2024年BYD数据管理与信息化建设高阶诊断-经营管理数字化专题报告

1.诊断任务背景理解 2.数据管理与信息化建设现状诊断 3.数据管理与信息化建设提升高阶建议 诊断任务背景理解 工作方法与步骤：通过行业研究与现状调研，分析诊断BYD经营管理数字化现状，提出高阶优化建议 从汽车行业看，数字化转型对于车企而言已成为一道关乎未来发展的必答题 三、科技突破推动汽车产业链深度调整 2023年新能源乘用车销量累计729.5万台，同比增长39.0%，市场渗透率达33.9%。 电动化、智能化、网联化的迭代转型要求车企破除传统的思维观念，变革原有的管理模式，寻找“三化”背后的数字化破局点 以数字化转型赋能研发、生产、供应、营销、服务等各环节，价值链不断向后延伸，未来软件服务将成为汽车价值的重心 至2025年将初步实现车联网服务全面覆盖。 2025年我国汽车共享出行市场规模将达4000亿元。 多家部委相继出台相关政策与办法，推动车企数据管理与数字化转型 汽车行业数字化转型在技术创新、应用场景规划、服务模式创新、数据治理等方面有了强有力政策引导。 车企数字化转型并非一蹴而就，但经营管理数字化却是车企“速赢破局点” 车企数字化转型发展总体分为信息化、数字化、智能化三个阶段，经营管理数字化的重要度一般在全面信息化阶段逐渐凸显 •随着企业信息化成熟度提升，信息化建设需逐步从单一领域系统建设向跨域集成应用演进，从专业领域数据应用向全局数据融合和共享演进，为广泛地数据应用和经营管理数字化奠定基础。 •随着数字化进程的推进，对数字化顶层规划的颗粒度、数据管理体系和数字化治理能力的要求指数级增加。 美的10+年持续投入数字化转型，引领数据驱动数字化转型演进，推动经营管理数字化建设 对BYD的启示 统一规划 •“632”项目实现了美的集团三方面的一致性：流程一致性、数据一致性、系统一致性，建立集团级管理基础，为后续的数字化转型打下了坚实基础。 数据治理 •美的集团重视数据价值，以消费者数据驱动企业的经营生产。发挥数据资产的最大价值，为美的提供决策参考。 经营管理数字化 •美的集团基于底层扎实的数据基础，聚焦业务全价值链数字运营。以业务为先导，以数据体系驱动业务价值链闭环管理，进而实现业务数据化、管理数据化，推动集团经营管理数字化。 华为基于统一的体系架构，通过数据治理实现数据清洁，打通业务数据流；开展数据服务化建设，实现数据资产价值，赋能经营管理数字化 对BYD的启示 统一规划 •华为统一规划变革管理体系与企业架构。基于公司统一愿景规划，公司上下形成方向上的共识，同时定义出具体的举措、路标和项目，并分层次以项目方式推动转型。 数据治理 •建立公司级数据综合治理体系。开展跨领域数据清洗、数据汇聚与整合，同时进行公司数据底座建设。 经营管理数字化 •数据全流程贯通，提升业务运作效率。通过业务数字化、标准化，借助IT技术，实现业务上下游信息快速传递、共享。 •数据价值实现，使能快速、准确决策，赋能经营管理数字化。通过数据汇聚，实现业务状态透明可视，提供基于“事实”的数字化决策与运营。 从车企数字化转型整体框架看，数字化转型规划与目标指导经营管理数字化的建设方向，同时，经营管理数字化基于业务的数字化建设，并对数据管理、数字化治理提出诉求 •经管数字化与业务的关系：承接业务战略，服务经营绩效与业务能力提升，匹配业务模式设计经管数字化场景，应用工具包括管理驾驶舱、财报管报、自助分析。•经营管理数字化在数字化转型中的定位：横向深度贯穿研产供销服等具体业务领域，纵向拉通数字化转型顶层规划与转型目标、数据管理体系、数字化治理，作为抓手指引转型具体任务开展，提升数字化转型的业务价值。 1.诊断任务背景理解 2.数据管理与信息化建设现状诊断 3.