前几天见了一家做工业阀门的企业老板五十出头公司做到十几个亿。他说了一件让我印象很深的事三年前他花了小三十万去读了个EMBA其中有门课讲杜邦分析法。当时听着挺清楚回来自己一操作就懵--ROE要拆到销售净利率、总资产周转率、权益乘数每一层数字从哪个系统里取取出来怎么算才对公式套上去发现不同月份口径都不一样最后还是丢给财务总监做一份月报交上来。他跟我说那门课白读了不是我笨是我一个老板不可能天天记着二十几个公式也不可能自己去ERP里翻凭证。这就是本体语义平台产品化要解决的一件小事也是最实在的一件事--把管理分析方法内置到系统里老板不用学用嘴问就行。## 一、老板懂管理但用不出来管理方法我们跟七八十个企业老板聊过发现一个共同现象。他们不是没听说过杜邦分析、SWOT、5W2H、波士顿矩阵、平衡计分卡这些方法很多人还专门去学过。但真到了每月经营会上还是拿一份销售汇总表加一份财务报表就开始拍板那些管理方法压根用不上。原因不复杂第一数据不在手边。杜邦分析要拿到销售净利率、总资产周转率、权益乘数三个指标这三个指标背后又要拆到收入、成本、费用、总资产、股东权益。这些数据分散在ERP、财务系统、进销存里每个系统的科目定义还不完全对得上。老板没法自己拉只能让下面的人做。第二等下面做出来太慢。等财务总监做完杜邦分析通常已经是月底了。等分析结果送到老板桌上市场早就变了。经营决策讲究的是时效滞后半个月的分析等于没有分析。第三做出来的东西看不懂。财务的人做分析习惯写成一堆表格加几段公式说明。老板要的是结论是哪个指标出了问题、影响了哪个业务、下一步该动谁。这中间的翻译过程靠财务和老板之间反复对齐成本极高。向量空间JBoltAI 这两年在推本体语义平台产品化的时候第一个内置的能力就是把管理分析方法做成系统能力而不是让老板自己去学、自己去套。## 二、本体语义平台内置的分析方法是什么样先说清楚一件事向量空间JBoltAI 讲的本体语义平台不是给开发者用的框架是给企业老板用的数据决策平台。这个定位很重要它决定了产品里内置的东西不是SDK不是API而是老板能直接用的分析模型。目前规划内置的管理分析方法包括**杜邦分析**老板问我们公司ROE最近三个月怎么样平台自动从ERP、财务系统拉数据按销售净利率、总资产周转率、权益乘数三个维度拆开用大屏或者语音回复给老板看。哪个环节拖了后腿直接标红。**SWOT分析**老板问我们这条新产品线机会大不大平台从销售数据、竞品数据、行业数据里自动组织出优势、劣势、机会、威胁四个视角。不是让老板自己填四象限表格是让平台把每个格子里应该填什么、依据是什么直接呈现出来。**5W2H**老板问上个月华南区销售掉了20%是怎么回事平台自动拆到What什么产品掉了、Where哪些城市掉了、When什么时候开始掉、Who哪些客户没来、Why关联到哪些异常事件、How往期恢复类似跌幅用了什么动作、How much掉了多少金额、影响毛利多少。老板看完就知道怎么问下一层。**波士顿矩阵**老板问我们二十几条产品线哪些是明星产品、哪些是瘦狗平台按市场增长率和相对市场份额自动分类把每条产品线放到对应象限里同时给出资源配置建议。这些方法之所以能做出来靠的是本体语义平台底下的三件事把不同系统的数据用统一语义关联起来、把分析方法用规则化的方式建模、把结果用老板能理解的语言呈现。中间任何一步做不到内置分析都是伪需求。## 三、为什么必须靠本体语义才能做有人会问现在很多BI工具不也支持杜邦分析吗为什么非要本体语义平台因为BI工具解决的是数据可视化本体语义平台解决的是数据可理解。这两件事差得很远。举个例子。老板问我们公司利润率怎么样看上去是一句人话但对系统来说这句话有五个歧义- 利润率指的是毛利率、净利率、还是营业利润率- 时间范围是本月、本季度、还是本年度- 口径是集团合并、事业部、还是单个法人主体- 币种是人民币还是美元- 是含税还是不含税BI工具解决不了这些歧义它需要用户自己在界面上点选。老板不可能自己点也点不对。本体语义平台解决的是让系统听懂老板这句话背后的默认口径--他这个行业默认看什么、他这家公司历史上默认怎么算、他这个季节关心哪个维度。向量空间JBoltAI 在本体语义平台产品化的时候重点就在这层语义翻译。平台底下有一层本体模型把ERP里的科目、MES里的工序、WMS里的物料、CRM里的客户全部映射到一个统一的语义空间。