CIO聚谈经验：信息化建设十二分数据的背后

综述篇

很多CIO都认同，信息化建设要“三分技术、七分管理、十二分数据”。技术和管理之间的关系我们不难理解，可是这十二分的数据的重要性体现在哪里呢？

一个在信息化建设一线奋战了20多年的资深人士说，数据是信息系统中生生不息的血液。和先进的管理思想相比，作为信息系统最基础的部分，数据往往因为不时髦而被人们忽略。在本期专题中，我们将通过一个活生生的案例，详细阐释如何管好数据，并展示项目实施过程中针对数据的计划、组织、编码、收集和展现的几个要求，挖掘出十二分数据背后的深层含义。

“李总真的已经批复项目启动了？”某中型食品集团公司CIO钟剑听到移动商务项目要上马，欣喜若狂地冲进副总裁郑伟的办公室。

项目终于要开始

“是的，总裁刚刚同意启动项目，并要求销售、市场、人事等部门的负责人联合组成项目委员会，由总裁亲自挂帅，要求明年1月1日起，终端销售人员全部通过手机上报终端门店的数据！”郑伟高兴地对钟剑说。

“年底？那只有不到6个月的时间了。”总裁给出的时间让钟剑很是为难。

作为快速消费品生产和分销型企业，该集团对分公司的统一管理和渠道终端的掌控非常重要。2年前SAP R3上线后，钟剑就开始关注如何采集销售终端数据，以及如何对销售人员进行科学管理。1年前，钟剑就联合销售市场部门开始对移动终端技术应用进行可行性研究，并在递交可行性研究报告的同时着手准备该项目的推行。

集团总裁李总很快就对提交的报告做出了回复，但是留给了钟剑太少的时间。项目的主要目标是规范销售行为，以手机作为数据收集的终端。该集团20个分公司、120个办事处的终端销售人员超过4000人，按每个人负责300家终端门店来计算，仅终端门店的主数据就120万条。经过两轮的测试，钟剑一点都不担心软件和硬件技术问题，但对这么宠大的数据量的收集、整理和导入有点头大。在前期准备工作中，他已经了解到这些数据还没有一个完整的归集，系统上线需要这些终端门店的完整信息，需要业务员逐个去记录并汇总。

按照IBM实施SAP的方法论，公司成立了项目组，并制定了严密的项目计划，数据有专人负责，制定了数据收集、整理和导入的方法、流程和数据模板。

数据收集进展不利

8月11日下午1点，负责收集数据的小王急匆匆地跑进钟剑的办公室说：“钟总，我们发下去数据采集需求后，到目前为止只有一半的办事处文员回复。”钟剑吩咐：“赶紧让销售部门去催，让他们务必把事情落实到责任人身上。”

8月15日下午2点，销售管理部小徐告诉钟剑：“现在大部分数据已经收集上来，但我发现终端门店的命名和地址有问题。”钟剑回答说：“门店的名字必须是唯一的，让办事处一定要区别开。咱们可以参照可口可乐的做法，用门牌号添加在店名里，也可以以交道主干道、标志性建筑物来做为标识，或者把小店老板的名字加进去。”

8月17日上午10点，小王又指出了新的问题：温州办事处、贵阳办事处和哈尔滨办事处的数据导入系统后全乱了。在测试过程中，三个办事处人员手机中的终端门店数量超过应有的数量，且这些店都不是他们自己管理的。经过检查发现，是初期进行数据准备时，文员没有按照标准准备数据，将员工编号搞错了，导致数据混乱。

8月18日上午9点，项目组紧急召开会议。会中，项目组要求各办事处严格按照项目组的标准模板和要求来收集、整理数据，增加大区数据校验人员。经过努力，各办事处的数据不再混乱。

8月25日上午，项目组在测试中再次发现统计报表与日常手工报表严重不符，经盘查发现是因为销售渠道分类没有统一，虽然在组织数据时销售管理部出了一套标准的分类方法，但由于各办事处的理解不同，导致数据分类错误。

