流程驱动管理vs 数据驱动管理

流程驱动管理是传统信息化的建设方式，遇到了发展瓶颈；数据驱动管理让企业发现了新的宝藏。两者结合，方可帮助企业实现智能化跨越。

流程驱动管理

企业信息化，有好些年都在强调“业务流程化、流程信息化”，像ERP/MES之类的大型管理系统，咨询顾问最关注的是企业的业务流程、工艺流程、输入输出的表单。上系统前，先做业务流程调研，然后做流程再造、流程改进。甲乙双方实施团队，如果对业务流程不能达成共识，后续的设计、开发、实施等工作就不能开始。由此可见业务流程对于信息化的重要性。

从制造业的三层架构来看，ERP、MES、PCS，严格来讲都是流程设计的产物。ERP/MES自不必说，而PCS的控制逻辑也是按照工艺流程来设计的，只是时效性更强而已。

SIPOC模型是一代质量大师戴明提出来的组织系统模型，SIPOC其中每个字母各代表：Supplier 供应者；Input 输入；Process 流程；Output 输出；Customer 客户。SIPOC是过程管理和改进的常用技术，可谓是流程驱动管理的代表作。

流程驱动存在的问题

流程驱动不能说不重视数据，但数据还是作为流程的输入输出来考虑，与之对应的IT系统的出发点还是流程。非小微制造企业大多都上了ERP系统，不少也上了MES系统，但有几个现象是普遍存在的：

1.销售计划和预测无法实现，只好是人工录入结果

2.跑完MRP后的生产计划时间却是不准确的

3.产能数据不准确，无法预测准确未来的产能占用情况

4.事后的成本核算和统计，过程中成本控制和成本预测无法实现

…

上信息化系统前，市场宣传和售前顾问都给了企业一个美好的愿景：财务业务一体化、三流合一、生产透明可视、合纵连横的管控体系，可系统一上线，落地的内容只剩下基于流程的业务处理。即使上了商业智能BI，做出了一些看起来很炫的报表，尽管可以看到一些数据，可是数据的解读、深入挖掘和预测还是无法实现。

在多数企业都可发现，数据分析的终极手段还是依靠Excel，业务人员在系统中各种查询，最终还是讲数据导入到Excel中，进行数据的分析。遗憾的是，分析的过程和结果就很难被固化和复用。

由此可见，流程驱动管理遇到了瓶颈......

数据驱动管理

21世纪第二个十年，伴随着移动互联网、云计算、大数据、物联网和社交化技术的发展，一切皆可数据化，全球正逐步进入数据社会阶段，企业也存储了海量的数据。

在各种新技术的影响下，数据的特性已经发生了很大的变化，数据的价值已经从原来只是流程的输入/输出，已经转变为直接驱动企业的经营、生产和管理运营。互联网公司率先采用基于数据驱动的运营模式，并获得领先优势，已经证明了数据驱动管理的价值。

在这样的环境之下，传统的经营管理模式都将发生改变：以数据为中心，由数据驱动管理。数据驱动的企业，这实际上是技术对商业界，对企业界的一个改变。

企业也越来越重视数据的价值，希望挖掘数据宝藏来提升企业价值。但也要看到，当前在传统制造业，工业大数据的实际应用范围还比较小，带来的价值还远未呈现出来。当然这与企业是靠业务流程驱动运营，还未建立数据驱动的企业文化以及对应的组织、绩效、流程有着密切关系。

流程驱动管理VS数据驱动管理

流程驱动管理和数据驱动管理的主要区别在于：

流程驱动管理，流程是主体，数据是附属；

数据驱动管理，数据是主体，流程是附属。

数据驱动管理需要构建统一的数据管理平台，来满足与不同业务场景的数据需求，这是对传统的、数据割裂式的、单一场景的、单一功能的软件套件的巨大飞越；而对企业而言，也是传统企业管理的巨大挑战。

流程驱动+数据驱动助力智能制造

数据驱动流程，流程驱动业务

流程驱动可以说管理智慧的结晶，也是企业信息化提升的有力抓手。企业目前的经营模式还是主要依赖于流程和专家，重在因果分析，能够快速有力地解决看得见的问题。传统生产依靠人的知识和经验驱动生产系统，这种方式遇到了瓶颈：

1.系统愈加复杂，人的学习愈加缓慢

2.人不擅长多维信息的精确量化分析

3.人的知识和经验很难被高效和规模化利用

以物联网和工业大数据为代表的的CPS技术赋能传统生产，使工业系统具备描述、诊断、预测、决策、控制等智能化功能，能够解决看不见的问题，使得工业系统以更加优化的方式释放更大的产能，实现价值创造的突破：

精确的状态评估

实时的决策优化

高效的协同执行

但两者之间应该紧密融合，才能实现企业管理的提升。如下图所示，左侧的三层架构与物联网、工业大数据的融合；传统三层架构和物联网为工业大数据提供数据源，通过数据挖掘、机器学习等技术手段可以反哺业务系统，实现对传统业务管理的智能化提升。

总而言之，流程驱动还是非常快速有力的管理驱动，而数据驱动作为另一项强有力工具可以弥补传统制造业的短板，助力企业迈向更高的发展阶段——智能制造。