老板问一句话平台先做语义解析找出他到底想问什么再从语义空间里定位到底层系统数据最后用他能理解的话回复回去。## 四、企业数据整合是这套东西的地基前面讲的所有能力前提是企业数据整合到位。老板问一句话平台要能同时从ERP、MES、WMS、CRM、财务、HR六七个系统里同时取数。任何一个系统数据没接进来某类问题就答不了。这也是为什么向量空间JBoltAI 一直强调本体语义平台不是单点工具是一套企业数据整合的底座。上层看到的是内置的分析方法下层跑的是异构系统对接、字段定义统一、指标口径对齐这一整套企业数据治理平台的活。企业数据孤岛的代价很多老板是这两年才真正意识到。三年前流行数据中台的时候很多企业上过一轮项目做完发现数据是集中了但依然没法用来支持经营决策。原因就在这里--集中不等于打通打通不等于可理解。向量空间JBoltAI 把企业数据整合升级到本体语义层做的是让所有系统的数据说同一种话。## 五、什么样的老板适合先用起来不是所有企业都需要马上上这个东西。我们观察下来这样几类老板最先感到痛第一公司做到几个亿以上业务系统超过五个的。系统越多、数据越散越离不开一个统一入口。第二跨地域、跨事业部的。老板不可能天天飞现场只能靠数据说话数据一旦失真代价极大。第三行业波动大的。比如出口型企业、大宗商品下游企业需要经营指标实时能问出来。第四二代接班或者新任CEO刚上任的。以前的老班子习惯了汇报文化新老板要建立自己的数据判断能力需要一个不依赖中层的抓手。## 六、结束语企业经营分析这件事本质是老板对企业的理解能力。理解能力靠数据支撑、靠方法辅助。数据支撑这件事向量空间JBoltAI 在做本体语义平台产品化的时候一直是核心方法辅助这件事是这一版重点补的。老板不用上MBA也能做经营分析不是说MBA没用是说管理方法本来就该内置到系统里让老板腾出脑子想更重要的事。本体语义平台的价值不在技术多先进而在让企业老板真的用起来数据、用起来管理方法。这条路 向量空间JBoltAI 已经走了一段接下来一年会把内置的分析方法从四五种扩到十几种覆盖制造业、贸易、服务业最常用的经营分析场景。企业数据整合走到这一步才算真正解决问题。
前几天见了一家做工业阀门的企业老板五十出头公司做到十几个亿。他说了一件让我印象很深的事三年前他花了小三十万去读了个EMBA其中有门课讲杜邦分析法。当时听着挺清楚回来自己一操作就懵--ROE要拆到销售净利率、总资产周转率、权益乘数每一层数字从哪个系统里取取出来怎么算才对公式套上去发现不同月份口径都不一样最后还是丢给财务总监做一份月报交上来。他跟我说那门课白读了不是我笨是我一个老板不可能天天记着二十几个公式也不可能自己去ERP里翻凭证。这就是本体语义平台产品化要解决的一件小事也是最实在的一件事--把管理分析方法内置到系统里老板不用学用嘴问就行。## 一、老板懂管理但用不出来管理方法我们跟七八十个企业老板聊过发现一个共同现象。他们不是没听说过杜邦分析、SWOT、5W2H、波士顿矩阵、平衡计分卡这些方法很多人还专门去学过。但真到了每月经营会上还是拿一份销售汇总表加一份财务报表就开始拍板那些管理方法压根用不上。原因不复杂第一数据不在手边。杜邦分析要拿到销售净利率、总资产周转率、权益乘数三个指标这三个指标背后又要拆到收入、成本、费用、总资产、股东权益。这些数据分散在ERP、财务系统、进销存里每个系统的科目定义还不完全对得上。老板没法自己拉只能让下面的人做。第二等下面做出来太慢。等财务总监做完杜邦分析通常已经是月底了。等分析结果送到老板桌上市场早就变了。经营决策讲究的是时效滞后半个月的分析等于没有分析。第三做出来的东西看不懂。财务的人做分析习惯写成一堆表格加几段公式说明。老板要的是结论是哪个指标出了问题、影响了哪个业务、下一步该动谁。这中间的翻译过程靠财务和老板之间反复对齐成本极高。向量空间JBoltAI 这两年在推本体语义平台产品化的时候第一个内置的能力就是把管理分析方法做成系统能力而不是让老板自己去学、自己去套。## 二、本体语义平台内置的分析方法是什么样先说清楚一件事向量空间JBoltAI 讲的本体语义平台不是给开发者用的框架是给企业老板用的数据决策平台。这个定位很重要它决定了产品里内置的东西不是SDK不是API而是老板能直接用的分析模型。