数据管理与信息化建设提升高阶建议 BYD经营管理数字化的评估将从数字化转型顶层规划、数据管理、数字化治理与管控三个维度展开，分析高阶问题与现状，为未来高效开展数字化转型提供参考 Ø数字化蓝图：通过集团战略解读、业务与IT需求分析、行业发展趋势和数字化机会分析研究得出集团数字化转型的愿景与目标；基于当前数字化现状，结合数字化场景设计与分析规划业务与IT架构蓝图，结合信息化投资计划规划数字化转型的演进路线等 顶层规划 Ø经营管理数字化：基于经营管理指标体系与业务场景设计，通过财务结果指标和业务过程指标的融合，支撑经营管理分析与决策，从而驱动战略资源配置与业务运营优化 Ø信息化投资管理：包括信息化投资管理的投前评审、投中项目管理、投后评估长效机制的闭环管理 顶层规划 数据管理体系 ØIT管控：不同的IT管控模式匹配不同的IT战略 Ø数据运营：通过管理数据资产的配置、使用和维护，从而改善内部响应效率，提升数据资产效益的重要手段 Ø组织与制度：通过构建数字化相关组织和制度机制、体系，保障数字化转型高效执行 Ø数据治理：作为数据管理的一个核心职能，包括数据标准、数据质量、主数据管理、数据架构管理等 数字化治理 ØIT运营：包括IT建设相关的架构管理、需求管理、项目管理、业务IT协同 Ø数据平台：数据中台建设以及数据入湖情况 通过访谈调研和资料研读，分析总结BYD经营管理数字化在数字化转型顶层规划、数据管理体系、数字化治理方面的主要现状和突出痛点 问题分类 通过对财务处、信息中心、十一事业部进行14场次访谈，辅以研读20+相关资料与问卷进行问题整理与分析，归纳形成顶层规划、数据管理体系、数字化治理3大类、18小类问题，共计118个。 从数字化进程的角度，目前BYD已进入全面信息化阶段，从2020提出“1236”信息化建设目标后，已基本实现“花小钱，办大事”，系统功能基本支撑当前业务需求以及业务快速扩张，但结合未来经营管理数字化的发展需求，BYD当前仍面临缺乏规划、数据管理体系及数字化治理待优化等问题 服务业务、增效降本 主要现状总结 经管分析现状：目前主要围绕财务类结果展开，对业务过程分析覆盖较少，经管分析辅助解决业务问题解决和决策赋能的能力待提升。 数字化治理 数据管理 数字化顶层规划 •数据运营模式待完善•数据治理待深入开展•数据平台定位待进一步明确，功能待优化 •数据、架构、需求管理等的数字化组织、分层决策机制、制度体系待完善 数字化顶层规划核心发现 主要现状 •数字化愿景与目标： ①目前IT侧已制定IT建设目标，但全集团业务与IT对数字化转型愿景与目标尚未形成统一认知，尚未形成合力；②尚未清晰定义牵引数字化转型的业务目标。 •数字化蓝图： ①集团层面已完成企业IT蓝图规划，但偏从应用层面解决功能覆盖度和支撑度；企业数字化转型的业务蓝图、IT蓝图（应用、数据、技术蓝图）、实施路径待进一步细化。 •经营管理数字化规划： ①经营管理的指标体系正在完善过程中，当前阶段以满足集团和事业部领导特定指标展示为主，并围绕特定指标开展跨领域数据拉通和数据管理工作。 •集团总部和各事业部数字化建设缺乏蓝图框架和实施路线图指导，易导致烟囱式以及重复建设。 根因分析及优化建议 •可考虑进一步细化企业数字化转型愿景与目标，规划数字化蓝图，包括企业级的业务蓝图、IT蓝图、治理体系、实施路线等，促使全集团业务、IT资源在同一目标和认知上高效协同开展数字化建设。 信息化投资核心发现 主要现状 •信息化建设评审（投前）： ①各事业部信息化发展阶段不均衡，信息化建设的需求评审缺乏数字化整体规划和实施路径作为指导；②投资估算的标准化和统一化管理待加强。 •信息化建设管理（投中）：①投中的项目过程管控较弱，各事业部管理模式和工具不尽相同。 •信息化建设评估（投后）： ①目前主要由事业部自行对项目进行后评价，集团层面统一的评估体系与长效机制待进一步完善。 业务影响 •信息化建设在事业部层级较为分散，各事业部信息化水平参差不齐；缺乏有效的后评估机制导致投资效果评估缺乏抓手。 