一、企業簡介

      徐州徐工施維英機械有限公司（簡稱“徐工施維英”）是徐工集團旗下、全面致力于混凝土機械領域可持續發展的專業企業。2012年7月，成功收購全球混凝土機械領軍企業——德國施維英集團，成為全球大的混凝土機械制造企業。公司兩大產業基地占地千余畝，精益制造能力和全價值鏈數字化管理水平行業領先，企業實現連續四年經營業績倍增。企業始終以“為客戶創造大價值”為導向，產品品種和系列齊全，為客戶提供多種成套解決方案。目前公司業務板塊涵蓋混凝土機械領域的成套解決方案，其中商混機械成套解決方案包括商混機械、濕噴機械及砂漿機械；工業泵及工業系統成套解決方案包括固體廢棄物處理機械、漿體處理機械等。同時，公司還提供金融服務平臺、產品租賃平臺、配套信息化管理平臺、培訓資源以及完備的服務保障體系，全力滿足客戶多元化需求。其中主打產品有：混凝土攪拌站、混凝土攪拌運輸車、混凝土泵車、車載式混凝土泵、拖式混凝土泵、混凝土噴漿車、干混砂漿攪拌站及運輸車、背罐車、粉粒物料運輸車等。

      伴隨著全球性市場需求的調整和升級、伴隨著徐工集團“珠峰登頂”的戰略演進，伴隨著行業的深度整合提升，徐工施維英在加速推進技術升級、制造升級、營銷升級的過程中，確定了“成為世界頂級混凝土機械成套解決方案服務商”的戰略愿景，明確了“全球混凝土產業成套設備和整體解決方案領先服務商”的品牌定位，全體合作伙伴和全體員工正戮力同心，攜手并行，共同為客戶、為市場、為國家、乃至為全球提供優質產品和服務！

二、項目背景

      目前徐工施維英已搭建了已SAP-ERP為核心，MES、CRM、PDM、IOT、PMS、X-GSS等為支撐的全價值鏈業務管理系統和平臺，覆蓋了研發、生產、供應鏈、營銷、服務、管理等各領域。但前期建設過程中，由于數據散落在各個系統，想了解某個指標，需要人工進行篩選、整合、分析，再匯總形成匯報報告。這種形式不但效率低下，并且存在統計口徑不一的問題，目標與指標無法關聯，不能高效的支持運營決策等問題。普遍存在的具體問題如下：

      1. 管理效率低下：以前，企業的經營管理沒有將數據納入企業管理的重要要素和手段，管理主要靠人工調度；

      2. 缺少閉環機制：對于經營問題發現、分析、改善、跟蹤、反饋還停留在人為跟蹤，沒有建立自動化閉環機制；

      3. 目標缺乏協同：目標管理與拆解過程缺乏體系化管理手段，舉措、任務、指標與目標脫節，沒有統一協同管理體系和平臺；

      4. 管理決策滯后：經營過程中數據無法及時獲取，多方數據統計口徑不一、數據不準、收集困難，浪費大量人力在數據整合上，且導致經營決策相對滯后；

      5. 績效信息黑匣：到具體業務層級的績效指標、績效結果沒有與企業戰略、目標顯性掛鉤，自上而下不透明，員工“忙”于KPI，而“盲”于目標。

      針對以上存在的痛點問題，現需要構建一個基于目標管理、數據驅動的數據分析平臺，寄希望于能夠打通數據壁壘，實現信息透明，能夠讓員工參與目標制定、執行、反饋和優化，提高工作效率，提高員工自主性，促進業務增長，引導企業管理創新改良，提升企業市場競爭力，能夠利用科學高效的分析手段快速響應需求，實現數據自動歸集運算，對比目標管理，實時預警，深度挖掘數據價值，輔助管理預測，提高決策效率和成功率。

      工欲善其事，必先利其器。要構建這樣一個高效的數據運營管理平臺，需要高質量的產品和高水平的實施團隊。經過多方市場調研了解，我們了解到帆軟報表開發工具通過類Excel的開發方式，可以極少代碼甚至是零代碼實現復雜的需求，同時支持多種數據源，極大的節省了開發時間和成本。支持各種圖表以及組合圖表，通過簡單的設置即可實現圖表交互、參數聯動、超級鏈接等交互功能，能滿足客戶的各種需求，實現豐富多樣的報表展現效果。最終通過公平招標評選工作，確定了采用帆軟報表平臺，作為我們管理提升的數據支撐平臺。

