如何用数据分析为管理层提供决策依据.doc

近年来，美国世通、安然财务丑闻案、我国蓝田股份和银广夏的利润神话破灭事件等因公司治理失控引发的危机频出，使人们意识到公司治理的重要性和紧迫性。但是构筑卓越的公司治理体系决非易事，企业面临着内部控制缺陷、财务管理不当、信息孤岛、手工作业繁多等问题，传统的IT系统和管理方式很难满足法规遵循和公司治理要求。从中国企业（内资）现有情况看，最突出的问题是信息部技术懂得多、业务懂得少，所以单纯由他们组成的信息化建设队伍显然过于单薄而没有说服力，而业务部业务懂得多、技术懂得少。当技术资源与业务资源不能有效地结合时，矛盾就出现了：信息部的数据分析透着“不懂业务”的尴尬，而业务部的决策显现着不够科学的非理性。企业应当由各分管部门的主管或精英组成一个信息化委员会，直接对最高决策者提供解决方案。由于他们处于承上启下的位置，因此他们的见解将很有价值。而且，通过他们可以调动每个员工的积极性，了解到基层员工的真实想法，还可以协调各部门之间的利益关系。那数据分析到底该怎么走？它真的离我们那么远吗？其实，只要企业重视数字化管理方式、重视数据分析、重视信息部门的作用，那么数据分析离我们并不远。有些企业的管理者受到其思想的局限性将信息化简单地理解为传统手工的计算机替代 ；另有些管理者因为害怕管理模式的变革会引发利益重新分配从而导致企业内部失衡，于是也只好退而求其次，用先进的技术和设备去模拟落后的管理流程。这样的信息化充其量只能使工作效率有所提高，而无法对手工管理的松散模式带来质的变革，也无法为管理者们提供最优决策信息，根本不能称之为数字化下的信息系统。所以，不少国内企业在做信息系统投资决策时，都会有些犹豫不决。因此，分析投资如何带来期望的回报就是信息系统投资决策的重要内容，也是提高现有信息系统投资收益的重要内容。 对于信息化程度较高的企业应该都有这样的感觉：信息系统的使用让他们从原有的作业模式中解脱了，信息系统不仅灵活、而且强大，更重要的是提供了很多完整的解决方案支持我们的经营活动，但是当我们的业务需求逐渐的满足后，我们又难免会有这样的困惑：我们怎样进行数据分析？这个问题我曾经考虑过多次，被我们奉为经典的案例数不胜数。购物篮分析连算法代码都公诸于世了，挖掘出的成果还有什么可保密的？既然“啤酒与尿布”是被“自动数据挖掘工具”给挖掘出来，那就应该有源源不断的精彩案例传颂于世；而“啤酒与尿布”已经走红多年了，怎么还是在唱独角戏？购物篮分析是高端应用，高端应用往往意味着高投入，高投入就必须有高回报，仅凭一个从海量的交易数据中挖掘出销售额占比微不足道的“啤酒与尿布”的案例，似乎很难打动追求投资回报的企业。我深信不疑的认为数据分析的重要性、必要性，并且只要努力追寻其中的规律，就一定会创造出属于自己的神话。虽然我们强调，关联挖掘算法的价值在于它的穷举性可以发现人们未曾关注到的类似“啤酒与尿布”这样潜在的关联规则；但这是否意味着，它可以拒绝人们用已知的关联规则来验证它的可信度？再次回味“啤酒与尿布”这个案例，我已经不太相信能够再次创造出这样神话般的故事了。实际上，我甚至认为自己被这个案例误导了，过分神话了数据分析。通过实践，我认识到，其实数据分析就存在于报表的字里行间中，关键是要去发现它、了解它。我曾经看过一个牛肉拉面馆的案例。面馆老板凭借着多年的经验管理着门店，每天关心门店的销售额多少。当某段时间销售额低落的时候，面馆老板总是分析附近竞争店的活动和天气因素，甚至分析到顾客情绪的变化。然而这些变化真的影响了门店销售吗？那么，具体是什么原因影响了拉面的销售额呢？他们都说不清楚，只是一种感觉。仔细分析一下才知道真正的原因，原来大厨是招聘来的，老板给大厨制定了每月销售量，大厨为了多卖多拿提成，在每份拉面中多放了几块牛肉，自然门店生意就好了，但老板看到每天牛肉被吃掉的速度实在太快，让大厨少放几块牛肉，门店销售额自然回落了。其实我们最关心的“门店销售额”是无法帮助我们分析原因的，因为它只是一个经营结果，而非经营优劣的原因。我们的企业老板每天关注的公司销售额仅仅是一个结果。业务部门不能象企业老一样仅仅看销售额这个结果，我们要分析的是造成结果的原因。我们的习惯做法就是分析企业哪些产品的销售占比和以往的销售占比相比偏低？影响这些产品销售降低的原因是哪些？用促销额占比，来分析促销力度是否过度以致造成毛利损失，或者促销占比太低结果导致人气不足。在数据分析中，信息部的技术资源与业务部的业务资源融合是非常重要、非常实际的问题。离开了业务部的业务经验支持，信息部的数据分析将是没有业务指导意义的。很多企业的公司老板或采购部负责人往往会说信息部的业务能力偏低，无法提供精确的数据，理由是往往能够从数据报表中发现“不懂业务”的痕迹。目前国内企业信息部门确实缺乏与业务经营相关的业务知识，但是这种差距还远没达到不可弥补的程度，而且更多的问题存在于信息部门与业务部门的合作关系中，而不仅仅是某个部门的问题。例如，曾经有一个企业的采购部经理举了一个例子，信息部为采购部提供的自动补货订单中没有考虑过供应商的送货量要求，这就说明信息部不了解采购部的特性。