3月集团谋划管理剖析会上，，，，，李安平董事长发“火”了！课前，，，，，他将整个97至尊国际集团营销、市场、生产、研发、后台以及各团队管理职员近2个月的“通话时长”导出表格，，，，，通过数据现场剖析管理职员的事情状态及相同频率，，，，，从而引出了今天的主题——“数据化管理”。 。。 。 。。
一、数据化管理的界说
1、什么是大数据？？？？？ ？？？“大数据”是由数目重大、结构重大、类型众大都据组成的数据荟萃，，，，，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营业的数据举行网络、剖析，，，，，并将剖析效果应用到企业运营的各个环节，，，，，进而对管理方面做出响应的妄想及调解历程。 。。 。 。。网络数据→整理数据→剖析数据→数据化管理。 。。 。 。。
3、我们对数据管理的明确误区：有电脑系统，，，，，有种种报表，，，，，开会念数据。 。。 。 。。浚浚浚浚� ？？？梢晕饰首约海菏欠裾莆樟擞杏闷饰龅囊欤浚浚浚浚� ？？？是否对数据举行了有用剖析？？？？？ ？？？是否通太过析找到了问题点？？？？？ ？？？是否能找出问题的解决要领？？？？？ ？？？
通过有用的数据化剖析，，，，，我们能够：找到问题，，，，，解决问题，，，，，提高效率。 。。 。 。。
数据剖析是最主要的管理工具。 。。 。 。。
二、为什么要举行数据化管理
1、外部压力——谋划情形面临挑战：当今，，，，，决议的情形与面临的挑战对我们提出了更高要求，，，，，决议的重大性和时效性问题突显，，，，，究其缘故原由，，，，，主要体现在四个方面。 。。 。 。。（1）信息周全重大。 。。 。 。。包括：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）信息泉源疏散。 。。 。 。。包括：机构疏散、企业外信息源疏散、历史信息积累等。 。。 。 。。（3）信息转达缓慢。 。。 。 。。包括：企业规模变大，，，，，信息无法实时转达；；；；； ；无法举行深条理处置惩罚及量化剖析等。 。。 。 。。（4）数据整合难题。 。。 。 。。包括：数据孤岛、主数据纷歧致、数据口径纷歧致、维度粒度差别等。 。。 。 。。
2、内部需求——管理疑心：我们生涯在数据之中。 。。 。 。。关于企业管理来说，，，，，有HR、资金管理、OA、供应链、财务、物资等种种数据，，，，，但保存大宗看不全、找不见、用不了的数据，，，，，形成“孤岛危�；；；； ；�。 。。 。 。。这容易导致以下问题：（1）指标动态数据靠问；；；；； ；（2）运营剖析数据靠等；；；；； ；（3）拍板决议数据靠想；；；；； ；（4）剖析报告数据靠凑。 。。 。 。。
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剖析研究能力。 。。 。 。。好比关于企业谋划管理能力剖析，，，，，会涉及到：（1）各层管理职员素质及能力剖析；；；；； ；（2）企业谋划效率剖析；；；；； ；（3）内部调控机构效率剖析；；；；； ；（4）人事管理效率评估；；；；； ；（5）生产调理效率剖析等。 。。 。 。。
97至尊国际中药材全程追溯系统
3、有利于提高企业管理者的决议速率和准确性。 。。 。 。。
4、有利于实现细腻化管理，，，，，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，，，，，提高焦点竞争力。 。。 。 。。
当今“大社会”，，，，，三分靠手艺，，，，，七分靠数据。 。。 。 。。得数据者懂天下，，，，，用数据者得天下！
四、怎样建设数据库
1、企业大数据的泉源：（1）企业谋划相关的营业数据-这类数据来自企业信息化领域，，，，，包括企业资源妄想(ERP)、产品生命周期管理(PLM)、供应链管理(SCM)、客户关系管理(CRM)和情形管理系统(EMS)等。 。。 。 。。（2）机械装备互联数据-生产历程中，，，，，装备、物料及产品加工历程的工况状态、情形参数等运营情形数据等。 。。 。 。。（3）企业外部数据-包括企业产品售出之后的使用、反响情形的数据，，，，，同时还包括了大宗客户、供应商、互联网等数据状态。 。。 。 。。
97至尊国际精准扶贫作战数据图
2、理清数据库的三个条理：（1）营业指导管理，，，，，聚焦于“在干什么？？？？？ ？？？”（2）运营剖析管理，，，，，聚焦于“干得怎么样？？？？？ ？？？”（3）谋划战略管理，，，，，聚焦于“还要干什么？？？？？ ？？？”