目前规划内置的管理分析方法包括**杜邦分析**老板问我们公司ROE最近三个月怎么样平台自动从ERP、财务系统拉数据按销售净利率、总资产周转率、权益乘数三个维度拆开用大屏或者语音回复给老板看。哪个环节拖了后腿直接标红。**SWOT分析**老板问我们这条新产品线机会大不大平台从销售数据、竞品数据、行业数据里自动组织出优势、劣势、机会、威胁四个视角。不是让老板自己填四象限表格是让平台把每个格子里应该填什么、依据是什么直接呈现出来。**5W2H**老板问上个月华南区销售掉了20%是怎么回事平台自动拆到What什么产品掉了、Where哪些城市掉了、When什么时候开始掉、Who哪些客户没来、Why关联到哪些异常事件、How往期恢复类似跌幅用了什么动作、How much掉了多少金额、影响毛利多少。老板看完就知道怎么问下一层。**波士顿矩阵**老板问我们二十几条产品线哪些是明星产品、哪些是瘦狗平台按市场增长率和相对市场份额自动分类把每条产品线放到对应象限里同时给出资源配置建议。这些方法之所以能做出来靠的是本体语义平台底下的三件事把不同系统的数据用统一语义关联起来、把分析方法用规则化的方式建模、把结果用老板能理解的语言呈现。中间任何一步做不到内置分析都是伪需求。## 三、为什么必须靠本体语义才能做有人会问现在很多BI工具不也支持杜邦分析吗为什么非要本体语义平台因为BI工具解决的是数据可视化本体语义平台解决的是数据可理解。这两件事差得很远。举个例子。老板问我们公司利润率怎么样看上去是一句人话但对系统来说这句话有五个歧义- 利润率指的是毛利率、净利率、还是营业利润率- 时间范围是本月、本季度、还是本年度- 口径是集团合并、事业部、还是单个法人主体- 币种是人民币还是美元- 是含税还是不含税BI工具解决不了这些歧义它需要用户自己在界面上点选。老板不可能自己点也点不对。本体语义平台解决的是让系统听懂老板这句话背后的默认口径--他这个行业默认看什么、他这家公司历史上默认怎么算、他这个季节关心哪个维度。向量空间JBoltAI 在本体语义平台产品化的时候重点就在这层语义翻译。平台底下有一层本体模型把ERP里的科目、MES里的工序、WMS里的物料、CRM里的客户全部映射到一个统一的语义空间。老板问一句话平台先做语义解析找出他到底想问什么再从语义空间里定位到底层系统数据最后用他能理解的话回复回去。## 四、企业数据整合是这套东西的地基前面讲的所有能力前提是企业数据整合到位。老板问一句话平台要能同时从ERP、MES、WMS、CRM、财务、HR六七个系统里同时取数。任何一个系统数据没接进来某类问题就答不了。这也是为什么向量空间JBoltAI 一直强调本体语义平台不是单点工具是一套企业数据整合的底座。上层看到的是内置的分析方法下层跑的是异构系统对接、字段定义统一、指标口径对齐这一整套企业数据治理平台的活。企业数据孤岛的代价很多老板是这两年才真正意识到。三年前流行数据中台的时候很多企业上过一轮项目做完发现数据是集中了但依然没法用来支持经营决策。原因就在这里--集中不等于打通打通不等于可理解。向量空间JBoltAI 把企业数据整合升级到本体语义层做的是让所有系统的数据说同一种话。## 五、什么样的老板适合先用起来不是所有企业都需要马上上这个东西。我们观察下来这样几类老板最先感到痛第一公司做到几个亿以上业务系统超过五个的。系统越多、数据越散越离不开一个统一入口。第二跨地域、跨事业部的。老板不可能天天飞现场只能靠数据说话数据一旦失真代价极大。第三行业波动大的。比如出口型企业、大宗商品下游企业需要经营指标实时能问出来。第四二代接班或者新任CEO刚上任的。以前的老班子习惯了汇报文化新老板要建立自己的数据判断能力需要一个不依赖中层的抓手。## 六、结束语企业经营分析这件事本质是老板对企业的理解能力。理解能力靠数据支撑、靠方法辅助。数据支撑这件事向量空间JBoltAI 在做本体语义平台产品化的时候一直是核心方法辅助这件事是这一版重点补的。老板不用上MBA也能做经营分析不是说MBA没用是说管理方法本来就该内置到系统里让老板腾出脑子想更重要的事。本体语义平台的价值不在技术多先进而在让企业老板真的用起来数据、用起来管理方法。这条路 向量空间JBoltAI 已经走了一段接下来一年会把内置的分析方法从四五种扩到十几种覆盖制造业、贸易、服务业最常用的经营分析场景。企业数据整合走到这一步才算真正解决问题。