三、 解決方案

      本項目基于戰略及經營需求，以管理目標向導，結合OKR（目標與關鍵結果法）管理模式思想制定目標與可衡量目標的關鍵結果，通過不同業務場景分析，深度挖掘數據價值，使用PDCA管理模式完善指標，實現對于戰略及目標的收集、制定、下發、執行、監控、反饋、優化的支撐作用，從而實現通過數據驅動，實現經營管理體系化。

1. 固化業務流程，統一數據模型

      梳理業務，提取標準數據項，優化固化業務流程和審批流程，實現管理過程標準化、體系化、可執行。

2. 實施數據治理

      通過數據的采集、清洗、轉化、加載提升數據質量，確保數據的一致性；通過數據整合、分發，支持跨業務、跨部門、跨系統的數據流轉和協同；通過消除數據內在質量缺陷，明確數據之間的關聯關系，幫助業務人員更好的理解數據，實現數據洞察。數據標準化、體系化才能打破“信息孤島”，實現數據驅動業務、數據驅動管理，真正釋放數據價值。

數據倉庫架構圖

3. 結合OKR管理模式，構建指標體系，融合PDCA閉環管理

      OKR即目標與關鍵成果法，是一套明確和跟蹤目標及其完成情況的管理工具和方法。O = Objective 即企業目標，KR ＝Key Results 可以理解為關鍵結果來衡量目標實現的情況。不同于KPI管理模式，OKR幫助團隊與個人設定目標，并不對績效進行評分，需要團隊或者員工自己制定目標并實現目標。

      本項目對于目標制定采用OKR的思想，以公司、部門、個人三個層級按照五步法（CRAFT）實施OKR。各部門根據企業經營戰略目標結合自身業務制定各自部門的目標（O）以及可量化的關鍵結果指標（KR），個人再結合部門目標制定個人的OKR。整合業務系統數據，實現自動歸集實時計算指標，定制可視化看板，不同管理層級人員，可以看到不同層級指標及穿透數據，以達到數據驅動的目的。最后使用PDCA管理辦法循環管理，改善指標，實現閉環管理的目的。

OKR管理模式

使用數知鳥腦圖制定OKR

      1）目標計劃制定有依據有層級（P）

      以數據為實時和依據，針對內部、外部的歷史數據、實時數據的分析，實現目標上報、下發層層清晰、可視，實現自下而上、自上而下相互結合、相互支撐，并盡量實現企業目標與個人目標相統一，實現個人級、部門級、公司級三級指標層次支撐。

目標制定

計劃制定

      2）過程執行有預警有跟蹤（D）

      對制定的改善計劃區分緊急程度實時反饋計劃進度，當距離計劃完成日期剩余三天時系統自動提醒責任人。每次復盤會議，首先關注改善計劃完成情況，督促監督負責人落實計劃。

執行過程跟蹤

      3）執行結果有檢查有提醒（C）

      制定指標詳情看板，利用科學合理的分析模型，實現指標實時運算、自動歸集。標紅警示異常指標，并可穿透分析定位異常原因。判斷改善計劃制定前后對于指標是否有改善效果。

執行結果檢查

      4）執行結果有反饋有積累（A）

      根據執行結果檢查，對指標有實際改善效果，并達到預期目標的計劃選擇納入經驗庫并關閉問題，可作為經營管理過程中的借鑒方案；對指標并未有實質改善的計劃，應分析計劃本身是否存在問題，并進入下一個PDCA循環，如此往復循環，直至指標達到預期目標。

執行結果處理

四、項目成果

1、成果總結

      1）建設成果

• 平臺主要分析模塊：運營指標體系化
• 平臺梳理關鍵指標：60+
• 平臺報表/分析報表總量：200+
• 平臺月均訪問量：15000+
• 平臺活躍用戶數：200+

      2）整體價值

      管理效率大幅提升：通過數據應用，實現將數據納入企業管理的重要要素、手段和生產力，解決管理主要靠人工調度的問題，通過數據應用，尤其通過運營指標體系化的建設，匯報不再以PPT的形式進行，近20個業務人員從繁瑣的數據處理中解放出來，投身更重要的本職工作，從而企業效率得以提升20%以上，多個業務環節實現自動化運營，管理效率提升明顯，支撐企業經營業績倍增的管理需求。

      實現業務閉環管理：實現對于經營過程中發現的問題，實現發現、分析、改善、跟蹤、反饋全程數字化、可視化跟進，建立基于數據化、可視化的自動化閉環管理機制。

      實現目標協同統一：通過對目標管理與拆解過程體系化管理，尤其利用帆軟的數知鳥工具，實現舉措、任務、指標與目標層次分解、層次支撐，實現統一協同目標管理體系化和管理平臺建設。

