2023以指标为中心的ABI平台 重塑企业数字化经营白皮书

շ⟄䭷叻⚹⚥䗱涸ABI䎂〵涯淼⛼ո 目录 广州思迈特软件有限公司www.smartbi.com.cn01 目录 摘要3 1.迈向数字化经营，企业指标管理能力亟待提升5 1.1.数字经济时代，企业需要依托指标驱动决策5 1.2.国内企业的指标管理能力建设仍在起步阶段7 1.3.当前指标管理的解决方案存在明显瓶颈9 2.构建“以指标为中心”的新一代ABI平台12 2.1.面向一站式指标管理，补齐能力欠缺12 2.2.多表关联的数据模型支撑，实现灵活敏捷的指标服务15 2.3.“以指标为中心”构建解决方案，是释放数据价值的重要载体18 3.Smartbi以指标为中心的一站式ABI平台21 3.1.思迈特软件“以指标为中心”的设计理念21 3.2.Smartbi以指标为中心的一站式ABI平台核心能力23 3.3.Smartbi赋能各行业数字化经营28 4.以指标为中心的ABI平台标杆实践32 4.1.西藏药业：从0到1的指标建设，赋能数字化经营32 4.1.1.项目背景：数据基础设施与应用能力亟待提升32 4.1.2.建立以指标为中心的ABI，培养指标应用能力33 4.1.3.指标价值显著，西藏药业数字化经营能力逐步完善34 4.2.某汽车零部件物流企业：替代传统报表，管理效能大幅跃升36 4.2.1.项目背景：企业BI报表堆积如山，数据实时获取难36 4.2.2.解决方案：“自上而下”与“自下而上”构建体系，形成指标驱动管理37 4.2.3.项目价值：规范化的指标建设，提升数字化经营水平38 摘要：释放数据价值的破局之道——指标管理应用一体化 在市场竞争日益激烈的当下，数字化经营对于企业的重要性不言而喻。在提高竞争力、降低成本、创新业务模式以及提升客户体验等方面，指标的应用能力一定程度上决定了企业数字化经营效益的高低。 然而在过往的实践中，企业对于指标所实现的能力，更多聚焦于前端的可视化展现部分，自上而下进行烟囱式建设。随着业务快速发展，越来越多的企业暴露出了数据分散难集成、业务定义和口径歧义、查询范围与灵活度不足等问题。缺乏统一与规范的管理能力，成为了指标应用价值受限的根本原因。 面对以上种种问题，“以指标为中心”要满足的不仅是局部数据应用需求，更是要将指标作为企业管理的抓手，通过“管好”与“用好”指标，实现全方位数据驱动业务决策与流程优化。在具体能力实现上，以指标为中心的ABI平台提供全链路的指标管理与应用，而且其背后依托多表关联的数据模型，将不同来源的数据做统一集成与加工，以此支撑跨业务、多场景的分析与应用，是助力企业释放数据价值的重要载体。 为了更好地阐释如何“以指标为中心”重塑BI的能力，以及新一代“以指标为中心”的ABI平台所带来的效果与价值，本白皮书以BI领域的代表厂商——思迈特软件为例，对“以指标为中心”的产品设计思路、核心功能及其优势进行解读。并且通过各行业的标杆案例，展现以指标为中心的ABI平台带来的应用价值。 շ⟄䭷叻⚹⚥䗱涸ABI䎂〵涯淼⛼ո 广州思迈特软件有限公司www.smartbi.com.cn04 1.迈向数字化经营，企业指标管理能力亟待提升 1.1数字化转型趋势下，企业依托指标驱动决策 指标通常是描述客观事实，并通过不同的统计口径，叠加不同计算维度和限定条件来展现的量化值。这与当下企业推进数字化转型，通过数据重构业务、组织和管理方式的发展需求不谋而合。 数字经济时代，政策引导与业务发展需求是企业数字化转型，迈向数据驱动的首要因素。自2016年以来，企业数字化转型的相关政策相继出台，“十四五”规划更是将“加快数字化发展，建设数字中国”单独成篇，明确将数字化作为推动经济社会发展重要的战略手段。 企业内部，将数据技术应用于生产、管理和服务等方面，以此提高生产力与沟通协作效率、创造新的商业机会与价值，成为数字化转型另一动力来源。