用友&至顶科技：企业数智化领先实践 数据要素驱动价值创造（2024）（68页）.pdf

《用友&至顶科技：企业数智化领先实践 数据要素驱动价值创造（2024）（68页）.pdf》由会员分享，可在线阅读，更多相关《用友&至顶科技：企业数智化领先实践 数据要素驱动价值创造（2024）（68页）.pdf（68页珍藏版）》请在三个皮匠报告上搜索。

1、2024.1.12第 三 期数据作为数字经济的关键生产要素，正在以前所未有的速度渗透到各行各业，成为推动经济社会高质量发展的关键动力。但在目前发展过程中，仍存在数据应用潜力释放不够、数据供给质量不高、流通机制不畅等问题。1 月 4 日，国家数据局等 17 部门联合印发“数据要素”三年行动计划（20242026年），旨在充分发挥数据要素乘数效应，赋能经济社会发展。数据价值的发挥重点在“用”的过程中体现。用友总结出企业数据应用的三个阶段：数据资源化、数据资产化、数据资本化，以及数据驱动的企业数据服务“5 级宝塔模型”，“六横三纵”数据治理体系，帮助企业构建以业务价值为导向的有活力的数据生命周期管理

2、体系。通过35年持续深耕，用友已经构建了完备的数据应用服务能力，包括数据咨询、数据服务、数据应用服务和大模型等数智化产品与服务，并沉淀了一套完整的数据服务能力体系以及一批行业的数智化领先实践。用友 BIP 将服务企业实现数据驱动和智能运营，让数智化在中国和全球更多的企业与公共组织成功！编者按目录CONTENTS产业瞭望塔数智引领者做好数据管理体系 发挥企业数据乘数效应02/企业数据服务的五级宝塔，激发数据应用价值数据驱动业务创新，用友 iuap 数据中台让数据成为企业价值资产做好数据安全治理，保护企业数据资产数据服务化解耦，创新企业智能运营架构数据质量管理：提升数据准确性、完整性、一致性、可靠

3、性用友 BIP 数据资产入表解决方案，推动数据资产化数据驱动智能决策，用友 BIP 智能分析资产包让数据价值最大化激发客商数据价值，用友 BIP 企业画像防范经营风险以财务数据智诊经营全貌，用友 BIP 企业健康体检守护企业稳健发展深挖数据资产价值，释放数字风控效能，用友智慧模型革新虚假贸易监控新手段让数据成为生产力，用友时序数据库为智造按下“瞬时加速键”从“用数据说话”到“让数据说话”，全面数据服务焕发酒店生意新生！08/12/15/18/21/25/28/32/35/39/42/45/领先实践家中建五局：数据运营升级，成就数字五局山西国运：数据驱动监管，提高国有资本运营效能华强集团：以数据

4、智能提升财务数智化水平亚太中慧:数据可视化，让采购过程更阳光更高效更智能500 强企业领先实践：人力数智化分析，提高组织决策能力50/53/56/59/62/产业瞭望塔做好数据管理体系 发挥企业数据乘数效应2数据要素驱动价值创造12 月 15 日国家数据局起草并发布了“数据要素”三年行动计划(20242026 年)(征求意见稿)。通过实施“数据要素”行动，发挥我国海量数据规模和丰富应用场景优势，推动数据在不同场景中发挥千姿百态的乘数效应。做好数据管理体系发挥企业数据乘数效应数据正在以前所未有的速度渗透到各行各业，成为驱动业务创新、管理变革、乃至再造商业模式的关键要素。例如，在采购环节，数据分析

5、具有极其重要的战略意义，是优化供应链和采购决策的核心大脑。基于历史交易日志，挖掘供应商数字化交易行为，通过数据智能技术，发现供应商偏好和意图。面向企业大宗集采的供应商推荐，缩小寻源范围，准确锁定最合适供应商，节约采购成本。3产业瞭望塔结合历史销量、仓储计划、用户需求综合分析预测市场需求，针对性排产，提高产能利用率，降低库存积压，减少订单延误率，促进产销平衡，规避经营风险。国家数据局局长刘烈宏公开表示，数商作为以数据为生产经营关键要素的企业，在盘活数据要素价值中发挥着关键作用。数商分为服务型数商、应用型数商和技术型数商。其中，应用型数商是数据价值的“转化者”，促进数据用起来。通过提供数据开发利用

6、工具、数字化转型服务等，帮助千行百业挖掘数据价值，将痛点难点转化为新增长点，将投入成本转化为新的利润来源。用友作为应用型数商，在充分激发企业数据价值中发挥着重要作用。用友认为，数据创造价值应该遵循这样一个模型，数据通过分析提炼，到信息，由信息通过归纳演绎成知识，通过知识总结洞察形成启示性、前瞻性的洞见。并按照确定目标、现状分析、任务蓝图和任务推进路线图四个步骤，制定数据治理体系化规划，确保后续相关工作扎实有序推进。从数据化到数智化，数据的乘数效应有待激发充分发挥数据生产要素价值，实现数据驱动业务，是数字经济时代企业的核心诉求。信息化是用软件系统承载业务，实现了效率提升。在信息化阶段，企业完成了

7、数据的“原始积累”，从信息化到数据化，企业将信息化建设存留的数据汇集到一起，进而产生新的数据支撑业务的开展。在用友看来，国内各个行业的数据化程度存在差异，数字化某种程度上是信息化与数据化的融合发展。而随着大语言模型的流行，从信息化到数据化、智能化、智慧化，进而跃升到数智化。数据化可以简单理解为数据驱动，通过收集、分析和挖掘数据，来揭示隐藏的业务模式和趋势，进而做出更明智的决策和采取更有效的行动。数据驱动既是一个过程，也是一个结果。这个过程需要经过多个步骤，包括数据采集、清洗、分析、可视化、决策和行动等，是一个持续的数据循环和反馈机制。从结果的角度来看，数据驱动的重要性在于，它能够为企业提供更深

8、入的洞察和预测能力，从而帮助企业更好地理解客户需求、市场趋势和业务运营。同时，数据驱动还可以提高企业的决策效率和准确性，降低风险，提高竞争力。在数据化过程中，企业需要做好三件事有数据、管好数据、用好数据，其主要矛盾是数据基建与数据应用的协作与平衡问题。所以在实现数据价值之前，一个有效的数据管理体系必不可少。数据治理是在数据管理和使用层面之上进行规划、监督和控制，释放数据的价值，通过数据要素驱动企业的创新发展，实现经营和管理的变革。六横三纵，做好数据管理体系数据价值的发挥重点在“用”的过程中体现。用友总结出企业数据应用的三个阶段：第一个阶段，数据资源化。通过数据采集工具，企业实现各异构系统数据的

9、统一采集和集中存储，打通数据孤岛，支持初步的数据分析和展现；第二个阶段，数据资产化。通过实施数据治理，让企业的数据资源转化为数据资产，实现了数据资产入表，支持数据的智能化应用。第三个阶段，数据资本化。随着数据管理和应用的进一步深化，企业完成数据资产确权和评估，具备数据流通和交易能力，实现数据的变现。对应数据应用的三个阶段，用友提出数据驱动的企业数据服务“5 级宝塔模型”，分为展现级、分析级、控制级、决策级、创新级，构成了企业数据服务的完整体系。“5 级宝塔模型”离不开全面数据治理，夯实企业数据要素基础。4数据要素驱动价值创造数据治理是组织中涉及数据使用的一整套管理行为，不仅是指通过对数据的管理