根因分析及优化建议 •可考虑通过规划集团数字化蓝图与实施路径，为集团和各事业部信息化投资提供路径指导，从源头进一步强化共性应用的识别与集中建设，尽量避免重复建设的情况，为后续集团级平台化的发展打基础；•可考虑进一步完善信息化投资的管理制度与细则，尤其是信息化项目过程管理以及信息化项目验收与评价。 数据管理体系整体建设情况 典型现状问题 ①缺乏统一数据标准，数据融合存在困难，数据质量待提升；②存在同一字段各系统格式不同的情况，业务口径导致数据孤岛，数据难以被利用。 ①系统存在断点，数据分散在各个系统中，数据获取困难，数据集成重复建设；②各数据分析人员从系统中获取原始数据进行报表加工，且数据报表需要从多个系统中取数，获取数据要多人审批，新增报表成本高，周期长，数据报表重复建设。 ①数据责任划分待进一步明确，数据管理流程待细化，管理效率待提升；②数据的拥有者、运维者、使用者待进一步规范。数据发生冲突时，数据的权威来源较难定义。 数据运营核心发现 问题举例 主要现状 •数据共享： 整体经营分析体系待完善，组织级数据模型待完善，未实现公司整体至品牌、车型经营情况的下钻溯因 ①集团数据共享机制仍在建设中，存在数据孤岛。 •数据应用： ①经营分析体系待完善、数据质量不高等问题限制数据应用场景，尤其是在业务过程分析和决策赋能等方面（目前是围绕领导关心的特定指标，通过以点带面的方式推动相关数据服务建设）； ②尚未实现自动生成财务报告和管理报告，存在较多的数据调整与补录工作。 •缺乏有效的数据共享机制，导致信息孤立，阻碍跨领域业务协同效率。•较难形成全面的数据资产目录，影响数据应用，阻碍数据驱动型决策和业务价值的实现。 根因分析及优化建议 •待提高核心业务系统在事业部的覆盖度：系统不齐套影响流程贯通、数据贯通，例如WMS、MES、CRM、SRM、PLM、APS等系统齐套率待提升；•待完善数据管理体系：可考虑从数据战略、数据治理、数据运营、数据保障（组织与制度流程、数据平台）4方面补全并优化数据管理体系；•待优化数据运营体系：数据运营模式及相关组织职能待细化，包括数据的需求管理、服务管理、运维管理、数据共享以及数据效益评估等；推进经营管理指标体系建设，明确数据需求并进一步完善数据建模和可视化建设，以便关键用户能够更好地进行数据分析和决策。 数据治理核心发现：数据标准 问题举例 主要现状 以采购降价率指标为例，物料采购价格在不同采购阶段分价格的且涉及是否分摊，但目前因加工逻辑不明确，在SAP系统中缺乏标识或标签，故需要人工参与识别进行指标计算 •数据标准管理： ①尚未建立数据标准管理体系（建立、发布、应用、变更、废除等）；②分业务领域点状开展了数据标准工作，但缺乏集团层面核心数据/指标的的“官方定义”部分指标数据标准缺乏明确定义，存在加工逻辑不明确，加工口径不清晰问题。 定义清楚的指标定义应包括指标名称、指标分类、计算规则、纬度等 业务影响 •缺乏数据标准阻碍跨部门信息共享和协同，降低了经营决策的及时性和一致性；•数据标准不一致导致数据难以进行跨系统集成，增加了数据分析与应用的人工处理成本。 根因分析及优化建议 •待完善机制搭建与体系设计：目前业务部门追求交付效率的同时很难兼顾标准和管理的要求，数据标准相关制度约束需进一步加强。将标准管理纳入集团统一管理，补充相应的组织与团队，设计数据标准管理机制与体系框架，以强化数据文化和制度约束，规范数据标准的制定与执行流程。•待优化数据标准管理体系：集团尚未形成长效的数据标准建立-发布-应用-变更-废除等标准管控机制，导致标准落地执行效果较差。需要逐步完善基础类数据标准和指标类数据标准，制定数据标准落地方案，逐步进行系统改造与切换，并盘点标准落地情况，确保标准有效执行。 数据治理核心发现：数据质量 主要现状 •数据质量管理： ①存在完整性、一致性和及时性等数据质量问题，影响后续财务核算和业务分析；②数据质量受系统成熟度和