敏捷精益组织模式在数据价值挖掘中的作用

全文举 施菁

(1.南方电网数字电网研究院有限公司,广东广州 510623;2.南方电网财务有限公司,广东广州 510623)

0 引言

随着数字经济时代的到来,数据逐渐成为企业的战略资产以及实现创新发展的核心驱动力。企业拥有的数据规模、活性,以及收集、分析、利用数据的能力,将决定其核心竞争力。掌控数据即掌握了支配市场的能力,也就意味着可能获取巨大的投资回报。但目前很多企业对自身经营分析仅停留在数据信息的简单汇总层面,缺乏对客户、业务、营销、竞争等多维度的深入分析。传统的数据服务方式仅能提供一些基础的数据使用形式,从一定程度上满足企业决策支持、业务运营情况查询、问题分析预警等需求,但其在数据资产价值深入挖掘和转换方面已暴露出较多短板,无法支撑企业运营管理、科学决策的更高层次需求。

敏捷精益组织模式在数字经济高速发展的洪流中应运而生,将数据分析预测融入企业运营流程和决策之中,敏捷响应用户数据分析需求,促使企业实现从产品策划、生产制造到精准营销等运营流程的数据化决策,帮助企业推进高质量的战略发展、精细化的经营管理变革,增强市场核心竞争能力,为实现企业数字化转型带来了更多可能性。

1 敏捷精益组织模式及优势

1.1 传统数据服务模式存在的问题

一是传统数据服务未形成数据质量保障机制。数据需求分析设计时未考虑数据质量问题,后续数据清洗整理难度较大,导致分析设计落地困难、建设周期延长,增加数据分析应用建设成本。

二是传统数据服务缺乏数据监测链路、数据提供与使用脱节。未对数据产生、决策执行以及后续跟进等开展数据探查分析,无法支撑数据深入关联分析;数据分析建设更多侧重于事后统计,缺少事中实时探测;服务对象主要是企业决策人员或业务部门的管理人员,导致底层人员缺少足够的数据来指导其业务执行。

三是传统数据服务加工耗时长、效率低。随着企业数据积累增多,数据加工的过程越来越繁琐漫长,要在用户要求的时间内完成数据统计结果变得极为困难;数据模型设计和可视化展示应用无法跟上用户频繁变化的业务需求,使得业务工作开展受到极大限制。

四是传统数据服务无法满足数据分析可视化爆炸式增长的需求。传统数据服务展现形式单一,无法结合业务特点及业务流程利用数据分析算法进行交互探索,导致整体信息传递受阻,不利于辅助支持决策。

五是传统数据服务容易出现业务理解不够,支撑能力不到位等问题。在数据应用服务建设过程中,IT技术人员往往是企业所有部门最不熟悉业务的人员,却承担着数据应用服务建设的主要任务,因此无法从业务使用需求角度考虑数据分析应用的易用性、信息展现的合理性等问题。

1.2 敏捷精益组织团队构成及模式优势

1.2.1 敏捷精益组织团队构成

为改进传统数据分析带来的诸多弊端,特将敏捷开发理念引入数据分析应用建设中。通过构建敏捷响应用户数据分析需求、深入挖掘数据资产价值的敏捷精益组织团队,提升管理服务质效,推动企业数字化平稳高速转型。

敏捷精益组织团队是指以结果为导向、以团队为支撑的紧凑而自我组织的小型服务体,针对工作实践中的数据分析需求,通过分工协作与反复迭代,实现迅速、高质量完成各项数据分析工作的目标。实践表明,由分析设计团队、平台建设团队、数据运营团队共同构建的敏捷精益组织团队,可以充分发挥团队合力效应,相互协同支撑,快速开展数据分析应用建设,灵活应对用户数据分析的多变需求[1-2],如图1所示。

图1 敏捷精益组织团队Fig.1 Agile lean organization team

(1)分析设计团队。分析设计阶段,由分析设计团队主导,主要负责业务需求分析和主题模型设计;数据运营团队负责数据溯源探查,为分析设计提供改进建议;平台建设团队从研发建设角度评估其落地可行性。

