BI數(shù)據(jù)分析推動(dòng)組織管理轉(zhuǎn)型

鄒文康 趙新才

數(shù)字化已成為不可阻擋的歷史潮流，數(shù)據(jù)日漸成為一種生產(chǎn)要素，成為組織資產(chǎn)的一部分。能否搭上“數(shù)字中國(guó)”和“智慧社會(huì)”建設(shè)的班車，將很大程度上決定組織未來的發(fā)展命運(yùn)。隨著業(yè)務(wù)量的增長(zhǎng)和信息化工具的應(yīng)用，產(chǎn)生的數(shù)據(jù)呈量級(jí)增長(zhǎng)。要實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，首先需要從思想上充分重視數(shù)據(jù)的價(jià)值，將數(shù)據(jù)視為重要資產(chǎn)；其次需要圍繞數(shù)據(jù)的生成、加工、利用、治理，建立一套方法路徑。因此，具備駕馭數(shù)據(jù)的能力，讓數(shù)據(jù)產(chǎn)生價(jià)值，為科學(xué)決策提供依據(jù)，成為對(duì)新時(shí)期各層級(jí)管理人員的共性要求，也將是科研管理部門業(yè)務(wù)人員的基礎(chǔ)素質(zhì)。

BI數(shù)據(jù)分析方法

基于商業(yè)智能（Business Intelligence，簡(jiǎn)稱BI）的大數(shù)據(jù)分析方法，為管理人員駕馭數(shù)據(jù)提供了一條可能的途徑。筆者近年來在管理改進(jìn)工作中，結(jié)合數(shù)字化轉(zhuǎn)型的要求，對(duì)BI數(shù)據(jù)分析工具在管理活動(dòng)監(jiān)視測(cè)量、決策支持、結(jié)果評(píng)價(jià)方面的應(yīng)用開展了應(yīng)用探索，相關(guān)結(jié)論在管理舉措優(yōu)化方面發(fā)揮了積極的作用。

BI的概念最早由Gartner公司提出，它描述了一系列的概念和方法，以應(yīng)用基于數(shù)據(jù)的分析系統(tǒng)來輔助商業(yè)決策的制定。BI技術(shù)為企業(yè)提供了迅速收集、分析數(shù)據(jù)的技術(shù)和方法，把數(shù)據(jù)轉(zhuǎn)化為有用的信息，提高企業(yè)決策的質(zhì)量。

BI的普及和應(yīng)用成本的降低，得力于自助式分析工具的發(fā)展，使業(yè)務(wù)人員無須具備專業(yè)編程知識(shí)與數(shù)據(jù)庫(kù)知識(shí)就能基于業(yè)務(wù)邏輯建立數(shù)據(jù)分析模型，開展數(shù)據(jù)分析并生成可視化報(bào)表。在這種模式下，業(yè)務(wù)管理人員身兼數(shù)據(jù)分析員、IT實(shí)現(xiàn)者、終端用戶和決策參謀幾重身份。他們不僅清楚業(yè)務(wù)的邏輯、明白關(guān)注的問題、擁有需要的數(shù)據(jù)、懂得分析的方法，還能直接應(yīng)用形成的結(jié)論。

管理實(shí)踐的應(yīng)用

本文以職工出勤數(shù)據(jù)分析為例，介紹基于BI的大數(shù)據(jù)分析在科研管理轉(zhuǎn)型中的應(yīng)用。筆者所在單位（以下簡(jiǎn)稱“我所”）職工出勤記錄主要來源于技防系統(tǒng)記錄的門禁數(shù)據(jù)，以及人事考勤系統(tǒng)中的出差、請(qǐng)休假備案與審批記錄。門禁數(shù)據(jù)具有較好的客觀真實(shí)性、個(gè)人不易更改，在很大程度上可以反映職工的出勤情況。對(duì)此進(jìn)行分析，可以得到職工上下班、加班、出差等通勤特征信息，并建立不同職工群體的通勤畫像。

將門禁數(shù)據(jù)與職工身份信息、備案車輛信息以及國(guó)家和單位節(jié)假日信息進(jìn)行關(guān)聯(lián)匹配，建立通勤行為觀測(cè)指標(biāo)模型，通過大數(shù)據(jù)分析，生成交互式、可視化的報(bào)表，搭建了一套數(shù)據(jù)監(jiān)測(cè)及分析平臺(tái)。該平臺(tái)建立后，可以對(duì)各觀測(cè)指標(biāo)從不同維度進(jìn)行層層鉆取、交互式篩選；在新數(shù)據(jù)導(dǎo)入后，采用一鍵刷新的方式即可對(duì)報(bào)表進(jìn)行更新。

