吴娜
中国商用飞机有限责任公司 上海 200000
摘要
从最初管理报告数字化理念的提出到全面推进建设，再到每月的定期发布和应用，一路摸索，一路实践，纵使途中荆棘丛生，始终没有停止前进的步伐。当前管理报告已经投入，聚焦企业战略愿景和经营业务模块体系，建立了从综合管理、财务管理、项目管理、过程管理、经营保障等多个方面的数据分析模块。实现了KPI指标的归集，显性化、结构化、可视化反映公司经营管理状况， 做到企业经营业务的体系化和指标化，使得数字化的光芒逐渐绽放出来。
关键词：数字化；指标；分析系统
前言
随着民机制造企业数字化的发展，公司启动企业管理报告数字化平台，通过对管理报告的数字化管理，有效缩短了传统的层层获取数据的时间，减少了信息滞后带来的影响，降低了人力成本，为公司决策提供更及时快速、更强有力的数据支持，提高企业的决策效率。在整个建设过程中，我们积极与各部门过程所有者讨论对接，形成系统性、结构化的专业数据模型，建立制造企业管理报告的数据地图，统一组织制定数据词典，建立数据与IT系统的关联关系、分析模型，形成企业数字化管理报告，以指标数据可视化的方式及时准确的反映公司经营管理状况，并提供及时预警，为公司领导提供科学的决策支持。
1.管理报告数据处理框架
数字化管理报告实现了数据的全生命周期流程的交互，为了更快速、及时发布管理报告，我们与各部门和各单位密切配合，实现每月批量自动向各业务部门推送模板收集相关业务数据。利用BI的ETL相关技术，将各业务数据批量快速准确的集成到企业指标库，并进行相关的数据校验，对异常数据预警。
系统会自动同步生成管理报告的相关数据指标，并自动生成管理报告。通过BI相关技术，实现了公司指标数据的快速导入，指标数据的快速生成。前端基于SAP Web Intelligence、SAP WebService、SAP Dashboard等技术实现了对企业各数据指标的可视化分析；后端基于ETL、Oracle等对相关数据进行采集、存储和处理。
如下是管理报告数据处理框架：
.png)
2.数据处理流程
1.1数据采集及愿景分析
管理报告因为牵涉的部门多，范围广，数据格式多样，各部门数据资产的新增、变动情况封闭在各业务内部，导致数据的更新不及时，数据标准不统一。我们首要任务是根据公司规范流程和管理办法，统一数据采集及更新的策略，协调各部门内的联络人员，督促数据汇通对接保障，从而实现每月快速批量自动向各业务部门推送最新模板并收集相关业务数据，自动导入数据平台，为后续工作提供数据基础。
1.2数据指标体系的建立
指标体系的建立是一个循序渐进，不断更新迭代的过程，根据之前行业相关知识的沉淀，以及不断总结，我们和业务相关部门一起，调研、收集、了解定业务域的指标体系，比如财务、人力资源、经营保障等。通过分解价值因素，将零散单点的具有相互联系的指标，系统化的组织起来，从而更好的通过数据分析的视觉来评估企业的经营状况、使得业务目标可描述、可度量。我们构建的企业指标体系，包括综合管理、财务管理、项目管理、过程管理、经营保障等多个模块，并逐步分解价值因素，建立关键指标体系。
1.3 指标体系数据库
通过业务能力模型建立分析框架，实现KPI指标的归集，实现数据并行计算、统一存储，支持前端用户在性能、易用性、访问权限等方面的需求。根据具体的应用场景，建立了表、视图、物化视图等方式的数据归集。统一查询分析计算，显现化、结构化、可视化反映公司经营状况。
3.应用情况
数字化管理报告已投入使用，每月定期发布，实现的主要功能如下：
3.1实现了管理报告数据第一时间收集，线上自动生成、及时、每月定期发布；
3.2.实现了管理报告数据自动校验、自动处理并批量导入指标库；
3.3.实现了管理报告数据线上可视化分析、并及时预警；
3.4.形成了多主题分析模块，通过多维度、可视化的分析，更大程度呈现企业的管理、运营状态；
3.5.随着历史数据的积累，数据越来越多，指标也越来越精细，也为今后的数据挖掘带来新的机遇和挑战；
3.6.建设了民机制造企业指标库，打造了民机制造企业数字化管理报告分析系统；
3.7.形成了民机制造企业指标体系，推动了数据在公司经营业务中发挥价值
数字化管理报告，从立项、推进到实际运作，每月用于在经营例会上汇报，每月定期生成
管理报告，贯穿始终的精细化运营，按期保质的推进，已经成为公司数字化建设的典型示范。
4.结束语
企业数字化管理平台的建立，加快了公司数字化的转型，显性化、结构化、指标化地全面分析公司经营管理状况，有效缩短了传统的层层获取数据的时间，提高了数据准确性，客观、精准、全面、可视化的指标数据直观快速的体现了公司经营管理状况，为高层领导提供科学的决策支持。推动数据在公司业务中发挥数据的价值。
在今后的工作中，我们将不断挖掘管理报告数据的价值，使之成为企业的核心增值资产。
参考文献
【1】Michael Milton.深入浅出数据分析 2012,(8):169-172
【2】Jean Paul Isson.大数据分析 2014,(3)268-271
【3】Jason price.Oracle database 开发指南 2005(2)