资产数据对接BI分析中台：让数据真正为你所用

先说点人话。

中台这个词汇, 听闻频繁就如同韭菜与包着馅料的盒子一般, 听起来香气四溢然而吃起来却较为平常。可是资产数据对接BI分析的中台而言, 它绝对不是那种故意引人上当的花招。

打个比方来讲, 就是要把你那儿企业当中, 那些零零散散分布在各个地方的资产数据, 包括固定资产、库存的、设备, 还有车辆、房产等等各类一应俱全的数据项, 借助一个具有统一性质的平台, 接入到BI分析系统当中去。

老板若想要看某些数据, 只需轻点一下, 即可观看。既无需去寻找IT人员, 也不用静待报表生成, 更用不着向运营人员请求协助。

仿佛你家放置冰箱之处的一旁, 安置了个智能管家, 当你产生想要喝水的想法之时, 只需呼喊一声便可达成, 而无需前往超市。

但是吧，理想很丰满，现实很骨感。

我见过太多企业，数据接不进来。

不是技术不行，是——

数据呈现出极为分散的状况, 采购系统存在着一套数据, 财务系统同样有着一套数据, 资产管理系统另外还有一套数据, 然而这三套数据相互之间无法对应一致, 以至于谁都不相信其他人。

不一致的是口径, A部门所讲的资产总值, 与B部门所讲的相差百分之三十, 你说这样的数据还能不能使用呢?

没有人乐意去进行修改, 修改系统这一行为, 也就表明着必须要变动流程, 而变动流程又意味着需要加班, 加班则意味着会遭到责骂, 所以大家都异口同声地表示“目前这样子就挺不错的”。

好个屁。

我曾与一家制造类企业有过接触, 在此企业之中, 其资产被分散在七个不同的系统范围致使, 对此, 企业老板期望能够了解一下整个公司资产的使用状况, 表示让我负责统计一个月的相关情况, 却称排期需要三个月时间, 最终财务部门自行通过手工方式拉取了两个月的数据。

老板看完报表，问了一个问题："你们这几个月在干啥？"

全场沉默。

说几个真事儿。

坑一：以为导出来就行。

好多供应商跟你讲, 接口弄通了, 数据便灵通了。不对。接口仅是把路给铺上了罢, 而且你得清楚车该朝着哪儿行驶。数据要是没进行清洗, 没予以规范, 没具备血缘关系, 接入进来那就是一堆无用之物。

废弃物进入, 废弃物输出, 此在计算机范畴称作GIGO, 听起来颇具专业性模样, 实际上便是愚笨地进入从而愚笨地输出。

坑二：过度定制化。

有企业而言, 认为此按钮需为此种颜色, 那份报表添上自身的公司标志, 并且要能让手机端实现一键分享。

大哥，你先让数据动起来行不行？

有定制化并非就不好, 然而顺序可是很关键的。要先将核心场景运行顺畅, 之后再去讲增添光彩之事。不然的话, 最终定制了三年之久, 报表却依旧没有上线。

坑三：只看结果不看过程。

有些项目, 报表被制作完成了, 呈现得极其美观, 领导也相当满意。然而仅仅使用了一个月便处于荒废状态了。

为什么？因为数据不准。

早晨时分, 老板点开报表, 发觉数字不符, 三次这般后便不再查看, 随后系统死机了。

数据质量，比数据可视化重要一百倍。

我做这个项目这么久，总结了一些经验。

第一，先理清家底。

你所拥有的资产包含哪一些, 分布于哪一些系统之中, 由谁来负责进行维护, 其更新频率又是怎样一种情况呢?

这些问题不搞清楚，后面全是坑。

有一个客户, 和我们合作半年之后才被发现, 其资产数据的源头有着五个出处, 其中三个出处已然废弃不用了。

白干了。

第二，定义核心指标。

不是所有数据都要接进来。要问自己：老板真正关心什么？

以制造企业为例, 大概是设备被利用的比率, 资产折旧所呈现的状况, 闲置资产所占的比例。

针对于零售业态的企业而言, 或许存在着门店资产的分布情况, 并且有着库存货物的周转速度比率, 还有固定资产投入之后产生的产出比例。

找准一两个核心场景，打透。比十个场景都做一半要强得多。

第三，建立数据治理机制。

数据并非接入进来便宣告完成, 需得有专人承担起维护之责, 要具备相应标准条件, 要展开审核工作, 这才可以。

否则三个月后，数据又乱了。

针对于每个企业, 我们给出这样的建议, 即至少设置一个数据Owner, 让其对资产数据的准确性承担责任。这个人, 并不要求懂得技术, 然而一定要对业务足够熟悉才行。

说到价值，我不讲虚的。

第一，让数据说话。

以前汇报工作, 凭借嘴巴去讲述, 依靠感觉来判断, 依赖记忆去回想, 那么现在又是怎样的情况呢? 开启那块面板, 所有情景都可循着依据去考察。

老板询问你, 去年第三季度的时候, 华东地区固定资产到底增长了几许, 对此你能够立刻作答, 还是表示需返回去进行查阅呢?

差别很大。

第二，提升决策效率。

数据实时可见，意味着决策可以更快。

曾经等待报表需要耗费一周的时间, 如今却是能够在瞬间做出反应。这样的效率得到提升, 于商业竞争当中是具备着能产生致命影响的优势的。

不是吹牛。

第三，发现隐藏问题。

好多问题靠肉眼是看不出来的, 像某类设备的故障率出现异常升高这种情况, 像某部门的资产闲置率呈现偏高这种状况。

这些细节，只有在数据对齐之后才能发现。

发现了，就能解决问题。解决了，就是真金白银。

如果你正在考虑这件事，我有几条建议。

别想着一口吃成胖子。

最先从一个微小的场景着手切入, 举例而言, 像是固定资产的管理, 又或是库存的管理, 当运行顺畅了之后, 再进行扩展。

别迷信大厂商。

实力强者存在优势, 然而同样存在局限。重点在于寻觅到契合的伙伴, 这种伙伴要能够领会你的需求, 并且心甘情愿与你一同将流程运行透彻的。

别忽视内部培训。

即便系统堪称再好, 倘若不会运用那也不过是徒劳无功。培训务必要达到应有的水准, 得使得每一位使用者都明晰数据源自何处、究竟是什么含义、该如何去运用。

最后说一点。

将这件事去做成的缘由, 并非是为了达成KPI, 并非是用以应对领导, 并非是为了展现出高高在上、颇为不凡的样子。

是为了让数据真正服务于业务，服务于决策，服务于效率提升。

其他都是假的。

只有这个是真的。

以上就是我就资产数据对接BI分析中台所持有的认知。要是此刻你正针对这个项目进行思索考量, 那么热烈欢迎展开交流互动之事。