在数字化转型趋势下，数据成为企业重要的生产要素之一，对于数据资产价值的挖掘、分析及应用能力，成为衡量企业现代化管理水平的重要标准。 与此同时，大数据、云计算与5G网络等新一代技术发展带来了各行业的业务互联网化趋势，使得企业对数据驱动决策的需求进一步明确。面对市场环境日益增强的复杂性与不确定性，消费者需求更加多元、自主化，互联网化使得这些变化的传导更加迅速。企业通过精细化运营，利用数据感知态势变化，不断抓住每一个微小的决策机会，成为决胜市场竞争的关键。 图1：企业实现数据驱动的因素拆解 企业的数字化经营，本质上是采用数据驱动的指标作为业务管理的抓手。正如管理学大师PeterDrucker的观点“Whatgetsmeasured,getsmanaged”，指标是组织经营分析过程中客观事实的量化描述，也是数据业务价值的直接体现，高质量的指标是企业经营管理的“晴雨表”和反映业务成效的“风向标”。 通过定义一个或几个核心指标，企业能够将战略和规划落实为可监测与跟踪的量化值。随后将核心指标从多个维度拆解成基础性指标，对应到具体业务模块、相应负责人与执行人，从而将宏观的目标转化为可执行的任务和计划，使数据与企业资源、流程和业务发展紧密结合，形成全方位协同的数据驱动经营决策，实现业务创新和盈利提升。 1.2国内企业的指标管理仍在起步阶段 为了实现各层级角色协同，统一组织各部门对于指标的理解，提升统计分析的数据质量，需要对指标进行管理。 指标管理，指的是从不同维度梳理业务，把指标有系统地组织起来，并且能够为用户提供指标标准管理、指标分析与应用等服务。其中，指标标准是为满足内部分析管理需要和外部监管要求而形成的标准化规范，包括基础属性、业务属性、技术属性和管理属性，指标标准管理是企业指标体系的重要组成部分。 国际数据管理能力成熟度评估模型（DCMM）明确提出指标的建设要求，并将指标管理能力自下而上分为初始级、受管理级、稳健级、量化管理级、优化级五个等级。从组织内部具体的指标管理建设来看，是否具备完备的指标体系，是否设有专人/相应责任部门进行管理，并且建立了相应的管理流程，追踪与反馈指标体系的变更以及问题，是指标应用能力评估的重要维度。在实现稳健级的指标管理后，通过指标的定义促进数据应用和数据价值的体现，是达成指标建设能力最高的优化级标准之一，也是企业数字化转型的核心价值。 图2：国际数据管理能力成熟度评估模型 目前，国内企业整体还处于从初始级迈向受管理级或稳健级的阶段。由于IT能力和数据基础设施成熟度分化较大，企业实现指标管理的方式也有所不同。 较为初步的尝试是指标管理平台，利用平台提供的需求沟通和管理能力，使得指标的增减、变更受到追踪，形成统一的指标标准管理，并且连接对应的数据源和应用工具在具体场景中使用。对于指标体系较为成熟、具备一定数据基础设施，并且对全局分析视角有所需求的企业，也有较为先进地通过敏捷BI系统或指标中台，实现指标定义、加工、存储的在线化与一体化，提升指标质量和复用率，并且配备专门的数据团队或部门，对指标需求和问题负责。 总体而言，数字化趋势已经让指标管理的重要性成为企业共识，但是在具体建设方法与实践上，指标应用还需要与业务模型紧密结合，实现数据与业务变化的联动，现有解决方案还不足以让指标管理产生其预期的价值。 1.3受限于工具，指标能力存在明显瓶颈 当前的指标工具或平台，主要实现的是指标定义线上管理，或者通过BI工具实现指标的可视化展现，因此只能满足局部业务的需求。 而精细化经营对指标管理的实时性、敏捷性都提出了更高要求。企业需要从高层决策者到一线业务人员，都能够即时获取正确的指标；同时，依托指标可描述、可度量、可拆解的特性，从多个维度观察、感知、认知业务状态，发现其根本原因及影响因素，使得企业能够以此快速定位问题、明确行动方案。 从指标在线化迈向指标驱动决策管理，当前方案遇到了能力提升瓶颈： 表：当前企业指标管理解决方案对比 从当前解决方案来看，企业缺少一套具备从指标定义、指标计算与存储到指标标准管理能力，并且提供企业全量指标分析与应用的平台。