数字化经营管理：为什么，是什么，怎么做？

2018年，当通威股份开始踏上以“支撑战略转型、引领业务变革、推动管理创新”为目标的企业数字化转型历程时，“用数据驱动运营”就被列为转型之役的攻坚重点之一。效率太慢了！比如反映当月业务经营情况的管理报告，就算IT人员、财务人员连续加班，报告送到管理层手上时也至少是下月中旬之后，决策落地则往往还需要再加上最少半个月。过期的决策有什么用？过期的执行有什么用？这些问题一度困扰了通威管理层很长时间。

困惑不止于此。面对信息化后产生的成堆数据，通威管理者还发出了诸如此类灵魂拷问：“开发了220+张图表，为什么仍无法满足我们对数据的需求？”“决策难度太大了，我们以为用户都是数据分析师！”一句话，要让数据驱动决策，决策难度必须降维。

01让听得见炮声的人做决策

通威的困惑其实同样困扰着很多企业。在传统的企业经营管理模式下，企业常受限于“管理半径”与业务复杂度和规模之间的矛盾，加之大部分企业的内部数据质量不高及透明度低，从而使得高层很难向下进行管理穿透，只能依赖于人工主动发现问题并基于繁琐的流程层层汇报以处置各类事件。然而面对日益多元化、复杂化的形势，传统人海战术式的治理模式已存在瓶颈，治理成本高、效率低等，对企业竞争力造成了致命的影响。

“让听得见炮声的人来做决策”是华为老板任正非基于对美国特种部队的作战研究总结而来，与传统的企业经营管理模式形成了鲜明对比。然而，这种模式在传统“能人”决策机制下难以实现，需要建立一个即时感知、科学决策、主动赋能、高效运行、智能监管的企业新型治理形态，以实现“用数据治理企业”。

02用数据治理企业

如何用数据治理企业？MAS发现，一些企业通过打造智慧运营系统，建立数智化经营管理闭环，形成新型企业治理体系，成为可感知、会思考、能一体化协同执行的智能体——管理向业务持续提供“组织赋能”，业务向管理持续提供“业务感知”，循环往复，达到数智技术驱动管理和商业模式创新的目的。

来看看通威股份的做法：通威股份将新一代信息技术应用于企业决策、经营管理、业务运营等各个层面，通过构建以“一平台四中心”数智运营中心为核心的数智运营体系，打造“通威智能大脑”，与RPA、智能制造等系统实现智能融合，形成新型治理体系，深度挖掘数据价值，创造业务新亮点。在发展过程中，通威迭代发展“智能企业大脑”各项能力，用数字化、智能化重塑业财管理应用场景，以“数据+模型+算法”的方式实现数字化、智能化的闭环管理，实现全业务、全链条的 “数据驱动、智能运营”，支撑通威敏捷决策、精准执行的经营管理创新，引领业务创新发展。

新型的治理形态能够给企业带来四大能力的提升：

全面感知的能力。系统能够实时捕获业务过程中的数据，可视化立体展现数据分析结果，并对经营中的问题和风险进行主动预警，提升经营活动的敏捷性和可控性。

前瞻洞察的能力。系统能够开展数据穿透，进行分析洞察，开展前瞻预测。

科学决策的能力。基于模型测算和数据、规则，开展自动化、智能化决策。在人机协同的工作模式下，“让听得见炮火的人”做决策。

自动执行的能力。将决策实时转化为行动，基于系统平台的流程协同能力，快速形成指令驱动和控制业务，能够开展在线协同指挥作战、高频检视追踪执行结果。

03实现经营管理数字化的关键五步

为了构建新型治理体系，让听得见炮声的人做决策，企业可以这样做：搭建作为技术和数据底座的数据平台。数据平台提供数据从采集、治理、加工、资产、服务等全过程的平台能力，是企业实现数智运营管理模式的技术和数据基础。企业通过构建数据平台打通数据壁垒，汇聚多源数据，实现全方位、全过程、全领域的数据实时流动与共享；构建数据治理体系，实现数据标准化和数据资产化；基于数据平台提供的AI能力，包括RPA引擎、AI分析引擎、可视化引擎、知识图谱、算法管理引擎等子系统，企业能够开展数据建模、数据加工、智能分析、数据挖掘和数据模拟预测等，形成有价值的数据资产和服务化的数据应用。

财务数字化平台作为数智运营中心的核心平台系统，提供数字化转型的基础支撑能力，在财务数字化平台之上构建“财务业务能力中心”、“财务数据能力中心”和“AI能力中心”等能力中心，为企业数智化运营提供可灵活组合的基础能力支撑。

财务业务能力中心以中台思想构建基础能力单元，为前端业务提供预算预测、财务核算、管理核算、财务共享、成本核算等各类财务基础处理能力支撑。通过能力单元的灵活组合，可以快速构建出符合创新业务要求的各类应用系统；

财务数据能力中心以数据中台系统为基础，为财务提供完整、全面的数据支撑能力，实现业财数据的统一管理，为各业务单元提供数据支撑，包括数据集成、数据分层存储、数据资产管理、数据离线/在线计算引擎、数据治理、数据服务等系统；

