利用数据分析促进企业管理提升的探索实践

汤敏

中海石油气电集团有限责任公司 北京 100028

引言

随着信息技术应用范围的不断扩大，在企业数据管理中，数据分析的有效应用已经成为对国家信息化程度进行判定的一个重要标志之一，同时也渗透到人类生产、生活的各个方面，对经济、社会的发展和进步产生无可替代的影响。

1 利用数据分析促进企业管理提升的探索实践

1.1 数据标准化实施过程

建立公司统一的主数据管理平台并应用，设计编制了统一的主数据（供应商、客户、物料、人员、部门等），在信息化开始应用阶段就从顶层设计提出要求，做到启动布局、规范应用，组建主数据管理平台并投入使用，在初始的信息化实施阶段应该按照上层的意见开始进行，实现布局清晰、整体规范，有关于物资的形容使用不同的特征量来表述，做到“数据同源、实事求是、应用共享、统一集中”的主数据管理形式，着重提升大数据的基础质量。除此之外还需要对主数据系统进行及时的系统更新升级，满足物资编码时刻保持规整统一，实现采购电商平台无障碍检索，平台使用的微服务架构搭建平台为 Spring boot，结合不同模组技术，单独以子系统来实施各项操作为中心环节，确保各个系统之间独立应用，却又能够交流联系，融合调整。数据治理平台架构如图1所示。（图见下页）

图1 数据治理平台架构图

1.2 数据仓库建设及应用

在公司实际应用此系统时，通常需要结合实际情况，调整子系统使其更加适用于不同情况下的公司管理，例如ERP 系统、物资采购信息化平台、物料主数据系统等[1]。在现如今科技飞速发展的时代洪流中，大数据的到来无疑使各个公司的发展锦上添花，但是在现实生活工作当中，公司的数据信息通常来源于不同的子系统，源头的不同使得收集到的信息缺失或者错误的可能性增加，风险变大，随后使用者会直接采纳出现错误的数据来进行下一步，这就会出现应用系统冲突、系统应用修改后数据对象缺失、数据抽取速度慢、计算量大等很多种难以解决的情况，使得用户体验感极差，数据处理速度慢，信息分析不及时。为了防止以上问题出现，做到信息传递快速高效并且保证其质量，搭建完整的数据处理平台。数据仓库在组建的过程中要严格结合具体的数据信息来搭建，可以把一个数据仓库分为4个层级：贴源数据层、主题模型层、共性加工层和数据集市层。不同的层级所承担的任务和包含的数据内容也是不同的，例如贴源数据层通常用来储存运输过来的新鲜未经过加工处理的初级数据，将公司ERP系统、电商平台及其他外部资源（如从网上查询收集、上级公司表格数据）的数据收集整理到数据仓库中，使得数据仓库与业务系统分离，这样做可以有效地缓解业务系统的工作压力；主题模型层主要应用 ETL（Extra，Transfer，Load）的方式，使得上一步收集到的数据依照分配好的主题框架和搭建的表格来进行分类保存。在数据清洗的过程中，例如筛查到非法无效数据，或者有部分错误、缺失的数据将对其依照特定规则来进行修补、添加、删减、改正等措施使其恢复为正常数据，随后将他们进行归类并查找出关键信息，探索其不同的用途以便于之后创建不同的主题；共性加工层这第三步主要在于分析之前分类好的数据，使其以分析模型的形态出现，通过此方法可以组建多个数据区便于工作，如业务数据区、指标数据区、维度数据区等，确保数据之间相互关联融合分析[2]。数据集市层的重点是关于线下人员或者特定部门的具体要求，分类分层次的对数据进行整合，具体涵盖内容为维度的定义，客户需要计算的内容和部门所需具体层级等，进一步形成更适合客户或部门的决策分析报表以此来方便其应用数据库。也可以通过建立 ERP 系统、电商平台等主题表作为分析报表展示的数据集，正确应用分析报表，使其更好地融入工作当中，服务客户以及公司部门，将大数据的优点扩散。之后还可以在公司数据仓库的处理下，将数据以不同层次，不同维度或者是不同使用情况进行分批处理，以此来实现数据的灵活使用，确保数据的实用性和准确性，真正意义上实现了大数据与公司建设的融合与贯通。

