3月集团经营管理分析会上，李安平董事长发“火”了！课前，他将整个振东集团营销、市场、生产、研发、后台以及各团队管理人员近2个月的“通话时长”导出表格，通过数据现场分析管理人员的工作状态及沟通频率，从而引出了今天的主题——“数据化管理”。
一、数据化管理的定义
1、什么是大数据？“大数据”是由数量巨大、结构复杂、类型众多数据构成的数据集合，归根结底是由数字+表格+单词组成。
2、什么是数据化管理？数据化管理是通过对业务的数据进行收集、分析，并将分析结果应用到企业运营的各个环节，进而对管理方面做出相应的计划及调整过程。收集数据→整理数据→分析数据→数据化管理。
3、我们对数据管理的理解误区：有电脑系统，有各种报表，开会念数据。可以问问自己：是否掌握了有效分析的方法？是否对数据进行了有效分析？是否通过分析找到了问题点？是否能找出问题的解决方法？
通过有效的数据化分析，我们能够：找到问题，解决问题，提高效率。
数据分析是最重要的管理工具。
二、为什么要进行数据化管理
1、外部压力——经营环境面临挑战：当今，决策的环境与面临的挑战对我们提出了更高要求，决策的复杂性和时效性问题突显，究其原因，主要体现在四个方面。（1）信息全面复杂。包含：市场与销售、客户与服务、生产与制造、采购与供应、库存与运输等。（2）信息来源分散。包含：机构分散、企业外信息源分散、历史信息积累等。（3）信息传递缓慢。包含：企业规模变大，信息无法及时传递；无法进行深层次处理及量化分析等。（4）数据整合困难。包含：数据孤岛、主数据不一致、数据口径不一致、维度粒度不同等。
2、内部需求——管理困惑：我们生活在数据之中。对于企业管理来说，有HR、资金管理、OA、供应链、财务、物资等各种数据，但存在大量看不全、找不见、用不了的数据，形成“孤岛危机”。这容易导致以下问题：（1）指标动态数据靠问；（2）运营分析数据靠等；（3）拍板决策数据靠想；（4）分析报告数据靠凑。
三、数据化管理的意义和目的
1、有利于量化管理。
2、有利于提高企业整体分析研究能力。比如对于企业经营管理能力分析，会涉及到：（1）各层管理人员素质及能力分析；（2）企业经营效率分析；（3）内部调控机构效率分析；（4）人事管理效率评估；（5）生产调度效率分析等。
振东中药材全程追溯系统
3、有利于提高企业管理者的决策速度和正确性。
4、有利于实现精细化管理，提高运营效率。
5、有利于提高企业市场快速反应能力。
6、有利于最大化提升销售、市场业绩，提高核心竞争力。
当今“大社会”，三分靠技术，七分靠数据。得数据者懂天下，用数据者得天下！
四、如何建立数据库
1、企业大数据的来源：（1）企业经营相关的业务数据-这类数据来自企业信息化范畴，包括企业资源计划(ERP)、产品生命周期管理(PLM)、供应链管理(SCM)、客户关系管理(CRM)和环境管理系统(EMS)等。（2）机器设备互联数据-生产过程中，装备、物料及产品加工过程的工况状态、环境参数等运营情况数据等。（3）企业外部数据-包括企业产品售出之后的使用、反馈情况的数据，同时还包括了大量客户、供应商、互联网等数据状态。
振东精准扶贫作战数据图
2、理清数据库的三个层次：（1）业务指导管理，聚焦于“在干什么？”（2）运营分析管理，聚焦于“干得怎么样？”（3）经营策略管理，聚焦于“还要干什么？”
