2.1 【业务-数据-分析】：理解企业运营的全流程
/部分摘自《数据可视化分析（第 2 版）：分析原理与 Tableau、SQL 实践》第二章，后面部分新增。
当然，数字化在赋能管理的同时，也间接的成了一把“照妖镜”，让企业内部不合理的行为无处遁形，这也是企业数字化最大的阻力来源。好在“无形的市场之手”总会教育这样的企业，让它们付出更多的代价。
1、了解“业务-数据-分析”认知框架
站在业务的视角看数据的生成、记录和应用过程，企业的一切数据来自业务、一切数据服务分析决策，这就构成了“业务-数据-分析”体系（Business-Data-Analysis Model）。从分析的视角看，企业数字化架构是“业务-数据-分析”的三个层面，倘若从业务运营的角度看，则可以视为“业务-数据-应用”的三个层面。分析（analysis）也是数据应用的一种形式，甚至说最重要的形式。
在这个体系中，业务是贯穿体系的核心，甚至可以把数据、分析视为业务在不同阶段的存在形态，如同水有液态、固态和气态形式，如图2-1所示。简而言之，业务土壤生成数据，数据表是对业务过程的“固化”（业务事务一旦发生，对应的数据就恒久记录），而分析指标是对业务的“抽象”（业务中本不存在，因管理决策需要人为创造出来理解业务，如利润率）。
图2-1 “业务-数据-分析”体系及相互关系
从某种意义上看，“业务”和“分析”是首尾关联甚至互为因果的。数据的收集、整合、分析过程，其实是业务的记录、重构、升华过程。数据是业务的反映和记录，而分析是对业务、数据的抽象和升华。
- 业务是数据产生的土壤。 在“业务层”，业务体现为具体、可见的业务行为，不管是线下零售交易、线上转账还是直播课堂；业务过程由业务对象构成，同时遵守特定的业务规则。此时的业务过程是鲜活的、多样的，如同液态水的灵动多变。 从数据角度看，以ERP、CRM、MES[1]等业务信息系统为载体，企业运营过程（Enterprise Operation）持续不断地产生大量数据，因此“运营型数据”（Operational Data）（见参考文献[1]）是企业数据的主体；“运营型数据库”（Operational Database）[2]是它们的中转站。
- 数据是对企业运营过程的反映、记录和整合。 在“数据层”，具体、动态的业务被转化为抽象的、静态的计算机字符，历史交易都存储在计算机磁盘或类似媒介中，这个“固化”过程如同水转化为冰。此时，数据遵循的不是业务规则，而是数据规则，典型代表是数据库的范式要求、完整性约束，数据化、标准化过程，为后续分析奠定基础，这是数据库的基础。 从数据角度看，多个业务信息系统的数据需要整合、处理、交换，最终汇总在数据库中，称为“数据仓库”（Data Warehouse），或者“分析型数据库”（Analytical Database）；其中有物理表、逻辑视图、数据模型等多种形式。复杂的数据处理催生了专门的ETL技术。
- 分析是对企业数据的抽象和升华。 在“分析层”，分析师从历史的数据中总结、归纳业务的规律性，比如，哪类客户成交率更高、什么产品最受欢迎。分析是对数据记录的组合、概括、抽象、升华，是质变过程，如同水气化为“水气”。分析过程看似远离业务，却源自业务、归于业务。脱离业务的展现、不能辅助决策的分析，都是缺乏价值的。 在展现形式上，常见的分析有报表（Report）、可视化图表（Chart）、交互仪表板（Dashboard）、数据故事（Story）等多种形式，它们帮助业务领导更好地了解业务过程、发现改进机会、做出行动决策。不同的分析形式，包含的经验成本和智慧成分也大不相同。
2、“由实向虚”：从“业务“到”数据”的过程认知
为了帮助理解上述认知框架，接下来从最为普遍的销售业务出发，由浅入深、自表及里地阐述。
在供应链行业中，最终消费者不需要系统的，“系统”是企业为了更高效地达成销售目的而创造的工具；因此我们既要把自己想象成客户躬身入局，又要时刻站在企业（卖方）的角度，理解每个环节与消费者的互动关系，并把这种互动关系“抽象”为数据模型、“物化”为系统应用。
为了方便理解，我们模拟两个企业公司之间的买卖交易：公司M要向最终消费者C提供一款空气净化器，委托公司H为之生产。你作为公司H的销售总监获得了这个市场线索（Lead），参与竞标并获得了部分长期生产订单（Orders）；之后交给生产部门组织生产（Manufacture）并按期、按质、按量交付（Delivery），期间按约定获得回款（Cash）。
上述过程是大部分企业管理中最重要的业务流程，在流程管理中称之为LTC流程（ Lead to Cash）。 LTC流程包含市场线索（lead）、订单（order）、生产（manufacture）、交付（delivery）和回款（payment）五个阶段，它们既前后衔接，又相互支持，最终创造企业利润。
很显然，没有个人或者小团队能独立完成所有工作，企业追求效率催生了企业内部的部门分工和协作。那传统的供应链企业和现代的数字化企业，在完成上述流程中有什么区别呢？