10、促进数据使用，同时也强调数据管理的流程划分与权责体系，是一套关于数据管理的技术、过程、标准和政策的集合。一个健壮的数据管理体系，涉及数据安全、标准、体系、质量等要素。比如数据质量是保证数据应用效果的基础，衡量数据质量的指标体系主要包括：真实性、准确性、唯一性、完整性、一致性、关联性、时效性。用友在帮助企业完成数智化转型及企业数据治理方案及数据工具的落地过程中总结发现，想要更好的落地企业数智化转型发展背景下的数据治理工作，需要有清晰、规范、准确、完整、可度量的理论及评估体系作为指导和支撑。与此同时，企业更应结合企业自身的管理体系、管理现状、数据管理与数据应用中遇到的问题，制定适配其业务战略发展的

11、合理布局。同时可以参考与了解、学习国内数据治理领域相关框架与标准。更好的服务企业数字化转型的业务战略。目前，数据管理体系建设可以参考数据管理能力成熟度评估模型（DCMM）和 DAMA 的数据管理理论框架。DCMM 是我国首个数据管理领域国家标准，其借鉴了国内外数据管理的相关理论思想，同时也结合了中国大数据行业的发展趋势，提出符台中国企业的数据管理框架。框架将组织数据营理能力划分为 8 个能力域：即数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准、数据生存周期。对标 DCMM，用友提供“六横三纵”数据治理体系，即数据架构管理、数据标准管理、数据质量管理、数据安全管理、数据生命

12、周期管理和数据应用管理等“六横”，以及管理组织、制度/流程和技术/平等“三纵”为企业进行以业务价值为导向的全局数据治理提供保障，通过数据梳理与入湖、数据资源资产化、数据服务共享化、数据应用和共享，帮助企业构建以业务价值为导向的有活力的数据生命周期管理体系。在产品层面，用友 iuap 数据中台以全域数据应用为目标，以各种数据管理理论为依据，以云原生、微服务、大数据和人工智能等数据加工处理技术为基础，提供数据治理、数据采集、数据建模、计算加工、资产的构建和共享、数据分析挖掘等能力，支撑企业在指标管理、分析展现、决策支持、知识发现、人工智能等数据驱动的各种场景应用。从而帮助企实现数据的展现、分析、控

13、制、决策、创新五个层级的价值，将数据真正融入到业务中间，驱动业务高效科学的运行。用友 iuap 数据中台提供十大核心能力:数据移动、数据开发、数据治理、数据指标、数据挖掘、语义模型、数字大屏、移动分析、智能分析云、智能报告。5产业瞭望塔通过这些能力让数据采集、加工、治理、应用更加便捷，以保证数据质量，加速从数据到价值的服务生产过程，打造高响应力且更加智慧的业务，从面实现数据驱动的业务创新。数据作为数字经济的关键生产要素，已成为极其重要的新型资产之一，而数据资产“入表”正是对其作为资产发挥价值的合法确认。数据资产“入表”，是推动数据资产化的第一步，也是数据要素市场发展的关键一步。数据资产应用充分

14、体现了数据价值变现的成果，其一方面得到数据资产管理的支撑，另一方又会不断发现问题，促进数据资产管理的优化！用友BIP数据资产入表解决方案助力盘活企业数据资产、激发数据要素价值。用友通过提供咨询、设计、产品、交付、运营等全流程的解决方案与服务，帮助企业完成数据资产基础入表、统一数据治理和释放数据价值，并拉通数据服务到数据交易的通路，增强企业数据的开放、流通和变现能力，加速数据要素的社会级流转。企业数智化领先实践，打通数据供应链数据要素深度融合业务场景才能得到“最优解”，用友BIP的数智服务正是为了让数据要素启动“数据飞轮”，发挥“乘数效应”。首先，企业需要加强数据文化的认知，对于数据管理体系建设

15、达成共识。其次，数据知识体系比较庞杂，数据中台、数据湖、湖仓等概念非常多，企业需要对齐这些概念，拥有对技术有深入认知的技术型人才。而用友从底层计算引擎、数据开发，到全面的数据治理、上层应用实现了全覆盖，还提供数据咨询、数据服务、数据应用服务、大模型服务。除了数据能力体系与数据服务产品外，用友基于服务众多领先企业的数据管理领先实践，从客户实际业务场景、需求场景和应用场景出发，真正助力企业激发数据价值。南光集团，是唯一一家总部设在澳门的国务院国资委直属中央企业。在用友的帮助下南光集团构建集团数据治理体系，规范数据标准，提升数据质 量，探索数据资产化管理。通过用友 iuap 数据中台，打造一个“多组

16、织、多业态、多级次”的大数据平台，落地“一中心二库三统一”模式，即：一个业务运营智能监控中心、两个指标库、三个统一（一套治理体系、一个数据湖、一套数据资产）。实现了数据“采存管用营”的一体化管理，为运营决策、采购、人力资源、财务、法律风控、战略投资等提供统一准确的数据服务支持，为集团的数智化转型奠定基础。世界 500 强企业中建五局，是中国建筑股份有限公司的全资骨干企业。中建五局以用友 iuap 平台为数智底座，利用大数据、人工智能技术，构建数字化管理运营平台。依托生产经营数据库和知识文档库，构建了一个大数据中心，提升数据化决策能力。实现企业运营管理在线分析、在线检查、在线考核、风险线上预警，

17、平均审批时间缩短 5.6 天;线上签订 2.23万份合同，签定时间由 20 多天缩短至 7 天，业务办理效率提升了 75%以上，每份合同节省成本约 240 元。自主研发资产盘活系统，累计在线成交金额超过 22.39 亿元，较传统手段降低材料损耗 30%。中国500强企业济宁能源，通过用友BIP从数据采集开始，通过数据治理、数仓建模、指标加工、数据挖掘，以及分析展示的数据全过程管理，打造了一个可视化的数据管理平台。借助平台的管理驾驶舱，从不同维度进行分析、汇总，用数据反应当前业务客观情况，实时跟踪工作进展，从而达成预判风险、优化制度、调整工作安排的目的。现在仅用 3 天就可以完成月度采购计划的

18、80%，大大缩短了采购周期。某全球领先的水产饲料生产企业，围绕“看清人才、看全人才、激活人才、科学配置”的人才管理宗旨，通过打破异构系统的障碍，重新整合数据集成，集中汇聚所有人才数据，结合基于体系化人才模型和标准，依托用友BIP数据分析基座，构建起数字化可视化人才画像；结合全维度对比分析；实现看清看全、科学识人。并通过实时分析能力，开展人才动态监控，如连续绩差、年龄过大、任期过长、过期培训、违反规定纪律、人才新任等，从而实现快速响应和科学配置。浙江省某县工商联，通过用友 BIP 企业健康体检服务，建立区域企业的“企业健康宝”。通过对区域企业财务数据、企业工商数据、知识产权、经营风险等多维度数据

19、的精准画像和风险问题智能预警预测，可以充分了解辖区企业的整体经营情况及排名，另一方面通过财务数据了解企业在经营过程中所遇到的困难，如资金流不足，存货积压等问题，可以更好的为企业提供针对性的政策支持和帮助。6数据要素驱动价值创造某大型民营股份制企业存在数据孤岛较多、政策监管强度高、数据标准不一致等问题，在整体数据治理架构体系中，用友以指标体系指标业务标准作为核心切入点，帮助该集团构架了三个“1”的指标管理体系。在数据标准落地过程中，用友与客户一起完成了一千余个指标的梳理及落标，其中包括了从心梳理和定义了 200 余个重复定义或标准不清晰、多标准、多主体的指标，确立了明确的指标标准。从业务属性、技

