目标向导+数据驱动，指标体系建设助力经营管理全面提升 1、企业简介       徐州徐工施维英机械有限公司（简称“徐工施维英”）是徐工集团旗下、全面致力于混凝土机械领域可持续发展的专业企业。2012年7月，成功收购全球混凝土机械领军企业——德国施维英集团，成为全球大的混凝土机械制造企业。公司两大产业基地占地千余亩，精益制造能力和全价值链数字化管理水平行业领先，企业实现连续四年经营业绩倍增。企业始终以“为客户创造大价值”为导向，产品品种和系列齐全，为客户提供多种成套解决方案。目前公司业务板块涵盖混凝土机械领域的成套解决方案，其中商混机械成套解决方案包括商混机械、湿喷机械及砂浆机械；工业泵及工业系统成套解决方案包括固体废弃物处理机械、浆体处理机械等。同时，公司还提供金融服务平台、产品租赁平台、配套信息化管理平台、培训资源以及完备的服务保障体系，全力满足客户多元化需求。其中主打产品有：混凝土搅拌站、混凝土搅拌运输车、混凝土泵车、车载式混凝土泵、拖式混凝土泵、混凝土喷浆车、干混砂浆搅拌站及运输车、背罐车、粉粒物料运输车等。       伴随着全球性市场需求的调整和升级、伴随着徐工集团“珠峰登顶”的战略演进，伴随着行业的深度整合提升，徐工施维英在加速推进技术升级、制造升级、营销升级的过程中，确定了“成为世界顶级混凝土机械成套解决方案服务商”的战略愿景，明确了“全球混凝土产业成套设备和整体解决方案领先服务商”的品牌定位，全体合作伙伴和全体员工正戮力同心，携手并行，共同为客户、为市场、为国家、乃至为全球提供优质产品和服务！   2、项目背景       目前徐工施维英已搭建了已SAP-ERP为核心，MES、CRM、PDM、IOT、PMS、X-GSS等为支撑的全价值链业务管理系统和平台，覆盖了研发、生产、供应链、营销、服务、管理等各领域。但前期建设过程中，由于数据散落在各个系统，想了解某个指标，需要人工进行筛选、整合、分析，再汇总形成汇报报告。这种形式不但效率低下，并且存在统计口径不一的问题，目标与指标无法关联，不能高效的支持运营决策等问题。普遍存在的具体问题如下：       1. 管理效率低下：以前，企业的经营管理没有将数据纳入企业管理的重要要素和手段，管理主要靠人工调度；       2. 缺少闭环机制：对于经营问题发现、分析、改善、跟踪、反馈还停留在人为跟踪，没有建立自动化闭环机制；       3. 目标缺乏协同：目标管理与拆解过程缺乏体系化管理手段，举措、任务、指标与目标脱节，没有统一协同管理体系和平台；       4. 管理决策滞后：经营过程中数据无法及时获取，多方数据统计口径不一、数据不准、收集困难，浪费大量人力在数据整合上，且导致经营决策相对滞后；       5. 绩效信息黑匣：到具体业务层级的绩效指标、绩效结果没有与企业战略、目标显性挂钩，自上而下不透明，员工“忙”于KPI，而“盲”于目标。       针对以上存在的痛点问题，现需要构建一个基于目标管理、数据驱动的数据分析平台，寄希望于能够打通数据壁垒，实现信息透明，能够让员工参与目标制定、执行、反馈和优化，提高工作效率，提高员工自主性，促进业务增长，引导企业管理创新改良，提升企业市场竞争力，能够利用科学高效的分析手段快速响应需求，实现数据自动归集运算，对比目标管理，实时预警，深度挖掘数据价值，辅助管理预测，提高决策效率和成功率。       工欲善其事，必先利其器。要构建这样一个高效的数据运营管理平台，需要高质量的产品和高水平的实施团队。经过多方市场调研了解，我们了解到帆软报表开发工具通过类Excel的开发方式，可以极少代码甚至是零代码实现复杂的需求，同时支持多种数据源，极大的节省了开发时间和成本。支持各种图表以及组合图表，通过简单的设置即可实现图表交互、参数联动、超级链接等交互功能，能满足客户的各种需求，实现丰富多样的报表展现效果。最终通过公平招标评选工作，确定了采用帆软报表平台，作为我们管理提升的数据支撑平台。   3. 