《从管理需求谈中国企业智慧化》由会员分享,可在线阅读,更多相关《从管理需求谈中国企业智慧化(39页珍藏版)》请在金锄头文库上搜索。
1、,由管理需求谈 中国企业的 智能化,报告内容,企业管理需求的内容与演变 支持经营需求:知识经济下的挑战 管理模式内含:交易处理与决策支持 信息化管理系统:信息化系统的本质 BI/KM(智能化)对决策者的意义与功能 BI的功能与效益 BI与ERP系统间的差异 BI的经验报告与建议,经营管理与IT ,企业:经营模式,商务 eCommerce,交易 决策,效率(快?) 效能(对?),工业时代,信息时代,农业时代,知识经济,data(MISERP)info BI/KM,工业时代 知识经济,人员分工 知识分享,分散式数据处理 分散式决策 Distributed Data Distributed Proc
2、essing Decision Making,资本 知本 (capital) (Intellectual Capital),管理在支持经营的需求,管理在支持经营的需求: 经营需求:商务(Commerce),价值的交换活动 交换活动的形式与方法在改变:知识经济的兴起 管理的挑战随之增大、变快! 管理模式:交易处理(Transaction Processing) 决策 (Decision Making) 交易处理流程自动化(Process Automation) 决策支持优化(Optimization),管理内容的本质,理解管理可分为模式与系统两个构面 系统:一些构件,互动运作,有共同的制约与目的
3、 模式:系统的说明与解释,观念架构 管理核心内容是什么?交易决策 交易在求效率,以自动化为手段 ERP,必要,不充分! 决策在求效能,以优化为目的,知识是依据 知识分享难!故局部优化当道BI是竞争利器 BICPM (Corporate Performance Management) 以KPI做导引!,基本名词定义与观念,数据(Data)事实的记录 上季度甲系列产品在华东区销售额为200万 信息(Information)数据 + 意义 上季度甲系列产品华东区销售额比去年同期减少了25% 知识(Knowledge)信息+理解(understanding)与技能(skill) 华东区销售队伍不行了?
4、 甲系列产品进入衰退期? 公司整体营销活动落后,竞争者强力促销导致?. 公司因应的决策? 智能(Intelligence)分享的知识(shared knowledge) 知识即经验,其它都只是信息。_爱因斯坦,管理活动的循环,数据信息智能知识智慧行动,意义 理解 技能 选择 勇气,交易 决策 战略 (创业/转型),记录,分享的智能才是企业智能,否则是个人智能; 具有解决问题的技巧才称为知识,否则只是信息或智能; 智慧是相当个人化的、內隐性知识成分居多。 掌握未来需要两种能力:前瞻+勇气。,e化的发展历史,发展历程:信息流程决策知识 1.原先以为是信息处理的问题,后来才发现是流程决定了信息的处理
5、BPRBPS(企业流程标准化) 2.集中心力研究流程,发现是决策的需求在主导流程的内容BI(商业智能) 3.实证发现流程不能取代决策,而决策品质受到知识的强力制约KM(知识管理),悖论:管理理论的昨是今非!,信息技术的演变过程,IT对企业管理的影响历程:信息流程决策知识 经营模式在变:互联网与产业分化 工业化模式信息化模式知识化模式 (效率) (整合) (效能) IT系统的演进:BOMMRPMRPERP+WFABICPM ERP MRP C/S互联网化 (职能整合) (空间整合),商业智能系统的目的,Deliver the right information to the right peop
6、le at the right time. 满足各级主管的信息需求。,商业智能系统(BIS),BI maximizes your ERP/CRM/SCM,商业智能系统架构,促进决策流程提升决策品质,商业智能系统的效益,(Facilitate the Business Decision-Making Process),(Power the Bottom Line),(Build up a Fully Coordinated Organization),降低整体营运成本,提升利润,协同组织目标与行动,e 化 管 理 技 術 領 航 員,决策的属性区分,Structured decisions 结构
7、化 a=2,b=3,c=a+b=? 例行性、重复性的问题,有标准答案 Unstructured 非结构化 c=? “模糊不清的”复杂性问题,没有现成及有效答案 Semi-structured 半结构化 c=a+b+x=? 问题的某些构面(非全部)有结构性,管理 (Management),管理就是做决策(Management is decision making) 经理人就是决策者(The manager is a decision maker),科技 增加 信息/电脑 增加 结构性复杂度 增加 竞争 增加 国际市场 增加 政治稳定度 减少 消费者意识 增加 政府的干预 增加,因素 趋势 结果,
8、有更多可选择的替代方案,犯错的成本将更大,对未来有更多的不确定性,决策优化愈来愈难!,事实差距(The Fact Gap),可有数据,可有的分析资源,时间,数量,经理人与e转化(e-transformation),互联网改变了企业与供货商和客户的互动本质。因而互联网赋能(internet-enabled)的企业将在市场中胜出。 e转化:改变了经营的方式:组织扁平了,决策责任下授。专业分析人员减少,时间压力也迫使线上经理人自行做分析。这是一种新技能,必须学习,否则只能凭直觉来做决策! 时间受挤的经理人(time-pressured managers) ! 经理人信息量每5年增加一倍; 经理人必须
