第一階段:無管控(11年6月之前)
主要有以下4點問題:
數據邏輯/分析方法不一致(同一部門每次分析的邏輯/方法不一致,各部門對同一主題分析邏輯/方法的不一致…);
數據不共享或者不及時共享;
數據不完整、不規范、不準確;
對數據不理解、不會使用。
第二階段:人為強管控:分散-集中(11年6月-14年10月)
因為第一階段問題公司成立BI項目組(責任人為高級經理)對公司數據進行管控,在此期間經歷了4任領導。主要梳理了3個流程《總裁會議數據復核管理流程》、《數據口徑增刪改管理流程》、《數據匯總管理流程》。
解決了以下主要3點問題:
《總裁會議數據復核管理流程》主要解決各部門對同一主題分析邏輯/方法的不一致問題,確保上會數據準確,復核數據范圍:主營業務相關的資源配置、收入、成本、質量、時效、人員、客戶等業務數據值和明細數據);
《數據口徑增刪改管理流程》主要解決數據不完整、不規范、不準確問題(1、生產部門私自變更口徑;2、缺少數據口徑變更建議渠道;3、審核流程不規范),促進變更過程的規范性,杜絕私自變更的現象,確保口徑的唯一性和準確性,并客觀、真實反映管理需求,進而提高決策準確性。;
《數據匯總管理流程》主要解決數據不共享或者不及時共享問題,及時、完整、準確的收集、匯總并進行集中管控,從而降低數據丟失風險,實現數據共享價值。
第三階段:系統化:手工-系統(14年10月-15年10月)
14年10月10日BI BI咨詢與BI系統實施項目結項,數據管理進入了系統化管理階段。通過BI系統的權限管理,明確了各部門查看的數據權限及數據范圍(涉及5個主要功能模塊(我的駕駛艙、主題分析、戰略管理、報表查詢、指標查詢)、386張報表、1763個KPI(系統化占比76.11%))。
解決了以下5點主要問題:
規范數據管理:14年10月發布《數據管理制度》;
打破公司數據壁壘:BI系統的數據呈現及3個流程(《明細數據導出申請管理流程》、《手工采集數據管理流程》、《手工下發數據管理流程》)實現數據共享;
建立高效的數據管理體系:通過梳理建立了12個流程。
確保數據準確性、數據口徑唯一性:通過系統固化,解決了數據剔除使數據客觀性、真實性存在風險;大量明細數據的導出,導致相同指標不同部門計算結果不同問題。
降低逐年增長的人力成本:支撐數據分析的人力成本隨業務量的增長呈持續增長態勢(10-13年,年均22%增長),2014年節約服務門店、車隊、外場的統計員人力成本1018萬。
對德邦的管理意義有以下4點:
打造德邦管理的統一平臺(全公司在同一個平臺上,用同一種“語言”進行溝通);
通過準確、全面、及時的信息共享支撐業務部門進行問題洞察與改善;
實現德邦管理方法、管理邏輯的積累與優化;
提升數據的獲取、加工及應用的成本效率。
第四階段:深化管理:承接-驅動(15年10月-17年9月)
一、系統化:
通過多個項目對數據從產生-應用-終端環節進行深化管理。
1、數據產生環節:主數據管理、報表中心遷移
(1)主數據管理項目主要解決以下4點問題:
沒有可信數據源,數據一致性無法保證;
主數據編碼不統一,導致數據唯一性識別異常;
主數據字段同名異義,異名同義,字段轉換規則不統一,導致信息丟失;
主數據同步機制五花八門,缺乏主數據檢查規則以及流程支撐。
(2)主數據管理項目結項后實現了以下3點:
建立核心主數據-行政組織和員工的數據質量監控機制,一旦發生數據質量異常問題,每月(工作日)主數據-行政組織和員工的異常預警達成率為95%;
規范并統一核心主數據-行政組織和人員的使用和管理,實現核心主數據-行政組織和人員的數據統一分發;
建立主數據異常數據修復機制和流程。