3、建设五个板块的数据库：（1）“营销”数据库-目的告竣率、职员设置、市场开发、品淡旺季纪律、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）、装备使用率、单位能耗、单位折旧、单位维修、产能制品率、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-需求展望（量/价）、采购量/价、进品（高/科/低）、存品（高/科/低）、单价比照率、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、运动交流、分品用户量、用户周月应用率、单人使用量、连带率等。 。。 。 。。
五、怎样应用数据化管理
1、打好信息化基�。 。。 。 。。�，，，，一直积累形成数据库。 。。 。 。。
2、通过训练，，，，，一直提高数据化头脑意识。 。。 。 。。自动提高的人会：熟悉营业、记大数、记要害数、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，，，，，准确区分大数据的真实性。 。。 。 。。如销售量和销售额。 。。 。 。。浚浚浚浚� ？？？赡鼙４娴恼飨笫牵杭偈莩渎谙鄣母鞲龌方冢�，，，，容易导致过失判断。 。。 。 。。背后的缘故原由在于：统计路径过长，，，，，粗心大意，，，，，居心改动数据，，，，，依赖性太强……
4、理清数据泉源，，，，，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、标准纷歧。 。。 。 。。
97至尊国际动态跟踪各国保健品销售占比
5、关注恒久、短期数据，，，，，注重数据的时效性。 。。 。 。。运用权重法，，，，，剖析商品、物料等占用的比例、账龄、库龄等。 。。 。 。。
6、增强数据化管理培训，，，，，提升数据逻辑性。 。。 。 。。
7、深度研究销售、生产、人才等种种纪律。 。。 。 。。
8、数据由点带线、由线带面。 。。 。 。。
9、按月、季剖析各项目的。 。。 。 。。
10、通过比照，，，，，剖析展望年度目的。 。。 。 。。
11、逐日追踪盈亏平衡点
12、做好数据清静防护事情
六、注重事项
1、不要只枚举数据，，，，，而没有结论。 。。 。 。。
2、不可没有标准和数据泉源。 。。 。 。。
3、不写记叙文，，，，，要写议论文。 。。 。 。。
4、要有问题点，，，，，也要有解决计划。 。。 。 。。
5、没有确切数据，，，，，只做定性剖析。 。。 。 。。
立异生长，，，，，循序渐进，，，，，深化数据，，，，，持之以恒！
3月集团谋划管理剖析会上，，，，，李安平董事长发“火”了！课前，，，，，他将整个97至尊国际集团营销、市场、生产、研发、后台以及各团队管理职员近2个月的“通话时长”导出表格，，，，，通过数据现场剖析管理职员的事情状态及相同频率，，，，，从而引出了今天的主题——“数据化管理”。 。。 。 。。
一、数据化管理的界说
1、什么是大数据？？？？？ ？？？“大数据”是由数目重大、结构重大、类型众大都据组成的数据荟萃，，，，，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营业的数据举行网络、剖析，，，，，并将剖析效果应用到企业运营的各个环节，，，，，进而对管理方面做出响应的妄想及调解历程。 。。 。 。。网络数据→整理数据→剖析数据→数据化管理。 。。 。 。。
3、我们对数据管理的明确误区：有电脑系统，，，，，有种种报表，，，，，开会念数据。 。。 。 。。浚浚浚浚� ？？？梢晕饰首约海菏欠裾莆樟擞杏闷饰龅囊欤浚浚浚浚� ？？？是否对数据举行了有用剖析？？？？？ ？？？是否通太过析找到了问题点？？？？？ ？？？是否能找出问题的解决要领？？？？？ ？？？
通过有用的数据化剖析，，，，，我们能够：找到问题，，，，，解决问题，，，，，提高效率。 。。 。 。。
数据剖析是最主要的管理工具。 。。 。 。。
二、为什么要举行数据化管理
1、外部压力——谋划情形面临挑战：当今，，，，，决议的情形与面临的挑战对我们提出了更高要求，，，，，决议的重大性和时效性问题突显，，，，，究其缘故原由，，，，，主要体现在四个方面。 。。 。 。。（1）信息周全重大。 。。 。 。。包括：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）信息泉源疏散。 。。 。 。。包括：机构疏散、企业外信息源疏散、历史信息积累等。 。。 。 。。（3）信息转达缓慢。 。。 。 。。包括：企业规模变大，，，，，信息无法实时转达；；；；； ；无法举行深条理处置惩罚及量化剖析等。 。。 。 。。（4）数据整合难题。 。。 。 。。包括：数据孤岛、主数据纷歧致、数据口径纷歧致、维度粒度差别等。 。。 。 。。
