未来的信息化,就是挖掘企业数据、提升战略决策
2016-08-02 09:58
295 查看
企业的发展,离不开信息化的支撑。
不少企业在推进信息化进程过程中,会遇到这样的问题:开发效率低;业务需求多样且紧迫、系统多,开发人员学习困难。久而久之就会形成企业的信息数据壁垒,领导不能及时查看企业运营状况。
那么该如何解决这类问题呢?
这里分享某企信息化建设的案例。
该企的信息化建设经过了基础网络建设、应用开发上线以及面向企业信息化管理几个阶段,从去年开始规划进入创新转型阶段。在信息化进程中针对企业的实际需求也开发了一些相应的软件,包括ERP软件和运营可视化,运营可视化就是通过帆软的工具来实现。
建设背景:
当时该企业正面临着一些企业信息化的困惑。第一是开发效率低;第二个数据展示手段少、新手入门难。手头共有六七十个系统。这六七十个系统让给予开发人员的学习压力非常大。后来, FineReport上线之后,新员工培训一周左右就可独立开发,提升了效率,提供了一种完善的展示方法手段,团队的整体开发能力都得到提升。后来还利用FineReport进行了一些行业应用,包括投递管理、经营指标的分析。
未来发展:
该企业目前的信息化建设正逐渐消融业务和技术之间的界限。现在,业务和技术部门之间流动的很多项目成立的时候都是混合型,成立之后把项目做完这个项目组也就解散。
未来,在信息化建设方面提出三大展望,“新挑战、新思维、新突破”。未来将计划将打造一个集数据中心、研发中心、运营中心为一体的信息化队伍,在掌握技术的同时还要树立平台思维、数据思维以及融合发展的思维。
企业发展包括运营管理应该是以数据驱动为特征的智能化的运营管理体系,比如能不能预测交易高峰或者网点的人员流动或者资源配备是否合理,包括像双十一这种业务高峰期能否保证人员车辆都设置到位,以应对整个突发的事件。
然后是可视化,一个有表现力的图形或者图表能让领导眼前一亮,背后开发的心血可能领导看不到,但是一个非常亮丽的报表尤其是在超越了领导期望的情况下才是信息技术的最高境界。信息部门要在领导下一个需求位置等而不是永远跟在他的需求后面跑,力求创新。
关于大数据:
关于大数据的理解不一,可以将这个标准定义为结构化、非结构化、半结构化,加在一起叫做大数据。未来大数据的第一步是要把所有的内部结构化数据进行整合。第二步是要推动结构化数据和非结构化数据的融合,现在很多企业网点的风险管理已经开始利用结构化和非结构化数据。利用网点的交易流水数据和风险模型排查出有可疑的交易数据,同时联动网点的一些视频资料就能自动实现整个风险的排查。
未来可以尝试逐步引入一些外部数据资料包括购买、使用、合作,抱着开放合作的心态来共同发展。
不少企业在推进信息化进程过程中,会遇到这样的问题:开发效率低;业务需求多样且紧迫、系统多,开发人员学习困难。久而久之就会形成企业的信息数据壁垒,领导不能及时查看企业运营状况。
那么该如何解决这类问题呢?
这里分享某企信息化建设的案例。
该企的信息化建设经过了基础网络建设、应用开发上线以及面向企业信息化管理几个阶段,从去年开始规划进入创新转型阶段。在信息化进程中针对企业的实际需求也开发了一些相应的软件,包括ERP软件和运营可视化,运营可视化就是通过帆软的工具来实现。
建设背景:
当时该企业正面临着一些企业信息化的困惑。第一是开发效率低;第二个数据展示手段少、新手入门难。手头共有六七十个系统。这六七十个系统让给予开发人员的学习压力非常大。后来, FineReport上线之后,新员工培训一周左右就可独立开发,提升了效率,提供了一种完善的展示方法手段,团队的整体开发能力都得到提升。后来还利用FineReport进行了一些行业应用,包括投递管理、经营指标的分析。
未来发展:
该企业目前的信息化建设正逐渐消融业务和技术之间的界限。现在,业务和技术部门之间流动的很多项目成立的时候都是混合型,成立之后把项目做完这个项目组也就解散。
未来,在信息化建设方面提出三大展望,“新挑战、新思维、新突破”。未来将计划将打造一个集数据中心、研发中心、运营中心为一体的信息化队伍,在掌握技术的同时还要树立平台思维、数据思维以及融合发展的思维。
企业发展包括运营管理应该是以数据驱动为特征的智能化的运营管理体系,比如能不能预测交易高峰或者网点的人员流动或者资源配备是否合理,包括像双十一这种业务高峰期能否保证人员车辆都设置到位,以应对整个突发的事件。
然后是可视化,一个有表现力的图形或者图表能让领导眼前一亮,背后开发的心血可能领导看不到,但是一个非常亮丽的报表尤其是在超越了领导期望的情况下才是信息技术的最高境界。信息部门要在领导下一个需求位置等而不是永远跟在他的需求后面跑,力求创新。
关于大数据:
关于大数据的理解不一,可以将这个标准定义为结构化、非结构化、半结构化,加在一起叫做大数据。未来大数据的第一步是要把所有的内部结构化数据进行整合。第二步是要推动结构化数据和非结构化数据的融合,现在很多企业网点的风险管理已经开始利用结构化和非结构化数据。利用网点的交易流水数据和风险模型排查出有可疑的交易数据,同时联动网点的一些视频资料就能自动实现整个风险的排查。
未来可以尝试逐步引入一些外部数据资料包括购买、使用、合作,抱着开放合作的心态来共同发展。
相关文章推荐
- 未来的信息化,就是挖掘企业数据、提升战略决策
- 康拓普:数据可视化,大幅提升企业大数据挖掘效率
- 企业未来信息化管理战略整合应用时代
- 数据可视化建设是企业战略决策之刚需
- 数据可视化建设是企业战略决策之刚需
- 两本讲数据挖掘对企业的好处的书:《数据分析竞争法》比较空洞,《超级数字天才》有些实例
- 真实数据 Primavera为企业运营提供精准决策
- 数据挖掘案例——药物选择决策支持
- 数据挖掘在企业中应用的四种途径
- 机器学习、大数据、深度学习、数据挖掘、统计、决策和风险分析、概率和模糊逻辑的常见问题解答
- 《ERP从内部集成起步》读书笔记——第9章 实施ERP容易忽视和误解的几个问题 9.1信息化战略与企业经营战略
- 刍议信息化与企业决策
- 天翎myApps快速开发平台提升企业移动信息化水平
- 保险业信息化的两大趋势:数据挖掘+CRM
- 对话微众CEO王震:不懂数据挖掘的微博营销就是耍流氓
- 企业战略转型信息化先行
- 以信息化技术提升医药流通企业的核心竞争力
- 电信企业参与竞争的利器-数据仓库和数据挖掘
- 在企业应用中使用Java数据挖掘API
- 云时代的企业应用数据挖掘