2024企業(yè)敏捷經(jīng)營實(shí)踐合集

CONTENT個體與組織在VUCA時代的生存之道 面向未成為數(shù)據(jù)驅(qū)動的敏捷決策者 .觀遠(yuǎn)數(shù)據(jù)一站式智能分析平臺6.0賦能企業(yè)敏捷決策 觀遠(yuǎn)6S方法助力企業(yè)數(shù)據(jù)建設(shè)階段升級 .金融畢馬威中國金融業(yè)數(shù)字化轉(zhuǎn)型生產(chǎn)關(guān)破局 數(shù)禾科技語義BI數(shù)據(jù)民主化進(jìn)階之路 某券商：數(shù)據(jù)驅(qū)動業(yè)務(wù)，開啟數(shù)字化轉(zhuǎn)型“五大轉(zhuǎn)變零售消費(fèi)舍得酒業(yè)從經(jīng)驗(yàn)驅(qū)動到數(shù)據(jù)驅(qū)BI賦能敏捷運(yùn)營 維他奶讓數(shù)據(jù)看得見摸得是實(shí)現(xiàn)數(shù)據(jù)價值的必要條件 吉家寵物寵物行業(yè)全鏈路數(shù)據(jù)分析方法論與實(shí)踐 慕尚集團(tuán)敏捷BI上線一年不到滿足全集團(tuán)業(yè)務(wù)數(shù)據(jù)需員工使用率達(dá)86.3% 張亮集團(tuán)3個月從0-1快速落地?cái)?shù)據(jù)分析能BI實(shí)現(xiàn)業(yè)務(wù)全流程數(shù)字化 復(fù)星星選聚焦以終為始的消費(fèi)者價值運(yùn)繪就產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型藍(lán)圖 互聯(lián)網(wǎng)及先進(jìn)制造 水滴公司建設(shè)去中心化數(shù)據(jù)組實(shí)現(xiàn)業(yè)務(wù)全支撐全滲透 上汽飛凡明星平臺月活達(dá)70敏捷BI實(shí)現(xiàn)組織提效管理創(chuàng)新 零跑汽車BI是一個六邊形武器 觀遠(yuǎn)數(shù)據(jù)智能決策峰會暨產(chǎn)品發(fā)布會 77本屆盛況 78往屆精彩 7901Insights來 個體與組織在VUCA時代的生存之道王亞軍《企業(yè)即算法》作者、前龍湖集團(tuán)首席戰(zhàn)略官現(xiàn)在經(jīng)常提到當(dāng)下是百年大變局，但我認(rèn)為不止于此，現(xiàn)在或許是三百年未有之大變局，當(dāng)下匯聚了三大趨勢轉(zhuǎn)折點(diǎn)。,一是三十年，市場供求結(jié)構(gòu)調(diào)整，改革開放以來真正的快速發(fā)展，人口結(jié)構(gòu)、偏好的變化；,二是百年，涉及到理解的變化，國際局勢高度復(fù)雜，全球貧富分化；,三是三百年，技術(shù)奇點(diǎn)臨近，AI、元宇宙、基因編輯技術(shù)等等的突破，以及環(huán)境容量承壓帶來的生活方式挑戰(zhàn)。當(dāng)三大轉(zhuǎn)折點(diǎn)匯聚在一起，我們面對的未來不確定性，與過去任何時候相比都是最大的。三百年未有之大變局；VUCA時代，走老路到不了新世界三百年未有之大變局；VUCA時代，走老路到不了新世界~30年 ~100年 ~300年市場供求結(jié)構(gòu)調(diào)整 國際局勢高度復(fù)雜 市場供求結(jié)構(gòu)調(diào)整人口結(jié)構(gòu)、偏好變化 人口結(jié)構(gòu)、偏好變化 人口結(jié)構(gòu)、偏好變化掃碼觀看直播回放

企業(yè)管理要如何應(yīng)對這樣的趨勢？現(xiàn)有的企業(yè)管理理論眾多，歸根結(jié)底只有兩種范式?神創(chuàng)論與進(jìn)化論。企業(yè)管理范式：神創(chuàng)論VS進(jìn)化論02神創(chuàng)論“預(yù)測未來”，企業(yè)戰(zhàn)略是明確清晰的，確認(rèn)好目標(biāo)頂層設(shè)計(jì)，執(zhí)行層再按管理層的決策往下執(zhí)行即可；進(jìn)化論難以預(yù)測未來，需要持續(xù)與外部環(huán)境共同演化，持續(xù)進(jìn)化。管理中常見的內(nèi)容，如戰(zhàn)略、執(zhí)行、創(chuàng)新等，在這兩種范式中的內(nèi)涵都非常不同，甚至相反。特別是管理中最難的問題，轉(zhuǎn)型。02行業(yè)洞察轉(zhuǎn)型是一件困難的事情。人、動物、植物都是從一個細(xì)胞逐漸成長為大的個體，但通常的企業(yè)轉(zhuǎn)型方法不是這樣。常見的企業(yè)轉(zhuǎn)型方法論是拼接式的，例如一個只會在地上跑的變形金剛，如果想讓他能飛，就需要加上翅膀和噴氣發(fā)動機(jī)。行業(yè)洞察這樣的轉(zhuǎn)型障礙在于“著相”，看得見結(jié)果與形式，就只在外在形式上下功夫；但看不見過程與成長，缺乏時間感，變化很難長久。沒有內(nèi)在的變化，形式的變化只要過一段時間又會回到原來的狀況。如何從根本實(shí)現(xiàn)轉(zhuǎn)型，完成企業(yè)的進(jìn)化？在這之前，需要前討論一個問題，什么是進(jìn)化？常看到的進(jìn)化圖是一種直線過程，從猴子一步步進(jìn)化到直

立的人。如果把進(jìn)化為人當(dāng)成一個目標(biāo)，一直不斷改變就會進(jìn)化成功。但這就讓人們問這樣的問題：為什么現(xiàn)在的猴子進(jìn)化不了人？其實(shí)，如果從真實(shí)世界的場景，即第一人稱視角，來思考進(jìn)化時，這不是一個線性的過程，而是一種分叉的過程，是進(jìn)化樹。而第三人稱視角的思考，超脫于現(xiàn)實(shí)之外，隱含了當(dāng)前結(jié)第一人稱視角第三人稱視角進(jìn)化論范式的管理，必須以第一人稱視角思考

企業(yè)管理只有有兩條主線，一是決策，二是協(xié)作。神創(chuàng)論是頂層決策，下層執(zhí)行，只需要遵從頂層的決策，很難有橫向的協(xié)作；進(jìn)化論則是走規(guī)?；肪€，形成分布式的決策和分布式的協(xié)作，需要更多的人做決策，進(jìn)行協(xié)作。如何能讓不同的公司上萬人、十萬人都做出高質(zhì)量的決策？03行業(yè)洞察03行業(yè)洞察規(guī)?；肪€類比：單核CPU 多核上萬核的GPU類比：高帶寬信號傳輸與協(xié)議企業(yè)存在的價值就是解決問題管理的兩條主線決策協(xié)作以第一人稱視角來做企業(yè)時，決策與協(xié)作是管理的兩條主線自相似分形，是一種解法。自相似分形是自然界實(shí)現(xiàn)規(guī)模的最佳策略，類似雪花的形成，樹枝的分叉，血管的分布等等。每個部分和整體的形狀是相似的，在數(shù)學(xué)上也叫分形。通過分形生產(chǎn)出來的個體，在傳輸速率來講是成本最低的，這是自然界的優(yōu)化策略。進(jìn)化論范式的企業(yè)成長公式數(shù)：企業(yè)算法、分布式大算力、迭代、時間，由分形什么是企業(yè)算法？企業(yè)的所有管理要素可以分為三層：底層是管理體系，指具象化的管理內(nèi)容，包括制度、流程、工具、方法，例如產(chǎn)品設(shè)計(jì)流程、采購流程、只有數(shù)字技術(shù)敏捷與組織敏捷深度融合，才能充分實(shí)現(xiàn)數(shù)字化價值高A區(qū)：只有數(shù)字技術(shù)敏捷與組織敏捷深度融合，才能充分實(shí)現(xiàn)數(shù)字化價值高A區(qū)：傳統(tǒng)組織+敏捷的數(shù)字化 痛苦B區(qū)：傳統(tǒng)組織+數(shù)字化 更強(qiáng)的命令-控制低C/D區(qū)：敏捷組織+數(shù)字化 更敏捷低高組織敏捷度

頂層是企業(yè)算法，指核心決策依據(jù)，是最抽象、最穩(wěn)定的，包括核心業(yè)務(wù)邏輯、核心管理邏輯、核心價值企業(yè)成長也是企業(yè)獨(dú)有知識的創(chuàng)造、進(jìn)化過程，這是捷，就是不斷地產(chǎn)生這個組織特有的能力，即創(chuàng)造有回到數(shù)字化轉(zhuǎn)型，從現(xiàn)在計(jì)算技術(shù)角度來講，其實(shí)越署基礎(chǔ)設(shè)施；容器、微服務(wù)等更快響應(yīng)業(yè)務(wù)需求；輕進(jìn)一步賦能業(yè)務(wù)人員……數(shù)字技術(shù)是越來越敏捷的，但是組織管理的敏捷有高低，只有數(shù)字技術(shù)敏捷與組織敏捷深度融合，才能充分實(shí)現(xiàn)數(shù)字價值。如果組織敏捷度較低，“傳統(tǒng)組織+敏捷數(shù)字化”帶來的是痛苦，決策反復(fù)搖擺；“傳統(tǒng)組織+數(shù)字化”，帶來的是04行業(yè)洞察數(shù)字技術(shù)敏捷04行業(yè)洞察數(shù)字技術(shù)敏捷A.極其痛苦，搖擺反復(fù)C.行云流水未來企業(yè)B.四平八穩(wěn)，管控為先D.順?biāo)浦畚磥砜善诿艚菖c數(shù)字化轉(zhuǎn)型三原則很多企業(yè)在講數(shù)字化轉(zhuǎn)型、敏捷轉(zhuǎn)型，都希望進(jìn)化成“未來企業(yè)”。未來企業(yè)里其實(shí)隱含了一個關(guān)鍵元素，就是“敏捷組織”。只有數(shù)字化轉(zhuǎn)型，缺乏組織敏捷，就無法實(shí)現(xiàn)未來企業(yè)的目標(biāo)。提高敏捷與數(shù)字化轉(zhuǎn)型成功率，成為未來企業(yè)的三個原則：一是自上而下的認(rèn)同，自上而下建立新的認(rèn)知，推動范式革命，從董事長、CEO、高管團(tuán)隊(duì)至下，一起形成共識。

二是由內(nèi)向外的生長，以企業(yè)算法打通專業(yè)壁壘，知行合一。將不同行業(yè)的知識，作為企業(yè)的共性提煉出來。這需要很長時間的磨合。三是融合共演成形，數(shù)字化和組織共同敏捷，融合共演，這兩件事情需要同時進(jìn)行。這要求CDO、CIO影響業(yè)務(wù)部門和CEO，建立起一套基于組織原生敏捷的共同語言。以上提到的是企業(yè)的成長，由核心算法、管理策略、管理體系形成，而個人的成長也具有共同的底層邏輯，由領(lǐng)導(dǎo)動力飛輪驅(qū)動，相由心生，生生不息。領(lǐng)導(dǎo)力表層素質(zhì)管理體系領(lǐng)導(dǎo)策略管理策略領(lǐng)導(dǎo)動力飛輪核心算法個體企業(yè)個人與企業(yè)成長具有共同的底層邏輯，相由心生、生生不息企業(yè)即算法 領(lǐng)導(dǎo)動力飛輪05行業(yè)洞察希望能夠通過這個討論給大家一起啟發(fā)，思考怎么更好地切入到業(yè)務(wù)，影響并引領(lǐng)業(yè)務(wù)，讓整個組織數(shù)字化轉(zhuǎn)型、敏捷決策來應(yīng)對30年、100年、300年大變局，能更好地活下去！05行業(yè)洞察面向未來成為數(shù)據(jù)驅(qū)動的敏捷決策者蘇春園觀遠(yuǎn)數(shù)據(jù)創(chuàng)始人&CEO敏捷決策是未來敏捷決策是未來，但敏捷決策其實(shí)不是一件新鮮事。在歷史不同的階段，敏捷決策不斷發(fā)生。近代史里著名的紅軍長征故事，從瑞金出發(fā)到達(dá)延安的路線上，每一個我們?nèi)缃窨吹降臍v史標(biāo)記點(diǎn)，都是敏捷決策的典范；改革開放的過程，是摸著石頭過河的過程，驗(yàn)證了“實(shí)踐是檢驗(yàn)真理的唯一標(biāo)準(zhǔn)”，也展現(xiàn)了一個敏捷決策的過程。敏捷經(jīng)營的本質(zhì)是“戰(zhàn)略”與“行動”之間的持續(xù)反饋與迭代。在企業(yè)中，頂層的使命、愿景是中長期不變的，而戰(zhàn)略往下到直到行動，是要隨著外部環(huán)境不斷變化的。戰(zhàn)略愿景使命06行業(yè)洞察近幾年，這一趨勢已越來越明顯。在Gartner對CEO的調(diào)研中，超過50%的CEO、董事會希望增加數(shù)據(jù)驅(qū)動的決策，將數(shù)據(jù)分析能力作為第一重要戰(zhàn)略能力。同時，2023年Gartner對CIO進(jìn)行關(guān)于“會在哪些數(shù)字化的投入方向上增加投資”的調(diào)研中，數(shù)據(jù)分析位列第一。06行業(yè)洞察掃碼下載嘉賓分享

