随着大数据的风靡,越来越多的专家、企业开始逐渐认同数据分析将在未来成为管理支持的重要依据。但企业建立数据分析系统并不是一件容易的事,在建设过程中会遇到各种特殊而难以量化的需求,尤其是对于集团化的公司。为此,这里分享湖南梦洁家纺CIO杨昊在帆软大数据巡展上分享的关于建立数据分析中心的演讲,希望能给同行的读者有所启发。

234615-1305120K54298

两大痛点阻碍数据化管理

对于企业的数据管理,以梦洁家纺为例,存在的第一大痛点–各组的数据加起来远超五百个字段,这样的字段对于集团化的公司来讲很容易引起冲突。例如,某集团化的重型制造业公司,他的一款钢材在某公司里做了一个总材,在另一家公司里却只做成了一个加强板,且该公司认为这款钢材只是一个辅料,而辅料不用参与预算,这就造成了数据统计管理的麻烦。

另一个痛点是效率。据统计,在企业信息系统不是非常强大的时候,生产管理人员每天要花80%的时间用于业务的管理,剩下的时间用于制作报表和分发,这样的效率很低,而且随着系统的接口越来越多,占据了大量资的源。所有的这些痛点问题都阻碍着企业的数据化管理,必须细分去解决。

构建数据中心-分支系统管理

以梦洁的数据中心基本架构为例,在数据中心中间采用网络虚拟化,数据中心作为核心,所有的子系统都导入到这个数据中心。中心下方有各分支系统,分支系统间的交流,例如分支系统B想从分支系统A中获取一个数据,分支系统B会发出数据重组的请求,而分支系统A会把数据同步到数据中心区,数据中心接到请求后会把数据同步到一个虚拟的分支数据中心,然后就可以直接把这个数据分布到B分支系统中去,B分支系统就可以通过一些手段去使用。

数据可视化管理运营案例

梦洁家纺在公司运营方面最关注客户、产品、服务、渠道,这也是数据化运营的侧重点,在以下的几个案例中有所体现。

1、运营数据直观展示,决策判断及时到位

在可视化方面,我们会利用直观的数据展示来反映公司的运营状况。比如建立同期指标的对比,与黄红蓝色区分,这些指标会通过会员、零售、服务、开店这些形式来监控。

日常零售数据的展示不仅仅是展示,可以通过进一步挖掘,了解到子品牌的数据、服务、开店等情况。通过销售数据可以进一步钻取到各区域的销售情况,以便决策判断出哪些区域可以投入更多的精力。

对于各门店的分析,从数据展示层面可以钻取了解到门店的计划、会员服务、导购行为等情况。通过实时监测数据,一旦出现问题可及时分析判断是哪一环节出现了状况。

而以上种种数据展示和分析,都是通过帆软报表FineReport的开发来实现。FineReport的数据处理能力很强,每天新增的一万多条销售数据,包括库存数据,利用FineReport只要4秒就可以将数据跑出来。

2、FineReport填报功能解决信息的时效性问题

平时经营过程中会有很多的数据、信息收集,包括竞品的信息。以往是定期在城市收集一次,再去大区收集,然后再汇集到网上,耗费的时间早已过了有效期。利用FineReport的填报功能,可以实现实时情况的跟踪和收集,统一填入系统上报至数据库,包括移动端的填报很好地解决使用电脑的局限性。

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2017-11-16 09:24:00
国内资讯 京东11·11:撬动数据中心的支点——京东阿基米德
今年11.11,京东数据中心操作系统(JDOS)阿基米德已经全面接管了应用资源调度。每日调度百万台容器实例运转,每日为离线计算提供了多达3000万核。小时的计算资源,SLA履约 <详情>
2017-11-15 13:43:05
大数据应用 如何克服大数据人才招聘的挑战
像大多数商业事务一样,在大数据相关事务方面取得成功取决于企业的人力资本。对于所有关于机器学习和支配现代市场的算法的讨论,人们仍然是当今商业世界的中心。那么管理者 <详情>
2017-11-15 09:59:00
交换存储 什么是数据中心的双层存储系统?
大多数数据中心至少拥有五到六个不同供应商的不同存储系统,这既提高了存储成本,又加大了管理复杂性。而一个潜在的解决方案是全闪存数据中心,其中所有数据都移动到一个单 <详情>
2017-11-15 09:40:37
机房建设 数据中心从芯出发
数据中心是信息处理的集中场所,是由大量服务器、网络和存储等设备搭建起来的强大数据处理系统。虽然现在云计算、大数据、人工智能等这些软件虚拟化的技术在数据中心里大行 <详情>
2017-11-15 09:39:00
大数据资讯 当前和未来重要的大数据优势
据预测,以目前的速度发展,到2020年大数据的市场规模将超过2030亿美元。2017年即将结束,随着需求的增长,数据的重点也在以同样的速度增长。今年以来,大数据的主要趋势围 <详情>