前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >帆软软件陈炎:“管理三要素”的数据化

帆软软件陈炎:“管理三要素”的数据化

作者头像
CDA数据分析师
发布2018-02-23 17:59:54
1.1K0
发布2018-02-23 17:59:54
举报
文章被收录于专栏:CDA数据分析师CDA数据分析师

本文由CDA数据分析师小编整理自帆软软件总经理陈炎在2015中国数据分析师行业峰会上的演讲,如需转载请注明出处。

今天,我要跟大家分享的是“管理数据化”。

联想的柳传志先生说过,管理三要素:建班子,定战略,带队伍。中国典型的建班子思维,都是通过望闻问切来选人和用人,这个弊端大家都知道,但是以大数据兴起的基于互联网的技术,能解决建班子的数据化。

带队伍对于企业来说,其实就是对中低层员工工作过程进行量化。对于员工来说,工作量化了之后,他随时能知道自己的进展,自我改进。对于管理者来说,我随时能监控,随时指出来不足。

但在带队伍过程中,在数据化过程中我们发现有两个痛点,一个痛点就是说,我们的管理越细,报表数量越来越多,一个产业有多个部门,接口要量化过程,就会产生报表数量的大爆炸。我指的报表是广义的,包含大家传统理解的固定报表,交互报表,查询报表,统计报表,或者分析报表。

这个就是典型的中国式复杂报表:

除了表格还是表格,表格嵌表格,这个对中地层员工是最简单明了的,酷眩的仪表板对他们来说可能就是一种负担。十年以前,帆软就研发了一款产品,通过快速制作中国式复杂报表来解决以上两个痛点。

其实我们业务人员和IT人员合作时还面临一个痛点,就是这些报表制作出来没有人看。为了有效解决看的问题,我们可以从四个角度解决这个问题:

第一,强制大屏展示。像在办公室,或者在办公室通过大屏展示,让大家每天都被激励。

第二是主动推送,我们有一个客户,是行业的领军企业,它面临一个困难,就是办事流程没有明显的提高。这个时候有人说是系统难用,有人说是由于员工拖沓。这个公司的安全人员和业务人员就一起做了刚刚那样一套流程绩效分析报表,报表虽然简单,但是一年之后他们发现了自己公司的流程效率大约提高了80%。

第三是报表移动化。还有很多公司说可能每个月都要开月度经营会,常见的方法就是找下数或者安全人员要数据做PPT,最后还是逃不了每个月加班写报告的“生理期”。这里有我们一个客户,他IT人员把月度经营的报表全部移动化,最后他们每个月开会的时候就是基于IPAD开会,连着投影仪,原来月度经营后要月中开,现在可以月初开了。

第四是PC端查看。我们中基层员工数据化的过程中,经常会发现数据缺失,这些数据要么是存在表格里,要么存在不开放的数据库里,要么是存在互联网上,这时候我们需要有数据自动补录这个功能,当然填报就可以很好的实现数据补录。

刚才讲了带队伍,现在回到定战略,这里面有大师的经典理论。信息化角度定战略要有三点:

第一个是整合信息系统数据,有大量的明细数据。

第二个是来自互联网外部数据。要导入大量的外部数据,比如说行业标杆企业的数据,这些数据可能存在互联网上或者存在表格上,这给大家带来一个挑战,数据量更大。

第三还要结合管理思维,管理思维要跟数据结合才能产生化学反应,管理思维一般擅长的都是非技术人员,这也是一个挑战。

这些是大家常见工具:

R和Python数据专家,还有Hadoop,这跟大数据要结合起来。还有就是常用的表格,这是大家用的最多的,但是它有两个短板,不能解决多数据量,还有大数据量,希望微软能解决这个问题。还有Cogno这个工具,可能是目前最先进的,要解决大数据量和分析的要用它,包括企业业务调整速度,包括有帆软的新的工具。

大数据时代的到来,大家可能谁都想成为数据管理专家,站在数据之巅。其实这我要引用任正非的一句话,大数据时代不要太机会主义。数据分析不要只是为中高层人员管控员工服务,盯员工用,我们的客户早些年做了一些领导用的,领导驾驶舱。起先看是高大上,随后是假大空,谁都不能保证数据的准确。其实我们量化工薪层员工的工作,是让他们发现自己的工作不足,驱动、改良,而不是上面管着下面。

还有一个误区,不要指望人人都是数据分析师,特别是传统企业,80%的员工可能更适合做报表的查看者而不是报表的创作者,对他们来说就是踏踏实实做好眼下的事,比成天梦想着改变世界更好。这个地方应该也是以IT中心为主导的数据分析,和以业务人员主导的数据分析应该是共存的,或者是长期存在的。

另外,就是大家买工具的时候,不要追求功能多而且便宜,其实我们就是一个受害企业,中国的知识产权环境非常不好,国外开源任我翻译,国内开源任我侵权。一些工具大而全,便宜的原因就是在于,奥秘就在这儿。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2015-09-29,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CDA数据分析师 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档