數(shù)據(jù)分析扛起了未來支撐企業(yè)敏捷決策的重任。但在行業(yè)角度，數(shù)據(jù)分析的落地仍然存在巨大挑戰(zhàn)。這個挑戰(zhàn)其實(shí)不是某一個技能或工具，更多時候指向的是“共識”。在企業(yè)中數(shù)據(jù)分析如何讓決策更敏捷？數(shù)據(jù)分析在解決什么層次的決策問題？怎樣衡量數(shù)據(jù)分析與業(yè)務(wù)結(jié)果之間的價值？從認(rèn)知到落地，頂層共識的缺乏，不斷在放大數(shù)據(jù)分析落地過程中的各種偏差。如何形成共識，如何知行合一，這是數(shù)據(jù)分析的最大挑戰(zhàn)。五大陷阱與應(yīng)對策略挑戰(zhàn)的方向明確了，挑戰(zhàn)本身就將成為機(jī)會。觀遠(yuǎn)數(shù)據(jù)團(tuán)隊(duì)內(nèi)部常講“問題就是機(jī)會”，社會存在的問題就是每一個企業(yè)的機(jī)會，每一個企業(yè)存在的問題就是

每個人的機(jī)會。我們分兩步，第一找到問題背后更本質(zhì)的東西，解決認(rèn)知的問題；第二找到行動的方法，解決落地的問題。下面是我們總結(jié)的數(shù)據(jù)驅(qū)動敏捷決策的五大陷阱與應(yīng)對策略。內(nèi)容與數(shù)字均為虛構(gòu)內(nèi)容與數(shù)字均為虛構(gòu)陷阱1：過去成功的戰(zhàn)略慣性，反而成為今天敏捷的天敵很多企業(yè)過去成功的戰(zhàn)略慣性反而會成為今天敏捷的天敵。過去幾年，很多成功的組織都非常深度地實(shí)踐了一些經(jīng)典的戰(zhàn)略執(zhí)行體系，從市場洞察開始層層拆解，通過戰(zhàn)略解碼定義到每個團(tuán)隊(duì)每個月甚至每周最

細(xì)顆粒度的行動計(jì)劃。在外部環(huán)境相對穩(wěn)定、業(yè)務(wù)與組織相對不變的假設(shè)下，會帶來超強(qiáng)的執(zhí)行。但在外部不斷變化的今天，各個戰(zhàn)場各個神經(jīng)末梢都面臨著快速變化的經(jīng)營環(huán)境，每一個更細(xì)顆粒度的計(jì)劃就會損失對外部響應(yīng)的敏捷性，因此需要思考怎樣將各種變化作為常量、作為第一性的要素，放到戰(zhàn)略生成與調(diào)整的整個過程中，實(shí)踐敏捷的戰(zhàn)略與執(zhí)行。07行業(yè)洞察07行業(yè)洞察陷阱2：少數(shù)人在頂部決策，更多的人在炮火中迷失第二個陷阱是關(guān)于企業(yè)中決策方式的問題。這是硅谷最有名的幾家公司很有代表性的決策方式和組織架

構(gòu)，可以對照下我們的企業(yè)更像哪一種，是少數(shù)人在頂部決策，還是更多人在炮火中能決策？在今天的環(huán)境下，我們提倡的是開始分布式?jīng)Q策，讓組織向敏捷轉(zhuǎn)型，要讓更多聽到炮火的人能決策。局部視角認(rèn)識受限局部視角認(rèn)識受限場景1場景2場景3陷阱3：優(yōu)化局部目標(biāo)，缺乏全局思維維是最常見的一個陷阱。局部視角認(rèn)知受限，從局部

目標(biāo)出發(fā)找到的關(guān)鍵場景或關(guān)鍵路徑，在全局視角里未必會是重要的。重視全局目標(biāo)，才能繞過一些風(fēng)險場景，補(bǔ)充新的、更重要的、對全局更有價值的場景與路徑，在每個局部，解決對于全局重要的真問題。08行業(yè)洞察陷阱4：關(guān)注結(jié)果指標(biāo)，缺乏可行動的過程指標(biāo)08行業(yè)洞察當(dāng)識別了關(guān)鍵場景和路徑，我們觀察到很多組織容易陷入到狹義的結(jié)果導(dǎo)向、對結(jié)果指標(biāo)過度關(guān)注的陷阱。而在敏捷決策的新常態(tài)之下，真正業(yè)務(wù)向下拆解的時候，更加重要的是過程指標(biāo)，尤其是可行動的過

程類指標(biāo)，比如大家可能聽到的先驗(yàn)指標(biāo)、領(lǐng)先指標(biāo)或原子指標(biāo)這些叫法。做的好的企業(yè)會更重視在更細(xì)的顆粒度上的過程指標(biāo)，例如我們服務(wù)的客戶上汽飛凡，同樣關(guān)注GMV，但更關(guān)注GMV下面的轉(zhuǎn)化率、意向轉(zhuǎn)化率、4S轉(zhuǎn)化率往下一個階段的變化等等，建立行動與過程指標(biāo)之間的關(guān)系。提出假想驗(yàn)證假想解決問題五步法假想是人類最偉大的思維方式提出假想驗(yàn)證假想解決問題五步法假想是人類最偉大的思維方式—任正非分析問題持續(xù)落地“定義問題最后一個陷阱是定性和定量的對立，缺少假想與檢驗(yàn)的科學(xué)思維與方法。在一個公司里，簡單說有兩類人，一類人更擅長講故事，更強(qiáng)調(diào)經(jīng)驗(yàn)和直覺，但另一些人更希望看到科學(xué)的邏輯，決策的嚴(yán)謹(jǐn)性，最后導(dǎo)致很難形成有質(zhì)量的決策往前推進(jìn)。關(guān)于定性與定量的對立，我們看到定性與定量對立的背后，是更高維度的科學(xué)思維，基于假想與驗(yàn)證將這兩者進(jìn)行統(tǒng)一。通過經(jīng)驗(yàn)、通過個人的直覺，可以形成一些有意義的假想，在數(shù)據(jù)分析中不斷對假想進(jìn)行

驗(yàn)證，將定性與定量有機(jī)統(tǒng)一。在過去一年，觀遠(yuǎn)數(shù)據(jù)自身也在實(shí)踐基于“解決問題五步法”的敏捷工作站模式，從定義問題、分析問題開始，提出解決問題的假想、不斷驗(yàn)證并落地，這中間也包含對假想的證偽，以及重新回到問題和路徑本身，去不斷迭代對問題的分析和定義。的陷阱，對策包括兩個方面：認(rèn)知方面，通過整體思09行業(yè)洞察09行業(yè)洞察67% 73%67% 73%業(yè)務(wù)的需求CEO的期待提高市場銷售 減少客戶流失業(yè)務(wù)用戶自助分析儀表盤他們真正想解決的問題他們提出的需求讓聽到炮火的業(yè)務(wù)團(tuán)隊(duì)能用數(shù)據(jù)做好決策非常關(guān)鍵。過去，業(yè)務(wù)團(tuán)隊(duì)里的業(yè)務(wù)用戶會跟IT團(tuán)隊(duì)提出很多需求，包括報表、儀表板、指標(biāo)等，這些需求對應(yīng)著他們真正想解決的真實(shí)業(yè)務(wù)問題，但他們還需要依賴IT團(tuán)隊(duì)。如何讓業(yè)務(wù)團(tuán)隊(duì)自己擁有能用數(shù)據(jù)解決這些問題、做好決策的能力？根據(jù)外部機(jī)構(gòu)調(diào)研數(shù)據(jù)顯示，67%的CEO希望數(shù)據(jù)分析與決策更多能在業(yè)務(wù)內(nèi)閉環(huán)，而不是在IT領(lǐng)域完成，這樣才能讓業(yè)務(wù)敏捷和快速響應(yīng)；73%的業(yè)務(wù)負(fù)責(zé)人希望在業(yè)務(wù)團(tuán)隊(duì)內(nèi)有更多的數(shù)據(jù)分析與技術(shù)人員，結(jié)合在一起才能讓業(yè)務(wù)團(tuán)隊(duì)更好的用數(shù)據(jù)做好決策。觀遠(yuǎn)實(shí)踐：數(shù)據(jù)驅(qū)動的敏捷決策之路戰(zhàn)略1全局視角戰(zhàn)略1全局視角關(guān)鍵場景1 關(guān)鍵場2 關(guān)鍵場景3假象驗(yàn)證戰(zhàn)術(shù)指標(biāo)1指標(biāo)2···2增長降本防風(fēng)險假象驗(yàn)證過程指標(biāo)1 過程指2···假象驗(yàn)證執(zhí)行3 行動指標(biāo)目標(biāo)···行動N行動4行動3行動2行動1盈利優(yōu)先的增長目標(biāo)

在認(rèn)知層面，首先，每個企業(yè)都具備自身從戰(zhàn)略（目標(biāo)）、戰(zhàn)術(shù)（指標(biāo)）到執(zhí)行（行動）的分層次業(yè)務(wù)邏輯?；诖?，我們通過三步來拆解與優(yōu)化，形成敏捷決策的認(rèn)知，形成數(shù)據(jù)分析的行動基礎(chǔ)：第一步，找到全局的真問題。從第一性的全局視角，從理解公司的北極星目標(biāo)出發(fā)，識別局部支撐全局最重要的那些關(guān)鍵場景與路徑，解決全局而不是局部高價值的真問題、真場景、真路徑；第二步，拆解可行動的指標(biāo)邏輯。將關(guān)鍵場景與路徑進(jìn)行拆解，拆解成對應(yīng)的最重要的關(guān)聯(lián)指標(biāo)，尤其強(qiáng)調(diào)過程指標(biāo)、可行動的原始指標(biāo)，更關(guān)注過程的變化，結(jié)果自然發(fā)生；第三步，執(zhí)行中不斷假想與驗(yàn)證?？桃鈽?gòu)建行動與過程指標(biāo)的關(guān)系，具體到每一天的行動任務(wù)，追蹤最小顆粒度的過程變化，不斷驗(yàn)證或調(diào)整假想，鞏固機(jī)會，步步為贏。財(cái)務(wù)指標(biāo)1指標(biāo)2···業(yè)務(wù)指標(biāo)1指標(biāo)2···過程指標(biāo)指標(biāo)1指標(biāo)2···從戰(zhàn)略拆解到行動，在行動中不斷驗(yàn)證業(yè)務(wù)的假想與路徑。自上而下對齊，自下而上反饋，雙向反饋迭代，這是敏捷經(jīng)營的關(guān)鍵認(rèn)知。從認(rèn)知到行動，主要通過科技的賦能，讓業(yè)務(wù)能用起

來的數(shù)據(jù)分析產(chǎn)品與能力，是支撐敏捷決策的最大杠桿。10行業(yè)洞察熟悉觀遠(yuǎn)數(shù)據(jù)的老客戶都知道，觀遠(yuǎn)的一站式智能分析平臺有三個特點(diǎn)：企業(yè)級、易用性和場景化。尤其10行業(yè)洞察是易用性，能讓業(yè)務(wù)人員幾天就可以輕松上手看數(shù)據(jù)、做決策。這源于觀遠(yuǎn)數(shù)據(jù)產(chǎn)品的設(shè)計(jì)理念、對產(chǎn)品價值的追求和產(chǎn)品不斷優(yōu)化的方向，是讓業(yè)務(wù)團(tuán)隊(duì)產(chǎn)生更多的數(shù)據(jù)生產(chǎn)者。通過易用性的產(chǎn)品，提升組織內(nèi)部10倍的數(shù)據(jù)生產(chǎn)者，去賦能100倍的數(shù)據(jù)消費(fèi)

者。從總部到一線，讓從CEO到一線的各個業(yè)務(wù)部門的人員，都能回到炮火中的決策邏輯，關(guān)注到最原子級別可以產(chǎn)生的行動和指標(biāo)，層層協(xié)同、決策反饋、不斷行動，持續(xù)抓住外部變化里的機(jī)會。管理者企業(yè)級生產(chǎn)部門 供應(yīng)鏈 市場部門 銷售部門 BIManagenment總部到一線100X10XBI平臺消費(fèi)者場景化易用性生產(chǎn)者IT+各業(yè)務(wù)部門星火燎原的行業(yè)領(lǐng)先實(shí)踐管理者企業(yè)級生產(chǎn)部門 供應(yīng)鏈 市場部門 銷售部門 BIManagenment總部到一線100X10XBI平臺消費(fèi)者場景化易用性生產(chǎn)者IT+各業(yè)務(wù)部門敏捷決策的三個代表案例。某互聯(lián)網(wǎng)泛農(nóng)平臺：從CEO到一線的指標(biāo)拆解與數(shù)據(jù)決策的核心指標(biāo)樹，將決策邏輯強(qiáng)化、分解、透明化，讓

大家更易理解。右邊是指標(biāo)分級、到崗到人。這個企業(yè)的數(shù)據(jù)驅(qū)動有三個小細(xì)節(jié)，想特別跟大家分事情和全局各個鏈路指標(biāo)的目標(biāo)關(guān)系，通過不斷的培11二是該企業(yè)內(nèi)部有二十個機(jī)器人，不斷地同步最原子級別的任務(wù)和指標(biāo)的完成情況，讓業(yè)務(wù)能快速迭代；11行業(yè)洞察三是企業(yè)內(nèi)部貫徹的一句話，“從數(shù)據(jù)驅(qū)動到指標(biāo)驅(qū)動，從指標(biāo)驅(qū)動到目標(biāo)驅(qū)動，最終從目標(biāo)驅(qū)動到愿景驅(qū)動”。行業(yè)洞察北極星指標(biāo)核心指標(biāo)樹北極星指標(biāo)核心指標(biāo)樹指標(biāo)分級到崗到人規(guī)模損益用戶體驗(yàn)商戶體驗(yàn)內(nèi)容與數(shù)字均為虛構(gòu)觀遠(yuǎn)數(shù)據(jù)與該品牌已經(jīng)合作了3年，從品牌最早幾十個人使用觀遠(yuǎn)，到現(xiàn)在已經(jīng)超過了幾千人在用觀遠(yuǎn)數(shù)據(jù)平臺，品牌也實(shí)現(xiàn)了從以前12個月、52周，到現(xiàn)在365天的數(shù)據(jù)迭代。隨著企業(yè)戰(zhàn)略變化，該企業(yè)敏捷決策的解決方案版圖仍在不斷豐富中。以通過數(shù)據(jù)強(qiáng)化網(wǎng)點(diǎn)管理，指導(dǎo)一線執(zhí)行動作以導(dǎo)向更好的網(wǎng)點(diǎn)銷售的場景為例，Step,1顯示的是基于最一線對每個網(wǎng)點(diǎn)的反饋觀察行為，總結(jié)成每個具體的行動能跟對應(yīng)原始指標(biāo)產(chǎn)生的關(guān)系。例如某個網(wǎng)點(diǎn)的

