数据价值挖掘·多元赛道探索.pdf

围论泛地产企业数据管理的难与路数字化最前线数字化最前线因篇幅限制，本微刊仅做精彩要点展示，完整内容可在申领蓝皮书后获取更详实背后的原因、当前的尝试、遭遇的困境，有更为详实的细节展开，帮助看清全貌更场景源于一线建设场景，业务使用场景，老板决策场景，在场景中摸索数据价值更丰富除数据管理外，更有大量其他数字化转型方向案例，助力寻找数字化破局点。/01观智库发现契机追溯数据管理契机，以终为始，少走弯路难点从线下到平台，数据管理常见难点贯穿始终趋势从幕后走到台前，在场景中延伸价值，持续调优122018-2020年左右，“数据大屏”数据中台”“驾驶舱”等行业潮流促成数据管理重视度提升。业务系统增加时出现混乱分裂，亟需数据拉通，常见切入点为主数据建设。紧跟潮流整合拉通虽仍饱受争议，但客观促进了数据管理意识和投入提升系统增多后，数据仅靠接口传接不能满足需求，新增系统建设也需数出同源 契 机 追 溯 数 据 管 理 契 机，以 终 为 始，少 走 弯 路12财务&运营端强势推动，数据价值日益凸显。高层决策时对于数据的即时性要求更高，并且转为关注更具体的指标。业务需求高层视角运营端需整合各业务系统数据作为抓手，财务端需推进财务一体化,数据管理价值初显在高层直接的诉求推动下，数据管理相关的建设工作得到有力推动。契 机 追 溯 数 据 管 理 契 机，以 终 为 始，少 走 弯 路难点从线下到平台，数据管理常见难点贯穿始终一线协同参与难响应度不一致&灵活度受限一线人员分布各子公司，响应度不一致一线业务变化较快、标准化与灵活度有冲突指标拆解追溯难数据口径统一难数据治理难市场变化下，老板对指标的关注和认知频变，系统中数据也跟不上实际变化。不同业务由于专业性差异，口径各有不同。频次快、变数大、不及时；专业差异导致口径不一致准确性难保证&数据质量参差不齐指标拆解依赖人工，数据准确性难保障，而且拆分颗粒度不一，不同类型数据的准确度不一。数据质量监控难数据治理人员因缺乏完整业务知识，难以发现深层关键的数据问题，但若需业务人员配合又耗时且难度较大线下是从上至下细化的过程：高阶指标-指标拆解-指标溯源。平台是自下至上的加工过程：数据获取-整合-加工-计算-呈现。数据价值变现难在数据呈现时，数据多会造成负担或数据灾难，数据少则可能呈现不全面趋势从幕后走到台前，在场景中延伸价值，在场景中持续调优从攻坚战到防守战，深化应用，加强治理1.注重系统运维，加强数据治理2.在场景中延伸深化应用，验证其“生命力”，提升使用体验及效用业务线上化，夯实数据基础，保障数据准确性趋势一趋势二/02谈一线见地来自一线的独到见解，场景下的案例分享，展开观点碰撞：含价值、反馈、定位、思维、集团vs子公司、业务共鸣等关键词穿插实战案例分享，引入财务、地产+、制造业视角反馈既往数据反馈仅正向（给到领导），现在需要加强反向反馈（将领导对数据准确性、合理性的认知反馈到业务去核实）数据治理不是一次性的，不仅要强调数据治理，还要强调数据跟踪，按固定频率提供校验反馈等要注重用户反馈，在业务场景中去验证数据产品的效用，继续反推优化点，再做迭代或创新数据的价值化可分为三个环节数据获取-数据生产-用户消费关于数据管理的价值导向，可以参考数据分析的四种类型模式：描述、诊断、预测、指导接下来要突破价值发挥的瓶颈，选取赋能更前端价值点,例如物业和长租公寓从线上化程度低的基础性数据入手，可使业务产生明显价值感知价值克服数据管理挑战的关键在于定位，数据团队要找准自己的角色和定位数据团队可提供更多信息，去预测老板的战略重心定位为资产中心和收入中心，走数据资产化、数据产品的路线，才是可持续的数据管理和应用团队从业者要注意不断提供老板信息、不断对标、要有前瞻性定位联邦制管理。