对于已经部署指标管理平台或指标中台，想拓展指标分析与应用能力的企业，则需要另外采购BI工具或应用。 另外，如何保证指标模型与上层数据应用模型保持一致，是个难题。对于具备BI系统，寻求指标标准优化的企业，BI厂商虽然提供了数据集功能为指标管理服务，但因为数据集本身分散，缺少完善的指标管理流程，难以承担指标标准管理工作。 除此之外，当前指标的应用形式也较为有限。通常采用的固定报表、仪表盘、管理驾驶舱等，其可视化能力喧宾夺主，在实际应用上，只支持用户进行一些较为基础的指标查询与简单计算。对于能够带来更大业务价值、可以直接指导经营决策的关联分析、根因分析、对比分析等，当前解决方案缺乏高效的实现手段，无法自由、无限制的任意钻取、跳转。对于用户来说，应用方式的局限，也阻碍了指标带来更大业务价值。 շ⟄䭷叻⚹⚥䗱涸ABI䎂〵涯淼⛼ո 广州思迈特软件有限公司www.smartbi.com.cn011 2.构建“以指标为中心”的新一代ABI平台 2.1“以指标为中心”实现指标管理与应用一体化 考虑到指标在企业实现数字化经营中的核心地位，以及现有解决方案在指标管理能力上的欠缺，企业有必要按“以指标为中心”的原则构建新一代ABI平台。 以指标为中心，顾名思义是面向指标管理，具备指标定义、指标加工、指标存储、指标发布等功能，并且为用户提供指标的标准管理、指标分析与应用等一站式的服务。具体而言，它主要包括以下能力特点： 图3：指标管理的能力闭环 指标开发与加工可融合 针对现有BI系统存在的技术开发与业务需求不互通、指标开发重度依赖人力等问题，兼具指标定义与加工计算的能力，可以减轻数据部门开发指标的工作量。以指标为中心，意味着打通指标开发与使用，能够以标准化、自动化的方式完成指标加工，并且具备指标模型与数据应用模型的完整一致。业务部门能够自助完成指标在线配置开发与分析的大部分工作，数据部门仅以极小的 工作对业务需求进行支撑，从而把工作重心放在数据的查询性能、数据质量和数据安全保障上， 双方各司其职。 图4：指标开发与应用融合 标准化指标体系框架，保证指标计算结果可信 制定标准的指标体系框架，可以防止名称与口径歧义导致的指标不可信问题。通过明确界定指标属性，包括明确的业务属性（指标名称、业务含义解释、业务口径等）、技术属性（字段名称、数据类型、取数与统计规则等）、管理属性（分类、所属部门、权限等），保证指标标准框架的完整与严谨。在统一的指标标准框架内，通过数据获取的质量与完整性，实现指标计算结果的一致性与准确性。 指标分类管理，明确加工与使用逻辑 对指标分类管理，具备清晰的指标加工与使用逻辑，可以支持灵活的指标派生。通过分类管理，指标类型与新建规则在企业内部形成统一认知，防止开发与派生不规范导致的重复、混乱，指标加工逻辑清晰。对于一家企业而言，业务行为事件的基本度量，如交易笔数、交易金额、交易用户数等，不可被拆分，其数量往往是有限且不频繁改变的，它们可以作为指标体系中的原子指标。以一定条件对原子指标过滤则形成派生指标，如2021年的交易笔数、5月的交易用户数等。或者，通过一定运算规则计算而形成复合指标，如交易总额=交易笔数*交易金额。 另外，在指标“下定义”的过程中即明确其影响因素，理清关键因素相应的业务变化影响，进而形成网联化的关系结构。基于指标关系网络应用规则，就可以追本溯源，反推出所有可能的原因，快速定位业务问题症结，指标分析逻辑可靠。 流程与指标权属明确 逐步逐级、细颗粒度的指标资产管理能力，使得指标管理流程与权限明确，避免数据安全隐患。在指标体系变更上，增删改动作均需要受到审核流程控制，需要数据管理部门/相关负责人审核通过后才能在指标库中生效，防止指标体系受到“污染”。指标发布后，还需要配置一定的资源权限，即对用户进行指标资源的分配，包括引用权限、查看权限、编辑权限、再授权权限等，以此避免指标建设的随意性带来的安全隐患。 指标提供分析