开展数据分析应用建设的基础是先要决定目标,即不同管理层级希望获得怎样的结果、解决什么问题,再围绕目标进一步确定数据范围、质量要求等一系列约束条件。基于充分的业务理解,分析设计人员再针对所涉及的业务术语、业务问题和业务环境进行全面分析评估,理清用户需求及目标[3]。在具体主题模型设计时,分析设计人员需从不同层级不同视角审视业务,建立各影响动因对目标的相关性关系,结合数据运营团队反馈的数据溯源探查情况,借助统计学、机器学习等知识,构建科学、精确的数据模型,指导数据运营团队利用数据清洗处理缺失数据、清除无意义信息,提高数据质量[4],实现灵活的主题模型设计,前瞻性的预测用户需求的变化,降低需求变更带来的影响。

(2)平台建设团队。研发建设阶段,由平台建设团队主导,通过打造共享开放的数据分析应用平台,发布平台技术标准,利用敏捷BI工具响应数据分析需求,支撑主题模型设计的快速落地,通过打造不同的数据需求产品,逐步丰富数据产品应用生态。在此过程中,分析设计团队验证主题模型落地效果,数据运营团队从系统功能应用角度评估展示效果。

平台建设团队的职责:一是基于统一的技术标准和管控模式,建设统一开放的数据分析应用平台,面向前端开放应用建设,提升资源重复利用率,实现资源共享[5];二是通过发挥敏捷BI工具优势,利用其丰富的算法模型以及雷达图、玫瑰图、漏斗图、气泡图、词云、热力图、指标卡等多种分析图形可视化展现和智能切换功能,构建数据分析预测应用,在迭代增量的实现过程中,快速响应用户需求变化和对丰富图表可视化的需求[6]。同时,敏捷BI工具基于分析过程可视化的“分析导图”功能,将“数据结果可视化”提升为“分析过程可视化”,支撑分析人员发散性思考,灵活拓展分析的深度和广度,更好地从数据中洞察战略方向、管理风险以及市场变化,以数据支撑决策[7],如图2所示。

图2 敏捷精益团队相互协作支撑Fig.2 Agile and lean teams collaborate and support each other

(3)数据运营团队。数据运营阶段,由数据运营团队主导,通过常态化的运营分析报告打通数据分析应用到用户的最后一公里,持续开展数据质量监测与数据分析洞察挖掘,向分析设计团队反馈主题模型优化建议,并对平台建设团队提出平台功能改善建议。

数据运营团队的职责一是利用线下数据开展主题模型模拟运营,基于验证结果总结模型优化改善建议,洞察挖掘数据资产价值信息,为主题模型上线应用提供指导性建议;二是形成常态化的运营分析报告,总结提炼数据分析应用改进建议,并将其反馈至分析设计人员进行优化改善;三是持续验证和跟踪,优化分析、完善模型,提升用户体验友好性;四是数据质量监测优化,通过构建数据质量看板,开展数据链路监测,形成数据质量保障机制,保障数据运营活力。

1.2.2 敏捷精益组织模式优势

敏捷精益组织模式对挖掘数据资产价值,推动企业高质量发展,促进企业数字化转型有着举足轻重的影响。主要体现在以下几个方面:一是促进企业经营规范化、决策科学化。敏捷精益组织团队通过数据分析场景洞察业务活动、管理决策提升方向,持续跟踪业务改进、管理举措成效,帮助企业实现“洞察-改进-评估”管理的闭环[8]。二是有效盘活企业数据资产财富。敏捷精益组织团队利用“云大物移智”等先进技术,基于企业实际业务需求,构建数据分析主题应用,深入挖掘数据资产价值,满足不同层级用户数据分析需求。三是推动建立数据价值管理体系。敏捷精益组织团队以数据为核心,推动企业构建一个开放、共享的数据价值体系,实现用数据驱动业务的运营、战略的制定和创新的产生。四是提高企业数字化水平。敏捷精益组织团队利用数字技术,结合品字型团队协同优势,有效支撑企业“流程”+“数据”双轮驱动的应用实践,进一步推动企业数字化转型落地工作的开展。

