数据驱动公司企业战略转型 开辟管理方法新机遇，数据管理对企业的启示

毕马威科技驱动一体化解决方案，助推企业经营管理决策数智化

引言

“十四五”规划大力推进了各行各业的数字经济发展，企业进行数字化转型已是势不可挡。作为大中型的央企国企，其下属企业在面向客户的业务域数字化转型已初有成效，但在集团全局管理域数字化决策普遍存在较大提升空间。既然数据作为集团管理数字化的基本要素，通过经营管理决策平台等技术集成归并跨系统数据、规范异构系统数据标准、建立主数据管理、推动数据治理、提升全员数据应用能力、持续迭代形成高质量可用数据就成为优先战略落地事项。从而使我国央企国企在数据驱动决策、精细化管理的软实力发展奠定基础，通过持续深入管理数字化转型、数据治理和管理变革，将整体性逐步赶超数字化四级成熟度及以上的世界一流企业。

一、集团经营管理决策的突出挑战

改革开放是基本国策，一般中大型央企国企在国资委引领下已进行数十年国改、企业重组、并购和合并优化，已形成了跨区域多业态多法人主体的下属企业群和集团总部的庞大复杂组织架构。其管理模式以下属子集团法人主体的独立经营管理为主，集团总部往往采取的是以战略、财务、人力、风控合规等战略型管控方式，导致集团并未完整集成企业全量、统一标准、及时和高质量的经营管理数据，从而难于形成用于管理决策的可信可用数据。由于数据项目投入回报周期比管理系统信息化建设要长得多，使得望而却步；如没有可信数据，集团就无法真正意义上推动全司精益管理和精细化管理。从而使得集团束手无策、一筹莫展。推进集团数据决策存在的突出挑战如下：

数据成熟度评估不足

对企业数据现状成熟度评估不足情况下，直接启动经营管理决策平台建设技术项目，会导致对建设范围和目标、指标体系、数据架构策略、演进路径制定、配套的管理数字化转型推进、配套运营管理工具和流程设计、配套数据治理体系和组织设计、阶段性成果定义将会和事实规律不符，容易导致投入挫折、错失时机和无法实现循序渐进的数据应用良性发展。

管理信息化系统孤岛严重

由于下属企业管理信息系统先于集团建设，另集团总部职能管理建设系统并未统一规划建设，形成系统孤岛，导致数据在管理口径、数据标准、主数据等都不尽相同。由此，管理决策需要的数据就需要人工收集归并等大量工作，无法数据决策穿透到业务，难于支撑管理高效决策。

缺乏统一的经营管理决策平台

各业务单元采取各自为战而非全局视野，从各自管控范围系统获取数据，以支持局部的经营管理决策，集团缺乏统筹数据集中行动而长期停摆，这导致集团总部和各下属企业应用数据水平参差不齐，无法帮助集团企业能集约化统战管理和决策，也阻碍企业整合企业数据情报进行系统性改革和高质量发展。只有形成统一的管理数据决策平台，才能从大而不强到同心协力、利出一孔局面转变。

数据项目建设和应用存在偏见

由于管理数字化信息系统建设从系统投产开始带来的管理流程自动化、跨职能团队协同效率提升价值十分明显。受此影响，管理决策者极可能认为一个数据项目建设（包括AI项目）也会马上获取可用决策依据数据，甚至立竿见影成效，其实这是一个偏见。数据项目成效不但依赖专业团队建设可靠的经营管理决策平台，而且也依赖源系统的数据质量及其数据治理体系建立。数据质量问题存在较多隐含问题，主要包括前信息化管理系统在数据治理方面的技术负债和规范化缺失的管理负债。如果先前没有积累过数据项目建设、维护运营和数据治理长期投入的成功经验，这种偏见就普遍存在。对普遍存在数据质量问题的项目，应坚如磐石地推进持续数据治理体系建设和改进工作。

重建设轻运营的态度

受外部大数据和AI应用成功案例影响，管理决策者往往寄托于一个大而全的经营管理决策平台系统建设，认为投产后不需要再对系统运营迭代投入，就能获得管理决策所需要的数据支撑；这犹如水中捞月，徒劳无功。系统上线后运营投入持续迭代和配套数据治理管理运营体系支撑必不可少。

缺乏数据治理体系的执行力

要使得数据可用可信，和数据治理体系的搭建、落地执行密不可分，但企业普遍不重视数据治理责任制度设计、考核指标设计、数据评价、执行监督和激励机制。需要持续的数据治理提升数据质量，调整优化管理决策维度和指标，开发新需求，升级优化系统等工作，才能真正助推数据驱动决策文化和固化管理行为。

