数据分析究竟有没有价值?看完这个案例你就明白了

广告位

数据分析这个词,想必对于很多人来说已经没有多少新鲜感了,越来越多的企业开始将数据分析作为信息化建设的下一个目标…

数据分析这个词,想必对于很多人来说已经没有多少新鲜感了,越来越多的企业开始将数据分析作为信息化建设的下一个目标,在大数据时代的裹挟下,以前IT部门才能做的数据分析,现在也成为了业务人员的新宠,拿数据、作分析、找问题,数据分析一时间甚嚣尘上。

但是包括很多专业数据分析师在内的人,都会产生一个疑问:数据分析究竟能不能为企业产生价值?企业的创收是否只是数据分析表面之下的假象?

这里我分享一个某大型器件制造厂的案例,主角就是公司信息部经理老K。

企业状况

该公司属于大型传统制造企业,规模大且系统多,然而公司的信息化建设却十分的落后,业务绩效等信息仍然是靠人工Excel统计,偌大的企业集团除了最基本的数据库,其他的信息化进程竟然几乎为零!

随着企业的不断扩大,公司的管理模式却仍然不能更新,落后脱节,混乱不堪,甚至出现公司内部员工谎报工时,做假账的情况,造成企业效益不断缩水,一时间公司管理陷入了摇摇欲坠的绝境!

管理模式的落后让老K意识到,公司必须通过技术改良更新管理方式,用数据化手段管理业务,才能挽救企业现状。在综合考量之下,老K选择了BI商业智能工具FineBI进行数据整合和优化管理,通过数据分析实现公司的信息化革新。

FineBI项目快速上马之后,效果十分显著,老K不仅利用这个BI工具完成了企业的数据改革、生产工具改革和生产力改革,还盘活了企业的业务管理,为企业创收降本。

改革一:数据改革

改革前

该公司业务系统繁多,总体上是ERP、OA和生产机房的机台三个系统生产数据,系统之间联系紧密,但是系统表之间数据孤岛问题严重,信息独立,积攒了大量数据却成为了企业沉重的包袱。

“IT想要看数据,就得从每个系统中抽数据,要命的是各个数据源都是不同的,想要进行数据关联更是繁琐困难,时间一长就搁置了;对于企业领导就更不用说了,没有一个可视化的结果,决策效率很低。”这种落后的数据管理模式让老K深受其累。

BI数据关联

引进了FineBI之后,老K轻松连接了三个系统生产数据库,实现不同数据库数据的统一整合:凭借FineBI强大的数据连接和关联功能,老K将各个系统的数据关联了起来,就连数据口径都统一了起来。

因为FineBI支持多数据库和Excel关联分析,因此老K的数据改革十分顺利和迅速,这种BI工具自带数据处理功能,比Excel更灵活自由。

数据分析究竟有没有价值?看完这个案例你就明白了

FineBI数据整合

数据分析究竟有没有价值?看完这个案例你就明白了

FineBI数据关联

改革后

改革之后,数据都整合到了FineBI一个平台之上,业务人员想要数据,只需要从机台上抓取实时数据,转化到数据库中,然后在数据库中进行数据提取和分析就可以了,再也不需要IT与业务反复交换了。

同时,统一一个平台让数据关系前所未有的清晰,就算是不同系统中的数据,大家也都可以随时查询,也不会因为数据源不同而反复纠结了,提高效率50%以上。

改革二:生产工具改革

改革前

厂房过去一直都是根据生产线的材料消耗情况,进行相应的补给,但是每次月底老K都会发现,每个月的补给量大大超过了消耗量,多出的补给量不知道去了哪里,老K怀疑有坏账假账却苦于无法验证。

BI数据切片分析

凭借FineBI的OLAP多维切片分析功能,老K将生产数据进行了切片处理,果然发现相同时间段和相同效率的的人员,生产材料损耗率果然差异巨大,通过联动分析老K进一步发现材损上报对不上,因此验证了老K怀疑有人浪费或者做假账的想法。

除此之外,FineBI还可以对数据进行放大、钻取、维度切换、过滤、联动分析、复用等等,可以多维观察数据,探索数据之间的深层关联。

数据分析究竟有没有价值?看完这个案例你就明白了

FineBI联动分析

改革后

老K决定让厂商进行机器改进,要能够采集到整个生产流程中的数据,实现全线数据监控,尤其对材料耗损率进行精准化,通过监控个人损耗率,防止出现舞弊行为,大大提高了企业的精准补给。同时,厂商也通过这次机器的改进,增加了产品的竞争力,实现了双赢。

改革后,每个月浪费的生产材料降低了80%,生产任务可以提前安排计划,提高生产效率10%。

改革三:生产力改革

改革前

该公司员工众多,但是生产效率却提不上去,不仅生产任务难以保质保量完成,人员变动频率更是居高不下,公司尝试了各种制度改革都无法解决这个难题,造成公司生产力低下。

BI可视化分析

老K发现这个问题之后,先把员工相关所有数据拖出来进行观察和公布,避免员工手工改动,并将加班时长和产值进行了相应的排名,做到了更好的信息透明和监督,借助FineBI的可视化分析功能,让业务部门自主的进行简单的数据透视分析。‌‌

“经常超时加班到底是哪些部门?‌‌最主要加班排名最前的是哪几个人?‌‌如果某些人一直在加班,假设一个月很多个小时肯定是有问题的,‌‌身体再好也扛不住。‌‌第二个是我们将加班时间跟产值匹配起来。‌‌加班多产出很少,可能是员工的效率管理问题。”

改革后

业务部门可以对于考勤异常的员工及时进行关注,更好地人性化管理,同时员工们也可以更直观看到互相之间加班和产值的情况,更加专注在单位时间的产值增效上,企业的生产力得到了整体提高。

数据分析究竟有没有价值?看完这个案例你就明白了

FineBI可视化探索分析

总结

看完这个案例,你应该知道数据分析能否为企业带来价值了吧?他不一定是直接带来收益,也可以是降低管理成本,降低决策风险,降低手工作业重复率等等,正是因为它可以带来这么多的价值,才会最终被市场认可。

但是,老板们不一定都认同数据分析的价值,数据生产力之路漫漫,技术以外,如何创造价值,有可能需要代码和算法以外的其他东西辅助,与大家共勉。

墨遥

关于作者: 墨遥

为您推荐

广告位

发表评论