中国指标中台市场研究报告

2022中国指标中台市场研究报告 前言 在经济增速放缓的大背景下，激烈的市场竞争，多变的消费需求以及日新月异的技术创新为企业带来高风险的生存环境，2020年疫情的爆发又使企业的生存空间进一步恶化。企业的未来充满不确定性，企业也比以往任何时候都更需修炼“内功”，通过精细化管理、数据驱动实现对外部环境的敏捷响应，增强经营韧性。 当企业视角转向内部管理，指标对企业的经营价值得到正视，企业需要构建以指标为核心的数字化管理体系。指标作为衡量目标的量化参数，既是企业管理的通用语言，也是业务数据消费过程中承载数据价值的最小单元。指标质量的高低、指标体系的完善与否对业务数据洞察有直接影响。与此同时，企业内部指标管理的历史问题开始暴露，正在积极寻求完善的指标管理解决方案。 为深入了解行业对指标体系的应用程度、企业使用指标分析的场景和痛点，爱分析与上海跬智信息技术有限公司（Kyligence）联合开展“企业指标管理与数据分析现状”调研。调研获得各行业指标管理与数据分析专家的积极参与。其中，行业覆盖银行、保险、证券、基金、制造、零售和消费品、通信、地产、物流、互联网、软件服务、医疗和卫生、分析机构以及媒体共计14个行业；参与对象涉及产品总监、IT总监、业务总监、数据科学家、开发人员等多种岗位角色。基于广泛的、数据供应和数据消费多种角色的、不同管理职级的一手信息反馈，调研得出以下结论： •整体来看，以指标体系进行业务管理已经成为企业管理的共识。85%的企业认可指标管理对企业实现数据驱动的重要性，并将指标作为日常管理的必备工具； •企业指标应用的痛点多为共性问题。近70%的企业均认为指标口径不统一、指标问题难追溯等指标质量问题最急迫。另外，指标体系不完善、指标分析平台性能低也是过半企业的共性问题； •令人期待的是，针对指标应用的痛点，超过77%的企业积极应对、快速采取行动。其中37%的企业已经领先开展指标分析与管理平台的建设，40%的企业已有建设计划，在做前期准备工作，并将于近期开展实施。 由爱分析、Kyligence共同打造的首份《2022中国指标中台市场研究报告》聚焦企业指标管理的痛点，对指标中台概念进行定义，梳理指标中台对企业数字化管理的价值，结合对指标中台成功实践案例的研究提出指标中台应用落地方法论，为企业发掘数据价值、实现数据驱动提供路径参考。 目录 2022中国指标中台市场研究报告 C ONTENTS目录 前言1 1.市场变幻无常，指标驱动的管理模式强化企业韧性6 1.1市场环境不确定性加剧，企业亟需增强经营韧性6 1.2构建以指标为核心的数智化管理体系7 1.3企业指标体系管理面临诸多挑战11 2.指标中台助力企业构建数字化管理体系17 2.1什么是指标中台18 2.2指标中台的价值21 2.3指标中台的应用场景22 2.4指标中台典型厂商Kyligence25 3.指标中台实践案例34 3.1银行业指标中台实践34 3.2保险业指标中台实践39 3.3餐饮业指标分析与管理实践44 4.指标中台落地方法论51 4.1指标体系构建53 4.2指标中台功能规划与建设61 4.3指标中台运营65 4.4支撑保障：企业管理意识及数据文化建设67 4.5针对中小型企业的建议68 2022中国指标中台市场研究报告 5 1化.企市业场韧变性幻无常，指标驱动的管理模式强 1.1市场环境不确定性加剧，企业亟需增强经营韧性 当下，企业正面临着快速变化的市场环境带来的不确定性挑战。 科学技术的快速迭代、经济周期的深远影响、全球文化的交织互融以及个人主体意识增强等因素，造就了企业面临着不确定性的市场环境。人们用“volatility,uncertainty,complexity,andambiguity”来贴切地定义这个时代。 宏观环境层面，以疫情、战争为代表的黑天鹅事件层出不穷。自2019年底新冠疫情爆发至今，全球疫情防控形势依然不容乐观，全国范围内多地疫情反复。