Zed案例 | 数据驱动提升企业决策和盈利能力的分析实践

从数据的产生、加工、应用的角度，去思考和优化现有的业务模式和流程，让数字技术与企业资源、商业模式、流程和业务紧密结合，实现创新和盈利提升。

目前，业界已经认识到数字化转型的重要性，数字化转型具有战略意义。对企业而言，数字化转型已然从提高效率的工具转为创新发展模式、强化发展质量的主动战略；从局部转型变为对全局乃至整个流程的优化；从单一领域、单一行业转变为对全行业、全生态的全面覆盖。

企业需根据实际情况和发展战略进行顶层设计和总体规划，并通过分领域、分阶段逐步实施。同时，企业数字化转型更应注重数字技术的发展趋势跟踪和适时导入，并注重评估应用效果。总体来说，企业应遵循以数字规划为起点，围绕核心业务建设基础设施；以数字化转型价值为导向，对内外提升效率和业务履约能力，构筑产业平台、云上平台的生态协作。

数字化转型痛点不仅仅在于业务流程无法重塑，还在于底层引擎能力分散在各个系统中，无法形成合力而支持构建数据驱动型的新业务应用。业务流程数字化集中在端到端价值链下的业务流程梳理和构建，实现“一切业务在线，数据驱动业务”。

一、以数据驱动提升企业决策能力

数据驱动是一种由数据主导驱动，而不是由人的直觉或者经验来推进的状态。数据驱动意味着管理的视角和资源将发生根本变化，需要管理者从数据的产生、加工、应用的角度，把数据作为一项生产资料的前提，去思考和优化现有的业务模式和流程，让数字技术与企业资源、商业模式、流程和业务紧密结合，实现创新和盈利提升。

数据驱动对企业经营管理的价值：大中型集团企业对管理即时性、可及性、穿透性、前瞻性和可落地性等方面提出了非常迫切的需求，而打造数据驱动的管理应用能够极大赋能企业管理者，尤其在企业的预算管理和风险管理中，表现得更为明显。

1. 企业决策由被动响应转向主动服务模式

图1 企业决策的演进方向

如图 2 所示，数字时代的预算管理形成智能化系统闭环，从企业决策被动到主动，向智能化的线上高效协同的方向发展。

图 2 预算管理的智能化系统闭环

风险管控从事后到事前，向风险量化和智能决策方向发展。

图 3 企业风控逐步前置、量化、智能化

2. 数据驱动的层次提升促进企业盈利能力

数据驱动的层次提升，对企业的盈利能力，运营效率的提升是显著的，可量化的。埃森哲在其 2020 年做的一份面向高层管理的调研报告中，对企业的运营成熟度也进行了类似的划分：稳定、高效、预测和未来级。每提高一个层级，企业运营效率将增加 7.6%，利润率提高 2.3%。未来级，即达到融贯层次的企业的盈利能力高于其他组织 2.8 倍。

通过构建企业数智运营中心（IOC），并作为企业的智慧大脑，能够让企业实现数据驱动管理，提升企业数据驱动的层级，释放企业数据的价值。整体而言，IOC 将帮助企业建设即时感知、前瞻洞察、科学决策、高效闭环、智能监管的企业新型治理形态。

图 4 数智运营中心（IOC）成为企业智慧大脑

3. 监控决策指挥系统是企业敏捷决策基石

建设数据监控、决策和指挥体系：监控决策指挥体系是企业的天眼、智慧大脑和神经中枢，能全面观察、感知、认知企业内外部的价值信息，将信息进行合理的整合与连贯，做出正确的判断，根据判断做出正确的决策和行动部署，驱动组织机构一次次高效的完成整个决策循环，建设敏捷决策型组织。

作为驱动企业智慧运营的核心部件，监控决策指挥系统引导并驱动管理层，在面对不确定性时能快速做出正确决策。

体系中的监控中心作为企业的“天眼”，对企业内外部环境进行全面的信息监控、侦查、感知，提供全面的、实时的价值信息收集，给决策层呈现完整的信息反馈。梳理和连贯有价值的信息，结合丰富的专家知识库经验，做出专家级的态势判断，给管理层提供导向性的价值结论。

