前言

“最后一公里”一词出自十八大习总书记的重要讲话：“要积极主动解民难、排民忧、顺民意，解决好联系服务群众的‘最后一公里’问题。要积极主动解民难、排民忧、顺民意，解决好联系服务群众的“最后一公里’问题。”

后来，这一概念逐渐被一些行业所使用，引申为完成一件事情的最后，而且是关键性的步骤，通常也是产生结果触达客户的重要时刻。

如果我们把最后一公里的概念引用到企业数字化转型的场景中，也特别有意义。为什么这么说呢？因为大家在数字化浪潮中可能都会有这种体会，那就是再高大上、再先进的数字化系统都解决不了所有问题。企业数字化转型也不是一朝一夕可以解决的，在数字化转型的过程中必然会应用一套或多套信息化系统，在数据库中积累了大量的数据。

 数据就像资金一样，不能只在躺在银行账面里，而是要用起来，动起来才会产生更大价值。但现实是很多企业已经信息化了很多业务，在业务扩展下，数据不断积累，但这些数据没有被有效利用，被我们遗忘在了数据库中。

数字化转型最后一公里，就是将数据价值变现。

·  企业可以通过数据去洞悉生产运营情况，识别改善机会，评估生产绩效，实现降本增效。

· 还可以将数据转化为可视化的信息有助于管理者与员工更快发现、理解、分享业务表现，识别业务发展的机遇与风险，用数据取代经验和直觉进行决策。

·  在内外竞争加剧的市场下，企业需要更加快速应对业务挑战，需要迅速搭建分析模型，将运营数据转化为业务洞察，协助业务产生价值，让各部门及时获取数据决策支持。

如何解决企业数字化转型的最后一公里，助力企业成功转型？我们认为企业应做好以下几点：

1.企业以数为中心，养成用数习惯

怎么才能做到以数据为中心，养成企业用数习惯？企业要不断建设数据文化，从管理层到基层员工学会数据思维。数据思维其实是用数据来探索、思考事物的一种思维模式，用数据来发现问题、洞察规律、探索真理。企业的数字化转型过程需要的数据思维，就是用数据思考，用数据说话、用数据管理、用数据决策。

用数据思考，就是实事求是、坚持以数据为基础理性思考，避免情绪化、主观化，避免负面思维、以偏概全、单一视角。

用数据管理，就是对客观、真实的数据进行科学分析，并将分析结果运用到生产、营运、销售等各环节的业务管理过程中。

用数据说话，就是要杜绝“大概、也许、可能、差不多……”，而是要以真实的数据为依据，基于合理、有逻辑的“推论”，去说服别人，去汇报工作。

用数据决策，就是要以事实为基础、以数据为依据，通过数据的关联分析、预测分析、事实推理获得结论，避免通过直觉做决定和情绪化决策。

2.赋能企业，“授人以鱼不如授人以渔”，让企业具备数据分析能力

企业用数之痛

今天的企业应具备什么样的能力，才能更快，更茁壮地成长，哪些能力是企业必备的？我们可以思考下实际的工作中遇到什么样的用数难点？

比如，很多企业一到月末，各职能部门、各种管理会议、各种管理决策等都在为报表绞尽脑汁、加班加点和费心操劳。

企业董事长，总经理等管理人员出差、旅游时，想实时了解企业的运营效率，应收账款，资金或者库存状况，以便应对客户需求，以及瞬息万变的市场变化，往往求数不能，求表不得，心里倍受煎熬。

业务主管想实时了解下属业务员的业务指标和总体业绩，费劲周折，多方沟通，数据得不到及时查看。业务人员在外跑业务时，想实时了解自己负责的客户收款状况，现有待出货量，交期不能达成时，也不能如愿。

是什么让企业管理者和业务人员如此煎熬，为什么数据不能快速呈现，为什么想看的数据不能随时看到，是我们的报表不够用，还是报表不灵活？

今天我们来一起深入探讨下企业应如何更快速、更高效地利用数据，解决企业的数据管理之痛。

是我们系统报表不够用吗？

我们先来盘点下，以星空ERP为例：

部分财务报表

部分销售报表

部分采购报表

当然，还有库存报表，生产报表，质量报表，管理会计报表……

实际上，星空系统的报表数量有270+，基本上覆盖业务的方方面面。

但是，根据对大量企业的调研，发现这些ERP报表仍然不够用，因为企业的业务和管理需求是变化的，固化的报表是无法解渴的。

星空已历经10年，产品已经非常成熟，连续多年市场占有率第一，业务系统已经被2.5万余家客户应用实践，系统和报表也经历了不断地更新和迭代，如果说报表还是不够用，证明企业需要一种报表能力，要的是从业务到数据变现的思维逻辑，包括更快、更好用的数据分析工具，来满足不断变化的数据需求。

