支持企业数字化转型的智能决策整体解决方案

0 引言

  当前，数字经济已经成为我国经济发展的新动能，企业数字化转型升级已经成为经济增长的重要引擎。在全球数字经济发展的时代背景下，数字化转型正在改变很多企业的运行规律，从数字原生企业到传统制造业都在积极探索数字化转型。企业数字化转型、大数据时代的到来，已在不知不觉中改变着人们的生活方式和思维方式，而它对企业产生的影响也更为深远。随着移动网络、云计算、物联网等新兴技术迅猛发展，数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。

  传统企业在疫情突发时期、宏观经济增长放缓的趋势下，企业管理人员需要充分挖掘大数据中所蕴含的价值，将其转化成企业管理的有效资源，由此制定更准确的决策，为企业发展带来持续不断的竞争力。但具体到如何充分挖掘出大数据中所蕴含的价值、如何高效利用这些价值、如何保证信息安全，尚未有明确的做法。

  在此次疫情中，大量企业通过大数据、智能分析等手段加强监测，及时调整经营策略，降低企业运营风险，凸显了基于大数据分析的智能决策信息系统在企业信息搜集、处理、分析和管理决策中的重要作用。

本文中，针对企业数字化转型中面临的挑战，南京国睿信维软件有限公司给出了全领域、全级次的智能决策整体解决方案，为制造业企业经营管控提供一套可供选择的方案。

1. 数字化转型中，企业经营管控决策面临的挑战

1.1 挑战1：如何实现决策的智能化以支撑企业数字化转型

  2018年以来，数字化转型逐渐成为各个行业发展共识，而对于数字化转型的具体内涵，不同企业的理解也不尽相同。

• 埃森哲认为，数字化转型是指利用新一代信息技术与业务相结合，着力打造智能化运营和数字化创新两大核心数字能力，形成数字渠道与营销、智能生产与制造、智能支持与管控、产品服务与创新、数字商业模式、数字创投与孵化等数字经济新优势;
• ·华为认为，数字化转型是通过新一代数字技术的深入运用，构建一个全感知、全联接、全场景、全智能的数字世界，进而优化再造物理世界的业务，对传统管理模式、业务模式、商业模式进行创新和塑造，实现业务成功。
• 我国国务院发展研究中心的定义，数字化转型是指利用新一代信息技术，构建数据的采集、传输、存储、处理和反馈的闭环，打通不同层级与不同行业间的数据壁垒，提高行业整体的运行效率，构建全新的数字经济体系。

  尽管不同企业对数字化转型的理解存在细微偏差，但也存在共性。综合来看，数字化转型即是以大数据、云计算、人工智能、区块链等新一代信息通信技术为驱动力，以数据为关键要素，通过实现企业的决策智能化、运营数据化、产品研制智慧化等，催生一批新业态、新模式、新动能，实现以创新驱动的企业高质量发展。其中，如何实现经营管控决策的精准、智能，将是企业数字化转型首先需要解决的问题之一。

1.2 挑战2：如何构建合理的经营决策信息化体系，以支撑企业智能决策

  企业数字化转型中，需要实现企业内部运营和外部价值链信息的统一，实现信息化、数字化全覆盖，对企业的内部运营与外部价值进行大数据分析。企业经营决策需要能力实时参考外部价值链（比如企业的供应商、消费对象、物流服务）的数据，得到预测市场需求以及营销风险的数据，根据不断变化的市场局势做出相应的调整，对企业的资源进行合理的分配。通过企业经营管控与决策相关的信息化、数字化的体系，其预测与计划的功能，可以最大限度的增加经营活动的收益；协调企业全球网络中的运营管理，使得企业内部运营与外部价值链信息化与数字化运用的范围更加广阔。

  如何构建满足企业经营决策所需的信息化体系，已成为企业经营管理中所需解决的关键问题之一。企业智能管理模式的构建需要企业从数据资源、数据挖掘能力、企业文化等多个维度出发，构建完整的信息化、数字化体系。在宏观管理层面充分利用数据资源在决策、建模、计划、控制、分析、报告、价值链、资源整合等管理环节的应用，将数据优势转化为决策优势，形成企业绩效管理的闭环，实现自组织动态实时监测，实现数据化、智能化管理。在微观的业务运营层面,企业经过信息化、自动化的改造，形成企业内部视角的纵向流动数据资源和产业链视角的横向交互数据资源。通过企业大数据纵向、横向充分集成，打破地域、企业局限，实现产品协同研制、销售，完成企业生态系统整合和转型升级。