AI能力中心提供人工智能支撑能力，各AI子系统为前端业务提供智能分析、数据挖掘、数据模拟预测等功能，实现各业务的自动化和智能化。AI能力中心包括RPA引擎、AI分析引擎、AI/ML模型管理、可视化引擎、知识图谱、算法管理引擎等子系统；财务数字化平台还提供低代码开发、流程引擎、表单引擎、权限引擎、微服务管理等基础技术组件，以支撑通威创新业务场景的支持能力。

确定智慧运营相关规则。建立规则体系，对与业务管理紧密相关的政策、规定、策略等进行数字化转化，形成数字化管理的基础规则库，以及基于知识图谱的知识库和指标库。定规则过程体现了经营规则集中管控的能力，将企业经营过程中积累的经营问题、策略方案、管理方法等知识进行数字化沉淀，是企业经营管理逐步走向数智化不可或缺的经验库。

规则中心是数智运营中心的管理中枢。数字化管理规则是实现业务自动化、规则化、智能化的驱动基础。规则中心提供各类的业务处理策略、业务数据监控规则、业务触发的控制规则、绩效管理规则、业务权限控制规则、审批流程规则、消息通知触发规则等内容的统一管理。

开展业务全程实时监控。以规则体系中的各项规则为比对标准，基于分析模型和分析工具自动化实时开展业务过程中的数据监控和探索，全面描绘企业运行状态，发现经营异常、业务问题和运营风险，可以做到对业务动态的实时可视化捕获和对经营风险的主动预警，让经营管理层看清业务全过程。监控过程中系统执行指标、展现、预警等主要功能，体现了全面感知的能力。

监控中心为业务管理者和决策者提供各类分析模型和数据分析工具，在业务发生的过程中实时进行数据监控和探索，以规则中心的监控规则、预警规则、财务指标库等规则进行比对，发现经营异常、业务问题和运营风险，实现对异常业务的预警预测，在发现经营问题后，决策中心通过分析模型和数据分析结果，通过规则中心匹配财税知识库中的解决方案，运用数据模拟、决策沙盘等方式找到多种可选的解决方案及策略，为企业管理者提供定量化的决策方案，管理者通过指挥中心，将最终选择的方案及策略通过平台将业务指令直接下达到各业务系统，触发相关业务流程，实现决策到执行的自动化，信息传递的零失真，保证决策与执行完全一致。

实施自动化建议和判断。对于在经营过程中预警的经营风险，通过数据和算法匹配知识库中的解决方案，开展模拟测算，形成多种可选择的方案或策略，赋能经营管理决策，让整个经营过程更加平稳运行。建议和判断过程体系包括模型、计算、方案等主要功能，体现了前瞻洞察及科学决策能力。

企业基于自然语言、机器学习及知识图谱等智能技术的嵌入应用，向用户展示可视化数据分析视图，系统与用户进行自然语言问答交互，并能够为用户推荐基于数据模拟、决策沙盘等找到的定量化决策方案，让数据分析更加日常化，决策效率和质量更高。

指挥任务执行形成反馈闭环。企业经由系统自动化建议和判断形成的最终方案策略基于任务执行过程自动下达到各业务系统，触发相关业务流程，实现信息传递的零失真，决策到执行的自动化，形成自动运营的业务闭环，保证决策与执行完全一致。任务执行过程包括协同、行动、指挥等主要功能，体现了闭环指挥的能力。

基于人机协同的工作模式，决策一经作出即可实时转化为行动，基于系统平台的任务自动下发能力和流程协同能力，快速形成指令驱动和控制业务，并实时监控执行过程。

04看数字化怎样赋能这三个行业的业务决策

经营管理数字化在各行各业都有丰富的应用场景。在具体的业务经营过程中，企业基于数据发现问题，提出预警并直接驱动采取相应的行动。下面是数字化经营管理在三个行业的典型业务场景中的具体应用。

场景一：零售企业的用户流失管理用户流失是企业经营活动中经常会面临的一个典型场景。特别是对零售行业而言，如何建立起与用户之间的心智链接，形成稳定的用户关系，是当前市场环境下零售企业需要具备的核心竞争力。智能运营中心聚焦企业服务的关键业务对象，基于数据平台建立用户与相关对象的数字孪生，通俗来讲，就是利用标签细分用户、产品、业务员、门店、市场等，从属性、行为、偏好等维度对标签进行刻画，在数字世界中建立形象化、人格化的用户画像，从而更好地洞察用户行为特征，寻找与用户沟通的高价值触点和模式。

在定规则过程，基于数据综合考虑每个用户的具体情况，基于用户自身的购物周期、行为偏好以及产品特性等设定偏移量，即用户在自身购物周期内没来消费。当系统识别到某一用户已触发”在自身购物周期内没来消费”这一情况时，会将其标记为流失用户或沉睡用户（即将流失的用户）。同时，系统将提供一系列场景分析策略，用于定位具体的流失原因。如通过多变量分析发现流失原因为用户搬家后选择就近购买；通过关联分析发现产品定价高出用户购买预期；通过满意度分析发现产品或服务问题等。

