数据分析这个词，想必对于很多人来说已经没有多少新鲜感了，越来越多的企业开始将数据分析作为信息化建设的下一个目标，在大数据时代的裹挟下，以前IT部门才能做的数据分析，现在也成为了业务人员的新宠，拿数据、作分析、找问题，数据分析一时间甚嚣尘上。
但是包括很多专业数据分析师在内的人，都会产生一个疑问：数据分析究竟能不能为企业产生价值？企业的创收是否只是数据分析表面之下的假象？
这里我分享一个某大型器件制造厂的案例，主角就是公司信息部经理老K。
企业状况
该公司属于大型传统制造企业，规模大且系统多，然而公司的信息化建设却十分的落后，业务绩效等信息仍然是靠人工Excel统计，偌大的企业集团除了最基本的数据库，其他的信息化进程竟然几乎为零！
随着企业的不断扩大，公司的管理模式却仍然不能更新，落后脱节，混乱不堪，甚至出现公司内部员工谎报工时，做假账的情况，造成企业效益不断缩水，一时间公司管理陷入了摇摇欲坠的绝境！
管理模式的落后让老K意识到，公司必须通过技术改良更新管理方式，用数据化手段管理业务，才能挽救企业现状。在综合考量之下，老K选择了BI商业智能工具FineBI进行数据整合和优化管理，通过数据分析实现公司的信息化革新。
FineBI项目快速上马之后，效果十分显著，老K不仅利用这个BI工具完成了企业的数据改革、生产工具改革和生产力改革，还盘活了企业的业务管理，为企业创收降本。
改革一：数据改革
- 改革前
该公司业务系统繁多，总体上是ERP、OA和生产机房的机台三个系统生产数据，系统之间联系紧密，但是系统表之间数据孤岛问题严重，信息独立，积攒了大量数据却成为了企业沉重的包袱。
“IT想要看数据，就得从每个系统中抽数据，要命的是各个数据源都是不同的，想要进行数据关联更是繁琐困难，时间一长就搁置了；对于企业领导就更不用说了，没有一个可视化的结果，决策效率很低。”这种落后的数据管理模式让老K深受其累。
- BI数据关联
引进了FineBI之后，老K轻松连接了三个系统生产数据库，实现不同数据库数据的统一整合：凭借FineBI强大的数据连接和关联功能，老K将各个系统的数据关联了起来，就连数据口径都统一了起来。
因为FineBI支持多数据库和Excel关联分析，因此老K的数据改革十分顺利和迅速，这种BI工具自带数据处理功能，比Excel更灵活自由。
FineBI数据整合
FineBI数据关联
- 改革后
改革之后，数据都整合到了FineBI一个平台之上，业务人员想要数据，只需要从机台上抓取实时数据，转化到数据库中，然后在数据库中进行数据提取和分析就可以了，再也不需要IT与业务反复交换了。
同时，统一一个平台让数据关系前所未有的清晰，就算是不同系统中的数据，大家也都可以随时查询，也不会因为数据源不同而反复纠结了，提高效率50%以上。
改革二：生产工具改革
- 改革前
厂房过去一直都是根据生产线的材料消耗情况，进行相应的补给，但是每次月底老K都会发现，每个月的补给量大大超过了消耗量，多出的补给量不知道去了哪里，老K怀疑有坏账假账却苦于无法验证。
- BI数据切片分析
凭借FineBI的OLAP多维切片分析功能，老K将生产数据进行了切片处理，果然发现相同时间段和相同效率的的人员，生产材料损耗率果然差异巨大，通过联动分析老K进一步发现材损上报对不上，因此验证了老K怀疑有人浪费或者做假账的想法。
除此之外，FineBI还可以对数据进行放大、钻取、维度切换、过滤、联动分析、复用等等，可以多维观察数据，探索数据之间的深层关联。
FineBI联动分析
- 改革后
老K决定让厂商进行机器改进，要能够采集到整个生产流程中的数据，实现全线数据监控，尤其对材料耗损率进行精准化，通过监控个人损耗率，防止出现舞弊行为，大大提高了企业的精准补给。同时，厂商也通过这次机器的改进，增加了产品的竞争力，实现了双赢。
改革后，每个月浪费的生产材料降低了80%，生产任务可以提前安排计划，提高生产效率10%。
改革三：生产力改革
- 改革前
该公司员工众多，但是生产效率却提不上去，不仅生产任务难以保质保量完成，人员变动频率更是居高不下，公司尝试了各种制度改革都无法解决这个难题，造成公司生产力低下。
- BI可视化分析
老K发现这个问题之后，先把员工相关所有数据拖出来进行观察和公布，避免员工手工改动，并将加班时长和产值进行了相应的排名，做到了更好的信息透明和监督，借助FineBI的可视化分析功能，让业务部门自主的进行简单的数据透视分析。
“经常超时加班到底是哪些部门？最主要加班排名最前的是哪几个人？如果某些人一直在加班，假设一个月很多个小时肯定是有问题的，身体再好也扛不住。第二个是我们将加班时间跟产值匹配起来。加班多产出很少，可能是员工的效率管理问题。”
- 改革后
业务部门可以对于考勤异常的员工及时进行关注，更好地人性化管理，同时员工们也可以更直观看到互相之间加班和产值的情况，更加专注在单位时间的产值增效上，企业的生产力得到了整体提高。
FineBI可视化探索分析
总结
看完这个案例，你应该知道数据分析能否为企业带来价值了吧？他不一定是直接带来收益，也可以是降低管理成本，降低决策风险，降低手工作业重复率等等，正是因为它可以带来这么多的价值，才会最终被市场认可。
但是，老板们不一定都认同数据分析的价值，数据生产力之路漫漫，技术以外，如何创造价值，有可能需要代码和算法以外的其他东西辅助，与大家共勉。