文|帆软数据应用研究院 王清晨

引言

不知从何时起，数据挖掘、数据决策、云计算、大数据等一系列高大上的名词充斥着我们的生活，无论是传统行业还是互联网行业仿佛都被这些抽象化的标签所支配着，多少程序猿为数熬秃了头，多少公司被数绑住了腿，这一切不禁让人感叹，天下苦数久矣！

如何解决苦数久矣的问题呢？本文将以长久物流的数据转型为例，为您解析如何解决为数所困的问题，达到数为我所用的效果。

一、长久物流公司概况

北京长久物流股份有限公司(简称长久物流)系吉林省长久实业集团有限公司核心子公司，是第一家在上海上交所主板上市的汽车物流企业。

公司涵盖汽车供应链中的整车物流、零部件物流、国际物流等多种业务；提供汽车行业专业的物流规划、运输、仓储、配送等相关服务，长久物流在全国设有多家全资、控股子公司，业务网点40余处，形成以东北、华北、华东、华中等7个区为基地的全国大循环汽车物流资源网络布局。乘用车和商用车综合运输能力超320万辆，服务团队数千人，年产值超过54亿元。

二、数据技术转型背景

随着公司逐步发展，涉及到的业务以及区域越来越广，数据问题困扰公司次数也愈发频繁，严重阻碍到了公司进一步的发展壮大。

以往的长久物流，在部门负责人出差时，销售人员应标时，重要论坛沟通时，面对老板、客户、与会者关于公司的一系列运营数据问题询问时，往往需要基层的工作人员加班加点，协调各个部门登录多个独立的系统，再进行多次数据的汇总运算才能得到解决。为此不仅工作人员为统计数据痛苦不已，而且数据的及时性和准确性都得不到一个很好的保障，甚至会导致公司决策失误、丢单、丢信誉。

技术研发中心负责人杨宁和他的同事们经过多次调研、讨论，得出造成这种现象的原因依次有以下几点：

1. 业务板块独立。有不同的人做不同的事，相互之间几乎没有任何沟通和联系；

2. 业务系统孤立。各个板块都对应着一个业务系统，数据存储独立，数据之间无交集；

3. 数据孤岛。在获取数据时，往往需要登录多个系统，数据编码独立，缺失关联性；

4. 分析指标孤立。各个业务系统，数据的分析指标不统一，相对孤立，价值含量单一。

原因分析图

上述的四点问题的存在，导致数据处理复杂，耗时耗力，员工把精力更多的困在数据处理上，为数所困。最终会致使管理层决策依据不完善、不准确、不全面，出现决策失误、丢单、丢信誉的情况。

三、数据技术转型历程

在充分分析了目前企业为何为数所苦的原因之后，长久物流决心要从底层整合业务数据，顶层构建数据决策平台两个方面入手，进行数据技术转型。

(一)底层整合业务数据

面对上面分析得出的业务系统孤立、数据孤岛等数据问题，长久物流提出了三种数据解决方案

方案一：先整合系统应用，再整合数据；

方案二：通过后台对系统间数据进行中间映射表关联，进而实现数据整合；

方案三：梳理目前所有的业务板块的主数据，针对共同的基础因子，进行数据标准建设，最终统一到数据仓库进行建设。

其中，公司涉及大量的业务，各个业务场景不同，对系统应用及数据进行整合时工作量太大，方案一不可行；并且随着业务的扩展，数据业务系统增加，数据整合便会越来越多，最终会形成一个蜘蛛网，给数据运维造成很大的工作难度，使技术人员疲于应对，因此方案二也不可行。通过多次讨论研究，最终选定第三种方案。

1. 整改现有系统数据标准

将原有的主数据转化为业务数据和公共数据，按照行业标准、内部规范、技术属性等标准和原则对交付及时率、回单及时率、金额、日期等数据类型进行重新定义，重新划分。

业务数据&公共数据定义图

通过统一的数据标准对一些比较繁琐、混乱的业务系统数据进行规范，再将其抽取到数据仓库。

标准整改流程

2. 设计数据仓库数据流程

从源系统层面抽取数据，通过ETL层对数据进行清洗、转化，最终上传；然后根据统一数据标准的规范，在应用层进行数据主题的建模；最后在展示层通过数据报表进行展示并采用柱状图、趋势图等方式增强数据的可读性，搭建企业的统一驾驶舱。

