數(shù)智化時代，人人都在講“數(shù)據(jù)驅(qū)動”，諸如：數(shù)據(jù)驅(qū)動業(yè)務、數(shù)據(jù)驅(qū)動管理、數(shù)據(jù)驅(qū)動決策、數(shù)據(jù)驅(qū)動創(chuàng)新……，似乎數(shù)據(jù)可以驅(qū)動一切。但到底什么是數(shù)據(jù)驅(qū)動，數(shù)據(jù)是怎么進行驅(qū)動的，它和數(shù)據(jù)應用是什么關(guān)系？了解了這些問題，它將幫助企業(yè)更加深刻的了解到如何充分發(fā)揮數(shù)據(jù)的作用，助力企業(yè)決策和運營。
1
淺析 “數(shù)據(jù)驅(qū)動”
簡單來講，數(shù)據(jù)驅(qū)動就是指基于數(shù)據(jù)的決策和行動。具體而言就是通過收集、分析和挖掘數(shù)據(jù)，來揭示隱藏的業(yè)務模式和趨勢，進而做出更明智的決策和采取更有效的行動。
具體來說，企業(yè)要實現(xiàn)數(shù)據(jù)驅(qū)動，則需要從以下幾個方面入手：
1、數(shù)據(jù)采集：收集與業(yè)務相關(guān)的各種數(shù)據(jù)，包括結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。
2、數(shù)據(jù)清洗：去除重復和錯誤的數(shù)據(jù)，確保數(shù)據(jù)的準確性和可靠性。
3、數(shù)據(jù)分析：運用統(tǒng)計分析、機器學習等方法對數(shù)據(jù)進行處理和分析，以發(fā)現(xiàn)隱藏的模式和趨勢。
4、數(shù)據(jù)可視化：將分析結(jié)果以圖表、報告等形式呈現(xiàn)，以便更直觀地理解數(shù)據(jù)。
5、數(shù)據(jù)決策：根據(jù)分析結(jié)果做出更明智的決策，包括產(chǎn)品開發(fā)、市場推廣、運營優(yōu)化等方面。
6、數(shù)據(jù)行動：采取更有效的行動來響應數(shù)據(jù)，包括優(yōu)化業(yè)務流程、調(diào)整市場策略等。
因此，數(shù)據(jù)驅(qū)動既是一個過程，也是一個結(jié)果。
從過程的角度來看，數(shù)據(jù)驅(qū)動是通過采集數(shù)據(jù)、分析數(shù)據(jù)、挖掘數(shù)據(jù)等方式，從數(shù)據(jù)中獲取洞見和規(guī)律，并以此為依據(jù)進行決策和行動的過程。這個過程需要經(jīng)過多個步驟，包括數(shù)據(jù)采集、清洗、分析、可視化、決策和行動等，是一個持續(xù)的數(shù)據(jù)循環(huán)和反饋機制。
從結(jié)果的角度來看，數(shù)據(jù)驅(qū)動是通過數(shù)據(jù)分析和挖掘，獲得對業(yè)務和市場的深入理解和預測能力，從而做出更明智的決策和更有效的行動。這個結(jié)果是一種基于數(shù)據(jù)的決策和行動方式，它能夠提高企業(yè)的決策效率和準確性，降低風險，提高競爭力。
數(shù)據(jù)驅(qū)動的重要性在于，它能夠為企業(yè)提供更深入的洞察和預測能力，從而幫助企業(yè)更好地理解客戶需求、市場趨勢和業(yè)務運營。同時，數(shù)據(jù)驅(qū)動還可以提高企業(yè)的決策效率和準確性，降低風險，提高競爭力。
2
透過“5級寶塔模型”，看數(shù)據(jù)驅(qū)動
提到數(shù)據(jù)驅(qū)動，大多數(shù)人第一時間會想到的是數(shù)據(jù)分析。
數(shù)據(jù)分析固然重要，但分析只是數(shù)據(jù)服務的一個層面，如果從整體上看，數(shù)據(jù)驅(qū)動或者說數(shù)據(jù)服務主要涉及五個層級，我們將其稱為“企業(yè)數(shù)據(jù)服務的5級寶塔”。
用友提出了數(shù)據(jù)驅(qū)動的企業(yè)數(shù)據(jù)服務的“5級寶塔模型”，如下圖：
第一層級：展現(xiàn)級
典型應用：企業(yè)數(shù)據(jù)報表和數(shù)據(jù)分析報告。展現(xiàn)級的數(shù)據(jù)服務是通過報表報告、可視化展示和定制化報表等方式，將收集到的數(shù)據(jù)以特定的方式展現(xiàn)出來，幫助人們更好地理解和分析數(shù)據(jù)。
