这里的传统企业,我还没能够给出完全准确的定义,毕竟世界变化迅速,新潮的也会变成传统。但仍然存在某种界限,比如以前说的 TMT(Telecommunications,Media,Technology)行业,就不太可能归入我说的传统企业中。或者用我个人的一种说法,产销公司,即负责生产商品的工业企业,或负责销售商品的商贸企业,而将商贸平台企业如某宝某东排除在外。或者直接采取最为典型的群体—制造业企业。
我发现此类企业最为关心的数据分析问题,和当下数据从业者在网上看到的最为热门的话题,有很大的差别,当然也有少部分的重叠。这少部分的重叠,基本还是由企业业务的数据量决定的。粗暴地说,该企业是否收集到了可以称为大数据的体量的数据。如果没有,哪怕这个企业在网上玩得风生水起,仍然还是一个传统企业。比如,一次出色的线上线下联动营销,让某食品快消企业订单暴涨,但该企业能够从这次营销 campaign 中获取的数据体量并不大,大概率是各营销平台提供的结果数据和费用数据,企业缺乏对这些数据深入挖掘的可能。又比如,某老牌便利店希望推出自家的咖啡,它需要对自己已经覆盖的市场进行预估,凭借多年积累的 POS 数据,它似乎有了开展数据挖掘的机会,相比其他仍然只能粗粒度地做销售预估的企业,它有一些不同。
传统企业的数据议题,大体上分为以工业工程、供应链等学科为代表的运营管理、供应链管理问题和以管理信息系统学科为代表的信息化问题。
在第一个问题范围内,我们可以从产、销两个角度和时间维度将数据问题纳入下列表格:
前 | 中 | 后 | |
---|---|---|---|
生产 | 工厂选址 | ||
原料采购 | |||
生产计划 | 原料库存(管理与优化) | ||
产能管理 | |||
质量保证 | |||
设备维护 | 物流配送 | ||
成品库存 | |||
销售 | 店铺选址 | ||
需求预测与销售计划 | |||
销售分析 | 售后 | ||
其他 | 人事管理、绩效管理 |
这些数据问题的任何一个,在数据量增大和问题场景变复杂的情况下,会超出各类管理信息系统的能力,从而催生出类似于“各行业中的数据应用”中的有趣话题。但如果问题规模仍然较小,则往往可以通过各类企业信息系统获得大部分满足。
如果想要深入了解这个话题,这里是我找到的一些可供参考的在线课程:
- 工业生产管理概论
- 普及企业运营管理的基本思路与方法
- 生产计划与控制
- 同济大学 运营管理
- 使您深刻理解企业运行的特点和规律,使中层管理者掌握管理企业所需要的运营的知识和技能。运营管理知识是企业管理人员进行沟通及协作所必备的专业知识。
- 同济 管理信息系统 停课
- 大连理工 管理信息系统
- ERP
- 北京交通大学 管理信息系统
- 仓储系统建模与分析
- 书《生产运作管理》