2、内部需求——管理疑心：我们生涯在数据之中。 。。 。 。。关于企业管理来说，，，，，有HR、资金管理、OA、供应链、财务、物资等种种数据，，，，，但保存大宗看不全、找不见、用不了的数据，，，，，形成“孤岛危�；；；； ；�。 。。 。 。。这容易导致以下问题：（1）指标动态数据靠问；；；；； ；（2）运营剖析数据靠等；；；；； ；（3）拍板决议数据靠想；；；；； ；（4）剖析报告数据靠凑。 。。 。 。。
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剖析研究能力。 。。 。 。。好比关于企业谋划管理能力剖析，，，，，会涉及到：（1）各层管理职员素质及能力剖析；；；；； ；（2）企业谋划效率剖析；；；；； ；（3）内部调控机构效率剖析；；；；； ；（4）人事管理效率评估；；；；； ；（5）生产调理效率剖析等。 。。 。 。。
97至尊国际中药材全程追溯系统
3、有利于提高企业管理者的决议速率和准确性。 。。 。 。。
4、有利于实现细腻化管理，，，，，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，，，，，提高焦点竞争力。 。。 。 。。
当今“大社会”，，，，，三分靠手艺，，，，，七分靠数据。 。。 。 。。得数据者懂天下，，，，，用数据者得天下！
四、怎样建设数据库
1、企业大数据的泉源：（1）企业谋划相关的营业数据-这类数据来自企业信息化领域，，，，，包括企业资源妄想(ERP)、产品生命周期管理(PLM)、供应链管理(SCM)、客户关系管理(CRM)和情形管理系统(EMS)等。 。。 。 。。（2）机械装备互联数据-生产历程中，，，，，装备、物料及产品加工历程的工况状态、情形参数等运营情形数据等。 。。 。 。。（3）企业外部数据-包括企业产品售出之后的使用、反响情形的数据，，，，，同时还包括了大宗客户、供应商、互联网等数据状态。 。。 。 。。
97至尊国际精准扶贫作战数据图
2、理清数据库的三个条理：（1）营业指导管理，，，，，聚焦于“在干什么？？？？？ ？？？”（2）运营剖析管理，，，，，聚焦于“干得怎么样？？？？？ ？？？”（3）谋划战略管理，，，，，聚焦于“还要干什么？？？？？ ？？？”
3、建设五个板块的数据库：（1）“营销”数据库-目的告竣率、职员设置、市场开发、品淡旺季纪律、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）、装备使用率、单位能耗、单位折旧、单位维修、产能制品率、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-需求展望（量/价）、采购量/价、进品（高/科/低）、存品（高/科/低）、单价比照率、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、运动交流、分品用户量、用户周月应用率、单人使用量、连带率等。 。。 。 。。
五、怎样应用数据化管理
1、打好信息化基�。 。。 。 。。�，，，，一直积累形成数据库。 。。 。 。。
2、通过训练，，，，，一直提高数据化头脑意识。 。。 。 。。自动提高的人会：熟悉营业、记大数、记要害数、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，，，，，准确区分大数据的真实性。 。。 。 。。如销售量和销售额。 。。 。 。。浚浚浚浚� ？？？赡鼙４娴恼飨笫牵杭偈莩渎谙鄣母鞲龌方冢�，，，，容易导致过失判断。 。。 。 。。背后的缘故原由在于：统计路径过长，，，，，粗心大意，，，，，居心改动数据，，，，，依赖性太强……
4、理清数据泉源，，，，，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、标准纷歧。 。。 。 。。
97至尊国际动态跟踪各国保健品销售占比
5、关注恒久、短期数据，，，，，注重数据的时效性。 。。 。 。。运用权重法，，，，，剖析商品、物料等占用的比例、账龄、库龄等。 。。 。 。。
6、增强数据化管理培训，，，，，提升数据逻辑性。 。。 。 。。
7、深度研究销售、生产、人才等种种纪律。 。。 。 。。
8、数据由点带线、由线带面。 。。 。 。。
9、按月、季剖析各项目的。 。。 。 。。
10、通过比照，，，，，剖析展望年度目的。 。。 。 。。
11、逐日追踪盈亏平衡点
12、做好数据清静防护事情
六、注重事项
1、不要只枚举数据，，，，，而没有结论。 。。 。 。。
2、不可没有标准和数据泉源。 。。 。 。。
3、不写记叙文，，，，，要写议论文。 。。 。 。。
4、要有问题点，，，，，也要有解决计划。 。。 。 。。
5、没有确切数据，，，，，只做定性剖析。 。。 。 。。
立异生长，，，，，循序渐进，，，，，深化数据，，，，，持之以恒！