在几天前刚结束的“两会”中,保产业链供应链稳定被明确纳入今年政府工作报告“六保”其中之一。

历经40余年产业发展,中国目前已成为全球有影响力的制造业大国之一,拥有世界上最为丰富的制造产业链条,但同时,相较于制造强国,我国制造业供应链体系建设仍处于初级阶段,在主导权、安全性、有效性、智能化水平等方面差距明显。

一方面,我国许多制造企业在供应链的运作模式上仍是以传统模式为主,在整个供应链体系中缺乏战略性以及合作意识,导致整体运作成本偏高而效率偏低;另一方面,供应链数字化、智能化程度不高。供应链体系中数字化基础设施薄弱、上下游企业缺乏联动,信息孤岛、数据割裂等问题突出,供应链整体的敏捷化、柔性化以及可视、可感、可控的能力都亟待加强。

如何提高供应链水平,增强制造企业信息化管理,作为继战略、组织绩效后又一重要的管理和监控手段,企业经营分析逐渐进入企业高层和管理者的视野。

企业经营分析体系是本世纪初由美国银行家亚历山大·沃尔开创,运用定量分析、业务分析和行为分析相结合的方法,对企业进行综合分析的一种现代经营分析体系,包含经营综合分析、财务分析、市场分析、销售分析、供应链分析、产品组合分析等内容主题。在供应链中,能重点针对多个环节数据进行综合分析,反映企业当前的采购情况、生产情况以及库存情况,对整个供应链进行统一管理,将公司生产与运营相结合,统领全局,进一步优化采购流程并提高生产效益。

经营分析体系建设基础

企业在运营过程中会涉及到方方面面的决策,例如战略监测、经营控制以及对终端决策的执行等,经营分析体系通过统一口径的数据分析平台和展现平台,帮助企业各个应用层面采用相同的数据口径或相同的数据观察维度,各部门能够在同样的数据体系中观察各自所负责业务部门的数据,形成从战略到最终执行的统一联动体系,实现管理的闭环。

经营分析体系是整个业务中台的一部分,是大量分析模型,包括看板、报表等多种多样数据展现形式组合成一整套服务于一个企业的一套完整体系。制造企业在建设一套分析体系的过程中,能逐步实现洞察现状——感知差异——改进决策——结果复盘整体管理上的循环。

在建设实施过程中,经营分析体系首先解决企业业务流程中数据口径不一致的问题;其次在整个建设过程中建立企业数据管理规范,同时在健全和准确的数据规范基础之上,提升信息的实时性和有效性;再次,数据层准备好以后,通过模型、报表、数据可视化等展现样式的累积,不断优化整个商业知识体系以及运营智慧,最后实现逐步完善经营分析体系的过程。经营分析体系伴随于企业整个运营过程的自始至终,不断完善及自我建设。

如何构建经营分析体系

亦策在20多年的经营过程中服务了大量客户,将制造行业建设经营分析体系普遍分为两大流派:一种是自下而上(从数据湖——业务数据支持)的建设过程,从比较健全的底层数据基础逐步向上,基于整个执行部门或分管部门以数据服务或者数据供应的角色切入整个经营过程中,逐渐形成KPI体系,最后实现每一个部门或大的业务版块对高层决策者完成业务数据汇报统一性的服务;另一种是自上而下(从KPI管控——数据湖)的建设过程,本土企业大多选择此种建设策略,建设一个体系或BI平台,更多的驱动源自于企业的决策层。管理层要求用KPI的管理方式帮助企业进行数字化转型,往往入手是从满足决策层的数据支持开始,基于KPI的管理脉络逐级向下一层(例如执行层和中间层)推进。

图1:经营分析体系构建形式

近几年也涌现了一些新兴的建设方式,在建设某一些项目或过程时也会上下兼顾或首尾兼顾。但是不论自上而下还是自下而上建设,经营分析体系构建的基本方法中数据都是一样的,在基于相同数据的情况下,数据在不同的应用层级会有不同的展现形式,在不同的角色定义中,以决策层、管理层、执行层为代表的各部门都会有不同的对数据观察的需求:

决策层更多关注比较粗略维度的细分,包括企业KPI指标,不需要看太多分析的指标;

管理层更多专注于分析,甚至有自助式的分析,例如Excel数据测试表,只需要把指标和维度准备好,就能自行拖拽,根据自己的思路完成整个分析过程;

执行层对数据更多是查询式的需求,需要简单、快速了解当前所负责的业务版块反映出来的相关数据的信息和内容,这一层可能不具备太多的管理涵义和分析涵义,更多的是需要完成最基本的数据供应。

对整个经营分析体系建设过程方法而言,无论是模型还是报表都不是自然形成,而是经过逐级梳理,此过程包含两层梳理方式,首先要结合整体分析目标与利益相关者,对达标驱动因素、数据分析场景进行KPI、即席自主分析、运营优化等做第一层处理;其次是实际落地的真正可视化的展现,关键是要实现整个业务管理闭环,通过经营分析体系将业务利益相关者与业务指标的闭环关系明确建立起立,这种管理闭环可能是从粗到细,也可以从整个业务实际的流程的循环形成可视化的结构。