9月28日下午，钟剑和销售管理部负责人一起，重新审视项目的进展情况，进行详细的分析后，将项目进展的情况上报给总裁、副总裁，要求重新收集和整理数据。

9月31日上午9点，在全国月度销售会议上，钟剑就项目的进展情况以及遇到的问题进行汇报。随后总裁要求重新整理数据，严格按照新的标准来做。

吸取经验重新来过

项目组吸取了之前的经验教训，以大区为单位，召集所有与数据收集相关的分公司和办事处的相关人员到分公司，召开一个项目动员会：一方面让大家明白项目对于销售管理的意义，另一方面统一数据收集和整理的方法与口径。以大区为单位，建立数据组织：业务员填写-主管检查-办事处文员审核-办事处经理签字认可-分公司销售行政和人事部门校验-大区经理签字同意，然后由分公司经理亲自提交给销售管理部相关负责人。

接下来的三周时间，钟剑和销售管理部沈经理分别组织了20个分公司的项目动员大会，并对各分公司的数据收集时间进行安排：由业务员用一周时间在拜访终端门店的同时完成数据收集工作；主管用一周时间，对数据进行核对和修改；主管负责将数据做成Excel表格并核对；主管将电子表格提交给办事处文员，由文员根据标准进行审核；经由办事处经理签字认可后，将数据提交给分公司销售行政人员，由销售行政部门进行标准审核，并交分公司经理认可；分公司经理将数据发邮件给项目组接口人，由接口人对数据进行检查和核对；项目组接口人将数据传到指定地点，由数据导入员统一导入系统；分公司人事在项目准备的第1周开始，根据在岗编制和实际情况进行统计，并报项目组以准备终端设备；待全部数据导入系统并核对无误，终端设备也采购到位并开通后，项目组接口人下到各分公司，对各办事处文员进行为期三天的系统内数据初始化、系统操作、终端设备操作培训、系统内数据检查等一系列工作；办事处文员回到办事处后，将手机下发给员工，当场进行操作培训，并要求员工检查手机对应的每一个终端门店，对应的库存信息是否正确。

新人来了  新问题也来了

开完最后一个分公司的项目启动会，钟剑回到总部后的第一天，刚到办公室就被郑伟叫过去，对钟剑这段时间的工作做出了很高的评价。这期间，郑伟指着身边一位年轻干练的小伙子说：“这是我的助手王刚，接下来由他和你一起来把这个项目进行下去。”

王刚来自国际著名的K公司，该公司的管理相当规范，是业内的标杆之一，其销售为直销和分销相结合的方式。王刚曾负责营销数据标准化管理。王刚来公司已有一周多时间，对公司SAP的SD模块和分销系统，以及移动商务系统做了一些了解，认为S集团的管理存在着断层，经销商、分销商和终端店没有进行统一管理，希望通过这个项目把它们统一管理起来，并对客户、经销商和终端点无意义的编码方式提出了重构的要求。

接下来，钟剑为王刚详尽地介绍了公司销售业务的信息化建设情况：SAP管理着经销商的账务往来；DCMS管理着经销商的订单和发货，以及个别经销商的进销存；销售行为管理系统则管理经销商向下的分销商和终端店头，以及它们的日常订单和进销存数据。

经过长达15天的讨论和沟通，两人达成了这样的共识：

· 目前在集团使用统一的一套系统不可行，因为集团不能废掉花费了两千万元实施的ERP和分销系统。

· 移动的短信技术在集团也不可行，K公司使用短信技术不是因为这项技术好，只是因为他们用得早。

· 主数据以DCMS分销系统的为准，SAP和销售行为管理系统都增加一个字段进行标识来引用DCMS中的数据。而王刚要求的编码方式则由不同的字段组合呈现在客户卡片上。

· 销售人员的KPI考核数据可以来源于移动商务系统，但这需要人力资源部的大力支持。

危机重重

这边刚与销售部的王刚达成共识，市场部总监又找上门来，要求从系统中提取终端陈列品的数据。这需要重新配置系统，需要一定的时间。钟剑委婉拒绝了市场总监的要求，结果被状告到总裁，钟剑当月被扣除25%的工资。

