<b>no.3</b>
<b>企業資料化管理之巅—同業對标</b>
<b>王衛東</b>
資深資料分析師、軟體工程師，曾為國家電網、多家保險公司、零售企業等客戶做過資料資産規劃與管理、企業資料中心建設、資料可視化模型設計、名額預測模型設計等工作，具有豐富的資料分析和商業智能項目實戰經驗，現主要從事企業征信相關資料分析與挖掘工作。
随着企業對資料資産的重視，資料的使用頻率也在不斷增多，如何利用資料管理企業成為資料服務于企業的思考點。目前，企業日常管理中已經有很多方面采用了資料化管理方式，比如薪酬管理、kpi管理、人力資源量化管理、績效管理等，本文介紹的同業對标管理也是資料化管理的一種。
最早的、有記載的競争性對标被公認為是美國施樂公司在20世紀70年代的大規模同業對标。陳泓冰教授建立了全面标杆管理體系，目前國内已有衆多行業采用了同業對标進行企業管理，比如電力行業、能源行業、電信行業、煙草行業，等等。下面主要從同業對标體系的建設和實施、企業資料體系的優化和完善、如何通過同業對标體系提升企業管理三個大方面展開，為旨在建立一種資料化管理方案的公司提供一套可行性的參考方案。
站在金字塔尖—建構同業對标體系
1.為管理服務的對标體系
對标體系的建設應從企業總體管理方針出發，以各部門職能為設定相應目标的主要依據，可參照陳泓冰教授在著作《标杆興國》中提出的新對标管理分類：競争性對标、功能性對标、流程對标、内部對标、名額對标五大分類進行名額體系架構建構，從企業經營資料中選取名額。同業對标體系中的名額選取需要遵循以下幾點原則：
（1）客觀性：名額的含義要準确、具體，不可含糊不清，更不能用一些抽象的概念來作為衡量标準；名額盡可能量化，選取的考核名額可以分為定性名額和定量名額，定性名額在量化上存在一定的問題，應盡量使用定量名額；名額權重在整個評價體系中不可太高或太低，一般不超過30%或不低于5%，關鍵名額數量控制在5~8個。
（2）可行性：初次建構同業對标名額體系時，建議與名額最終結果息息相關的業務人員及上司參與制定，這樣才能保證最終的考核結果客觀可靠，能夠被各部門、分級機構接受，并且具體名額歸屬具體責任部門或責任機關。名額的評價标準可定期進行評估并略加修改，一般一年進行一次。
（3）時限性：對名額的考核時間應該有相應的準則，通常采用季度、半年度、年度三種考核頻度。這樣可以避免一些名額效果需要較長時間才能反映企業的真實情況時，短時間高頻度的考核造成結果偏差。
（4）公正性：企業每進行一次考核應該及時将考核結果回報，使企業及時了解經營中的優劣勢。
參照以上原則，企業可制定出符合企業現狀的同業對标名額體系，參照表1所示的樣例設計。
表1 名額體系模闆
考
核 項 目 指
标 名 稱 權 重 名額說明及考核标準 得 分
2.精準化管理的名額評價方法
（1）正态分布法
正态分布又名高斯分布，是一個在數學、實體及工程等領域都非常重要的機率分布，在統計學的許多方面有着重大的影響力。
其主要特征為：
集中性，正态曲線的高峰位于正中央，即均數所在的位置；
對稱性，正态曲線以均數為中心，左右對稱，曲線兩端永遠不與橫軸相交；
均勻變動性：正态曲線由均數所在處開始，分别向左右兩側逐漸均勻下降；
正态分布有兩個參數，即均數和标準差，可記作n（, ）：均數決定正态曲線的中心位置；标準差決定正态曲線的陡峭或扁平程度。越小，曲線越陡峭；越大，曲線越扁平；變換：為了便于描述和應用，常将正态變量作資料轉換。
對于經檢驗符合正态分布的一組名額資料，分别以+1、+0.33、-0.33和-1為分位點，其為名額資料的平均值=，為名額資料的标準差=。采用
表1-2中的名額資料進行計算，得到平均數=7.02，标準差=2.6，四個分位點分别為4.42、6.16、7.88、9.62，名額将落到相應的分段區間内，每個區間對應一個分值。
表2 正态分布法評分樣例
機
構 名 稱 指 标 值 正态分布區間 正态分布屬性 得 分
機構a 9.56 7.88≤x＜9.62 較高 0.8
機構b 3.98 x＜4.42 低 0.2
機構c 7.21 6.16≤x＜7.88 中等 0.6
機構d 7.85 6.16≤x＜7.88 中等 0.6
