案例解析|从数据规划、业务分析到管理决策的数据治理方案

随着技术的发展,IT逐渐面临越来越多的挑战,尤其是数据治理方面。而九州通医药集团在IT建设方面不畏艰险,自主研发ERP系统、物流系统,在解决企业自身问题的同时还创新投入商业化,为同行业提供服务,树立标杆形象。

以下就来分享一下九州通医药集团的数据化建设经验,原文是九州通运营与IT管理总部数据支持中心主管刘焕清在帆软2016医药大会上的演讲。

关于九州通

九州通医药集团股份有限公司是一家以西药、中药、器械为主要经营产品,以医疗机构、批发企业、零售药店为主要客户对象,并为客户提供信息、物流等各项增值服务的大型企业集团。公司立足于医药健康行业,是中国医药商业领域具有全国性网络的少数几家企业之一,在中国医药商业行业处于领先地位。

从技术支持层面来说,企业拥有ERP、物流LMIS、电子商务研发、九州通达科技开发有限公司、系统实施、集成等近400人的专业技术人才队伍。

IT系统架构

九州通的信息化平台讲究数据标准化、资源弹性化、能力服务化、服务网络化、管理自动化以及管控集中化原则。IT系统建设以集中部署为目标,减少系统部署和运维复杂度,提升个业务与管理单元交互和协作效率,降低总成本。本地不部署系统,只装ERP等客户端,且不用独立的LMIS系统,直接用一套集团自主研发的ERP系统——JZTERP管理业务和物流。集团总部有一个统一的平台,物流、批发都是分总系统,总部进行分发、价格策略的管控。

案例解析|从数据规划、业务分析到管理决策的数据治理方案_第1张图片

数据集成架构模型

下图是九州通医药集团的架构模型,核心部分是数据指标库。指标库是企业各系统数据交流的一种“语言”,统一各个业务部门汇报的数据口径,提高管理效率。打通指标库之后,九州通在此基础上,建设了大数据平台、数据仓库和商务智能(BI)平台,建立了集团各业务管控系统以及医疗数据总线,用户可根据不同的需求个性化开发、自助分析,处理后的数据通过FineReport平台统一展现,并制定统一的数据接口服务。

案例解析|从数据规划、业务分析到管理决策的数据治理方案_第2张图片

主数据治理整体方案

08年,集团就开始进行主数据规划,制定管理和标准树立流程,明确组织分工。之后进行数据清理,开发系统,实施上线。09年以后,开发的系统在全集团推广,数据逐渐开始在集团内部流通,此后主要对第二期进行全面推广。

案例解析|从数据规划、业务分析到管理决策的数据治理方案_第3张图片

在第二期中推出了数据服务系统DSS,从解决目标面临的数据问题的角度出发,首先在整体上,需要在逻辑层面构建两大类数据库:

1、统一数据库:解决数据一致性、优化集成体系等问题;

2、私有数据库:解决各个应用私有数据的存储问题,因为不需要共享,所以作为私有数据库存在。

主数据的建设,能够信息自由流动,提升业务实现效率;为后续的数据分析,科学决策提供有价值的数据驱动,提升管理水平。

业务系统部署

JZTERP的部署方式有全国集中、区域集中和全分布式三种。基于中心性能、复杂度,以及网络风险等考虑,建设初期采取集团ERP中心+区域集中ERP部署策略。在网络风险降低的前提下(如4G商用),向大集中过渡。未来将来在条件成熟时,将区域集中的ERP向集团大集中迁移,中心ERP与各区域ERP结构一致,并且在ERP实施、运维过程中,始终保证全集团ERP版本的一致。

从集团决策、业务管控、系统运维等角度考虑,越来越多的国内外大型企业集团ERP部署已经或正在走向集中化。JZTERP采用集团管控与区域运营的合理兼容与整合,同时提供良好的伸缩性,为从分布式→区域集中→大集中的演变提供快速配置化支持。

