2025年数智领导力案例集-帆软

微信扫码，打开到小程序

案例 企业 TRANSFORM DATA INTO VALUE 让数据成为生产力 20+ 数智化时代,数据赋能企业价值创新 数智领导力 千行百业突破力 供应链协同力 AI智能洞见力 数字人才驱动力 精益运营管控力 数字管理领导力 驱动战略决策 / 赋能业务增长 / 塑造企业竞争力 用数据 帆软 让数据成为生产力 驱动战略决策 / 赋能业务增长 / 塑造企业竞争力 用数据 声明： 本刊物所载企业案例的数据均已脱敏处理，或使用的虚拟数据。 本刊物由 © 帆软软件有限公司所有，未经许可不得以任何方式或途径复制或传播，包括但不限于复制、 录制，或通过任何数据库、在线信息、数字化产品或可检索的系统，特此声明。 关于本刊物的任何问题，均可致函读者信箱：leo@fanruan.com 编委主任 执行主编 编 委 设 计 ： ： ： ： 陈炎 袁华杰 张成燕 时亦辰 周斌 王翌旭 石阳 张贵英 张成燕 齐皓然 编委会名单： CONTENTS CONTENTS 目录 01 数字管理领导力 006 015 019 025 033 038 043 中国一汽：打破数据壁垒，数据驱动效能跃迁 水电八局国际公司 ：“全要素价格库” 平台：以数字化驱动企业降本增效新引擎 吉林银行：全面提升一线业务效能！吉林银行商业智能 BI 加速数字化转型步伐！ 三棵树：数据治理与应用并行，开创三棵树经营提效“新密码” 潮宏基：作为彩金珠宝的领潮者，潮宏基如何用数据谱写品牌零售新“饰”界？ 广州酒家：当老字号遇上数字浪潮，广州酒家用科技续写百年“不老”传奇 帆软软件：数据驱动构建全场景智能决策体系 02 精益运营管控力 053 060 066 多彩贵州航空：BI 点燃数字化引擎，多彩航开启多彩绿色发展新征程 宁德新能源：2h 降至 5min，帆软产品组合助力生产提效，实现数字化全员参与 复星医药：数字化 + 精益管理双螺旋，与成员企业构建协同创新生态 03 数字人才驱动力 071 077 东风柳汽：184 个应用由业务人员搭建，数字人才培养让零代码开发成为像 office 一样的常规技能 国家管网：拉通各平台数据，打造国家管网集团系列数据产品，助力企业培育数字 化人才 04 AI 智能洞见力 094 志邦家居：高准确率的对话式革命，FineChatBI 应用落地实践 05 供应链协同力 103 109 联宝科技：供应链控制塔（SCCT）- 从可视走向价值 华熙生物：供应链数据可视化平台 06 千行百业突破力 117 126 134 142 150 155 京东方：业务智领决策链：全景洞察，多层协同，数据驱动业务提效 浙高运：零代码构建创新、高效的高速公路业务管理模式 中国矿业大学：智慧引领 数据赋能 -- 助力后勤服务高质量发展 维维食品：智能促销指挥官——数据驱动的精准营销与客户忠诚度提升 东亚银行：百年银行的数字化探索与实践 苏大附一院：赋能医疗新生态：医院抗菌药物数字化管理的数字驱动与数据洞察 南洋商业银行：数据为基，人才为翼——南商中国数字化转型破局之策 华夏银行：BI 自主分析平台“数据魔方”赋能数据服务创造数据价值 083 088 数智领导力 002 001 数智领导力 数字化力量观察 OBSERVATION OF DIGITAL POWER 数据领导力是数智时代的新型领导力，是数据素养与变革型领导力的结合。学术界普遍认为可以从两 个视角去理解数据领导力：一种视角从数据治理有效性出发，是领导者通过影响他人提升数据意识、 变革数据管理、释放数据价值的能力；另一种视角则是从领导情境发生变化的角度出发，是指领导者 在数据情境中引导和影响追随者努力实现组织共同目标的能力。