鋪貨率、主管跟最一線的業(yè)務(wù)代表聯(lián)合拜訪的比率等等。一步步到Step,2，每一天、每一個網(wǎng)點(diǎn)、每一個業(yè)態(tài)產(chǎn)生的數(shù)據(jù)關(guān)聯(lián)與過程指標(biāo)的關(guān)系、高亮的異常指標(biāo)。而后Step,3進(jìn)一步形成反饋的閉環(huán)，導(dǎo)向一個個可執(zhí)行的行動。這樣的決策場景在該品牌只是冰山一角，企業(yè)有幾千個這樣的場景甚至更多，每個場景產(chǎn)生的經(jīng)濟(jì)效益少則百萬多則千萬甚至更大。這個案例希望與大家分享的是，在數(shù)據(jù)驅(qū)動的敏捷決策中，在企業(yè)的關(guān)鍵場景鏈路之中，構(gòu)建最小的可行動的行動與指標(biāo)的關(guān)系，不斷反饋迭代。12行業(yè)洞察12行業(yè)洞察內(nèi)容與數(shù)字均為虛構(gòu)內(nèi)容與數(shù)字均為虛構(gòu)數(shù)據(jù)推送與閉環(huán)迭代指標(biāo)異常定位與分析數(shù)據(jù)監(jiān)控-DMAIC從定義問題到衡量指標(biāo)從VOC（客戶聲音）到CTQ（品質(zhì)關(guān)鍵點(diǎn)）的拆解Steps3Step2Step1某頭部股份制銀行：從總行到分行，超萬人的分布式?jīng)Q策實(shí)踐觀遠(yuǎn)數(shù)據(jù)與該行的合作也已超過3年，從一開始幾百人，到現(xiàn)在該行有幾萬人在使用觀遠(yuǎn)BI。金融行業(yè)近幾年特別火的新增長業(yè)務(wù)——代發(fā)業(yè)務(wù)，很多銀行過去甚至今天依然是總行告訴分行、支行，有哪些企業(yè)在當(dāng)?shù)乜梢宰龃l(fā)業(yè)務(wù)擴(kuò)展的傳統(tǒng)模式。但該行通過

敏捷模式建設(shè)，將這一能力賦能給分行，讓分行可以結(jié)合所熟知的企業(yè)，通過很多不同的分析維度，同時參考總行或其他分行數(shù)據(jù)，不斷在過程中識別更符合當(dāng)?shù)氐漠嬒?，選擇轉(zhuǎn)化好、更好潛力、更有長期價值的企業(yè)進(jìn)行拓展。在該行從總行到分行能夠支撐過萬的分布式?jīng)Q策模式的背后，建立了三層影響圈，讓各個分行具備能力后，能夠在相對統(tǒng)一的規(guī)則下進(jìn)行分布式?jīng)Q策。用戶分析，內(nèi)容分析，體驗(yàn)分析，平臺分析等用戶分析，內(nèi)容分析，體驗(yàn)分析，平臺分析等多搭臺，勤動員：技術(shù)開放日，數(shù)據(jù)分析比賽等精應(yīng)用，做提效：分行共創(chuàng)，分行自投等沉淀精品應(yīng)用先識別，再轉(zhuǎn)化：種子用戶的全生命周期運(yùn)營月活，分行覆蓋率，精品應(yīng)用數(shù)有監(jiān)控有策略有目標(biāo)各網(wǎng)點(diǎn)各支行分行業(yè)務(wù)中臺觀遠(yuǎn)項(xiàng)目團(tuán)隊(duì)線上業(yè)務(wù)分行業(yè)務(wù)中層分行數(shù)據(jù)分析師系統(tǒng)支持+數(shù)據(jù)開發(fā)一線職能團(tuán)隊(duì)分行IT運(yùn)營支持團(tuán)隊(duì)分行業(yè)務(wù)高層一線業(yè)務(wù)團(tuán)隊(duì)第一層第二層第三層總行服務(wù)支持團(tuán)隊(duì)服務(wù)支持影響圈滿敬意的不是越來越多的客戶logo，而是在這些logo織，更是推動著整個行業(yè)與社會的進(jìn)化。觀遠(yuǎn)的使命與長期陪伴今年觀遠(yuǎn)數(shù)據(jù)迎來了七周年。9月份的七周年慶典上，

我們發(fā)布了升級的價值觀。價值觀煥新的原因，是當(dāng)我們越來越意識到和我們的客戶一起敏捷是未來的趨勢，以及數(shù)據(jù)驅(qū)動和敏捷決策的關(guān)系時，我們決心自己要成為一個更敏捷的組織。13行業(yè)洞察煥新的六條價值觀，是觀遠(yuǎn)數(shù)據(jù)所有小伙伴共創(chuàng)的。其中的兩條這里小分享下：“始終把客戶價值放在第一位”，是我們第一位的價值觀，堅(jiān)定的為客戶創(chuàng)造價值，也是對所有老客戶們、未來的新朋友們的承諾；“科學(xué)求真地解決問題”，通過數(shù)據(jù)思維、科學(xué)思維，求是求真，務(wù)實(shí)的解決真問題，是敏捷組織的重要行為，與各位在實(shí)踐敏捷的路上共勉。13行業(yè)洞察使命MISSION愿景VISION成為智能決策的全球引領(lǐng)者

價值觀VALUES①始終把客戶的價值放在第一位②科學(xué)求真地解決問題③以成長驅(qū)動增長④堅(jiān)持坦誠且清晰的溝通⑤作為一個團(tuán)隊(duì)來贏得勝利⑥用熱愛創(chuàng)建未來七周年的另一個重點(diǎn)升級，是觀遠(yuǎn)數(shù)據(jù)今年開始運(yùn)行的6S模型，是我們服務(wù)升級的最重要內(nèi)容之一。通過6S模型，大家可以匹配自己企業(yè)所處的數(shù)字化發(fā)展階段，是從無到有的激活期，還是已經(jīng)進(jìn)入了滲透期、復(fù)制期，或者廣泛自助期、業(yè)數(shù)融合期，或已經(jīng)開始對AI進(jìn)行探索嘗試。在這個路線圖里，我們會從不同維度給到企業(yè)一些建議，和企業(yè)一起結(jié)合企業(yè)自身情況，選擇最合適的進(jìn)階方式，配套觀遠(yuǎn)所提供的各類服務(wù)，幫助企業(yè)穩(wěn)步進(jìn)階。產(chǎn)品方面，觀遠(yuǎn)數(shù)據(jù)一站式智能分析平臺6.0正式發(fā)布。升級核心是對一站式能力的強(qiáng)化與更新，因?yàn)槲覀兛吹皆絹碓蕉嗫蛻粲懈鞣N各樣的需求希望在一個平臺上實(shí)現(xiàn)，因此觀遠(yuǎn)BI6.0會特別強(qiáng)調(diào)一站式，讓企業(yè)能夠在一個平臺上更好的管理，讓業(yè)務(wù)同學(xué)能夠在統(tǒng)一平臺上更好的協(xié)同。產(chǎn)品6.0有很多升級，其中一個高亮點(diǎn)，是很多客戶期待的BI與ChatGPT的融合——BICopilot系列產(chǎn)品。觀遠(yuǎn)數(shù)據(jù)從2016年成立即在行業(yè)首先提出了AI+BI的理念，并一直在這個方向上不斷的堅(jiān)持探索，積累了很多底層的認(rèn)知與能力。今年我們非常開心的看到，因?yàn)镃hatGPT與大模型技術(shù)的到來，AI+BI的進(jìn)程將被

極大的加速，企業(yè)內(nèi)使用BI的門檻將極大的降低，未來“讓每個企業(yè)有100倍的數(shù)據(jù)消費(fèi)者”這一目標(biāo)越來越觸手可及。過去的大半年時間里，我們一直在為BI與ChatGPT融合的BICopilot系列產(chǎn)品做準(zhǔn)備。BICopilot系列產(chǎn)品通過BI與大語言模型的融合重塑數(shù)據(jù)分析全鏈路，將為企業(yè)進(jìn)一步降低數(shù)據(jù)分析的應(yīng)用門檻，讓組織更敏捷，讓決策更敏捷。成為數(shù)據(jù)驅(qū)動的敏捷決策者“不確定的時代，在確定的方向上堅(jiān)定地行動”，這是我想在分享的最后送給大家的一句話。過去幾年大家都在說不要“內(nèi)卷”，那么內(nèi)卷的反義詞是什么？不是反內(nèi)卷，更不是躺平，內(nèi)卷的反義詞在我們看來是“進(jìn)化”，個人的進(jìn)化，組織的進(jìn)化，構(gòu)建在不確定中找到確定性的未來能力。14行業(yè)洞察敏捷向未來。與大家共勉，一起成為數(shù)據(jù)驅(qū)動的敏捷決策者。14行業(yè)洞察Methodology的 敏捷經(jīng)營賦能企業(yè)敏捷決策觀遠(yuǎn)數(shù)據(jù)一站式智能分析平臺6.0正式發(fā)布張進(jìn)觀遠(yuǎn)數(shù)據(jù)創(chuàng)始人&CTO10月20日，觀遠(yuǎn)數(shù)據(jù)2023智能決策峰會暨產(chǎn)品發(fā)布會于上海中星鉑爾曼大酒店圓滿收官。這次盛會圓滿結(jié)束，將是觀遠(yuǎn)數(shù)據(jù)成立七周年的里程碑。在過去的七年里，觀遠(yuǎn)數(shù)據(jù)不斷發(fā)展和進(jìn)化，助力著更多企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動的敏捷經(jīng)營之路。在峰會現(xiàn)場，觀遠(yuǎn)數(shù)據(jù)聯(lián)合創(chuàng)始人兼CTO張進(jìn)正式發(fā)布觀遠(yuǎn)數(shù)據(jù)一站式智能分析平臺6.0，推動企業(yè)能力煥新進(jìn)化，助力更多企業(yè)客戶享受數(shù)據(jù)價值。以下為張進(jìn)精彩分享節(jié)選：敏捷決策關(guān)鍵詞：一站式BI“讓業(yè)務(wù)用起來”的現(xiàn)代化BI產(chǎn)品，最核心的三大特質(zhì)是易用性、企業(yè)級、場景化，這些特性能夠真正賦能企業(yè)的敏捷決策與敏捷轉(zhuǎn)型。在實(shí)際落地中，產(chǎn)品形態(tài)的關(guān)鍵詞是“一站式”。以最常見的經(jīng)營分析的場景為例，從銷售數(shù)據(jù)、成本數(shù)據(jù)、目標(biāo)數(shù)據(jù)等原始數(shù)據(jù)，匯總成經(jīng)營數(shù)據(jù)的分析模型，到財(cái)務(wù)報表、再到經(jīng)營分析看板，進(jìn)而產(chǎn)生分析洞察與業(yè)務(wù)決策，這個過程涉及到企業(yè)組織各部門的各種角色。整個決策鏈路可以總結(jié)為四類需求，即數(shù)倉需求、報表需求、分析需求和AI需求。16路徑探索對此，傳統(tǒng)的解法一般是使用割裂的產(chǎn)品，有數(shù)倉需求采購數(shù)倉工具，有報表需求采購報表工具，有自助分析需求再采購BI工具，如此割裂化嚴(yán)重的產(chǎn)品，不僅意味著學(xué)習(xí)門檻極高，而且在部署后還需要面對權(quán)限對接、數(shù)據(jù)遷移等方面的高昂成本。針對這個問題，觀遠(yuǎn)是如何解決的呢？16路徑探索掃碼下載嘉賓分享

觀遠(yuǎn)數(shù)據(jù)自2016年創(chuàng)業(yè)之始一直堅(jiān)持“一站式”的產(chǎn)品理念，通過過去七年的迭代，觀遠(yuǎn)數(shù)據(jù)逐漸掌握了面對這四類需求構(gòu)建一站式產(chǎn)品的方法論，正式發(fā)布最新的一站式智能分析平臺--觀遠(yuǎn)BI,6.0。在BI一站式的新趨勢中，觀遠(yuǎn)BI,6.0從技術(shù)架構(gòu)、數(shù)據(jù)底層、產(chǎn)品體驗(yàn)等方面，都處于引領(lǐng)地位。觀遠(yuǎn)BI6.0產(chǎn)品矩陣觀遠(yuǎn)BI6.0產(chǎn)品矩陣觀遠(yuǎn)BI,6.0產(chǎn)品矩陣包含BIManagement、BICoreBIPlus、BICopilot四大部分：BIManagement打造能夠保障安全穩(wěn)定大規(guī)模應(yīng)用的企業(yè)級平臺底座，BICore聚焦端到端的易用性，BIPlus的場景化問題，BI,Copilot,是利用大語言模型的能力構(gòu)建的最新模塊，為BI應(yīng)用持續(xù)注入新的活力。觀遠(yuǎn)BI作為一站式BI平臺，面向融合需求，以解決企業(yè)的完整決策鏈路。以下將分別從數(shù)倉需求、報表需求、分析需求、AI需求四個板塊，分享觀遠(yuǎn)BI,6.0中的產(chǎn)品迭代和創(chuàng)新功能。數(shù)倉需求：融合集中管理首先是數(shù)倉需求。觀遠(yuǎn)BI與傳統(tǒng)BI最大的不同，在于其自帶了一套數(shù)據(jù)湖的底層存儲方案。與此同時，為

