商业智能BI企业管理决策之经营管理会议

商业智能BI企业管理决策之经营管理会议

我们有一家客户是一个上市公司，他们以往每个月开月度的经营管理会议的时候基本上很难及时开起来。通常来讲月度的经营管理会议都应该在月初，一是总结上个月度各项业务开展，各项指标完成的情况的情况，二是下个阶段重点要关注的业务和要调整的一些思路变化。但实际情况每个月的经营管理会议基本上都到了月中才能开起来。有时数据还不准确，因为他们自己就不相信这些数据是百分之百准确的，也经常提出质疑，并且在短时间内还无法验证，所以用他们自己的话说就是会一直在开，但是会议的质量不高。市场的情况瞬息万变，决策的实效性也很难保证。

这个问题是怎么形成的呢？ 这家集团性公司有几大业务板块，集团在北京，各个区域又有二级的区域运营中心，运营中心之下是各个分组织机构或者公司组成了这种三级的业务架构。一线组织每个月从系统中导出了很多的报表数据，简单加工后，提交给各区域的运营中心，运营中心统计人员再集中加工处理，最后再提交给集团总部，集团总部在汇总加工处理，像这样的统计人员差不多10人左右，因为还要拆分到不同的业务板块，所以日常的工作量一点都不轻。从月末各个系统导数到最后可以形成经营管理会议基本上就是十天到十五天，只要一个数据出现问题就又需要回溯到运营中心再到各一线公司或组织，效率非常的低。熟悉企业业务的还应该知道，很多实际在当月发生的业务数据在下个月可能会回调、修正调整的，这些调整的版本还需要记录下来。同时，业务数据经常和财务口径不一致，所以在开会的时候整个数据统计口径标准也很难协调好，这就是企业大了之后业务多了就会出现的问题。

调研之后发现整个集团基础信息化的工作还比较不错，数据都来源于各个业务系统，除了一些预算计划指标是定期手工维护外，整体数据来源还是比较统一的。所以非常适合通过商业智能BI来解决，直接打通各系统数据，每天晚上同步一次，取消人工参与统计汇总过程，由以往的层层汇报统计直接扁平化，同时支持到集团、各大运营中心、各地机构的BI分析，这样就同时解决了以下几个问题：
第三， 经营管理的时效性。很多时候特别是高层要一个东西，可能就是现在要，过了这个时间点再要的话，意义不大。
第四， 数据准确性的问题。因为不存在人工参与，就避免掉了很多人为的失误。
第五， 各级数据不再层层依附，依赖性强，垂直化。整个扁平化了，各取所需，各自看各自层次的数据和指标。
第六， 人力成本的降低。不再需要那么多专职的人员来做数据收集、写函数做报表，人效提升上来了。
第七， 业务驱动。通过BI的多维分析，反映出很多之前看不到的一些问题，这些在BI的使用过程中它的价值会逐步体现出来。

–by packingdata