機構e 3.76 x＜4.42 低 0.2
機構f 10.49 x≥9.62 高 1.0
機構g 3.78 x＜4.42 低 0.2
機構h 9.79 x≥9.62 高 1.0
機構i 5.51 4.42≤x＜6.16 較低 0.4
機構j 8.23 7.88≤x＜9.62 高 1.0
（2）五分位法
五分位法是按照等分或非等分方式進行分段統計與分析，對所有參與評價的機構的某個名額按照名額值進行數值大小排序，然後分為五等分，每個部分大約包含排名的五分之一。将屬性分為高、較高、中等、較低、低五類。通常也有四分位法，基本計算邏輯和方法相同，例如某知名财經網站對上市公司股票的關鍵名額進行評價時，采用的是等分的四分位法。
等分五分位法就是将一組資料按四個百分位數劃分為5個區間。通常我們采用的四個百分位數為20%、40%、60%、80%，如果是非等分五分位法，采用标準正态分布分段比例，對應的四個百分位數為16%、37%、63%、84%。一般使用excel工作表中的percentile函數進行自動計算，percentile函數的兩個參數為數組和百分位數。采用表1-3中的名額值組成的數組，利用excel工作表中的percentile函數計算出對應的四個五分位值為：7.95、8.88、9.88、10.06。樣例中的名額為正向名額，即名額值越大越好，對于名額值越小越好的負向名額，五分位屬性相反。
表3 非等分五分位法評分樣例
構 名 稱 指 标 值 五分位區間 五分位屬性 得 分
機構a 10.12 x≥10.06 高 1.0
機構b 10.22 x≥10.06 高 1.0
機構c 9.80 8.88≤x＜9.88 中等 0.6
機構d 8.21 7.95≤x＜8.88 較低 0.4
機構e 10.01 9.88≤x＜10.06 較高 0.8
機構f 6.54 x＜7.95 低 0.2
機構g 7.69 x＜7.95 低 0.2
機構h 8.01 7.95≤x＜8.88 較低 0.4
機構i 9.32 8.88≤x＜9.88 中等 0.6
機構j 10.05 9.88≤x＜10.06 較高 0.8
（3）歸一化法
歸一化法又稱資料的歸一化處理，是資料的标準化中最典型的一種，即将資料統一映射到[0, 1]區間上。歸一化處理的目的是将資料按比例縮放，使之落入一個小的特定區間。在某些比較和評價的名額進行中經常會用到，去除資料的機關限制，将其轉化為無量綱的純數值，便于不同機關或量級的名額能夠進行比較和權重。
常見的資料歸一化方法有：
1）min-max标準化（min-max
normalization），也叫離差标準化，是對原始資料的線性變換，使結果落到[0, 1]區間，轉換函數如下：
其中max為樣本資料的最大值，min為樣本資料的最小值。這種方法有一個缺陷就是當有新資料加入時，可能導緻max和min的變化，需要重新定義。
2）log函數轉換，通過以10為底的log函數轉換的方法同樣可以實作歸一化，具體方法如下：
x*=log10(x)/log10(max)
3）atan函數轉換，用反正切函數也可以實作資料的歸一化：
x*=atan(x)*2/π
使用這個方法需要注意的是如果想映射的區間為[0, 1]，則資料都應該大于等于0，小于0的資料将被映射到[-1, 0]區間上。
4）z-score 标準化(zero-mean
normalization)，也叫标準差标準化，是最常見的标準化方法，也是spss中最為常用的标準化方法，經過處理的資料符合标準正态分布，即均值為0，标準差為1，其轉化函數為：
其中為所有樣本資料的均值，為所有樣本資料的标準差。
通常我們在采用歸一化法做名額評價時采用min-max标準化，也可采用z-score 标準化。這裡以前者為例，選取部分資料作為示例。假如表4為一個評價周期區間内，某公司下屬分支機構的某項名額的情況，根據min-max标準化法轉換公式，其中最小值min為6.54，最大值max為10.22，按照計算公式，保留兩位小數，四舍五入得出得分列和名次列。需要說明的是這種計算方式為正向名額，即名額值越大越好，對于名額值越小越好的負向名額（逆向名額），計算方式需要稍作調整。
