复盘德邦数据管理五大阶段历程

第一阶段：无管控（11年6月之前）

主要有以下4点问题：

• 数据逻辑/分析方法不一致（同一部门每次分析的逻辑/方法不一致，各部门对同一主题分析逻辑/方法的不一致…）；

• 数据不共享或者不及时共享；

• 数据不完整、不规范、不准确；

• 对数据不理解、不会使用。

第二阶段：人为强管控：分散-集中（11年6月-14年10月）

因为第一阶段问题公司成立BI项目组（责任人为高级经理）对公司数据进行管控，在此期间经历了4任领导。主要梳理了3个流程《总裁会议数据复核管理流程》、《数据口径增删改管理流程》、《数据汇总管理流程》。

解决了以下主要3点问题：

• 《总裁会议数据复核管理流程》主要解决各部门对同一主题分析逻辑/方法的不一致问题，确保上会数据准确，复核数据范围：主营业务相关的资源配置、收入、成本、质量、时效、人员、客户等业务数据值和明细数据）；

• 《数据口径增删改管理流程》主要解决数据不完整、不规范、不准确问题（1、生产部门私自变更口径；2、缺少数据口径变更建议渠道；3、审核流程不规范），促进变更过程的规范性，杜绝私自变更的现象，确保口径的唯一性和准确性，并客观、真实反映管理需求，进而提高决策准确性。；

• 《数据汇总管理流程》主要解决数据不共享或者不及时共享问题，及时、完整、准确的收集、汇总并进行集中管控，从而降低数据丢失风险，实现数据共享价值。

第三阶段：系统化：手工-系统（14年10月-15年10月）

14年10月10日BI BI咨询与BI系统实施项目结项，数据管理进入了系统化管理阶段。通过BI系统的权限管理，明确了各部门查看的数据权限及数据范围（涉及5个主要功能模块（我的驾驶舱、主题分析、战略管理、报表查询、指标查询）、386张报表、1763个KPI（系统化占比76.11%））。

解决了以下5点主要问题：

• 规范数据管理：14年10月发布《数据管理制度》；

• 打破公司数据壁垒：BI系统的数据呈现及3个流程（《明细数据导出申请管理流程》、《手工采集数据管理流程》、《手工下发数据管理流程》）实现数据共享；

• 建立高效的数据管理体系：通过梳理建立了12个流程。

• 确保数据准确性、数据口径唯一性：通过系统固化，解决了数据剔除使数据客观性、真实性存在风险；大量明细数据的导出，导致相同指标不同部门计算结果不同问题。

• 降低逐年增长的人力成本：支撑数据分析的人力成本随业务量的增长呈持续增长态势（10-13年，年均22%增长），2014年节约服务门店、车队、外场的统计员人力成本1018万。

对德邦的管理意义有以下4点：

• 打造德邦管理的统一平台（全公司在同一个平台上，用同一种“语言”进行沟通）；

• 通过准确、全面、及时的信息共享支撑业务部门进行问题洞察与改善；

• 实现德邦管理方法、管理逻辑的积累与优化；

• 提升数据的获取、加工及应用的成本效率。

第四阶段：深化管理：承接-驱动（15年10月-17年9月）

一、系统化：

通过多个项目对数据从产生-应用-终端环节进行深化管理。

1、数据产生环节：主数据管理、报表中心迁移

（1）主数据管理项目主要解决以下4点问题：

• 没有可信数据源，数据一致性无法保证；

• 主数据编码不统一,导致数据唯一性识别异常；

• 主数据字段同名异义，异名同义，字段转换规则不统一，导致信息丢失；

• 主数据同步机制五花八门，缺乏主数据检查规则以及流程支撑。

（2）主数据管理项目结项后实现了以下3点：

• 建立核心主数据-行政组织和员工的数据质量监控机制，一旦发生数据质量异常问题，每月（工作日）主数据-行政组织和员工的异常预警达成率为95%；

• 规范并统一核心主数据-行政组织和人员的使用和管理，实现核心主数据-行政组织和人员的数据统一分发；

• 建立主数据异常数据修复机制和流程。

（3）报表中心迁移项目主要解决以下4点问题：

• 面向生产系统服务的跨系统数据汇总需求无定位明确的系统承接；

• 数据重复分布，数据不一致性风险高， 资源浪费且运维成本高 ；

• 报表中心与BI数据不一致；

• 调度框架不够灵活，资源调配不合理。

（4）报表中心迁移结项后实现了以下3点：

• 建设承接跨系统简单汇总需求的系统，支撑后续项目的建设；

• 报表中心关键报表以及ETL时间窗口保证在8个小时以内；

• 上线后1个月内，报表中心的系统稳定率保持在99.99%。

2、应用环节：客户关系管理项目、收派可视化管理系统项目

• 客户关系管理项目：建设客户管理体系，将业务逻辑固化到系统中，形成数据积累、数据展现、营销支持等的客户管理闭环；

• 收派可视化管理系统项目：通过协助一线管理者有效管理进而提升效率，最终实现“提效率，保收入”的重大举措。

3、终端环节：移动BI项目

• 移动BI项目：大屏：公司层面宏观、核心22个指标监控（6个客户体验类指标、5个运营类指标、6个收入类指标、5个成本类指标），自主研发，通过德邦风眼系统展示。

二、非系统化：

主要通过《临时数据需求申请管理流程》进行管理包含以下4部分：

1、临时数据申请管理—非系统明细数据：通过合理有效的审批，时将大量的、高频率的上传数据转化成固定数据或系统化数据，释放专业部门和一线人员的统计时间，降低统计成本；

2、临时数据申请管理-系统明细数据申请：通过合理有效的审批同时将大量的、高频率的上传数据转化成固定数据或系统化数据，释放专业部门和一线人员的统计时间，降低统计成本；

3、临时数据申请管理—总部职能向一线收集数据申请：通过合理有效的审批，减少不合理的临时收集数据需求，降低一线工作量；

4、临时数据申请管理—BI资源中心数据下发申请管理：通过合理有效的审批，减少不合理的临时上传需求，同时将大量的、高频率的上传数据转化成固定数据或系统化数据，释放专业部门的统计时间，降低统计成本；

第五阶段：全面数字化：转型-升级（17年9月至今）

1、数字化指挥中心：2017年双十一，以轮值CEO崔维刚为主的德邦快递核心领导层全程守在数字化指挥中心巨大的电子屏幕前，屏幕左右两侧显示德邦快递全中国126家外场、10641个网点的全景视频，中间大片蓝色屏幕上是基于物流环节、区域网点、电商渠道、客户反馈等核心指标采集的实时数据。

2、诊断与干预：德邦快递数字化指挥中心分为运营总览、拉灯预警和大屏诊断三大模块。基于23项核心数据指标、24项中转场数据指标、68项岗位关注指标的运营数据总览形成；通过数据模型的计算，可以准确诊断系统“健康程度”——即每小时进入的量和转出的量是否均衡，从而做出拉灯预警，一旦发现某个中转外场超过预警线，可以远程一键停止卸车；而通过布局在所有车辆的传感器，可以查看车辆运行速度和载货量……

3、数字化重塑大件快递全流程：成立德邦科技，企业品牌名称更名为“德邦快递”，数字化“让天下没有难送的快递”，数字化重塑大件快递全流程。