数据分析发展趋势

随着现代企业组织形式的重构，对新一代企业级数据平台产品也提出了新的挑战。椋鸟型生态组织里的数据分析系统，要有基于场景的数据分析与展现能力，要有平民化的数据探索能力。椋鸟型生态组织里的业务决策，不再只是少数管理者的玩物，而是需要人人参与，让听得见炮火的人参与决策。

而由企业信息部门所主导的、基于传统商业分析平台的企业级报表系统，资源投入大、建设周期长、对于业务需求变化的响应速度慢，难以适应未来越来越快、越来越离散的业务分析需求。同时，数据分析系统与业务处理系统的功能隔离与权限脱节，也让数据难以广泛支撑存在于各种功能、流程中的实时业务决策诉求。

怎么解决？授人以鱼不如授人以渔！

其实，星空已经为我们的客户提供了一种无限场景，按需定制，多维数据分析的数据服务能力——轻分析，可以解决我们面临的各种数据应用需求，有效解决报表不够用的问题。星空轻分析可以满足的场景如：业财分析报表+数字大屏+管理看板+自助分析+移动分析。

轻分析多层次场景应用

（1）多源，多账套的支持。让我们看数据不再单一，不用担心数据融合的问题，不用担心我用星空系统，原来老系统的数据没法用。

多数据源支持

（2）人人皆可分析。在高速发展的数字时代，数据分析不只提供给管理者，而应是人人皆可分析。星空轻分析提供自助式数据分析的能力，技术要求降到最低，低代码甚至零代码即可做出需要的报表或者可视化图表，让人人成为数据分析师。

自助式分析

（3）数据报表可视化，数据联动，穿透查询到明细。

数据灵活应用

（4）移动应用，数据协同共享，可以一键分享到云之家，企业微信，钉钉等协同终端。

如果要谈一个企业的灵活性，和决策高效性，不得不提移动端的数据应用，我们在很多场合谈客户体验时，一般也都会谈移动。

一个外贸型客户的老板，他对目前的移动数据分析非常满意。他经常到外地自驾游，每天不定时看下公司的销售业绩，应收，应付，目前还有多少库存，账目上还有多少资金可用。用移动数据分析随时随地看实时数据，一些异常信息通过预警也可及时收到提醒，还可以钻取异常的原因，这样他玩得也开心，玩的过程中，顺便把公司的事处理好了。

移动数据服务星空Live

3.数据智能构筑企业智能化发展新引擎

现在更多的企业将数据战略视为企业智能化战略重要组成部分，通过数据战略明确高级管理层作为数据驱动业务转型的领导者，期望结合大数据处理、数据挖掘、机器学习、深度学习、可视化等多种技术，从数据中提炼、发掘、获取有揭示性和可操作性的信息，为管理人员和业务人员提供洞察、预测、风控、预警等智能化决策支持服务，让数据发挥最大价值，让数据智能成为企业智能化发展新引擎。

大数据是一种能力，但不等同于我们需要自己建一个数据仓库、数据湖，也并不意味着外部的数据越多越好、算法越复杂越看不懂越好。基于外部数据，针对高价值场景下的应用，对应的高回报是成长型企业应该追求的。

通常从两个方向，第一类：风险类优先，例如交易客户的重大风险，法律税务，工商变更等都属于此类，这些都需要外部数据。第二类，融入业务场景大数据模型才是核心竞争力的构建关键，这部分我们务必要重视起来，通常所说的大数据小场景,就是如此。将业务数据风险管理方法，基于业务端到端流程的打通，汇集融合风险识别的关键数据，通过高质量风险数据管理模型的建立，达到业务风险态势感知，实现端到端流程风险智能识别，提升风险管控效能。

过去企业要做风险类的管控，往往是企业自建一套，但也是内部数据为主，外部数据还要依靠第三方数据服务才行。周期长，成本高，多套系统查来查去，比较麻烦。

而如今，我们把这些能力做成标准功能，内置为星空数据智能服务，客户只需订阅，即可使用，一体化产品，低成本，开箱即用。

 总结

其实，数据的重要性，远超出我们的想象，在不远的将来对数据的应用会如同水电一样，成为企业运营的必须品。数据是资产的概念也会更加深入人心，虽然数据现在没有被列入企业的资产负债表，但要相信，这只是时间问题。

所以，对于成长型企业来说，要着眼当下，立足未来，脚踏实地用好数据，打通业务和数据相结合最重要的一公里，才是数字化转型的关键。

钻取最主要的是数据源中的维度有层级关系，比如：类似区域钻取，有省，市，区县等层级，就可以轻易实现钻取功能。

具体如何实现，请参考：https://q.kdcloud.com/support/index.html?version=1.0&docId=Thmim3zne

感谢，顺便请教一下，轻分析的钻取是如何实现的呢