从生产制造，到供应仓储，再到运营销售，一家成功的制造企业需要严格把关各个环节，其管理要求也高于其他类型的企业。如何解决这一问题，形成可落地的解决方案，通过数据进行制造企业的科学化全管理，提升效率，是下一步的发力点和落脚点。
作为国内家具市场名列前茅的某大型企业，在十多年的经营中，建立了清晰的发展路径和科学的管理模式，提出以大数据运营为核心，构建了高效的家具产业集群模式，以及电商为主要渠道的运营销售体系，并进行全方位的数字化管理。凭借先进的经营理念和模式，以及对消费者需求的深入理解和专业贴心的服务，该企业产品的销售量多年稳居全网家具前列并蝉联平台销冠。
勇于探索、坚持创新一直是该企业的行为准则。新零售兴起的背景下，该企业开启了多品牌、多店铺、多平台、多渠道一体化的多维互融、立体营销战略。
伟大的企业，在于永不满足、永不止步。越是对于数据重视和理解深入，就越明白数据的价值和运用方式。如何更进一步，在当前以大数据运营为核心的模式下将数据资产的价值最大化，并赋能于各个营销渠道的销售与管理？这是该企业思考的又一个问题。
永洪BI制造企业销售情况数据可视化样例传统BI的局限性
市场变化加快等背景下，越来越强调企业的敏捷性。数据也同样如此，数据的实时动态性成了应用层面的基础需求，传统BI的局限性也变得愈发突出。
1、孤岛现象严重
内部信息系统之间缺乏统一的平台对数据进行关联、整合，导致产销存等各环节无法协同工作，难以完全释放数据的真正价值。报表内容和结构分割严重，且依靠目录编排整合而非业务逻辑。
2、缺少管理机制和保障
由于前期缺乏数据管理机制的规划，导致数据质量参差不齐、基础数据分散、不统一、不一致。缺乏良好设计的中间库建模，带来高昂的取数成本，难以为上层的数据统计分析应用提供支撑。
3、需求响应慢
分析报告主要以表格为主，维度单一，形式固化，对分析需求响应的时效性差，无法满足快速灵活多变的数据分析需求。底层数据源不能随意更改，需手工提数。报表页面样式固定死板，调整图形化分析需导出数据线下完成。
4、缺乏分析功能
数据报表以统计功能为主，为缺乏分析性指导。且数据报表相互孤立，缺乏逻辑关联，导致缺少展现和统筹性的指导功能。
这些传统BI根源上的局限性，导致了在数据应用时，无法真正支撑和指导业务的增长，也无法实时性的展示业务的真实情况，管理者不能根据数据做出管理、调整和决策。
企业的破局之道
该企业在多店铺、多平台、多渠道的发展下，想要通过敏捷BI快速支撑运营体系，让所有相关业务动作有据可循，实现对信息的直观查询、挖掘、分析，提高运营和管理水平。针对这样的需求，进行了目标的拆解和系统的搭建。
1.目标拆解
基于线上线下相融合的新零售模式，首先就是要把线上店铺和线下门店的运营管理进行数据化管理，即时显示流量、销售、商品、库存、活动等情况，并从订单流程和订单内容分析整个服务的状况，提升服务质量。管理方面，则为整个渠道分析做后台支持。此外，为整个家具行业的市场情况提供数据分析，了解目前行业变化及企业情况，找到不足和影响因素，为创新发展提供思路。
2.搭建数据仓库
数据仓库是一个完整的生态圈，其建设是一个循序渐进的过程。它既不能够脱离业务的实际需要而存在，也不能够纯粹以业务驱动而忽略了IT架构。因此，在进行数据仓库的开发时，需要同时从业务和技术两方面去建设。
在为该企业搭建数据仓库时，首先归并各子系统数据，将原本散乱在各个系统中的业务数据进行统一化处理。在数据归并后，结合该企业的业务特征和系统架构，将不规范的数据根据数据标准转换为规范的数据，将非结构化数据转化为结构数据，并对数据进行提取的临时存储（ODS）。
仅仅是数据的采集、提取和存储还不够，由于该企业的业务体量大、渠道多，导致了数据庞杂，因此需要根据该企业的业务逻辑，对数据进行重构。构建汇总层，对数据进行快速的清洗、转换，提高数据质量和可用性（DW）。以此，根据数据颗粒度，将事实与维度拼合成新的报表。同时，根据分析指标复用程度，将部分同维度指标集中合并成为新报表。
将数据清洗和转换后，该企业构建了业务数据层，为不同应用场景的数据可视化、分析、挖掘准备并管理好数据（DM）。这样才能使数据应用更加贴合该企业的使用场景，使报表呈现更加精准。
永洪BI技术架构体系3.全渠道中心数据分析框架搭建
在完成数据仓库搭建后，根据该企业的业务流程，搭建了全渠道中心数据分析框架。以客户购买流程为出发点，倒推该企业的主要业务动作。从引起客户注意，到购买后的评价管理，做了全流程的数据分析管理体系。主要包括线上店铺运用、线下门店管理、订单处理、售后处理四个部分。此外，还搭建了后台支持系统，将招聘、培训、绩效、行政等工作也进行了数据管理，为业务体系提供有力支撑。
永洪BI数据分析框架敏捷BI的应用效果
该公司在管理层、业务层和系统支撑层三个方面得到了不同程度的提升。
1.公司决策层
该企业实现了对数据的整合，并融合科学的管理分析方法，将数据以丰富的统计图表等可视化的形式进行展示，从而满足公司决策层对整体经营情况及时掌握和快速分析的需求。基于此，做到基于数据的科学管理及预测决策。
2.业务执行层
该企业的业务执行层，可以实时掌控企业的运营状况，及时了解不同终端在不同区域、不同渠道、不同时间段的销售情况，真正做到了快速发现问题、分析原因、制定策略、执行方案、取得反馈、分析结果。以此，做到针对运营体系的整体管理，不断地根据数据优化业务，解决问题。
3.系统支撑层
对于系统支撑部门，一站式的平台结构、敏捷易用的数据报表，可以一个平台支撑全部数据分析需求，维护、集成、实施成本更低。业务人员可自服务分析，研发人员不再有修改报表负担，从繁重的取数、做报表的工作中解放出来，专注模型搭建等核心业务。
永洪BI制造业数据应用体系