数据仓库数据流程设计图

(二)顶层构建数据决策平台

在完成了底层业务数据整合工作之后，长久物流在整合业务系统数据的基础上，通过帆软产品自带的数据决策系统，有效集成了各个业务系统的实时数据，并根据各个部门的需求搭建了数据分析模板。

PC端决策系统

同时，还利用帆软产品与钉钉、微信等移动端应用可集成的特性，开发了移动管理平台，能够随时随地，实时访问数据报表，获取数据。管理者实时了解掌握公司各业务部门报表数据，实时运营数据，运营异常预判等数据信息。

移动端

各业务部门通过统一入口，可快速查看数据报表，使得工作人员在出差时，不必打开厚重的电脑，登录多个系统；应标时，不必为客户问题统计数据熬夜加班，给竞争对手可乘之机；重要论坛时，不必为数据信息统计不及时而丧失行业信息交流的良机。

四、数据技术转型成效

在底层业务数据整合完毕，顶层数据决策平台构建完成之后，公司不再为各项业务中的数据填报、获取、整理所困，对于各项业务的数据分析及实时管控有了极为明显的提升。下面从公司主营业务中的管理驾驶舱、月度运营会分析及仓储业务统一管控为例，进行介绍。

(一)主营业务分析

1. 管理驾驶舱

通过管理驾驶舱系统，实时把数据从各系统抓取过来，经过加工处理，把不同的系统、不同业务的数据实时显示到管理驾驶舱系统中，并可通过移动端应用进行展示，方便管理部门人员实时掌握公司当日运营情况。

管理驾驶舱

移动端全国集中统计分析

2. 月度运营会

公司每个月都会召开关于主营业务的月度运营会，统计每月各大区单月的发运，当月的完成率，并且需要数据进行同比和环比等计算。

月度运营分析会是为了帮助各个区域了解上月份的运营情况，总结经验然后有针对性的对本月运营方式做调整。从表1中我们可以看出在决策系统实施前，月度运营分析会的召开时间是下月中旬，召开时间是不是晚了些？

这正是由于各个业务之间相对独立，数据的处理材料汇总需要等到月中才能上交。在实施应用了决策系统之后，月度数据在月初就可以直接在决策系统中查询，截图便可直接进行汇报分析，帮助管理层及时调整运营方式，极大的减轻了人力成本，增加了人均产出，效率大大提高。

商用车发运情况通报表

(二)仓储业务管控

仓储是指通过仓库对物资进行储存、保管及仓库相关储存活动的总称，是物流活动的重要支柱。没有控制和管理物流仓库的能力，就难以发展成为有竞争力的大型物流企业。

长久物流目前在全国重点省市设立了7个大区，24个省公司，整车仓储基地41个，可用总面积高达275万平方米，仓储的及时、准确管控更是尤为重要。

在未应用数据决策平台时，公司常常被这些数据问题所苦：

• 如何实时掌握7个大区的车辆存放情况；
• 如何了解仓库使用了多少，空置了多少；
• 新业务来临时，如何准确的统筹调度。

数据决策平台完美的解决了上述数据问题。仓储事业部可以实时掌握全公司的库存情况，提前做好调度，几万平米的库区分区品牌、分时间段进行维护，业务人员不需要再为这些报表制作、填报等问题烦恼痛苦，可以将工作的重心放在日常车辆维护以及质量检测上。

各大区库存空置率、使用率统计表

结语

“高价值的数据，最终加上直观展示的分析，才能实现智慧的决策！”杨宁最后给出了这样的总结。

长久物流将在现有的基础上，进一步实现对经营数据的抽取、分析、展示，与其他企业进行数据共享、数据交换，实现智能调度和智能拼接。不再为数所苦，实现为我所用，最终构建汽车物流行业全产业链的大数据平台！