分享

集团企业指标数据体系框架设计的方法和思路

 艺海渔夫 2023-04-04 发布于安徽

原创: 吕金芝 [数据工匠俱乐部]

集团企业指标数据管理常遇到的挑战

1.1术语和定义

指标数据:国标GB T 36073-2018《数据管理能力成熟度评估模型》定义如下:指标数据是组织在经营分析过程中衡量某一个目标或事物的数据,一般由指标名称、时间和数值等组成。另外有一种通俗的定义,也叫报表数据,企业中的报表,这些报表由各类事务型数据所组成。针对某个业务主题,汇集多维维度,多指标的数据,由各类业务数据所组成,如BI报告、销售排名分析、资产负债表、损益表、销售报表、库存报表等。

指标数据管理指组织对内部经营分析所需要的指标数据进行统一规范化定义、采集和应用,用于 提升统计分析的数据质量。

指标体系框架,是对企业若干个核心和关键业务环节相互联系的统计指标数据的全面化、结构化和层次化的系统化构件。

主题:与企业经营管理相关的主题划分,包括财务、人力资源、生产、采购、销售、库存等,可以根据企业生产经营管理需要进行扩展。

维度属性:对指标分类进行维度拆分所标注的具体属性含义,本标准主要应用到四个维度:物料维度、空间维度、时间维度、度量维度。

1.2挑战与痛点

  • 指标定义存在于各个部门的各种制度文件中,没有采用信息化手段标准化管理

1)业务部门根据自己的权限职责办法各种指标的管理制度,比如销售事业部的统计制度

2)采用信息化来自动获取指标的部门甚至制定过相应的取数逻辑方法,比如人事部门的各项指标。

3)随着经营决策的深入,不同部门之间,企业之间数据共享的需求越发强烈,各种指标口径出现歧义严重影响经营决策,因此需要将原来散落于各种文件中的指标管理进行标准化,采用信息的手段予以管理。

  • 关键指标的数据共享更多地采用文件传输共享,没有数据指标管理系统存储数据

1)不同部门之间在需要相互的指标数据,更多地还是采用针对需求,编辑文件,传输文件的方式,没有充分做到数据的共享。

2)基于管理职责的划分,明细类指标不适宜于充分共享,但是对于宏观的经营指标,比如零售量,综合商品率等可以在不同部门之间充分共享的数据没有一个公共的平台可以快速获取数据从而满足所有的部门应用需求。

3)对于领导层查询应用、对标应用、绩效考核等企业战略管理类型的应用,由于此类应用往往需要宏观指标,目前不存在一个标准化的指标数据库可以快速满足需求。

设计目的

指标体系框架设计需从公司发展战略与目标出发,满足各职能部门业务管理需求,构建“横向协同、纵向贯通”的指标体系。实现指标规范定义的核心元素及目标:定义统一、口径统一、名称统一、来源统一、参照统一。

横向协同:集团相关职能部门结合业务决策、分析、管理工作需要,持续更新、完善、扩展指标体系框架内容,以满足集团化经营管理。

纵向贯通:下属公司提供集团级经营管理所需的指标数据源,支撑集团级业务决策分析和管理。同时,结合自身业务特点扩展和完善自身业务指标框架内容。

设计思路

集团层级的指标体系并不是一些指标的简单堆积和组织,而是基于业务管理职能的原则建立。指标体系框架设计的科学合理与否,很大程度上与指标体系框架设计的构建思路相关。构建指标体系框架时,应理顺指标体系构建的基本思路。

3.1指标体系框架设计原则

指标体系框架设计是一项系统工程,需要完整构建评价指标体系,基本设计原则考虑五个方面:系统性、全面性、结构性、差异性和重要性,具体内容如下:

image

图1 指标体系框架设计原则

系统性原则:充分承接整个集团战略目标,形成以战略目标为核心的指标体系,指标间有清晰的关联逻辑,有效促进战略执行;

全面性原则:全面覆盖企业管理相关因素,含外部环境、核心资源、业务活动、产品服务与经营业绩等方面,推动整体优化运营;

结构性原则:以数据和信息为基础,将指标划分为战略层、管理层相互支撑的结构;

差异性原则:区别于下属公司的指标体系,结合集团总部实际业务特点,有针对性地建立落地的指标体系;

重要性原则:选取核心业务,明确与之相关的关联业务,关注管理瓶颈与重点,推动集团总部各部门之间的管理协同。

3.2指标体系框架设计原理

在遵循系统性、全面性、结构性、差异性和重要性原则的基础上,以构建集团指标体系框架设计相关理论为指导,从集团战略与下属公司运营管理的各层级整体考虑,构建集团级与下属公司相互贯通、支撑集团战略决策的指标框架体系,以保障企业战略目标的实现为最终目标。

image

图2 指标体系要素框架图

指标体系要素框架是从集团整体建立的指标体系,该指标体系全面反映集团的整体情况,而不是局限于局部或某些具体方面。指标体系框架是基于战略构建“四面墙”平衡记分卡模型(即:财务战略、客户战略、流程、学习成长),以集团战略为核心,以各部门的工作职能为出发点,对核心业务逐层分解,分类梳理,归纳核心和关键业务环节,进行的指标数据分类选取的体系化设计。指标体系框架设计“四面墙”原理如下:

image

图3 指标体系“四面墙”理论

指标选取原则及方法

指标选取需要遵从科学的选取原则,保证指标的正确性、完整性和有效性,同时应遵循指标数据的梳理的方法论。

4.1指标数据选取原则

指标数据的选取在指标体系框架设计中至关重要,评价指标选取是否合适,直接影响到指标体系框架的完整性和有效性。指标过多,事实上是指标数据的重复,会导致干扰;指标过少,则可能选取的指标缺乏代表性,产生片面性。所以,指标数据的选取应当注重如下原则:

正确性:每项指标都必须正确,能够科学地反映评价对象的某一方面信息;

唯一性:保证指标选取的全面,避免指标之间重复;

完整性:指标的信息应避免缺项,保证内容完整。

4.2指标数据选取方法

指标数据选取方法,包括以下三个步骤:

首先,借鉴行业最佳管理实践,综合考虑内外部环境因素及上级单位要求,建立集团指标体系总体框架,保证指标体系框架的完整性;

其次,通过对集团战略、管理层及下属公司业务的全面梳理,识别企业生产运作中关键和主要业务环节的关键要素,初步形成集团级指标体系框架;

最后,进一步筛选、合并同类指标、去除重复和不重要的指标,通过专家法调整指标,使指标体系框架更加科学、合理。

4.3指标数据选取依据

指标体系框架设计依据经典指标体系“四面墙”理论,结合行业发展趋势和高层关注点,形成了基于战略引领、价值创造的指标体系框架,包括:增长引擎、运营卓越、财务表现、创新驱动、人员保障、宏观环境和绿色发展七大核心主题指标框架体系,具体如下:

image

图4 某大型集团指标体系高阶框架

增长引擎,关注内外部环境条件分析与战略目标选择,现有业务与新业务的增长路径选择等;

运营卓越,关注基于集团特色,按照价值链进行区分,核心运营活动:从产业链协同层面进行专项分析,同时关注各板块运营的规模、效率、效益和安全,确保有机平衡服务支撑活动:从工程基建到管理和服务分别展开分析等;

财务表现,关注利润贡献(价值成果-战略实现)、资产营运效率,偿债、资金保障(价值创造)等;

创新驱动,关注管理及制度创新,科技创新环境、方向、体系、投入及产出等;

人员保障,关注人员配置、人工效能、培训成长、分配激励等;

宏观环境,关注宏观政治经济社会要素分析、行业动态分析及竞争策略等;

绿色发展,关注经济增长与发展、环境可持续、能源获取和安全等。

指标体系层级设计

指标体系具有递阶层次结构,划分为三级。

一级指标为战略决策和规划发展类,依据指标框架的第一级框架确定,每项一级指标下设多项二级指标。

二级指标为集团管控类,依据依据指标框架给出的第二级框架选取和设计,每项二级指标下设多项三级指标。

三级指标为具体业务类,在二级指标框架下设计。三级指标用于数据采集与测算,二级指标与一级指标为指数型指标。

image

图5 指标体系层级结构

(注:“指数型指标”是指其数值由下一级指标根据一定的算法计算而得的指标,不直接用于数据采集。)

指标体系框架设计

依据以上指标体系层级设计原则及方法,构建集团指标体系框架,包括:增长引擎、运营卓越、财务表现、创新驱动、人员保障、宏观环境和绿色发展七个方面指标。

1)增长引擎,重点反映集团经营现状分析等指标;

2)运营卓越,重点反映业务板块运营分析等指标;

3)财务表现,重点反映利润贡献、资产营运、资金支持等指标;

4)创新驱动,重点反映科技创新、管理创新等指标;

5)人员保障,重点反映人员现状指标;

6)宏观环境,重点反映外部环境、行业动态等指标;

7)绿色发展,重点反映可持续发展指标。

image

图6 某大型集团指标体系框架

指标体系应用扩展和系统实现

7.1指标体系扩展步骤

集团总部所属各职能部门可根据自身业务管理需要,按照指标体系框架进行三级指标的细化、完善和扩展。指标体系扩展基本步骤为:

1)各职能部门根据自身管理需求,提炼指标数据,明确指标数据定义;

2)依据指标体系分类框架,确定三级指标数据归属;

3)详细定义指标数据,如指标数据项来源、指标数据项数据格式、指标数据项计算公式、指标数据项取数口径等信息;

4)指标数据经审批后,进行发布。

7.2指标数据项定义

指标的标准化定义,包括指标的编码、定义、计算公式、数据来源、业务解释部门等。提供指标层次功能以方便管理、汇总、授权,方便、快捷的查询和检索指标及其定义,同时建立辅助指标的维度管理,包括维度的编码、定义、数据来源等。

表1 指标数据项定义(举例)


image.png

image.png

image.png

image.png
image

图7 数据指标卡片

7.3指标管理系统

image

图8 数据指标管理系统逻辑架构图

image

图9 数据指标管理系统功能架构

image

图10 数据指标管理系统页面示例

image

图11 数据指标管理系统页面示例

指标体系应用评价方法

指标体系评价是基于一定的评价目标,针对特定的评价对象,使用评价指标对评价对象进行评价,并结合专家知识对获得的测算结果进行研判后,得出科学评价结果的一系列过程。

评价目标是评价指标体系实施的正确性和有效性,以帮助持续改进。指标体系评价是针对评价对象的特点及其衡量水平,通过指标数据的度量,得到指标值,形成评价结果,实现指标体系框架评价目的,参考下图:

image

图12 指标体系应用评价方法

THE END

本文档提出的指标数据体系框架设计主要用于集团层级指标数据的体系化应用。在后续指标梳理工作过程中,应结合集团层面指标管理范围,明确各层级单位数据指标项认责,统一实现各数据指标项的定义、口径及取数来源,保证集团各级管理和决策层能够获得一致的数据理解和数据来源,逐步推进集团企业数据指标体系标准化工作的完善。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多