3、建立五个板块的数据库：（1）“营销”数据库-目标达成率、人员配置、市场开发、品淡旺季规律、月季完成率、区域销售占比、战略品销售占比、潜品销售占比、客均销售、人均劳效等；（2）“生产”数据库-销售数据（上、本、下期）、设备利用率、单位能耗、单位折旧、单位维修、产能成品率、人均劳效等；（3）“研发”数据库-员工分层分级、专家数据库、同线同品数据、立项依据、结题时间、对外合作、流程节点、阶段评估、结题报告等；（4）“物料”数据库-需求预测（量/价）、采购量/价、进品（高/科/低）、存品（高/科/低）、单价对比率、商品损失率、量价同/环比、库销比等；（5）“服务”数据库-专委赋能、学术服务、活动交流、分品用户量、用户周月应用率、单人使用量、连带率等。
五、如何应用数据化管理
1、打好信息化基础，不断积累形成数据库。
2、通过练习，不断提高数据化思维意识。主动提高的人会：熟悉业务、记大数、记关键数、记异常数；被动提高的人则只会：培训、做表、换岗。
3、对数据有质疑精神，正确分辨大数据的真实性。如销售量和销售额。可能存在的现象是：假数据充斥在销售的各个环节，容易导致错误判断。背后的原因在于：统计路径过长，粗心大意，故意篡改数据，依赖性太强……
4、理清数据来源，坚持数据的客观性。要有挖根掘底的精神，预防：以偏概全、定向取值、标准不一。
振东动态跟踪各国保健品销售占比
5、关注长期、短期数据，注重数据的时效性。运用权重法，分析商品、物料等占用的比例、账龄、库龄等。
6、加强数据化管理培训，提升数据逻辑性。
7、深度研究销售、生产、人才等各种规律。
8、数据由点带线、由线带面。
9、按月、季分解各项目标。
10、通过对比，分析预测年度目标。
11、每日追踪盈亏平衡点
12、做好数据安全防护工作
六、注意事项
1、不要只罗列数据，而没有结论。
2、不能没有标准和数据来源。
3、不写记叙文，要写议论文。
4、要有问题点，也要有解决方案。
5、没有确切数据，只做定性分析。
创新发展，循序渐进，深化数据，持之以恒！
3月集团经营管理分析会上，李安平董事长发“火”了！课前，他将整个振东集团营销、市场、生产、研发、后台以及各团队管理人员近2个月的“通话时长”导出表格，通过数据现场分析管理人员的工作状态及沟通频率，从而引出了今天的主题——“数据化管理”。
一、数据化管理的定义
1、什么是大数据？“大数据”是由数量巨大、结构复杂、类型众多数据构成的数据集合，归根结底是由数字+表格+单词组成。
2、什么是数据化管理？数据化管理是通过对业务的数据进行收集、分析，并将分析结果应用到企业运营的各个环节，进而对管理方面做出相应的计划及调整过程。收集数据→整理数据→分析数据→数据化管理。
3、我们对数据管理的理解误区：有电脑系统，有各种报表，开会念数据。可以问问自己：是否掌握了有效分析的方法？是否对数据进行了有效分析？是否通过分析找到了问题点？是否能找出问题的解决方法？
通过有效的数据化分析，我们能够：找到问题，解决问题，提高效率。
数据分析是最重要的管理工具。
二、为什么要进行数据化管理
1、外部压力——经营环境面临挑战：当今，决策的环境与面临的挑战对我们提出了更高要求，决策的复杂性和时效性问题突显，究其原因，主要体现在四个方面。（1）信息全面复杂。包含：市场与销售、客户与服务、生产与制造、采购与供应、库存与运输等。（2）信息来源分散。包含：机构分散、企业外信息源分散、历史信息积累等。（3）信息传递缓慢。包含：企业规模变大，信息无法及时传递；无法进行深层次处理及量化分析等。（4）数据整合困难。包含：数据孤岛、主数据不一致、数据口径不一致、维度粒度不同等。
2、内部需求——管理困惑：我们生活在数据之中。对于企业管理来说，有HR、资金管理、OA、供应链、财务、物资等各种数据，但存在大量看不全、找不见、用不了的数据，形成“孤岛危机”。这容易导致以下问题：（1）指标动态数据靠问；（2）运营分析数据靠等；（3）拍板决策数据靠想；（4）分析报告数据靠凑。