      管理決策實時可視：經營過程中數據無法及時獲取，多方數據統計口徑不一、數據不準、收集困難的問題得到解決，曾經靠人工整理數據、梳理報告的問題得以改進，可以讓人抽出更多的時間關注管理優化，實現決策數據實時可見，經營決策效率大幅提升；此外通過實時歸集數據，自動運算指標，豐富直觀的圖表可以幫助企業快速定位問題，管理層由以前的延后半個月看到報告，到現在可以實時掌握企業運營狀況，大幅提升企業決策效率。

      績效透明自主性提升：實現具體業務層級的績效指標、績效結果與企業戰略、目標顯性掛鉤，解決了自上而下不透明的問題，實現目標與指標的協同管理；OKR目標管理模式讓各團隊或員工自己參與目標的制定，更大程度的激發員工的自主能動性。

      實現數據資產化應用：融會貫通企業的各個業務系統，從源頭打通數據資源，實現從數據提取、集成到數據清洗、加工、可視化的一站式分析，幫助企業真正從數據中提取價值，提高企業的經營能力。同時從數據中發現業務系統使用不規范等問題30+個，助力業務系統進一步完善，數據產生價值，真正實現數據資產化應用。

      形成良好的數據文化、數據氛圍：實現摒棄傳統線下報告管理方式，通過各層級人員的系統看數據、管數據、用數據、做決策，形成高層看數據、中層管數據、基層產數據，人人創造數據，人人使用數據，數據賦能人人的良好數據文化氛圍，促進企業數字化轉型。

2、典型場景

場景一：透明目標燈塔看板

      痛點：

      KPI績效管理法之所以能被大多數企業認可，固然有它的優勢，但是不可否認的是KPI管理法容易導致企業更加注重結果，在給員工帶來激勵的同時也會帶來一些負面影響。比如：考核指標制定不合理，沒有考慮員工或團隊的一些外在因素；過分依賴考核指標，并沒有考慮人為因素，容易造成考核上的爭議；員工每個月只為了完成考核指標，忽略了目標及自身發展；甚至有些意志消極的員工會否定自身價值，或為了完成自身的KPI指標，損壞了公司的整體目標達成。

      解決過程：

      為了充分調動員工的自主積極性，實現指標與目標的統一管理，我們結合OKR管理思想計劃建造一個類似于燈塔的看板，員工為自己制定目標，以燈塔看板時刻指引前進方向。首先采用五步法（CRATF），讓各部門和員工通過數知鳥腦圖自主制定目標和完成目標的關鍵結果，各團體內容討論完善目標，直至達成一致意見后，由部門負責人統一將制定的OKR按模板錄入系統。其次梳理各業務系統數據，統一數據模型，整合各業務系統數據。最后定制目標執行過程監控看板，以數據為依據，從公司到部門再到個人三個層級自上而下、自下而上相互結合、相互支撐。并且可以穿透分析指標詳情，對于完成度較好的指標，應考慮是否目標定的太低，在下個周期內可以挑戰更高的目標；完成度一般的指標，結合PDCA管理法指定改善計劃，并實時跟蹤計劃，循環往復直至指標達到預期目標；完成度較差的指標，應充分分析原因，如果是目標制定不合理應及時調整。整個看板對全體員工公開，能夠讓團隊和員工之間上下對齊、左右協作。

燈塔看板

穿透分析指標詳情

      價值：

1. 相較于KPI績效管理，讓員工自己參與到目標和關鍵結果的制定，可以給團隊和個人明確方向，通過專注于目標來提高企業效率；
2. 將員工價值和公司的愿景聯系在一起，提高員工的價值感；
3. 目標和進度透明化，有助于提高公司從上而下、從下而上的洞察力，改善企業資源的分配和管理。
4. 實現指標與目標的統一管理，減少出現為了達成個人指標，而損壞公司目標達成的情況出現。

場景二：全價值鏈數字化運營駕駛艙

      痛點：

      在BI系統上線之前，企業經營數據主要由各業務部門從不同的業務系統導出進行人工統計，書寫匯報PPT在匯報大會上進行匯報。這種人工統計的方式存在很多痛點問題：

1. 取數困難，經營數據分散在各個業務系統之中，業務人員需要從系統中導出數據再通過EXCEL進行整理。業務人員一個月的大部分時間耗費在數據處理上。
2. 展示效果差，分析不全面。匯報中的PPT往往以簡單的表格呈現，大量的數據直接出現在眼前往往讓人不能一下子抓住重點。而且線下統計的方式也不成體系，無法深究到問題本質原因。
3. 數據嚴重滯后，往往月中才能將上月的經營情況發送給領導，較為滯后的數據參考的價值也大打折扣，導致管理效率低下，經營決策也較為滯后。