表4 min-max标準化評分樣例
構 名 稱 指 标 值 得分計算過程 得 分 名 次
機構a 10.12 (10.12-6.54)/(10.22-6.54) 0.97 2
機構b 10.22 (10.22-6.54)/(10.22-6.54) 1.00 1
機構c 9.80 (9.8-6.54)/(10.22-6.54) 0.89 5
機構d 8.21 (8.21-6.54)/(10.22-6.54) 0.45 7
機構e 10.01 (10.01-6.54)/(10.22-6.54) 0.94 4
機構f 6.54 (6.54-6.54)/(10.22-6.54) 0.00 10
機構g 7.69 (7.69-6.54)/(10.22-6.54) 0.31 9
機構h 8.01 (8.01-6.54)/(10.22-6.54) 0.40 8
機構i 9.32 (9.32-6.54)/(10.22-6.54) 0.76 6
機構j 10.05 (10.05-6.54)/(10.22-6.54) 0.95 3
夯實金字塔基座—完善企業資料體系
1.同業對标名額分析體系
（1）橫向分析
橫向分析是指一個企業與其他企業在同一時點（或時期）上的比較，是一種針對性較強的分析方法。
一般在做針對性的單一名額分析時，會采用橫向分析方法，在分析表現形式上可選擇帶有趨勢線的柱狀圖，趨勢線的選擇可根據名額的特殊性進行選取，如圖1中趨勢線為平均線，根據名額按照一定的排序規則進行排序，更便于快速定位企業所處位置。
圖1 橫向分析法
（2）縱向分析
縱向分析是指同一企業不同時期的名額情況分析，習慣上把企業連續一段統計周期内的經營資料縱向排成一列，對比不同時期企業的經營業績，是分析企業經營變化趨勢的一種有效方式。
一般在做名額的周期性變化分析時會采用縱向分析方法，在分析表現形式上可選擇折線圖，如圖2所示。
（3）标杆分析
标杆分析一般在對sbu、部門、組織或公司的同類比較中非常有用，通過比較可以得知組織到底表現如何，發現企業的優勢和不足。标杆的選擇一般有兩種：一種是以競争對手為标杆，有助于确定和比較競争對手經營戰略的組成要素；另一種是以一流企業為标杆，可以改進企業的内部經營，建立相應的趕超目标。
圖2 縱向分析法
一般在做标杆分析時會選擇一組關鍵名額得分或者名額值開展分析，而不會單獨針對某個名額開展，比如企業的銷售、市場、管理、資訊技術、客服等，在分析表現形式上可選擇雷達圖（蜘蛛圖），如圖3所示。
圖3 标杆分析中的雷達圖
（4）因子分析和回歸分析
因子分析是用少數幾個因子去描述許多名額或因素之間的聯系，即将相關比較密切的幾個變量歸在同一類中，每一類變量就成為一個因子，以較少的幾個因子反映原資料的大部分資訊。回歸分析是确定兩種或兩種以上變數間互相依賴的定量關系的一種統計分析方法，運用十分廣泛。回歸分析按照涉及的自變量的多少，可分為一進制回歸分析和多元回歸分析；按照自變量和因變量之間的關系類型，可分為線性回歸分析和非線性回歸分析。
因子分析一般适用于定性的、不可觀測的資料，而回歸分析是通過幾個互相獨立的名額資料建立資料模型。圖4是利用tableau工具根據銷售資料和地區人口做的一個簡單的一進制線性回歸模型，圖5為對應的趨勢模型分析結果。複雜模型的建立可以使用專業的統計分析軟體和程式，目前使用較多的有spss、sas、r語言、matlab等，可根據實際情況選擇。
圖4 回歸模型
圖5 趨勢模型分析結果
2.服務于管理的企業資料體系
從企業自身來講，配套資料化服務的建設是為了輔助實作：提高管理水準、降低企業内耗、提高總體營運能力、提升競争力等企業戰略目标。通常，企業的資料化建設由資料和技術驅動，自下而上地建構企業資料體系（如圖6，左）。即從基礎資料平台、資料報表與可視化、分析與決策平台、資料産品、戰略，實作資料從“多”到“少”的價值提煉過程。現實情況是很多企業在資料化建設過程中受限于多方面原因，隻執行了整個體系前兩層，并未建構圖6左邊虛線框内的三層。
