數據分析這個詞，想必對於很多人來說已經沒有多少新鮮感了，越來越多的企業開始將數據分析作為信息化建設的下一個目標，在大數據時代的裹挾下，以前IT部門才能做的數據分析，現在也成為了業務人員的新寵，拿數據、作分析、找問題，數據分析一時間甚囂塵上。
但是包括很多專業數據分析師在內的人，都會產生一個疑問：數據分析究竟能不能為企業產生價值？企業的創收是否只是數據分析表面之下的假象？
這裡我分享一個某大型器件製造廠的案例，主角就是公司信息部經理老K。
企業狀況
該公司屬於大型傳統制造企業，規模大且系統多，然而公司的信息化建設卻十分的落後，業務績效等信息仍然是靠人工Excel統計，偌大的企業集團除了最基本的數據庫，其他的信息化進程竟然幾乎為零！
隨著企業的不斷擴大，公司的管理模式卻仍然不能更新，落後脫節，混亂不堪，甚至出現公司內部員工謊報工時，做假賬的情況，造成企業效益不斷縮水，一時間公司管理陷入了搖搖欲墜的絕境！
管理模式的落後讓老K意識到，公司必須通過技術改良更新管理方式，用數據化手段管理業務，才能挽救企業現狀。在綜合考量之下，老K選擇了BI商業智能工具FineBI進行數據整合和優化管理，通過數據分析實現公司的信息化革新。
FineBI項目快速上馬之後，效果十分顯著，老K不僅利用這個BI工具完成了企業的數據改革、生產工具改革和生產力改革，還盤活了企業的業務管理，為企業創收降本。
改革一：數據改革
- 改革前
該公司業務系統繁多，總體上是ERP、OA和生產機房的機臺三個系統生產數據，系統之間聯繫緊密，但是系統表之間數據孤島問題嚴重，信息獨立，積攢了大量數據卻成為了企業沉重的包袱。
“IT想要看數據，就得從每個系統中抽數據，要命的是各個數據源都是不同的，想要進行數據關聯更是繁瑣困難，時間一長就擱置了；對於企業領導就更不用說了，沒有一個可視化的結果，決策效率很低。”這種落後的數據管理模式讓老K深受其累。
- BI數據關聯
引進了FineBI之後，老K輕鬆連接了三個系統生產數據庫，實現不同數據庫數據的統一整合：憑藉FineBI強大的數據連接和關聯功能，老K將各個系統的數據關聯了起來，就連數據口徑都統一了起來。
因為FineBI支持多數據庫和Excel關聯分析，因此老K的數據改革十分順利和迅速，這種BI工具自帶數據處理功能，比Excel更靈活自由。
FineBI數據整合
FineBI數據關聯
- 改革後
改革之後，數據都整合到了FineBI一個平臺之上，業務人員想要數據，只需要從機臺上抓取實時數據，轉化到數據庫中，然後在數據庫中進行數據提取和分析就可以了，再也不需要IT與業務反覆交換了。
同時，統一一個平臺讓數據關係前所未有的清晰，就算是不同系統中的數據，大家也都可以隨時查詢，也不會因為數據源不同而反覆糾結了，提高效率50%以上。
改革二：生產工具改革
- 改革前
廠房過去一直都是根據生產線的材料消耗情況，進行相應的補給，但是每次月底老K都會發現，每個月的補給量大大超過了消耗量，多出的補給量不知道去了哪裡，老K懷疑有壞賬假賬卻苦於無法驗證。
- BI數據切片分析
憑藉FineBI的OLAP多維切片分析功能，老K將生產數據進行了切片處理，果然發現相同時間段和相同效率的的人員，生產材料損耗率果然差異巨大，通過聯動分析老K進一步發現材損上報對不上，因此驗證了老K懷疑有人浪費或者做假賬的想法。
除此之外，FineBI還可以對數據進行放大、鑽取、維度切換、過濾、聯動分析、複用等等，可以多維觀察數據，探索數據之間的深層關聯。
FineBI聯動分析
- 改革後
老K決定讓廠商進行機器改進，要能夠採集到整個生產流程中的數據，實現全線數據監控，尤其對材料耗損率進行精準化，通過監控個人損耗率，防止出現舞弊行為，大大提高了企業的精準補給。同時，廠商也通過這次機器的改進，增加了產品的競爭力，實現了雙贏。
改革後，每個月浪費的生產材料降低了80%，生產任務可以提前安排計劃，提高生產效率10%。
改革三：生產力改革
- 改革前
該公司員工眾多，但是生產效率卻提不上去，不僅生產任務難以保質保量完成，人員變動頻率更是居高不下，公司嘗試了各種制度改革都無法解決這個難題，造成公司生產力低下。
- BI可視化分析
老K發現這個問題之後，先把員工相關所有數據拖出來進行觀察和公佈，避免員工手工改動，並將加班時長和產值進行了相應的排名，做到了更好的信息透明和監督，藉助FineBI的可視化分析功能，讓業務部門自主的進行簡單的數據透視分析。
“經常超時加班到底是哪些部門？最主要加班排名最前的是哪幾個人？如果某些人一直在加班，假設一個月很多個小時肯定是有問題的，身體再好也扛不住。第二個是我們將加班時間跟產值匹配起來。加班多產出很少，可能是員工的效率管理問題。”
- 改革後
業務部門可以對於考勤異常的員工及時進行關注，更好地人性化管理，同時員工們也可以更直觀看到互相之間加班和產值的情況，更加專注在單位時間的產值增效上，企業的生產力得到了整體提高。
FineBI可視化探索分析
總結
看完這個案例，你應該知道數據分析能否為企業帶來價值了吧？他不一定是直接帶來收益，也可以是降低管理成本，降低決策風險，降低手工作業重複率等等，正是因為它可以帶來這麼多的價值，才會最終被市場認可。
但是，老闆們不一定都認同數據分析的價值，數據生產力之路漫漫，技術以外，如何創造價值，有可能需要代碼和算法以外的其他東西輔助，與大家共勉。
閱讀更多 數據分析不是個事兒 的文章