更好地支持企業(yè)基于hadoop和databricks上構(gòu)建企業(yè)級湖倉，觀遠(yuǎn)數(shù)據(jù)研發(fā)團(tuán)隊(duì)在觀遠(yuǎn)BI,6.0中對hadoop和databricks進(jìn)行了深度的架構(gòu)和技術(shù)融合。在部署觀遠(yuǎn)BI時，IT部門可以輕松地構(gòu)建企業(yè)級湖倉，業(yè)務(wù)人員則可以基于敏捷數(shù)倉進(jìn)行快速的業(yè)務(wù)分析和決策。觀遠(yuǎn)BI,6.0的數(shù)據(jù)回寫和反向ETL中沉淀的穩(wěn)態(tài)業(yè)務(wù)數(shù)據(jù)，可以一方面返回到企業(yè)級湖倉進(jìn)行統(tǒng)一管理和控制，另一方面可以無縫傳輸?shù)较掠螛I(yè)務(wù)系統(tǒng)進(jìn)行自動化決策，無需人為干預(yù)。17路徑探索此外，觀遠(yuǎn)BI,6.0還推出一款高頻增量更新調(diào)度器——“實(shí)時數(shù)據(jù)Pro”，支持?jǐn)?shù)據(jù)實(shí)時融合處理。該調(diào)度器采用了Micro-Batch微批計(jì)算引擎，優(yōu)化了對實(shí)時分析場景的支持，并同時支持事件驅(qū)動和定時驅(qū)動的工作流調(diào)度。這為用戶提供了更高的性能、極速的響應(yīng)能力，并穩(wěn)定支持高并發(fā)的實(shí)時數(shù)據(jù)處理體驗(yàn)。17路徑探索EXCELCSVEXCELCSV報表需求：獨(dú)立的報表工具永遠(yuǎn)無法讓業(yè)務(wù)用起來其次是報表需求。眾所周知，每個企業(yè)在報表層面都面臨供需矛盾，開發(fā)流程冗長、遷移成本高、使用效果差。這主要源于傳統(tǒng)報表工具的設(shè)計(jì)是面向IT設(shè)計(jì)，未針對敏捷決策場景下的業(yè)務(wù)使用進(jìn)行優(yōu)化。典型場景三大痛點(diǎn)典型場景三大痛點(diǎn)經(jīng)營分析報表報表遷移線下Excel報表 報表工具開財(cái)務(wù)分析報表數(shù)據(jù)產(chǎn)品報表經(jīng)營管理報表周期性報表需要IT協(xié)助取 已有的線下Excel無法·主要面對IT人員，業(yè)務(wù)用戶難掌數(shù)，周期長，流程長， 快速遷移上線，需從0·IT工作量大，響應(yīng)慢重復(fù)工作多綜合管理報表到1構(gòu)建報表和BI割裂，無法融合呈現(xiàn)分析人事分析報表監(jiān)管報送風(fēng)險管理報表開發(fā)流程長遷移成本高使用效果差匯報分享報表成本分析報表

驟即可創(chuàng)建基礎(chǔ)的業(yè)務(wù)報表：首先，將Excel報表模板上傳至觀遠(yuǎn)BI；其次，將數(shù)據(jù)源切換為BI托管的定期更新數(shù)據(jù)源；最后，保存報表至看板并直接使用。中國式報表Pro高度兼容Excel用戶已有操作習(xí)慣，即18路徑探索18路徑探索如何簡化報表流程，實(shí)現(xiàn)敏捷迭代數(shù)據(jù)自動更新？如何實(shí)現(xiàn)Excel報表最小成本快速遷移？如何降低使用門檻讓業(yè)務(wù)人員用起來？如何讓報表分析能力最大化？分析需求：豐富的行業(yè)場景主題幫助提升BI開發(fā)落地效率典型場景分析方案參考，快速起步解決業(yè)務(wù)問題場景包讓分析構(gòu)建過程更容易經(jīng)典分析模型視覺風(fēng)格典型場景分析方案參考，快速起步解決業(yè)務(wù)問題場景包讓分析構(gòu)建過程更容易經(jīng)典分析模型視覺風(fēng)格數(shù)據(jù)接入可視化插件大屏模板

含數(shù)據(jù)接入、經(jīng)典分析模型、可視化插件、視覺風(fēng)格、大屏模板等等全新素材，讓分析構(gòu)建過程更容易，實(shí)現(xiàn)了更便捷的分析路徑、更豐富的信息承載、更順滑的看數(shù)體驗(yàn)，讓業(yè)務(wù)：更快上手：新手培訓(xùn)效率提升30%；更快上線：看板制作效率提升20%；更快傳達(dá)：性能與分析效率提升50%。零售消費(fèi)金融泛行業(yè)更多...財(cái)務(wù)分析HR管理業(yè)財(cái)業(yè)務(wù)AI需求：創(chuàng)業(yè)至今始終堅(jiān)持AI+BI理念立志讓決策更智能最后是AI需求。觀遠(yuǎn)數(shù)據(jù)自2016年創(chuàng)立以來一直秉持著AI+BI的理念，致力于讓決策更智能。觀遠(yuǎn)BI,6.0進(jìn)一步增強(qiáng)了AI能力，推出智能洞察和BICopilot系列產(chǎn)品。1、智能洞察實(shí)現(xiàn)從"看板+文檔"到"報告+洞察"的跨越。通過深入業(yè)務(wù)打造智能化應(yīng)用服務(wù)和企業(yè)決策知識庫，旨在降

低數(shù)據(jù)理解成本，提高決策效率，這意味著更強(qiáng)大的智能化功能，幫助用戶從數(shù)據(jù)中獲取更深入的洞察和見解。19路徑探索分析決策樹配置，輔助報告自動生成，沉淀決策資產(chǎn)。將業(yè)務(wù)專家的分析思路轉(zhuǎn)化為靈活可配的“智能決策樹”，自動遍歷多個維度層級，分析業(yè)務(wù)堵點(diǎn)、痛點(diǎn)及造成原因。再結(jié)合數(shù)據(jù)可視化的能力，輸出易于管理層直接解讀的結(jié)論報告。最后支持通過AI算子和行業(yè)模板的完美融合，提升數(shù)據(jù)分析高度和決策質(zhì)量。19路徑探索基于報告發(fā)起討論，關(guān)聯(lián)業(yè)務(wù)動作，沉淀決策資產(chǎn)。20路徑探索通過異常原因補(bǔ)充、報告發(fā)起討論、關(guān)聯(lián)業(yè)務(wù)動作的功能，使得決策過程更加完整，信息更加全面，決策更加高效，實(shí)現(xiàn)全面的經(jīng)營管理閉環(huán)。20路徑探索2、BICopilot系列產(chǎn)品BICopilot系列產(chǎn)品通過BI據(jù)分析全鏈路，進(jìn)一步降低數(shù)據(jù)分析的應(yīng)用門檻?；贐ICopilot的ChatTo-即可自動搭建ETL、創(chuàng)建看板和定制報告風(fēng)格、詢問有關(guān)數(shù)據(jù)的問題并獲得深度見解等。Chat2Help，24小時在線技術(shù)支持每位產(chǎn)品使用者在遇到問題時都可以及時向Chat2Help尋求幫助。當(dāng)遇到報錯或問題時，只需將報錯信息復(fù)制粘貼到對話框中與Chat2Help進(jìn)行問答，它將直接告訴你報錯的含義。但與其僅僅解釋報錯信息，更重要的是采取行動來解決問題。Chat2Help還將指導(dǎo)一步步排除報錯，并提供解決方案。Chat2Help能夠滿足不同角色用戶的不同需求。無論你是新手還是專業(yè)用戶，Chat2Help都將提供準(zhǔn)確、個性化的支持，幫助解決問題并順利進(jìn)行決策分析。這將大大降低產(chǎn)品的門檻，使每位用戶都能輕松使用AI能力。Chat2Answer，用對話開啟數(shù)據(jù)洞察市面上99%的BI問答產(chǎn)品的設(shè)計(jì)思路都面向IT分析師等人群，沒有真正考慮到業(yè)務(wù)通過對話方式獲取所需數(shù)據(jù)。而Chat2Answer的出發(fā)點(diǎn)也是觀遠(yuǎn)團(tuán)隊(duì)一直主張的面向業(yè)務(wù)。Chat2Answer利用知識庫構(gòu)建，可以幫助業(yè)務(wù)用戶理解數(shù)據(jù)的含義，并提供智能解讀。當(dāng)用戶提出數(shù)據(jù)相關(guān)的問題時，Chat2Answer會解釋數(shù)據(jù)背后的原因，并給出針對性的建議和可操作的方案。Chat2Answer產(chǎn)品的形成需要結(jié)合What、Why、How三個方面，但它并不需要大量的構(gòu)建成本。通過

使用觀遠(yuǎn)BI產(chǎn)品并在某些部門、場景廣泛推廣后，利用數(shù)據(jù)資產(chǎn)形成知識庫的效率非常高。也正是如此，呼吁企業(yè)在使用觀遠(yuǎn)BI后，盡快在相關(guān)部門和場景中推廣產(chǎn)品使用。沒有知識庫的支持，直接調(diào)用大語言模型來處理數(shù)據(jù)集的準(zhǔn)確率通常只在10%到20%之間。只有當(dāng)業(yè)務(wù)真正使用平臺并留下知識資產(chǎn)后，才能快速積累知識庫，進(jìn)一步提升回答準(zhǔn)確度。同時，為了更敏捷、準(zhǔn)確地獲取知識，觀遠(yuǎn)BI,6.0將數(shù)據(jù)血緣從表級提升到字段級。這樣，在不同企業(yè)中提取字段信息和知識時，可以進(jìn)行更智能更細(xì)顆粒度的識別。有了Chat2Answer，可以預(yù)見敏捷組織的未來。類比一下，它可以使傳統(tǒng)的電報式BI變成手機(jī)式的現(xiàn)代化BI。通過現(xiàn)代化的BI平臺，業(yè)務(wù)資產(chǎn)和數(shù)據(jù)資產(chǎn)沉淀在一起，使得業(yè)務(wù)分析與決策之間無需中間人進(jìn)行翻譯。觀遠(yuǎn)數(shù)據(jù)一站式智能分析平臺6.0圍繞企業(yè)對賦能敏捷經(jīng)營的BI工具的數(shù)倉、報表、分析、AI能力需求，幫助企業(yè)以更高效率、更低門檻、更敏捷方式實(shí)現(xiàn)更智能的決策，并以更高頻、更廣泛、更有效的業(yè)務(wù)決策驅(qū)動“自組織涌現(xiàn)”，最終，讓數(shù)據(jù)進(jìn)一步賦能業(yè)務(wù)，以10X的產(chǎn)能撬動100X的數(shù)據(jù)消費(fèi)者，為企業(yè)創(chuàng)造更多、更大價值。希望每家企業(yè)都可以把觀遠(yuǎn)BI用起來。通過更多的業(yè)務(wù)場景和更高的分析頻率，有效利用數(shù)據(jù)做出決策，每個企業(yè)都可以在自己的領(lǐng)域成為行業(yè)領(lǐng)先者。觀遠(yuǎn)6S方法論助力企業(yè)數(shù)據(jù)建設(shè)階段升級孫妍觀遠(yuǎn)數(shù)據(jù)副總裁BI行業(yè)新觀察：數(shù)字化的趨勢和挑戰(zhàn)首先分享一下Gartner《2023年CIO和技術(shù)高管會議：中國篇》報告中總結(jié)的一些發(fā)現(xiàn)，整個報告主要突出三個觀點(diǎn)：其一，即使在經(jīng)濟(jì)下行的環(huán)境下，商業(yè)智能和數(shù)據(jù)分析仍然是企業(yè)第一大投資趨勢。與2022年相比，62%的受訪者表示將在2023年提高商業(yè)智能和數(shù)據(jù)分析領(lǐng)域的支出；其二，大約52%的企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型的過程中會遇到這樣那樣的難題，甚至是失?。黄淙?，企業(yè)數(shù)字化轉(zhuǎn)型失敗最尖銳的矛盾原因在于缺乏頂層設(shè)計(jì)，部門之間無法達(dá)成共識，或無法匹配戰(zhàn)略資源。接下來來看下企業(yè)為什么會遇到這樣的困難。企業(yè)的BI建設(shè)會遇到很多問題，其中最核心要回答的問題就是“數(shù)據(jù)分析能力建設(shè)、數(shù)字化建設(shè)是誰的事情”，是數(shù)據(jù)部門的事情，還是企業(yè)的事情？這是今天所有討論的原點(diǎn)，也是企業(yè)在做數(shù)字化建設(shè)時往往容易忽略的點(diǎn)。很多企業(yè)找到觀遠(yuǎn)數(shù)據(jù)的時候會說“我要選一個好產(chǎn)品，我要用好的培訓(xùn)”等，這些事情當(dāng)然也很重要，但在我看來，一個企業(yè)數(shù)字化轉(zhuǎn)型能不能成功，最重要的一件事情是“資源”。掃碼下載嘉賓分享

7月份時我們回訪了一個很重要的客戶，該客戶平臺從2月份到七月份用戶數(shù)增長了10倍，而且客戶本身就擁有非常大的用戶基數(shù)。我們和客戶負(fù)責(zé)數(shù)字化建設(shè)的副總裁進(jìn)行了交流，問客戶推廣怎么做的這么快，有什么成功秘訣可以分享。他講了一句話，“數(shù)字化戰(zhàn)略一定是一號位工程，如果不是一把手工程就做不下去了”。聽完這句話更驗(yàn)證我們的推斷。為什么數(shù)據(jù)團(tuán)隊(duì)在推出數(shù)字化應(yīng)用的時候，業(yè)務(wù)團(tuán)隊(duì)、管理團(tuán)隊(duì)會有那么高的配合度？實(shí)際上就是把公司所有的預(yù)算、資源擰成一股繩。這是推進(jìn)整個數(shù)字化建設(shè)戰(zhàn)略很成功、很關(guān)鍵的一點(diǎn)。21路徑探索所以，在講BI能力建設(shè)的時候，我們很容易能看到數(shù)據(jù)應(yīng)用、數(shù)據(jù)資產(chǎn)、數(shù)據(jù)技21路徑探索這些都是建設(shè)的“果”。建設(shè)的“因”實(shí)際是在組織能組織設(shè)計(jì)、組織分工、流程、考核、業(yè)務(wù)流程、IT等業(yè)的綜合能力是息息相關(guān)的。

