迈向数字化经营，企业指标管理能力亟待提升
02
构建“以指标为中心”的新一代ABI平台
(资料图片)
图3：指标管理的能力闭环
图4：指标开发与应用融合
图5：“以指标为中心”的技术实现
图6：基于创建订单类事件的数据模型示例
图7：“以指标为中心”释放数据价值
最后，自增长指标体系能够不断结合经营管理方法与经验，帮助企业快速沉淀数据资产。指标体系通常随着企业经营管理发展而不断变化，通过一站式的能力实现，使得指标管理与指标应用二者相互作用、相辅相成。通过指标管理功能，业务人员不仅能基于业务场景自助构建新指标，留存企业数据资产，还能在分析与应用中找到当前不足，反向训练优化指标管理，帮助企业不断完身自身数字化经营能力。
03
以指标为中心的ABI平台代表厂商：思迈特软件
图8：思迈特软件的建设思路
图9：Smartbi以指标为中心的ABI平台
通过批量指标录入，方便快捷地批量创建指标；
通过简单勾选，将指标和维度建立关联关系；
系统根据关联关系，自动在指标存储库生成物理表，将指标存储落地。
血缘分析，是指标的上游分析，可以查看到该指标引用了哪些指标，即“被什么影响”；
影响性分析，是指标的下游分析，从索引中找出引用当前指标的所有资源，即“影响什么”；
版本管理，是指标在发生变更之后，提供一个可查的渠道，记录历史版本，保障数据治理的有效与完整。
图10：指标计算与存储落地
图11：指标审核与权限控制
图12：Smartbi能够满足不同行业需求
Smartbi 指标平台功能完整，适用不同场景。除了指标体系建设中的各功能亮点，如数据采集填报、自助ETL等、全局视图管理，Smartbi 产品基于自身能力，提供各种指标应用，如自助分析、仪表盘、电子表格(中国式报表)、移动BI 应用、Office 分析报告、自然语言分析与挖掘等功能模块，适用于领导驾驶舱、KPI 监控看板、财务分析、销售分析、市场分析、生产分析、供应链分析、风险分析、质量分析、客户细分、精准营销等多个通用ABI场景。
Smartbi 指标平台设计具备前瞻性，符合业务发展趋势。在应用系统架构、技术实现上，Smartbi 指标管理在设计上充分考虑系统以及业务发展趋势，支持灵活扩展。在技术架构上，指标管理采用分层次的模块化设计，以此降低业务系统、数据平台和主题应用的耦合度，便于后期的系统的扩充和调整。在数据模型设计上，Smartbi 指标管理在满足现有业务系统的需求之上，考虑后续可能上线的新业务需求，设计合理规范的数据模型，使得新上线的业务系统数据模型能很方便地扩展到系统中。
Smartbi 指标平台产品稳定可靠。Smartbi 指标管理的核心功能是在Smartbi 平台上，而Smartbi 产品，历经数十年的锤炼，拥有超过5000 家的用户实践。产品由千万行代码构成，拥有2 万以上的自动化测试案例。它凝聚了本土客户的最佳实践经验，整合了各行业的数据分析和决策支持需求，提供一整套包含企业级报表、可视化分析、挖掘建模、AI 智能分析等在内的解决方案，以此增强企业数字化经营能力，塑造可持续的竞争优势。
Smartbi 指标平台具备高性能。Smartbi 的动态数据建模能力，实现了指标应用层与数据模型层的高效协同，能够满足不同场景的数据准备需求，有效提升数据准备效率。此外，Smartbi 具备先进成熟的技术手段，内置有多种性能保障机制，如数据缓存技术、页面缓存技术、静态离线技术，在桌面电脑的配置下能达到亿级数据秒级响应的能力，能够及时高效地为用户提供服务。
04
以指标为中心的ABI平台标杆实践
将分散于多个业务系统的数据汇集。西藏药业内部已经完成的信息化建设，主要是基于业务的单点需求建设系统，而不同系统间暂未打通，导致数据无法汇集，而且从各个系统中取数、加工的流程也十分繁琐。对此，西藏药业希望通过多个系统的数据集成，简化数据准备工作。
统一数据口径，增强数据质量。烟囱式的信息化建设，导致不同系统间的数据不互通。某次领导层想访问营收数据时，财务部门给一个报表，业务部门又给一个报表，每个部门的统计口径不一样，导致数据对不上，领导不知道该以哪个结果为准。对此，西藏药业希望通过一定的治理手段，制定统一的数据标准，改善数据口径不一致的问题。
业务人员能够高效自助用数。西藏药业当前的数字化经营主要依赖于固定报表，数据报表的制作流程是自上而下进行需求传达，通过各个业务部门从相应业务系统中导出数据，再进行报表加工与制作。整体链路长，报表数据时效性低。西藏药业希望通过高效自主用数的方式，来满足企业各级人员对数据分析的需求。