解决方案       本项目基于战略及经营需求，以管理目标向导，结合OKR（目标与关键结果法）管理模式思想制定目标与可衡量目标的关键结果，通过不同业务场景分析，深度挖掘数据价值，使用PDCA管理模式完善指标，实现对于战略及目标的收集、制定、下发、执行、监控、反馈、优化的支撑作用，从而实现通过数据驱动，实现经营管理体系化。 1. 固化业务流程，统一数据模型       梳理业务，提取标准数据项，优化固化业务流程和审批流程，实现管理过程标准化、体系化、可执行。   2. 实施数据治理       通过数据的采集、清洗、转化、加载提升数据质量，确保数据的一致性；通过数据整合、分发，支持跨业务、跨部门、跨系统的数据流转和协同；通过消除数据内在质量缺陷，明确数据之间的关联关系，帮助业务人员更好的理解数据，实现数据洞察。数据标准化、体系化才能打破“信息孤岛”，实现数据驱动业务、数据驱动管理，真正释放数据价值。 数据仓库架构图   3. 结合OKR管理模式，构建指标体系，融合PDCA闭环管理       OKR即目标与关键成果法，是一套明确和跟踪目标及其完成情况的管理工具和方法。O = Objective 即企业目标，KR ＝Key Results 可以理解为关键结果来衡量目标实现的情况。不同于KPI管理模式，OKR帮助团队与个人设定目标，并不对绩效进行评分，需要团队或者员工自己制定目标并实现目标。       本项目对于目标制定采用OKR的思想，以公司、部门、个人三个层级按照五步法（CRAFT）实施OKR。各部门根据企业经营战略目标结合自身业务制定各自部门的目标（O）以及可量化的关键结果指标（KR），个人再结合部门目标制定个人的OKR。整合业务系统数据，实现自动归集实时计算指标，定制可视化看板，不同管理层级人员，可以看到不同层级指标及穿透数据，以达到数据驱动的目的。最后使用PDCA管理办法循环管理，改善指标，实现闭环管理的目的。 OKR管理模式 使用数知鸟脑图制定OKR       1）目标计划制定有依据有层级（P）       以数据为实时和依据，针对内部、外部的历史数据、实时数据的分析，实现目标上报、下发层层清晰、可视，实现自下而上、自上而下相互结合、相互支撑，并尽量实现企业目标与个人目标相统一，实现个人级、部门级、公司级三级指标层次支撑。 目标制定 计划制定       2）过程执行有预警有跟踪（D）       对制定的改善计划区分紧急程度实时反馈计划进度，当距离计划完成日期剩余三天时系统自动提醒责任人。每次复盘会议，首先关注改善计划完成情况，督促监督负责人落实计划。 执行过程跟踪       3）执行结果有检查有提醒（C）       制定指标详情看板，利用科学合理的分析模型，实现指标实时运算、自动归集。标红警示异常指标，并可穿透分析定位异常原因。判断改善计划制定前后对于指标是否有改善效果。 执行结果检查       4）执行结果有反馈有积累（A）       根据执行结果检查，对指标有实际改善效果，并达到预期目标的计划选择纳入经验库并关闭问题，可作为经营管理过程中的借鉴方案；对指标并未有实质改善的计划，应分析计划本身是否存在问题，并进入下一个PDCA循环，如此往复循环，直至指标达到预期目标。 执行结果处理   四、项目成果 1、成果总结       1）建设成果 平台主要分析模块：运营指标体系化 平台梳理关键指标：60+ 平台报表/分析报表总量：200+ 平台月均访问量：15000+ 平台活跃用户数：200+       2）整体价值       管理效率大幅提升：通过数据应用，实现将数据纳入企业管理的重要要素、手段和生产力，解决管理主要靠人工调度的问题，通过数据应用，尤其通过运营指标体系化的建设，汇报不再以PPT的形式进行，近20个业务人员从繁琐的数据处理中解放出来，投身更重要的本职工作，从而企业效率得以提升20%以上，多个业务环节实现自动化运营，管理效率提升明显，支撑企业经营业绩倍增的管理需求。       实现业务闭环管理：实现对于经营过程中发现的问题，实现发现、分析、改善、跟踪、反馈全程数字化、可视化跟进，建立基于数据化、可视化的自动化闭环管理机制。       