与此同时，这个月做工资的时候，由于KPI系统开发还未完，KPI数据由系统导出的数据经手工统计而成。由于计算人员的疏忽，统计出来数据与人力资源部的数据不一致，校准三次后才准确。人力资源部和各分公司以此为借口要求KPI不再用系统去计算。

元旦来临，销售部对各个分公司及办事处进行了组织变更，钟剑与他的团队也对SAP、DCMS和销售行为系统做了相应的变更。但由于变更太快且太大，销售人员变动导致数据采集终端的手机没有及时变更，而作为数据采集的关键人物——办事处文员也频频流失。

钟剑看着七零八落的数据非常心疼。经过认真的思考，他决定对这些问题进行分析和研究，并作出一份报告提交给李总，然后再根据公司高层的态度决定是否留下来。

经验篇

上述案例围绕着上线和数据展开，一波未平一波又起，这是国内大多数中小企业信息化建设项目的缩影和真实写照。

数据即是信息系统中流转的信息，是信息技术加工的对象，是信息系统的灵魂。“进入系统的是垃圾，你从系统中得到的也将是垃圾。”因此，在信息系统项目实施的过程中数据工作极其重要。

企业信息系统建设项目中，数据工作需要有专门的数据组织和人员来负责完成，需要有严密的数据计划，并需要做好数据编码、数据收集流程和方法等基础准备工作。然后，再经历数据收集、数据清洗和整理、数据导入、数据校验等过程，使得系统可以正常上线运行。最终，根据管理和业务的需要，通过不同的形式展现。这是数据的整个生命周期，也是企业IT人员为之努力和奋斗的工作内容；而其结果给企业业务和管理带来的价值，体现了IT人员存在的理由、存在的价值。

建立有效的数据组织和制订严密的数据计划

■ 英科国际控股有限公司信息部经理  马磊

工欲善其事，必先利其器。企业在日常经营管理过程中，需要大量的数据信息来以支撑其管理和决策，信息系统就应需而生，通过数据收集、整合和加工，实现信息的快捷流通和共享，成为企业决策支持和日常管理的依据。任何一个信息系统的上线，不论大小都是针对数据的加工、整理、分析，数据自然成为这一切最本质的核心。在整个系统上线过程中，上线前的数据准备尤为重要，如果不能很好地组织协调将造成系统投资的极大浪费，致使信息化建设无法跨上新台阶，甚至失败。

 一般来说，一个ERP项目的数据工作计划主要包含以下几方面内容：

·建立数据的组织和管理规范、工作流程；

·依据系统实现的功能需求提炼出主数据，做好数据字典的设计和定义；

·根据企业特性，对提炼出的主数据进行数据编码设计；

·做好数据收集的模板，并培训到位；

 ·从企业的业务部门收集相关的数据，做好数据清洗、检查和校验；

 ·数据的导入和系统测试；

· 数据关系的确认和调整。

通过上述数据工作计划的内容，我们可以看到，它与整个项目的计划是息息相关的，并随着项目工作的开展而逐步展开。

为了更好地完成数据计划中的相关任务，在项目组织中需要设立负责数据工作的组织，包括数据管理组、数据标准组和数据导入组。

数据管理组   制定数据计划，并协调相关资源来完成数据工作，其目标是在完成信息系统的上线前数据相关工作，确保顺利上线，并在此基础上最大限度地考虑今后企业的标准化数据和标准化流程的工作。

数据标准组  对提炼出的数据进行数据编码的定义和数据模板的制定。数据编码要根据企业的具体情况来制定，制定好这个规则后，所有的数据都沿着这个轨道流转。数据标准组还要制定数据的收集模板和校验规则。这就是统一的数据采集模板，制定和编码统一的数据模板，并通过培训和不断的讲解，使得大家搞定一个统一的标准来完成。

