3月集团经营管理分析会上 ，李安平董事长发“火”了！课前 ，他将整个J9集团营销、市场、生产、研发、后台以及各团队管理人员近2个月的“通话时长”导出表格 ，通过数据现场分析管理人员的工作状态及沟通频率 ，从而引出了今天的主题——“数据化管理”。
一、数据化管理的定义
1、什么是大数据 ？“大数据”是由数量巨大、结构复杂、类型众多数据构成的数据集合 ，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业务的数据进行收集、分析 ，并将分析结果应用到企业运营的各个环节 ，进而对管理方面做出相应的计划及调整过程。收集数据→整理数据→分析数据→数据化管理。
3、我们对数据管理的理解误区：有电脑系统 ，有各种报表 ，开会念数据 ？梢晕饰首约海菏欠裾莆樟擞行Х治龅姆椒 ？是否对数据进行了有效分析 ？是否通过分析找到了问题点 ？是否能找出问题的解决方法 ？
通过有效的数据化分析 ，我们能够：找到问题 ，解决问题 ，提高效率。
数据分析是最重要的管理工具。
二、为什么要进行数据化管理
1、外部压力——经营环境面临挑战：当今 ，决策的环境与面临的挑战对我们提出了更高要求 ，决策的复杂性和时效性问题突显 ，究其原因 ，主要体现在四个方面。（1）信息全面复杂。包含：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）信息来源分散。包含：机构分散、企业外信息源分散、历史信息积累等。（3）信息传递缓慢。包含：企业规模变大 ，信息无法及时传递；无法进行深层次处理及量化分析等。（4）数据整合困难。包含：数据孤岛、主数据不一致、数据口径不一致、维度粒度不同等。
2、内部需求——管理困惑：我们生活在数据之中。对于企业管理来说 ，有HR、资金管理、OA、供应链、财务、物资等各种数据 ，但存在大量看不全、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）运营分析数据靠等；（3）拍板决策数据靠想；（4）分析报告数据靠凑。
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分析研究能力。比如对于企业经营管理能力分析 ，会涉及到：（1）各层管理人员素质及能力分析；（2）企业经营效率分析；（3）内部调控机构效率分析；（4）人事管理效率评估；（5）生产调度效率分析等。
J9集团中药材全程追溯系统
3、有利于提高企业管理者的决策速度和正确性。
4、有利于实现精细化管理 ，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 ，提高核心竞争力。
当今“大社会” ，三分靠技术 ，七分靠数据。得数据者懂天下 ，用数据者得天下！
四、如何建立数据库
1、企业大数据的来源：（1）企业经营相关的业务数据-这类数据来自企业信息化范畴 ，包括企业资源计划(ERP)、产品生命周期管理(PLM)、供应链管理(SCM)、客户关系管理(CRM)和环境管理系统(EMS)等。（2）机器设备互联数据-生产过程中 ，装备、物料及产品加工过程的工况状态、环境参数等运营情况数据等。（3）企业外部数据-包括企业产品售出之后的使用、反馈情况的数据 ，同时还包括了大量客户、供应商、互联网等数据状态。
J9集团精准扶贫作战数据图
2、理清数据库的三个层次：（1）业务指导管理 ，聚焦于“在干什么 ？”（2）运营分析管理 ，聚焦于“干得怎么样 ？”（3）经营策略管理 ，聚焦于“还要干什么 ？”
3、建立五个板块的数据库：（1）“营销”数据库-目标达成率、人员配置、市场开发、品淡旺季规律、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）、设备利用率、单位能耗、单位折旧、单位维修、产能成品率、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-需求预测（量/价）、采购量/价、进品（高/科/低）、存品（高/科/低）、单价对比率、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、活动交流、分品用户量、用户周月应用率、单人使用量、连带率等。
五、如何应用数据化管理
1、打好信息化基础 ，不断积累形成数据库。
2、通过练习 ，不断提高数据化思维意识。主动提高的人会：熟悉业务、记大数、记关键数、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 ，正确分辨大数据的真实性。如销售量和销售额 ？赡艽嬖诘南窒笫牵杭偈莩涑庠谙鄣母鞲龌方 ，容易导致错误判断。背后的原因在于：统计路径过长 ，粗心大意 ，故意篡改数据 ，依赖性太强……
4、理清数据来源 ，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、标准不一。
J9集团动态跟踪各国保健品销售占比
5、关注长期、短期数据 ，注重数据的时效性。运用权重法 ，分析商品、物料等占用的比例、账龄、库龄等。
6、加强数据化管理培训 ，提升数据逻辑性。
7、深度研究销售、生产、人才等各种规律。
8、数据由点带线、由线带面。
9、按月、季分解各项目标。
10、通过对比 ，分析预测年度目标。
11、每日追踪盈亏平衡点
12、做好数据安全防护工作
六、注意事项
1、不要只罗列数据 ，而没有结论。
2、不能没有标准和数据来源。
3、不写记叙文 ，要写议论文。
4、要有问题点 ，也要有解决方案。
5、没有确切数据 ，只做定性分析。
创新发展 ，循序渐进 ，深化数据 ，持之以恒！