(3)報表中心遷移項目主要解決以下4點問題:
面向生產系統服務的跨系統數據匯總需求無定位明確的系統承接;
數據重復分布,數據不一致性風險高, 資源浪費且運維成本高 ;
報表中心與BI數據不一致;
調度框架不夠靈活,資源調配不合理。
(4)報表中心遷移結項后實現了以下3點:
建設承接跨系統簡單匯總需求的系統,支撐后續項目的建設;
報表中心關鍵報表以及ETL時間窗口保證在8個小時以內;
上線后1個月內,報表中心的系統穩定率保持在99.99%。
2、應用環節:客戶關系管理項目、收派可視化管理系統項目
客戶關系管理項目:建設客戶管理體系,將業務邏輯固化到系統中,形成數據積累、數據展現、營銷支持等的客戶管理閉環;
收派可視化管理系統項目:通過協助一線管理者有效管理進而提升效率,最終實現“提效率,保收入”的重大舉措。
3、終端環節:移動BI項目
移動BI項目:大屏:公司層面宏觀、核心22個指標監控(6個客戶體驗類指標、5個運營類指標、6個收入類指標、5個成本類指標),自主研發,通過德邦風眼系統展示。
二、非系統化:
主要通過《臨時數據需求申請管理流程》進行管理包含以下4部分:
1、臨時數據申請管理—非系統明細數據:通過合理有效的審批,時將大量的、高頻率的上傳數據轉化成固定數據或系統化數據,釋放專業部門和一線人員的統計時間,降低統計成本;
2、臨時數據申請管理-系統明細數據申請:通過合理有效的審批同時將大量的、高頻率的上傳數據轉化成固定數據或系統化數據,釋放專業部門和一線人員的統計時間,降低統計成本;
3、臨時數據申請管理—總部職能向一線收集數據申請:通過合理有效的審批,減少不合理的臨時收集數據需求,降低一線工作量;
4、臨時數據申請管理—BI資源中心數據下發申請管理:通過合理有效的審批,減少不合理的臨時上傳需求,同時將大量的、高頻率的上傳數據轉化成固定數據或系統化數據,釋放專業部門的統計時間,降低統計成本;
第五階段:全面數字化:轉型-升級(17年9月至今)
1、數字化指揮中心:2017年雙十一,以輪值CEO崔維剛為主的德邦快遞核心領導層全程守在數字化指揮中心巨大的電子屏幕前,屏幕左右兩側顯示德邦快遞全中國126家外場、10641個網點的全景視頻,中間大片藍色屏幕上是基于物流環節、區域網點、電商渠道、客戶反饋等核心指標采集的實時數據。
2、診斷與干預:德邦快遞數字化指揮中心分為運營總覽、拉燈預警和大屏診斷三大模塊?;?3項核心數據指標、24項中轉場數據指標、68項崗位關注指標的運營數據總覽形成;通過數據模型的計算,可以準確診斷系統“健康程度”——即每小時進入的量和轉出的量是否均衡,從而做出拉燈預警,一旦發現某個中轉外場超過預警線,可以遠程一鍵停止卸車;而通過布局在所有車輛的傳感器,可以查看車輛運行速度和載貨量……
3、數字化重塑大件快遞全流程:成立德邦科技,企業品牌名稱更名為“德邦快遞”,數字化“讓天下沒有難送的快遞”,數字化重塑大件快遞全流程。
美國對中國商品加征10%關稅,對跨境電商的巨大沖擊
1151 閱讀SCOR模型:數字化時代供應鏈管理的航海圖
871 閱讀白犀牛副總裁王瀚基:無人配送帶來了哪些機遇與挑戰?
799 閱讀智航飛購完成天使輪融資
861 閱讀快遞人2025愿望清單:漲派費、少罰款、交社保......
774 閱讀京東物流北京區25年331大件DC承運商招標
712 閱讀突發!美國郵政停收中國內地和中國香港包裹,800美元免稅取消,影響幾何?
648 閱讀“朝令夕改”!美國郵政恢復接收中國包裹
625 閱讀物流人“搞關系”,如何與對手戰斗?
505 閱讀春節假期全國攬投快遞包裹超19億件
544 閱讀