长期的疫情对零售、住宿餐饮、文化旅游、交通运输等行业造成了较大冲击，同时导致居民收入下滑、失业率上升，宏观经济低迷。 此外，国际局势动荡，俄乌冲突爆发、欧洲能源短缺、中美科技战、美联储加息等事件，也为国内经济带来外需减弱、金融市场动荡、地缘政治冲突等系列外溢风险。 微观环境层面，企业需要面对的是“新常态”。一方面，中国经济经历了一段长时期的高速发展之后，绝大多数行业已经从跑马圈地的增量时代进入竞争激烈的存量时代。另一方面，C端消费者的需求更加多元化，选择更加自主化，而由消费互联网、产业互联网联结而成的数字经济网络使得这种需求变化的传导变得更加迅速。 2022中国指标中台市场研究报告 对于企业而言，充满不确定性的市场环境意味着不可控的生存风险：无法预判的消费需求、持续变化的经营环境、存量市场的激烈竞争、复杂和困难的决策等等。而面对不确定性，传统的粗放式运营、经验驱动决策的经营管理模式，将面临巨大挑战。 面对外部市场环境的众多不确定性因素，企业需要提升决策效率，将决策模式从经验驱动转变为数据驱动。这要求企业转向修炼“内功”，向管理要效益，通过更科学、更精细化的管理提高运营效率，及时洞察市场变化并作出敏捷的响应，从而增强经营韧性。 1.2构建以指标为核心的数智化管理体系 如何通过管理的优化增强经营韧性？在当前数字经济时代，企业需要结合现代管理科学理论和数字技术，构建以指标为核心的数智化管理体系。 •管理即目标管理，指标是衡量目标的量化参数 1954年，在经典《管理的实践》一书中，彼得·德鲁克提出“管理也就是目标管理”，并指出“企业目标是管理层的目标，企业绩效也代表管理层的绩效”，管理者想要达成目标、控制绩效，“仅仅了解自己的目标是什么是不够的，他们还必须能够对照目标对自己的绩效和结果进行衡量。管理者在组织的所有关键领域都必须拥有明确和统一的衡量指标”，并将制定衡量标准定义为管理工作的基本要素。 在德鲁克的主张中，衡量指标是实现目标管理的不可或缺的手段。 衡量指标，简称指标，可以理解为衡量目标的量化参数，与目标是一枚硬币的两面。德鲁克在书中提出的科学设定绩效目标的SMART原则，既指向目标，也指向衡量指标。 指标的构成包含度量、维度和维度属性。其中度量是数据表中的数值数据，是被聚合的统计值，也是聚合运算的结果。维度是度量的环境，用来反应业务的一类属性，这类属性的集合构成一个维度，如地理维度、时间维度。维度提供了业务指标对比、观察的角度。而维度属性隶属于维度，如地理维度中的国家名称、国家ID（代号）、省份名称等都属于维度属性。 指标有多种分类方式，如按照测量对象分为：效率指标、营销指标、质量指标；也可以按照结果导向分为结果型指标和过程型指标；或是按照指标的产生过程分为原子指标、派生指标（也即衍生指标）和复合指标。 •指标是通用的管理语言，指标体系是数字化的管理工具 继德鲁克提出目标管理、衡量指标的概念后，管理学理论和工具也不断发展完善。其中，最为著名的是20世纪90年代初由哈佛商学院的罗伯特·卡普兰 （RobertKaplan）及诺朗诺顿研究所所长兼美国复兴全球战略集团创始人戴维 ·诺顿（DavidNorton）提出的平衡计分卡（TheBalancedScoreCard，简称BSC）。 平衡计分卡是一个有效的绩效管理工具，通过将企业战略目标逐层分解，转化为各种具体的绩效考核指标体系。平衡计分卡将战略目标分解成指标体系的思路，对企业管理影响深远。 2022中国指标中台市场研究报告 图表1:企业平衡计分卡指标体系示意图 维度 战略目标 指标 财务维度 增长战略 利润营收 生产力战略 提高资产周转速度合理控制成本费用 客户维度 成为目标客户消费首选 活跃会员数提升客户服务满意度 内部流程 技术研发 加强核心技术研究和应用提升新产品竞争力提高敏捷制造能力精加工技术应用 品牌形象 提升产品品质优化传播渠道三层营销体系建设 注：根据公开资料整理 当前，企业在实际经营中，指标体系并不局限于战略目标的分解，而是将经营活动涉及的各个层级、各个部门、各个环节的目标的衡量参数均纳入指标体系，变得更精细、多元和丰富。 