趙艷秋

海爾集團員工可能將“人人都是數據分析師”。

今年春季，媒體報道了青島一戶三口之家，在供暖季結束后，要為家中的新生兒安裝一臺“嬰兒空調”。空調的風要自然柔和柔，沒有噪音。

為了尋覓這樣的空調，孩子的爸爸發(fā)現了一個可以定制家電的網站——海爾交互定制平臺。他進入創(chuàng)意社區(qū)提出自己的需求，很快就募集到足夠數量的買家。

由于海爾交互定制平臺上已聚集了3萬多家供應商和4萬多個方案，“嬰兒空調”的技術需求迅速得到回應。海爾與合作伙伴研發(fā)的新技術——離子風模塊替代了空調中原有的風扇，實現了自然風、無聲的效果。

有著共同心愿的父母，隨后以平價預定了定制“嬰兒空調”。在海爾新型工業(yè)4.0工廠中，全流程設備都互聯在一起，它們能識別加工信息進行高效自動化生產。

每臺空調在生產中還安裝了一個智能模塊，在用戶授權下，空調的運轉數據被實時傳送到海爾數據中心。在數據中心的監(jiān)測屏上，展現著各地用戶的室內空氣數據，如內蒙呈現綠色，說明那里的空氣較干燥;一些省份呈現橙色，說明PM2.5比較高……這些數據為海爾研發(fā)中心的新產品開發(fā)提供創(chuàng)意。

與此同時，在海爾“熱舒適研究中心”，通過數學方法，海南、長白山最舒適的自然風，其各項參數被提煉出來，導入實驗室中的仿生人。根據仿生人每次反饋數據揭示的人體代謝信息，海爾研發(fā)人員正在逐步開發(fā)舒適的自然風系統(tǒng)。

數據驅動新商業(yè)

今天，如同其他大型傳統(tǒng)制造企業(yè)一樣，海爾正在開展戰(zhàn)略轉型，重點之一就是從傳統(tǒng)家電制造企業(yè)，轉變?yōu)槟芘c用戶直接交互的智慧家居解決方案提供者。企業(yè)的IT建設和數據應用，也在這一戰(zhàn)略轉型背景下有了新內容。

殷皓是海爾首席信息官兼首席數據官?，F在，很多企業(yè)都還沒設置“首席數據官（CDO）”這樣的職位。殷皓說，CDO這個角色要全方位地評估數據給企業(yè)帶來的驅動力，探索實踐數據應該怎樣被使用，數據的價值應該怎樣去保護。

過去，家電制造業(yè)最看重的，是從庫存角度做銷售預測。大量的數據分析也圍繞著銷售預測展開，然后再去提前布局生產、供應鏈和物流等。

“但現在，海爾的關注點已從產品轉向用戶，并向大規(guī)模定制方向轉型?！币箴┱f。基于數據流的一系列交互場景，正在建立海爾與用戶之間的紐帶。而對各種實時數據流的分析，將會全方位提升用戶的體驗。

像那位在創(chuàng)意社區(qū)發(fā)起“嬰兒空調”的買家，他要能實時看到，他的需求如何在社群互動中獲得響應;又如何從預定那一刻起，進入生產線再到最后發(fā)貨。在這個過程中，數據要幫助海爾實時或近實時地觀察消費者，更精準地定位消費者的需求。同時，實時數據流還要推動ERP、后端供應鏈、研發(fā)、銷售和售后體系的運營?！罢麄€過程對數據分析有非常大的挑戰(zhàn)?！币箴┱f。但數據幫助企業(yè)在不打價格戰(zhàn)的情況下，讓用戶了解海爾的品牌價值。

不僅僅是家電業(yè)務，海爾的業(yè)務已拓展到金融、家居、地產、物流等多元化領域。數據及應用也從傳統(tǒng)制造業(yè)隨之擴展到更大的范圍。

以金融為例，通過數據，海爾能洞察整個鏈條的征信體系。這可以讓海爾的金融業(yè)務從最直接的消費金融產品，拓展到整個供應鏈，讓海爾能更有縱深感地去布局自己的金融體系。

“人人都是CEO”

海爾的轉型也發(fā)生在企業(yè)的組織架構上——它正從一家傳統(tǒng)型制造企業(yè)，變成一個“眾創(chuàng)平臺”，而“每位員工都要成為自己的CEO”。

在這個組織架構變革中，很重要的一環(huán)是去中間層?，F在，一個管理者從以往管理10到12個人，變成可管理幾十甚至幾百人。這種管理模式就需要數字化工具——每天早上9點，員工上班就能看到自己前一天的數據，包括年度目標、月度目標、當日目標，每個目標與現實的差距，自己創(chuàng)造的收入、利潤、貢獻度以及自己花費的成本等。

這下，員工對自己的業(yè)務情況一目了然。他知道自己應該怎樣及時調整，在哪里發(fā)力，從而保持在一個正確高效的軌道上。管理者也在很大程度上減少了日常的管理負擔，讓“員工自己驅動自己工作”，而驅動力就來自數據分析。

很少有企業(yè)能實現這樣的管理狀態(tài)。殷皓說，這是因為大部分企業(yè)的財務績效分析都基于傳統(tǒng)財務管理系統(tǒng)，這種管理系統(tǒng)很難把績效分解到個人。于是，海爾在傳統(tǒng)財務管理體系上“添加了一層端到端的管理會計模式”，將大的業(yè)務單元細化到每個小的業(yè)務單元。而整個邏輯體系需要長時間的積累和優(yōu)化。海爾也在這幾年的實踐中，積累大量經驗教訓。

“下一步我們在探索，能不能做到小時或分鐘?！彼f。

從What、How到Why

“人人都是CEO”還需要每位員工對自己的業(yè)務主動作出判斷和決策。但傳統(tǒng)數據分析還不夠聰明。

傳統(tǒng)數據分析基于報表。它需要人們對業(yè)務有深入理解，通過長期積累形成逆向思考，從報表中取抓蛛絲馬跡，進行分析決策。

“今天，我們在倒逼數據分析師做一個改變。他不光是做出漂亮的報表，他要能講出數據背后的故事?！币箴┱f。為此，數據分析師要考慮把更多業(yè)務知識壓縮進數據分析引擎或模型里，減少用戶對業(yè)務的了解，就能直接找到問題?！拔覀冊谶@方面做了一些嘗試”。

“在海爾，數據分析工具已經逐漸變成了整個管理體系中的一部分。”殷皓說?！拔覀冏鰯祿治鰰瓤碬hat，也就是結果。然后倒推，怎樣做才有了這個結果，這就是How。從What到How這個階段，是我們整個團隊這一兩年磨練最多和發(fā)展最快的地方，得到集團認可。而再往前逆向分析，就是Why，也就是怎樣的管理機制帶來了這樣的結果?！?/p>

殷皓說，形成這樣的思路，也得益于海爾引入了數據可視化分析工具。Qlik公司提出了關聯技術，能把各個數據信息孤島自動關聯起來，從傳統(tǒng)數據庫報表形式逐漸變成更加互動的方式，便于員工去挖掘數據后面的內涵，讓數據講故事。這樣，企業(yè)每位員工都可以拿他負責的業(yè)務數據，進行探索和分析，提出解決方案?！斑@是未來企業(yè)最重要的一個環(huán)節(jié)”。

“海爾員工的基礎是不錯的，大家已經習慣從數據上看差距?！币箴┱f，“但若希望‘人人都是數據分析師，可能需要10年時間。這不是簡單的10年，需要做很多投入，主要不在技術上，而是在文化改變上，要建立數據驅動文化。”endprint