我国企业数据化管理的窘境及破解之道
来源:用户上传
作者:
摘要：企业数据化管理是企业管理中的热点和焦点问题之一，文章首先阐述数据化管理的概念和分类，随后分析我国企业数据化管理的困境，并且分流程对企业数据化管理的功能和困难进行了剖析，最后给出了一般企业和中小企业解决数据化管理困境的解决方案。
关键词：数据化管理；数据挖掘；大数据；ERP
近年来，大数据、云计算、人工智能等技术在我国掀起了一股信息化、数据化的浪潮，人们在憧憬或者践行这些新技术的同时，从政府到企业都在进行数据化管理的思考或者为转型做着准备。
我国改革开放已经近40年，我国相当多数的行业和企业的信息化程度已经比较完善和成熟，不少企业的ERP等系统已经运行多年，但是数据化管理在我国的推进到目前为止并不是很顺利，企业在推进信息化的过程中面临很多困难，数据化管理之路仍然任重道远。
一、数据化管理的概念及分类
数据化管理目前在学术界和企业界并没有统一和精准的定义，同时专门研究数据化管理的学术论文也不多，杨振海等（2003）提出“数据化管理是在（定量的与定性的）数据信息资源的统计处理基础上，定量化管理与定性管理相结合的企业管理”，笔者认为这一定义比较贴切合理。从本质上讲，数据化管理就是将数据贯穿到企业的管理活动中，通俗地讲，就是在管理中“靠数据说话”。
为了清晰地说明数据化管理的作用，先解释一下“在线系统”和“离线系统”的差别。在线系统指跟企业生产运营直接发生作用的系统，以中国移动10086为例，10086就是一个典型的在线系统，用户拨打10086就可以直接进行咨询和办理移动业务。如果我们仅仅将企业里面的数据汇聚在一起，做一些主题分析，那这个系统就是离线系统。一般来说，企业对在线系统的重视程度要高于离线系统，原因很简单，在线系统直接影响业务，离线系统在时效性方面要求没那么高，而且也不直接影响企业运营。
从目前数据化管理在企业内部的系统分布来看，基本上可以分为如下几种，详见图1。
一般来说，企业里面的数据化系统有ERP、OA、财务系统以及其它一些系统构成，ERP和MIS的应用面最广，OA则承担起企业的运营流程，财务系统有其业务特殊性，其它一些系统根据需求建立，例如各类报表系统等。从图1可以看出，大部分的数据化管理系统都属于在线系统，离线系统占据的比例并不高。
我们也可以按照系统功能对数据化管理系统进行分类，详见图2。
图2，数据化管理系统的最大的功能就是运营支撑，即采用数据将业务流程实现，例如生产厂家里的BOM和其他生产部门的数据稽核功能，就是大量数据的比对和运算。另外一个很重要的功能就是各类报表，现在不少企业在数据化方面的相当多数的精力都放在报表系统的建设上。主题分析和预测的功能目前占比并不高，不过随着市场竞争的加剧，这方面的需求也在不断上升。
二、我国企业数据化管理的困境
“靠数据说话”在我国经济管理界是一句“老生常谈”，但是要企业管理流程中要做到靠数据说话并不是一件容易的事情，有相当多因素制约着我国企业的数据化管理水平。
（一）数据质量问题
在谈及数据质量这个问题之前，首先说明一下数据的覆盖范围，在大数据时代，我們说的数据不是简单的结构化数据，而是广义的数据概念，包括半结构化的和非结构化的数据，半结构化的数据包括网页的HTML数据，而非机构化的数据包括图像、音频、视频等数据。在科学技术以及应用迅速发展的今天，半结构化和非结构化的数据比重不断上升，例如著名的旅游网站公司携程就非常重视其客服的通话记录（音频），而医院等机构影像数据的占比在全部数据中的占比会高达70%以上。
