3月集团谋划管理剖析会上 ，李安平董事长发“火”了！课前 ，他将整个3868la银河总站集团营销、市场、生产、研发、后台以及各团队管理职员近2个月的“通话时长”导出表格 ，通过数据现场剖析管理职员的事情状态及相同频率 ，从而引出了今天的主题——“数据化管理”。
一、数据化管理的界说
1、什么是大数据 ？“大数据”是由数目重大、结构重大、类型众大都据组成的数据荟萃 ，归根结底是由数字+表格+单词组成。
2、什么是数据化管理 ？数据化管理是通过对营业的数据举行网络、剖析 ，并将剖析效果应用到企业运营的各个环节 ，进而对管理方面做出响应的妄想及调解历程。网络数据→整理数据→剖析数据→数据化管理。
3、我们对数据管理的明确误区：有电脑系统 ，有种种报表 ，开会念数据� ？梢晕饰首约海菏欠裾莆樟擞杏闷饰龅囊� ？是否对数据举行了有用剖析 ？是否通太过析找到了问题点 ？是否能找出问题的解决要领 ？
通过有用的数据化剖析 ，我们能够：找到问题 ，解决问题 ，提高效率。
数据剖析是最主要的管理工具。
二、为什么要举行数据化管理
1、外部压力——谋划情形面临挑战：当今 ，决议的情形与面临的挑战对我们提出了更高要求 ，决议的重大性和时效性问题突显 ，究其缘故原由 ，主要体现在四个方面。（1）信息周全重大。包括：市场与销售、客户与服务、生产与制造、采购与供应、库存与运输等。（2）信息泉源疏散。包括：机构疏散、企业外信息源疏散、历史信息积累等。（3）信息转达缓慢。包括：企业规模变大 ，信息无法实时转达 ；无法举行深条理处置惩罚及量化剖析等。（4）数据整合难题。包括：数据孤岛、主数据纷歧致、数据口径纷歧致、维度粒度差别等。
2、内部需求——管理疑心：我们生涯在数据之中。关于企业管理来说 ，有HR、资金管理、OA、供应链、财务、物资等种种数据 ，但保存大宗看不全、找不见、用不了的数据 ，形成“孤岛� ；�。这容易导致以下问题：（1）指标动态数据靠问 ；（2）运营剖析数据靠等 ；（3）拍板决议数据靠想 ；（4）剖析报告数据靠凑。
三、数据化管理的意义和目的
1、有利于量化管理。
2、有利于提高企业整体剖析研究能力。好比关于企业谋划管理能力剖析 ，会涉及到：（1）各层管理职员素质及能力剖析 ；（2）企业谋划效率剖析 ；（3）内部调控机构效率剖析 ；（4）人事管理效率评估 ；（5）生产调理效率剖析等。
3868la银河总站中药材全程追溯系统
3、有利于提高企业管理者的决议速率和准确性。
4、有利于实现细腻化管理 ，提高运营效率。
5、有利于提高企业市场快速反应能力。
6、有利于最大化提升销售、市场业绩 ，提高焦点竞争力。
当今“大社会” ，三分靠手艺 ，七分靠数据。得数据者懂天下 ，用数据者得天下！
四、怎样建设数据库
1、企业大数据的泉源：（1）企业谋划相关的营业数据-这类数据来自企业信息化领域 ，包括企业资源妄想(ERP)、产品生命周期管理(PLM)、供应链管理(SCM)、客户关系管理(CRM)和情形管理系统(EMS)等。（2）机械装备互联数据-生产历程中 ，装备、物料及产品加工历程的工况状态、情形参数等运营情形数据等。（3）企业外部数据-包括企业产品售出之后的使用、反响情形的数据 ，同时还包括了大宗客户、供应商、互联网等数据状态。
3868la银河总站精准扶贫作战数据图
2、理清数据库的三个条理：（1）营业指导管理 ，聚焦于“在干什么 ？”（2）运营剖析管理 ，聚焦于“干得怎么样 ？”（3）谋划战略管理 ，聚焦于“还要干什么 ？”