觀遠(yuǎn)6S方法論輔助企業(yè)頂層設(shè)計(jì)的基礎(chǔ)理論觀遠(yuǎn)數(shù)據(jù)目前服務(wù)了600多家企業(yè)客戶，在這個過程段，每個階段大概是1-3年左右。在每個階段中，企業(yè)有共同面對的問題、機(jī)會和挑戰(zhàn)。因此我們繪制出一個圖譜，來幫助企業(yè)做BI數(shù)字化建設(shè)的階段躍遷。應(yīng)用融合應(yīng)用融合分析結(jié)果融合于業(yè)務(wù)執(zhí)行系統(tǒng)分析結(jié)果影響戰(zhàn)略決策95%的人擁有能力去中心化數(shù)據(jù)廣泛用于日常，成為決策前提數(shù)據(jù)內(nèi)容生產(chǎn)的角色大幅增加，不限于數(shù)據(jù)崗位從多到精更多角色在更多場景下養(yǎng)成看數(shù)用數(shù)習(xí)慣具備批量復(fù)制分析場景的要素從有到多部分角色形成依賴數(shù)據(jù)決策習(xí)慣“看到-歸因-解決”的閉環(huán)從無到有數(shù)據(jù)弱依賴一部分場景能通過報表回答發(fā)生了什么AI融合BI與AI又能完美融合普世的數(shù)據(jù)文化，頂尖的數(shù)據(jù)技術(shù)行業(yè)領(lǐng)先的數(shù)據(jù)應(yīng)用及方法論S1S2S3S4S5S6BI+AI融合第二階梯（第一次飛躍）“分布式”產(chǎn)出模式數(shù)據(jù)的人管理數(shù)據(jù)第一階梯“中心化”產(chǎn)出模式“需求-交付”的應(yīng)答式合作模式第三階梯（第二次飛躍）從“輔助決策”到“分析即決策”從“商業(yè)智能”到“人工智能”企業(yè)BI建設(shè)階段6S模型6SConstructionModelingOfEnterpriseBI22路徑探索例如在S2倉建設(shè)方面的問題。在S3動決策更閉環(huán)的一些場景。在S4化和企業(yè)基因就成為共性的問題。22路徑探索

升級作為要達(dá)成的“果”，以企業(yè)需要具備的組織人才、業(yè)務(wù)流程、技術(shù)能力、數(shù)據(jù)能力為能達(dá)成的“因”，匹配企業(yè)BI數(shù)字化建設(shè)的6個階段設(shè)計(jì)診斷咨數(shù)據(jù)大賽六大服務(wù)，幫助企業(yè)實(shí)現(xiàn)BI數(shù)字化建設(shè)階段升級。以診斷咨詢?yōu)槠髽I(yè)BI進(jìn)階起點(diǎn)助力企業(yè)數(shù)據(jù)建設(shè)階段升級字化建設(shè)階段的躍遷，將企業(yè)推向行業(yè)標(biāo)桿的高度。觀遠(yuǎn)服務(wù)促進(jìn)BI進(jìn)階飛輪的起點(diǎn)在【診斷咨詢】，診色等等。之后是匹配相關(guān)的【能力培訓(xùn)】，進(jìn)行能力

提升。然后通過【運(yùn)營中心】，將對一個人的培訓(xùn)變成對一個企業(yè)的培訓(xùn)，把一次培訓(xùn)變成無線循環(huán)的培訓(xùn)。接下來，當(dāng)企業(yè)有了種子用戶，就可以通過【數(shù)據(jù)大賽】讓數(shù)據(jù)分析能力在企業(yè)內(nèi)星火燎原。這時企業(yè)基本已經(jīng)到S4【行業(yè)榮譽(yù)】。然后企業(yè)將在階段躍升后進(jìn)入下一個循環(huán)。而中間的【G-Community】，則是為了滿足企業(yè)的分析師群體、算法群體、產(chǎn)品技術(shù)群體或高管群體都會有想在一個圈子里做交流，學(xué)習(xí)其他人是如何進(jìn)行BI建設(shè)的愿望。23路徑探索23路徑探索服務(wù)Ⅰ：【診斷咨詢】企業(yè)BI建設(shè)的“全面體檢”服務(wù)客群：S1-S6，需要輔助制定BI建設(shè)規(guī)劃的企業(yè)客戶6S診斷體檢報告6S診斷體檢報告BI建設(shè)規(guī)劃目標(biāo)與方案客戶：CEO、CIO、CDO、業(yè)務(wù)負(fù)責(zé)人觀遠(yuǎn)：咨詢專家、CSM、銷售圍繞“增強(qiáng)企業(yè)級數(shù)據(jù)分析能力”進(jìn)行全面體檢，產(chǎn)出診斷和“體檢報告”，助力企業(yè)制定相關(guān)目標(biāo)、規(guī)劃和落地方案關(guān)鍵產(chǎn)出關(guān)鍵角色服務(wù)概述為企業(yè)BI建設(shè)進(jìn)行“全面體檢”的【診斷咨詢】服務(wù)，是觀遠(yuǎn)數(shù)據(jù)最有特色的服務(wù)之一。如何為企業(yè)進(jìn)行“全面體檢”，我們可以看下面這個案例：該案例是觀遠(yuǎn)數(shù)據(jù)與某全球500強(qiáng)知名快消品行業(yè)頭部企業(yè)共創(chuàng)。今年6月份觀遠(yuǎn)為其進(jìn)行了【診斷咨詢】服務(wù)，形式有兩種：一是面向高管側(cè)的訪談；二是面向一線的業(yè)務(wù)問卷調(diào)研。調(diào)研時原本客戶只給我們約了三個人訪談，但聊著聊著企業(yè)自己就發(fā)現(xiàn)好像三個人是不夠的，就安排了更多不同的角色來參與調(diào)研。正如前面所說，企業(yè)數(shù)字化建設(shè)是很復(fù)雜的過程，并不是單一角色、單一部門做好就行的，所以必須要聽到不同部門、不同立場的不同聲音，判斷和結(jié)論才會更準(zhǔn)確。訪談?wù){(diào)研最后會產(chǎn)生一個體檢報告，我們會和企業(yè)共同判斷企業(yè)目前所處階段，這個階段會有哪些表征，并建議企業(yè)在這個階段進(jìn)行哪些方向的重點(diǎn)探索與考

核。同時，會在落地實(shí)踐階段，將企業(yè)四大能力擴(kuò)展成7個大能力、27個小能力，進(jìn)行成熟度和重要性兩個方面的評估，分別評出高中低不同等級。而后將重要性高且成熟度低的部分，作為企業(yè)下一步建設(shè)的建議方向。出于對【診斷咨詢】服務(wù)的認(rèn)可，該客戶今年也在跟觀遠(yuǎn)數(shù)據(jù)一起做【運(yùn)營中心】、【數(shù)據(jù)大賽】的共創(chuàng)，六大服務(wù)里該客戶已經(jīng)用了五個，雙方服務(wù)和產(chǎn)品的合作越走越深。我之前有問這家客戶的數(shù)字化建設(shè)負(fù)責(zé)人，為什么會對【診斷咨詢】這件事感興趣，他給我的答案是，大多數(shù)BI公司更多會做內(nèi)容服務(wù)，但我們真正需要的是有一個角色，從行業(yè)專家的角度和立場告訴我們企業(yè)真正應(yīng)該聚焦的是什么，管理層、業(yè)務(wù)層、數(shù)據(jù)部門各自的責(zé)任是哪些。這些一定是第三方來講才更加有公信力。這個答案非常啟發(fā)我，也與Gartner調(diào)研中很多企業(yè)數(shù)字化建設(shè)面對的主要困難吻合。服務(wù)Ⅱ：【能力培訓(xùn)】培訓(xùn)認(rèn)證一條龍，教學(xué)材料打包帶走服務(wù)客群：S1-S3，有數(shù)據(jù)分析和BI能力提升訴求的客戶（如初次使用BI產(chǎn)品、在業(yè)務(wù)側(cè)推廣自助分析等）BI/數(shù)據(jù)分析能力提升BI/數(shù)據(jù)分析能力提升BI/數(shù)據(jù)分析（聯(lián)合）認(rèn)證客戶：IT、數(shù)據(jù)分析師、業(yè)務(wù)分析師、業(yè)務(wù)人員觀遠(yuǎn)：訓(xùn)練營教練、培訓(xùn)講師、CSM、銷售通過設(shè)計(jì)不同角色、不同階段、不同層級的培訓(xùn)認(rèn)證內(nèi)容，提升用戶的數(shù)據(jù)分析與BI產(chǎn)品能力，更好利用BI產(chǎn)出業(yè)務(wù)價值關(guān)鍵產(chǎn)出關(guān)鍵角色服務(wù)概述很多公司都在做【能力培訓(xùn)】，觀遠(yuǎn)數(shù)據(jù)服務(wù)的特色在于：第一，面向企業(yè)級的服務(wù)。這里的“企業(yè)級”不是指企業(yè)規(guī)模，而是指讓企業(yè)自己擁有大于“輸血能力”的“造血能力”。例如企業(yè)人員流動性較大，需要培

訓(xùn)的人很多，觀遠(yuǎn)會為企業(yè)提供打包素材和教學(xué)材料，以及與企業(yè)做BI聯(lián)合認(rèn)證，也可幫助企業(yè)的講師做培訓(xùn)帶教和認(rèn)證，讓企業(yè)自己擁有“造血能力”，能夠自主培養(yǎng)更多數(shù)據(jù)分析新力量。24路徑探索第二，面向零基礎(chǔ)的員工。觀遠(yuǎn)數(shù)據(jù)一直在貫徹“讓24路徑探索

鐘，同時將學(xué)習(xí)過程分為學(xué)一學(xué)、想一想、練一練，通過很小的循環(huán)迭代，讓學(xué)員能更好的掌握知識。學(xué)員在極短時間內(nèi)就可以輕松完成幾門課程的學(xué)習(xí)，所以課程的完結(jié)率特別高，收獲了95%以上的好評率，服務(wù)Ⅲ：【運(yùn)營中心】是持續(xù)復(fù)制和提升的引擎服務(wù)客群：S2-S6，追求更體系化的消費(fèi)者和生產(chǎn)者賦能數(shù)據(jù)監(jiān)控體系：數(shù)據(jù)化驅(qū)動BI推廣，提升平臺運(yùn)行效率精品應(yīng)用沉淀：挖掘沉淀傳播公司及部門級的精品應(yīng)用客戶：BI產(chǎn)品經(jīng)理、BI運(yùn)營、數(shù)據(jù)文化運(yùn)營觀遠(yuǎn)：專家服務(wù)，CSM，銷售“讓生產(chǎn)者更便利，讓消費(fèi)者更省心”，提升生產(chǎn)者效能，降低消費(fèi)者門檻，沉淀和推廣更多高價值BI應(yīng)用關(guān)鍵產(chǎn)出關(guān)鍵角色服務(wù)概述【運(yùn)營中心】解決的是如何從對一個人的培訓(xùn)變成對一群人的培訓(xùn)，如何將培訓(xùn)變得持久、有積淀。【運(yùn)營中心】中包含了六個專門的服務(wù)內(nèi)容，也是關(guān)鍵產(chǎn)出，我們可以看到其中一些案例：用戶運(yùn)營機(jī)制做企業(yè)管理的都知道如何復(fù)制一個成功的團(tuán)隊(duì)，包括崗責(zé)力、動力、能力，復(fù)制這三大力就能復(fù)制一個成功的團(tuán)隊(duì)。用戶運(yùn)營機(jī)制解決的就是其中的動力問題。很多員工不想學(xué)BI，本質(zhì)上是不知道要學(xué)。他們需要知道學(xué)習(xí)BI有沒有價值，價值能不能得到認(rèn)可。所以在我們很多真實(shí)客戶的案例中，用戶運(yùn)營會用積分、認(rèn)證考核獎項(xiàng)，或者讓員工自己講述使用數(shù)據(jù)做了什么不一樣事情的故事，激勵員工的同時，讓員工有自己內(nèi)因的自我激勵。數(shù)據(jù)監(jiān)控體系做數(shù)據(jù)的人都知道“業(yè)務(wù)即數(shù)據(jù)”，所以通常會監(jiān)控

庫存、周轉(zhuǎn)、轉(zhuǎn)化率、流量等業(yè)務(wù)數(shù)據(jù)，但往往會忽視運(yùn)營數(shù)據(jù)也是數(shù)據(jù)，也可以做成業(yè)務(wù)。一些案例中企業(yè)通過數(shù)據(jù)監(jiān)控體系，可以將平臺上的月活、性能指標(biāo)等都監(jiān)控起來，并根據(jù)數(shù)據(jù)來做更精細(xì)化的運(yùn)營，激發(fā)企業(yè)內(nèi)更多人的使用。數(shù)據(jù)知識社區(qū)很多企業(yè)會做知識社區(qū)，讓知識在企業(yè)里流動起來，觀遠(yuǎn)數(shù)據(jù)服務(wù)的客戶里也有很多這樣的案例。例如招商銀行中做知識分享可獲得內(nèi)部積分兌換禮品；零跑汽車做了用BI讀報告的知識分享創(chuàng)新。還有很多企業(yè)會讓數(shù)據(jù)人員、業(yè)務(wù)人員做直播，讓一線業(yè)務(wù)數(shù)據(jù)同學(xué)自己把自己用數(shù)據(jù)的故事講出來，激發(fā)更多人使用數(shù)據(jù)。25路徑探索精品應(yīng)用沉淀25路徑探索業(yè)務(wù)模式上最小業(yè)務(wù)單元有很大相似性的企業(yè)非常適的平臺有應(yīng)用市場功能，A分行自己好的應(yīng)用上傳發(fā)