20、术属性、管理属性实现了清晰、准确、规范的要求。同时在数据层也完成了相应的数据质量稽核，提升了数据质量与数据应用分析的高价值。最终，用友与客户以数据架构为基础，指标体系为依托，构建数据生命周期线条，成立相应的数据运营组织，制定流程、制度及相应的考核方案。使数据治理方案和数据中台产品紧密衔接、精准落地。目前用友正在将服务众多领先企业的数智化领先实践形成可复制的解决方案，例如“基于工业互联网平台的废钢智能判级解决方案”采用最先进的基于卷积神经网络的深度学习算法，通过对海量废钢图片的训练构建废钢智能识别模型，实现废钢检验远程监控、废钢的智能判级以及扣杂数量的智能判定，广泛应用于鞍钢集团、济源钢铁、闽源

21、钢铁、鑫阳钢铁、敬业钢铁、新华冶金等 10 余家钢铁企业，累计降本增效达千万元，助力减排二氧化碳 288 万吨。写在最后数据二十条、国家数据局等一系列政策驱动数据要素市场的发展，伴随着企业数字转型及各领域数据流通需求的不断增长，企业数智化转型的内驱力不断增强，越来越多的企业对数据管理和数据治理及相关方案及工具的需求更为迫切。用友的定位是帮助企业建设数据管理体系，而不是数据治理厂商或者中台厂商、数据应用厂商，而是全生命周期陪伴客户，优先打通数据供应链，借助技术领先的数智化平台以及千行百业的领先实践，成为懂技术、懂场景、懂需求的企业数据管理体系建设与运营解决方案供应商。未来，数据离不开智能，从数据

22、驱动到智能运营，用友持续沉淀数据管理以及数智应用服务能力，构建数据要素生态，让数据真正成为企业价值资产。数智引领者企业数据服务的五级宝塔，激发数据应用价值用友 BIP 数据资产入表解决方案，推动数据资产化做好数据安全治理，保护企业数据资产激发客商数据价值，用友 BIP 企业画像防范经营风险深挖数据资产价值，释放数字风控效能，用友智慧模型革新虚假贸易监控新手段从“用数据说话”到“让数据说话”，全面数据服务焕发酒店生意新生！数据驱动业务创新，用友 iuap 数据中台让数据成为企业价值资产数据驱动智能决策，用友 BIP 智能分析资产包让数据价值最大化以财务数据智诊经营全貌，用友 BIP 企业健康体检

23、守护企业稳健发展让数据成为生产力，用友时序数据库为智造按下“瞬时加速键”数据服务化解耦，创新企业智能运营架构数据质量管理：提升数据准确性、完整性、一致性、可靠性8数据要素驱动价值创造企业数据服务的五级宝塔，激发数据应用价值数智化时代，人人都在讲“数据驱动”，诸如：数据驱动业务、数据驱动管理、数据驱动决策、数据驱动创新，似乎数据可以驱动一切。但到底什么是数据驱动，数据是怎么进行驱动的，它和数据应用是什么关系？了解了这些问题，它将帮助企业更加深刻的了解到如何充分发挥数据的作用，助力企业决策和运营。文/用友 iuap 平台技术专家 石秀峰9数字引领者第一层级：展现级典型应用：企业数据报表和数据分析报

24、告。展现级的数据服务是通过报表报告、可视化展示和定制化报表等方式，将收集到的数据以特定的方式展现出来，帮助人们更好地理解和分析数据。关键技术：该层级涉及基本的数据统计和可视化技术，如数据图表、报表等，用于对数据的初步理解和描述。在数据分析领域，通常将这类技术称为“描述性分析”。第二层级：分析级典型应用：企业的经营分析、财务分析、人力资源分析。分析级的数据服务的特点是体系化、专业化，按照不同的业务主题构建指标体系，提供更专业的数据分析，从而让数据产生洞察力，为管理决策提供数据支撑。关键技术：该层级需要进行更深入的数据探索，因此增加了指标体系、标签萃取等，以及会用到一些常见的数据挖掘算法，例如分类

25、、聚类等。在数据分析领域，通常将这类技术称为“诊断性分析”。第三层级：控制级典型应用：风险预警。控制级的数据服务能够通过通过浅析“数据驱动”简单来讲，数据驱动就是指基于数据的决策和行动。具体而言就是通过收集、分析和挖掘数据，来揭示隐藏的业务模式和趋势，进而做出更明智的决策和采取更有效的行动。具体来说，企业要实现数据驱动，则需要从以下几个方面入手：1、数据采集：收集与业务相关的各种数据，包括结构化和非结构化数据。2、数据清洗：去除重复和错误的数据，确保数据的准确性和可靠性。3、数据分析：运用统计分析、机器学习等方法对数据进行处理和分析，以发现隐藏的模式和趋势。4、数据可视化：将分析结果以图表、报

26、告等形式呈现，以便更直观地理解数据。5、数据决策：根据分析结果做出更明智的决策，包括产品开发、市场推广、运营优化等方面。6、数据行动：采取更有效的行动来响应数据，包括优化业务流程、调整市场策略等。因此，数据驱动既是一个过程，也是一个结果。从过程的角度来看，数据驱动是通过采集数据、分析数据、挖掘数据等方式，从数据中获取洞见和规律，并以此为依据进行决策和行动的过程。这个过程需要经过多个步骤，包括数据采集、清洗、分析、可视化、决策和行动等，是一个持续的数据循环和反馈机制。从结果的角度来看，数据驱动是通过数据分析和挖掘，获得对业务和市场的深入理解和预测能力，从而做出更明智的决策和更有效的行动。这个结果

27、是一种基于数据的决策和行动方式，它能够提高企业的决策效率和准确性，降低风险，提高竞争力。数据驱动的重要性在于，它能够为企业提供更深入的洞察和预测能力，从而帮助企业更好地理解客户需求、市场趋势和业务运营。同时，数据驱动还可以提高企业的决策效率和准确性，降低风险，提高竞争力。透过“5 级宝塔模型”，看数据驱动提到数据驱动，大多数人第一时间会想到的是数据分析。数据分析固然重要，但分析只是数据服务的一个层面，如果从整体上看，数据驱动或者说数据服务主要涉及五个层级，我们将其称为“企业数据服务的 5 级宝塔”。用友提出了数据驱动的企业数据服务的“5 级宝塔模型”，如下图：10数据要素驱动价值创造数据分析和

28、挖掘，对业务过程进行监控和预测，发现潜在的风险因素和威胁，并及时发出预警，以帮助企业采取措施应对风险，以确保业务目标的实现。关键技术：该层级需要对数据进行更加深度的挖掘和应用，涉及的技术包括机器学习、预测模型、关联规则、异常检测等，用于发现数据中的规律和异常。在数据分析领域，通常将这类技术称为“预测性分析”。第四层级：决策级典型应用：智能定价。决策级的数据服务能够通过高级的数据分析和机器学习算法，为企业的提供更加智能化的决策支持。与前三个层级不同，虽然前三个层级都能够为企业提供决策方面的信息支持，而第四层级更强调自动化、智能化帮助企业决策。例如通过对数据的分析和挖掘，结合机器学习算法，为企业的

29、产品或服务制定出更合理、更科学的价格策略。关键技术：这个层级是在控制级的基础上，结合业务知识和决策目标，进行决策优化和方案制定，主要涉及的技术包括决策树、优化算法、模拟仿真等。在数据分析领域，通常将这类技术称为“处方性分析”。第五层级：创新级典型应用：产品优化。创新级的数据服务能够通过深入的数据分析和挖掘，结合业务知识和创新思维，为企业提供全新的业务模式和产品优化方案。例如通过对用户行为、市场趋势和竞争环境等数据的深入分析和挖掘，提供针对产品的优化方案，以提高产品的性能、用户体验和市场竞争力。关键技术：这是最高级别的数据服务，涉及的技术也最为复杂和前沿，例如大模型、深度学习、自然语言处理、知识