在监控过程，系统开展自动化实时监测并输出可视化的报告。发现问题时将第一时间触达运营人员，例如：对未来1个月用户流失率或将达到10%这一情况进行预警，并预测用户流失原因及不同原因造成的流失比例。

在建议和判断过程，运营人员结合推荐处置方案，针对预警的用户流失问题开展情景模拟测算。利用因子分析等方法评估出高价值待挽回用户及相应的挽回策略，确保不会出现发起高额成本活动却只挽回个别低价值用户等情况，达到与用户的双向沟通和反馈，提高用户挽回率。

在任务执行和闭环反馈过程，系统将决策指令自动化下发至相关业务人员展开营销行动，并建立跟踪任务。例如：系统可跟踪用户进入营销网站或小程序领取活动优惠，浏览、下单、付款、核销优惠券的全过程，实时可视化呈现策略执行效果以及用户反馈情况，基于人机协同的工作方式，对决策有效性进行科学评估。在整个过程中，所有信息都被记录下来并数据化，机器不断训练迭代改进，对流失问题对应决策的推荐权重进行调整，对用户情况进行多维度的更新，最终完成用户流失场景的智能管理闭环。

场景二：供应链金融中的财务风险监控实现供应链金融是很多企业开展的一项扩大销量的创新业务，为用户提供金融信贷支持，实现与用户互惠互利。在供应链金融业务中，风险控制是重中之重。数智运营中心通过风险自动识别、策略模拟及智能化推荐、决策自动化下达、持续跟踪风险策略，能够有效解决风险难发现、风险管控措施难决策、执行过程难跟踪、风险改善难量化等问题，以某开展供应链金融的企业为例。

数据平台：在数据基础平台中整合用户交易、企业经营、市场动态等数据，与企业合作的银行、担保公司、大数据公司等外部数据一起进行风险监控，并建立了大量业务风险AI模型。

定规则：开展AI模型检测、判断数据风险指标，及时发现业务过程中的风险指标。

监控：实时、动态地反馈风险信息，将风险信息以信息卡片的形式推送给相关财务人员，实现以最短时间、最高效率、最低成本为财务人员预警风险用户和风险业务。

建议和判断：针对系统推送过来的相关风险信息，根据风险类型、风险等级、风险属性等信息，在系统中提取相关管理规则，开展多场景风险推演及模拟，基于管理规则进行定量评估计算，获得定量化、图形化的多版本决策建议清单，支持管理者在多种决策方案间进行实时推演、过程对比和综合分析，实现决策简单化、定量化、自动化。

任务执行与闭环反馈：在决策下达过程中，系统向各业务系统发送动作信息，如：通知金融机构实时调整用户授信额度、向ERP下达业务交易冻结指令、向CRM系统下达业务员工作指令等。同时，系统持续跟踪风险事件的发展过程，对执行过程进行持续监督和评估，判断执行过程是否存在偏差，以及提供实时的信息反馈。

在风险事件完结后，数智运营中心沉淀了大量的管理规则，形成该公司面向未来的决策知识库，进一步提升了公司管理决策的智能化、自动化能力。

场景三：房地产企业库存去化管理对于房地产企业而言，库存去化关系到企业资金周转以及业务活动中投资、土储、供货、销售、存货、回款和利润等各个环节的正常运作，对企业而言至关重要。依托数智运营中心的平台能力，房地产企业可以实现从中发现去化问题，开展归因洞察，自动生成业务策略，再到策略下达和任务跟踪的完整的闭环经营管理机制，用数据驱动库存去化问题的解决。以某房地产企业的首开去化过低问题为例，数智运营中心的运作可以分为5个阶段：

在第一个阶段，监控模块主动预警某楼盘首开去化远低于预期目标60%，并通知运营中心和对应的区域负责人。

在第二个阶段，系统通过归因分析和关联分析，洞察去化降低的原因，包括竞品降价、用户的定位不准确、广告的宣传不到位、营销人员不足等原因。基于具体原因有针对性地推荐可选经营策略，如直接降价、调整广告投放的渠道、扩大目标用户群等。对每一种策略，系统提供沙盘推演结果，例如：采用直接降价策略，在降价3%时，将使去化率增加6%；在降价5%时，将使去化率增加8%；在降价8%时，将使去化率达到10%。

在第三个阶段，各区域营销负责人在系统对不同决策方案做出选择，并进行任务下达。例如选择幅度为3%的降价策略和社区+高速广告投放的广告投放渠道策略。被选定的策略将在系统自动生成工作任务并由目标系统进行发布。

在第四个阶段，任务下达后，系统持续对已下达任务的执行过程进行实时监控。例如：在该企业楼盘二次开盘时，系统显示楼盘去化达到80%，超出预期目标，刚需用户达到5000人，渠道用户增加100%。

在第五个阶段，当楼盘去化率达到了系统设置的目标值83%时，系统判定其为有效策略，并将该策略纳入系统，作为后续运营管理的备选方案。

......