關(guān)鍵技術(shù)：該層級涉及基本的數(shù)據(jù)統(tǒng)計和可視化技術(shù)，如數(shù)據(jù)圖表、報表等，用于對數(shù)據(jù)的初步理解和描述。在數(shù)據(jù)分析領(lǐng)域，通常將這類技術(shù)稱為“描述性分析”。
第二層級：分析級
典型應用：企業(yè)的經(jīng)營分析、財務分析、人力資源分析。分析級的數(shù)據(jù)服務的特點是體系化、專業(yè)化，按照不同的業(yè)務主題構(gòu)建指標體系，提供更專業(yè)的數(shù)據(jù)分析，從而讓數(shù)據(jù)產(chǎn)生洞察力，為管理決策提供數(shù)據(jù)支撐。
關(guān)鍵技術(shù)：該層級需要進行更深入的數(shù)據(jù)探索，因此增加了指標體系、標簽萃取等，以及會用到一些常見的數(shù)據(jù)挖掘算法，例如分類、聚類等。在數(shù)據(jù)分析領(lǐng)域，通常將這類技術(shù)稱為“診斷性分析”。
第三層級：控制級
典型應用：風險預警?？刂萍壍臄?shù)據(jù)服務能夠通過通過數(shù)據(jù)分析和挖掘，對業(yè)務過程進行監(jiān)控和預測，發(fā)現(xiàn)潛在的風險因素和威脅，并及時發(fā)出預警，以幫助企業(yè)采取措施應對風險，以確保業(yè)務目標的實現(xiàn)。
關(guān)鍵技術(shù)：該層級需要對數(shù)據(jù)進行更加深度的挖掘和應用，涉及的技術(shù)包括機器學習、預測模型、關(guān)聯(lián)規(guī)則、異常檢測等，用于發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律和異常。在數(shù)據(jù)分析領(lǐng)域，通常將這類技術(shù)稱為“預測性分析”。
第四層級：決策級
典型應用：智能定價。決策級的數(shù)據(jù)服務能夠通過高級的數(shù)據(jù)分析和機器學習算法，為企業(yè)的提供更加智能化的決策支持。與前三個層級不同，雖然前三個層級都能夠為企業(yè)提供決策方面的信息支持，而第四層級更強調(diào)自動化、智能化幫助企業(yè)決策。例如通過對數(shù)據(jù)的分析和挖掘，結(jié)合機器學習算法，為企業(yè)的產(chǎn)品或服務制定出更合理、更科學的價格策略。
關(guān)鍵技術(shù)：這個層級是在控制級的基礎上，結(jié)合業(yè)務知識和決策目標，進行決策優(yōu)化和方案制定，主要涉及的技術(shù)包括決策樹、優(yōu)化算法、模擬仿真等。在數(shù)據(jù)分析領(lǐng)域，通常將這類技術(shù)稱為“處方性分析”。
第五層級：創(chuàng)新級
典型應用：產(chǎn)品優(yōu)化。創(chuàng)新級的數(shù)據(jù)服務能夠通過深入的數(shù)據(jù)分析和挖掘，結(jié)合業(yè)務知識和創(chuàng)新思維，為企業(yè)提供全新的業(yè)務模式和產(chǎn)品優(yōu)化方案。例如通過對用戶行為、市場趨勢和競爭環(huán)境等數(shù)據(jù)的深入分析和挖掘，提供針對產(chǎn)品的優(yōu)化方案，以提高產(chǎn)品的性能、用戶體驗和市場競爭力。
關(guān)鍵技術(shù)：這是最高級別的數(shù)據(jù)服務，涉及的技術(shù)也最為復雜和前沿，例如大模型、深度學習、自然語言處理、知識圖譜等，用于實現(xiàn)數(shù)據(jù)的自動化處理、理解和決策。
綜上，數(shù)據(jù)服務的“五級寶塔”，構(gòu)成了企業(yè)數(shù)據(jù)服務的完整體系！這與數(shù)據(jù)分析領(lǐng)域的四層分析層次也是不謀而合，都是對于企業(yè)數(shù)據(jù)服務深度的一種分類和表達。不同之處在于，用友提出數(shù)據(jù)服務“五級寶塔”模型，更側(cè)重于應用場景層面，而數(shù)據(jù)分層的四個層次更側(cè)重于分析技術(shù)方面。
3
數(shù)據(jù)服務領(lǐng)先實踐，激發(fā)數(shù)據(jù)應用價值
用友的數(shù)據(jù)服務能力涵蓋了“五級寶塔”的各個層面，致力于幫助企業(yè)實現(xiàn)數(shù)據(jù)驅(qū)動的數(shù)智化轉(zhuǎn)型。經(jīng)過多年的企業(yè)數(shù)智化服務，我們也沉淀了大量的領(lǐng)先企業(yè)領(lǐng)先實踐。
領(lǐng)先實踐一：用友助力某食品加工企業(yè)建立“數(shù)智一體化”平臺