还有，信息部提供的淘汰商品是根据销售数据提供的，但是某些商品是有特性的，包括：某些暂时缺货的商品销售量肯定低的；某些是冬季商品，目前夏季不能淘汰；某些商品包装偏大适于在节假日销售，在平日销售偏低都不能淘汰，某些商品是拍卖陈列的不能淘汰，等。种种理由说的头头是道，似乎件件都是信息部门的弱项，但是听听信息部门是怎么说的。采购部门往往只在口头上批判我们不了解商品特性，但是就是不肯在系统的商品资料里进行标志，而我们也不可能了解每个商品的特性，就算记住某个也不可能全部记住，因此每次我们都被驳斥得哑口无言，久而久之公司老总就认为信息部确实不懂业务，也就不再重视信息部门的意见了。业务部门往往利用某些特性来驳斥信息部数据的这种情况太普遍了，然而，问题的实质是业务部门总是不将商品特性经验贡献出来，并输入信息系统中，也难怪信息部门就显得永远不懂业务了。其实这是各位老总需要关心的重要问题：为什么业务部门就不愿将业务经验变成系统数字呢？离开了信息部的数据分析，业务部的决策也将容易变得非常盲目。某些企业的信息部门经理在和我探讨时，经常会有这样一种苦恼。举个例子，某个企业的报表中发现某个大类的促销额占比百分之五十多，同时它的毛利亏损二十多个点，通过数字就可以分析出某些商品可能促销力度太大导致了报表数据异常。结果一查数据，果然某些商品正在大幅度促销，促销差价达到了50%。进一步分析发现，由于这些商品的促销已经大大地影响到了其他同类商品的销售，销售额全部集中到这几个商品上。这样商品销售越多，毛利亏损就越多。另外，通过分析这类商品的客篮品种，发现这些商品的同篮商品没有规律性，并且数量也没有大的增长，因此，可以断定这类商品的促销不但无益于其他商品销售的增长，而且还进一步的影响了其他商品。当我们的信息部经理把这个情况告知采购部经理的时候，采购部经理说这些商品是换季打折商品，而且厂方贴补其中的促销差价。这就是采购部的正当理由。现在让我们来看看不支持这样解释的理由。商场仅仅为了使这家厂商处理过季商品，却牺牲了其它同类商品，其余的商品成了衬托这些换季商品的摆设。如果这种促销可以带动其他商品的销售，也还说得过去。但是它并没有为其他的商品带来客流量。如果这是鞋子的话，连一双袜子和鞋油的销售都没有带动。结果这些商品只是满足了贪便宜的顾客和挽回损失的厂商，却使这个季节商品的正常销售受到换季商品的影响。难道这会提升门店的商品和价格形象吗？如果商场卖不掉这些商品，对它没有多大损失，商场完全可以捆绑其他东西进行销售，例如，如果这是鞋子的话，可以捆绑袜子或鞋油，反正卖不掉不是商场的损失，卖掉了还可以带动其他商品的销售。在这种情况下，你无法说谁对谁错，关键看这家企业的老板如何认定。如果以“业务活动是灵活的”作为解释，那么数据分析对这家企业业务经营的帮助是不大的，因为数据分析结果往往可以用其他理由进行解释，如何来判断是否正确呢？如果企业老总能够认真分析供应商补差的毛利和同类商品由此损失的毛利，多问几个为什么，那么也许信息部门的一些意见是可以参考的。否则往往用“业务是灵活的”作为解释，信息部门会失去积极性的，今后无论数据准确与否，业务部门都有理由，那么数据分析仅仅是用来装点企业管理门面的一种形象工具而已。从以上这些企业的信息部门经理处可以了解到这么一个现象，不是企业没有信息数据，而是我们的业务部门甚至企业老板是否重视信息数据。有报表不等于有分析，有分析不代表有效执行。我们如何将提供的信息数据转化为实实在在的决策行动，这是非常重要的。对于数据分析的理解，无疑外资企业要远远胜于内资企业，关键在于外资企业对于数字化管理方式有深刻的理解。外资企业的老板通过考核指标来管理业务部门，而内资企业老板是通过每件事情（并且带有个人感情色彩）来管理业务部门。针对每件事情都会有各种各样的业务灵活性借口，久而久之对数据分析结果就不重视了。根据我对外企管理方式的研究，我认为只有建立了科学合理的考核体系，企业才能更好的进行数据分析，没有考核体系，数据分析也就是没有了检验标准。以品类管理为例。相信不少企业做过品类管理的计划，甚至有些企业已经在进行品类管理。品类管理很难，但是其实也很简单，这要看你怎么来看这个问题。如果简单化的来看待品类，那么把品类角色定义正确，然后把品类的考核细分，把SKU固定，接下来就是数据管理。信息部门把考核指标分解到每天，业务部门每天了解考核的情况，业务部门经理每周总结分析考核数据，老总每月根据考核数据听取业务部门的报告。一个企业只要把科学的考核体系建立起来，那么在经营过程中就会省去很多的精力。考核不仅仅是用来分配薪资，更重要的是种管理方式，是用来避免借口的方法。如果确定考核指标是正确的，那么大部分的借口你都会发现是非常苍白的。“数据爆炸，信息贫乏”已经困扰企业CIO们很多年了！面对着企业越来越强烈的要把“数据坟墓”转化为“信息宝藏”的需求，我们回过头来重新看待如何进行数据分析这个问题。我认为：首先，信息部门对数据的理解和驾驭是一个亟待解决的瓶颈，但是更重要的是企业必须要建立起对信息部门的信心，提供信息部门学习和成长的平台空间