依据观察到的信息和对信息的判断，给管理者提供多样化的决策方案供其选择，并能对不同的方案给出专家级的方案建议和结果评估。精准调度一线的执行单元，一线执行也能快速响应指挥指令，快速执行，确保无延误、无误差地指挥动作执行，精准又快速地完成任务动作。

监控：监控的职能对应决策循环中的观察阶段，负责对自身信息的全面了解，做到知己；负责对外面竞争对手信息的侦查，做到知彼；负责对外部环境的全面认知，对影响决策的天时地利人和信息进行全面清晰的认知，做到环境优劣形式的全面掌握。
决策：基于对观察阶段信息的整合梳理，将观察到的信息进行连贯，做出正确的判断并依据自身的目标结果导向，做出正确的决策。
指挥：通过精准的指挥，快速的调动，执行决策的部署，确保执行的无延迟、无误差，指挥联动，高效协同，指挥体系是正确决策执行落地的关键一环。

智能化监控决策指挥体系是以监控决策指挥的循环为基础，随着大数据、物联网、云计算、人工智能、5G 传输等各类新技术的不断快速发展和深化应用，极大的提升了系统的决策筹划能力，扩展了系统决策工作任务完成得范围，增大了人对系统的信任度，不断往决策自动化方向迈进。

建设智能化监控决策指挥体系需要企业高层的认可与深度认知，如果缺乏高层支持，体系建设只能流于表面，成为空谈。同时，搭建大数据平台基础设施和数据治理体系是重中之重。

建设基于数据的监控中心，全域监控、实时监测、主动预警、自动归因是监控中心的主要内容；决策中心是体系的关键一环，完成对信息的连贯、整合和梳理，借助数据的分析洞察工具、多类决策模型、专家经验知识库等，完成正确决策方案的制定；指挥中心是落实决策执行的关键一环，在完成人、机、物的互联互通之后，使决策的每一道指令都能实现精准快速的指挥和执行。

二、数据驱动：应用场景分析和企业实践

实现数据驱动型管理的目标，是实现管理决策的智能化、自动化。但是，管理决策在企业中分布很广，涉及的职能、节点、层次都较多且复杂，各层级的管理决策以点状的场景分布于企业的经营管理活动和价值链条之中，对企业的经营管理产生重大影响。因此，可以从应用场景入手，以点带面，逐步扩大数据驱动管理范围。

数据驱动型管理应用场景的建设框架：将企业传统的经营管理与数字化技术结合，呈现出三大类管理活动场景：KPI 智能运营、智能风控及流程以及高价值管理决策支持，同时横向覆盖从营销、采购、生产、财务、物流、供应链、研发、人力等各管理职能。以系统性框架帮助企业寻找数据驱动技术应用的高价值场景，进行数字化技术应用的设计和实施，以点带面，逐步实现全面数据驱动的企业数字化转型愿景，提升企业竞争力。

以下是以财务域的数据驱动管理应用场景建设框架示例：

图 5 数据驱动管理应用场景建设框架

让管理经验、数据、业务模型三大要素有机融合，成为当下数据驱动管理建设的主流方向。

1. 智能 KPI 指标提升客户体验和经营绩效

T 集团在 2021 年围绕着其自身的全面数字化转型战略目标：“实时在线、数据驱动、智能运营”，设计和规划了通威集团数智运营管理体系、模式及建设路径。以营销域的客户管理场景为切入点，建立了集团的数智运营管理体系。

T 集团的数智运营中心（IOC）以客户流失率的核心 KPI 指标作为管理目标，将客户全生命周期管理数字化、智能化。通过引入 NPS 等前导型数据指标，对客户流失的倾向进行预测，结合客户画像、策略推荐算法、IoT 技术等，让 IOC 在客户全生命周期运营的每一个环节均能够对业务员和管理人员进行赋能。降低获客成本，提升客户激活率、留存率，延长客户收益期，在提升客户体验的同时提高了经营效益。