提升数据分析能力 反哺企业发展战略

“创新应用、产业政策扶植以及对数字化需求的持续强劲，直接拉动2018年数据中心产业投资达到1350亿元，同比持续保持增长态势。”中国电子节能技术协会数据中心节能技术委员会秘书长吕天文近日在2019中国数据中心市场年会上介绍说，在全球数据爆发增长的同时，数据分析广泛用于企业的各种业务场景，利用商业智能提升企业数据分析能力，从而反哺企业战略发展已经成为众多企业的共识。

赛意财务共享首席专家李辉以财务领域为例说，云计算、流程机器人、高级分析、人工智能等数字化工具正推动企业财务挖掘自身价值——高效、低成本、自动化、可视化和业务洞察，财务数字化时代已来，整个技术生态与商业生态正在变得更加丰富和强大，将给企业带来极为丰富的资源。

不只是财务数据，企业在正常运营中会产生各种各样的数据，如：生产数据、销售数据、人资数据、市场数据等，而对这些数据的深层次挖掘所产生的数据分析报告，对企业的运营及策略调整至关重要。对企业数据做好分析，对于促进企业的发展、为企业领导者提供决策依据有着重大作用。那么如何做好企业数据分析呢？

帆软决策菁英运营经理杨泽君表示，数据分析有三个关键的维度，知识框架、业务思维和实践能力。数据分析工作人员需构建扎实的知识框架，深入研究所在行业的业务问题，努力提高业务思维，在“实践能力=解决思路+案例参考+工具落地”思路的支持下，将数据分析能力和业务思维相结合，更好地推动企业数字化建设。

然而，很多企业对数据管理与分析上还存在着很多不足之处。高效办公技能与管理专家彭贵平表示，目前，企业生产与管理数据分散。多数数据分析岗位在公司中的设置是隶属在单一业务部门中作为一个支撑岗，只有少数公司将数据分析作为一个独立部门。而数据分析最关键的就在于汇集更多的数据和更多的维度来发现规律，所以，以往的数据分析多是做最基础的对比分析以及帕累托分析，少有使用算法来对数据进行挖掘的动作，因为越少的指标以及维度将会使得算法发挥的效果越差。

“数据分析依赖于大量的指标、维度以及数据量，缺少这三个条件难以发挥算法的价值，有些企业多数的数据分析人员只能针对有限的数据作最为简单的分析，得出浅显的分析结论。”彭贵平说，另外，在很多企业中，数字化管理更多地体现在日常运维工作中，对于客户端的数据采集虽然从很早以前就已经开展，但是一直以来处于缺失状态，因此难以挖掘出有效的结论。

此外，企业数据分析应用也存在很多问题，比如在可视化数据大屏建设方面。帆软决策菁英嘉宾中建钢构信息化工程师宋平解释说，由于很多企业的业务数据准确性和及时性不高，展示的数据本身异常，数据分析能力无法支撑大屏可视化的展示，导致企业的可视化大屏流于形式，无法发挥出最大的价值，而且很多企业的数据大屏还存在着宕机、数据泄漏等诸多风险。