      解決過程：

      為解決以上痛點問題，我們計劃打造一個以企業全價值鏈為改進方向，突出企業全部門產生的價值功能，以企業整體經營效果的變化為依據，實時反映企業綜合改善實力的精益全系統管理駕駛艙。

      全局指標集中監控：

      我們首先進行需求調研，與業務部門共同將公司全局運營指標梳理出來。其次梳理業務系統數據，統一數據模型，通過清洗、轉化、加載整合各業務系統數據。最后開發定制一個全局指標集中監控看板，圍繞研發、生產、供應、銷售、服務、人力六大主題，利用科學合理的分析模型，實現指標實時運算、自動歸集。標紅警示異常指標，實時刷新，并可穿透分析定位異常原因。針對異常指標可制定改善計劃，并實時跟蹤計劃執行情況直至完成并且關閉，真正意義上實現PDCA閉關管理。具體效果如下圖：

指標集中監控

穿透分析-市場占有率

      營銷駕駛艙：

      對于營銷駕駛艙的設計開發，我們結合實際業務流程，從客戶交易旅程的路線出發進行需求分析。

      從客戶客戶交易流程中可以得出營銷駕駛艙需要從：客戶新增數量、客戶拜訪率、銷售信息轉化率、合同簽訂、合同執行情況、發車情況、回款分析、欠款逾期等幾個方面重點分析。我們又使用帆軟數知鳥的腦圖功能對需求進行更詳細的分析，數知鳥腦圖從項目主題、業務問題、解決方案、落地效果四個層級對一個需求從提出到每一步的想法方案進行拆解細化，不斷打磨，直至落地可執行的方案，最后只需根據落地方案進行開發。

需求分析腦圖

      最終效果如下圖：最上方的指標卡按照交易流程，通過同比分析大致掌握企業營銷情況。主板塊通過各戰區的對比情況，可以掌握各戰區的基本經營概況，對于經營不佳的戰區可以進行穿透詳細分析。除此之外營銷駕駛艙還展示了各產品的營銷情況，配合時間維度的篩選，可以直觀的看到時間段內各產品的銷售情況。

營銷駕駛艙

      生產裝配下線統計：

      從MES系統實時接入數據，展示每日產量走勢、年度完成情況、月度完成進度、每日計劃執行情況等關鍵信息，將大屏安裝在生產現場，工人實時掌握計劃完成進度，合理安排工作。

裝配線統計看板

      生產流程監測：

      對生產十二道工藝流程進行定制化大屏設計，實時展示各環節進度、產量、設備狀態以及現場實時監控等信息，領導在辦公室只需要打開電腦就可以實時掌握個環節生產情況。

自動焊接打磨環節數據及現場畫面實時監控

噴涂室參數及現場畫面實時監控

      單板自動化生產線大屏：

      首先對關鍵設備進行聯網，將實時工作參數、狀態、產量等數據實時接入MES系統，針對設備運行情況、實時電流電壓、探傷合格率等信息進行可視化展示，實時掌握設備運行狀態。

單板自動化生產線設備監測

      價值：

      駕駛艙通過直觀易懂的圖表，多維度、多角度分析經營數據，層層鉆取深度挖掘數據價值，為管理層提供高效可靠的決策依據與數據支撐。相較于傳統的匯報方式，駕駛艙自動運算歸集，提高數據統計效率80%。優化業務流程，減少了20%以上的重復性工作。業務人員從數據統計中得以解放，回歸到本職工作當中，企業效率提升20%。

      通過對生產環節的監控，領導可以實時掌握生產情況，及時作出資源分配、計劃調整，提升生產效率50%以上。同時對于設備運行狀態的監控可以避免設備停機造成的不必要停產問題，設備OEE大幅提升。對生產能耗的監控，可以避免停產時間不必要的資源浪費，大大降低生產成本。