1.3 挑战3：如何实现企业全领域、全级次数据的一致性、真实性，以确保决策的有效性

  在大数据时代下，企业决策信息的采集与分析、决策方案的制定与选择均会受到错综复杂的环境因素影响。企业决策支持系统的建设，需要考虑经营管理、产品研发、生产制造、综合保障等多方面的业务数据特点、展示需求。

  当前，很多企业构建了覆盖企业管理、产品研发、制造、保障等各个业务环节的应用系统，但缺乏科学完备的决策体系，用来支撑对经营全过程管控。各类管控指标或者散落在相关职能部门，或者还未根据发展需要建立健全相应的管控指标；已有的管控指标在其内涵、计算方式、数据收集渠道、分析方法等方面还存在诸多不一致问题；管控数据或者散落在个人手中，或者根本没有留存。

  企业能否实现全领域、全级次数据的一致性、真实性，已是实现基于数据决策的前提条件；迫切需要建立以“全级次、全领域、全流程”为特征的企业经营管控统一的指标体系，确保企业范围内所有数据的一致性，促进企业各部门的管理全覆盖、文化全融合、信息化全贯通、资源全共享。

2. 国睿信维智能决策整体解决方案

2.1 “N11”智能决策整体框架

  针对企业数字化转型中在经营决策面临的难题，国睿信维提出了如下图所示的“N11”智能决策解决方案整体框架。

  智能决策体系整体框架

  包括：

• N套分析展示方法：建设适应制造业决策支持所需的各类分析展示组件，满足产品研发、制造、保障等多决策场景所需。
• 一套应用平台：建设覆盖数据获取、数据湖存储、数据模型管理、可视化展示分析等决策全过程的自主可控的信息化应用系统。
• 一套业务规范：梳理并建立适应企业决策支持所需的业务指标体系，构建企业决策所需的组织架构。

2.2 “N套”场景的决策展现

  国睿信维提供满足制造业企业在经营管控、产品研发、产品制造、产品保障等不同应用场景的可视化呈现、预警展示等多种展示方式，满足高层决策支持要求。

• 在产品研发领域，形成了满足产品研发管控所需的数字样机展示、研发计划管理、计划超期预警等功能。
• 在产品制造领域，实现了自顶向下的层层穿透，支持企业分层分级的决策所需。企业领导可通过系统可视化查看生产现场的重要产品、重要设备的生产信息，实现工厂透明化管理。
• 在产品保障领域，实现企业全球化产品分布追溯、产品运行状态的实时监控，及时预警故障装备，实现企业产品预测性保障，大大降低了企业产品保障成本，提升了产品使用效能。
• 在企业管理领域，通过建设，实现企业全流程、全领域、全级次的管理，极大降低了企业经营风险，提升企业管理效率。

N套展示方式

  通过适应不同场景的展示方式，可以支撑企业经营决策由单点分析向聚合分析转变，基于大数据挖掘和各类分析模型，极大提升经营管控和决策支持的全局性、准确性、时效性和前瞻性。

2.3 “1套”决策支持系统平台

  国睿信维具备自主开发的1套决策支持系统解决方案，从行业应用、数据服务、数据采集与模型管理等多个层次出发，满足企业决策支持系统建设需要。

决策支持系统解决方案

  国睿信维的决策支持系统解决方案，面向全领域、全级次、全过程，覆盖企业各下属控股公司，以实现对所有业态的经营管控要求；在管控维度上，覆盖从科研、生产、保障和管理的全部过程，实现全流程的信息掌控；在数据层级上，需要实现从基层、部门到领导的全级次信息汇聚和贯通，也能实现从上到下的逐层穿透。

  国睿信维的决策支持系统，满足企业目标导向、管控导向、问题导向、风控导向等管理要求，围绕企业规划目标、任期目标和年度经营目标，层层分解形成各级各类指标体系。聚焦企业重点目标、重点单位、重点任务和重点能力等关键管控对象和环节，强化监视测量和分析工作，形成各类态势监控能力；能够对比优秀企业、竞争对手、行业标杆等开展差距分析；能够对比规划目标、任期目标和年度经营目标等开展问题分析；实时监控经营过程中可能出现的财务、市场、质量、安全等重大风险。

2.4 “1套”业务规范

  为了适应企业迅速发展以及对数据要求的不断提高，国睿信维智能决策体系实施过程中，将带领客户按照统筹兼顾、全面协调和可持续发展的工作理念和方法，构建企业统一的指标体系、决策管理机制，为企业运营管控和决策奠定基础。

