▏摘要
某輕工制造企業成立于1994年，是中國輕工業塑膠行業十強企業之一。該企業資訊系統之間煙囪化，資料融合難、共享難，無法形成資料資産體系為企業創造價值。是以，該企業與億信華辰合作，建設一站式資料應用平台，通過資料采集、資料中心、資料分析、資料賦能實作資料全流程、全方位管理，為企業實作智能決策支援。本案例旨在為制造企業的商業智能（BI）平台建設提供經驗借鑒。
▏關鍵發現
• 資料問題是導緻企業數字化轉型失敗的重要因素，包括資料安全隐患、資料服務不易用、缺少資料營運架構、資料無法統籌管理、報表需求無法滿足、資料問題難定位等，商業智能（BI）平台可以将企業不同業務系統的資料進行整合清洗，在保證資料準确的前提下進行資料分析和報表展現，為企業提供決策支援；
• 為了建構滿足企業精細化管理要求的完整、集約、一緻、多元、高效、易用、良好的資料基礎，挖掘資料價值，促進資料管理及應用能力提升，商業智能（BI）平台建設分為三步走，第一步資料倉庫建設，第二步資料采集補錄，第三步資料分析應用。
▏分析師建議
• 資料倉庫模型建設應秉承四大原則：模型中性原則、模型一緻性原則、模型靈活性原則、模型粒度性原則；
• 資料分析常見的應用模式分為資料模闆、固定報表、即席分析、PC報表和大屏端分析，其中，資料模闆主要針對相對确定、名額相對固化的主題，固定報表和PC報表是對日常生産經營表格的呈現，即席分析是在報表分析的基礎上，将資料分析能力賦予企業中層或基層人員，大屏端分析則主要應用于實時監控預警或在展廳彙報等場景。
分享專家：吳倩，億信華辰資深資料分析顧問
作者：沙丘社群分析師團隊
來源：沙丘社群 - 數字化實踐交流與選型服務平台
01
案例企業
某輕工制造企業（以下簡稱“A企業”）成立于1994年，主要生産經營生态功能性聚氨酯合成革和聚氨酯複合材料，于2011年在深交所公開上市，是國家工信部認定的“全國制造業單項冠軍示範企業”，連續多年蟬聯“中國輕工業塑膠行業十強企業”且綜合排序第一名。
截至目前，A企業擁有總資産約22.5億元，擁有辦公、廠房建築面積40萬平方米，幹濕法生産線40條，具有年産聚氨酯複合材料8850萬米、年産聚氨酯樹脂7萬噸的生産經營能力。
02
業務挑戰
A企業過去一直重視企業資訊化建設，注重對企業經營分析的應用價值，在管理實踐過程中，存在财務資料收集、資料校驗、報告制作等環節工具化、平台化的需求。
A企業目前已建設資訊系統分為兩部分，一部分是集團總部部署的NC财務、ERP、OA、HR等業務資訊系統，另一部分是下屬子公司的ERP、OA、HR等業務系統以及自主開發的資訊系統。這些系統建設年代不一、廠家各異，導緻系統之間煙囪化，資料融合難、共享難，無法形成資料資産體系為企業創造價值。
A企業已開發的一級表單超過500多張，系統之間通過庫表、接口及線下檔案形式擷取的資料源超過2000個，分析表的層級涉及6級，且存在資料勾稽關系，管理架構有5級以上且存在交叉涵蓋。
總的來看，A企業在資料方面存在以下6大問題，也是導緻數字化轉型失敗的重要因素：
第一，資料安全隐患。敏感資料缺少管控政策，增加法律法規風險，制約資料服務普及。
第二，資料服務不易用。資料服務手段單一、開發效率低，不能及時滿足多樣的資料需求。
第三，缺少資料營運架構。資料價值難展現，資料流轉過程難管控，資料應用閉環不完整。
第四，資料無法統籌管理。資料孤島普遍存在，對海量資料的管理缺乏健全的資料架構設計。
第五，報表需求難滿足。現有報表主要以管理應用為主，内容相對固定，缺少自助式報表生成工具，無法滿足基層生産人員個性化報表需求。
第六，資料問題難定位。診斷問題成本高，解決問題效率低。
為解決以上問題，A企業與億信華辰合作，建設一站式資料應用平台，旨在通過資料采集、資料中心、資料分析、資料賦能實作資料全流程全方位管理，實作智能決策支援，具體來看：