坚如磐石的决心和定力

企业不但面临管理数字化转型变革带来的诸多组织、流程、文化、能力差距挑战，而且面临通过数据平台自下而上推动数据治理执行到位的挑战，这些需要企业自上而下的管理战略执行贯彻到底和长期定力，以促进全员转变认知到数据是第一生产要素，帮助企业形成一切以数据进行决策的管理和运营基因。

二、毕马威科技驱动一体化解决方案

毕马威综合经营管理决策平台方案及其关联管理实践体系，结合企业实际现状和特点，量身打造出贴切企业自身管理和数据发展路径的经营管理决策平台及配套管理体系方案。方案所融合的管理实践体系包括企业数据成熟度评估模型、数字化转型方法、数据项目实施方法、经营管理决策平台架构方案、数据治理管理体系、毕马威目标运营模型及数据应用和运营监督实践等，毕马威为企业拓展战略思维从数据平台系统建设到如何建设固化相关支持可持续发展的工具、数据治理流程和组织运营能力，以体系化角度规划构建和运营经营管理决策平台方案，为数据驱动集团管理决策夯实基础、扬帆起航。

集团管理数字化转型通过自上而下的统一战略规划逐步落地推进，当核心管理系统平台达到一定数据成熟度，可以结合经营管理决策平台项目的实施落地和数据质量评价反馈，提出相关数据治理、统计口径和分析维度标准化、业务规范化需求，可以自下而上促进集团管理数字化业务平台深化建设。企业核心管理数字化平台和管理决策中台赋能企业形成从事前、事中到事后闭环管理，其实为互为补充、相得益彰的两大平台。

毕马威建议的一体化解决方案和建设关键任务如下

数字化现状成熟度评估

开出良方的前提是把脉问诊，经营管理决策平台方案蓝图规划需从现状调研开始。从集团数据战略、管理系统集中化和数字化、MDM主数据管理、数据资产管理平台、数据质量、组织和数据治理、数据应用成效等现状能力进行裁剪、现场调研和评估。在数据成熟度模型裁剪时需要充分考虑央企国企所面临的普遍突出挑战和问题，确保评估全面性。结合数据方案的领先实践、企业数据需求和价值目标，进行对标能力差距分析，并给出数据现状成熟度诊断报告。诊断报告中存在差距能力项目往往相互作用，为避免顾此失彼，在设计经营管理决策平台解决方案时需要系统化统筹考虑，即使有改进举措超出经营管理决策平台体系范畴，也需要从整体角度提出优化方案建议。

关键应对方案举措

根据现场调研和数据成熟度诊断报告，可以交叉验证假定的问题，通过梳理诊断得出的问题和能力短板，给出系统性的应对方案举措。数据应用体系完善需要跨越经营管理决策平台领域，应对方案举措需要企业全局考虑。

一般有三类数字化问题：

1源系统数据可用问题，包括信息孤岛、局部数据等，应对方案需联合MDM主数据管理打通跨系统信息和流程；采用数据源系统集团集中化部署；持续面向数据质量和数据需求改进的系统优化等。在依赖自动化数据采集的管理指标设计也需深厉浅揭和具备可操作性，宜采取循序渐进。

2数据平台架构质量问题，比如规划缺失状态、难于响应需求等，应对方案需升级或构建新经营管理决策平台，但需要结合企业现有资产，比如企业已有大而统一的数据湖投入，那么集团可以在数据湖之上建立管理域主题的数据平台，以数据资产迭代开发DevOps方式满足指标和数据分析需求。

3流程和组织保障问题，这些问题一般涵盖数据规律认知、数据治理能力、数据应用能力、数据治理流程和组织责任制设计、项目和运维技术支撑采购模式、建设路径设计等方面。

产品和供应商选型

遵循企业数据架构规划，选择合适自身条件的数据产品和实施运维供应商。在供应商选型方面优先设计采购和未来实施运营模式，然后考虑选型指标维度，其包括未来企业数据资产应用领域需求、产品和服务质量要求、市场人才充裕程度、产品可扩展能力及自主可控程度、建设周期、合作信用度和管理能力、价值衡量对等的预算投入和合理的技术指标等。其中质量要求和数据类人才息息相关，这部分要做好物色关键优秀人才的选拔准备。这些确定后，还需调整适合企业能力互补的指标在较高权重位置，以避免指标太多而迷失重点。

