基于任務驅動模式的經營分析應用研究

摘要：為解決企業生產經營過程中一線團隊開展經營分析時“數據整體性差、經營現狀與目標間差距模糊、協同操作難”三大問題，文章以某通信施工企業經營分析場景為例，對任務驅動模式下的經營分析過程進行了研究，構建經營數據中臺，結合企業數字化轉型過程中關于經營分析應用的建設實踐，提出了“任務驅動型經營分析模型”，根據模型設計了相關指標與規則來解決上述三大問題，并在實際項目中進行了驗證，以期為相關人員提供參考。

關鍵詞：任務驅動；數據建模；經營分析

doi：10.3969/J.ISSN.1672-7274.2023.07.058

中圖分類號：G 642 " " " " " 文獻標志碼：A " " " " " " 文章編碼：1672-7274（2023）07-0-03

Application Research of Business Analysis Based on Task Driven Model

CHEN Jinpeng， LI Honghai

（Zhongshutong Information Co.， Ltd.， Guangzhou 510630， China）

Abstract： In order to solve the three major problems of \"poor data integrity， vague gaps between business status and objectives， and difficult collaborative operations\" in the business analysis process of frontline teams in the production and operation process of an enterprise， this article takes the business analysis scenario of a communication construction enterprise as an example to study the business analysis process under the task driven mode， constructs a business data center， and combines the construction practice of business analysis applications in the process of enterprise digital transformation， A \"task driven business analysis model\" was proposed， and relevant indicators and rules were designed based on the model to solve the three major issues. The effectiveness of the solution measures was verified in actual projects， with a view to providing reference for relevant personnel.

Key words： task driven; data modeling; business analysis

當前，隨著企業數字化轉型工作的深入開展，如何提高經營數據的使用效益成為企業亟須解決的問題，也是促進企業數字化轉型的重點工作，企業數字化轉型意味著企業的發展戰略、企業文化、思維方式和商業模式等都必須根植于“大數據邏輯”，是企業全方位的業務轉型、管理升級、模式和體系創新[1]，因此可通過基于“大數據技術”的經營分析工作推動數字化轉型。數字化轉型更有助于高成本企業優化客戶資源結構，降低對大客戶資源的過度依賴，即數字化轉型可發揮降本減費效應[2]，因此意義更加重大。

1 " 一線經營團隊在經營分析工作中面臨著三大問題

（1）數據整體性差。企業在生產和經營的過程中會了解經營成果及財務狀況，就要開展財務分析，工作人員要積極收集和整理與企業生產經營相關的各項數據[3]，但由于這些數據經常分散在不同的信息化系統中，數據的歸集獲取難，不能做到交叉分析，整個工作過程費時費力。站在企業全局角度，財務數據來源于企業各部門，財務報告輸出的質量受其他部門向財務部傳遞數據質量的影響，因此財務數字化轉型不是孤立的，需要與企業其他各部門數字化轉型協同進行，進而真正發揮財務數字化轉型的作用[4]。

（2）經營現狀與目標間差距模糊。經營分析中常見的問題是：目的不明確、甚至有敷衍之嫌，沒有從企業經營的角度出發，只是財務數據的羅列和堆砌，或者只有簡單的分析，但沒有與企業的實際經營情況結合起來，不能做到業財融合[5]。經營分析中的考核指標通常只是簡單分析，并側重在財務條線的分析，而一線經營團隊經常需要在動態控制中實現既定目標，在此情況下，一線團隊經營過程和結果間的因果關系不清晰。在數字化轉型背景下，盡管企業的智能財務建設取得了較大成就，但在數據共享方面還有待改進。從線下部門聯系上來看，企業部門工作差異大，對資源的管理態度不同，尤其是業務部門與財務部門，對數據使用的偏好不同，所以數據錄入無法統一，且存在重復錄入、錯錄、漏錄等現象，數據系統管理不健全，處理結果無法達到預期[6]。

（3）協同操作難。一線經營團隊在日常工作除正常的項目交付外，還需要進入不同的內部系統進行各項數據填報，目前的信息化系統往往強調的是管控需要，各系統間互相獨立，缺乏日常工作的支撐型協作工具，難以將經營數據的分析與經營任務的操作相協作。隨著計算機技術與網絡技術迅速普及，經營管理也開始向著數據驅動轉變。數據驅動的管理體系是指以信息化系統為中心，在財務軟件中建立與之相適應的信息采集、傳遞和處理系統，并通過相應的技術進行分析和整理[7]，因此可以借此機會解決協同操作難的問題。

下面就任務驅動模式下經營分析應用如何解決以上問題進行詳細闡述。

2 " 基于任務驅動模式的經營分析應用研究

2.1 以“剛柔并濟”為理念構建經營分析數據中臺

針對前文講到的數據整體性差的問題，筆者根據經營實踐，提出“剛柔并濟”的數據統一整合理念，即：將現有企業各信息化系統中的數據按商機、合同、項目三大經營主題進行整合，商機、合同和項目數據間以編號相互關聯，同時將下達的KPI指標數據（簡稱“剛性數據”）、生產經營數據（簡稱“柔性數據”），以商機、合同、項目三個基本業務對象為主線建立起連接，形成“工作協同鉸鏈”。在眾多柔性數據中，特別是已經發生，但因不同原因沒在現有信息化系統上反映出來的數據，和將要發生的預測性數據，如出差申請階段的計劃成本數據、各項工作任務的工時投入數據、計劃采購數據等，這些柔性數據是一線團隊在經營工作中非常重要的數據，需要將此數據與剛性數據，如KPI指標數據、財務數據關聯融合，將這二類數據在一起進行分析，可以看出來“經營動作”與“經營成果”之間是否是正相關的因果關系，構建“柔性駕駛艙”，為一線經營團隊提供支撐工作的“運管工作鏈”，幫助其完成經營目標。