布，我們的數(shù)據(jù)人員會再給它進(jìn)行包裝、組織、邏輯梳理，這樣B、C、D等分行的人都能下載，讓企業(yè)95%的人都能擁有TOP5%的人的能力。服務(wù)Ⅳ：【數(shù)據(jù)大賽】點(diǎn)燃企業(yè)數(shù)據(jù)文化的火種服務(wù)客群：S3-S6，有一定數(shù)據(jù)應(yīng)用及種子用戶的沉淀，希望通過比賽加速文化和能力建設(shè)促進(jìn)BI平臺在組織內(nèi)的滲透，提升活躍率促進(jìn)BI平臺在組織內(nèi)的滲透，提升活躍率培養(yǎng)不同部門的種子用戶，擴(kuò)大“內(nèi)容生產(chǎn)者”基數(shù)加強(qiáng)IT與業(yè)務(wù)部門的協(xié)作，促進(jìn)“業(yè)數(shù)融合”培養(yǎng)數(shù)據(jù)分析思維，提升數(shù)據(jù)驅(qū)動決策的管理意識沉淀高價值場景，發(fā)布數(shù)據(jù)分析（聯(lián)合）認(rèn)證客戶：BI運(yùn)營/數(shù)據(jù)文化負(fù)責(zé)人觀遠(yuǎn)：培訓(xùn)專家，數(shù)據(jù)分析專家，CSM助力舉辦數(shù)據(jù)大賽，點(diǎn)燃數(shù)據(jù)文化星火全面加速業(yè)數(shù)融合，提升數(shù)據(jù)技能關(guān)鍵產(chǎn)出關(guān)鍵角色服務(wù)概述【數(shù)據(jù)大賽】是今年被咨詢最多的服務(wù)。簡單來說，如果企業(yè)已經(jīng)積累了一定的數(shù)據(jù)勢能，已經(jīng)有一些活躍用戶，希望將勢能不斷擴(kuò)大，這時數(shù)據(jù)大賽可以起到助燃的作用，讓星星之火變成燎原之勢。今年我們跟很多企業(yè)協(xié)辦了數(shù)據(jù)大賽。以規(guī)模最大的一場為例，比賽共歷時5個月，有750支隊(duì)伍，1700名選手，業(yè)務(wù)和數(shù)據(jù)組團(tuán)參賽。5個月歷程里融會貫通了很多培訓(xùn)、數(shù)據(jù)故事、賽程作品的review，是一場數(shù)據(jù)人的狂歡?？駳g過后，企業(yè)從平時平臺月活1

萬增長到4萬，表示有4數(shù)，代表了背后數(shù)據(jù)文化和數(shù)據(jù)能力的提升。后來我們回訪了該企業(yè)從數(shù)據(jù)大賽中得到什么，其中包括不少大賽中獲獎?wù)咴诋?dāng)年就得到了晉升，也包括業(yè)務(wù)人員轉(zhuǎn)崗到數(shù)據(jù)，數(shù)據(jù)人員轉(zhuǎn)崗到業(yè)務(wù)的人員變多，企業(yè)的內(nèi)部流動性變大。如果企業(yè)想將數(shù)據(jù)能力作為企業(yè)能力去推廣，數(shù)據(jù)大賽對企業(yè)來說肯定是很好的一個方法。26路徑探索26路徑探索服務(wù)Ⅴ：【行業(yè)榮譽(yù)】企業(yè)數(shù)據(jù)發(fā)揮價值最好的背書服務(wù)客群：S3-S6，具有代表性的實(shí)踐觀遠(yuǎn)：觀遠(yuǎn)：產(chǎn)品專家，行業(yè)專家，CSM，銷售最佳實(shí)踐：聚焦業(yè)務(wù)痛點(diǎn)，落地BI+AI數(shù)據(jù)解決方案行業(yè)創(chuàng)新：BI數(shù)據(jù)文化：打造企業(yè)人人用數(shù)文化，提升企業(yè)競爭力客戶：愿意與觀遠(yuǎn)深度共創(chuàng)的管理層，包括業(yè)務(wù)管理層與數(shù)據(jù)管理層與頭部客戶共創(chuàng)數(shù)據(jù)高價值實(shí)踐共同收獲權(quán)威榮譽(yù)，提升行業(yè)影響力關(guān)鍵產(chǎn)出關(guān)鍵角色服務(wù)概述對于BI建設(shè)階段比較靠后，又在某一領(lǐng)域上做的比較獎項(xiàng)，這也是很多CIO、CDO比較關(guān)心的事。例如我

們跟聯(lián)合利華、元?dú)馍?、寧波銀行、北京銀行、招商銀行等客戶聯(lián)合申報并獲得了很多行業(yè)最佳實(shí)踐、行業(yè)創(chuàng)新、數(shù)據(jù)文化獎項(xiàng)。服務(wù)Ⅵ：【G-Community】貫穿全周期的加速器服務(wù)客群：S1-S6CIO：CIO：CIO私董會，觀遠(yuǎn)新品推介會等分析師：分析師交流會，觀遠(yuǎn)產(chǎn)品訓(xùn)練營等客戶定向交流：BI建設(shè)歷程、信息化建設(shè)經(jīng)驗(yàn)等主題交流客戶：CEO、CIO、CDO等高層；數(shù)據(jù)產(chǎn)品經(jīng)理、數(shù)據(jù)分析師等觀遠(yuǎn)：活動運(yùn)營、CSM、銷售按不同圈層做設(shè)計(jì)，組織企業(yè)BI建設(shè)、組織演進(jìn)、行業(yè)方案等話題的G-Com-munity活動，促進(jìn)客戶間的聯(lián)系、交流與共創(chuàng)關(guān)鍵產(chǎn)出關(guān)鍵角色服務(wù)概述【G-Community】就是社群，幫助不同圈子去做圈層經(jīng)營，不止是線上，觀遠(yuǎn)還會做各種線下會議。例如今年七八月份我們在華北做了CIO私董會，邀請了一些企業(yè)的CEO、CIO等。會后調(diào)研顯示100%的嘉賓都表示下次還要參加，并且50%以上的CEO、CIO當(dāng)場就報名了。另一個例子是我們在杭州做的一場面向分析師群體的線下活動，同時吸引了很多數(shù)倉產(chǎn)品的技術(shù)人員，進(jìn)行了深度的workshop。在活動最后講述自己收獲的checkout環(huán)節(jié)，有一個小女孩站起來說，自己入職分析師行業(yè)才不到一年，作為一個新人常常覺得自己的工作沒有什么價值，但聽了大家的分享后又重新點(diǎn)燃了自己。而正是因?yàn)橄袼f的這種收獲，才讓觀遠(yuǎn)數(shù)據(jù)更有動力將這樣的活動辦下去。最后總結(jié)下觀遠(yuǎn)的服務(wù)特色：致力于「長期」陪伴，貫穿企業(yè)數(shù)字化建設(shè)的6階段周期；

致力于「成長型」陪伴，讓企業(yè)擁有大于“輸血能力”的“造血能力”，讓企業(yè)能夠從人才復(fù)制到能力復(fù)制。27路徑探索觀遠(yuǎn)數(shù)據(jù)成立至今已7周年，7年里我們沉淀了600+家企業(yè)客戶，產(chǎn)品從迭代升級到了6.0，方法論從5A升級到6S。7年間不光是我們在成長，我們的客戶也在成長，我們見證了很多客戶發(fā)展、上市等，對我們也是鼓舞。觀遠(yuǎn)數(shù)據(jù)是非常榮幸能和企業(yè)一起探索與成長，與客戶一起經(jīng)歷過的旅程讓我們倍感榮幸。未來的路還很漫長，我們一起走過的BI建設(shè)之路終會讓我們共同走向更好的未來。27路徑探索業(yè) 踐 畢馬威中國：金融業(yè)數(shù)字化轉(zhuǎn)型的“生產(chǎn)關(guān)系”破局柳曉光畢馬威中國金融業(yè)數(shù)字化咨詢主管合伙人金融業(yè)數(shù)字化轉(zhuǎn)型的根本要義：金融業(yè)數(shù)字化的“生產(chǎn)力”與生產(chǎn)關(guān)系數(shù)字化的生產(chǎn)力包括CDO、數(shù)據(jù)分析專員、數(shù)據(jù)工程師、科技人員等，生產(chǎn)關(guān)系則是從組織架構(gòu)、流程、管理體系、機(jī)制上，組織好、發(fā)揮好這些生產(chǎn)力。金融機(jī)構(gòu)的數(shù)字化，行業(yè)通行的三步走做法是：12、數(shù)據(jù)業(yè)務(wù)化。搭建現(xiàn)代化數(shù)據(jù)架構(gòu)，實(shí)現(xiàn)數(shù)據(jù)聯(lián)動分析，使數(shù)據(jù)能夠支持業(yè)務(wù)，不再局限于單一系統(tǒng)統(tǒng)計(jì)分析功能。3、決策智能化。借助AI、大數(shù)據(jù)等金融科技的深度賦能，真正從感知認(rèn)知到?jīng)Q策的智能化。以上三步會有時間上的遞進(jìn)，大多數(shù)金融機(jī)構(gòu)目前處于第一步和第二步之間。整體上，無論各家金融機(jī)構(gòu)目前處于哪一個步驟，都同樣會關(guān)注如何將對數(shù)字化轉(zhuǎn)型的想法真正落地，如何完善組織與機(jī)制以應(yīng)對數(shù)字化轉(zhuǎn)型的挑戰(zhàn)。畢馬威中國認(rèn)為，對金融業(yè)來講，真正的數(shù)字化是業(yè)務(wù)、技術(shù)、數(shù)據(jù)、組織的四位一體，需要打破信息的不對稱，打破部門壁壘，打破數(shù)據(jù)孤島，打破系統(tǒng)豎井，這些打破和鏈接才能使數(shù)字化真正成功。掃碼觀看直播回放

要實(shí)現(xiàn)真正的成功，金融機(jī)構(gòu)從生產(chǎn)關(guān)系的角度至少要關(guān)注兩個方面：29最佳實(shí)踐一是組織機(jī)制變革。數(shù)字化生產(chǎn)關(guān)系的核心問題是怎樣形成一個清晰的數(shù)字化戰(zhàn)略并能夠落地推進(jìn)，以銀行為例，大多是部門制，各有目標(biāo)和職責(zé)邊界，很少有人會考慮自己部門以外其他部門的事情。但數(shù)字化轉(zhuǎn)型很多時候是需要多部門共進(jìn)的，所以有一個全行的數(shù)字化戰(zhàn)略推進(jìn)管理機(jī)制很重要。29最佳實(shí)踐二是人才培育培養(yǎng)。包括在業(yè)務(wù)側(cè)如何落地產(chǎn)品經(jīng)理機(jī)制，在技術(shù)側(cè)如何向前一步擁抱業(yè)務(wù)，讓業(yè)務(wù)與技術(shù)融合，主動服務(wù)業(yè)務(wù)。數(shù)字化轉(zhuǎn)型統(tǒng)籌推進(jìn)配套組織與機(jī)制數(shù)字化轉(zhuǎn)型統(tǒng)籌推進(jìn)的主流組織結(jié)構(gòu)有三層：決策層，數(shù)字化轉(zhuǎn)型委員會，負(fù)責(zé)重點(diǎn)審議、最高決策；治理層，數(shù)字化轉(zhuǎn)型辦公室，負(fù)責(zé)統(tǒng)籌推進(jìn)、監(jiān)督、管理、資源協(xié)調(diào)；執(zhí)行層，數(shù)字化轉(zhuǎn)型專項(xiàng)工作推進(jìn)小組，由具體的業(yè)務(wù)、技術(shù)、數(shù)據(jù)等不同部門組成的聯(lián)合項(xiàng)目組。數(shù)字化轉(zhuǎn)型管理三層結(jié)構(gòu)中最核心的是「數(shù)字化轉(zhuǎn)型辦公室」。在成功的金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型中，數(shù)轉(zhuǎn)辦都不會是一個虛擬機(jī)構(gòu)，要有實(shí)質(zhì)性的管理權(quán)限、考核權(quán)限，擁有復(fù)合型職能，包括戰(zhàn)略引領(lǐng)、資源整合、協(xié)同管理、知識共享、文化建設(shè)、能力挖掘等。數(shù)轉(zhuǎn)辦的設(shè)置通常有三種模式：模式一：數(shù)轉(zhuǎn)辦作為二級部門，由董辦/戰(zhàn)略部門牽頭。適用于數(shù)字化轉(zhuǎn)型初期，企業(yè)數(shù)字化思維、數(shù)字化能力尚未成熟，數(shù)字化人才相對有限，而戰(zhàn)略部門規(guī)劃能力強(qiáng)，懂業(yè)務(wù)，對數(shù)字化轉(zhuǎn)型有清晰的認(rèn)識并能建立藍(lán)圖的情況。模式二：數(shù)轉(zhuǎn)辦作為二級部門，由科技/金數(shù)部門牽模式三：新設(shè)置數(shù)轉(zhuǎn)辦作為一級部門。適合各部門已建立相對成熟數(shù)字化轉(zhuǎn)型思維和基本理念認(rèn)知，數(shù)字化人才儲備豐富且人員數(shù)字化能力較高的情況。三種模式各有優(yōu)勢，同樣也各有缺點(diǎn)：模式一有戰(zhàn)略管理的抓手，統(tǒng)籌推動力強(qiáng)，能夠?qū)?shù)字化轉(zhuǎn)型趨勢及行業(yè)實(shí)踐有良好的洞察，從全局視野設(shè)計(jì)數(shù)字化轉(zhuǎn)型規(guī)劃，但離業(yè)務(wù)、科技的一線實(shí)務(wù)工作遠(yuǎn)；

