浅谈数据分析在企业管理中的重要性.doc
《浅谈数据分析在企业管理中的重要性.doc》由会员分享，可在线阅读，更多相关《浅谈数据分析在企业管理中的重要性.doc（9页珍藏版）》请在冰点文库上搜索。
浅谈数据分析在企业管理中的意义第9页
浅谈数据分析在企业管理中的意义
■文/陈益圣1马敬武2向超3
（生产本部技术部）
摘要：
随着公司发展规模的不断壮大，企业的经营管理理念不断上升，在这竞争日益激烈的轻工业领域，要想取得辉煌的业绩和高速的发展，取决于领导层的决策。
然而在这数字信息化时代，传统意义上的管理分析和决策手段发生了微妙的变化，似乎这一切已经不能再靠旧的思维模式去做决策。
所以新的决策手段油然而生，这就是我们常说的“用数据说话”。
数据的分析和统计以决策因素的身份出现在经济、管理和投资等相关领域，是数字信息化时代发展的必然结果。
在这竞争与机遇并存的数字信息化时代，一个企业若想更快更好的发展，那么数据分析这块将要加于重视，这关系到公司领导层的决策是否正确，企业发展方向是否合理可行。
目前公司的产业转移工作已经开始，这是公司发展的必然趋势。
在这过程中必然会出现诸多预期想象不到的因素，这时就需要做出决策。
而决策的依据在哪，在于数据。
对一家企业而言，数据的分析与统计可以对企业出现的一些突出问题进行收集并及时反馈出有效信息，从而有依据的提出一些新的建议和设想，能为企业领导经营管理决策提供重要依据。
试想如果没有科学的数据分析和统计做依据，企业的各项管理和决策就如同空中楼阁，虚而不实，管理过程中就不能很好地找到切入点，对症下药。
所以公司要想做出正确的决策，引导集团再创佳绩,争得鞋业行业中的领头羊，数据分析与统计这一块将会是工作重点，这是企业更快更好发展的指路明灯。
关键字：
数字信息化时代数据分析与统计决策因素产业转移经营管理决策
第一章数据分析的作用及基本要求
1.1数据分析在企业管理中的重要性及目的
自从去年十月中旬来到了项目组，参与了公司的团体计件工资制项目，一直以来就跟数据打交道。
如今从事数据分析工作已快将近一年了，这其中我的工作经验给了我很多启发和感触。
借此机会谈谈我对数据分析的一些想法和建议。
对于我来说，个人认为数据分析的主要目的是实时了解工作进度状态，跟进生产销售的发展进度，检验计划执行情况，并从数据分析中发现管理中潜在的问题或风险，以便尽早采取应对措施，保证事态处于有效控制之下。
换个说法，数据分析的主要目的是分析统计决策执行的情况，为决策的可行性评估提供依据，并作为日后公司策略改进的参考基础。
百丽公司是以生产和销售活动为主的企业，其在生产销售过程中各环节各部门都会产生大量的数据，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。
百丽集团是中国鞋业龙头企业，在同行业中的竞争的实质就是管理的竞争。
其管理的一个核心目标就是有目的、高效率的收集、处理、使用各种信息。
而信息是建立在数据的基础上的，也就是说，数据是对生产、销售的直接记录，而信息则是在数据的基础上人为的反馈及判断，企业策略决策的依据，所以数据的分析统计显得极其重要。
其实各个企业各个部门都有其数据分析和采集的工作要领，但分析的方法和统计整理的技巧是否能反馈出有效的信息，这就需要我们数据分析人员的共同努力了。
1.2数据分析人员所具备的基本能力
首先作为一名数据分析员，第一要具备基本的统计数据的能力，做数据分析，统计是基本功。
统计方法及手段多样化，其中最为普遍的是描述统计和推断统计。
做数据分析至少需要懂得描述统计，对资料进行分析和描述就是要具备对所搜集的大量数据资料进行加工整理、综合概括，通过图示、列表和数字，绘制分布表、直方图，计算各种特征数，比如均数、中位数、众数、率等等，理解它们有什么区别。
而推断统计，则是在搜集、整理观测的样本数据基础上，根据带随机性的观测样本数据以及问题的条件和假定（模型），对有关总体作出推断。
其实我们往往在统计的时候容易忽略的就是对特征数的分析，主要原因在于对特征数的概念及其意义不是很了解，所以导致了我们统计分析的单一性，分析结果不全面。
所以在我们对某个样本做分析时，首先要弄清楚自己需要得到什么样的结论，然后再结合自己的统计知识做相应的特征数分析，这样可以避免少走弯路。