基于指标体系的管理实践，与科学管理之父泰勒为代表的“精细化管理”理念也不谋而合。指标体系通过量化目标实现更精细化的管控，并可以避免单纯依靠人的经验做决策带来的偏差。从这个意义上来看，指标体系有利于企业实现精细化管理中的“五个精细化”，即“精细化操作、精细化控制、精细化核算、精 细化分析、精细化规划”，帮助企业摆脱粗放的管理模式，实现更科学、更细化的管理。 此外，指标体系在企业数字化转型中承担着推动数字化进程、实现数据驱动的重要角色。企业在业务发展过程中会产生大量数据，而指标天然是数据化的，基于数据的指标体系能够对业务进行多维度、全局性、有体系的监控和评估，洞察数据价值，提升管理和运营效率，驱动业务发展。 鉴于指标体系能对齐组织意识、协同上下共同达成目标，是过程管理的力度和粒度的精准体现，指标体系已经成为当下企业通用的管理工具。 以指标体系进行业务管理已经成为企业共识，85%的企业认可指标管理的重要性 图表2:调研问卷数据 如果请您评价数据指标体系对公司的重要程度，您觉得应该是 贵司使用指标体系进行业务管理的频率 12% 3% 43% 42% 12% 3% 49% 36% 重要非常重要一般重要不重要经常一般偶尔从不 注：数据来自爱分析、Kyligence“企业指标管理与数据分析现状”调研 2022中国指标中台市场研究报告 企业使用指标体系作为管理工具的情形较为普遍。参与调研的企业中85%的企业认可指标管理的重要性，42%的企业认为非常重要，43%的企业认为重要。受访企业中近半数的企业经常使用指标体系，36%的企业使用频率一般，15%的企业偶尔或从不使用。 1.3企业指标体系管理面临诸多挑战 •传统指标管理模式“散乱”、“反应慢” 企业使用指标体系进行业务分析与决策的实践由来已久。为了更好地支持业务需求，需要对指标体系进行定义与更新、存储、计算、查询等管理工作。传统的指标体系管理模式有两个典型特征。 指标管理分散。企业一般根据各部门的分析需求将指标就近分散地存储在多种数据管理和分析工具之中，包括关系型数据库、非关系型数据库、数据仓库、BI工具、计算引擎、业务系统指标库等。这种分散的管理模式造成了数据孤岛，进而带来指标定义不一致、指标开发重复、指标权限管理不清晰等问题。 图表3：传统指标管理模式指标分散 协作模式强依赖数据开发部门。传统的指标体系管理模式下，当业务部门有数据分析需求时，需要由业务部门向数据开发部门提出需求，数据开发人员汇总需求后进行集中处理，处理流程包括从多个数仓、业务系统中采集数据，再汇总计算后，将计算结果整合成相对固定化的数据报表提供给业务部门。 在这种协作模式下，由于需求理解的差异可能导致反复沟通和协作不畅，且业务部门的需求增长往往导致数据开发部门的响应周期较长，一般以周甚至月为单位。 2022中国指标中台市场研究报告 图表4：传统指标管理协作模式 部门A 报表A 部门B 报表B 部门C 报表C 部门N 报表N 提出指标需求 统一开发支持 数据开发部门 •指标体系管理和应用面临新需求 在构建以指标为核心的数智化管理体系的背景下，企业对于指标体系的管理和应用将产生一系列新的变化。 指标成为核心数据资产。随着企业管理层和业务人员自上而下地在日常经营管理中更加高频、深入地使用指标作为业务决策依据，指标体系在企业内部的重要性将愈发凸显，成为企业内部统一的业务语言。相应地，指标将成为企业最核心、最重要的数据资产。这就要求指标体系更加完善、清晰、准确，否则将无法有效地支撑业务。 数据分析平民化。随着数据驱动下沉到业务一线，数据分析平民化的趋势愈发显著，数据应用的用户范围从管理层扩展到广泛的业务人员，使得越