30、图谱等，用于实现数据的自动化处理、理解和决策。综上，数据服务的“五级宝塔”，构成了企业数据服务的完整体系！这与数据分析领域的四层分析层次也是不谋而合，都是对于企业数据服务深度的一种分类和表达。不同之处在于，用友提出数据服务“五级宝塔”模型，更侧重于应用场景层面，而数据分层的四个层次更侧重于分析技术方面。数据服务领先实践，激发数据应用价值用友的数据服务能力涵盖了“五级宝塔”的各个层面，致力于帮助企业实现数据驱动的数智化转型。经过多年的企业数智化服务，我们也沉淀了大量的领先企业领先实践。领先实践一：用友助力某食品加工企业建立“数智一体化”平台该企业业务经营过程中对数据应用能力不足，数据问题出现后无

31、法完成闭环管理。部分数据无法进入系统进行统一管理，导致业务经营数据缺失，对集团整体经营管理不利；缺乏统一的数据标准，业务中台与数据中台无法实现无缝衔接，企业的智能化数据应用任重道远。11数字引领者该企业选基于用友iuap平台构建了“业务中台、数据中台、智能中台”三位一体的企业数智化底座，并构建了一些列智能化应用场景，帮助企业实现数智化转型。通过构建统一客户视图，对重点、关怀、风险、异动等客户群体，实施不同的营销策略，从而实现精准营销。基于约束理论最优化目标函数，结合遗传算法构建了排产优化模型，通过优化排产，降低了企业生产成本。建立了风险预测模型，通过对现金流动性、利率敏感性、资本充足率、市场风

32、险暴露值、异常交易、信用风险等指标和场景进行实时监控、及时预警。领先实践二：用友帮助某制造企业实现成本的精准测算和动态定价某船舶配套设备企业主要为水上作业者提供安全设备和服务。这个行业有很多家同类型企业，竞争是非常激烈，产品报价至关重要，经常决定着业务经营的好与坏，该类企业产品品种多，叠加复杂的树状 BOM 结构，原材料价格波动直接影响销售报价，所以，产品的单位变动成本更需要及时把控。该企业采用了用友数据应用服务 BOM 展算模型，将树状的物料清单还原为原始采购物料成本以及各工序的人工及制造费用的消耗数量和金额，清晰展现出每一个产品成本结构最真实的状态。配合材料最新价格，模拟测算出价格持续上涨

33、情况下原材料的成本，获得产品成本中最直接的变动部分，在接单阶段就能迅速估算出生产成本，为动态定价提供准确依据大大提高产品报价管理效率。同时，通过 BOM 展算模型也帮助该企业实现了组织内部不同阿米巴组织之间的动态定价。“五级宝塔模型”，其实不止五级用友以“客户为中心”，站在客户数据应用深度的视角，创造性提出了企业数据服务的“五级宝塔”模型，为企业数智化转型提供了指导。其实，在这个模型中还有两个隐藏层，即：五级宝塔的“塔基”与“塔顶”。如文末图所示：“塔基”是指全面数据治理，夯实企业数据要素基础。“塔顶”是数据资产的流通与交易，实现企业数据要素的真正变现。关于“塔基”与“塔顶”我们将在后续的文章

34、进行详细介绍，敬请关注！12数据要素驱动价值创造数据驱动业务创新，用友 iuap 数据中台让数据成为企业价值资产“数据二十条”印发实施以来，我国数据要素市场规模不断增长。随着企业数智化转型深入推进，将会产生更多更有价值的数据，也会创造更加丰富的应用场景。充分发挥数据要素在企业中的价值，可以切实推动企业高质量发展。然而企业在数据管理中通常会遇到数据资产不清晰、数据质量不高、业务开发协作难、数据难以支撑业务等问题。数据中台作为数据平台技术、数据资产管理以及数据服务的联合体，可以将分散的数据有效整合，将数据转换为资产，提高企业数据的服用能力，通过数据驱动为企业管理、生产、运营提供支持。用友 iuap

35、 数据中台，是一站式数据采集、加工、治理、应用的数据底座，具备弹性适配领先的计算引擎、建模方式和信创体系。数据中台以全域数据应用为目标，以各种数据管理13数字引领者理论为依据，以云原生、微服务、大数据和人工智能等数据加工处理技术为基础，提供数据治理、数据采集、数据建模、计算加工、资产的构建和共享、数据分析挖掘等能力，支撑企业在指标管理、分析展现、决策支持、知识发现、人工智能等数据驱动的各种场景应用。用友 iuap 数据中台通过十大功能，让数据采集、加工、治理、应用如此便捷。一、数据移动：多源异构海量数据采集，降低实施成本。数据移动打破了企业数据孤岛，支持数十种结构化、非结构化数据库的异构同步，

36、覆盖国产类数据库，如达梦等；支持高并发、高吞吐量的数据同步能力，满足大、中、小型企业轻松处理海量数据，加速企业各类业务的数据流转；解决不同环境档案类数据的跨环境、高效、安全的数据传输需求，保证档案数据在不同环境下实时同步。二、数据开发：业务化开发组件，可视化地实现数据加工、转换。提供了可视化画布，可以拖拉拽可视化的方式创建实时和离线任务。支持数据采集、加工、转换的近百种组件，以及各种财务系统组件、报表组件等。同时，支持业务组件和技术组件的无缝对接；可以将多种任务编排成一个作业流，可以集成统一调度系统；可扩展性强，可以支持 Python、SQL、Groovy 等多种任务，并且预置主流挖掘类算法，

37、可自由组合，轻松实现从业务数据到价值的挖掘。三、数据治理：积累数据资产，激活数据要素潜能。以元数据管理为核心，建立数据标准、进行数据质量检查，实现企业无序数据的治理。首先提供了统一的规范和建立数据标准的能力；其次提供了统一管理元数据能力；然后在统数据标准和统一元数据的基础之上，可以进行数据质量的闭环管理，包括建立质量标准，做集合、改进、评估等。另外，可以安全访问敏感数据。四、数据指标：从业务视角出发，数仓建模和指标管理体系化。以业务视角创建指标，支持业务板块、数据域、业务限定的设定，支持按照不同业务维度组合的指标即席查询；基于 Kimball 数仓建模理论，支持维度、事实的可视化构建，支持星型

38、模型、雪花模型，标准化数仓分层（ODS-DIM、DWD-DWS）；流程化构建各级指标，通过可视化设计直接引用指标库，可以一键生成指标数据服务；支持原子、派生、复合指标，支持血缘分析、各级指标依赖清晰、租户级别的指标体系概览等；支持拖拉拽低代码建指标，支持正向、反向创建维度模型，支持维度模型在线编辑无需下线，支持批量上线、下线、删除等操作。五、数据挖掘：深度挖掘数据价值，赋能企业商业创新。覆盖跨行业的标准数据挖掘流程。更加简单便捷，可视化模型训练和一键部署，可以降低技术门槛，业务人员也可构建数据挖掘任务；丰富的算法，预置 50+算法组件，积木式构建数据挖掘流程，灵活支持业务场景；覆盖全流程管理，

39、集成数据探查、数据处理、模型训练、预测、评估功能，赋能企业探索业务创新。六、语义模型：将技术数据编织成为面向业务的数据模型。很多业务人员懂业务，但是不一定懂数据库，语义模式支持用户在预置模型上自定义分析，破解有分析需求没有模型的尴尬局面。语义模式支持业务对象、数据库表、SQL 脚本进行组合关联；支持用户对字段按照业务场景进行分类，应用更清晰；支持字段设置权限管理维度，执行时加载数据权限；支持自定义设置字段与数据过滤；支持用户对语义模型编程扩展，支撑个性化建模场景。七、数字大屏：敏捷、精细、炫酷的设计能力，完美视觉冲击。支持炫酷的 GIS 地图、三维地图、三维图表等组件，支持丰富的文本、Tab