案例解析|从数据规划、业务分析到管理决策的数据治理方案_第4张图片

集中的业务管理:实现价格、限销、资信、窜货等集中、分权管控;

集中的资料管理:简化各级公司管理工作,并防范质量风险;

集中的调拨管理:基于库存共享,集中调拨变为可能,并简化公司间销购单据转换;

集中的系统管理:降低分子公司技术要求,管理成果推广更加简便,并减低用户调动后的操作培训成本;

集中的审批流程:集成工作流实现上级公司集中审批下级公司的各项业务过程,比如退货、资信等;

集中的业务数据:数据集中合并分析及时、准确,为更多基于数据的集中应用提供良好支持。

本地化数据存取:保证分子公司业务操作高效率;

本地化业务操作:保证分子公司系统可用性,防范断网风险。

数据仓库建设

集团数据仓库成为三层,ODS层、DWH层、APP层。分公司的数据实时录入到集团系统,经过ETL清洗处理存储到数据仓库,利用FineReport进行前端数据展现。

案例解析|从数据规划、业务分析到管理决策的数据治理方案_第5张图片

数据仓库建设,讲究三个目标:1、集中:ERP、财务、人力、连锁、生产系统的数据都可集中到数据仓库。2、分离:数据仓库的作用既可做到数据存储,也可对其进行开发和业务分析。3、开放:所获业务数据可以再数据仓库基础上进行存取、应用和开发。基于业务系统——数据仓库——前端分析(FineReport)这样一条脉络,集团实现了统一化数据管理和分析。

为自助用户提供数据分析人员范围内数据自我获取、分析的功能。告别多个性化数据完全由信息部提供、使用人再加工的模式;提供安全、快速、及时、低成本的数据获取手段。开创集团数据使用2.0模式(自开发、利用用数据库引擎、大数据平台的自助、高效、及时分析能力)。

开发的数据展示平台提供了丰富的分析维度、提供信息的渐变性信息查询、全面梳理、支持日常考核及业务的管控、数据大集中的平台(批发、合资、中药生产、连锁、电商、人力、财务),协助企业管理层加强控制经营管理。

技术上实现各种数据的整合集中,对数据的综合性分析。为BI提供逐渐完善、干净、一致性的数据源。为领导层提供决策服务。

业务管控分析

业务分析决策基本上就是帆软报表制作的,企业需要做的就是平台支持,数据库,人员储备等措施。

案例解析|从数据规划、业务分析到管理决策的数据治理方案_第6张图片
案例解析|从数据规划、业务分析到管理决策的数据治理方案_第7张图片
案例解析|从数据规划、业务分析到管理决策的数据治理方案_第8张图片

绩效管理决策

BI决策管理针对的是企业高管,是数据化运营的核心部分,能对数据做到及时监控,综合反映企业运营状况。BI的建设在当前数据仓库汇集业务数据的基础上,将数据源扩展到财务、人力、物流等系统,综合反映数据,帮助决策分析。

BI效果展示:

案例解析|从数据规划、业务分析到管理决策的数据治理方案_第9张图片

未来规划

未来将进一步拓展大数据应用,集成大数据分析的业务决策。支持基于大数据驱动的精准营销,并以客户为中心,借助电子商务,移动商务等手段,建立端到端的客户服务流程。

技术上,采用业界通用的大数据系统和分析方法、模型,建设大数据平台;采用成熟组件进行低耦合的集成;以集中式部署降低建设成本和运维复杂度;抓住主要矛盾,循序渐进实施。

目标是要通过大数据深度分析挖掘,寻找更多的营销机会,让经营活动更具针对性,提升营利能力;通过大数据深度分析挖掘,优化库存商品结构与物理布局,提升物流作业效率;依靠大数据驱动,以及与各应用系统的集成,实现端对端的业务和服务流程。

你可能感兴趣的:(案例解析|从数据规划、业务分析到管理决策的数据治理方案)