实现目标协同统一：通过对目标管理与拆解过程体系化管理，尤其利用帆软的数知鸟工具，实现举措、任务、指标与目标层次分解、层次支撑，实现统一协同目标管理体系化和管理平台建设。       管理决策实时可视：经营过程中数据无法及时获取，多方数据统计口径不一、数据不准、收集困难的问题得到解决，曾经靠人工整理数据、梳理报告的问题得以改进，可以让人抽出更多的时间关注管理优化，实现决策数据实时可见，经营决策效率大幅提升；此外通过实时归集数据，自动运算指标，丰富直观的图表可以帮助企业快速定位问题，管理层由以前的延后半个月看到报告，到现在可以实时掌握企业运营状况，大幅提升企业决策效率。       绩效透明自主性提升：实现具体业务层级的绩效指标、绩效结果与企业战略、目标显性挂钩，解决了自上而下不透明的问题，实现目标与指标的协同管理；OKR目标管理模式让各团队或员工自己参与目标的制定，更大程度的激发员工的自主能动性。       实现数据资产化应用：融会贯通企业的各个业务系统，从源头打通数据资源，实现从数据提取、集成到数据清洗、加工、可视化的一站式分析，帮助企业真正从数据中提取价值，提高企业的经营能力。同时从数据中发现业务系统使用不规范等问题30+个，助力业务系统进一步完善，数据产生价值，真正实现数据资产化应用。       形成良好的数据文化、数据氛围：实现摒弃传统线下报告管理方式，通过各层级人员的系统看数据、管数据、用数据、做决策，形成高层看数据、中层管数据、基层产数据，人人创造数据，人人使用数据，数据赋能人人的良好数据文化氛围，促进企业数字化转型。   2、典型场景 场景一：透明目标灯塔看板       痛点：       KPI绩效管理法之所以能被大多数企业认可，固然有它的优势，但是不可否认的是KPI管理法容易导致企业更加注重结果，在给员工带来激励的同时也会带来一些负面影响。比如：考核指标制定不合理，没有考虑员工或团队的一些外在因素；过分依赖考核指标，并没有考虑人为因素，容易造成考核上的争议；员工每个月只为了完成考核指标，忽略了目标及自身发展；甚至有些意志消极的员工会否定自身价值，或为了完成自身的KPI指标，损坏了公司的整体目标达成。       解决过程：       为了充分调动员工的自主积极性，实现指标与目标的统一管理，我们结合OKR管理思想计划建造一个类似于灯塔的看板，员工为自己制定目标，以灯塔看板时刻指引前进方向。首先采用五步法（CRATF），让各部门和员工通过数知鸟脑图自主制定目标和完成目标的关键结果，各团体内容讨论完善目标，直至达成一致意见后，由部门负责人统一将制定的OKR按模板录入系统。其次梳理各业务系统数据，统一数据模型，整合各业务系统数据。最后定制目标执行过程监控看板，以数据为依据，从公司到部门再到个人三个层级自上而下、自下而上相互结合、相互支撑。并且可以穿透分析指标详情，对于完成度较好的指标，应考虑是否目标定的太低，在下个周期内可以挑战更高的目标；完成度一般的指标，结合PDCA管理法指定改善计划，并实时跟踪计划，循环往复直至指标达到预期目标；完成度较差的指标，应充分分析原因，如果是目标制定不合理应及时调整。整个看板对全体员工公开，能够让团队和员工之间上下对齐、左右协作。 灯塔看板 穿透分析指标详情       价值： 相较于KPI绩效管理，让员工自己参与到目标和关键结果的制定，可以给团队和个人明确方向，通过专注于目标来提高企业效率； 将员工价值和公司的愿景联系在一起，提高员工的价值感； 目标和进度透明化，有助于提高公司从上而下、从下而上的洞察力，改善企业资源的分配和管理。 实现指标与目标的统一管理，减少出现为了达成个人指标，而损坏公司目标达成的情况出现。 场景二：全价值链数字化运营驾驶舱       痛点：       在BI系统上线之前，企业经营数据主要由各业务部门从不同的业务系统导出进行人工统计，书写汇报PPT在汇报大会上进行汇报。这种人工统计的方式存在很多痛点问题： 取数困难，经营数据分散在各个业务系统之中，业务人员需要从系统中导出数据再通过EXCEL进行整理。