40、页签、图片、容器、筛选器等组件素材；丰富的属性和配置项，支持用户扩展图表组件的属性，支撑用户个性化场景的数字大屏展现；采用画布式界面开发，利用丰富的内置模型、组件和素材，用户无需编写任何代码即可实现酷炫的效果，操作简单直观、易于掌握；部署和运维简单，只需要浏览器即可以运行，大屏模板支持导出导出，实现资源库复用，降低实施成本。八、移动分析：便捷灵活访问，突破时空限制。具备功能强大的设计器，丰富的图表组件以及装饰素材，同时支持图表组件的扩展开发，满足企业个性化图表展示需求；支持丰富的业务信息展示，提供多页签和指标卡功能，使单位页面信息量提升，信息表达方式更丰富；可扩展性强，支持构建社会级移动分析应

41、用，可发布到友空间及第三方应用。九、智能分析云：依托成熟的行业模型，快速构建企业专属数据应用服务。智能分析云融合了用友多年来的企业服务14数据要素驱动价值创造经验，采用云端一体混合云模式，通过数据服务应用方案，帮助企业快速搭建数据分析服务平台。内置了 2400 多个领域、行业预业务分析模型，提供多维度、穿透式的指标看板，以及规范化的智能分析报告，释放数据价值，让数据智能变得更加普惠。智能分析云提供持续运营服务，每周更新不少于 50+个各类大屏、PC 看板、移动端、行业智能报告内容。支持社会化生态开发，支持远程交付模式，社会化众包交付模式，客户所见即所得，项目标准化快速实施。十、智能报告：业务报

42、告自动生成，提升管理效率。智能报告解决企业周而复始地制作相同的报表，效率不高问题，周期性洞察业务数据。可以无缝集成office的图表和表格组件，可以输出多种 office 的格式，基于语义模型能够完成自动内容的生成和取数。充分发挥数据生产要素价值，实现数据驱动业务，是数字经济时代企业的核心诉求。某大型国有资本运营企业，为实现“穿透分析、管理提效、动态监督”三大核心业务目标，基于用友 iuap 数据中台十大能力，对其所投资的数十家单位的业财数据，通过多源异构数据采集、数据治理体系化、财务数据标准层构建、指标体系建设、大数据动态展示和预警五大步骤，进行采集、治理、加工和展示，形成数据驱动的洞察、决

43、策、行动闭环。用友 iuap 已经成为企业升级数智化底座的最优选。目前中国电子、中国信通院、中建五局、中船集团、杭钢集团、中国一汽、中兴通讯、北京地铁、明日控股、振华集团、三一重工等都在通过用友 iuap 升级数智化底座，成为数智企业，迈向高质量发展。未来，用友将持续加强技术与架构能力，基于更懂业务、技术领先、体系完整的企业数智化底座用友iuap，助力企业驾驭数智未来！15数字引领者2023 年 12 月 15 日，国家数据局发布了“数据要素”三年行动计划（20242026 年）（征求意见稿），明确指出要充分发挥数据要素的放大、叠加、倍增作用，构建以数据为关键要素的数字经济，推动企业高质量发展

44、。数据给社会带来了前所未有的发展机遇，也带了前所未做好数据安全治理，保护企业数据资产！数字化时代，数据已经成为企业和个人最重要的资产之一。有的数据安全挑战。如 2018 年 Facebook 被曝光将数百万用户的个人信息泄露给了第三方，引发了全球范围内的隐私和数据保护问题，类似的数据安全事件日益增多。因此，如何保护数据安全成为了一个亟待解决的问题。首先，我们需要明确什么是数据安全。数据安全是数据文/用友 iuap 平台技术专家 唐勇民16数据要素驱动价值创造的质量属性，其目标是保障数据资产的保密性、完整性和可用性。如下图所示：保密性：数据保密性又称数据机密性，是指个人或组织的信息不为未授权者获

45、得，确保只有授权人员才能合法访问数据。完整性：数据完整性是指在传输、存储或使用数据的过程中，保障数据不被篡改或被篡改后能够迅速被发现，从而确保信息可靠且准确。可用性：数据可用性是一种以用户为中心的概念，确保数据既可用又可以访问满足业务需求。数据安全治理是在数据安全标准与策略的指导下，通过对数据访问的授权、分类分级的控制，监控数据的访问等进行数据安全的治理工作，确保数据的可用性、完整性和保密性，满足数据安全的业务需要和监管需求，实现组织内部对数据生命周期的数据安全管理。用友是全球领先的企业数智化软件与服务提供商，具有丰富的数据治理经验，沉淀了一套涵盖数据全生命周期的数据安全治理体系，帮助企业高效

46、构建数字防火墙，让数据安全治理从“无序”到“有序”，从“人治”到“法治”，有效保障企业数据资产。如下图所示：数据安全治理目标：数据安全治理的目标是保障数据可用性、完整性、保密性及合规使用，为业务目标的实现保驾护航。强调安全目标与业务目标的一致性。数据安全管理体系：主要包括组织、人员、数据安全认责策略、数据安全管理流程制度等。数据安全技术体系：主要包括数据全生命周期的敏感数据识别、数据分类与分级、数据访问控制、数据安全审计等。数据安全运维体系：主要包括定期稽核策略、动态防护策略、数据备份策略、数据安全培训等。数据安全基础设施：重点强调数据所在宿主机器的物理安全和网络安全。在数据安全治理体系架构中

47、，数据安全策略是核心，数据安全管理体系是基础，数据安全技术体系为支撑，数据安全运维体系是应用。数据安全策略通过管理体系制定、通过技术体系创建，通过安全运维体系执行。传统的数据安全治理更多是防止数据丢失和访问审计等。在数字化时代，用友认为数据安全治理应该以数据为中心，建设“可见、可控、可管”的能力，让企业的数据资产看得见、控得住、管得好。数据安全治理伴随数据采集、存储、加工、应用全过程。工欲善其事，必先利其器，企业要想数据安全治理常态化运行，需要一套自动化、便捷化的数据治理工具支撑，实现流程、业务和技术的有效融合，确保数据安全策略能刚性落地。17数字引领者同时针对数据安全治理中数据分级分类、敏感

48、数据识别、数据脱敏管理等关键难点问题，用友 iuap 数据治理工具提供一体化的支持，帮助企业建立完善的数据安全体系，确保数据使用安全合规。数据分级分类：企业往往困惑如何对数据进行合理分级分类。用友 iuap 数据治理工具预置了丰富的数据分级分类策略模板，综合业务主题、数据结构、访问对象、开放范围等多个维度提供数据分级分类智能提示，帮助企业快速构建符合自身数据管控要求的数据分级分类策略，减少了企业摸着石头过河的时间，有效促进数据资产化。敏感数据识别：随着数据爆发式增长，企业拥有的数据量很有可能到 TB 甚至 PB、EB 级别。通过传统手工方式进行敏感数据的梳理和识别，显然工作效率不高且难以保障全

49、面性、准确性。用友 iuap 数据治理工具采用智能算法，支持中英文智能匹配敏感数据特征，实现敏感数据的自动识别，极大提升敏感数据识别的效率、全面性和准确性。并基于数据血缘技术，可以快速定位敏感数据流向，让数据资产和安全风险可见。数据脱敏管理：数据脱敏不仅要执行数据漂泊，抹去数据中的敏感内容，还要保持原有数据的特征，有一定的技术难度。用友iuap数据治理工具内嵌掩码、截断、哈希、加密等多种脱策略，利用先进技术对敏感数据进行保护，防止敏感数据泄露。同时基于大数据引擎优化加密算法，有效提升海量数据脱敏的处理性能。最后，数据安全治理，人人有责。通过大家的共同努力，齐心协力构建数据安全防火墙，有效保护企