集团管共性，统一数据底座，子公司管个性，对接集团底座，业务系统可独立建设管理的数据颗粒度不一样。集团主要管共性内容，但各业务子公司所涉及的颗粒度更细。侧重点不一样。集团更侧重共性系统的数据质量提升，并统筹各子公司，各子公司则要开展自身数据资产管理、数据治理等工作。集团下属分公司面临的数据管理挑战：核心数据获取难、自用时准确性和颗粒度不足集团VS各板块思维/组织需要/以终为始/逃避个人选择各有不同，但组织的需要是客观明确的，要紧着老板的需求，不然很难自圆其说组织需要以终为始，少走弯路。要紧跟一开始启动数据管理相关工作的初始目标。譬如为何要建大数据的团队？当初为什么要做数据治理？以终为始靠系统间的映射没有解决问题，反而逃避了业务未拉通的实质性问题。逃避数据管理团队需要转化新思维模式：互联网思维&投资人思维，明确数据变现和赋能点思维看板/业务共鸣/三大挑战看板经营看板的实用性虽受争议，但其可实战性地检验数据质量，并帮助信息团队整体了解企业数据情况业务共鸣信息团队最大附加值在于业务精通度和共鸣度，可按条线分工深入业务三大挑战数据管理往往会面临三大挑战：沟通协调、业务部门的思维惯性、透明度提升带来的问题高层很少直接使用业务系统，与业务最常接触的在于审批。若缺少跨系统间数据联动，会认为系统未拉通。高层日常工作量本身很大，主动查看报表便会成为另一种负担。领导真正想获取或决策需要的数据量很少，但报表信息量往往过大，因此数据呈现需要更聚焦，要跟领导的工作切实绑定。实战解法：小业务大全貌贴合高层决策需求，进行跨业务、更聚焦的数据呈现详情可于尾页申领完整版蓝皮书查阅.010203地产+/财务/制造跨界对对碰财务成本系统很重要，因为企业核心盈利能力和管理能力体现在成本上；基于全面核心的数据，财务可敏锐发现问题和机会制造业房企是有强大金融属性的“制造业”，回归理性后，其利润在上下游标准化、精细化管理上有很大空间去纵深。地产+地产+赛道上数据管理难点各异。传统房企要降本提效发现问题，投资型房企要将数据产品变现，而房企旗下科技企业要在业内找数据资产变现机会点。/03问共议迷思站在当前时点，数据管理的一线践行者在场景应用、对业务的直接赋能、数据追踪、物联网应用、价值量化和呈现产生了各种迷思，它们源于最一线、最实操的建设场景。如何夯实后续的数据追踪？有没有关于数据管理的一大方向物联网的讨论？企业轻资产化转型过程中，合作项目数据共享难题如何解决？房企如何运用现在的物联网工具，把数据自动给采集过来？在地产行业，大数据未被深度挖掘、几乎没被应用，微观到企业级应用上几乎没有看到有效的应用？目前主要是描述类和预测类的数据产品，陷入往下深入的瓶颈？数据管理的价值如何评估和量化？譬如用户的评价该怎么看，对业务的帮助究竟有多深。数据管理的价值该怎么体现是一个核心问题，怎么直接跟业务的增长进行关联？作为技术的应用者，会更加关注数据应用场景还有哪些？业内总提的数据中台等概念都太抽象了，能否有更具象的分享？地产作为典型的非标行业，有很多的数据其实并不清楚是怎么采集过来？想看到更多花巧力见效大的项目分享，那种具体可复用性高的？跟客户相关的也很关注，特别是客户数据的运营，例如客户资产运营之类？因篇幅限制，本微刊仅做精彩要点展示，完整内容可在申领蓝皮书后获取更详实背后的原因、当前的尝试、遭遇的困境，有更为详实的细节展开，帮助看清全貌更场景源于一线建设场景，业务使用场景，老板决策场景，在场景中摸索数据价值更丰富除数据管理外，更有大量其他数字化转型方向案例，助力寻找数字化破局点。