目前很难给数据质量下一个准确的定义，根据笔者的总结，可以给数据质量下一个大致的定义：“数据质量是指一个企业数据质量的丰富完备、准确以及易于分析”。通俗地讲，数据质量好就是“数据多、数据够复杂、颗粒度细、准确度高”，数据多就是要有较多的数据量，数据够复杂指数据要有比较多的维度，最好能够覆盖生产、销售、财务、人事等业务数据，颗粒度是衡量数据质量的重要指标之一，对于一般的企业来说，最好有比较完善的每天的数据，这样颗粒度比较细，如果一个企业只有每周甚至每月的统计数据，那这个颗粒度就比较粗了。数据的准确度也相当重要，不少企业的数据准确度不高，甚至企业内部的各个部门之间的数据稽核都通不过。
造成我国企业数据质量低下的原因有很多，缺乏数据规划是其中最重要的原因之一，很多企业甚至包括大中型企业，对于企业要采集的数据一致缺乏一个较好的规划，以销售数据为例，一般企业只记录与订单相关的数据，包括成交价格、客户名称、购买数量等，即使对于高度关注的客户数据，记录的数据也仅仅包括客户名称、所在地等少数数据而已，一旦企业需要分析数据，例如对客户进行分析，就发现是在没什么好分析的。
（二）数据化管理的意识问题
数据分析、数据挖掘这些名词在我国已经存在和传播多年，但是在我国相当多数的企业，数据化管理的意识仍然相当淡漠，具体表现在很多人，包括企业高管都认为数据只是企业管理决策中的辅助手段而已，可有可无，有的人表示“我们企业这么多年来，没搞什么统计分析，不是也过过来了”，更多的人表示“企业管理只要看几个大的数据，例如产销量、毛利率等就好了，其他也不用多看。”
（三）分析主题系统化问题
分析主题零散是制约企业数据化管理的重要因素，例如做成本的相关分析，不一定是所有部门的需求，再例如做质量跟踪和监控，也不是每天都必须要做的事情。相对于企业报表系统而言，分析系统未必是日常工作所必须依赖的报表，这或许是我们很多数据分析系统“热装冷用”的重要原因。
（四）专业分析团队和能力缺失
数据分析在我国属于典型的交叉学科，是企业管理、计算机技术（包括数据库技术）、统计、数据挖掘等技术的综合。由于我国长期以来并没有开设数据相关的专业，目前在有数据分析和挖掘经验的人基本上都是通过实际工作学会的，这些就导致数据分析和挖掘的人才在社会上暂时比较短缺，另外据笔者了解，数据分析和挖掘人才的薪资水平目前也比较高。 相对来说，小微企业在数据分析方面的难度更大，小微企业连比较好的IT人员和设备都未必能负担得起，更不要说专业的数据分析和挖掘人员了。
（五）专业分析工具价格居高不下
目前主要的数据分析硬软件基本都出产于西方发达国家，例如SPSS、MODERLER、SAS等，这些软件工具，即使对于财力雄厚的大企业，也是价格不菲。笔者曾经以高校的名义联系上海IBM公司，被告知区区几台电脑licence的SPSS软件，售价就高达人民币10多万元。
目前我国大多数大型企业在软件licence方面都比较遵纪守法，不允许企业安装和使用盗版软件，因此不少企业人员表示“正版的用不起，盗版的不让用”。
三、企业数据化管理流程
在基本了解了企业数据化管理的概念和困境之后，数据化管理的流程见图3。
图3显示了企业做信息化管理的规范流程，第一步就是管理需求的收集，例如某企业的总经理希望每天到下午快下班的时候就能够看到企业当天产品销售的情况，还有企业提出希望能够细化产品的运营成本，希望看到产品的每一块小成本的分布情况等。
需要注意的是，企业的管理需求未必是完全可以实现的，例如前面说的某总经理希望当天能看到的企业当天产品销售的情况，实际上由于零售终端的销售数据即时采集很难做到，并不容易实现。