其次，要有一定的管理及联系相关业务的能力。
刚进部门那会，发现自己所学的和自己所从事的业务几乎没有实际意义上的联系，所以刚开始从事数据分析这一块内容的时候感觉无从下手。
因为没有联系实际业务，所以分析的方向不明确，这就造成了数据分析的失真性。
我先谈谈数据分析为何要与管理层挂钩，因为数据分析工作做好了，可以给管理提供可靠的管理方向和决策依据，这也是我们做数据分析的出发点。
其次要与业务结合，这点不难理解。
因为对自己的业务掌控全面，这与数据分析的样本采集密切相关。
换句话说，如果对自己的业务不熟悉，那么做数据分析的数据来源不明确，或者说取不到有效样本，这对分析结果的影响是不可估量的。
所以数据分析一定要与管理及业务相结合，如果没有，那分析就像没有根的浮萍，让人捉不着摸不透！
如何提高这方面的能力呢，我想谈谈自己的几点想法：
1）管理决定于分析。
所以有时候做数据分析要从公司的管理角度出发，顾全大局，切不可因小失大。
故而在分析的过程中，应注意摒除异常数据，对特殊情况值不做处理，保证数据的统一和有效性。
2）数据分析决定于业务水平。
业务水平的高低决定了数据分析结果的质量好坏。
一个对自己业务不是很了解，对自己的工作职责不是很明确的人，分析出来的数据参考价值是很小的！
所以我们有专业知识的同时还要在日常工作中积累实践经验。
只有这样，我们才能够更好的把自己的理论知识和自己的实际业务相结合，分析出来的结果才具有参考价值。
最后，数据分析员电脑技能这一块是不可或缺的。
由于数据采集回来后，我们还要运用工具将其收集到一起，成立一个信息管理系统，或者是信息库。
因此数据分析人员还需要懂IT。
目前我们公司数据分析人员所要求的计算机软件能力均有所不同，但大致做分析统计这一块的，可分为五个层面：
第一个层次就是懂EXCEL，大部分企业各部门的分析人员都要求这一项，也是最基础的，相信大家不会陌生；第二个层次是懂EXCEL及一个统计分析软件，这个可以根据分析需求合理学习；第三个层次懂数据库、懂一些制作报表的常用工具；第四个层次是要有一个统计绘图分析软件，图表可以有效的反应出事态的走势；第五个层次是懂数据架构，清晰地数据架构可以给人予清晰的逻辑思维，对数据分析大有裨益。
从上述的五个层次，我们可以看出，数据分析的要求远远不止这些基础，而且我们分析的手段也不仅仅限于上述几样软件工具。
数据分析主要取决于分析者的角度和思维，只要方向对了，那手段只是个过程。
所以作为一个数据分析员要时刻历练自己的分析思维，不断变化自己的分析角度，只有这样才能做到有目的、有方向性的分析。
第二章数据分析过程中的一些关键因素
2.1数据分析的一些方法和基本思路
结合我自己的工作情况，谈谈自己在数据分析和统计这一块的工作方法和需要改善的地方。
其实我认为数据分析主要从四个角度着手：
分析的可行性-工作量-规模-质量。
其中可行性和质量是反映数据分析是否具备参考价值的关键参数，同时也是管理层最关注的指标，这些数据指标，将作为管理层决策的参考依据。
下面我来谈谈我的对这四点的认识。
1）可行性：
工作过程中，我发现有些数据是没办法去捕捉的，就算是采集成功，回来做数据分析的研究意义也不大，所以这就涉及到数据分析的可行性问题。
比如说，在做团体计件工资项目时，我们做了系统算法工资和实际应发工资的分析对比，如果说就员工与员工之间的工资进行数据对比的话，我发现他没有分析价值，因为一个人调整的因素太大了，我们很难捕捉到他究竟调整的原因是什么，所以这个方法不可行。
最后我们做了整体的一个平均值差异对比，这明显比单一对比更合理可行。
2）工作量：
在做数据分析之前我们首先得估计一下数据分析的工作强度问题，其实也就是我们常说工作量。
通常我们没开始分析之前，要有一个估算，算什么，算计划与实际工作量的比较，计划工作量，就是如果你来做，统计技巧和分析思维正确情况下的工作用量。
实际工作量就是你实际分析过程中的工作用量。
其实我们为什么要做这方面的估算，原因不难理解，因为我们要通过估算工作量寻求快捷有效的分析手段！
通过估算掌握数据分析的进度。
这就是我们所要达到的目的。
3）规模：
我这里说的规模有人可能与工作量联系起来了，其实不然。
数据分析的规模，从层面上就是做数据分析所涉及的范围程度。