本文认为需要融合以上两个视角理解 企业发展新环境呼唤数据领导力 数据领导力的核心是培育企业家的数据素养，提升“数商”，在组织内营造“下属用数据说话，领导 者用数据作决策”的数字组织文化。但是，在企业实践中常常出现数据充足但决策低效，不相信数 据决策结果等现象。笔者认为根因在于数据质量上。学术实证研究中有一个广为人知的词汇：GIGO （Garbage In, Garbage Out），翻译成中文是“垃圾进，垃圾出”，意思是：当输入的数据质量差， 无论借助多么强大的 AI 模型来处理数据，其输出的结果也必然不可靠。看到不可靠的数据洞察结论， 有些企业家骂人工智能是人工智障，岂不知，是你在源头投喂给 AI 的数据就已经出了问题。如果基 于错误的数据也能得出正确的数据决策，那计算机学科的科学性体现在哪？笔者举一个华为实践例子， 期待企业家从中得到启示重视数据治理工作。2007 年，华为公司孟晚舟主导一个公司级的变革项目： IFS（集成财经服务变革）。这个项目的初衷是基于数据驱动方式来重塑华为财务体系，让身在深圳 坂田总部的管理层对全球 180 个代表处的实时运作情况了如指掌。但这个项目启动之初，孟晚舟就 遇到一个大难题：华为数据质量达不到预期。主要体现在财务数据不准确且不易获取，无法通过多维 度的、客户化的财务分析支持业务决策，重要财务与账务流程手工操作导致周期过长且不规范业务控 数据领导力的核心是培育企业家的数据素养 提升数据治理水平 数据领导力。它与传统领导力是相互增益的，在企业家的直觉感性决策基础上叠加了数据驱动的理性 决策，而传统的企业家核心能力，比如经验判断、资源整合、灰度哲学等在数字时代依然非常重要， 依然是领导力学科的基石能力。 据笔者观察，企业发展新环境呼唤数据领导力，而数据领导力也是企业发展过程中逐步形成的。以连 锁零售业为例，从 1 家店到 50 家店，企业家一支笔一个决策就可以解决，这个时候花重金去构建系 统既麻烦，投入成本又高，而且对团队的挑战也高，数据领导力的作用不明显，但当企业达到更大的 规模，其管理层决策层次越来越高，企业家一个人的决策是来不及的，他必须作出授权，这种授权往 往因人而异，不同的管理者去作决策的结果是不一样的，而且权力带来的后果可能出现不可控，这个 时候逐步走向数据驱动的领导模式。缺乏数据领导力，则会让企业家进入“想授权但又不放心”的两 难境地，最终让自己沦为亲力亲为、腰间挂满钥匙的“伟大个体户”。据国际咨询公司麦肯锡的数据， 当前企业数字化转型失败率仍高达 70%，数据领导力在企业数字化转型中扮演非常关键的角色。可 以说，企业数字化转型，从领导者培育数据领导力开始。 企业家的数据领导力 ——数字时代的核心竞争力 文 | 邓斌 澳门科技大学商学院博士生 华为原中国区 ICT 规划咨询总监 《华为数字化转型》一书作者 邓斌 2020 年，中共中央、国务院《关于构建更加完善的要素市场化 配置体制机制的意见》正式把“数据”列入五大生产要素之一。 经过几年的发展，数据要素在社会层面的数字经济和企业层面的 数字化转型发挥了不可或缺的作用。如何驾驭数据，让数据在企 业经营管理中发挥乘法效应，学术界和产业界延展出数据领导力 （DataLeadership）这一热门话题。本文从企业发展新环境呼唤 数据领导力、数据领导力的核心是培育企业家的数据素养与提升数 据治理水平、数据领导力和善用数智技术工具三个方面进行阐述。 引言 数智领导力 004 003 数智领导力 制、政策、流程与授权规范性差等等。于是，华为决定同步启动数据治理工作，这个动作持续贯穿于 IFS 项目全过程，从 2007 年开始一直到 2014 年 IFS 项目关闭，8 年时间的艰难推动，才获得如今 华为公司较高质量的数据。