业务人员一个月的大部分时间耗费在数据处理上。 展示效果差，分析不全面。汇报中的PPT往往以简单的表格呈现，大量的数据直接出现在眼前往往让人不能一下子抓住重点。而且线下统计的方式也不成体系，无法深究到问题本质原因。 数据严重滞后，往往月中才能将上月的经营情况发送给领导，较为滞后的数据参考的价值也大打折扣，导致管理效率低下，经营决策也较为滞后。       解决过程：       为解决以上痛点问题，我们计划打造一个以企业全价值链为改进方向，突出企业全部门产生的价值功能，以企业整体经营效果的变化为依据，实时反映企业综合改善实力的精益全系统管理驾驶舱。       全局指标集中监控：       我们首先进行需求调研，与业务部门共同将公司全局运营指标梳理出来。其次梳理业务系统数据，统一数据模型，通过清洗、转化、加载整合各业务系统数据。最后开发定制一个全局指标集中监控看板，围绕研发、生产、供应、销售、服务、人力六大主题，利用科学合理的分析模型，实现指标实时运算、自动归集。标红警示异常指标，实时刷新，并可穿透分析定位异常原因。针对异常指标可制定改善计划，并实时跟踪计划执行情况直至完成并且关闭，真正意义上实现PDCA闭关管理。具体效果如下图： 指标集中监控 穿透分析-市场占有率       营销驾驶舱：       对于营销驾驶舱的设计开发，我们结合实际业务流程，从客户交易旅程的路线出发进行需求分析。       从客户客户交易流程中可以得出营销驾驶舱需要从：客户新增数量、客户拜访率、销售信息转化率、合同签订、合同执行情况、发车情况、回款分析、欠款逾期等几个方面重点分析。我们又使用帆软数知鸟的脑图功能对需求进行更详细的分析，数知鸟脑图从项目主题、业务问题、解决方案、落地效果四个层级对一个需求从提出到每一步的想法方案进行拆解细化，不断打磨，直至落地可执行的方案，最后只需根据落地方案进行开发。   需求分析脑图       最终效果如下图：最上方的指标卡按照交易流程，通过同比分析大致掌握企业营销情况。主板块通过各战区的对比情况，可以掌握各战区的基本经营概况，对于经营不佳的战区可以进行穿透详细分析。除此之外营销驾驶舱还展示了各产品的营销情况，配合时间维度的筛选，可以直观的看到时间段内各产品的销售情况。   营销驾驶舱       生产装配下线统计：       从MES系统实时接入数据，展示每日产量走势、年度完成情况、月度完成进度、每日计划执行情况等关键信息，将大屏安装在生产现场，工人实时掌握计划完成进度，合理安排工作。   装配线统计看板       生产流程监测：       对生产十二道工艺流程进行定制化大屏设计，实时展示各环节进度、产量、设备状态以及现场实时监控等信息，领导在办公室只需要打开电脑就可以实时掌握个环节生产情况。   自动焊接打磨环节数据及现场画面实时监控   喷涂室参数及现场画面实时监控       单板自动化生产线大屏：       首先对关键设备进行联网，将实时工作参数、状态、产量等数据实时接入MES系统，针对设备运行情况、实时电流电压、探伤合格率等信息进行可视化展示，实时掌握设备运行状态。   单板自动化生产线设备监测       价值：       驾驶舱通过直观易懂的图表，多维度、多角度分析经营数据，层层钻取深度挖掘数据价值，为管理层提供高效可靠的决策依据与数据支撑。相较于传统的汇报方式，驾驶舱自动运算归集，提高数据统计效率80%。优化业务流程，减少了20%以上的重复性工作。业务人员从数据统计中得以解放，回归到本职工作当中，企业效率提升20%。       通过对生产环节的监控，领导可以实时掌握生产情况，及时作出资源分配、计划调整，提升生产效率50%以上。同时对于设备运行状态的监控可以避免设备停机造成的不必要停产问题，设备OEE大幅提升。对生产能耗的监控，可以避免停产时间不必要的资源浪费，大大降低生产成本。 场景三：客户主题分析       痛点：       客户是企业生存发展的基石，在传统的营销过程中，往往销售人员和营业网点对客户并没有很清楚的了解。