「报告」企业数字化转型|数字化将推动下一波企业绩效管理(EPM)转型( 二 )


准确性可能是一把双刃剑 。百分之八十的EPM工作集中在过去并达到最高准确度(误认为粒度) , 这使得很少有时间来产生洞察力和采取行动 。剩下的20%专注于未来 , 利用自下而上的预测 , 延长周期时间 。在当前快速变化的商业环境中 , 从数据到洞察到行动的整个周期时间需要是大多数组织实现的一小部分 。这需要改变思维方式 , 使用数字方向指导在准确性和敏捷性之间取得平衡 。
在财务之外 , 以汽车燃油表为例 , 它可以显示燃油的使用寿命 。该算法只能在处理多个变量时提供方向指导 。由于变量很少发挥作用 , 因此几乎从不准确 , 但它确实为驾驶员提供了行动偏差以及何时加油 。EPM流程应该提供类似的敏捷可操作的见解 , 在大多数情况下 , 这些见解必须是正确的数量级和范围 , 而不是精确定位 。
对于消费品公司而言 , 这意味着使用商业智能和机器学习工具来获得实时库存 - 受到与库存和需求模式相关的外部商品成本变化导致的定价/利润率影响 。与等待基于实际数据的精确成本计算相比 , 这是一种更有效的决策实践和领先指标 , 其中包括滞后参数 。4.识字比计算更重要
其他市场的一个例子可以帮助阐明这一因素 。亚马逊通过远远超出传统描述性叙述的智能数据使用 , 有效地利用了这一概念 。亚马逊利用包括大数据在内的数字技术 , 根据评级和反馈提出建议 , 以鼓励消费 。
相同的概念可以应用于EPM 。例如 , 以供应商风险管理为例 。组织需要超越供应商的数量和财务状况 , 以考虑质量方面 , 如声誉和行业趋势 , 以确定供应商是否是关键和可持续的供应来源 。通过动态评分评估和管理风险概况的能力比周期性 , 静态 , 分段和差异方法更有效 。
同样 , EPM必须超越其对数据的关注 , 以整合定性方面和领先指标 , 以确定销售 , 库存 , 供应商绩效 , 库存水平和现金余额的趋势 。这迫使外部方向和寻找有影响力的数据的需要 , 而不是仅仅确认数字 。5.专业化运作模式
组织通常在其每个业务和运营单位中都有一个支离破碎的EPM组织 , 其中包括受过高等教育 , 成本高昂且经常令人沮丧的业务分析师 。预计他们将扮演多种角色:数据科学家 , 统计学家 , 数据处理者 , 业务经理等 。然而 , 实际上 , 大约75%的时间花在与数据相关的收集/汇总 , 清理和基本分析上 。只有剩余的25%用于洞察生成和业务合作 , 这应该是EPM的主要关注点 。
整理 , 合成和可视化结构化和非结构化数据所需的技能与实验和微调分析算法所需的技能不同 。后者再次与推动有效业务合作的商业和行业敏锐性不同 。
EPM转型必须通过推动数据管理和分析的卓越中心的创建和成熟来解决这种复杂性 。他们必须将他们安置在最优秀 , 最具成本效益的地方 , 以确保有投资或合作伙伴推动持续创新 。这样可以释放业务中的容量 , 并使EPM功能成为真正的业务合作伙伴 , 从而帮助推动业务发展 。
案例研究:为财富500强制药公司重新设计运营模式
一家财富500强制药公司重新设想了其企业管理报告流程 。它设计了一个基于前台/后台模型的新交付结构 , 根据复杂性和预期技能重新调整活动 。它引入了一种治理结构 , 有助于提高产出质量 , 提高内部CXO满意度 , 同时通过数据和报告管理的套利和效率提高生产率 。
将这五个基石结合在一起可能很困难 , 这就是精益DigitalSM等方法可以产生重大影响的地方 。Lean DigitalSM利用数字技术 。这是一种通过设计思维实践和经典精益管理原则实现的探索 , 鼓励企业对流程步骤进行端到端的企业视图 。Digital使组织能够将其EPM计划与业务优先级保持一致 。例如 , 他们可以专注于满足不同利益相关者需求(包括潜在的情感需求)的仪表板 , 同时优先考虑那些需要复杂数据准备并且影响有限的仪表板 。
通过将数字嵌入到EPM中 , 财务功能可以为组织提供可操作的见解 , 加快规划和报告周期 , 并提供单一的业务视图来管理风险和简化合规性 。数字技术支持的EPM框架将对业务成果产生持久影响 。(@首席架构师)


推荐阅读