3、建设五个板块的数据库：（1）“营销”数据库-目的告竣率、职员设置、市场开发、品淡旺季纪律、月季完成率、区域销售占比、战略品销售占比、潜品销售占比、客均销售、人均劳效等 ；（2）“生产”数据库-销售数据（上、本、下期）、装备使用率、单位能耗、单位折旧、单位维修、产能制品率、人均劳效等 ；（3）“研发”数据库-员工分层分级、专家数据库、同线同品数据、立项依据、结题时间、对外合作、流程节点、阶段评估、结题报告等 ；（4）“物料”数据库-需求展望（量/价）、采购量/价、进品（高/科/低）、存品（高/科/低）、单价比照率、商品损失率、量价同/环比、库销比等 ；（5）“服务”数据库-专委赋能、学术服务、运动交流、分品用户量、用户周月应用率、单人使用量、连带率等。
五、怎样应用数据化管理
1、打好信息化基础 ，一直积累形成数据库。
2、通过训练 ，一直提高数据化头脑意识。自动提高的人会：熟悉营业、记大数、记要害数、记异常数 ；被动提高的人则只会：培训、做表、换岗。
3、对数据有质疑精神 ，准确区分大数据的真实性。如销售量和销售额� ？赡鼙４娴恼飨笫牵杭偈莩渎谙鄣母鞲龌方� ，容易导致过失判断。背后的缘故原由在于：统计路径过长 ，粗心大意 ，居心改动数据 ，依赖性太强……
4、理清数据泉源 ，坚持数据的客观性。要有挖根掘底的精神 ，预防：以偏概全、定向取值、标准纷歧。
3868la银河总站动态跟踪各国保健品销售占比
5、关注恒久、短期数据 ，注重数据的时效性。运用权重法 ，剖析商品、物料等占用的比例、账龄、库龄等。
6、增强数据化管理培训 ，提升数据逻辑性。
7、深度研究销售、生产、人才等种种纪律。
8、数据由点带线、由线带面。
9、按月、季剖析各项目的。
10、通过比照 ，剖析展望年度目的。
11、逐日追踪盈亏平衡点
12、做好数据清静防护事情
六、注重事项
1、不要只枚举数据 ，而没有结论。
2、不可没有标准和数据泉源。
3、不写记叙文 ，要写议论文。
4、要有问题点 ，也要有解决计划。
5、没有确切数据 ，只做定性剖析。
立异生长 ，循序渐进 ，深化数据 ，持之以恒！
3月集团谋划管理剖析会上 ，李安平董事长发“火”了！课前 ，他将整个3868la银河总站集团营销、市场、生产、研发、后台以及各团队管理职员近2个月的“通话时长”导出表格 ，通过数据现场剖析管理职员的事情状态及相同频率 ，从而引出了今天的主题——“数据化管理”。
一、数据化管理的界说
1、什么是大数据 ？“大数据”是由数目重大、结构重大、类型众大都据组成的数据荟萃 ，归根结底是由数字+表格+单词组成。
2、什么是数据化管理 ？数据化管理是通过对营业的数据举行网络、剖析 ，并将剖析效果应用到企业运营的各个环节 ，进而对管理方面做出响应的妄想及调解历程。网络数据→整理数据→剖析数据→数据化管理。
3、我们对数据管理的明确误区：有电脑系统 ，有种种报表 ，开会念数据� ？梢晕饰首约海菏欠裾莆樟擞杏闷饰龅囊� ？是否对数据举行了有用剖析 ？是否通太过析找到了问题点 ？是否能找出问题的解决要领 ？
通过有用的数据化剖析 ，我们能够：找到问题 ，解决问题 ，提高效率。
数据剖析是最主要的管理工具。
二、为什么要举行数据化管理
1、外部压力——谋划情形面临挑战：当今 ，决议的情形与面临的挑战对我们提出了更高要求 ，决议的重大性和时效性问题突显 ，究其缘故原由 ，主要体现在四个方面。（1）信息周全重大。包括：市场与销售、客户与服务、生产与制造、采购与供应、库存与运输等。（2）信息泉源疏散。包括：机构疏散、企业外信息源疏散、历史信息积累等。（3）信息转达缓慢。包括：企业规模变大 ，信息无法实时转达 ；无法举行深条理处置惩罚及量化剖析等。（4）数据整合难题。包括：数据孤岛、主数据纷歧致、数据口径纷歧致、维度粒度差别等。
2、内部需求——管理疑心：我们生涯在数据之中。关于企业管理来说 ，有HR、资金管理、OA、供应链、财务、物资等种种数据 ，但保存大宗看不全、找不见、用不了的数据 ，形成“孤岛� ；�。这容易导致以下问题：（1）指标动态数据靠问 ；（2）运营剖析数据靠等 ；（3）拍板决议数据靠想 ；（4）剖析报告数据靠凑。