数据汇总和整理是数据化流程管理的难点，这里面的影响因素非常多，有主观因素也有客观因素，目前不少企业里面已经有多个IT系统，这些系统往往是多个供应商在运营维护，并且这些系统往往分属不同的部门，不同的系统之间数据汇总的主观扰动因素相当多，不少部门的负责人由于担心数据外流会导致本部门在企业内的位置下降等，而不愿意积极配合数据汇总工作。客观方面，数据年龄、颗粒度、统计口径的不一致等也会导致数据汇总实施起来非常艰难。
目前企业在用的系统的主要作用是体现在流程支撑和报表系统方面，真正用于数据分析挖掘和预测的系统并不多。
在业务分析与决策方面，目前起到主要作用的还是报表系统，报表系统能够比较及时准确地反应企业的状况，对业务决策起到了较好的支撑作用，但是企业报表缺乏分析功能，很难深入地揭示业务数据之间的关系，同时企业报表数量大、维度多，每天看报表对于企业管理人员来说也是一个比较沉重的负担。
在整个系统建成后，也可以根据企业发展的变化情况，对于数据化管理系统进行一些调整和改良。
四、我国企业数据化管理对策
由于一般企业和小微企业的条件差别很大，以下分一般企业和小微企业来分析数据化管理的对策。
（一）一般企业的数据化管理对策
对于企业来说，如果要做好数据化管理，首先要解决數据质量的问题，而解决数据质量问题的第一步就是数据规划，数据规划指对于企业的数据的结构、分布、采集、存储、加工处理、利用的整体规划，有学者称数据规划是企业的“数据宪法”。数据规划包括报表规划、分析主题规划、数据库规划、软硬件规划和建模规划等。有了一个好的数据规划并且严格执行，企业就能比较好地解决数据质量的问题，从而为数据化管理奠定好的基础。
同时企业也必须不断强化数据化管理的意识，从企业高层到中层基层都必须牢牢树立“靠数据说话”的管理意识，一个比较好的方法是制定工作汇报的母版，大家工作中做相关的工作文档都按照母版填写，久而久之，建立在数据基础上的工作习惯就形成了。
在数据分析方面，“勿以善小而不为”，既然数据分析的主题比较凌乱，那么不妨从小的分析主题开始做起，不断积累，不断迭代，最后形成一个比较好的数据分析系统。
（二）小微企业的数据化管理对策
小微企业同一般企业一样，也需要不断地进行数据积累，同时小微企业可以适当考虑利用社会化的IT资源，例如腾讯云、阿里云这种的云计算和云存储平台。据笔者观察，腾讯云、阿里云这样的平台可以提供存储、文档管理、OA等多种服务，基本能满足小微企业日常运营的需求。
另外，小微企业既然无力购买和部署ERP等系统，可以考虑利用微软office软件，利用EXCEL VBA或者ACCESS等搭建企业数据或者运营平台，这种平台系统成本相对低廉，而且定制程度高，能够比较好地满足小微企业的需要。
参考文献：
[1]彼得·德鲁克（Peter Drucker）.卓有有效的管理者[M].机械工业出版社，2005.
[2] 孙泽华，靳宛蓉.数字时代的数据管理[J].新西部，2018（06）.
[3]张钢.大数据环境下企业管理创新研究[J].商场现代化，2018（05）.
[4]林畅.大数据是如何影响企业管理决策影响的研究[J].现代商业，2016（12）.
[5]姜秀英.大数据时代下企业管理模式创新研究[J].企业改革与管理，2017（20）.
[6]姚小禹.大数据时代背景下的现代企业管理模式研究[J].现代经济信息，2017（08）.
[7]肖吉良.传统企业数据化运营转型[J].企业管理，2016（07）.
（作者单位：上海出版印刷高等专科学校）
转载注明来源:https://www.xzbu.com/2/view-14693706.htm