資料采集：建立企業級資料采集服務平台，采集集團及各分子公司、集團業務系統的資料，做到“底數清、情況明”，為後續資料中心、資料倉庫建設提供基礎。
資料中心：建構企業級大資料中心，實作結構化、非結構化資料的存儲和計算，同時建構企業資料倉庫，按企業業務體系如财務、人力、項目、知識等主體進行體系化梳理，為資料分析提供支撐。
資料分析：一方面，通過上司駕駛艙實作對企業收入、利潤、經營淨現金流、應收賬款餘額、應付賬款餘額等關鍵名額的分析；另一方面形成專題分析，按照企業完成的名額資料層層下鑽，例如按照集團、分公司、部門、地市的粒度下鑽，實作對資料的逐級追溯。
資料賦能：賦能企業業務創新，滿足生産經營智能分析場景服務，按照高層決策、中層管理、基層執行，為各級角色開放資料權限，使使用者可以使用資料，通過拖拉拽完成日常的資料分析應用。
03
解決方案
基于以上項目目标，億信華辰一站式資料應用平台的總體架構如下：以資料倉庫建設為基礎，以應用報表平台和資料補錄平台為支撐，進行報表分析、上司駕駛艙、資料補錄等應用，為上司人員、業務人員、系統管理人員等提供統一的通路門戶。
彙聚全局業務資料後關聯打通，業務架構基于人、财、物、場景方法論，建構人才、項目、财務、客戶等名額及KPI體系，進而完成資料采集、資料治理、資料分析到資料應用的企業資料服務全流程管理。
為了建構滿足企業精細化管理要求的完整、集約、一緻、多元、高效、易用、良好的資料基礎，挖掘資料價值，促進資料管理及應用能力提升，億信華辰按照三步走方法論進行平台建設：
第一步，資料倉庫建設，建構統一的資料視圖，實作資料統一共享，同時對資料倉庫進行全生命周期管理；
第二步，資料采集補錄，按照資料标準和采集規範進行明細資料補錄與統一存儲；
第三步，提供多種資料分析應用，提供多效一緻的資料應用和構想，滿足多種靈活便捷的資料擷取方式，支援資料挖掘和多元度綜合分析，促進業務能力提升。
第一步：資料倉庫建設
資料倉庫分成4層進行建設：
第一層：資料源層。彙聚業務系統資料，包括人力、項目、财務共享、财務單據、安全生産平台、裝置共享、OA、黨建系統的資料源，通過GDBC、API接口、檔案等形式對資料源進行連接配接。
第二層：ODS層。資料連接配接後進行抽取，形成ODS層，進行ODS層模組化。
第三層：整合層。經過對資料的整合、處理、清洗等，形成整合層資料主題域，一級主題域包括生産管理、财務管理、商務管理、勞務人員管理、裝置管理等。
第四層：集市層。建構人才、項目、安全、知識庫等主題集市，為資料分析提供基礎。
整個資料倉庫模型建設秉承以下四大原則：
第一，模型中性原則。整合層模型原則上不為任何特定的應用進行針對性的設計，模型不會由于現有應用的變動或者對新應用的支援而在結構上重構；整合層模型對重要業務元素及業務規則進行規範化處理，例如所有個人客戶、團體客戶、代理人等都統稱為當事人，它是一個中性的概念，可以包含所有的個體以及各種可能的組合。
第二，模型一緻性原則。作為資料倉庫設計的基礎，邏輯資料模型必須在設計過程中保持統一的業務定義，比如當事人的分類等應該在整個企業保持一緻，将來各種分析應用都使用同樣的資料；統一業務定義，使将來不同應用系統的開發人員在進行應用設計和展現時都使用同樣的語言。
第三，模型靈活性原則。基礎明細區模型是一個基本上滿足第三範式要求的關系模型，這種模組化方式可以最大程度上減少資料備援；同時保證模型的靈活性和可擴充性，在模型設計過程中可以“想大做小”——在有一個全局規劃的同時，標明某些部分入手，然後再逐漸完善。
第四，模型粒度性原則。為了滿足将來不同的應用分析對資料的需要，基礎明細區模型能夠提供最小粒度的詳細資料，以支援各種可能的分析查詢。
資料倉庫模型建設的步驟分為：調研與分析、邏輯模型設計、實體模型設計、資料映射和ETL開發測試。