50、业数据资产，为数据要素激活、释放数据价值保驾护航！18数据要素驱动价值创造数据服务化解耦创新企业智能运营架构在数智化浪潮中，传统的运营模式已无法满足现代市场的多变需求，企业需要变得更加敏捷、灵活和智能化。数智化正是实现这一目标的关键。通过数智化转型，企业可以更好地掌握市场需求、优化产品和服务、提高生产效率、降低成本。要想实现数智化转型，核心在于科学、高效和精准的决策这一决策越来越依赖于数据的自主驱动。规范、有序、准确、实时的数据是关键，它能够自主驱动不断优化资源的配置效率，实现更好的质量、更低的成本、更快的交付、更高的满意度。因此，在数智化转型的过程中，数据作为生产要素的重要性不言而喻。文/用

51、友网络数智化咨询顾问 刘新鹏19数字引领者数据服务四大痛点制约企业数智化转型进程当前许多企业在数据服务方面存在诸多问题，制约了企业数智化转型的进程。痛点一、数据质量难以满足业务预期。由于数据来源复杂、数据清洗和处理不足，导致数据质量参差不齐，无法为业务决策提供准确依据。痛点二、数据管理与业务发展存在割裂。企业往往将数据管理视为技术问题，而忽略了其与业务发展的紧密联系。这种割裂导致数据无法有效地支持业务决策，限制了企业的创新和发展。痛点三、数据管理内驱力不足。企业缺乏对数据管理的重视和投入，导致数据管理流程不规范、技术手段落后，无法满足企业日益增长的数据需求。痛点四、数据资产无法持续运营。由于缺

52、乏有效的数据运营机制，企业无法充分发挥数据资产的价值，无法为企业创造持续的商业价值。究其原因，产生这些问题的根源在于数据服务解耦不足，从基础数据、主数据、业务数据到指标数据的层次不清、关联关系过于紧密。这些问题导致了底层数据不规范、数据不一致、数据不准确、数据不完整、数据不唯一等一系列数据痛点问题。为了解决这些问题，企业需要加强数据治理、提高数据质量、强化数据管理内驱力、建立有效的数据运营机制，以推动数智化转型的顺利进行。数据服务化解耦解决方案，激活数据价值用友 iuap 数据中台以全域数据应用为目标，提供数据治理、数据采集、数据建模、计算加工、资产的构建和共享、数据分析挖掘等能力，支撑企业在

53、指标管理、分析展现、决策支持、知识发现、人工智能等数据驱动的各种场景应用。用友 iuap 数据中台提供五大核心能力：数据资产的规划与治理、数据资产的采集、获取和存储、数据资产的共享和协作、数据业务价值的探索和分析、数据服务的构建和治理、数据服务的度量和运营。通过这些能力保证数据质量，加速从数据到价值的服务生产过程，打造高响应力且更加智慧的业务，从而实现数据驱动的业务创新。数据服务化解耦就是依靠用友 iuap 数据中台构建一个强大的数智化底座，将数据管理和业务服务之间进行解耦。用友能够提供一切资源数据化、资源数据标准化、标准数据结构化、结构数据模型化、模型数据服务化等数据治理、数据建模和数据自主

54、流动的能力，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。能力一：一切资源数据化结合用友 iuap 数据中台的数仓建模工具，现实世界中几乎所有资源都可以划分为实体（Entity）对象和关系（Relationship）对象，其中实体对象还可以细分为“人”和“物”。数据世界中的对象可以和现实世界中的事物相映射，“人”“物”“关系”是对现实世界所有事物的数据抽象。能力二：资源数据标准化数据标准制定维度多种多样，依靠用友数据中台的数据标准体系管理，可以按照企业所属行业或管理经验进行标准制定。比如，按业务数据类型分为：客户数据标准、产品

55、数据标准、协议数据标准、渠道数据标准、交易数据标准、财务数据标准、公共代码数据标准、地域和位置数据标准等。再比如按照管理特性还可以分为元数据标准、数据质量标准、数据安全标准、数据指标标准、数据存储标准和数据集成标准等。当然，我们也可以按照数据定义规则、数据存储目录和数据所属责任主体等来制定数据标准。能力三：标准数据结构化所谓数据的结构化，就是数据的维度化，关系表数据是标准的结构化数据，xml、json、日志等是半结构化数据，但20数据要素驱动价值创造半结构化数据要复杂分析，同样要将半结构变成完全结构，非结构化数据如图像、音频、视频，分析视频首先是将视频分解成连续的图像，音频也是变成图像，连续的

56、图像，然后统一使用图像分解的技术，纹理、轮廓、色阶等维度分解，最后转成高纬度的矩阵（类似表）来计算。所以，无论是什么数据，没有结构就无法分析，无论什么数据，我们最终的目标都是依靠数据开发工具将数据结构化，结构化后数据才是可计算，可认知。能力四：结构数据模型化传统数据结构相对来说比较抽象，分别为集合结构、线性结构、树形结构、图状结构或是网状结构。实际企业管理过程中，数据资源是分域分层管理，数据内部以及数据彼此之间存在线性和非线性等错综复杂的联接关系，如图所示：但是，数据结构化联接还属于静态数据联接，仅仅依靠静态的数据结构化联接还难以构建数据自驱动的复杂流程。因此还需要用友数据中台更高级的关系模型

57、自联接功能，比如依靠属性特征的资源关系自联接、依靠能力匹配的作业活动自联接、依靠属性匹配的资源配置自联接、依靠算法模型调度的自动联接执行等功能，如下图所示：能力五：模型数据服务化数据服务作为数据驱动连接桥梁，用友数据中台的数据资产服务可以将数据计算层的结果通过数据 API 的形式对外共享给数据应用层。API 服务可推动数字化转型、数据驱动、简化业务流程，为自动化创造更多机会，并加强 IT 生态系统的灵活性。如图所示：从数据服务化解耦到企业数智化运营，是企业顺应时代发展、提升核心竞争力的必然趋势。随着人工智能、大数据等技术的不断发展，数据服务将更加智能化、个性化，能够更好地满足企业的需求。与此同

58、时，用友将不断优化完善数据服务化解耦解决方案，帮助企业加强数据服务能力建设，实现更高效、更智能的运营和商业模式创新。21数字引领者数据质量管理：提升数据准确性、完整性、一致性、可靠性随着数字化时代的来临，数据已经成为了企业和组织最重要的资产之一。然而，随着数据量的不断增长和数据来源的多样化，数据质量问题也日益凸显。数据质量管理作为数据治理的核心，对于确保数据的准确性、完整性、一致性和可靠性至关重要。本文将探讨数据质量管理的重要性、挑战以及解决方案。文/用友 iuap 平台技术专家 洪茁仁22数据要素驱动价值创造数据质量管理是指对数据质量进行评估、控制和改进的一系列活动，旨在确保数据的准确性、完

59、整性、一致性和可靠性。数据质量管理涉及数据的整个生命周期，包括数据采集、存储、处理、分析和应用等方面。数据质量管理在企业经营管理中起到重要作用。比如：提高决策质量：准确、可靠的数据是制定有效决策的基础。通过数据质量管理，可以发现和纠正数据中的问题，从而提高决策的质量和准确性。提升客户满意度：在客户服务行业中，提供准确、及时的数据对于提高客户满意度至关重要。通过数据质量管理，可以确保为客户提供高质量的服务和产品。保护合规性：在许多行业中，数据合规性是必须的。数据质量管理可以帮助组织遵守相关法律法规和行业标准，避免因数据问题而导致的法律纠纷和罚款。提升组织形象：良好的数据质量可以提升组织的形象和声