也就是波及面的大小，数据分析的角度是否多样化，分析深度是否透彻。
这个指标实际是用来做分析决策的，因为我们对数据的分析有时候需要做单一性分析，而有时候需要做大规模的深度分析，这就需要我们对数据分析规模的把握得有深刻认识，只有这样才能理清分析思路，最终得到自己想要的结果。
4）质量：
我们下面说的就是数据分析的结果了。
数据分析质量的高低体现了分析参考价值和意义的大小，也决定了管理层做出决策的方向是否符合实际发展需求。
所以你前面做了那么多工作最后该是检验成果了，高质量的分析结论有一定的前瞻性，可以看出事态的发展进程，对控制决策和预期估计有一定的参考价值。
以上4点是我们在做数据分析首要考虑的因素，既然找到了原因，那如何解决或从何下手去考虑？
我这里有几点建议和想法。
首先针对于数据分析的可行性，这个因素其实很重要的。
因为确定分析可行了，我们才可以估算工作量和规模，分析才能开始，这样分析出来的结论才具有高质量。
我们可以从以下几点去考虑分析是否可行：
1）数据采集是否完整。
数据分析是基于分析对象的底层基础数据，分析人员采集的数据是否完整，有无遗漏，有无异常都会导致分析的可行性。
采集数据所遵循的原则是，收集的数据应该能比较全面的从不同方面反映了分析对象的总体的实际情况。
因此，数据采集是否完整会直接影响数据分析是否可行。
2）数据反映的情况是否真实。
我们知道分析对象的业务经营是可以看得见的现实反映，而我们要用数据去记录企业的业务轨迹，它能否真实、全面地反映现实情况，这主要取决于数据真实性，所以这也是一个能直接影响到数据分析可行性的指标。
3）分析的数据是否充分。
我们知道企业的经营和管理是多方面的，数据是否能充分地反映企业的经营管理状况，这也是我们所要考虑的。
在分析过程中，我认识到数据其实是具有一定的局限性的，几乎不可能完全充分反映企业各现状的真实面貌。
所以数据的充分性体现在它是否能够在大程度上反映企业的状况，对于数据分析而言，基于不充分数据而得出的分析结果也必然是不充分的，这也是分析可行不可行的关键指标。
4）数据的相关程度。
其实这点我可以联系第三个角度数据分析的规模来说，其实数据本身并不是孤立存在的，也就是说业务与业务之间、信息与信息之间、管理与管理之间、部门与部门之间都具有一定的相关性，所以我们在做分析时，要考虑这些数据是否存在关联，这些关联对分析有多大的影响，其间是否有内在的必然联系。
而这也势必影响着数据分析的可行性。
其次数据分析的工作量估算问题，我有几点建议：
1）工作量取决于我们的分析角度和方向，角度和方向多样化，工作量就相应增加。
所以我们首要弄清楚自己需要哪些分析角度，不能盲目的一头往里转，到头来分析的结果并不是你要想的，那么自己的工作就是无用功了。
2）数据分析人员的分析手段和水平也直接影响到分析的工作量，这也就是我们上面所提到的数据分析人员基本素质，方便快捷的分析技巧可以帮助我们的分析效率有明显提高，达到事半功倍的效果。
3）分析过程中工作分配方式要明朗化，不要重复分析，徒增不必要的工作量。
相信只要做到了以上三点，那么分析的工作量将会有所减少了。
我们再来看看数据分析的规模如何去考虑。
分析规模的大小取决于数据的相关性。
数据波及的范围大，涉及的业务和管理范围广，那么数据分析规模也就相应增大。
所以分析人员要在分析之前应选好分析目标，再进行数据调研，弄清楚自己想要哪些的数据，得到怎样的分析结论，这样不仅可以更好的提高分析质量，也可以避免做无谓的分析。
最后一点就是数据分析结果的质量高低问题了。
分析的质量高低其实和分析的可行性要求是基本一致，主要还是采集的数据是否合理、真实、充分的反应经营和管理现状，这都是决定分析质量高低的关键因素。
2.2分析角度举例
数据分析首要解决的问题是分析的角度和方向，其次才有了分析思路，我们做数据分析，不外乎遵循这么一个原则，那就是找出计划与实际执行情况的偏差，并将偏差与可控范围内的上下最值做比较，找出偏离控制范围的异常值，分析原因，而后做出管理决策。
下面针对我的实际工作情况举几个例子说明一下：
1）趋势分析：
例如团体计件工资调整比例的趋势图，以百丽底一为例。
从上图我们可以看出，第一个点:
调整50块钱以内的占比最多，其次是调整50-100块的，接着是调整100到车间平均工资10%以内的，最后才是调整大于平均工资10%。