有了同業對标體系，企業可以按照william h.inmon對資料倉庫進行定義，一個面向主題的、內建的、随時間變化的、非易變的用于支援管理的決策過程的資料集合，以實作同業對标管理為導向，自上而下地建構企業資料體系（如圖2-6，右），即從同業對标體系、名額報表與可視化、名額綜合分析平台、基礎資料平台，實作從“小”到“大”的資料資産收集與價值利用。
圖6 企業資料體系
企業在進行同業對标主題的資料體系建構時,每個層次都會有相應的資訊化系統建設（或者是某個相關系統子產品）來支撐和完善整個體系的運轉,下面描述了各個層級建設的核心工作和目标：
（1）同業對标
該層級處在整個金字塔體系的最頂端，也是整個資料體系的核心目标，資料結果一般作為定期對外公布和考核的依據，結合同業對标評價周期，可産出月度、季度、半年度和年度等考核結果。
（2）名額報表和可視化
以同業對标的分析和結果展示為建設目标，其中名額報表更加明确名額值和得分等情況，細分到部門、分公司等，以便進行單名額的橫向對比；可視化建設作為一種更形象直覺的資料表現形式，通常建設的有大屏可視化、上司駕駛艙等可視化平台。
（3）名額綜合分析平台
綜合分析平台涉及名額的深度分析和價值挖掘，對名額進行深層次分解，結合相關名額資料和相應的分析方法論進行名額深度分析，比如采用回歸分析建立名額計算模型，利用計算模型開展名額預測。
（4）基礎資料平台
作為整個資料體系建設的根基，彙聚所有同業對标用到的資料，并確定資料的準确、及時、完整等，主要用作細粒度資料的收集、管理、監控，同時支撐上層名額的計算依據，并對外提供接口等服務。
破解金字塔之謎—解決企業管理
1.追根溯源，抓出蠕蟲
杜邦分析法是利用各個主要财務比率之間的内在聯系，建立财務比率分析的綜合模型，來綜合地分析和評價企業财務狀況和經營業績的方法。采用杜邦分析圖将有關分析名額按内在聯系加以排列，進而直覺地反映出企業的财務狀況和經營成果的總體面貌。
從定義上看，杜邦分析法是從财務角度評價企業經營績效的一種經典方法。通常情況下在對一些關鍵名額進行分析時，可根據行業特征和名額内在聯系，建立分析模型開展層層分析，去僞存真，排除眼前的疑惑目标，挖掘出問題的根源。同時結合前面的分析方法有針對性地提升也是一種常用的分析思路，局限性在于不是所有的名額都能夠直覺地建立起分析模型，有時候需要借助一些資料挖掘工具來建立名額模型。圖7是某保險公司針對綜合成本率名額做的名額分解模型（在實際保險業務中還可以進行更深層次的分解），利用模型可以對業務做有目的性和針對性的調整和優化。
綜合成本率名額作為保險行業同業對标體系中的一個重要考核名額（也有企業将因子名額綜合賠付率和綜合費用率分别作為同業對标體系中的名額），對其展開深度
圖7 綜合成本率名額分解模型
分析，提高企業核心競争力具有重要意義。通過該名額和同業企業進行對标時就有了針對性的意義，當綜合成本率過高時，我們可以對其相關因子名額一層層地做透析分析，找出引起名額變化的因子變量，首先分析綜合賠付率和綜合費用率兩項名額的變化情況，同樣的方法，層層分解直到找出引起名額變化的實際業務資料，在實際業務中改善。
2.未雨綢缪，優化補強
企業在經營中往往會提前制定可行性的目标和實施方案，資料化預測模型則是企業在做可行性方案時的重要依據，模型一般需要具備可操作、可量化等特點，而且在實際過程中會針對不同的名額設定相應的門檻值，實作過程監控和預警。
預測模型的實施有兩個出發點：從管理角度提升綜合競争力和排名，同業對标的考核以得分為最終判斷标準，根據名額權重和名額得分，為全面提高得分提升企業排名，以目标為導向有針對性地調整經營政策；從經營角度改善業務名額狀況，業務名額值是企業得分計算的依據，以過程為導向有針對性地進行業務改善和加強。
如果整個企業的同業對标體系過于龐大，并且多數名額都有相應的分析模型，就需要使用專業的企業規劃軟體進行目标的設定和預算的編制，它可以很好地幫助我們分析資料和建立模型。
同業對标管理是現代企業衆多量化管理模型中的一種，整篇文章簡要地描述了企業實施同業對标管理時的主要步驟和一些相關的分析方法，希望通過本文可以給想要開展同業對标管理的企業提供參考。
![【51CTO學院三周年】自學路上的伴侶[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)