  企业能否构建全领域、全级次的指标体系，能否将各种相互联系的指标构成一个有机整体，是企业决策支持系统能否良好应用的关键所在。国睿信维基于行业经验，为客户建立一套系统、完整、规范的指标体系，形成企业《数据词典》，综合反映企业经营管理的健康程度。

  国睿信维认为：数据词典是对企业业务指标成体系化的汇总，用来明确指标的口径、维度、指标取数逻辑等信息，并能快速获取到指标的相关信息。指标词典，为业务数据标准化提供基础，方便对指标进行统一管理（包括统一修改，共享和维护）。在数据词典设计过程中，遵循如下原则：

1)命名规范

规范维度和量度命名，命名规则尽量做到明确、易懂。

2)定义清晰

对维度和量度统一计算口径，避免歧义，明确指标取数逻辑。

3)覆盖范围广

涵盖尽可能多的关注的核心维度和量度，以此为基础推动数据建设，确保词典里覆盖的维度都可区分，指标都可统计。

  国睿信维在企业数据词典梳理过程中，主要采用如下方法：

1)确定应用场景：按照企业的经营特点和决策者的思维逻辑，为系统设置专门的分析主题。实现对企业战略目标进行层层分解，分解到企业、下属公司、部门、岗位等不同层级和不同的业务领域，确保战略一致性。

2)确定关键成功要素：决策者选择不同的主题切入，逐步梳理关键成功要素，深入分析企业的经营状况，发现经营的关键问题，进而进行合理的决策。

3)明确关联的指标：根据关键要素确定衡量指标体系，并针对各指标体系的要素，明确各指标的名称，定义应用范围、计算公式和分析维度，确定与应用场景相对应的决策分析模型、展现形式，最终形成相应的数据词典。

  通过一套共同遵守的规范，企业通过决策支持系统及时了解企业战略的落实情况，及时纠偏，确保方向正确。根据各个业态的管理工作事项制定可衡量的指标体系，分析差距和设定合理的目标，持续推动管理工作深入；用量化的指标衡量经营管理工作的成效，确保成效。推动各级管理者用数字化说话，提高各类决策的科学化水平。

3. 国睿信维智能决策解决方案应用实例

3.1 某电子研究所企业级决策支持系统

  “十三五”期间，某研究所通过3年时间建成统分结合、上下一体的智慧经营管控与决策支持系统，实现“1183”目标，即：1套组织及指标体系、1个应用平台、8个应用主题、3类基于大数据可视化的决策支持管控展示平台。

通过建设，该所实现了基于大数据和模型的经营管控可视化展示、自动化预警、决策支持和智能决策等能力，有力提升全所战略闭环管控水平，实现对经营管控的实时监控，降低了经营风险。

某所决策支持系统建设案例

3.2 某电子研究所人力资源数据分析平台建设案例

  某研究所在建立了所级决策支持系统的基础上，为实现对人员总量及结构、人才可持续发展与价值创造、人力资源日常运营管理的数据穿透与分析。开展了人力资源数据分析平台建设，完成人员总量及结构、人才可持续发展与价值创造、人力资源日常运营管理三大类共72个指标的主题建设；形成一套人力资源战略指标体系；有效整合各类人力资源业务数据，构建出统一的人力资源数据分析的基础信息源；提供数据的可视化分析，满足用户的灵活的查询分析需要，实现自顶向下的数据穿透，以及历史时点数据的动态分析。

某所人力资源数据分析平台案例

3.3 某电子研究所财务数据分析与决策系统建设案例

  某研究所为了能够实现对10家下属单位/子公司的财务数据的统一监控及大数据分析，开展了财务数据分析与决策支持系统建设，以“40%决策支持+40%管理会计+20%核算会计”为目标，通过“全级次、全过程、全业务”数据交汇整合，实现对财务相关的经营态势、经营考核、重大事项等财务数据的实时可视化分析与展示，将原先需要10天以上完成的工作量，缩短至2天以内完成，提供了人工难以实现的监测预警与数据钻取等功能，满足了不同层级的决策者需求，提高了财务的决策支持能力。

某研究所财务数据分析与决策系统案例

4. 小结

  针对企业数字化转型中所面临的经营管控与决策支持难题，国睿信维提供了智能决策完整解决方案，并在国防电子、核等行业得到广泛应用，为加速我国制造业企业的数字化转型，促进我国智能制造的发展做出了应有贡献。