9、自做分析。,DSSBI的发展(Evolution),1970s年代成形,1980s年代商业化,让用户更容易取得信息。 1990s因研究决策所需数据而形成了数据仓库(data warehouse)的应用。 DSS/EISBIAnalytical Apps.BPM/CPM Desktop BI Enterprise BI Corporate Performance Management,Traditional Information Systems 资料来源:Professor Booker,带给企业的效益/成本$,数据收集的数量,新增信息带给公司的价值减少了 然而搜集数据的成本却不断增加,無資料
10、,100% 的数据,信息着力点: 提供每个人所需最关键的信息,信息着力点(Information Spot),数据产生的效益,搜集数据的成本,多维损益表(1) 利润深度分析(2) 多维资产负债表(3) 财务比率分析(4) 现金流量分析(5),人力资源管理(21) 核心能力盘点(22) BI 部署状况分析(23) 24 Ways 投资报酬率分析(24),准时交货率(18) 客诉、退货、 索赔分析(19) 服务相关 成本分析(20),策略行销分析(10) 战术行销分析(11),存货周转率(12) 供货商 绩效分析(13),运输商 绩效分析(17),销售分析(6) 顾客/ 产品 获利力分析(7) 销
11、售规划及预测(8) 销售管道分析(9),产能管理(14) 标准成本 及品质分析(15) 不良品 原因分析(16),8大职能部门24个信息着力点,财 务,总经理,人力资源,生 产,销 售,Purchasing,配 销,客 服,行 销,采 购,商业智能系统运用范围(BI 24 Ways),采购 管理,销售 管理,生产 管理,配销 管理,客户 管理,人力 管理,行销 管理,10.策略行销分析 11.行销战术分析,17.送货员绩效分析,12.存货周转率 13.供货商绩效分析,14.产能管理 15.标准成本及品质分析 16.不良品原因分析,06.销售分析 07.客户及产品获利分析 08.销售规划及销售预
12、测 09.销售通路分析,18.准时交货率 19.抱怨、退货、索赔 20.服务相关成本分析,21.人力资源管理 22.库存资源核心 23.企业智能的布署 24.投资报酬率分析,01.多维度损益表 02.利润深度分析 03.资产负债分析表 04.财务重要指针 05.现金流量表,财务 管理,Balanced Scorecard,何谓OLAP?,在线分析处理:On Line Analytical Processing(OLAP) 将预先计算完成的汇总数据,储存于魔方数据库(Cube) 之中,针对复杂的分析查询,提供快速的响应 在BI领域中属于导入最容易、效益最明显的部份 Cube 归属于Data Ma
13、rt,OLTP 与 OLAP 间的两难,OLTP 系统上所组织出来的数据结构,重点在于将数据的储存方式最优化 (也就是关联表的正规化),以适合大量的异动处理,但却无法满足我们很方便地撷取各式各样信息的需求 例如: 有时候只为了要调阅某笔客户与订购的数据时, 便需要将三、四个关联表一起合并才能如愿,OLAP功能,Slice & Dice,Drill Down,Change Views,Analyze Then Query,Year Month Quarter Week Day Hour,为何需要数据仓库?,理由:回答商业问题 需要储存大量历史数据 需要快速分析数值型态数据 需要整合企业内部各种异
14、质数据 需要确保各异质数据间之一致性,数据仓库与数据库比较,数据仓库 供分析使用,储存加工、汇总数据 要求数据品质,由数据品管师(DQM)维护 存放所有历史数据 需整合企业内各种异质数据库 使用的纲要设计简单,星状纲要(Star Schema),数据库 供平日营运使用、储存交易明细数据 要求数据存取效率,由数据库管理员(DBA)维护 存放目前线上的交易数据 通常为单一数据库 使用的纲要设计复杂,个体-关系图(ERD),需配合正规化,数据仓库与数据库比较-2,数据仓库 数据批次更新,查询实时(OLAP) 建置后,仍会依使用者分析需求改变纲要设计 使用者多为决策层、管理层 由上而下的规划方式,主题
15、导向建置 满足使用者变动报表需求,数据库 数据实时更新(OLTP) 建置完成后,不太可能会依使用者需求改变纲要设计(架构复杂) 使用者多为作业层 由下而上的规划方式,依功能区分建置 满足使用者制式报表需求,DW与DM比较,对企业整体数据一目了然 可将相同数据整合在一起,确保数据一致性 但是 建置时间长 数据范围大,难以维护 建置成本高,投资报酬慢,Data Warehouse,Data Mart,建置时间短,可快速进行导入 建置成本低,投资报酬快 数据范围小,易于变更管理 特定主題 但是 无法对企业整体数据一目了然 多个Data Mart时,有可能产生彼此资料不一致,数据仓库建构工具- ETL,ETL:Extract、Transform 、Load 萃取(Extract) 同时连结企业中各种异质性数据库来源 转换(Transform) 针对所连结的各种数据来源属性,加以转换、整理、筛选及汇总,以确保数据品质的一致性与正确性 加载(Load) 最后将最佳品质的数据加载至单一数据库,供使用者分析使用,BI与ERP的差异,ERP的价值: 流程整合(Process Integration) 产出/投入增加(Increase throughput) 降低成本(Lower Cost),效率的