zoukankan      html  css  js  c++  java
  • 如何围绕业务特性,做企业信息化?

    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

    如何围绕业务特性,做企业信息化?

    核心业务系统架构

    如何围绕业务特性,做企业信息化?

    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

    如何围绕业务特性,做企业信息化?

    案例2:PC端数据展示

    如何围绕业务特性,做企业信息化?

    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。

    如何围绕业务特性,做企业信息化?

    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。

  • 相关阅读:
    数据解析1127
    数据解析1119
    数据解析1114
    数据解析1122
    数据解析1121
    数据解析1120
    数据解析1116
    数据解析1128
    Twitter惊现新型病毒 每分钟159条速率分散
    宏达电预计本年有望在台湾市场击败诺基亚
  • 原文地址:https://www.cnblogs.com/liang123/p/6324982.html
Copyright © 2011-2022 走看看