CRM中创建了一大堆的客户信息，却不知道到底哪些是真正有需求的客户，没有做到针对性、定制化的服务，往往是销售人员花费了大量的时间和精力在一个客户身上，最终却没有达成交易。另一方面，一些真正有需求的客户，却因为没有及时跟进沟通，被竞争对手抢占，导致客户成交率不高。所以对客户进行分析，针对不同的客户进行个性化的服务对于提升成交率很有必要。       解决过程：       对客户分析，首先基础数据是关键，所以我们第一步就是完善客户档案。由渠道发展部下发正式通知，要求客户对应负责人严格完善客户档案，充分保证客户基础数据的完整性。有了基础数据之后，我们从客户的基本概况入手，对客户的年龄、地域、行业、企业经营状况等维度进行分析，然后梳理客户全部历史交易，按照RFM模型将客户归为8大类别，针对不同的类别制定不同的营销方案。除此之外，我们还对客户的还款执行情况以及历史欠款逾期情况作为一个客户的标签来进行分析。最终我们制定了一个整体客户分析看板，然后进行多层穿透可以精准定位特定客户的全貌画像。   客户整体分析   第一次穿透到类别客户详情   第二次穿透到具体客户画像 价值： 实现精准营销。通过对客户信息的深度挖掘，销售人员可以快速定位真正有需求的客户，对于不同类别的客户提供个性化服务，提升客户成交率，助力公司实现精准营销。 节省销售成本。相较于以往的漫无目的发展客户，现在销售人员可以快速定位需求客户，释放出大量的精力服务客户，有助于提升客户体验，销售转化率提升10%。 提高决策效率。系统自动对数据进行运算、归集，实时可查，各战区或营业部领导可以实时掌握客户情况，及时作出相应的战略决策。   五、项目总结 1、CIO/项目负责人点评       随着企业的发展，信息系统建设越来越多，积累下大量的数据。一些沉淀在系统深处的数据难以提取和整合，无法获取数据背后的价值。所以数据分析平台的建设就格外重要，一方面它可以汇通企业的各个业务系统，从源头打通数据资源，另一方面也可以实现从数据提取、集成到数据清洗、加工、可视化的一站式分析，帮助企业真正从数据中提取价值，提高企业的经营能力。       本项目建设定位于已目标管理为向导，通过数据应用，赋能基层员工，赋能总高层管理者，提升企业管理效率，改变传统的KPI管控模式，将数据、OKR、PDCA予以融合应用，构建新型基于目标向导的闭环指标管理体系。       项目的建设，离不开强大的支撑工具。帆软报表开发工具通过类Excel的开发方式，可以极少代码甚至是零代码实现复杂的需求，同时支持多种数据源，极大的节省了开发时间和成本。除此之外，帆软报表具有丰富的图表，它支持各种图表以及组合图表，通过简单的设置即可实现图表交互、参数联动、超级链接等交互功能，能满足客户的各种需求，实现丰富多样的报表展现效果。同时对于异常指标可以实现实时预警的效果，使用户可以快速定位问题，提升管理效率。近期，帆软又推出了“数知鸟”工具，作为一款企业级的数据需求管理平台，可以帮助数据团队提升需求协作效率、透明需求处理进度，沉淀需求处理经验；通过数知鸟的脑图式指标管理功能，进一步提升了数据管理体系化能力，强力推荐。   2、经验心得      1）数据治理是关键。数据分析需要整合多个业务系统的数据，不同的业务系统数据格式和质量都不同，没有经过治理直接拿来使用数据的准确性得不到保证。      2）整体规划很重要。整体规划决定了系统最终的面貌，如果没有整体规划只是想到哪里做哪里，最终可能做了一堆报表，但是却没有实质价值，领导也不关注，业务人员也不使用。      3）需求分析要到位。在项目实施前，要考虑好具体的实施步骤，尽可能的把需求分析做详细，这样可以避免理解出入造成返工问题。最后，在这里推荐一下“帆软数知鸟”，数知鸟平台是一个专门管理需求的平台，从需求提出到需求分析再到需求落地提供了整套的辅助工具。在需求分析方面有脑图功能，从项目主题、业务问题、解决方案、落地效果四个层级对一个需求从提出到每一步的想法方案进行拆解细化，这个过程中可以和业务人员共同完善、不断打磨，直至落地可执行的方案。