3月集团经营管理分析会上 ，李安平董事长发“火”了！课前 ，他将整个J9集团营销、市场、生产、研发、后台以及各团队管理人员近2个月的“通话时长”导出表格 ，通过数据现场分析管理人员的工作状态及沟通频率 ，从而引出了今天的主题——“数据化管理”。
一、数据化管理的定义
1、什么是大数据 ？“大数据”是由数量巨大、结构复杂、类型众多数据构成的数据集合 ，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业务的数据进行收集、分析 ，并将分析结果应用到企业运营的各个环节 ，进而对管理方面做出相应的计划及调整过程。收集数据→整理数据→分析数据→数据化管理。
3、我们对数据管理的理解误区：有电脑系统 ，有各种报表 ，开会念数据 ？梢晕饰首约海菏欠裾莆樟擞行Х治龅姆椒 ？是否对数据进行了有效分析 ？是否通过分析找到了问题点 ？是否能找出问题的解决方法 ？
通过有效的数据化分析 ，我们能够：找到问题 ，解决问题 ，提高效率。
数据分析是最重要的管理工具。
二、为什么要进行数据化管理
1、外部压力——经营环境面临挑战：当今 ，决策的环境与面临的挑战对我们提出了更高要求 ，决策的复杂性和时效性问题突显 ，究其原因 ，主要体现在四个方面。（1）信息全面复杂。包含：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）信息来源分散。包含：机构分散、企业外信息源分散、历史信息积累等。（3）信息传递缓慢。包含：企业规模变大 ，信息无法及时传递；无法进行深层次处理及量化分析等。（4）数据整合困难。包含：数据孤岛、主数据不一致、数据口径不一致、维度粒度不同等。
2、内部需求——管理困惑：我们生活在数据之中。对于企业管理来说 ，有HR、资金管理、OA、供应链、财务、物资等各种数据 ，但存在大量看不全、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）运营分析数据靠等；（3）拍板决策数据靠想；（4）分析报告数据靠凑。
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分析研究能力。比如对于企业经营管理能力分析 ，会涉及到：（1）各层管理人员素质及能力分析；（2）企业经营效率分析；（3）内部调控机构效率分析；（4）人事管理效率评估；（5）生产调度效率分析等。
J9集团中药材全程追溯系统
3、有利于提高企业管理者的决策速度和正确性。
4、有利于实现精细化管理 ，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 ，提高核心竞争力。
当今“大社会” ，三分靠技术 ，七分靠数据。得数据者懂天下 ，用数据者得天下！
四、如何建立数据库
1、企业大数据的来源：（1）企业经营相关的业务数据-这类数据来自企业信息化范畴 ，包括企业资源计划(ERP)、产品生命周期管理(PLM)、供应链管理(SCM)、客户关系管理(CRM)和环境管理系统(EMS)等。（2）机器设备互联数据-生产过程中 ，装备、物料及产品加工过程的工况状态、环境参数等运营情况数据等。（3）企业外部数据-包括企业产品售出之后的使用、反馈情况的数据 ，同时还包括了大量客户、供应商、互联网等数据状态。
J9集团精准扶贫作战数据图
2、理清数据库的三个层次：（1）业务指导管理 ，聚焦于“在干什么 ？”（2）运营分析管理 ，聚焦于“干得怎么样 ？”（3）经营策略管理 ，聚焦于“还要干什么 ？”
3、建立五个板块的数据库：（1）“营销”数据库-目标达成率、人员配置、市场开发、品淡旺季规律、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）、设备利用率、单位能耗、单位折旧、单位维修、产能成品率、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-需求预测（量/价）、采购量/价、进品（高/科/低）、存品（高/科/低）、单价对比率、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、活动交流、分品用户量、用户周月应用率、单人使用量、连带率等。
五、如何应用数据化管理
1、打好信息化基础 ，不断积累形成数据库。
2、通过练习 ，不断提高数据化思维意识。主动提高的人会：熟悉业务、记大数、记关键数、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 ，正确分辨大数据的真实性。如销售量和销售额 ？赡艽嬖诘南窒笫牵杭偈莩涑庠谙鄣母鞲龌方 ，容易导致错误判断。背后的原因在于：统计路径过长 ，粗心大意 ，故意篡改数据 ，依赖性太强……
4、理清数据来源 ，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、标准不一。
J9集团动态跟踪各国保健品销售占比
5、关注长期、短期数据 ，注重数据的时效性。运用权重法 ，分析商品、物料等占用的比例、账龄、库龄等。
6、加强数据化管理培训 ，提升数据逻辑性。
7、深度研究销售、生产、人才等各种规律。
8、数据由点带线、由线带面。
9、按月、季分解各项目标。
10、通过对比 ，分析预测年度目标。
11、每日追踪盈亏平衡点
12、做好数据安全防护工作
六、注意事项
1、不要只罗列数据 ，而没有结论。
2、不能没有标准和数据来源。
3、不写记叙文 ，要写议论文。
4、要有问题点 ，也要有解决方案。
5、没有确切数据 ，只做定性分析。
创新发展 ，循序渐进 ，深化数据 ，持之以恒！