数据收集组  根据系统上线的要求，针对静态和动态数据进行收集、整理和清洗，使得原有系统或业务数据，按数据模板和数据字典要求进行相关工作。这组成员一般包括实施顾问、关键用户和业务人员。其原则是以业务为准，从实际出发。深入到企业业务的最前线，将原来的离散数据按统一标准从不同部门集中，以某一对象在企业中的流程先后收集数据，既可以保证收集到的数据的真实性，又能做到数据收集的完整性，而不至于落下某一环节，从而影响数据流向和数据关系的整理。

数据导入组  在数据收集后，数据导入组要进行数据测试、导入和关系调整。这里主要是实施顾问和关键用户以及终端用户来做。

一般说来系统的数据多以导入为主，在某些情况下考虑到系统更好的实施效果和更有效的推广使用，需要终端用户手工录入数据。例如我们在最近进行的一次CRM项目实施中，销售部门的客户资料我要求他们必须自己输入进去，这样录入数据的优点除上面所述外，还可以较好地避免数据错误和异常。

通过周密的数据计划，再建立一支配合协作的数据工作组织，信息系统上线的数据工作就有了保障，信息系统的上线也就有了坚实的数据基础。

不断修缮 建立完善的企业编码管理体系

■ 太子龙集团CIO  徐建洪

某公司ERP项目实施快一年了，天天都有部门在抱怨数据错误，每次例会上业务部门都在指责IT部门。项目组成员一致认为造成这种局面的主要原因是： 编码规则不科学及没有编码控制体系，导致编码上遇到重重困难； 编码的工作职责不明确，编码人员不精通业务却负责编码，导致ERP基础数据不准确；除ERP系统之外没有企业编码管理方案，导致编码错误比较多；ERP系统的基础数据与实际业务数据不同步，没有有效的控制流程与制度。

实际上，像这位CIO一样遇到ERP编码规则问题导致整个项目陷入到失败的漩涡，在国内企业信息化建设中比比皆是。编码问题在实施过程中不会直接反映出来，却隐含着公司执行力不够、部门配合力不够、编码人员专业水平不够等问题。企业的编码体系对于系统实施起着至关重要的作用，科学合理的编码规则会对项目的成功实施起到重要的作用。编码体系如此重要，那么编码体系应该怎么制定呢？

在现代企业管理中，编码体系是一个非常重要的角色，在企业的研发、生产、采购、储存、销售等各个环节中，都需要采用规定的一个或者多个字符代码来表示一定的事与物，以便记录、传递、存储和处理。这一系列的字符代码的集合就是编码。

企业建立科学、规范的编码体系要明确编码的目的：

唯一标识  对公司的事务进行唯一的标识，形成内部唯一的、统一的流转代码；

特征体现  编码往往带有物料的特性，从编码上可以看出物料的某些特征；

可处理性  编码是为了方便IT系统对物料的处理；

可传递性 科学的编码体系是为系统间进行信息交换和数据传递提供有效保证。

企业在进行编码体系的建设过程一定要遵守的几个原则：

统一性原则 一个企业组织内必须建立一套编码规则，以方便组织内不同部门间的数据传递与交换；

唯一性原则  即一个物料只能有一个编码，一个编码只能对应一种物料；

严谨性原则 所有编码职责必须落实到专门的业务部门，并要由专人负责，以保证编码的正确性；

延续性原则 某编码一旦被使用，就不可以将此编码分配其它物品或事务使用；

简便性原则 编码规则必须简单易懂，复杂的编码体系要付出更高的管理成本；

清晰性原则 编码规则中的字符与数字在使用中必须能够清晰辩识，不要使用容易引起混淆的字符；

行业性原则 编码必须根据行业特性来制定，切不可出现不符合行业规则的编码方案；

可扩展性原则  留出足够的扩展空间，这样未来新增的物料能够继续使用该编码体系。

企业信息化建设是一个不断持续的过程，而编码体系也是在企业信息化建设过程中不断完善与提升的管理体系。企业可能无法一次性将非常完善的编码体系建立起来，因此，建设者要不断听取用户的意见和建议，不断修缮。