2023 年 4 月孟晚舟首次担任华为公司轮值董事长，在首次公众演讲中分 享了华为数字化转型的经验，特别强调一个观点：“数据治理”是数字化转型的基础。从华为实践中 我们可以得到一个启示：在战略决策中平衡“数据洞察”与“企业家直觉”，关键在于数据洞察能够 真实反映经营管理的实际，而背后得在数据质量上作文章，通过数据治理，实现数据清洁，建立有效 的数据质量度量改进机制，之后才是通过建设数据中台，推动数据服务化，支撑数字化转型。 笔者常常打一个比方：数据治理，就像当代的大禹治水。在企业数字化转型实践中，企业并非缺乏数 据，而是“九龙治水”形成的数据孤岛。有人批评企业缺乏对数据的端到端全局观而形成数据孤岛。 笔者认为这种观点是“何不食肉糜”，不知这是组织发展的必经历程。企业的发展过程，在组织形态 上几乎都经历过“职能型组织”。何为职能型组织？就是按职能专业划分为财务部、营销部、研发部、 生产部、人资部等。而这些职能在发展的早期，为了支撑各自职能的发展，构建了相应的信息系统， 比如人资部构建了 HRM 系统，生产部构建了 MES 系统，营销部构建了 CRM 系统。需要注意的是， 这些系统的构建，出发点是为了适配各自职能的发展，而不是适配全局的端到端拉通，这也符合法约 尔提出职能型组织的构想：为职能专业性而生。因此，基于职能逻辑构建的系统必然是职能本位主义， 必然是一个一个的纵向的数据孤岛，直到组织发展到一个需要横向拉通的时候，才会从最高层往下打 通部门墙，实现数据的统一和融合。也就是说，让企业再重新走一遍发展之路，还是会走一遍“纵向 构建数据孤岛 - 横向端到端拉通”的过程。 要发挥数据要素，打破数据孤岛，笔者认为需要刚柔并济两手抓：数据领导力和善用数智技术工具。 一方面，企业家发挥数据领导力，让公司各个职能部门意识到高层的决策需要端到端拉通的数据，从 注重“经线”专业能力走向注重“纬线”协同能力——这是华为借鉴地球仪的经线纬线的形象提法。 2018年，任正非与华为公司总干部部及人力资源部相关主管沟通时，对这个问题作了非常形象的阐述： “我对法务部的批示，不要做世界最好的法务部，我要的是最适配我们生产的合作者。我对财经管理 刚柔并济： 数据领导力和善用数智技术工具 部的批示，不是要做世界最好的财经管理部，而是要屁股往下坐，要解决一些纬线管理问题。人力资 源管理也有纬线问题，什么叫纬线呢？就是要搞明白服务对象，为谁服务，首先要懂得谁。”数字化 转型过程，纬线协同能力的构建尤其重要，各个职能部门普遍有本位主义，重经线，轻纬线，缺乏数 据的全局观，常常以信息安全为由人为地阻拦数据流在公司的自由流动，但数据能发挥最大价值的前 提是数据需要共享，被调用次数越多，调用该数据的部门数量越多，数据的边际效应就越大。谁能够 推动基于数据的纬线协同？唯有站在全局视角看待整个企业的经营管理的企业家！人们常常说要注重 数字组织文化的构建，但任何文化的雏形都源自领导力的牵引。因此，企业家的数据领导力在构建数 字组织文化、发挥数据要素价值等方面起到决定性作用。 另一方面，企业家要善于利用新一代数智技术工具，让数据治理的效率起到事半功倍的效果。比 如，像帆软软件这样专业的大数据 BI 和分析平台提供商，已经形成非常成熟的数据产品矩阵： 报表开发工具 FineReport，数据分析平台 FineBI，可视化开发平台 FineVis，数据集成平台 FineDataLink，SaaS 数据应用工具等。而且，软件厂商为了节约企业的时间，降低使用门槛，往 往会基于这些产品封装出来的行业解决方案、业务场景方案、产品组合方案等。