隨著數字化技術的快速發展，數據的作用正在不斷凸顯。但是，很多企業由於處在數字化轉型的初步階段，數據基礎薄弱，所以對數據分析與可視化對於業務有什麼實際價值，仍然不是很清晰，提升數據分析能力的意願也並不強烈。
對於某製造企業來說，情況也是如此，在漫長的歷史時期內，該企業都是通過手工報表的形式來提交、處理數據，後來，其部署了DataHunter的敏捷數據分析解決方案。下面，我們就通過該企業的數字化實踐，讓大家管窺數據分析與可視化的價值所在。
數據分析讓產品生產效率更高
在製造行業，生產效率的重要性不言而喻，其直接與企業的產值、利潤、競爭力掛鉤。該企業在致力於提升生產效率的過程中發現，當前生產車間存在的一個顯著問題是，不同車間、小組、工人的生產效率、材料損耗、產品良率都存在相當大的差別，例如，有些車間在生產條件類似的前提下，產品良率上明顯偏低，或是材料損耗率顯著偏高，這顯然會給生產帶來很大的負面影響。
要解決這個問題，一般可以採取兩種方式，第一種方式是使用大量的人力進行監督，或是部署攝像頭來進行監管，但這樣不僅會帶來巨大的成本損耗，而且可能還會損傷員工關係，不利於企業文化的培育；第二種方式是採取嚴格、明確的獎懲措施，以獎勵先進、鼓勵後進，其按周提交的數據報表有助於解決這個問題。
但是，數據報表存在的一個顯著問題在於，其數據統計的細粒度不夠，而且很難對於不同數據進行關聯分析。例如，在發現某一週某車間的生產效率明顯下降之後，很難通過數據報表找出原因是因為員工效率下降、產線調整還是其它什麼原因。而且，這些數據報表沒法做到實時生成與變動，管理者總是處於被動的等待數據的狀態。
通過部署Data Analytics 數據分析平臺,這一問題得到了有效解決，Data Analytics不僅能夠實時展示生產中的各項數據，還支持智能推薦圖形、圖表協同過濾、全維度數據鑽取等探索式分析功能，從而精準地定位問題的所在。
例如，該企業在發現某天生產效率顯著偏低，之後，通過數據的下鑽，發現是某一生產小組生產狀況異常，導致整個產線都受到影響。進一步分析發現，是因為某關鍵材料的供貨不足，在發現這個問題之後，該企業迅速調整了生產計劃，讓這個本來可能需要耗費一週才能解決的問題在一天之內得到了解決。
數據整合讓企業管理更加科學
除了生產問題之外，管理也是該企業非常關注的核心問題，該季度財務收支情況如何？市場經費都花在了什麼地方？哪個員工這個月績效最好？員工這個月的入職和離職情況是什麼樣的……這些問題雖然看起來不是什麼大事，但是卻會對企業的管理帶來巨大的影響。
但在相當長的一段時間內，該企業在管理決策方面都是出於“拍腦袋”的狀態。雖然財務、人力各個部門也會提交一些表單，但是這些表單基本都是按照各個應用系統來劃分的，比如ERP系統一個表、OA系統一個表，MES系統一個表……這些表的數據太過瑣碎，管理者由於時間與精力有限，基本不可能認真閱讀每一個表單。
針對以上問題，DataHunter 首先通過數據服務，幫助該企業打通了各個應用系統的數據孤島，將這些數據整合到統一的數據倉庫之中。隨後，DataHunter 幫助該企業建立了財務、人力等各個數據看板，將各類的數據報表都整合在一起，動動手指即可進行相互切換，不僅節省了時間，而且還可以實現不同數據的關聯分析，決策也變得更加科學。
例如，在某段時間，該企業通過Data Analytics發現公司的離職率在短期內快速升高，在進行數據下鑽之後，發現是某生產創新部門的人員有了大量流失。繼而，該企業對於人力資源數據與財務數據、外部數據進行了聯動分析，發現在這段時間內，市場對於該類型人才的需求量大增，市場平均薪資已經大幅高於該部門人均薪資。為此，其緊急提高了工資與福利水平，避免了人才的持續流失。
數據可視化讓品牌形象得到顯著提升
作為一家省級製造企業，該企業設立在某工業園區內，並正在向政府引導的最新產品與業態進行轉移。該企業希望能夠充分展現自身的發展成果，這樣不僅有利於提升品牌形象，還有利於獲得政府、園區、投資方的更多支持。
在過去，該企業展示發展成果的方式非常傳統，即通過PPT、文字材料，以及口頭彙報的方式來進行。這些資料雖然很容易獲取，但是也存在一個顯著的問題，那就是視覺衝擊力不夠，也不夠直觀，很難讓領導或是外部人員產生深刻印象，展示效果也就大打折扣了。
為此，該企業將Data Analytics 數據分析平臺與Data MAX 數據大屏展示工具進行了打通，將Data Analytics 分析的數據圖表投射在公司會議室、展會的大屏上。這些數據圖表擁有著酷炫的視覺效果，而且處於動態變動之中，可以直觀、清晰地展現當前企業的銷售額、用戶量、業務全國分佈、競爭力等發展成果。
在某重要展會中，該企業成功藉助該套系統完成了面向領導的成果彙報，以及面向公眾的品牌展示工作，獲得了企業上下的一致肯定。
敏捷數據分析讓IT部門得到“解放”
在前面我們提到，該企業之前主要是通過報表的方式支撐業務數據的採集與分析。由於該企業IT部門規模不大，而且還負責著網絡運維、IT設備採購等主要任務，所以數據報表的製作經常給IT人員帶來額外的工作。特別是在月末、季度末等需要進行彙報的時候，繁雜的數據統計與報表製作事項讓IT部門的加班成為常事。
該企業處於數字化轉型的關鍵階段，管理層也制定了相應的人工智能、大數據等創新技術應用規劃，各種新型的應用系統也紛紛等待上線。但是由於被數據報表的低效工作束縛，IT部門無法做到“輕裝上陣”，很難有精力投入到真正有創新性、前瞻性的IT創新之中，數字化能力無法充分賦能企業發展。
在Data Analytics 數據分析平臺部署之後，這一問題迎刃而解。IT人員只需要將數據庫接入到Data Analytics 之中，在根據業務需要配置好數據看板之後，該系統就能根據業務數據實時地進行分析並生成相關的數據報表，根據其內部測算，數據分析的工作負荷由此降低了數倍。在IT人員的生產力得到解放之後，其可以將更多的精力投入到業務創新等真正有價值的地方。
- 數據分析展示就用DataHunter-