場景三：客戶主題分析

      痛點：

      客戶是企業生存發展的基石，在傳統的營銷過程中，往往銷售人員和營業網點對客戶并沒有很清楚的了解。CRM中創建了一大堆的客戶信息，卻不知道到底哪些是真正有需求的客戶，沒有做到針對性、定制化的服務，往往是銷售人員花費了大量的時間和精力在一個客戶身上，最終卻沒有達成交易。另一方面，一些真正有需求的客戶，卻因為沒有及時跟進溝通，被競爭對手搶占，導致客戶成交率不高。所以對客戶進行分析，針對不同的客戶進行個性化的服務對于提升成交率很有必要。

      解決過程：

      對客戶分析，首先基礎數據是關鍵，所以我們第一步就是完善客戶檔案。由渠道發展部下發正式通知，要求客戶對應負責人嚴格完善客戶檔案，充分保證客戶基礎數據的完整性。有了基礎數據之后，我們從客戶的基本概況入手，對客戶的年齡、地域、行業、企業經營狀況等維度進行分析，然后梳理客戶全部歷史交易，按照RFM模型將客戶歸為8大類別，針對不同的類別制定不同的營銷方案。除此之外，我們還對客戶的還款執行情況以及歷史欠款逾期情況作為一個客戶的標簽來進行分析。最終我們制定了一個整體客戶分析看板，然后進行多層穿透可以精準定位特定客戶的全貌畫像。

客戶整體分析

第一次穿透到類別客戶詳情

第二次穿透到具體客戶畫像

價值：

實現精準營銷。通過對客戶信息的深度挖掘，銷售人員可以快速定位真正有需求的客戶，對于不同類別的客戶提供個性化服務，提升客戶成交率，助力公司實現精準營銷。

節省銷售成本。相較于以往的漫無目的發展客戶，現在銷售人員可以快速定位需求客戶，釋放出大量的精力服務客戶，有助于提升客戶體驗，銷售轉化率提升10%。

提高決策效率。系統自動對數據進行運算、歸集，實時可查，各戰區或營業部領導可以實時掌握客戶情況，及時作出相應的戰略決策。 

五、項目總結

1、CIO/項目負責人點評

      隨著企業的發展，信息系統建設越來越多，積累下大量的數據。一些沉淀在系統深處的數據難以提取和整合，無法獲取數據背后的價值。所以數據分析平臺的建設就格外重要，一方面它可以匯通企業的各個業務系統，從源頭打通數據資源，另一方面也可以實現從數據提取、集成到數據清洗、加工、可視化的一站式分析，幫助企業真正從數據中提取價值，提高企業的經營能力。

      本項目建設定位于以目標管理為向導，通過數據應用，賦能基層員工，賦能總高層管理者，提升企業管理效率，改變傳統的KPI管控模式，將數據、OKR、PDCA予以融合應用，構建新型基于目標向導的閉環指標管理體系。

      項目的建設，離不開強大的支撐工具。帆軟報表開發工具通過類Excel的開發方式，可以極少代碼甚至是零代碼實現復雜的需求，同時支持多種數據源，極大的節省了開發時間和成本。除此之外，帆軟報表具有豐富的圖表，它支持各種圖表以及組合圖表，通過簡單的設置即可實現圖表交互、參數聯動、超級鏈接等交互功能，能滿足客戶的各種需求，實現豐富多樣的報表展現效果。同時對于異常指標可以實現實時預警的效果，使用戶可以快速定位問題，提升管理效率。近期，帆軟又推出了“數知鳥”工具，作為一款企業級的數據需求管理平臺，可以幫助數據團隊提升需求協作效率、透明需求處理進度，沉淀需求處理經驗；通過數知鳥的腦圖式指標管理功能，進一步提升了數據管理體系化能力，強力推薦。

2、經驗心得

     1）數據治理是關鍵。數據分析需要整合多個業務系統的數據，不同的業務系統數據格式和質量都不同，沒有經過治理直接拿來使用數據的準確性得不到保證。

     2）整體規劃很重要。整體規劃決定了系統最終的面貌，如果沒有整體規劃只是想到哪里做哪里，最終可能做了一堆報表，但是卻沒有實質價值，領導也不關注，業務人員也不使用。

     3）需求分析要到位。在項目實施前，要考慮好具體的實施步驟，盡可能的把需求分析做詳細，這樣可以避免理解出入造成返工問題。最后，在這里推薦一下“帆軟數知鳥”，數知鳥平臺是一個專門管理需求的平臺，從需求提出到需求分析再到需求落地提供了整套的輔助工具。在需求分析方面有腦圖功能，從項目主題、業務問題、解決方案、落地效果四個層級對一個需求從提出到每一步的想法方案進行拆解細化，這個過程中可以和業務人員共同完善、不斷打磨，直至落地可執行的方案。