模式二人員擁有科技背景，能夠快速運(yùn)用科技手段賦能數(shù)字化轉(zhuǎn)型，但如果單純設(shè)立在傳統(tǒng)信息化部門下，“科技自說自話”、“跟業(yè)務(wù)兩張皮”這類問題仍然難解決；模式三作為獨(dú)立部門能夠保持較為中立態(tài)度解決數(shù)字化轉(zhuǎn)型中的協(xié)同問題，效率較高，但作為一級部門通常是短時間的，設(shè)立時可能會面臨監(jiān)管的壓力、人員編制的問題等。模式三能夠擁有一定的授權(quán)級別，雖然難度較大，但有決心的、真正嚴(yán)肅認(rèn)真對待數(shù)字化轉(zhuǎn)型的管理層，通常會嘗試模式三?？扇绻麩o法落地模式三，嘗試模式一、模式二也比什么都不做要好。模式的選擇沒有正確答案，金融機(jī)構(gòu)要根據(jù)自身數(shù)字化轉(zhuǎn)型發(fā)展現(xiàn)狀，選擇一個相對更適合的選項(xiàng)將其落實(shí)。想要真正落實(shí)，就需要明確數(shù)轉(zhuǎn)辦的核心職能：第一，戰(zhàn)略統(tǒng)籌。不僅要有全公司的需求收集，也要有總體的數(shù)字化規(guī)劃輸入。從全公司的角度自上而下的統(tǒng)籌，體系化的思考，謀定而后動。第二，落地監(jiān)控。集中管控企業(yè)數(shù)字化轉(zhuǎn)型項(xiàng)目，跟蹤項(xiàng)目進(jìn)展，建立管理溝通綠色通道，及時管控項(xiàng)目、解決問題。第四，敏捷協(xié)同。數(shù)字化轉(zhuǎn)型應(yīng)該是跨部門、多需求方的項(xiàng)目，數(shù)轉(zhuǎn)辦要統(tǒng)籌推進(jìn)產(chǎn)品經(jīng)理責(zé)任制落實(shí)，加強(qiáng)企業(yè)級組織協(xié)同與敏捷化管理。不同的項(xiàng)目有不同的牽頭方、參與方，數(shù)轉(zhuǎn)辦就需要作為一個項(xiàng)目群的“大管家”推進(jìn)項(xiàng)目，關(guān)注企業(yè)重點(diǎn)數(shù)字化項(xiàng)目的進(jìn)展，過程中的資源協(xié)調(diào)、落地后的成效等都需要數(shù)轉(zhuǎn)辦考慮。數(shù)字化人才定義與能力培養(yǎng)30最佳實(shí)踐組織和機(jī)制都需要靠人來推進(jìn)和落實(shí)，因此數(shù)字化人才也是金融業(yè)數(shù)字化轉(zhuǎn)型的核心命題之一。數(shù)字化人才不僅僅是指數(shù)據(jù)分析師，做數(shù)據(jù)產(chǎn)品的人、能把數(shù)字化工具用好的前線人員等也都是數(shù)字化人才。包括數(shù)轉(zhuǎn)辦，盡管做的是管理統(tǒng)籌工作，但對金融機(jī)構(gòu)數(shù)30最佳實(shí)踐字化的橋梁與促進(jìn)作用是不可小覷的。廣義上數(shù)字化人才有三類：科技型數(shù)字化人才例如產(chǎn)品架構(gòu)師、數(shù)據(jù)分析師、建模師等技術(shù)人才。以創(chuàng)造更優(yōu)質(zhì)的科技服務(wù)為發(fā)展目標(biāo)。在金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型中對其關(guān)鍵需求中包括強(qiáng)化技術(shù)對業(yè)務(wù)的支撐、開拓?cái)?shù)字化創(chuàng)新新模式、推動全公司層面的業(yè)務(wù)與技術(shù)深度融合等。在我跟很多領(lǐng)先的技術(shù)管理者的交流中，會聽到他們希望團(tuán)隊(duì)能夠理解要跟業(yè)務(wù)融合，讓作為產(chǎn)品經(jīng)理和需求方的業(yè)務(wù)人員，在技術(shù)每個版本開發(fā)迭代過程中都參與進(jìn)來。這個理念是我們認(rèn)為科技型數(shù)字化人才需要有的。業(yè)務(wù)型數(shù)字化人才應(yīng)用型數(shù)字化人才例如用戶運(yùn)營、組織人事管理、合規(guī)風(fēng)控等業(yè)務(wù)一線應(yīng)用人才，以展現(xiàn)更高的業(yè)務(wù)價值與管理效能為發(fā)展目標(biāo)。在數(shù)字化時代，所有一線人員最重要的一點(diǎn)就是擁抱數(shù)字化，積極看待數(shù)字化，要讓數(shù)據(jù)智能普惠。以銀行為例，不僅是總行要用，分支機(jī)構(gòu)也要用，一線的客服人員、營銷人員也要用。前線能夠使用數(shù)字化產(chǎn)品的應(yīng)用型人才也是數(shù)字化人才，即便他們的專業(yè)技術(shù)不強(qiáng)，但對金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型的作用依舊很大。同時，這些應(yīng)用型數(shù)字化人才可以作為標(biāo)桿，將數(shù)字化能力的優(yōu)勢從一個部門傳遞到更多部門，最終實(shí)現(xiàn)數(shù)字化能力的普惠。盡管任重道遠(yuǎn)，但卻是必經(jīng)之路。想要培養(yǎng)以上三類人才，金融機(jī)構(gòu)也要配套人才體系建設(shè)機(jī)制。從人力資源角度，要給予這些人才合適的

績效評價、晉升路線、薪酬待遇。從提升數(shù)字化能力的動力角度，可以通過創(chuàng)新實(shí)驗(yàn)室、創(chuàng)新基金、OKR+KPI等模式激勵。數(shù)字化建設(shè)成效與投入效能評估數(shù)字化建設(shè)成效與投入效能評估，也是近兩年很多金解其中有些事情不能夠量化評估，但也認(rèn)為必須要定性分析。一些CDO和CTO可能對此會比較抵觸，認(rèn)為是對成本的壓制或額外的考核。但更加精明的CTO和CDO反而會迎難而上，自己先考量清楚其價值，并將能，而這需要在財(cái)務(wù)和管理會計(jì)的要求下做得更好。另一方面，金融機(jī)構(gòu)的數(shù)字化能力，是從全機(jī)構(gòu)角度將多個數(shù)字化項(xiàng)目匯總加權(quán)合并，成為整體性的能力。通過對價值產(chǎn)出、資源投入的分析，對數(shù)字化轉(zhuǎn)型效果的評估，不論是CEO還是CFO，或者技術(shù)管理者，都能更清楚地看到數(shù)字化戰(zhàn)略推進(jìn)的效果，明確數(shù)字化轉(zhuǎn)型方向是否正確。31最佳實(shí)踐最后總結(jié)，數(shù)字化轉(zhuǎn)型的成功既取決于總體規(guī)劃的戰(zhàn)略部署方向性領(lǐng)導(dǎo)力，更考驗(yàn)的是數(shù)字化轉(zhuǎn)型落地實(shí)施戰(zhàn)術(shù)策略執(zhí)行力。數(shù)字化時代下必備的組織、機(jī)制、人才管理模式變革，是鏈接數(shù)字化戰(zhàn)略領(lǐng)導(dǎo)力與戰(zhàn)術(shù)執(zhí)行力的轉(zhuǎn)換中樞，亦是數(shù)字化戰(zhàn)略統(tǒng)籌自主的內(nèi)生性保障與基礎(chǔ)性能級。31最佳實(shí)踐數(shù)禾科技：語義BI數(shù)據(jù)民主化進(jìn)階之路王冠軍數(shù)禾科技CDO數(shù)禾科技是一家金融科技服務(wù)公司，以大數(shù)據(jù)和技術(shù)為驅(qū)動，為金融機(jī)構(gòu)提供高效的智能零售金融解決方案，服務(wù)銀行、信托、消費(fèi)金融公司、保險、小貸公司等持牌金融機(jī)構(gòu)，業(yè)務(wù)涵蓋消費(fèi)信貸、小微企業(yè)信貸、場景分期等多個領(lǐng)域，提供營銷獲客、風(fēng)險防控、運(yùn)營管理等服務(wù)。數(shù)禾科技與觀遠(yuǎn)數(shù)據(jù)于2020年下半年開始合作，至今公司內(nèi)部已實(shí)現(xiàn)人人用觀遠(yuǎn)BI。曾經(jīng)我們在使用的過程當(dāng)中，也發(fā)現(xiàn)了一些問題。雖然BI很敏捷，但業(yè)務(wù)取數(shù)卻不盡人意。面對精密的數(shù)據(jù)平臺，業(yè)務(wù)用戶往往手足無措。例如，業(yè)務(wù)希望看到本月優(yōu)惠券成本是多少？今日成交訂單數(shù)是多少？此類指標(biāo)信息底層非常復(fù)雜，對業(yè)務(wù)人員要有一定的數(shù)據(jù)素養(yǎng)，例如要找到數(shù)據(jù)在哪、要了解底層數(shù)據(jù)結(jié)構(gòu)和含義、要知道表之間關(guān)聯(lián)關(guān)系、要熟悉SQL或Python等語言，如果缺乏這些素養(yǎng)，業(yè)務(wù)團(tuán)隊(duì)不得不依賴數(shù)據(jù)團(tuán)隊(duì)的幫助，這常常導(dǎo)致溝通頻繁、響應(yīng)滯后、二手?jǐn)?shù)據(jù)可信度問題以及業(yè)務(wù)的敏捷性受損。對于業(yè)務(wù)人員來說，他們的需求很樸素：簡單地獲取數(shù)據(jù)，將其導(dǎo)入BI系統(tǒng)中快護(hù)數(shù)據(jù)的準(zhǔn)確性，數(shù)據(jù)如何被計(jì)算，以及如何處理數(shù)據(jù)指標(biāo)之間的不一致性等問題。32最佳實(shí)踐對數(shù)據(jù)團(tuán)隊(duì)而言，同樣面臨棘手且復(fù)雜的情況。例如，在處理數(shù)據(jù)提取的任務(wù)時，他們必須評估和解決數(shù)據(jù)的規(guī)模、存儲格式、每日數(shù)據(jù)增長的峰值以及敏感信息的處理等復(fù)雜問題。32最佳實(shí)踐掃碼下載嘉賓分享PPT

業(yè)務(wù)團(tuán)隊(duì)追求的是數(shù)據(jù)的快速獲取與應(yīng)用，而數(shù)據(jù)團(tuán)隊(duì)則注重?cái)?shù)據(jù)的管理與質(zhì)量，這兩者之間的不同視角和關(guān)注重點(diǎn)造成了一個看似簡單的任務(wù)——數(shù)據(jù)生產(chǎn)流轉(zhuǎn)——變得復(fù)雜。業(yè)務(wù)團(tuán)隊(duì)與數(shù)據(jù)團(tuán)隊(duì)的協(xié)同工作關(guān)鍵在于找到應(yīng)用數(shù)據(jù)與管理數(shù)據(jù)之間的平衡點(diǎn)。數(shù)禾科技從實(shí)踐中精心設(shè)計(jì)了四種逐步深入的模式，巧妙地搭建起了連接業(yè)務(wù)需求與數(shù)據(jù)處理的橋梁，有效地彌合了二者之間的鴻溝。由分析師或業(yè)務(wù)策略團(tuán)隊(duì)自己開發(fā)滿足需求由分析師或業(yè)務(wù)策略團(tuán)隊(duì)自己開發(fā)滿足需求大量的私有化數(shù)據(jù)集導(dǎo)入BI優(yōu)點(diǎn)：起步時有學(xué)習(xí)成本，但非常敏捷，短平快解決問題缺點(diǎn)：信息孤島，割裂，重復(fù)建設(shè)大量私有化業(yè)務(wù)邏輯，業(yè)務(wù)不一致質(zhì)量差，易出故障維護(hù)成本高，難以管理長此以往，限制業(yè)務(wù)發(fā)展，積重難返兩個極端VS由工程師團(tuán)隊(duì)承接業(yè)務(wù)需求完全按需實(shí)現(xiàn)，所有指標(biāo)預(yù)先聚合匯總成表，BI承擔(dān)可視化功能優(yōu)點(diǎn)：缺點(diǎn)：靜態(tài)報表，不支持下鉆、切片開發(fā)慢，需求積壓無法實(shí)現(xiàn)靈活探索分析工程師驅(qū)動 分析師/策略師驅(qū)動亂慢模式一：人的驅(qū)動成表，BI僅承接可視化功能。優(yōu)點(diǎn)在于有統(tǒng)一的數(shù)據(jù)視靈活的數(shù)據(jù)探索分析。

第二種是分布式，由分析師或業(yè)務(wù)策略團(tuán)隊(duì)自己開發(fā)滿足需求。起初業(yè)務(wù)團(tuán)隊(duì)用得“很爽”，學(xué)習(xí)成本低，非常敏捷，快速解決問題，隨著時間推移，歷史遺留資產(chǎn)越來越多，導(dǎo)致速度越來越慢，無論是部門間的協(xié)同，還是成本維護(hù)，都是巨大的開支。因此，數(shù)據(jù)團(tuán)隊(duì)做交付，面臨不夠敏捷的問題；業(yè)務(wù)團(tuán)隊(duì)自己處理，面臨數(shù)據(jù)混亂冗余的問題，這其實(shí)是兩個極端。33最佳實(shí)踐33最佳實(shí)踐一致性一致性工程團(tuán)隊(duì)優(yōu)點(diǎn)：缺點(diǎn)：應(yīng)用層數(shù)據(jù)雜亂業(yè)務(wù)團(tuán)隊(duì)DCube架構(gòu)部分解決了慢和亂的矛盾數(shù)據(jù)湖倉共享復(fù)用靈活性上卷、下鉆固定/預(yù)定義DCube共享復(fù)用的公共指標(biāo)私有邏輯多樣化私有化信息孤島私有化指標(biāo)衍生指標(biāo)新需求缺乏彈性模式二：Cube驅(qū)動業(yè)務(wù)邏輯指標(biāo)多快好省穩(wěn)業(yè)務(wù)邏輯指標(biāo)多快好省穩(wěn)展示數(shù)據(jù)模型BI平臺記載 管理記錄業(yè)務(wù)角色數(shù)字化業(yè)務(wù)流程描述業(yè)務(wù)術(shù)語數(shù)據(jù)湖倉（用戶旅程）數(shù)據(jù)治理中心維度表事實(shí)表語義化：以業(yè)務(wù)流程為橋梁，實(shí)現(xiàn)數(shù)據(jù)模型、業(yè)務(wù)邏輯和指標(biāo)等對象的語義標(biāo)準(zhǔn)化

