一个好的经营分析能够使得企业不断进行自我完善和优化，促进核心竞争力。那么在大数据时代下，企业该如何建立经营分析体系呢？本文就拿东阿阿胶实现经营体系建设的例子来简单介绍一下：

一、现状分析

目前东阿阿胶集团在使用的系统有ERP、CRM、营销系统、会员系统以及行业系统等，但系统间存在数据孤岛及数据壁垒的问题。

• 一方面无法与其他系统数据打通，导致数据口径与数据修改问题频繁出现

• 另一方面在集团层面把控全局数据存在一定难度，导致后续系统数据整合等工作难度大

• 数据整合分析暂时只能通过线下的形式展开，大大降低了数据分析效率

后来，经过反复的市场对比和考察之后，企业选择了帆软作为合作对象，进行信息化项目实施，决定共同构建企业的数据分析体系，具体的思路见下。

二、项目建设思路

项目采用先总再分的思路进行整体体系规划与开发，首先从公司整体视角出发，诱导各业务主题模块综合驾驶舱及大屏等内容的构建，然后在整体体系完成的基础上，进而搭建公司整体的经营分析平台与管理场景，具体项目目标如下：

• 首先整合各业务系统真实数据，进行综合分析、重点展现，使战略层能初步掌握运营概况，能站在整体角度上调整各个业务部门的冗余工作，提高内部效率。

• 对于指标数据，优化存储结构，方便信息部门统一管理企业数据；对于可复用主数据，开发交换接口，方便现今、以后的业务系统的统一调用。

• 提供多终端的数据分析与展示的基础功能作为数据呈现的统一平台，最终实现围绕公司整体的业务管理闭环，构建全方位的自动化分析体系，辅助决策。

三、项目建设需求落地

1、数据信息化平台建设需求

鉴于目前的信息化建设现状，需要一个能够集中体现企业运营活动状况的、全局的、直观的、可视化的经营分析系统，以供决策和运营管控的运用，提升运营效率，本次项目应用的是FineReport平台：

2、 数据底层建设需求

目前，公司业务系统量多且杂，线下变动频繁，导致一系列数据不及时、数据偏差、数据不一致，严重影响高层查看数据，降低工作效率。因此，优化数据管理体制，清洗整合系统数据势在必行。

• 收集主题性分析需求，初步诱导形成系统指标并持续完善

指标的系统化梳理建立是数据支撑的关键一步，针对各主题分析指标的收集与整理，并与各业务部门达成一致，建立完善公司现有数据的整合，为后续数据仓库的搭建打下基础。

• 针对需求反映出的数据粒度，确认指标权责并对其分级

指标的权责确认是数据梳理的第二个关键节点，公司将管理需求指标直接指向各业务部门，一方面理清了指标的来源，另一方面也逆向诱导了各业务部门业务系统的体系建设。同时，对各指标进行分级管理，为后期分期建设经营分析体系整体规划。

• 建设经营分析系统数据仓库并逐步完善

在业务系统完善优化的基础上，梳理清洗业务数据，搭建经营分析系统的数据仓库，为后续公司整体数据运营管理形成初步的体制，统一的数据入口对应统一的数据输出出口原则，达到数据准确一致。

3、分析主题开发需求

• 营销主题

营销主题模块是重点模块，主要从发货、纯销、库存、熬胶、铺货等角度，综合展现公司当前的营销情况。同时，对营销模块中的重点指标及重点内容做深入对比分析，例如四省两市、熬胶平台、辅料包等内容。

• 供应链主题

重点针对产销存进行综合分析，能够反映公司当前的采购情况、生产情况，外加一定程度的库存情况。通过产销存三方对比，能够将公司生产与其他内容结合起来，并给出一定的指导建议，助力于进一步采购调优或生产提效等。

• 运营主题

针对现阶段运营分析，本次规划两方面运营内容：IT运营分析和财务资金运营分析。

IT运营分析主要面向于IT信息部门，综合展现公司现有系统情况及使用情况，帮助后续的系统整合及信息整合；

财务资金运营即展现分析现阶段公司资金情况，主要从公司营业收入、利润、应收账款等财务视角来展现，重点通过时间维度进行对比等分析，让领导对公司当前情况作整体把控。

四、项目展望

• 数据融合：收集市场公开和企业购买数据，追踪电商平台、社交媒体、垂直论坛数据，融合企业内部数据，打造全域数据平台，形成数据资源池。
  

• 数据理解：以客户、消费者和产品为核心，沉淀行业知识图谱，建立高度场景化数据产品和决策模型，使得各级人员深刻掌控运营现状。
  

• 数据智能：灵活自由展示指标，多维度钻探数据，异常自动诊断，主动预警提醒，智能数据挖掘，归纳经验为知识，预测未来成可行，理性决策。