磨刀不误砍柴功

——浅谈数据的收集和整理

如果输入系统的是垃圾，输出的也必然是垃圾。输入的垃圾越多，输出的垃圾将更多。数据对ERP的重要性不言而喻。

用户提供数据存在的问题主要有以下几类：数据不按提供的模板格式填写；多个部门提供的同类相关数据，但是规则不统一，部门数据各自为政； 数据重复，作为关键字唯一的数据，却出现多条；小数位不按规定；字符出现异常，应该为单字节字符的里面却出现汉字；日期格式不按规定； 超出给定字段长度的，如要求15位的编码却出现16位的数据；提供的数据变动很大；提供的数据之间缺少关联性。

考虑到系统上线时间，可以采取以项目组为主，以用户为辅的方式对数据进行整理：80%的数据格式由项目组整理，20%返回给用户重新提供；错误数据请用户修改后重新提供；数据变动大的只好做重复工作，导入用户提供的最新数据。

上述问题普遍存在于各类信息系统上线的过程中，琐碎而繁杂。下面我们试着对其中一些问题产生的原因进行探讨。

由于项目组工作失误或安排不到位等原因造成的问题

·培训不到位：往往项目组只是在系统导入前召开系统上线说明会议并下发表格模板，没有针对不同的部门人员填写表格内容进行相应的培训，造成最后各部门提交的数据内容格式各不相同的结果；

·表格模板不规范：提供的模板只有填写说明和每列的列标题及批注，没有每列字段类型、字段长度以及注意事项。

项目实施过程中，更多的问题是来自于业务部门的人员

·责任心不够：有些部门的经办人员没有意识到数据的重要性，责任心不够，敷衍了事，未对数据进行必要的核对；

·工作强度大以及时间仓促：有些部门主管没有认识到数据准备的巨大工作量，未将工作任务指定到一个人；

·主管不够重视：有些部门主管没有意识到数据的重要性，未能对经办人员提供的数据进行必要的审核。

项目进展缓慢，系统不能顺利切换上线，或上线后系统用不起来，很大原因是因为基础数据不准确。

为了ERP系统的顺利上线，项目组在数据收集前就要做好培训工作，然后再召开系统上线前说明会，要求各单位配合数据收集工作。接下来，要拟好通知下发到各个部门，明确表格提交时间，并且将要求提交的数据表格模板同时下发。表格模板里应包含标题栏、字段类型、字段长度、填写说明、注意事项。此外，应要求所提交的数据一定要有部门各级领导的签字。

为了保证数据的准确、合理，各个相关组织应采取一定措施。

项目组措施

·做好培训工作：在数据收集前拟定数据收集的培训计划，确定培训的内容、参与的人员以及时间安排，针对不同的部门人员填写的表格内容进行相应的培训，以尽量达到按模板填写格式规范、内容正确的数据。

·设计提供规范的表格模板：项目组分别为各种类型的基础数据准备相应的数据搜集模板，在Excel中准备好相应的空白表格，针对表格中需要填写的项目提供一个详细的说明（包括标题栏、字段类型、字段长度、填写说明、注意事项）。同时，要与各业务部门负责填写的相关负责人进行充分沟通，向他们解释基本资料中的重要字段，标明哪些是必填字段、哪些是选填字段。

业务部门措施

·制定奖惩措施：在准备数据之前，项目组要在设计好数据准备文档明确数据准备时间和范围，即明确何时准备数据，何时提交数据，准备哪些数据。为了保证数据的及时、正确提供，应建立相应的的奖惩制度，如对每条正确输入的数据，给予相应的责任人和部门负责人一定的奖励，对每条错误输入的数据给予惩罚，以保证数据的正确性。