前不久，笔者去广东 佛山一家已经是细分行业头部玩家的大型电子制造业企业调研，看到该企业还是由“表哥”、“表姐” 使用 excel 表格来作数据收集和分析时，深感中国制造业所使用的 ICT 工具尚处于非常原始的状态。 于是我现场让她们搜索并打开 FineBI，当我用一分钟简略地介绍这个工具能怎么解放“表哥”“表姐” 时，该企业董事长大吃一惊，他说完全不了解有这样的数智技术工具。人类发展史，就是一部工具迭 代的史诗！现代人与 2500 年前的孔子在大脑结构和功能上几乎没有差别，但现代人的能力水平远胜 于孔子时代的能力水平，原因就是现代人会使用很多新工具。但是，需要有危机感的是：人选择工具， 工具也在选择人！当企业家对新一代数智技术工具没有好奇心，而坚持用自己最熟悉的工具来完成工 作时，就像你从北京到深圳，放弃飞机和高铁这样的交通工具，坚持骑自行车走完全程——并非不可 以，而是没有必要当这样的苦行僧。笔者观察到当今那些行业领先企业，比如京东方、天虹、徐工、 欧派、东吴证券等，无一例外，都是非常善于利用新一代数智技术工具的先锋。 值得一提的是，对于中小企业而言，如何以较低成本构建企业家的数据领导力？华为在发展路上形成 一个“PEBT”（软件包使能业务变革）方法论可供参考。所谓软件包使能业务变革，就是最佳实践使能， 因为软件包将许多最佳实践，很多时候我们从软件顾问那里获取的新技术或者新管理理念，已经存在 于现有的 BI 软件包中。如果站在他们的肩膀上，坚持选择承载优秀管理实践的软件包，将会帮助企 业家快速提升数据领导力。从实操来看，“PEBT”方法论分为三个阶段：第一阶段是定位于软件包 的未来业务需求；第二阶段进入选择软件包；第三阶段是软件包使能的业务流程重整和数据治理。 006 数智领导力 DIGITAL MANAGEMENT LEADERSHIP 第一章 CHAPTER 1 在复杂性与不确定性交织的时代，领导力不再仅源于权威与远见，更在于将混沌信息转化为清晰战略， 让数据成为洞见未来的“第六感”。 数字管理领导力并非技术的简单叠加，而是数据思维深度融入组织决策基因的范式跃迁。当企业将海 量运营信息淬炼为穿透表象的战略图谱，当领导者能实时感知全局动态、预判趋势拐点、量化决策风 险，就能获得更精准、更敏捷、更自信的掌控力。 构建顶层决策支持力 数字管理领导力 国有特大型汽车企业 国家 " 一五 " 计划重点项目 产销汽车超 6100 万辆 中国一汽 打破数据壁垒，数据驱动效能跃迁 支撑顶层会议报告以及 Easy 头条驾驶舱 35 份报告 215 个指标服务的订阅 全域数据无缝集成 140+ 分析资产沉淀 14786 个分析页面支撑决策 1000+ 会议议题全面覆盖 指标治理 数据管理 决策效果 数智领导力 008 007 数智领导力 CHALLENGES 管理挑战 传统汇报方式耗时耗力，缺乏便捷可视化手段 0 1 如何呈现企业真实的运营状态，不同人对指标的理解并不一致 02 多数据源、多加工链路难以保证数据准确性 03 数据工作台产品蓝图（覆盖采集-治理-服务全流程） 全角色覆盖 管理层 数据消费者 数据管理者 数据开发者 数据行管 业务系统IT负责人 其他角色 全角色覆盖 手机端 PC端 自定义数据工作台首页 自定义数据工作台首页 驾驶舱 我的作品展示 数据资产地图 BI头条 代办中心 职能督办 顶层会议 资产运营视图 自定义数据工作台首页 报告生成 预警&建议 知识问答 数据分析&决策 ...... 