「内附报告」数据驱动：赋能智能决策和业务执行自动化

近日，备受关注的“MAS数智化企业2023发展趋势”调研结果新鲜出炉！本次调研由MAS平台发起完成，针对企业数字化转型、财务数字化转型、管理会计、数据驱动、ERP、财务共享六大主题，采用问卷和访谈的方式，广泛邀请专家、高管和公众在线参与，共回收有效样本2625份。经过对样本进行数据分析，MAS整理出2023年中国企业数智化发展的30条趋势，以展现当前企业界、学术界对数字化转型的观察和共识。

本期MAS针对数据驱动主题下的入选趋势进行解读。我们正在从流程驱动走向一个由数据驱动商业变革的全新时代。数据驱动成为新时代企业运作的核心特征，也是现代企业数字化转型的主线和关键。那么，数据驱动是怎样对企业产生影响的？数据驱动是否遵循一定的进化迭代进程？要成为数据驱动型组织，企业应该怎么做？

从票选结果看，“从‘支持决策’到‘主动赋能’”以46.49%的比例拔得头筹，“智能运营中心将成为数据驱动型企业的大脑及中枢”被24.01%的网友认为是位列第二的发展趋势，“从服务决策层到服务所有用户”和“从数据‘驱动决策’到同时驱动‘业务自动化执行’”分别以13.40%和13.25%排名第三和第四，“企业作业标准化成为数据驱动的必然路径”以2.40%的比例成为第五名。

通过数据治理和数据分析、为企业管理者提供决策依据，是数据应用的基本要求。在信息化时代，企业多年来的信息系统建设为业务、财务积累了大量数据，但仍然无法满足管理者对数据的全面性、及时性和个性化的需求。“表哥”、“表姐”盛行的企业，说明在传统IT架构下，这些企业仍然依靠投入大量人力才能勉强完成数据抽取、表格制作等基础性工作，根本无暇顾及深层次的数据分析工作，无法满足企业决策者对数据分析结果和依据来源的要求。

在数字时代，数据收集、存储、建模、分析等治理体系不断完善，数据智能能力不断提升。在云计算环境支持移动计算，在算力不断提升的背景下，可以满足数据的及时抓取、实时分析。“人找数”越来越多地转变为“数找人”，机器能够第一时间对业务变化的背后原因进行洞察，开展主动预警、自动化智能决策甚至是自动化业务执行等服务，主动推动决策和业务发展，充分释放数据价值。

场景1-管理报告

在新一代数据驱动技术支持下，各层级的管理报告由传统的“人找数”方式用来支持决策，逐渐被“数找人”的主动赋能所代替。“数找人”意味着数据已经基于事先设定的业务逻辑和标准流程进行了前置处理，数据建模和分析的结果也对应着相应的决策建议，数据驱动技术支持下的数字化系统只等着管理者的再次确认和人工干预就可以往前推进。这将大大节省业务前线和各级管理者的等待时间，使之可以有充分的数据依据和思考时间来进行更为周密稳妥的决策。

场景2-销售运营

企业在天猫、京东、抖音直播等多个第三方平台上都有销售渠道，对库存信息的及时汇总至关重要，企业必须根据对已售、待售和补货等多个进出渠道的数据进行实时监控更新，满足各个销售终端团队的需求，同时给生产计划部门给出明确的生产采购数据。这些实时动态的数据都在一个事先设置好的逻辑中平稳推进，“支持决策”都在系统中自动完成，将大大推动流程运转速度，实现对销售团队的“主动赋能”。

数据驱动通过自动化手段实时收集、分析相关信息，形成智能模型，基于人机协同的工作方式主动赋能科学决策、开展相关行动并形成数据反馈。在人与机器协同共生的背景下，企业基于系统将业务问题转化为数据问题，应用AI技术提高系统的智能化水平和人机共生程度，构建起企业的一个“数字孪生”，使企业发起的每个业务需求都在平台上形成“镜像”，每一笔业务都留下数据痕迹。数据流与业务流相互融合，业务流不断产生新的数据，更新数据流；数据流不断带来新的洞见，形成和优化决策，实时监控和指挥业务执行。在这一过程中，企业将日益成为可感知、会思考、能一体化协同执行的类人类智能体。

试想一下，人类是如何驱动出各类行为的？首先我们需要全面感知周围的信息，基于感官收集的各类信息进行加工分析、洞察决策，在选择好执行方案后，我们再协调手足、语言等开展执行。在执行过程中，我们可以随时对执行情况进行监控、分析和评价，并做出改进。在整个过程中，人体最核心的中枢就是大脑，它负责采集并汇聚信息、存储并处理信息、分析信息、预测执行结果、协同执行、开展信息反馈等。面向未来的智慧型企业，作为一个智能体，也需要这样一个大脑中枢来进行感知、洞察、决策、协同执行和开展评价反馈。

近几年，在数字化转型的浪潮下，数据中台深入人心，以数据驱动为核心的应用场景日益丰富。2021年，企业界开始提出企业应构建智能运营中心（IOC- Intelligent Operations Center），作为面向未来的企业大脑中枢，基于数据中台的平台架构，开展对数据的收集、治理、处理、应用和反馈，为企业管理人员和运营人员开展决策、协调、调度、控制和应急指挥等工作提供数字化运营支撑。

