和应用,涉及的技术包括机器学习、预测模型、关联规则、异常检测等,用于发现数据中的规律和异常。在数据分析领域,通常将这类技术称为“预测性分析”。

第四层级:决策级

典型应用:智能定价。决策级的数据服务能够通过高级的数据分析和机器学习算法,为企业的提供更加智能化的决策支持。与前三个层级不同,虽然前三个层级都能够为企业提供决策方面的信息支持,而第四层级更强调自动化、智能化帮助企业决策。例如通过对数据的分析和挖掘,结合机器学习算法,为企业的产品或服务制定出更合理、更科学的价格策略。

关键技术:这个层级是在控制级的基础上,结合业务知识和决策目标,进行决策优化和方案制定,主要涉及的技术包括决策树、优化算法、模拟仿真等。在数据分析领域,通常将这类技术称为“处方性分析”。

第五层级:创新级

典型应用:产品优化。创新级的数据服务能够通过深入的数据分析和挖掘,结合业务知识和创新思维,为企业提供全新的业务模式和产品优化方案。例如通过对用户行为、市场趋势和竞争环境等数据的深入分析和挖掘,提供针对产品的优化方案,以提高产品的性能、用户体验和市场竞争力。

关键技术:这是最高级别的数据服务,涉及的技术也最为复杂和前沿,例如大模型、深度学习、自然语言处理、知识图谱等,用于实现数据的自动化处理、理解和决策。

综上,数据服务的“五级宝塔”,构成了企业数据服务的完整体系!这与数据分析领域的四层分析层次也是不谋而合,都是对于企业数据服务深度的一种分类和表达。不同之处在于,用友提出数据服务“五级宝塔”模型,更侧重于应用场景层面,而数据分层的四个层次更侧重于分析技术方面。

 

3数据服务领先实践,激发数据应用价值

用友的数据服务能力涵盖了“五级宝塔”的各个层面,致力于帮助企业实现数据驱动的数智化转型。经过多年的企业数智化服务,我们也沉淀了大量的领先企业领先实践。

领先实践一:用友助力某食品加工企业建立“数智一体化”平台

该企业业务经营过程中对数据应用能力不足,数据问题出现后无法完成闭环管理。部分数据无法进入系统进行统一管理,导致业务经营数据缺失,对集团整体经营管理不利;缺乏统一的数据标准,业务中台与数据中台无法实现无缝衔接,企业的智能化数据应用任重道远。

该企业选基于用友iuap平台构建了“业务中台、数据中台、智能中台”三位一体的企业数智化底座,并构建了一些列智能化应用场景,帮助企业实现数智化转型。通过构建统一客户视图,对重点、关怀、风险、异动等客户群体,实施不同的营销策略,从而实现精准营销。基于约束理论最优化目标函数,结合遗传算法构建了排产优化模型,通过优化排产,降低了企业生产成本。建立了风险预测模型,通过对现金流动性、利率敏感性、资本充足率、市场风险暴露值、异常交易、信用风险等指标和场景进行实时监控、及时预警。

领先实践二:用友帮助某制造企业实现成本的精准测算和动态定价

某船舶配套设备企业主要为水上作业者提供安全设备和服务。这个行业有很多家同类型企业,竞争是非常激烈,产品报价至关重要,经常决定着业务经营的好与坏,该类企业产品品种多,叠加复杂的树状 BOM 结构,原材料价格波动直接影响销售报价,所以,产品的单位变动成本更需要及时把控。

该企业采用了用友数据应用服务BOM 展算模型,将树状的物料清单还原为原始采购物料成本以及各工序的人工及制造费用的消耗数量和金额,清晰展现出每一个产品成本结构最真实的状态。配合材料最新价格,模拟测算出价格持续上涨情况下原材料的成本,获得产品成本中最直接的变动部分,在接单阶段就能迅速估算出生产成本,为动态定价提供准确依据大大提高产品报价管理效率。同时,通过 BOM 展算模型也帮助该企业实现了组织内部不同阿米巴组织之间的动态定价。

 

4 “五级宝塔模型”,其实不止五级

用友以“客户为中心”,站在客户数据应用深度的视角,创造性提出了企业数据服务的“五级宝塔”模型,为企业数智化转型提供了指导。其实,在这个模型中还有两个隐藏层,即:五级宝塔的“塔基”与“塔顶”。如文末图所示:“塔基”是指全面数据治理,夯实企业数据要素基础。“塔顶”是数据资产的流通与交易,实现企业数据要素的真正变现。关于“塔基”与“塔顶”我们将在后续的文章进行详细介绍,敬请关注!