通过这个趋势分析图，我们可以根据他的发展趋势，对车间工资调整作出控制,给出控制范围，确保工资调整的合理性。
2）预测分析：
例如底部车间工序系数等级的人数分析。
分布直方图的情况可以对问题的等级进行分析，第一部分是工序系数在0.85-0.96的人数占比，其次是1-1.1，最后是1.15-1.25的等级人数占比，从上图可以看出，各等级人数的分布具有一定的分布结构，高分值的人较少，中等分值的人居中，而底分值的人占比最大，符合头小尾大，中间匀称的特点。
符合公司原先对工资高低分布的预测。
第三章企业管理与数据分析的关系论述
3.1企业管理对数据分析的影响因素
随着公司产业转移进程的加快，公司的每一项管理决策和运营策略都可能存在着这样那样的风险，所以管理层和操作层的各种管理决策和运营策略对公司的发展越来越重要。
面向决策层的各种数据分析统计越来越受到重视。
企业中领导层的管理方式和风格对数据分析统计会有哪些影响因素，两者之间存在哪些微妙的关系，都需要我们深度的去分析和了解。
笔者结合工作的感受，先来谈谈管理层对数据分析的的影响因素：
1）管理者对数据管理的重视程度。
单位的领导对一项工作是否重视，是做好这项工作的关键因素之一。
前面我们提到过基础数据的重要程度，各部门领导对基础数据的维护是否重视，对数据质量要求是否严格，是否能让分析人员采集到有效数据，这些方面都会影响数据分析的质量。
2）管理者应为分析人员提供相应的技术支持和环境支持。
技术支持的要求主要包括两个方面：
一是是否有条件选用最合适的分析技术；二是是否配置了最适合的计算机硬件条件。
分析人员在数据分析时，是否能准确把握数据的特点和规律，并结合实际情况选用较为先进的现代数据分析技术和计算机技巧，这都是数据分析成败的关键。
环境支持要求的是分析工作的完成离不开各部门单位的大力配合，各部门单位的理解支持和相关部门的配合，是数据分析得以进行的首要条件，故而管理者在分析过程中应做好与相关单位、部门的沟通协调工作，为数据分析的顺利进行提供最佳的分析环境。
3）管理者应加强重视分析人员的素质提升。
分析人员业务水平的高低、计算机技能的熟练程度，对数据分析质量影响甚大。
这就要求我们领导层平时重视对数据分析人员的业务素质的培训和计算机运用水平的提升，结合分析特点进行针对性的知识培训，以此提高分析人员的综合素质。
3.2数据分析如何影响企业管理的决策策略
数据分析通常是面向决策层为主，对企业的经营管理决策至关重要。
下面我们来看看企业可以利用数据分析做什么。
1）有助于管理层正确、快速的做出管理经营策略。
有时候企业的需求会存在不确定性，鞋企本身就存在流行趋势变化快、销售时段相对较短的特点。
所以管理运营的过程中，只有及时掌握了各项需求情况及其变化规律，正确分析出公司的发展走势，才能迅速调整管理经营策略，抓住商机，提高企业核心竞争力。
2）有助于企业及时了解公司管理决策和运营策略的执行情况。
正确的决策是企业经营成功的保证，而决策执行结果的好坏就是检验数据分析是否合理可行的重要指标。
通过数据分析报表，可及时反映决策执行和计划完成的情况，有助于分析执行过程中存在的问题，并采取相应的措施，努力规避、消除风险，以此改善决策在执行过程中存在的异常问题。
3）数据分析有助于提高企业管理和运营系统运行的效率。
数据的管理与交流往往是检验公司管理决策和经营策略是否正常运作的标志。
策略的执行过程中的每一个环节都是通过数据的管理和交流而融为一体的，缺少数据管理和交流，往往会出现决策和策略失控现象。
这对企业的发展是极其不利的。
所以企业管理中可以利用数据分析发现一些管理问题，及时跟进改善，从而提高公司整体的运营效率，为公司更快更好的发展打下良好基础。
结束语
本文中，笔者进行了三方面的论述，首先就数据分析的重要性提出了自己的一些见解，其次结合自己的工作情况和分析思维，阐述了在数据分析过程中应该要考虑哪些影响因素，最后，结合公司的发展特点，阐述了公司今后应如何加强在数据分析这块工作的重视程度和管理力度。
因笔者能力有限，受自身的工作职责和看问题角度等因素的影响，在文中的某些观点和认识难免会存在欠缺。
恳请阅读此篇论文的领导、同事，多予指正，不胜感激！
升级会员 