场景-财务风控场景

智能运营中心基于数据平台，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。

数据平台整合客户交易、企业经营、市场动态等数据，以及银行、担保公司等外部数据；策略中心开展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；监控中心实时、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；决策中心根据风险类型、风险等级、风险属性等信息，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，获得决策建议清单，支持管理者在进行实时推演、对比、分析和决策；在决策下达过程中，指挥中心向各业务系统发送动作信息。

早期的数据服务对象就是企业的决策层和管理者。一方面，员工通过各式各样的报表或者应用系统，完成相关数据的填报工作，目的就是不断地向财务和管理部门提供实务操作层面的数据，由后者进行汇总制表。另一方面，管理决策层在全面掌握企业经营数据后，据此做出相应的判断决策，给一线员工提供作业指导。

这是非常典型的集中管理方式，身处一线的业务人员需要经过几次的下传上达、上传下达后得到领导指令，才能对市场变化做出反应。这样的决策机制显然是滞后的，甚至是不准确的，是有可能贻误战机的。

在市场瞬息万变的数字时代，一线员工可能无暇顾及汇总太多操作层面的数据，更无法忍受要在领导得到全面信息后的决策传达。在传统的IT系统未能支持如此决策机制的时候，只能依靠更为传统的人工传播，点对点地解决信息沟通问题。因此，“让听到炮火的人做出决策”才是顺应时代发展的应对之策。部署数据采集、传递、建模、分析更为全面精细的数据驱动系统显得尤为重要和迫切。

数字时代的数据驱动技术不仅着眼于改善企业整体的数据传播、分享和分析效率，更重要的是，数据服务的对象不仅仅局限于管理决策层，而让更多一线业务部门，通过专业、局部的数据就能获得直接的决策建议，使之能够更加快速准确地进行处理。新时代的数据驱动技术，既要继续保持为管理决策层的服务职责，又要为不同部门的个性化需求提供精准服务，其服务对象甚至可以扩展到企业全员。

场景1-销售分析报告

销售分析报告将不仅仅是全国或区域的汇总数据，还有分行业、分区域、分小组，甚至个人在全国销售队伍中的排名状况。这些动态数据可以实时反映公司销售状况、队伍或销售代表的业绩比较，帮助管理发现问题，提供各种赋能政策和措施，帮助前线部队打好硬仗。同时，销售小组或销售代表个人也可以及时获得相关信息，提醒自己做好改进措施。

场景2-简化的报销管理

与滴滴等出行数据的对接，使得员工在办公系统中很快看到自己的出行支出，提醒自己尽快填报报销数据，启动报销流程。同时，由于机票、火车票等购买支出已经由公司基于被批准的出差申请统一支付，免去了员工垫付差旅费的情形。企业报销变得更加便捷，工作量大幅度减少，大大提升差旅体验，提升员工战斗力。

在技术如此强大，数据如此丰富的今天，数据驱动决策已有一定局限性。因为“好的决策”不仅依赖于高质量的统计分析报告，更依赖于报告使用者的能力，需要具备特定经验的人依据报告的内容去发现规律，从而进行决策。

但近几年随着数字化技术的不断突破，“统计分析报告+能人经验”的决策模式不再匹配当下时代的竞争，而需要基于“数据+规则/算法”直接驱动业务更高效执行，因此大家开始关注数据如何直接驱动业务执行，随之而来的是自动化和智能化运营新场景应用开始兴起。

场景1-差旅成本自动控制

比如，针对某区域销售成本增长过快的现状，在汇总大量数据之后，发现差旅成本过高，再仔细分析后发现是机票通常都在全额机票，折扣机票比例较低。所以，系统给出建议：希望尽早进行差旅规划，提前预定机票，使得机票成本降低。同时提出对执行精简差旅政策员工进行奖励等政策建议。管理层可以据此做出制度优化的决策。

场景2-差旅审批规则自动设置

根据差旅优化建议，在差旅系统设置中，如果不是提前7天规划差旅计划就不予批准购买机票或者火车票，将会有效推进员工按照新的规章制度来推动业务活动。

在数字化转型背景下，“数据驱动执行”俨然已成为必须项，但这里有个前提是数据驱动下的执行作业结果是稳定可控可预测的，不是模糊不可控的。企业只有在业务作业变得更规范化、常规化和程序化后，在能够通过流程、数据及规则等准确定义相关作业后，“数据驱动“下的执行结果才可预知。企业开展数字化转型，实现数据驱动的进程，也是各项作业标准化的进程。数据驱动将推动企业各项作业标准化的实现。

通常作业标准化涵盖流程标准化、数据及规则的标准化两方面内容。

流程标准化极大提升了企业的管理水平，是企业现代化管理的基石。在新一代数字技术的加持下，企业人员在数据应用中越来越多地跨越了部门的界限、甚至跨越了企业本身的界限，广泛使用外部数据第三方提供的数据。在这一环境下，企业如何实现部门间的协同以及产业链上下游的协同，都对各环节流程活动标准化提出了更多诉求。数据及规则的标准化犹如“书同文、车同轨”，各业务环节需要全连接起来共享信息，互相驱动，有统一的语言是一切的前提。

场景1-流程定义标准化

在完成物料统一编码之外，对事件、流程的定义和编码也需要标准化。使得上下流程的推动、数据分析决策都有一个统一标准，才能让所有获得这些数据的用户都有统一的认知，实现数据驱动下的统一行动。

场景2-生产工艺标准化

生产过程被分割为多个连续流程，越来越机械化、自动化的工艺流程将更趋于标准化，也为成本核算的标准化，有力推动成本核算、流程推动等相关作业的单项和汇总成本。

......