三、数据化管理的意义和目的
1、有利于量化管理。
2、有利于提高企业整体分析研究能力。比如对于企业经营管理能力分析，会涉及到：（1）各层管理人员素质及能力分析；（2）企业经营效率分析；（3）内部调控机构效率分析；（4）人事管理效率评估；（5）生产调度效率分析等。
振东中药材全程追溯系统
3、有利于提高企业管理者的决策速度和正确性。
4、有利于实现精细化管理，提高运营效率。
5、有利于提高企业市场快速反应能力。
6、有利于最大化提升销售、市场业绩，提高核心竞争力。
当今“大社会”，三分靠技术，七分靠数据。得数据者懂天下，用数据者得天下！
四、如何建立数据库
1、企业大数据的来源：（1）企业经营相关的业务数据-这类数据来自企业信息化范畴，包括企业资源计划(ERP)、产品生命周期管理(PLM)、供应链管理(SCM)、客户关系管理(CRM)和环境管理系统(EMS)等。（2）机器设备互联数据-生产过程中，装备、物料及产品加工过程的工况状态、环境参数等运营情况数据等。（3）企业外部数据-包括企业产品售出之后的使用、反馈情况的数据，同时还包括了大量客户、供应商、互联网等数据状态。
振东精准扶贫作战数据图
2、理清数据库的三个层次：（1）业务指导管理，聚焦于“在干什么？”（2）运营分析管理，聚焦于“干得怎么样？”（3）经营策略管理，聚焦于“还要干什么？”
3、建立五个板块的数据库：（1）“营销”数据库-目标达成率、人员配置、市场开发、品淡旺季规律、月季完成率、区域销售占比、战略品销售占比、潜品销售占比、客均销售、人均劳效等；（2）“生产”数据库-销售数据（上、本、下期）、设备利用率、单位能耗、单位折旧、单位维修、产能成品率、人均劳效等；（3）“研发”数据库-员工分层分级、专家数据库、同线同品数据、立项依据、结题时间、对外合作、流程节点、阶段评估、结题报告等；（4）“物料”数据库-需求预测（量/价）、采购量/价、进品（高/科/低）、存品（高/科/低）、单价对比率、商品损失率、量价同/环比、库销比等；（5）“服务”数据库-专委赋能、学术服务、活动交流、分品用户量、用户周月应用率、单人使用量、连带率等。
五、如何应用数据化管理
1、打好信息化基础，不断积累形成数据库。
2、通过练习，不断提高数据化思维意识。主动提高的人会：熟悉业务、记大数、记关键数、记异常数；被动提高的人则只会：培训、做表、换岗。
3、对数据有质疑精神，正确分辨大数据的真实性。如销售量和销售额。可能存在的现象是：假数据充斥在销售的各个环节，容易导致错误判断。背后的原因在于：统计路径过长，粗心大意，故意篡改数据，依赖性太强……
4、理清数据来源，坚持数据的客观性。要有挖根掘底的精神，预防：以偏概全、定向取值、标准不一。
振东动态跟踪各国保健品销售占比
5、关注长期、短期数据，注重数据的时效性。运用权重法，分析商品、物料等占用的比例、账龄、库龄等。
6、加强数据化管理培训，提升数据逻辑性。
7、深度研究销售、生产、人才等各种规律。
8、数据由点带线、由线带面。
9、按月、季分解各项目标。
10、通过对比，分析预测年度目标。
11、每日追踪盈亏平衡点
12、做好数据安全防护工作
六、注意事项
1、不要只罗列数据，而没有结论。
2、不能没有标准和数据来源。
3、不写记叙文，要写议论文。
4、要有问题点，也要有解决方案。
5、没有确切数据，只做定性分析。
创新发展，循序渐进，深化数据，持之以恒！