数据需求管理 数据治理 数据开发 数据应用 数据生命周期管理 数据资产搜索 数据资产生 命周期管理 管理目标牵引 数据需求创建 业务探源 技术探源 数据治理 数据开发 极限审批 极限开放 数据分析应用 汇报&分享 服务运维 发起变更/注销 变更/注销审批 数据订阅申请 AI AI AI AI AI AI 数据工作台 高效的数据组织与专业的人员能力 云原生技术架构底座 ... 阿里Dataphin 帆软 源系统 ERP 车联网 PDM CRM 信息架构平台 数据资产目录 数据模型管理 数据标准管理 元数据管理 数据分布 信息架构管控 数据质量平台 数据质量规则 数据质量度量 数据质量报告 数据资产平台 分类管理 价值管理 流通管理 风控管理 主数据平台 主数据管理 模型管理 质量管理 标准管理 指标管理平台 指标管理 生命周期管理 运营分析 数据开发平台 数据入湖管理 多维模型开发 数据整合开发 数据服务开发 数据能力平台 数据人员管理 数据资源管理 数据评价管理 顶层会议 数据分析平台 数据服务平台 自助分析空间 数据API管理 共享场景管理 数据服务运营 数据需求管理 数据授权管理 数据仲裁管理 数据问题管理 信息架构平台 数据资产目录 数据模型管理 数据标准管理 元数据管理 数据分布 信息架构管控 数据质量平台 数据质量规则 数据质量度量 数据质量报告 数据资产平台 分类管理 价值管理 流通管理 风控管理 主数据平台 主数据管理 模型管理 质量管理 标准管理 指标管理平台 指标管理 生命周期管理 运营分析 数据开发平台 数据入湖管理 多维模型开发 数据整合开发 数据服务开发 数据能力平台 数据人员管理 数据资源管理 数据评价管理 顶层会议 数据分析平台 数据服务平台 自助分析空间 数据API管理 共享场景管理 数据服务运营 数据需求管理 数据授权管理 数据仲裁管理 数据问题管理 SOLUTION 解决方案 核心架构 创新方法论 数据工作台 + 指标治理体系 构建“五阶十六步”指标治理方法用于指标管理与开发，同时搭建指标资产平台管理指标治理过程。 指标治理方法 指标 设计发布 指标 数据设计 数据 探源认证 模型 服务设计 指标 数据应用 L1 Process Category 流程分类 L2 Process Group 流程组 L3 Process 流程 L4 Sub-Process 子流程 L5 Activity 业务活动 L6 Task 业务单元 指标治理"五阶十六步" 数据负责人 数据管家 战队 数据行管 报告负责人 拆解原子指标 拆解数据项 2.1 拆解 指标卡片 拆解原子指标 拆解数据项 4.1 2.2 探源 业务过程 3.1 探源 技术架构 3.2 认证 数据源 3.3 明确 数据负责人 1.1 匹配 数据源 3.4 数据入湖 （ODS） 4.1 数据整合 （DWI） 4.2 绑定 指标数据服务 5.1 指标应用 多维模型 (DWR) 4.3 数据集市 (DM) 4.4 梳理 指标字典 1.2 注册 指标资产 1.3 数据应用 （ADS） 4.5 数据服务 （API） 4.6 信息架构治理 已治理 已直连 拆解原子指 拆解原子指 拆解原子指 拆解原子指 拆解原子指 拆解原子指 拆解原子指 拆解原子指 拆解原子指 拆解原子指 拆解原子指 拆解原子指标 拆解数据项 010 数智领导力 009 数智领导力 数据工作台 领导决策层 数据消费者 数据行管 数据开发 数据管理者 网络安全工程师 任务工作流 数据服务管理流程 指标治理流程 信息架构管理流程 主数据管理流程 数据能力管理流程 BI开发流程 数据分析作业平台 源系统资产 分析资产 指标资产 资产推荐 API资产 数据资产搜索 已有资产权限申请 新服务申请 API开发申请 API调用申请 指标服务申请 数据消费申请 我的数据 我的A