60、誉，增加客户和合作伙伴的信任。数据质量管理面临的挑战及其应对措施企业决策者需要依靠数据来了解市场状况、客户需求以及内部业务绩效等重要信息。如果数据存在错误、误差或遗漏，决策者将无法获得真实的情况，从而制定错误的决策。实际上，数据质量问题影响的不仅是决策，还有业务的协同等。我们可以看到，企业在数据质量管理时遇到一系列挑战：1.数据来源多样化：随着数字化转型的加速，数据来源越来越多样化，包括传感器、社交媒体、CRM 系统等。这使得数据的格式、结构和质量各不相同，增加了数据质量管理的难度。2.数据量庞大：随着大数据时代的来临，组织面临的数据量越来越庞大。如何有效地处理和分析这些数据，确保其质量和可靠

61、性，是一项巨大的挑战。3.数据质量问题隐蔽：许多数据质量问题较为隐蔽，难以被及时发现和解决。例如，数据的重复、遗漏或格式不正确等问题，可能会对分析结果造成影响。4.数据质量与业务需求脱节：在许多组织中，数据质量和业务需求之间存在脱节现象。业务部门往往更关注业务目标的实现，而忽视数据质量的管理和维护。5.数据质量管理工具缺乏：目前市场上的数据质量管理工具种类繁多，但选择合适的工具并进行有效的实施仍然是一项挑战。此外，许多组织缺乏足够的专业知识和经验来有效管理数据质量。随着数字化时代的来临，数据质量管理已经成为组织的重要任务之一。面对以上问题，企业需要采取相应的措施，通过制定全面的计划、建立完善的

62、管理体系、利用先进的管理工具、加强培训和意识培养以及建立有效的反馈机制等，可以帮助组织提高数据的准确性和可靠性，从而更好地应对数字化时23数字引领者代的挑战和机遇。1.制定全面的数据质量管理计划：组织应制定全面的数据质量管理计划，明确数据质量管理的目标、范围和流程。该计划应包括数据的采集、存储、处理、分析和应用等方面，以确保数据的准确性和可靠性。2.建立完善的数据质量管理体系：组织应建立完善的数据质量管理体系，包括数据质量评估、控制和改进等方面的活动。该体系应明确各部门的职责和角色，以确保数据的准确性和一致性。3.利用先进的数据质量管理工具：组织应选择适合自身需求的数据质量管理工具，利用自动化

63、和智能化的技术手段来提高数据质量管理的效率和准确性。这些工具可以帮助组织发现和纠正数据中的问题，提高数据的可靠性和一致性。4.加强数据质量的培训和意识培养：组织应加强数据质量的培训和意识培养，提高员工对数据质量的重视程度和认识水平。通过培训和教育活动，可以帮助员工了解数据质量的重要性和要求，掌握相关技能和方法，从而提高数据的质量和可靠性。5.建立有效的反馈机制：组织应建立有效的反馈机制，及时发现和解决数据质量问题。该机制应包括对数据的监控、检测和评估等方面的活动，以及与业务部门的沟通和协作。通过反馈机制的建立，可以帮助组织及时发现和解决数据中的问题，提高数据的准确性和可靠性。用友iuap 数据

64、中台：提高企业数据质量，优化数据治理用友 iuap 数据中台作为一站式数据采集、加工、治理、应用的数据底座，具备强大数据质量管理功能，可以为企业提供全面而高效的数据质量管理解决方案，帮助企业提高数据质量并优化数据治理实践。以下是该平台在数据质量管理方面的主要优势：1.数据质量检测与评估：用友 iuap 数据中台具备完善的数据质量检测和评估功能。它能够对数据进行多维度分析，检测出诸如重复、遗漏、格式错误等问题，并生成相应的质量报告。此外，它还能够进行数据完整性和准确性的校验，确保数据的可靠性。2.数据清洗与整合：当发现数据质量问题时，用友 iuap数据中台能够提供自动化和智能化的数据处理工具进行

65、数据清洗和整合。这包括对异常数据的识别与处理、缺失值的填充以及重复数据的去重等操作，从而提高数据的整体质量。3.数据标准管理：统一的数据标准是确保高质量数据的基础。用友 iuap 数据中台支持制定和实施统一的数据标准，包括数据格式、命名规范等，以减少数据的冗余和冲突。此外，它还提供了元数据管理功能，帮助企业全面了解数据的来源、结构和关系等信息。4.数据安全保障：用友 iuap 数据中台重视数据的安全性和隐私保护。它提供了完善的数据访问控制和加密功能，确保数据的机密性和完整性。同时，它还支持数据脱敏和匿名化处理，保护敏感数据的隐私安全。5.数据资产共享：用友 iuap 数据中台支持构建统一的数据

66、资产共享平台，促进企业内部各部门之间的数据共享和交流。通过数据资产的共享，可以打破信息孤岛，提高数据的利用率和价值。同时，它还提供了可视化的界面和工具，方便用户进行数据的查询、分析和探索。6.智能数据分析：用友 iuap 数据中台结合人工智能和机器学习技术，提供智能化的数据分析工具。这些工具可以帮助企业发现隐藏在大量数据中的有价值信息，为企业提供更加精准和深入的洞察力。同时，它还支持自定义报表生成和可视化展示，满足不同业务部门的数据需求。7.数据流程管理：用友 iuap 数据中台通过可视化的界面提供全面的数据流程管理功能。用户可以直观地了解数据的流动过程，监控数据的处理状态和进度，确保数据的准

67、确性和一致性。同时，它还支持对数据进行自动化的清洗、整合和转换，提高数据处理过程的效率和质量。24数据要素驱动价值创造企业数据质量管理领先实践领先实践一：某金融机构某金融机构面临着数据质量参差不齐、数据整合难度大、数据安全风险高等问题。通过引入用友 iuap 数据中台，带来了以下改进：1.数据质量检测与评估：用友 iuap 数据中台检测出该机构数据中存在的大量异常值和缺失值，通过智能化的数据处理工具，自动填充缺失值并清洗异常值，提高了数据的准确性和完整性。2.数据整合与清洗：用友 iuap 数据中台整合了该机构多个业务系统的数据，消除了数据冗余和冲突，确保了数据的唯一性和一致性。同时，通过数据

68、清洗功能，去除了重复、格式错误等数据质量问题。3.数据安全保障：用友 iuap 数据中台提供了严密的数据访问控制和加密功能，确保了数据的机密性和完整性。同时，通过数据脱敏和匿名化处理，有效保护了客户隐私和敏感数据的安全。4.数据流程管理与监控：用友 iuap 数据中台提供了可视化的数据流程管理工具，方便该机构实时监控数据的处理状态和进度。同时，通过定期的数据质量报告，该机构能够及时发现并解决数据质量问题。通过以上改进，该金融机构的数据质量得到了显著提升，为业务决策提供了更加准确、可靠的数据支持。同时，该机构的数据治理水平也得到了提高，增强了企业的竞争力和市场地位。案例二：某电商企业某电商平台面

69、临着大量订单数据质量问题，如订单状态不一致、商品信息缺失等。这些问题导致了客户投诉增加、退货率上升以及业务运营受阻。为了解决这些问题，该电商平台决定引入用友 iuap 数据中台进行数据质量管理：1.数据质量检测与评估：用友 iuap 数据中台对该电商平台的大量订单数据进行质量检测和评估。通过对比不同系统间的订单数据，发现存在大量不一致和缺失的问题。针对这些问题，用友数据中台提供了智能化的数据处理工具进行自动检测和修复。2.数据清洗与整合：用友 iuap 数据中台清洗了订单数据中的异常值和缺失值，确保了数据的完整性和准确性。同时，它还整合了不同业务部门的数据，消除了数据冗余和冲突，确保了数据的统

