CIO聚谈管好“十二分数据”的经验

　　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。