根據(jù)監(jiān)測(cè)需要，可建立個(gè)性化的度量指標(biāo)。如圖1所示，在分析中，主要建立的觀測(cè)指標(biāo)包括正常出勤時(shí)間、加班時(shí)間、日均正常出勤時(shí)間、日均加班時(shí)間、加班時(shí)間占比、深夜凌晨刷卡數(shù)占比等。

上述指標(biāo)以計(jì)算得到的個(gè)人每日通勤數(shù)據(jù)為基礎(chǔ)，可以層層向上匯聚，給出各部門、全所的數(shù)據(jù)，也可以從時(shí)間、身份角色等各維度進(jìn)行交叉篩選。根據(jù)需要，還可以基于上述指標(biāo)進(jìn)一步建立其他觀測(cè)指標(biāo)。建立的一所職工出勤數(shù)據(jù)分析系統(tǒng)包含多個(gè)交互式頁(yè)面，對(duì)記錄人數(shù)、總出勤時(shí)間、加班時(shí)間、日均加班時(shí)間和加班時(shí)間占比等主要KPI進(jìn)行呈現(xiàn)。

如從2021年1月至2022年6月共500多天時(shí)間里，一所職工在839地區(qū)的門禁數(shù)據(jù)excel文件約180M，共記錄出入記錄刷卡數(shù)（含車輛）2563264條，日均4695條。每條記錄包含了人員身份信息、門禁位置信息、時(shí)間信息等。如此巨大的數(shù)據(jù)量，如采取傳統(tǒng)的統(tǒng)計(jì)工具和方法，是很難進(jìn)行分析并從不同維度查看關(guān)鍵指標(biāo)的。

通過大數(shù)據(jù)分析，可以對(duì)一些平時(shí)的直觀印象進(jìn)行印證。例如通過數(shù)據(jù)顯示，2021年1月至2022年6月，所區(qū)記錄我所職工出入次數(shù)最多的三個(gè)區(qū)域依次是01所、05部、03所，最少的是012所。刷卡記錄數(shù)據(jù)在一定程度上反映了我所與各兄弟單位業(yè)務(wù)往來的密切程度。圖2顯示了該分析系統(tǒng)用于加班時(shí)長(zhǎng)及占比隨時(shí)間變化的頁(yè)面。

通勤情況監(jiān)測(cè)及分析平臺(tái)的建立，為領(lǐng)導(dǎo)從后臺(tái)掌握職工、部門的日常通勤概況提供了數(shù)據(jù)依據(jù)。數(shù)據(jù)也可以為領(lǐng)導(dǎo)掌握職工的工作習(xí)慣提供參考。根據(jù)與部分基層單位領(lǐng)導(dǎo)交流的情況看，分析系統(tǒng)提供的數(shù)據(jù)，能夠較為準(zhǔn)確地反映職工的真實(shí)情況，為領(lǐng)導(dǎo)推進(jìn)精細(xì)化管理提供依據(jù)。

數(shù)據(jù)推動(dòng)下改進(jìn)有方向

基于數(shù)據(jù)的決策，是管理數(shù)字化轉(zhuǎn)型的必然趨勢(shì)。如何從海量的管理數(shù)據(jù)中，獲得有價(jià)值的管理信息，并將其轉(zhuǎn)化為管理實(shí)踐，是當(dāng)前管理人員面臨的問題。當(dāng)前，我所信息化建設(shè)基礎(chǔ)弱，數(shù)據(jù)治理和利用與高質(zhì)量發(fā)展要求存在較大差距，加之?dāng)?shù)據(jù)安全管控等原因，在現(xiàn)行的理架構(gòu)下，要使大數(shù)據(jù)分析等方法工具得到普及應(yīng)用，在以下幾個(gè)方面還需加以改進(jìn)：