·领导支持、明确责任：为了保证ERP系统顺利上线，企业必须投入大量人力物力进行数据准备。初期的数据准备工作会给人没有任何成效的错觉，并且这些工作枯燥而乏味，这时领导的支持与鼓励就显得尤为重要。因此，负责项目的公司高层领导不能忽视对项目的支持与鼓励。他们应积极参加数据收集、系统导入前说明会以及制定相关的制度，增加全体人员对该工作的支持和信心。同时，由于数据准备牵涉到企业多个部门，所以离不开各部门领导、员工的积极配合与支持。各部门领导也要根据数据准备的工作量，将任务进行细化到具体负责的个人。

·建立好的审核机制：在ERP系统实施的初期数据准备工作中，建立审核机制，并形成规范的制度和流程，让相关业务部门领导对相关责任人提供的数据签字确认。只有这样，才能保证数据的及时性与准确定性，才能保证ERP系统顺利上线以及系统上线后后续收集的数据的质量。

企业在每一个信息系统中建立过程中，一定要高度重视数据的收集、整理工作。如果数据能够达到及时性、准确性和完整性的要求，系统成功切换上线就变得水到渠成了，各个系统也因此能够发挥最大的效益。

经验篇

数据对于IT系统的重要性不言而喻。企业的信息化水平再高，也会随着社会经济的发展，企业规模的壮大，需求的不断变化，对系统提出更高的要求，也要求对数据进行修改、增删、清理、更新等维护操作，这便是数据维护。

数据经过科学、精细的加工后，再辅以合适的方式进行展示，才能更好地发挥信息系统的价值。

管理是数据维护之根本

■ 李氏帽厂有限公司信息中心IT主管  车待勤

一般来说，数据维护包含两个方面：其一，正如高伟东在其文章《细数国内ERP产品七宗罪》中所描述的那样，管理软件都可能存在问题，诸如系统不稳、要打补丁、流程不合理、参数设置不完整、需要大量的二次开发等，这就要求对系统进行数据备份、升级、开发等，这是纯IT技术角度的维护；其二，由于业务流程的变化，如会计科目、工艺路线等发生变化，会带来系统数据的维护问题。

笔者以为，ERP从本质上来说是一种管理思想，它建立在大量的统计、严密的逻辑和科学的业务流程的基础上，如果脱离了管理从IT角度来谈ERP系统、谈数据维护，无疑是无源之水。

       对CIO来说，并不是说ERP系统上线就万事大吉了，企业管理的提升是没有止境的，ERP系统要根据企业的管理进行合理的调整。在此过程中，修正系统上线时的错误数据和参数，优化和调整管理流程等，都需要后续对数据进行维护。下面我们用一个实例来简明地分析一下。

某企业因为业务的变化，需要对某些物料的安全库存进行调整。那么，该企业为什么要调整安全库存，该调整多少呢？这不是简单地修改参数配置就可以完成的，应该充分考虑企业管理的方方面面。笔者认为，应考虑以下几方面因素：

企业上下游：企业的资源是有限的，根据二八原则，仓库的物料库存应优先考虑优质客户的需求，甚至可以通过VMI（供应商管理库存）的方法，规避企业的库存风险。

存货信息 对物料进行分析归类，合理利用VMI，仓库的备料要充分考虑企业的资金平衡情况，把钱花在刀刃上。

仓库和货位 提高仓库和货位的使用效率，合理规划储区面积和储位容积使用率，把储存保管的效率发挥到最大。

财务 要充分考虑库存周转率和库存管理费用的平衡。

物流平衡 企业的库存应充分考虑是物流的平衡，而不是生产线的平衡，否则企业虽然充分发挥了生产力，却因为增加了库存，造成浪费。

经济批量原则和提前期 批量和提前期的确定，也影响着企业的库存。合理利用有限的资源编排生产，才能更好地指导企业的管理实践。

行业标杆、竞争对手、历史数据  行业标杆、竞争对手和历史数据是安全库存的一个重要参考依据，因为有比较才能发现差距，进一步优化库存，从而更加合理地设定本企业的安全库存。