图2:经营分析体系构建方法

亦策经营分析体系蓝图

经过十多年无数业务专家以及从业者的提炼和沉淀,亦策研发了基于生产制造行业经营分析体系蓝图,帮助制造行业企业梳理企业数据应用管理脉络,推动企业经营分析体系建设实施落地。

亦策经营分析体系蓝图整个结构从横向而言,不同的角色有不同展现形式,分为总裁驾驶舱、场景看板、模型体系、报表体系、即席查询等五个层面。

总裁驾驶舱:为决策层展现相关KPI指标。

场景看板:一般有两种形式,一是在整个部门管理者和部门运营过程中,基于某一业务版块看到的高度汇总的相关部门的分析的KPI和相关支持性的指标,来实现整个部门业绩的达标和驱动;二是所谓的看板更多的还是在比较公共的场合,利用大型非PC界面屏幕,展现可以开放给公众环境下的一些数据,比较常见的有流水线车间的生产制造看板以及仓储物流中的实时提示的看板。

模型体系:是整个蓝图最主要的核心,在其中罗列了各种分析模型,强调人与平台通过操作的交互固化某些管理思路,在这个层级中有了相应主题的划分,主题一般对应业务版块。例如在生产制造中的供应链主题更多关注研发、计划、采购、生产、质控、仓储/物流组成的整个供应链体系。在模型体系中还横向融入了SC管理理论,基本按照可靠、响应、柔性、成本、资产等五力划分,对不同主题下的具体模型进行分组,当业务部门无法提出分析需求,或管理层对具体管理手段不能明确落地,可以基于市面上常见的管理理论做横向划分,通过矩阵式的划分方式,可以理解和估算企业未来需要的分析模型。

报表体系:很多企业上线BI项目后,往往会增加大量分析模型而摒弃以往的报表,因为以往的报表大多是以Excel形式或日常统计的表格来实现,报表和模型的比例一旦失去平衡,可能整个经营分析体系就失去了作为数据供应本职工作的特性,这也是很多企业BI项目在实施完成以后,但是在实际应用过程中业务部门应用频率比较少的原因之一。报表体系其实是对整个模型体系实质化的补充,也是基层进行快速数据查询和获取的渠道。

即席查询:针对不同主题涉及到的几乎所有指标维度做数据集。这种数据集的展现形式更多的类似于平时常用的Excel数据透视表,不会有任何具体固化的展现形式,而是更多通过鼠标拖拉拽的操作,自由组合指标和维度,进一步完善前面四个层次所有数据供应、展现的不足。实现业务部门自由发挥、组合自己的分析思路和理解,不断完善向上游汇报的通用模板。

亦策供应链经营分析体系

亦策针对制造行业研发设计了基于整个供应链的各个主题下的模型,在全局KPI监控分析主题中,以某航空制造企业全局驾驶舱为例。基于供应链体系,航空行业根据民航总局的要求有一套标准的管理方式,即SQCDP管理模式,SQCDP基本代表了民航总局旗下所有航空航天企业以安全、质量、成本、交付、人员为主的五个层面管理体系。在于该企业项目实施过程中,亦策首先挑选抓代表每一个管理重点的KPI指标,同时向下在不同的分项中会有不同基于该KPI指标和它的相应辅助指标的展现,例如在交付层面设计了销售和生产产出的数据分析,展示在PC页面驾驶舱和看板的内容。与此同时,亦策还为其构建了一个整体的管理展示置于大型LED屏幕上,实时提供在周期内五个管理方面的KPI变动情况,保持对企业运营情况的一目了然。

在某德国企业的案例中,亦策将整个供应链计划管理看板分为两层,第一层主要是针对整个供应链高层决策者的一些基本指标,包括销售、库存、采购交付周期以及供应链综合成本等,能反映整个供应链体系下各方面能力的成长和变化情况;第二层是整个分管部门看板层,将可靠、响应、柔性、成本、资产等五力按照实际部门组织划分进行展开,分管部门管理者从其中获得结果型数据,从而对运输、进出口、商务需求等进行规划,完成计划中部门内部KPI的查询和管控。

图3:某德国企业供应链计划管理看板

此外,在经营分析体系蓝图中,亦策还对制造行业供应链中供应链计划、研发分析、生产计划管理、整体设备效力OEE、质控管理、仓储管理等各个环节设置了相应主题,从根本上推动数据在整个价值链中的流动性,实现制造企业产品全生命周期的整体管控和优化。

(本文来源:e-works

WeChat Screenshot_20200114111634.png

上海展和珠海展600x200-邮件.jpg  

相关推荐

评论交流

行业资讯订阅