●基于數(shù)據(jù)進(jìn)行科學(xué)管理和決策的意識(shí)亟待提升

西方管理學(xué)者彼得·德魯克有一句論述：“你如果無法度量它，就無法管理它?！边@句話說明了數(shù)據(jù)對(duì)于組織精細(xì)化管理的重要性。2022年發(fā)布的現(xiàn)代化管理體系文件也要求，要從方法手段上推進(jìn)數(shù)字化轉(zhuǎn)型，實(shí)現(xiàn)全維透明管理。隨著管理數(shù)據(jù)量的快速增長(zhǎng)和對(duì)運(yùn)營(yíng)精細(xì)化管理的加強(qiáng)，手工分析數(shù)據(jù)的方法已難以滿足管理者快速分析和預(yù)測(cè)經(jīng)營(yíng)狀況的要求。在傳統(tǒng)的模式下，業(yè)務(wù)管理人員也不重視基于數(shù)據(jù)開展管理過程的分析，并基于數(shù)據(jù)分析提出優(yōu)化改進(jìn)的建議，而管理層也傾向于基于經(jīng)驗(yàn)進(jìn)行決策，久而久之在組織內(nèi)部都不重視數(shù)據(jù)的價(jià)值，從而也就長(zhǎng)期不重視數(shù)據(jù)基礎(chǔ)的建設(shè)。

在數(shù)字化研發(fā)模式下，數(shù)據(jù)猶如人體中的血液，既傳遞著各組織運(yùn)營(yíng)需要的養(yǎng)分，也承載著表征系統(tǒng)健康與否的關(guān)鍵信息。對(duì)于數(shù)字原生企業(yè)而言，數(shù)據(jù)本身就是資產(chǎn)的一部分，對(duì)于傳統(tǒng)型非數(shù)字原生企業(yè)，數(shù)據(jù)將成為新的且越來越重要的生產(chǎn)要素?？茖W(xué)的決策管理，首先是基于數(shù)據(jù)的，在有數(shù)據(jù)支撐的前提下，再結(jié)合以往的經(jīng)驗(yàn)、對(duì)風(fēng)險(xiǎn)的接受度、生產(chǎn)關(guān)系等因素進(jìn)行綜合決策。這要求從最高層管理者到基層員工，從思想觀念上都要重視數(shù)據(jù)在管理過程中的作用，要善于發(fā)掘數(shù)據(jù)背后隱含的信息，從數(shù)據(jù)中找到改進(jìn)的機(jī)會(huì)。

●數(shù)據(jù)治理的頂層設(shè)計(jì)需進(jìn)一步加強(qiáng)

基于數(shù)據(jù)進(jìn)行科學(xué)管理和決策的前提是要擁有數(shù)據(jù)，管理人員要能夠根據(jù)權(quán)限獲得數(shù)據(jù)，并且能將數(shù)據(jù)與其他管理要素關(guān)聯(lián)。但由于數(shù)據(jù)治理頂層設(shè)計(jì)還存在不足，各業(yè)務(wù)管理部門都可以產(chǎn)生、存儲(chǔ)、利用各自的數(shù)據(jù)，而這些不同業(yè)務(wù)管理領(lǐng)域的數(shù)據(jù)并沒有很好地連通，存在一個(gè)個(gè)的“數(shù)據(jù)孤島”，使得決策層面對(duì)各業(yè)務(wù)部門匯總的海量數(shù)據(jù)，卻不能建立相互之間的關(guān)聯(lián)，找不到可支撐決策的關(guān)鍵數(shù)據(jù)。這是數(shù)據(jù)治理頂層設(shè)計(jì)不足的表現(xiàn)之一。

以職工的個(gè)人信息為例，所有的業(yè)務(wù)部門都有自己的人員臺(tái)賬，如保密管理系統(tǒng)、人事系統(tǒng)、型號(hào)管理系統(tǒng)、領(lǐng)導(dǎo)干部個(gè)人事項(xiàng)系統(tǒng)等。目前，至少在所級(jí)層面，這些由各業(yè)務(wù)歸口部門建立的數(shù)據(jù)庫(kù)或臺(tái)賬并不連通，且很多是靜態(tài)的，人員信息在一個(gè)業(yè)務(wù)口更新后，其他業(yè)務(wù)部門并不能知悉和利用。這就會(huì)導(dǎo)致基于過時(shí)甚至錯(cuò)誤的數(shù)據(jù)進(jìn)行決策的情況發(fā)生。

