近年來隨著數據分析這個概念的火熱，不少企業都想通過數據分析來有效提高企業管理、效益以及輔助決策。但是現實往往都是殘酷的，不少企業的數據基礎還十分薄弱，對數據分析趨之若鶩的過程中漸漸迷失了數據分析的價值。
數據分析真的能幫助企業創造價值嗎？對此，我們不妨來看一個案例：
某傳統生產製造企業經過二十幾年的發展，成長為了效益上億、員工4000餘人的大型公司，然而這家企業最近的日子卻十分不好過，效益持續走低，生產效率下滑嚴重。
為了解決這個問題，迫不得已讓各部門負責人開了一次會議：
銷售部門：“效益降低我覺得主要是生產部的問題，員工的生產效率太低，生產部門不出來說一下嗎？”
生產部門：“生產效率低也是沒辦法的事情，我們現在生產車間的所有數據都通過手工進行統計、收集和處理，生產環節一旦出了問題，根本沒辦法實現定位。”
工程部門：“咱們公司又沒有ERP支持的生產控制計劃，成本數據還得靠人工來採集，根本沒辦法精細化，只能粗略統計成本。想要實現成本控制，你們這些產、供、銷部門怎麼也得打通數據吧，巧婦難為無米之炊啊。”
貨倉部門：“對啊，我這邊每天也有數不清的物料單子，天天被數據搞混了頭，而且貨倉管理還需要天天更新，每天都有新的數據，數據部門難道不能實現自動化嗎？”
數據部門：“我們數據部門的壓力也很大的，大家先不要吵了，我覺得不管是成本問題、生產效率問題，還是員工管理問題，核心問題就是數據問題，我們公司如果想實現生產數據化、管理數據化，最好的辦法就是靠數據分析系統搭建分析平臺，從數據裡找問題。”
生產、品質、工程、貨倉部門：“就你了！”
因此，數據部門開始對企業的生產數據系統進行大刀闊斧的改革。而為了把生產環節中的所有數據完整體現出來，數據部門決定依靠數據分析工具FineBI，建立數據分析管理平臺。
不少企業的大數據架構只有數據倉庫和ERP，無法實現複雜的系統邏輯，因此可以將數倉與Finebi進行結合，實現生產、銷售、庫存、成本等環節的一體化管理，例如下圖所示：
- 數據源：主要依靠finebi將數據倉庫和線下填報的數據進行模塊整合，實現採集完全數據化，保證數據源的統一；
- 數據服務：主要是對不同數據進行數據統計、數據分析、數據查詢、預警監測等，將業務人員從重複的、枯燥乏味的數據處理工作中解放出來；
- 應用支持：依靠finebi系統實現數據運營管理，比如權限管理，實現數據業務的流程化；
- 業務場景：根據不同的業務場景進行多維度可視化分析，比如銷售、生產和成本分析、公司企業綜合分析駕駛艙等等，屬於數據輸出層。
通過FineBI建立企業運營駕駛艙，可以給公司領導層展現公司的一些動態信息和領導比較關心的數據指標，比如生產情況、銷售情況、庫存情況、成本控制情況等等，以便直觀地進行數據分析，快速發現、企業運營問題所在。
數據分析解放IT、打通數據源
在進行改革之前，企業的生產系統五花八門，主要是ERP、OA和其他數據源的業務數據，IT部門想要取數簡直要了親命：不僅要從不同的業務系統裡找數據，過程還十分的複雜繁瑣，跟難受的數據源不同，數據就是混亂的、獨立的，很難進行整合。
因為數據部門利用FineBI系統的數據連接，直接選擇連接不同的數據庫，將數據庫裡的數據進行關聯，這樣數據源就可以實現打通了，而數據口徑也得到了統一。
後期工作也很簡單，數據部門將數據存放在業務包中，有權限的管理員可以從不同的業務包中取數進行自助分析，不會影響源數據的使用和查看。同時，還能通過設定維度表關係，對不同的數據表進行關聯，使得IT的壓力大大得到解放，不會再受到其他部門反反覆覆的需求申請和返工修改了。
數據分析提高生產效率
生產效率的提升是數據分析的主要目的之一，但是目前企業的不同車間的材料損耗、產品良率都存在相當大的差別，例如，有些車間在生產條件類似的前提下，產品良率上明顯偏低，或是材料損耗率顯著偏高，這顯然會給生產帶來很大的負面影響。
為了定位這些異常車間、異常環節、異常人員的問題，數據部門將車間數據進行自動化採集，不再依靠手工統計，將收集到的數據進行OLAP切片分析，針對異常數據進行解剖。
比如，通過切片分析發現某天的生產效率降低，通過下鑽發現是某車間的某生產小組的數據有異常，通過橫向分析發現是生產材料供貨不足，導致該環節斷層，影響了整個生產線的影響。數據部門發現這個問題後迅速提交給生產部門，生產部門迅速調整計劃，生產效率最終提高了60%。
數據分析實現成本控制
生產企業的成本控制主要分為五個部分內容：人工成本、質量成本、採購成本、材料成本、庫存成本。企業之前對於成本管理僅僅侷限於每個部分的成本核算，依靠手工統計的方式粗略計算成本，無法實現成本的有效控制。
因此，數據部門通過finebi的可視化分析，將五大成本的數據製作成可視化看板，管理者可以通過下鑽、聯動、趨勢分析、對比等方法對成本進行監控，一旦發現某環節出現數據異常，能夠迅速排查，找到根源。
數據分析如何加強生產管理
除了生產和成本，員工管理也是企業很頭疼的事情，哪些員工的效績最好、哪些員工的效率最差、管理費用都花在了什麼地方、員工入職和離職情況又怎麼樣，都是員工管理需要關注的點。
數據部門為了將這些不同的數據整合在一起，仍然利用FineBI進行數據關聯，然後存放到統一的數據庫中，通過自助分析建立數據可視化看板，領導或者人事想要查看個人的情況，只需要下鑽即可，輕鬆瞭解員工近況。
比如，企業的離職率最近有所升高，通過看法發現是由於生產部門的人員流失過大，關聯財務看板之後發現根本原因是生產部門的市場薪資高於部門人均薪資，因此數據部門提議提高生產部門的薪資水平，有效降低了離職率。
總結
只有將海量數據資源進行整合，搭建一站式分析平臺，才能真正為企業的經營決策進行賦能。比如今天提到的FineBI分析平臺，才能真正解決傳統行業“信息孤島”問題，實現企業信息一體化管理，真正打通內部價值鏈，最終發揮出數據的真正價值。
而數據分析的價值也正在於，可以實現對數據價值的挖掘，輔助企業進行決策、指導企業的生產計劃。
今天的文章就寫到這裡吧。
閱讀更多 IT技術管理那些事兒 的文章