該企業(yè)業(yè)務經(jīng)營過程中對數(shù)據(jù)應用能力不足，數(shù)據(jù)問題出現(xiàn)后無法完成閉環(huán)管理。部分數(shù)據(jù)無法進入系統(tǒng)進行統(tǒng)一管理，導致業(yè)務經(jīng)營數(shù)據(jù)缺失，對集團整體經(jīng)營管理不利；缺乏統(tǒng)一的數(shù)據(jù)標準，業(yè)務中臺與數(shù)據(jù)中臺無法實現(xiàn)無縫銜接，企業(yè)的智能化數(shù)據(jù)應用任重道遠。
該企業(yè)選基于用友iuap平臺構(gòu)建了“業(yè)務中臺、數(shù)據(jù)中臺、智能中臺”三位一體的企業(yè)數(shù)智化底座，并構(gòu)建了一些列智能化應用場景，幫助企業(yè)實現(xiàn)數(shù)智化轉(zhuǎn)型。通過構(gòu)建統(tǒng)一客戶視圖，對重點、關(guān)懷、風險、異動等客戶群體，實施不同的營銷策略，從而實現(xiàn)精準營銷。基于約束理論最優(yōu)化目標函數(shù)，結(jié)合遺傳算法構(gòu)建了排產(chǎn)優(yōu)化模型，通過優(yōu)化排產(chǎn)，降低了企業(yè)生產(chǎn)成本。建立了風險預測模型，通過對現(xiàn)金流動性、利率敏感性、資本充足率、市場風險暴露值、異常交易、信用風險等指標和場景進行實時監(jiān)控、及時預警。
領(lǐng)先實踐二：用友幫助某制造企業(yè)實現(xiàn)成本的精準測算和動態(tài)定價
某船舶配套設備企業(yè)主要為水上作業(yè)者提供安全設備和服務。這個行業(yè)有很多家同類型企業(yè)，競爭是非常激烈，產(chǎn)品報價至關(guān)重要，經(jīng)常決定著業(yè)務經(jīng)營的好與壞，該類企業(yè)產(chǎn)品品種多，疊加復雜的樹狀 BOM 結(jié)構(gòu)，原材料價格波動直接影響銷售報價，所以，產(chǎn)品的單位變動成本更需要及時把控。
該企業(yè)采用了用友數(shù)據(jù)應用服務BOM 展算模型，將樹狀的物料清單還原為原始采購物料成本以及各工序的人工及制造費用的消耗數(shù)量和金額，清晰展現(xiàn)出每一個產(chǎn)品成本結(jié)構(gòu)最真實的狀態(tài)。配合材料最新價格，模擬測算出價格持續(xù)上漲情況下原材料的成本，獲得產(chǎn)品成本中最直接的變動部分，在接單階段就能迅速估算出生產(chǎn)成本，為動態(tài)定價提供準確依據(jù)大大提高產(chǎn)品報價管理效率。同時，通過 BOM 展算模型也幫助該企業(yè)實現(xiàn)了組織內(nèi)部不同阿米巴組織之間的動態(tài)定價。
4
“五級寶塔模型”，其實不止五級
用友以“客戶為中心”，站在客戶數(shù)據(jù)應用深度的視角，創(chuàng)造性提出了企業(yè)數(shù)據(jù)服務的“五級寶塔”模型，為企業(yè)數(shù)智化轉(zhuǎn)型提供了指導。其實，在這個模型中還有兩個隱藏層，即：五級寶塔的“塔基”與“塔頂”。如文末圖所示：“塔基”是指全面數(shù)據(jù)治理，夯實企業(yè)數(shù)據(jù)要素基礎。“塔頂”是數(shù)據(jù)資產(chǎn)的流通與交易，實現(xiàn)企業(yè)數(shù)據(jù)要素的真正變現(xiàn)。關(guān)于“塔基”與“塔頂”我們將在后續(xù)的文章進行詳細介紹，敬請關(guān)注！
用友BIP數(shù)據(jù)資產(chǎn)入表解決方案
12月13日，用友BIP數(shù)據(jù)資產(chǎn)入表解決方案正式發(fā)布，助力盤活企業(yè)數(shù)據(jù)資產(chǎn)、激發(fā)數(shù)據(jù)要素價值。用友通過提供咨詢、設計、產(chǎn)品、交付、運營等全流程的解決方案與服務，幫助企業(yè)完成數(shù)據(jù)資產(chǎn)基礎入表、統(tǒng)一數(shù)據(jù)治理和釋放數(shù)據(jù)價值，并拉通數(shù)據(jù)服務到數(shù)據(jù)交易的通路，增強企業(yè)數(shù)據(jù)的開放、流通和變現(xiàn)能力，加速數(shù)據(jù)要素的社會級流轉(zhuǎn)。
文章來源：用友BIP
文章原文：https://mp.weixin.qq.com/s/MBgQ2HDsc8i8-FsG2gxFzA
文章為轉(zhuǎn)載，如有侵權(quán)請聯(lián)系我們刪除。