在企业发展早期（比如上世纪初的欧洲工业，或者上世纪末的中国企业），各大部门相邻而坐，凭借口头交流，或者三联单、五联单传递关键客户需求、订单信息，从而驱动整个流程的基本运转。这也是为什么供应链企业的多个部门往往濒临生产车间办公，颇有烘培和厨房“前店后厂”的味道。在这个过程中，人和事紧密结合，难舍难分；人和人之间紧密沟通，冲突和利益相互瓜葛。
图例修改：左侧增加工厂手绘，强调前面是办公人员，后面是工厂，不同部门彼此相连；右侧强调纸质文件传递
随着企业规模扩大，产品增加，纸质单据开始让位于电子表格，并进一步催生了基于计算机的信息化应用（Computer System），其中最重要的是本地编辑的 Excel 表格数据程序。期初，电子信息还需要像纸质文件一样相互拷贝（早年的软盘、光盘、磁盘、U 盘等承担这些任务），借助于互联网，人与人之间的信息沟通变得异常便捷和高效。但是，数据传递的容量增加、速度提升，并没有改变一个核心：供应链的信息是人和人之间传递的，没有一个中心，这导致数据一致性、准确性和完整性成为挑战。时至今日，中国很多企业依然沿用这种方式，信息化水平还比较落后。
补充图：纸质文件变成了 Excel 数据，而已，并没有本质的改变。
今天的大型企业动辄工厂多国多地分布、人员异地办公、SKU 上千上万，为了解决数据一致、准确、完整的问题，它们无一例外地使用“中心化的数据库”（database）。到了这个阶段，部门之间的工作不再是人与人之间的交互，而是人和机器之间交互，这就解放了部门之间的物理距离，计算机系统（特别是数据库系统）成为人与人之间、部门之间、供应链上下游公司之间的媒介。
如果说，互联网让这个世界变成“平的”，那么数据库系统就让供应链上下游企业成为“平的”。数字化系统推动了一个又一个产业快速数字化。
有了信息化系统特别是数据库的媒介作用，企业运营过程就出现了两个层次：看得见的真实交易、看不见的数字化记录。
我们把真实可见的企业经营活动称之为“运营”（Operation），“运”，搬送、使用，“营”，筹划、管理；而在英文中，operation 既有操作机器、手术的具象含义，也有抽象的业务管理、多活动筹划的抽象含义。顾名思义，企业运转既需要每个业务部门具体可见的体力行动（想象一下车间、物流工人的辛勤劳动），更需要管理层抽象的脑力劳动（想象一下总经理连轴转的会议、各类充满风险的决定）。
在数字化的世界中，每个人、每台机器、每个产品的行为和流转都会被记录为数据并恒久保存下来。比如客户发来一个订单需求、李四把订单录入系统、生产班组按照产品 BOM 和工艺要求使用机器加工、仓储部门完成生产入库、分拣拣货、物流发出等各种动作。每一步具体的、可见的“生产操作”（operation）都被 CRM、ERP 等各种信息化系统详细登记为标准化数据。以最小、完整事件（minimize event）为单位，比如一次订单登记、一次生产入库、一次物流发货，都会在计算机信息系统中触发一连串的计算机操作，技术上称之为“事务”（transaction）。
因此可以说，每个人在真实世界的行动，都会在数据世界中同步生成一个”倒影“。当我们把一连串的”倒影“连接起来，就如同投影机中放出的数字化电影，构成了完整的数字化世界。
为了让管理者可以随时置身数据世界，回顾企业的运营细节，发现可供改进的机会点，信息技术部门就会努力提供数字化世界的逼真程度，这就要求更快的计算机系统、更高级的软件系统、更强大的数据库平台，确保同一时间同时响应不同部门的诸多任务，这就是并行的“联机事务处理”（OLTP，On-Line Transaction Process）。
随着计算机信息系统的持续进步，越来越多的工作开始脱离人的要素自动化运行，比如自动生成工单建议、自动生成物流拣货单、自动开发票等等。各种自动化应用又进一步催生了系统发展，于是CRM、SRM、MES等各种专业应用蓬勃发展，应用系统开始成为和人并驾齐驱的主题，成为数据的主要来源。
图：强调业务系统的倒影
3、“虚中生智”：信息化系统的精细化分工与记录
对于企业而言，从真实业务运营到数字化“倒影”的过程常称之为“信息化”，但信息化不是数字化的终点，而只是起点。
有了虚拟的数据世界，管理者才可以如同“盗梦空间”一般遨游于企业运营的每个细节，企业中每个人、每台设备、每个行动的细节都无处遁形。有经验的管理者可以发现业务运营中的“断点”（stop point）从而改进业务流程，可以发现行为背后的不合理要素从而增加约束条件，当然也可以设置绩效激励机制驱使群体朝向特定的方向前进。
总而言之，信息化是打造了数字化的“盗梦空间”，而数字化的观察方可驱动业务改进，提高生产效率。数字化最重要的工具就是业务数据分析，分析创造洞察；而分析最重要的指引是业务指标（Metrics，KPIs），指标是企业长远行动的“灯塔”。
当然，数字化在赋能管理的同时，也间接的成了一把“照妖镜”，让企业内部不合理的行为无处遁形，这也是企业数字化最大的阻力来源。好在“无形的市场之手”总会教育这样的企业，让它们付出更多的代价。
[1] ERP生产管理系统、CRM客户管理系统、MES制造执行系统，是企业主要的信息化系统，这些系统采集的数据都会写入背后的“运营型数据库”，数据库是它们的重要组成部分。