综合考虑以上几个因素，我们才能确定企业的安全库存，确定物料的订购点、订购量和存量基准等问题。然后，由企业内部各职能部门讨论决定各个指标权重系数，量化出最终的平衡点。企业也可以考虑聘请行业专家来确定这个平衡点。这样确定下来的安全库存才是企业最优的库存基准。确定了这个基准之后，才能开始考虑如何进行数据的维护，如何通过系统来实现。

所以说，管理是数据维护的根本，只有平衡好两方面的关系，才能最大限度地发挥系统的价值，提高企业的管理水平。

综上所述，数据经过科学、精细的加工后，再辅以合适的方式进行展示，才能真正发挥信息系统的价值。

数据展现形式浅析

■ 武汉电信项目经理 胡洋

企业信息化建设过程中，经历了数据组织、数据编码、数据收集、数据清洗、数据导入等环节，信息化数据进入到数据库中，如果不能得到很好的数据展现，就好比一个人失去了双眼，信息化的数据价值将不能完整体现且大大缩水。下面我们重点对数据展现的重要作用和具体展现形式做一个分析和讲解。

数据展现最重要的作用是对企业决策者具有决策支持作用。俗说话“三分技术，七分管理，十二分数据”， 企业在信息化建设过程中，如果决策者不重视数据质量和数据分析功能，用数据说话，所谓的科学决策将成为一句空话。如果数据库中存在太多的脏数据、假数据，就导致信息系统无法使用，管理者将重新回到没有系统状态下的“决策基本靠拍，管理基本靠吼”的落后管理水平。在企业决策者重视数据质量和数据分析这两个假设前提下，数据展现的好坏直接关系到企业决策者依据数据做决策的能力。

最常见数据展现方式主要有报表、多维数据分析、数据挖掘等三种。

 报表  这种方式大家应最熟悉不过，按照所需的固定报表样式开发出来，使用者可以输入不同查询条件或者组合条件进行检索，得出数据统计结果。

基层管理人员和高层决策人员对报表有不同的需求。基层管理人员一般希望通过报表掌握一线开展的业务情况、生产情况以及服务情况，会关注每一笔信息的真实性和详实性。高层决策人员对报表的使用更注重宏观性的分析，通过信息系统的报表，决策者可以了解到公司整体经营是否稳定和健康。比如说，通过对比财务报表和业务报表，了解公司资金和业务是否相匹配，是否存在资金链断裂等风险。

多维数据分析  对于一些隐藏的问题，仅仅通过固定报表不一定能够直观地发现，这时利用一些多维数据分析工具加以辅助分析就会方便许多。

多维数据分析工具可以对需要分析的数据进行切片、切块、聚合、钻取、旋转，进行多维度、多角度、全方位的实时在线分析。如果这些数据真实，管理者就可以轻松掌控企业运营。比如说，按照时间序列的数据分析，可以看全年的销售走势。多维数据分析工具不但可以带来更多固定报表所不具备的展现能力，更重要的是让企业管理者全局性地掌握企业业务运营情况，系统地思考企业的运营发展。企业决策者依据这些数据做出的决策将更加科学合理。

数据挖掘  有一些分析数据和一些隐藏的问题是无法通过固定报表、多维分析来直接展现的，这就需要通过一些特定的数据挖掘算法来实现。

数据挖掘算法有很多种，数据挖掘工具也有很多种，对于一些特定的应用可能还少不了编码和程序开发。开发者应根据企业的业务需求和决策者的易用性来选择挖掘工具和开发软件。能够应用数据挖掘来进行企业管理，说明企业的信息化水平已经达到了一个较高层次。

企业切忌好高骛远，不可一味地追求数据展现的美观，首先应务实地保证数据的真实性，让各级员工都意识到数据的重要性；其次，要保证数据在数据库里规范化和模型化，数据库设计能够达到3NF就是比较优秀的数据库了，达到3NF对于数据分析就比较有利；再次，数据展现应以终为始，确定数据分析主题，然后再建立数据集市，这样才能最大化数据分析的价值。

（责编：yangyang）

(本文不涉密)
责任编辑：

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。