數(shù)據(jù)治理頂層設(shè)計(jì)不足的另一個(gè)表現(xiàn)是數(shù)據(jù)的規(guī)范性不足，大量非結(jié)構(gòu)數(shù)據(jù)存在，給后期分析利用造成障礙。非結(jié)構(gòu)化數(shù)據(jù)的格式和標(biāo)準(zhǔn)不一，給后期分析利用帶來較大的困難。以近年某單位開展的資產(chǎn)清理工作為例，在清理的歷史資產(chǎn)臺(tái)賬中發(fā)現(xiàn)，光“計(jì)算機(jī)”這一類資產(chǎn)，就有“計(jì)算機(jī)”“電腦”“臺(tái)式機(jī)”“工控機(jī)”“工作站”“筆記本”“筆記本電腦”等近10個(gè)標(biāo)簽類別；此外在日常的信息統(tǒng)計(jì)中，盡管已經(jīng)定義了數(shù)據(jù)模板，但個(gè)性化填寫的內(nèi)容仍比比皆是，這些都給后續(xù)利用統(tǒng)計(jì)分析工具帶來了較大的障礙，翻閱幾百行上千行的excel表格尋找需要信息的情況，在當(dāng)前管理中仍大量存在。

●管理人員基于業(yè)務(wù)開展數(shù)據(jù)分析的能力需要提升

開展BI數(shù)據(jù)分析的核心是業(yè)務(wù)，其次才是數(shù)據(jù)分析的工具和方法。這要求管理人員要清楚業(yè)務(wù)的內(nèi)在邏輯、建立科學(xué)合理的觀測(cè)指標(biāo)、設(shè)計(jì)體現(xiàn)業(yè)務(wù)特點(diǎn)的數(shù)據(jù)模型，并從相關(guān)管理環(huán)節(jié)獲取數(shù)據(jù)，然后才是通過分析工具進(jìn)行分析，并將結(jié)論進(jìn)行呈現(xiàn)。

目前，一些管理部門陸續(xù)引入管理看板，但看板實(shí)現(xiàn)的主體仍以IT為主，業(yè)務(wù)部門需要將看板建設(shè)的需求和數(shù)據(jù)背后的邏輯先給IT人員講清楚，這使得看板開發(fā)實(shí)現(xiàn)的速度嚴(yán)重依賴業(yè)務(wù)部門的解釋水平和IT人員的領(lǐng)悟力，開發(fā)成果遠(yuǎn)遠(yuǎn)不能滿足管理部門的要求。而且看板一旦定型后，業(yè)務(wù)人員想做更改，難度很大。

如今，外界環(huán)境快速多變，管理人員需要第一時(shí)間就能將手中的數(shù)據(jù)變?yōu)闆Q策的依據(jù)，而且往往也不可能一開始就把所有問題想得很清楚，開發(fā)需求改變是不可避免的事。因此，以往依靠業(yè)務(wù)部門提需求、IT部門進(jìn)行模型開發(fā)和可視化呈現(xiàn)的數(shù)據(jù)分析模式，已經(jīng)無法適應(yīng)形勢(shì)要求，工作的模式需要改變，以業(yè)務(wù)管理人員為主體的自助式數(shù)據(jù)分析的模式將成為未來的發(fā)展趨勢(shì)。今后無論是基于一體化平臺(tái)內(nèi)置的分析工具也好，還是依靠第三方軟件也好，都要求管理人員提升數(shù)據(jù)分析的能力。畢竟IT部門的人力資源是有限的，數(shù)據(jù)分析的底層邏輯一定是業(yè)務(wù)。

現(xiàn)代化管理體系對(duì)管理數(shù)字化轉(zhuǎn)型提出明確要求，需大力推動(dòng)數(shù)據(jù)分析工具在管理活動(dòng)監(jiān)視測(cè)量、決策支持、結(jié)果評(píng)價(jià)方面的應(yīng)用。本文基于數(shù)字化轉(zhuǎn)型的背景，以我所職工通勤情況監(jiān)測(cè)及分析為例，介紹了BI數(shù)據(jù)分析方法在我所科研生產(chǎn)管理的應(yīng)用，為開展管理手段方法的轉(zhuǎn)變、推動(dòng)數(shù)據(jù)分析在管理決策中的應(yīng)用進(jìn)行了探索。在此基礎(chǔ)上，本文對(duì)基于院所實(shí)際，進(jìn)一步推動(dòng)商業(yè)智能數(shù)據(jù)分析方法普及應(yīng)用，在思想理念、數(shù)據(jù)治理、人員能力方面存在的不足和改進(jìn)方向進(jìn)行了思考，提出了未來改進(jìn)的方向。

作者單位 中國(guó)工程物理研究院 流體物理研究所