随着数智时代的到来，企业各级经营者对于时刻把握经营动向、以数字驱动的企业级经营分析的需求日益增加。

1 传统BI在经营分析中的局限

当我们和国内很多的企业进行交流的时候，发现这些企业虽然购买了BI工具、甚至采用了高额费用构建了数据中台+BI，最终项目落地效果往往不太理想。

以下，是一些来自于客户对企业经营分析BI平台的评价：

（1）展现内容体系性较差、全面性不足，无法满足全方位的决策

（2）无法实现管财同源，缺乏“唯一的真相”满足各职能不同的分析视角

（3）分析内容颗粒度太粗、深入性差，无法有效的指导业务

（4）展现数据逻辑转化不透明，底层数据可靠性、完整性、可信性不足

（5）分析应用与实际业务运营流程贴合度较差，使用场景管理体系不明

（6）市场环境变化、系统环境变化，展示内容无法敏捷调整

在这样的情况下，很多企业在BI平台使用一段时间后，又回到了传统的邮件要数据、Excel表格做分析的模式，或者再去购买单点的分析解决方案，造成更多的数据孤岛、花费更多的时间和更多的成本。

02 精益化企业经营分析的本质

我们正处于快速变化的VUCA时代，企业经营分析的本质实际上就是构建将战略与执行联系起来的数据结构。在90年代初，随着平衡计分卡理论的推广，“业务绩效管理”一词开始在欧美流行起来，并在2003年演变成“企业绩效管理（EPM）”，最终在2020年进一发展为“扩展计划与分析（xP&A）”。

根据Gartner的定义，企业应该采用系统性的方法监控和管理企业的绩效表现，并围绕这个目标构建指标体系、管理方法与支撑系统，进而集成融合。只有通过这种方式才能真正的实现全面、深入、透彻的企业经营分析。

关键要素一：构建全面的经营分析指标体系

有效的经营分析，必须构建“全面、融合、深入、协同”的指标体系，真正的支持战略、赋能管理、督促执行。

首先，经营分析指标体系的构建必须拉通企业的长期绩效表现与短期绩效表现。领先的企业往往会围绕其战略、外部市场和内部资源的约束、财务增长的预期制定中长期的业务规划。通过这个规划为企业年度的绩效表现（如营收、EBITDA、现金流、每股净收益、市值/估值）目标制定提供指导。同时，除了这些短期财务指标之外，还必须综合考虑资产类、证券类、股权类、研发类等投资事项对企业长远经营与绩效表现的影响。

其次，经营分析指标的设计必须将财务绩效指标与各条线的业务规划有机结合。通过运营KPI，将财务绩效表现和业务执行活动贯通，沿着企业经营价值链上的各个节点（如市场、销售、IT、HR等）进行指标体系建模。从而使得企业绩效目标的制定不再仅仅依靠顶层财务数字的推演，而是能够具体连接到各个业务部门的业务活动，从而有效的实现组织目标的对齐、强化责任制。通过这样的指标体系驱动各个业务部门推动企业业绩的增长、盈利性的提升、市值/估值的提升。

再次，经营分析指标的落地必须形成基于绩效表现、透视业务发生“动因”的分析报告，并聚焦于目标与实际的差异进行分析与优化。很多经营分析报表往往仅停留在财务指标层面，而没有提供真正对业务运营有帮助的指导与分析。基于绩效表现、业务“动因”的分析，应该明确分析使用的场景、目的，抽象影响业务的关键性驱动因素和风险因素，并通过目标与实际情况的对比，分析业务存在的问题，以及这些问题对于绩效指标的影响，使得整个组织够聚焦于关键性的问题，找出关键性改进优化点。

关键要素二：PDCA思维构建经营分析管理方法

成功的企业经营分析管理，离不开“有始有终、不断反馈、不断优化”的核心思想。没有反馈、不做优化的经营分析只能是大量数据应用的堆叠，其价值也就只能停留在提供数据层面，无法提升企业的管理水平和业务水平。

从实际角度出发，所有企业都希望能够形成分析数据、策略讨论、决策制定、执行和回顾的可重复的、标准化的闭环管理体系。而企业内最常见的一个闭环思维便是PDCA闭环。PDCA是质量管理的基本方法，分为：Plan（计划）、Do（执行）、Check（检查）和 Action（处理）等4个阶段，因其存在普适性而被推广到企业的各项管理工作中，成为企业实现经营管理闭环的有效方法。