2 敏捷精益组织模式在电网企业中的应用实践

随着南方电网公司数字化转型工作的推进,深入挖掘数据资产价值的需求愈发迫切。传统运监中心数据监测在业务管理融合深度、数据分析预测支撑力度、覆盖广度等方面仍存在较大不足,未能有效发挥运监中心辅助管理改进提升和支撑经营决策的作用[9-10]。南方电网公司创新性的提出“分析设计、平台建设、数据运营”品字型团队协同作战模式,打造主题场景“3 人小组”专攻组织模式,由分析设计人员、平台建设人员、数据运营人员组成“3人攻坚小组”,高效协同开展主题模型场景实施应用。本文以南方电网公司构建的“复工复产主题场景”应用实践为例,论证敏捷精益组织模式在企业数据分析应用建设中的优势[11]。

首先,分析设计人员调研分析公司典型行业复产复工电力因素,开展主题模型设计;平台建设人员从实施层面评估场景方案实施落地可行性;数据运营人员从电力业务数据情况综合评估场景建设可行性[12-14]。第二,数据运营人员根据复产复工主题场景方案,开展模型数据逻辑分解与数据溯源,并将数据探查结果反馈至分析设计人员以优化复产复工主题模型。第三,平台建设人员根据优化后的复产复工主题模型,利用敏捷BI工具开展可视化展示研发;分析设计人员验证主题模型落地效果;数据运营人员从系统功能应用角度评估展示效果。最后,数据运营人员常态化地出具“疫情对南网典型行业用电量影响跟踪监测分析周报”,持续开展各省复产复工不均衡性和不同省同行业的复工监测与分析,快速响应企业复产和新增业扩需求,对可能产生的电费风险进行提早预判和防范。建设之初,评估采用传统的数据服务建设模式开展“复工复产主题场景”建设,需要长达数周的时间才可以投入使用;而利用敏捷精益的组织模式,3个团队成员仅十天时间就实现了“需求分析设计-数据溯源验证-可视化展示-运营分析报告”的数据分析建设应用[15]。

敏捷精益组织模式利用其敏捷的需求响应,丰富的可视化展示,友好的用户体验充分验证了其在企业数据分析建设中的支撑性作用。

3 构建敏捷精益组织团队建议

基于上述分析,对构建敏捷精益组织团队、挖掘数据资产价值、保障数据运营活力提出如下建议:首先,需求设计人员应以充分理解业务为前提,结合数据运营人员反馈的数据溯源情况,开展主题模型的设计,在响应用户需求的同时,最大程度的避免因用户需求的频繁变更、数据质量问题而导致主题模型难以落地造成的无效工作;其次,数据应用研发人员应充分利用敏捷BI 工具实现主题模型场景的快速落地应用,减少研发成本、提高需求响应速度;第三,数据运营团队通过数据运营分析报告打通用户最后一公里,报告编写需注意整体框架结构层次合理性、可读性,结论明确、分析客观、意见完整,确保分析成果能够得到广泛的传播和认可;最后,需建立数据运营保障机制,让敏捷精益组织模式高效运作,保障数据运营活力。

4 结语

本文分析了传统数据服务存在的问题短板,创新性地将敏捷概念引入数据分析应用建设中,提出打造敏捷精益组织团队,构建“3人攻坚小组”的实施形式,并通过实践案例探索了敏捷精益组织模式在挖掘企业数据资产价值的关键性作用。未来敏捷精益组织模式将在企业数字化转型工作中凸显越来越多的优势,推动公司数据管理从孤岛自治向共享融合转变,业务管理从事后分析向事前研判转变,有效的推进数据管理与业务管理协同融合,实现对公司经营情况、重点业务运营的全面覆盖、全过程监测、全方位诊断。