據(jù)，靈活進(jìn)行探索分析。同時，這種模式也面臨一個問題。如果有新的需求、新的業(yè)務(wù)、新的指標(biāo)，新的維度時，指標(biāo)層的共享會格外緩慢，因?yàn)樗枰脑O(shè)計(jì)和大量開發(fā)、數(shù)據(jù)回溯等。因此它只能部分解決慢和亂的矛盾。度量模式三：語義驅(qū)動度量為了進(jìn)一步解決上述矛盾，數(shù)禾科技當(dāng)前的策略重點(diǎn)轉(zhuǎn)向了數(shù)據(jù)語義化。首先要為數(shù)據(jù)注入語義。語義指說同一種語言：業(yè)務(wù)術(shù)語。舉個例子，“在貸余額”，在A部門是剩余本金，在B部門叫期末余額，在C部門才叫在貸余額。因此，需要一個標(biāo)準(zhǔn)的術(shù)語體系，確保大家都在使用同一種語言。為數(shù)據(jù)注入業(yè)務(wù)語言，是語義化的核心的工作。語義化的方法論是以業(yè)務(wù)流程為橋梁，實(shí)現(xiàn)數(shù)據(jù)模型、業(yè)務(wù)邏輯和指標(biāo)等對象的語義標(biāo)準(zhǔn)化。其中，業(yè)務(wù)流程由參與者和他們的關(guān)鍵活動所構(gòu)建，承載了業(yè)務(wù)本身。用戶旅程是最重要的業(yè)務(wù)流程之一，因?yàn)樗苯雨P(guān)聯(lián)到業(yè)務(wù)的核心價值。整個業(yè)務(wù)流程在執(zhí)行的過程中，業(yè)務(wù)角色和管理記錄將通過數(shù)字化的方式沉淀為數(shù)據(jù)模型、數(shù)據(jù)結(jié)構(gòu)，也就是事實(shí)表和維度表。最終可以從“多快好省穩(wěn)”五個維度指標(biāo)評估業(yè)務(wù)流程的質(zhì)量。指標(biāo)可以從擁有業(yè)務(wù)術(shù)語信息

的數(shù)據(jù)模型上面疊加業(yè)務(wù)邏輯、統(tǒng)計(jì)邏輯得到，此后再把指標(biāo)數(shù)據(jù)推進(jìn)BI里進(jìn)行洞察和分析?，F(xiàn)在的業(yè)務(wù)術(shù)語體系，通過業(yè)務(wù)流程注入到數(shù)據(jù)模型上，也可以注入在指標(biāo)上。數(shù)禾內(nèi)部有數(shù)據(jù)治理中心，管理所有的業(yè)務(wù)術(shù)語，數(shù)據(jù)湖倉管理數(shù)據(jù)模型，指標(biāo)平臺管理指標(biāo)邏輯語義，BI平臺管理洞察和分析。數(shù)禾內(nèi)部構(gòu)建了一個以數(shù)據(jù)治理驅(qū)動的全面語義數(shù)據(jù)體系，其基礎(chǔ)是由數(shù)據(jù)湖倉組成的強(qiáng)大數(shù)據(jù)基礎(chǔ)架構(gòu)。在這個基礎(chǔ)之上，建立了一個管理業(yè)務(wù)邏輯語義的指標(biāo)平臺。這一結(jié)構(gòu)不僅支撐了BI和各類數(shù)據(jù)產(chǎn)品，甚至AI相關(guān)的產(chǎn)品。整個體系實(shí)現(xiàn)了從數(shù)據(jù)的生成、供給到最終使用各個環(huán)節(jié)的語義整合。34最佳實(shí)踐總結(jié)下來，指標(biāo)是分析應(yīng)用中抽象高級業(yè)務(wù)語義的具體表征，技術(shù)的復(fù)雜性完全藏匿于業(yè)務(wù)友好的語義表述之內(nèi)。業(yè)務(wù)只需要關(guān)心需求，不需要關(guān)心數(shù)據(jù)在哪，以及數(shù)據(jù)怎么計(jì)算，他可以隨時隨地訪問數(shù)據(jù)，分析數(shù)據(jù)。34最佳實(shí)踐AnomalyDetectionAnomalyDetectionPropensityModeling···LLM能力從Copilot到AnalystAgent分析框架和模型語義化是AI驅(qū)動的筑基之本W(wǎng)hat-if經(jīng)典預(yù)測模型對比分析漏洞分析路徑分析多目標(biāo)決策相關(guān)性分析AARRR多維度拆解CohortRFM模式四：AI驅(qū)動當(dāng)數(shù)據(jù)都語義化、富含語義信息后，我們就將進(jìn)入驅(qū)動的范疇。以烹飪?yōu)轭惐?，?shù)據(jù)工作的過程類似于準(zhǔn)備食材，而語義化的數(shù)據(jù)就如同經(jīng)過徹底清洗和精心分類的原料。緊隨其后的AI算法好比是精心編纂的食譜，它能夠?qū)⑦@些準(zhǔn)備好的原料轉(zhuǎn)化為一道道美味佳肴。在這個過程中，分析師和業(yè)務(wù)人員就像是制作美食的廚師。AI驅(qū)動相當(dāng)于拓展了菜譜?，F(xiàn)有的經(jīng)典分析框架和模

型已經(jīng)在觀遠(yuǎn)BI系統(tǒng)中得到應(yīng)用。隨著AI技術(shù)的深入融合，未來我們將能夠?qū)崿F(xiàn)更加深入和自動化的決策過程。以下是數(shù)禾科技未來開展數(shù)據(jù)工作的行徑路線圖。從數(shù)據(jù)分析的成熟度角度來看，數(shù)智化的核心功能涵蓋了記錄、還原、推斷、預(yù)測和決策等方面。數(shù)禾致力于利用高質(zhì)量、直觀易懂且可靠的數(shù)據(jù)，結(jié)合機(jī)器學(xué)習(xí)和因果推斷技術(shù)，進(jìn)一步深化AI在推理和決策制定中的應(yīng)用。分析成熟度分析成熟度發(fā)生了什么？為什么發(fā)生？將要發(fā)生什么？分析模型最好的情況會是什么？預(yù)測模型推斷最優(yōu)化預(yù)測&感知&競爭優(yōu)勢決策AI驅(qū)動還原即席查詢報表標(biāo)準(zhǔn)化報表指標(biāo)平臺數(shù)據(jù)模型數(shù)據(jù)源記錄數(shù)據(jù)湖倉35最佳實(shí)踐最后總結(jié)一句話，“極多的語義，極高的智能，極限的自助，極致的敏捷，向未來”。未來，越來越強(qiáng)的技術(shù)能力，將賦能業(yè)務(wù)達(dá)到更敏捷的狀態(tài)。35最佳實(shí)踐某券商：數(shù)據(jù)驅(qū)動業(yè)務(wù)，開啟數(shù)字化轉(zhuǎn)型“五大轉(zhuǎn)變”（為保護(hù)客戶隱私，以下涉及企業(yè)名稱處統(tǒng)稱為“A證券”）數(shù)字化轉(zhuǎn)型的認(rèn)識和理解數(shù)字化轉(zhuǎn)型是技術(shù)革新也是業(yè)務(wù)變革，是“一把手工程”也是“全民運(yùn)動”，是需要業(yè)務(wù)引領(lǐng)、技術(shù)驅(qū)動的“雙向奔赴”，這是我們對于數(shù)字化轉(zhuǎn)型的認(rèn)識和理解。A證券的數(shù)字化轉(zhuǎn)型工作目前進(jìn)行了將近三年，我們的最終目標(biāo)是實(shí)現(xiàn)商業(yè)價值。從這點(diǎn)出發(fā)，我們需要做兩個方面的事：其一，做正確的事，業(yè)務(wù)即IT，IT即業(yè)務(wù)。指的是要把我們現(xiàn)在的業(yè)務(wù)數(shù)字化，并研發(fā)數(shù)字化產(chǎn)品。在互聯(lián)網(wǎng)行業(yè)或許天然就是這樣，IT研發(fā)都是直接服務(wù)于客戶或交付成產(chǎn)品。但在傳統(tǒng)金融機(jī)構(gòu)，IT或科技部門是職能部門，并不直接交付產(chǎn)品或服務(wù)。因此數(shù)字化轉(zhuǎn)型就是要讓我們從用戶場景出發(fā)，產(chǎn)品驅(qū)動，并基于這些場景來進(jìn)行數(shù)字化運(yùn)營。其二，正確地做事，高質(zhì)量、快速、可持續(xù)交付。指在研發(fā)數(shù)字化產(chǎn)品的過程中，我們需要一些方法論或工具支撐，來實(shí)現(xiàn)高質(zhì)量、快速、可持續(xù)的交付。系統(tǒng)方面，分為敏態(tài)和穩(wěn)態(tài)兩類系統(tǒng)，不同類型系統(tǒng)通過不同方式交付，穩(wěn)態(tài)系統(tǒng)依舊基于傳統(tǒng)瀑布研發(fā)模式，敏態(tài)系統(tǒng)則會更多用到例如CMMI敏捷的理論來做。工具方面，將原來煙囪式的系統(tǒng)建設(shè)結(jié)構(gòu)分層，在每一層上形成平臺能力，包括技術(shù)底座平臺、業(yè)務(wù)中臺、用戶端前臺。數(shù)字化轉(zhuǎn)型的“五大轉(zhuǎn)變”基于對數(shù)字化轉(zhuǎn)型的認(rèn)識和理解，在公司戰(zhàn)略層面，明確要開啟“五大轉(zhuǎn)變”：1、轉(zhuǎn)“文化”。打造數(shù)字思維、敏捷文化。2、轉(zhuǎn)“意識”。回歸業(yè)務(wù)，實(shí)時感知，為客戶/用戶創(chuàng)造價值。掃碼觀看直播回放

3、轉(zhuǎn)“組織”。業(yè)務(wù)與IT持續(xù)交付流程，實(shí)現(xiàn)需求的快速響應(yīng)。36最佳實(shí)踐4、轉(zhuǎn)“方法”。論，驅(qū)動業(yè)務(wù)改進(jìn)和模式創(chuàng)新。36最佳實(shí)踐5、轉(zhuǎn)“模式”。技術(shù)模式轉(zhuǎn)型，新增應(yīng)用采用“云原生”方式直接構(gòu)建在云平臺之上，采用微服務(wù)架構(gòu)DevOps敏捷開發(fā)模式。數(shù)字化轉(zhuǎn)型的內(nèi)核是數(shù)據(jù)驅(qū)動業(yè)務(wù)，因此，基于公司數(shù)字化轉(zhuǎn)型戰(zhàn)略要求，我們梳理了數(shù)字化轉(zhuǎn)型關(guān)鍵事項(xiàng)，包括：1、業(yè)務(wù)數(shù)據(jù)化。伴隨著企業(yè)的數(shù)字化轉(zhuǎn)型，在補(bǔ)齊信息化或線上化的過程中，會沉淀大量業(yè)務(wù)過程數(shù)據(jù)和業(yè)務(wù)結(jié)果數(shù)據(jù)，需要將這些數(shù)據(jù)全部匯聚到統(tǒng)一的企業(yè)級數(shù)倉中，實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)化。2、數(shù)據(jù)資產(chǎn)化。通過數(shù)據(jù)治理，規(guī)范完善數(shù)據(jù)元數(shù)據(jù)信息，提供數(shù)據(jù)地圖、數(shù)據(jù)目錄、數(shù)據(jù)血緣，使數(shù)據(jù)變得可見、可懂、可用，形成企業(yè)級的數(shù)據(jù)資產(chǎn)。3、數(shù)據(jù)服務(wù)化。提供統(tǒng)一標(biāo)準(zhǔn)化服務(wù)API，將各類數(shù)據(jù)服務(wù)直接給到業(yè)務(wù)使用。4、數(shù)據(jù)智能化。借助AI能力或融合ChatGPT能力，進(jìn)行智能推薦、營銷、客戶服務(wù)等方面的探索實(shí)踐，與數(shù)據(jù)結(jié)合，交付高附加值的智能化產(chǎn)品和服務(wù)，提升客戶體驗(yàn)和業(yè)務(wù)價值。數(shù)據(jù)平臺發(fā)展歷程A證券2007年開始規(guī)劃建設(shè)數(shù)據(jù)中心，到2010年建設(shè)數(shù)據(jù)倉庫，2015年進(jìn)行數(shù)倉升級擴(kuò)容，而后在2018年進(jìn)入重點(diǎn)建設(shè)階段，開始大數(shù)據(jù)平臺建設(shè)，完整更新了整個數(shù)據(jù)平臺的技術(shù)棧，并在平臺之上重新搭建了數(shù)倉。到2019年啟動數(shù)據(jù)中臺建設(shè)，直到現(xiàn)在不斷升級迭代。最近的兩三年，在完成基礎(chǔ)設(shè)施建設(shè)后，開始主要投入到數(shù)據(jù)資產(chǎn)、數(shù)據(jù)應(yīng)用、數(shù)據(jù)服務(wù)的建設(shè)上。A證券的數(shù)據(jù)平臺整體架構(gòu)，是覆蓋了“采、存、算、管、用”全生命周期的一體化數(shù)據(jù)中臺體系，支持多模態(tài)計(jì)算與服務(wù)化，破除數(shù)據(jù)供需壁壘，沉淀企業(yè)高價值數(shù)字資產(chǎn)，構(gòu)建業(yè)務(wù)場景驅(qū)動的數(shù)據(jù)產(chǎn)品，為運(yùn)營機(jī)制、組織、人才提供持續(xù)保障。構(gòu)建“聽、

說、讀、識”基礎(chǔ)智能平臺，基于平臺能力賦能業(yè)務(wù)場景智能化。數(shù)據(jù)平臺建設(shè)的效果體現(xiàn)在“一個大數(shù)據(jù)平臺、一個數(shù)據(jù)資產(chǎn)底座、一套數(shù)據(jù)中臺流水線、一套數(shù)據(jù)治理與運(yùn)營體系、一系列數(shù)據(jù)產(chǎn)品與服務(wù)”。最近，我們正將一系列的數(shù)據(jù)產(chǎn)品和服務(wù)整合到數(shù)據(jù)門戶中，讓公司所有員工，只需要到統(tǒng)一的門戶中就可以使用所有的數(shù)據(jù)產(chǎn)品和服務(wù)。數(shù)據(jù)賦能場景與實(shí)踐在介紹完A證券的數(shù)字化轉(zhuǎn)型背景后，我想分享一下作為一家券商，我們的數(shù)據(jù)賦能典型場景與在各場景中的具體實(shí)踐。場景一：分支機(jī)構(gòu)用數(shù)分支機(jī)構(gòu)系統(tǒng)零散，缺少統(tǒng)一的獲取數(shù)據(jù)途徑，是長期被忽視的一個群體，用數(shù)需求一直沒有得到很好的滿足。去年起，A證券開始重點(diǎn)解決分支機(jī)構(gòu)用數(shù)的問題。我們梳理了分支機(jī)構(gòu)用數(shù)的主要場景，包括數(shù)據(jù)報送、明細(xì)數(shù)據(jù)