【课程背景】

随着大数据时代的快速来临，整个社会经济发展和企业信息化水平的不断提高，数据化管理在企业经营管理营销工作中的地位越来越重要。数据化管理不仅仅是简单的软硬件的堆砌，更需要营销管理者掌握切实可行的数据管理与分析的科学方法，以应对愈加错综复杂的市场环境。

本课程首先介绍企业数据化管理的困境，随后从数据质量、数据化管理意识、分析主题系统性、数据化管理人才等视角深入剖析数据化管理的种种困难和障碍，从数据的角度看管理的类型，介绍数据化管理的概念和内涵以及数据化管理的重要性。随后介绍数据化管理的应用现状、流程等，以大量的案例介绍企业数据化管理的应用以及应对策略。   

【讲师简介】 纪贺元 老师

复旦大学博士，长期从事数据分析、市场调查、EXCEL、SPSS、CLEMENTINE、eviews等方面的咨询工作，国内知名数据分析专家。曾在上海贝尔、MOTOROLA、Lucent、新加坡比技公司等跨国企业担任多项企业信息化、数据化、数据分析和挖掘的领导工作，主持和参与过十多项政府和企业数据分析和挖掘的项目与课题。

【课程大纲】

1. 企业数据化管理的困境

目前在国内，无论是大中型企业，还是小微企业，在数据化管理方面程度不同地都面临着困境，具体表现如下所示，这些问题导致虽然企业人员尤其是中高层管理人员自身有着数据分析的需求，但是就是做不起来，达不到自己本身管理的目标：

（1） 数据质量不高甚至低下

（2） 企业人员数据化意识不强

（3） 分析主题零散并且模糊不清

（4） 缺乏专业分析实施团队

2. 企业中的数据质量问题

巧妇难为无米之炊！由于种种原因，即使是大中型企业，也不同程度地存在着数据质量的问题：

（1） 什么是数据质量？

（2） 为什么企业的数据质量总是不高？

（3） 为什么我们很多企业不愿意在提升数据质量上加功夫？

（4） 如何有效地进行外部数据采集？

案例：中国工商银行进行全国数据大集中工程

案例：东北某大型汽车整车厂利用内外部数据进行汽车库存管理优化

3. 数据化管理的意识问题

这几乎是数据化管理中的较头疼的问题，很多企业人员尤其是基层人员数据意识淡漠，即使管理者反复强调，也往往效果不佳：

（1） 企业人员数据管理意识淡漠的原因何在？

（2） 管理者如何有效地提升企业人员数据管理意识？

案例：上海某药企利用商务数据分析“头对头”的竞争关系

4. 分析主题系统性差

“重报表轻分析”这句话喊了很多年，但是实际上也反应出企业数据化管理的难点所在，报表相对比较简单机械，而分析主题则变化多端：

（1） 数据报表和数据分析的差异

（2） 分析主题的复杂多变

（3） 元数据化和数据互联互通的重要性

案例：江苏某外企采用先进的报表系统实现基于“人机料法环”的生产管理

案例：上海某央企采用数据分析来降低物流成本

案例：某公路物流企业用数据分析来监控营销成本数据

案例：浙江某大型企业对其经销商进行基于多维度的分类管理监控

案例：天津某外企薪资福利和员工满意度的相关分析

5. 专业分析团队和能力缺失

数据分析和挖掘的人才目前总体来看处于供不应求的阶段，一般企业中的数据分析的人才更少：

（1） 数据分析人员的工作内容

（2） 数据分析人员的判断（录用）标准

（3） 一般企业如何应对数据分析人才的缺口困境？

案例：杭州某外企建立数据分析团队的困惑-如此昂贵的数据分析人员

6. 企业管理类型

企业时刻面临着管理与决策，包括：

（1） 生产管理

产量、质量、运维等方面的决策。

（2） 营销管理

定价、促销、渠道、售后等方面的决策。

（3） 财务管理

企业投资、账目、成本等方面的分析决策

（4） 人事管理

人才选育用留等方面的决策

（5） 供应链管理

采购、库存等方面的决策

（6） 其他管理决策等

7. 数据化管理的概念和必要性

在大数据、人工智能盛行的今天，仍然有很多人认为数据化管理没有太大必要，我曾经听过多位高管说过“原来不懂统计、不怎么看数据，不也是一样过过来了？”，不过时代不同了：

（1） 概念

建立在企业内外部数据基础上的的管理决策系统。

（2） 内涵

数据化管理包括企业业务流程支撑、业务优化、决策支持等多个方面。

（3） 数据化管理的必要性

主要表现在竞争环境变得更加复杂、产品的生命周期缩短、更新换代加快以及互联网时代企业管理的复杂度和难度加大等方面。

8. 数据化管理的应用现状

（1） 企业业务流程支撑

这是目前企业数据化管理做得较成熟较好的部分，生产流程、营销流程、财务流程、人事管理流程等都是依托相应的数据及其他管理流信息支撑起来的。

（2） 业务优化

业务优化目前没有专门的综合系统来支撑，但是利用历史数据进行业务的优化现在已经开始普及，例如生产运维部门采用数据优化维护策略、营销部门利用数据锁定用户、提高营销效率等。

（3） 决策支持

利用数据进行决策支持，是数据化管理的较高阶段。

9. 数据化管理的流程

（1） 企业管理需求收集

（2） 数据整理和汇总

（3） 数据化管理系统建设

（4） 依据数据进行业务分析和决策

（5） 根据管理中的问题进行闭环修正

案例：上海宝钢利用数据化管理进行产品成本核算和产品质量提升

10. 企业数据化管理的应用案例介绍

虽然数据化管理在我国企业仍然处于推进期，但是已经有了一些比较成功的应用案例：

（1） 阿里巴巴推进运营数据可视化

（2） 某车企采用历史客户数据进行“客户画像”分析

（3） 南京某外企设备运维数据的分类以及故障率分析

（4） 杭州某集团公司进行广宣品的调配分析

（5） ……..

11. 一般企业数据化管理困境的应对策略

企业数据化管理工作是一个系统工程，需要政府、行业、企业等多方面的推进。对于企业而言，做好以下工作至关重要：

（1） 做好数据规划工作

（2） 强化企业人员数据化管理意识

（3） 做好企业各种数据的长期积累

（4） 勿以善小而不为，从小的分析主题逐步发展

（5） ……

12. 小微企业数据化管理困境的应对策略

小微企业在各方面实力无法和大中型企业相比，但是如果实施得当，也可以比较好地进行数据化管理：

（1）加强数据的积累和稽核工作

（2）适当考虑IT系统社会化

（3）强化对微软等小型系统的应用

（4）……