PDCA闭环思维落实到企业经营分析，完整的循环应该包括：

-目标设定：定义高级目标和目的以及商业模式

-建模：定义业务模型、资源、约束、驱动因素和场景

-规划：年度财务和运营计划和预算，定期预测

-财务结算和合并：账簿的月度、季度和年度结算

-报告：将结果交付给内部外部利益相关者进行审查

-分析：将实际结果与原始预算或计划、前期进行比较，比较不同部门或产品线的结果等，了解结果与基准不同的“动因”，并确定纠正方向的行动方案。

对于各个业务细分板块，PDCA闭环思维的核心落脚点更是需要有效的拉通“战略-财务-业务”，不仅实现“业财融合”还需要实现“业业融合”，从而更加紧密的贴合业务实际运营流程。通过基于绩效的指标、基于“动因”的洞察、持续滚动的预测性分析和假设性分析，有效的指导业务，促进相关部门与工作的协同协作。

以销售营销管理为例，经营分析的核心落脚点便是形成“预算-实际-预测”三位一体的业财融合监控与协作管理体系，并以PDCA思维进行管理与优化。

关键要素三：“业财融合”特征系统支撑经营分析

基于企业经营分析落地所需的指标体系和管理方法，传统的商业智能分析（BI）方案必须被颠覆和重构。实际上，企业经营分析必须通过充分的业财融合，才能使得精细化的经营分析得以实现。传统的BI解决方案，核心方案仅停留在有限的数据抽取与可视化展示层面，没有深入“业财融合”领域进行根本性的治理，导致后续的经营分析难以为继。

（1）数据生成的“业财融合”

传统BI解决方案，采用ETL数据工具从企业的下游业务系统、财务系统或者数据仓库中抽取数据，进行建模分析。然而，不少企业的业务系统财务功能薄弱、或是因为业务交易对接的外部系统本身就缺乏财务功能，导致在业务发生的源头上就产生了分析所需数据的丢失，或没有保存业务单据和财务凭证中间的映射关系。

例如，对于不少企业进行多渠道销售时，订单数据与收款流水割裂，无法识别财务凭证对应的是什么业务单据。再如，传统的财务系统在记账过程中，记录信息以财务信息为主，仅提供无层级结构的、有限的辅助项，导致财务数据无法有效的和业务数据关联。构建精益化的经营分析平台，必须在业务发生时就可以帮助企业有效的实现“业财一体化”。

（2）数据模型的“业财融合”

经营分析体系的落地，本质是要构建「财务-业务」、「业务-业务」数据之间的「语义关系」。例如，一笔收入可以展开到多个凭证，凭证的背后关联着合同/订单的收款条款，而每个合同和订单都可能关联到某些项目，项目能够追踪到客户和产品，产品又能够关联到物料，物料链接到供应商…

沿战略-财务-业务层层展开的复杂语义关系，背后的关键之处是要构建的“面向对象的业务模型”和“多维财务模型”，并采用领先的“业财融合”数据治理方法论进行建模。具体而言，需考虑多场景、多角色、多视角分析场景下，能够确保源头数据的一致性、多层级的灵活组合性和高可复用性，真正意义上迈向数据“民主化”，形成全域“业财知识图谱”，而不是仅停留在传统的“星形模型”或“雪花模型。

（3）数据使用的“业财融合”

传统BI的数仓亦不包括预计未来会发生什么（预测和业务场景）或“计划”数据，而这些数据往往散落在企业各个业务人员的Excel表中。在我们看来，“单一事实来源”应该也包括：采集和管理各个分析模型的预测版本、输出和目标；每周快照或速报版本或每周的运营预测；基本假设、业务“动因”和差异评论。

同时，传统BI点状的分析解决方案，无法满足非常有体系化的、协作的业务决策过程。

而采用具有“业财融合”特征的集成业务规划与分析一体化平台，可帮助组织在单一平台上协作、规划和开发业务场景、运营计划和财务成果。这些工具结合了“计划”和“实际”数据、企业经营目标、关键业务结构以及集中式业务规则和逻辑，从而实现了整个组织的一致性、可靠性和信任度。从本质上讲，它们通过成为一个集中的“信息仓库”来帮助完善“单一事实来源”的定义，并充分贯彻PDCA管理思维，形成管理流程体系，帮助企业提升管理水平；而不是仅仅提供一个分析看板，无法有效的与实际业务运营流程贴合。