在企業經營中常見的“商機、合同、項目”系列主數據中，其中成本數據往往最為關鍵。因為管理人員對成本控制工作沒有給予一定的重視，并且由于監督管理的嚴謹性不高，資源浪費現象時有發生，致使企業經濟效益降低。在實際的經營管理過程中，缺乏完善的成本控制方案，對部門的工作職責沒有明確規定，致使成本控制工作不能落到實處，企業的經濟效益得不到提高[8]。而成本結構又是本量利分析的核心，企業通過本量利分析，可以對整個生產流程進行全面梳理，并采取有效的管控措施，降低成本費用，提高管理人員對整個價值鏈的監管水平，從而控制企業的生產成本，進而實現利潤目標[9]。

2.2 "以“任務驅動”為特征的經營分析應

用模型設計

針對前文講到的經營分析過程中差距分析存在模糊性的問題，在承接上文所述的“剛柔并濟”的數據中臺基礎上，構建任務驅動模式的經營分析應用，其中任務對象是核心，其組成的要素共有7個：任務主題、任務簡要說明、任務負責人、任務關聯的干系人清單、任務目標、任務的計劃和實際完成時間安排、任務的關聯組織，其中任務目標為關鍵要素之一 ，包括財務指標和非財務指標二種類型，其二級業務對象有：KPI指標、計劃值、實際值、偏差預警閾值，從數據中臺由任務引擎生成“經營任務”數據，以KPI指標的時間和完成量為維度作差距分析，并向下可查詢更精細的經營數據。預警一覽表主要以組織維度，按關鍵指標查看經營數據。

以上經營數據的處理和生成需要構建底層的的BEK管理模型（Business Event Keyresult，BEK）：商機、合同與項目，通過對經營事件的分解得到事件（如新簽、列賬、收款、成本、外包等），再對事件的成果進行解構，得出關鍵成果（如方案會審結論、中標通知書、開工報告等），針對以上結果進行健康分析、目標分析和成果分析，實時把控經營過程，最終實現經營目標。

3 " 案例分析

在某一通信施工企業實施了經營分析應用方案，接下來結合實踐案例進行具體分析。以某考試院考務平臺合同為例，由合同條款數據根據既定規則生成相關的經營任務，根據經營實踐制訂了業務規則，如表1所示。

針對表1中的業務規則和業務數據，系統根據算法規則對各任務的完成情況自動生成“好”與“差”二大類的智能標簽，“好”的事件標簽有：提前上線驗收、按計劃收回長賬齡賬款；“差”的事件標簽有：超列、驗收延期；根據這些經營事件，形成業務健康分析和亞健康分析圖表。

其中，業務健康分析是對正向分指標的分析，如新簽、列賬、到款、毛利、凈現金流等，可按項目部、公司平均和優秀三個標準來列出五個維度的分析；亞健康分析是對負向指標的分析，如列賬取消、長賬齡、開票退回、合同金額異動、結項逾期，按公司、部門層級進行分析。

以上經營指標的正向變化，充分體現了“基于任務驅動模式的經營分析應用”有助于經營團隊執行力的提升，改變了由傳統只看數據分析趨勢，而輕實踐任務管理的經營分析的弊端，實現了為企業經營數字化賦能。

4 " 結束語

任務驅動模式有效解決了“數據整體性差、差距分析模糊、任務協同操作難”三大問題，提升了企業一線工作人員的工作效能，確保了經營目標的順利實現。按此模式建設的經營分析應用系統，不是傳統意義的單一的報表工具或者單一的管理軟件，而是形成了為一線經營團隊提供高效能協作能力的運管工具鏈平臺，除自身提供基礎數據分析、預測和閉環管理等基礎能力外，借助技術底層能力的標準接口，能快速地與第三方協同應用集成起來，實現業務系統間、管理層級間的數據自由融通，真正實現數據驅動業務發展、數據指導業務發展的效果。

參考文獻

[1] 楊永亮．企業數字化系統建設的若干思考[J]．冶金管理，2023（2）：50-54， 63.

[2] 侯德帥，王琪，張婷婷，等．企業數字化轉型與客戶資源重構[J]．財經研究，2023，49（2）： 110-124.

[3] 麥順平．財務分析如何有效為企業經營決策提供參考的探討[J]．河北企業，2023（2）：103-105.

[4] 李濤．企業財務數字化轉型過程存在的問題及對策研究[J]．質量與市場，2023（2）： 133-135.

[5] 樊有才．如何寫出高質量的企業經營分析報告[J]．中國商界，2023（2）： 160-161.

[6] 韓雅君．數字化轉型背景下企業智能財務的建設[J]．商業觀察，2023，9（3）： 29-32.

[7] 林芳歡．財務數字化轉型在企業經營管理中的重要作用及實現路徑探究[J]．企業改革與管理，2022（20）： 133-134.

[8] 王妍．基建企業經營管理中的問題分析與應對措施[J]．現代企業，2023（2）： 44-46.

[9] 劉欣迪．淺談本量利分析在企業經營決策中的運用[J]．中小企業管理與科技，2023（2）： 126-128.