其中，ETL開發建立映射文檔中源表與目标表的映射關系，通過ETL開發工具進行落地開發。億信華辰平台内置ETL開發工具、封裝相關元件，通過元件拖拽的方式，就可以完成ETL過程流，完成資料的整合、處理和清洗。
業務資料每天産生，需要同步到對應的層，通過ETL工具控制ETL作業的執行時間、執行頻次，進行資料的排程處理，排程結果可以通過郵件或短信的方式發送給負責人做出處理。
第二步：資料采集補錄
資料補錄是通過批量采集、實時采集、接口采集、填報采集、網際網路采集等一系列手段完善資料倉庫，搭建資料中心，通過資料中心作為統一入口，實作要素融合、資料共享及決策支撐。
資料補錄平台可以友善業務人員錄入資料，實作經營概要表、設計填報表、工程填報表、成本填報表、銷售&财務填報表、現金流表、損益表、增值稅計算表的錄入查詢标準化、便捷化、準确化。
第三步：資料分析應用
資料分析是指用适當的統計分析方法對收集來的大量資料進行分析，加以彙總和了解并消化，以求最大化地開發資料功能，發揮資料價值。
資料分析的步驟分為以下6步：明确目标、收集需求、梳理名額、取數和模組化、制作報表、展現結果。資料分析常見的應用模式分為資料模闆、固定報表、即席分析、PC報表和大屏端分析。
模式1：資料模闆
資料模闆主要針對相對确定、名額相對固化的主題，例如财務主題、人力主題等，通過定制化資料模闆，提供自助查詢模式的多元查詢、進階查詢、結果編輯、資訊展示功能。
模式2：固定報表
固定報表是對日常生産經營表格的呈現，通過選擇簡單的查詢參數（如機構、日期等），作為生成固定報表的參數輸入，根據選擇的報表參數，按照既定的報表模闆，自動統計并展示固定格式的報表内容。
模式3：即席分析
在即席分析下，需要做到第一統一标準，統一定義管理資訊的業務含義、統計口徑、加工規則等，消除口徑不一緻；第二靈活用數，在滿足資訊安全的前提條件下，支援使用者靈活自主用數，迅速響應外部監管和内部管理的統計需求，提高資料報送效率，降低資料統計成本，改善使用者體驗；第三功能拓展，支援管理資訊的下鑽與關聯分析，提高資料品質，促進業務能力與資料管理能力提升，支援經營管理決策；第四效率提升，通過名額去重算法，實作全行名額的去重整合，釋放系統性能，提升管理效率，節約管理資源。
模式4：PC報表
PC端報表可以設計複雜的綜合表格，通過圖表形式展現經營分析資料。
模式5：大屏端分析
通過大屏端可視化展現，可以實作管理層決策駕駛艙/儀表盤，直覺展現經營管理和風險動态，支援管理層經營管理決策。
在資料分析應用方面，A企業的第一個項目成果是實作資料分析可視化，根據不同的應用場景拆分為大屏端分析、PC端報表平台、PC端即席分析以及系統管理。
其中，大屏端分析主要應用于實時監控預警或在展廳彙報等場景；PC端報表平台主要是針對日常生産經營的報表進行統計分析，例如收入類、費用類、銷售類等；PC端即席分析是在報表分析的基礎上，将資料分析能力賦予企業中層或基層人員，可以快速檢視資料存在的問題，進行資料上報；系統管理提供基礎的管理功能，包括使用者管理、權限管理、門戶配置等。
第二個項目成果是資料融合資料挖掘，通過多元度、多類型、深層鑽取各種綜合圖表，形象展示A企業運作的關鍵名額，直覺監測A企業總部及分子公司的營運情況，并可以對關鍵名額實作預警和下鑽挖掘，為集團及業務、分子公司分管主管上司和各部門上司提供智能決策支援。
04
價值與效果
通過建設一站式資料應用平台，A企業實作對企業收入、利潤、應收賬款餘額等關鍵名額的采集和分析，挖掘企業資料的核心價值，為企業組織變革、業務創新、決策支援提供相應的管理價值。
一站式資料采集與應用平台滿足了A企業一站式資料采集、資料中心、資料分析、資料賦能的需求，将基層員工從繁瑣的資料統計工作中解脫出來，參與到資料分析和管控工作中，中層管理者憑借智能化、精細化的管控工具，輔助高層上司及時有效地進行風險管控和最終決策，實作内部财務營運的智能化。