图13：西藏药业以指标为中心的ABI建设
在数据准备环节，Smartbi通过多业务系统数据采集、填报表单等方式，将分散的线下数据转移到线上，然后将数据定期汇总，形成统一的数据汇集入口，解决数据汇总难、时效性差的问题；
在数据加工环节，Smartbi对数据定义流程做了规范化管理，解决指标数据口径不统一的问题。此外，思迈特软件在指标管理方面，还为西藏药业构建了一套指标管理模型说明书，针对指标定义、指标分类、指标加工口径、数据编码规则等进行统一规范管理，为各业务部门提供准确可信的指标数据。
在数据模型层，思迈特软件为每一个业务域的数据都做了相应的汇总。通过数据模型，将许多同类型或者同一业务域下的一些指标进行关联。如此一来，一方面在实际使用中指标呈现的加载效率有所提升；另一方面，在后续的指标模型调整方面，数据模型都能够灵活承载企业需求。
最后，在指标呈现环节，Smartbi提供看板与驾驶舱，实现指标可视化。未来，每个业务域中的报表在项目后期也会开放给业务部门去使用，产品中内置即席查询、透视分析功能，并配合联动下钻、筛选等交互方式，业务人员可以进行自助分析。
图14：西藏药业项目价值
指标体系建设，实现指标可视化能力。在指标体系建设上，思迈特软件通过业务调研，进行指标梳理与指标体系规划，协助西藏药业完成战略发展、业务运营、管理支撑三层指标体系搭建，共计实现400+多个指标及其标准确定、发布。本次项目总共建设一级看板25张，包含财务、人力、生产、营销、内部管理等5个驾驶舱。
数据时效性提升。该项目之前，西藏药业的数据呈现以月度为单位，每次月度会议前需要收集上月本部门的重要业务数据，然后去统一汇报。该项目建设后，西藏药业实现了“T+1”的数据采集和呈现，数据时效性大幅提升。
营销部门工作汇报方式改变。原来，营销部门的工作汇报方式是通过收集汇总数据、制作打印销售分析表，然后进行汇报。而现在，Smartbi以指标为中心的ABI让营销部门可以将看板作为汇报工具，工作效率大幅提升。
该BI平台堆积了众多无效报表，难以提供准确有效的数据。从管理者的视角看，技术人员每天都在不停地制作报表，但是从真正的数据分析来看，每天打开并且会用到的报表其实并不多，甚至有些报表打开了一两次之后就废弃了，这导致BI平台上积累了众多报表。如果一些高管领导想从这个平台去拿一些数据，混乱的报表堆积会阻碍有效数据的获取。
报表制作效率遇到瓶颈，而且灵活度受限。由于企业配备的技术人数有限，所以在报表制作流程中，即使投入了大量人力与时间，技术响应度依然跟不上业务提需求的速度。业务人员提一个需求单，可能需要排在队列里面等两三周，甚至一个月才能得到想要的报表。
报表间口径不一致，导致数据不可信。该企业建设的BI平台，对于线上的300多张报表，还未做到数据口径的统一，导致看板报表、自助分析等不同应用场景看到的指标结果不一致，从而影响了决策管理的效率与成功率。
图15：思迈特软件完整指标体系框架
“自上而下”确定经营管理的核心指标。“自上而下”需要项目需求顾问站在企业经营管理者的角度，解读或了解当前的企业战略，并且要与高层沟通对齐。双方会探讨如何以一个指标来衡量战略目标达成的情况，即首先从最顶层达成的一级指标。然后，围绕这一指标的关键事项，将这些关键事项量化，并且分配到相应部门去承接。
“自下而上”补全业务发展当下所关注的指标。由于企业当前的数字化建设或业务流程还未完全匹配当前战略目标，思迈特软件还配合采用“自下而上”的方法，收集了该企业当前一线正在使用的报表进行分析，从报表里解读当前关注的核心指标，加入到企业指标体系中。
图16：汽车零部件物流企业项目价值
聚焦管理诉求，形成规范化指标体系。通过与思迈特软件需求顾问沟通，该企业践行了管理需求驱动指标建设的理念，将重要的管理行为量化为核心指标，摒弃了计算链路上的过程性指标以及部分非核心指标，企业指标库与报表资源变得更加聚焦与简洁。
指标需求的交付效率与质量提升。自助式定义功能支持业务人员自行配置开发指标，或者基于原子指标进行衍生指标计算，指标加工逻辑清晰，避免了计算口径不一致的问题。技术人员无需执行繁重的报表开发任务，指标开发效率大幅提升。
指标灵活性得到改善。Smartbi以指标为中心的ABI平台具备规范的指标开发能力，替代了以往通过数据集，技术人员手工进行数据清洗、指标加工计算的方式，支持以拖拉拽的形式进行指标分析，并且能够支持跨场景的指标查询。