三、数据化管理的意义和目的
1、有利于量化管理。
2、有利于提高企业整体剖析研究能力。好比关于企业谋划管理能力剖析 ，会涉及到：（1）各层管理职员素质及能力剖析 ；（2）企业谋划效率剖析 ；（3）内部调控机构效率剖析 ；（4）人事管理效率评估 ；（5）生产调理效率剖析等。
3868la银河总站中药材全程追溯系统
3、有利于提高企业管理者的决议速率和准确性。
4、有利于实现细腻化管理 ，提高运营效率。
5、有利于提高企业市场快速反应能力。
6、有利于最大化提升销售、市场业绩 ，提高焦点竞争力。
当今“大社会” ，三分靠手艺 ，七分靠数据。得数据者懂天下 ，用数据者得天下！
四、怎样建设数据库
1、企业大数据的泉源：（1）企业谋划相关的营业数据-这类数据来自企业信息化领域 ，包括企业资源妄想(ERP)、产品生命周期管理(PLM)、供应链管理(SCM)、客户关系管理(CRM)和情形管理系统(EMS)等。（2）机械装备互联数据-生产历程中 ，装备、物料及产品加工历程的工况状态、情形参数等运营情形数据等。（3）企业外部数据-包括企业产品售出之后的使用、反响情形的数据 ，同时还包括了大宗客户、供应商、互联网等数据状态。
3868la银河总站精准扶贫作战数据图
2、理清数据库的三个条理：（1）营业指导管理 ，聚焦于“在干什么 ？”（2）运营剖析管理 ，聚焦于“干得怎么样 ？”（3）谋划战略管理 ，聚焦于“还要干什么 ？”
3、建设五个板块的数据库：（1）“营销”数据库-目的告竣率、职员设置、市场开发、品淡旺季纪律、月季完成率、区域销售占比、战略品销售占比、潜品销售占比、客均销售、人均劳效等 ；（2）“生产”数据库-销售数据（上、本、下期）、装备使用率、单位能耗、单位折旧、单位维修、产能制品率、人均劳效等 ；（3）“研发”数据库-员工分层分级、专家数据库、同线同品数据、立项依据、结题时间、对外合作、流程节点、阶段评估、结题报告等 ；（4）“物料”数据库-需求展望（量/价）、采购量/价、进品（高/科/低）、存品（高/科/低）、单价比照率、商品损失率、量价同/环比、库销比等 ；（5）“服务”数据库-专委赋能、学术服务、运动交流、分品用户量、用户周月应用率、单人使用量、连带率等。
五、怎样应用数据化管理
1、打好信息化基础 ，一直积累形成数据库。
2、通过训练 ，一直提高数据化头脑意识。自动提高的人会：熟悉营业、记大数、记要害数、记异常数 ；被动提高的人则只会：培训、做表、换岗。
3、对数据有质疑精神 ，准确区分大数据的真实性。如销售量和销售额� ？赡鼙４娴恼飨笫牵杭偈莩渎谙鄣母鞲龌方� ，容易导致过失判断。背后的缘故原由在于：统计路径过长 ，粗心大意 ，居心改动数据 ，依赖性太强……
4、理清数据泉源 ，坚持数据的客观性。要有挖根掘底的精神 ，预防：以偏概全、定向取值、标准纷歧。
3868la银河总站动态跟踪各国保健品销售占比
5、关注恒久、短期数据 ，注重数据的时效性。运用权重法 ，剖析商品、物料等占用的比例、账龄、库龄等。
6、增强数据化管理培训 ，提升数据逻辑性。
7、深度研究销售、生产、人才等种种纪律。
8、数据由点带线、由线带面。
9、按月、季剖析各项目的。
10、通过比照 ，剖析展望年度目的。
11、逐日追踪盈亏平衡点
12、做好数据清静防护事情
六、注重事项
1、不要只枚举数据 ，而没有结论。
2、不可没有标准和数据泉源。
3、不写记叙文 ，要写议论文。
4、要有问题点 ，也要有解决计划。
5、没有确切数据 ，只做定性剖析。
立异生长 ，循序渐进 ，深化数据 ，持之以恒！