1.3 数据分析及成果展示

以数据仓库中的大数据为基础，选用BI数据对其进行合理的分析，可以对研讨方向和建设内容及目标进行初步规划。可以通过对物资采集平台收集到的数据进行分析研究，以及从供应商背景、供货地域、历年的物资采购状况和公司关系网等数据处理结果进行整合研讨可得知，为了公司后续的发展以及为其决策提供信息支撑，需要满足供应商与公司合作的条件，确保双方利益不存在冲突，达到双方互利共赢的目的，满足公司发展需求。公司经营管理核心内容为降低成本增加收益，所以要学会提前预判市场形势，运用大数据进行分析报表，融合不同的子系统如业务系统、ERP 系统、电商平台数据并将他们在数据仓库中整理分类，最终以数据建模的形式通过分析报表来进行成果的展示。

2 促进数据分析在企业管理中有效应用的策略

2.1 健全数据安全系统管理

要想做好数据分析工作，企业的管理人员应当针对数据分析中的风险问题，做好应对措施来做好信息管理系统。首先企业的管理人员需防止项目合同出现频繁修改的问题。其次，为了能够满足用户的日常需要，企业需针对系统功能做好评审工作，并且随时健康系统把控质量，做到在第一时间发现问题并采取相应措施去解决问题[3]。然后，对于企业团队之间的配合不够默契进而产生的风险，需要管理人员去调节好团队之间的沟通协作工作，为了保证团队的工作质量及工作效率需要制定相应的规章制度去约束他们。最后在信息系统项目管理中，除了上述所提到的风险，还存在由于管理人员操作不当而引发的风险。这类风险不是主要的风险，但是这也是需要我们去注意的，为防止这类风险的发生，企业需对数据安全系统进行完善，因为这是企业进行数据分析工作的前提，因此必须得到重视[4]。

2.2 健全体制

虽然数据分析的建立和发展是在大数据时代的基础上，但是数据分析很多实际操作是离不开相关操作人员的主观意识的，但是因为数据的复杂单单去凭靠操作人员的主观意识是不行的，还需要有一个规范的标准，并且需对运营的主体进行监督和考察。为此，企业就需要借助大数据来建立相关的监督考核体制，以此来实现客观的进行数据的分析整理，然后按照制定好的考核体制来对相关员工所做的工作来进行考核。

2.3 优化策略

企业要想在商务数据分析中对决策进行优化就需要对相关数据进行动态性分析和过程性监督以及信息的规范和处理，同时这也就说明监督和决策之间要有关联才能实现二者之间的一体化。首先企业要在顺应大数据时代发展的方向，对市场的发展进行数据分析和观察，并总结出数据进行分析。其次是企业要将得到的数据进行分析整理位置后的决策提供依据，在进行数据分析整理时需要注意的是，该数据分析知识给企业提供一个参考，并不能决定最终的决策，更不能决定企业将来在市场上的发展方向[5]。

2.4 加强人员培训力度

随着信息时代的到来，数据分析在企业的使用频率越来越高，但是由于网络是虚拟的，许多的用户没有防范意识进而造成信息的泄露。同样的，企业工作人员的信息及企业的相关信息也很有可能出现信息安全问题，为此企业应加强安全意识，对工作人员进行培训以提高其信息安全意识和应变能力，这样做不仅能让企业管理人员学习专业技能还能够促进企业管理提升。

2.5 柔性经营

企业的管理和经营要在商务数据分析的协助下进行，对于企业的内部和外部要采取柔性经营的策略。此外，企业可根据商业数据分析来对市场的发展方向进行预测以便于企业能够合理制定计划来适应未来的发展，不能够只凭靠以往的经验来判定企业未来的发展方向，不然会影响到企业的发展和管理提升。

2.6 统筹分析

要想提高企业的管理水平，首先就需要最大限度的通过数据分析来发现其背后的市场价值，这就需要企业对数据进行协调和管理，并实现数据的有序和标准为的是在避免以后的数据分析中出现因质量差异而出现的差错，同时数据分析也要注意数据的更新，不能因为过时的数据影响到企业的管理和发展。其次在，在进行数据分析时，要分工明确，将工作准确的分配到各个部门，让各部门负起相应的责任。此外，要对相关数据进行科学合理的登记和储存。最后，企业不能对所有的数据进行分析，要挑选有价值的数据[6]。

3 结束语

随着社会经济的发展，数据分析工作已成为一种必然的发展趋势，数据分析不仅能够提高企业的工作效率，并且能通过数据分析平台来对企业多年的累积经验进行分类汇总和深度分析最终形成决策分析报表为企业的管理者提供决策帮助，最终达到促进企业管理提升的目的。