经营管理决策平台架构蓝图和方案落地建设

毕马威灵活应用经营管理决策平台架构方法论和领先实践，涵盖数据战略规划、数据架构从0到1设计、数据基础底座构建、管理域数据资产和BI应用开发、数据治理和投产、管理数据域从1到100的运维迭代方面进行落地实施。毕马威坚持质量是设计出来的，预先考虑数据架构分层、可复制的代码架构、数据集成任务容错能力、灵活的多维数据分析模型、最大化指标标准化、BI展现规范化、数据应用价值场景等这些重点设计领域。并发布架构设计规范，协同业务、数据开发团队和运维团队遵循设计规范来设计和开发数据需求，从架构和设计开始即避免后续维护阶段的技术负债和浪费。

为支持经营管理决策平台建设项目和后续持续运维迭代敏捷响应需求实现，需建立配套的相应开发和维护管理体系，把相关最佳架构实践和迭代支持流程固化在需求开发协同工具、后续维护工单跟踪管理工具、经营管理决策平台文档管理工具、代码和发布CICD管理工具、项目和维护管理体系中， 全方位保证高质量的经营管理决策平台建设和运维迭代的可持续服务。

可持续数据治理保障体系

相比在数据驱动管理决策处于成熟阶段的世界一流企业，我国央企国企普遍在探索阶段。在企业内部管理层因缺乏可靠数据决策和经营分析管理持续优化抓手，很多运营效率问题很难定位和层层解决，为此企业需应用数据支撑决策的价值回报的信心和数据治理的执行力。可持续的数据治理保障体系建设是经营管理决策平台项目后续落地和可持续运营闭环的关键一环，体系涉及数据治理组织和责任人落实、数据质量的评价体系及跟踪管理流程、统建管理系统相关业务团队和技术支撑团队协同模式、数据治理PDCA闭环管理流程、数据绩效指标等设计和执行。数据治理是循环运营流程，始终需要系统和管理监督支撑，需认识到这不是一劳永逸的工作。随着持续数据治理和流程优化，人工投入会持续下降，并获得以数据决策为基础的管理效率。

自此，相关的数据应用技术、工具、流程、组织体系中相关关键成功要素已探讨。如何发挥其投入回报，最后关键在于如何改进和完善周期性的企业经营管理会议及其跟踪执行机制。集团型企业需要坚持从局部数据到全量数据治理发展路径，以支撑经营管理分析改进决策的循序渐进。全量数据将有助于企业在财务、销售、生产、运营、人力绩效等全方位作出全面精细化管理决策和持续改进，以促进企业治理后续数十年高质量高水平发展。

三、基业长青

随着企业绩效指标越完善和决策体系越成熟，企业逐步发展至数据驱动管理决策的成熟阶段。成熟阶段持续后，企业会进入熵增僵化阶段；这时，企业往往会出现体系过于复杂现象，脱离市场和缺乏创新活力，再次需要企业管理者进行简化和优化绩效指标体系，改革企业组织、流程和业务模式等，引领企业持续变革直至重获新生，巩固企业可持续发展和基业长青。

结语

毕马威管理咨询团队积累了丰富的管理数字化规划咨询和经营管理决策平台的设计实施落地经验，为集团型企业提供从蓝图规划到落地实施的高质量服务，协助企业厘清管理数据发展方向和战略落地举措，提升企业多个或全域管理领域数据应用能力，持续提升和巩固企业管理的竞争优势。

毕马威经营管理决策平台解决方案始终坚持以企业价值为中心原则，秉持心存敬畏，行有所止的专业咨询精神。谨遵嘱托，坚定帮助企业从流程经验决策到数据驱动决策管理模式的转型，为企业的管理数字化发展贡献力量。

本文内容仅供一般参考用，并非针对任何个人或团体的个别或特定情况而提供。虽然我们已致力提供准确和及时的资料，但我们不能保证这些资料在阁下收取时或日后仍然准确。任何人士不应在没有详细考虑相关的情况及获取适当的专业意见下依据所载内容行事。本文所有提供的内容均不应被视为正式的审计、会计或法律建议。

©2023毕马威华振会计师事务所(特殊普通合伙)、毕马威企业咨询(中国)有限公司及毕马威会计师事务所，均是与英国私营担保有限公司— 毕马威国际有限公司（“毕马威国际”）相关联。毕马威国际及其关联实体不提供任何客户服务。各成员所均为各自独立的法律主体，其对自身描述亦是如此。毕马威华振会计师事务所(特殊普通合伙) — 中国合伙制会计师事务所；毕马威企业咨询 (中国) 有限公司 — 中国有限责任公司；毕马威会计师事务所 — 香港合伙制事务所。版权所有，不得转载。毕马威的名称和标识均属于毕马威国际的商标或注册商标。