70、一性和一致性。3.数据流程管理与监控：通过用友iuap数据中台的界面，该电商平台能够实时监控订单数据的处理状态和进度。一旦发现异常或问题，能够及时进行干预和解决，确保了数据的准确性和及时性。4.数据安全保障：用友 iuap 数据中台提供了完善的数据访问控制和加密功能，确保了订单数据的安全性。同时，通过数据脱敏和匿名化处理，保护了客户隐私和敏感信息的安全。通过以上改进措施，该电商平台的订单数据质量得到了显著提升。这不仅减少了客户投诉和退货率，还提高了客户的满意度和忠诚度。同时，该电商平台的数据治理水平也得到了提升，为企业的业务运营和创新发展提供了有力支持。随着数智化时代的快速发展，数据质量已经成

71、为企业竞争的关键因素之一。用友 iuap 数据中台作为全面而高效的数据质量管理平台，为企业提供了一套有效的解决方案。通过结合实际案例的应用和实践经验的积累，企业可以不断提升自身的数据质量水平并优化数据治理实践。在未来数字化转型的道路上，用友 iuap 数据中台将继续发挥重要作用，助力企业实现更高效、智能和可持续的发展。25数字引领者数据要素市场化提速 企业加速数智化转型数据价值的释放要求企业加速推进数智化转型。企业数智化转型的核心之一就是要释放数据的价值，通过新的数据要用友 BIP 数据资产入表解决方案推动数据资产化数据要素是数字经济的主要驱动力。数据要素价值的充分释放，将促进产业链全要素的生

72、产力提升，助推经济高质量发展。数据对企业的生产经营和运营管理能够产生巨大价值，已经成为企业越来越重要的一个战略资源和极具价值的资产。企业只有真正挖掘和释放出数据的价值，才有望成为数智化时代的领先者。素驱动企业的创新发展，实现经营和管理的变革。作为全球领先的企业数智化软件与服务提供商，用友在服务众多行业领先企业数智化建设的过程当中，总结提炼出企业数智化进阶模型，即“企业数智化1-2-3”。处在不同发展阶段、不同行业的企业，26数据要素驱动价值创造可以参考此模型，在数智化 1、2、3 层级，分别重点推进云化连接（用云）、数据驱动（用数）、智能运营（赋智），从而构建数智化能力、发挥数据价值、创新应用

73、，加速数智化进程。目前，多数企业处在数智化 2 层级，通过升级数智底座、全面推进数据治理，释放数据要素价值、管好用好数据资产，实现数据驱动的业务流程与决策、管理行动等。企业首先要树立数据是资产的理念，分三个阶段即数据资源化、数据资产化、数据资本化，对数据进行运用、释放数据价值。在新的数据要素市场中，用友将从全产业视角，发挥35 年的积累，即懂企业、知场景、强平台、聚生态的众多优势，助力企业全面融入数据要素市场实现创新发展。”数据资产化是数据要素市场化的重要起点，当前，企业数据资产入表进入倒计时。财政部会计司于 2023 年 8 月发布企业数据资源相关会计处理暂行规定为企业数据资产入表提供了操作

74、指引，将于 2024 年 1 月 1 日起施行。企业数据资产入表对企业的经营和组织发展都会带来影响，包括增资产、提利润，提高盈利水平，改善资产负债率；真实反映数据价值，重塑企业估值体系；重塑部门权责，成本中心变利润中心等。用友 BIP 数据资产入表解决方案全面激发数据价值当前企业数据资产入表和全面激发数据价值，还面临着诸多挑战。如在完成数据资产入表基础工作之前，企业需梳理清楚哪些数据属于数据资产、哪些数据属于资源、哪些工作项可以作为数据资产成本，这些成本哪些归入无形资产、哪些归入存货，完成初始计量后、如何处理后续计量，以及如何快速应对审计、进行数据资产的披露。同时，要全面激发数据价值，企业还需

75、关注数据在企业内部的应用场景、做好统一数据治理与数据中台的建设、关注数据资产的变现与数据安全等问题，以及需要遵循完善、科学的数据管理体系建设评定标准。为助力企业充分发挥数据生产要素价值，实现数据驱动业务，用友发布用友 BIP 数据资产入表解决方案，助力盘活企业数据资产、激发数据要素价值。用友通过提供咨询、设计、产品、交付、运营等全流程的解决方案与服务，帮助企业完成数据资产基础入表、统一数据治理和释放数据价值，并拉通数据服务到数据交易的通路，增强企业数据的开放、流通和变现能力，加速数据要素的社会级流转。用友 BIP 数据资产入表解决方案通过三个层级帮助企业完成数据资产入表和数据要素价值产出。用友

76、 BIP 数据资产入表解决方案一共涵盖了 3 个层级 12个关键工作，即通过数据盘点、数据登记/确权、数据资产判定、数据成本归集以及列表与披露等 5 个关键工作完成基础入表工作；通过统一的数据治理、构建全生命周期的数据管理体系和实现全面数据服务，激发企业内部数据价值；通过确定数据要素交易场景、制定数据战略与组织变革、搭建数据交易平台和实现企业数据资本化，最终完成数据要素的社会级流转。图为用友 BIP 数据资产入表解决方案整体服务框架27数字引领者其中，在完成基础入表工作阶段，用友 BIP 通过入表系统帮企业实现敏捷高效的数据资源盘点、内外结合的数据产权确认与登记体系，依托权威生态及基于广泛实践

77、进行数据资产判定，同时预制成本项、快速归集数据资产相关成本，最后基于平台自动形成披露报告初版内容。完成基础入表工作之后，企业需要进一步进行统一数据治理、激活企业内部数据价值。用友“六横三纵”数据治理体系，即数据架构管理、数据标准管理、数据质量管理、数据安全管理、数据生命周期管理和数据应用管理等“六横”，以及管理组织、制度/流程和技术/平等“三纵”为企业进行以业务价值为导向的全局数据治理提供保障。同时，基于用友 iuap 数据中台，为企业构建一站式数据采集、加工、治理和应用的数据底座。在这个阶段，企业充分激活数据价值，可实现涵盖展现级、分析级、控制级、决策级和创新级的全面的数据服务。最后，在数据

78、要素场景规划上，用友基于广泛应用经验为企业提供完整的社会级数据服务场景的五维模型，以促进企业数据在社会级的广泛流通。同时，在企业数据交易环节，提供核心关键节点的全面技术支撑能力体系，可以覆盖数据交易全生命周期。数据资产入表对于企业而言，不只是一项财务工作，其最终的目的是充分激发数据要素，为企业创造全新价值，是企业数智化转型的关键环节。用友 BIP 数据资产入表解决方案帮助企业实现从数据资源化，走向数据资产化、数据资本化。在这一波的数据建设浪潮中，加速数智化转型是释放数据价值的关键步骤。用友希望通过全球领先的数智商业创新平台用友 BIP 的创新产品和服务持续服务企业的数智化建设与运营，实现数据驱

79、动和智能运营，让数智化在中国和全球更多的企业与公共组织成功。28数据要素驱动价值创造数据分析是用统计方法对企业内外部的大量数据进行分析，将数据中有价值的信息进行整合并提炼，找出内在规律，以求最大化的开发数据功能、发挥数据作用。智能分析是企业数字化不可或缺的组成部分，是数据资源重要的应用渠道之一，数据驱动智能决策，用友 BIP 智能分析资产包让数据价值最大化随着数字化时代的到来，数据已成为企业和组织中最宝贵的资产之一。而数据分析则是将这些数据转化为实际业务价值的关键因素。通过数据信息的应用可以积极推进企业管理变革，进一步提高管控水平和核心竞争实力，推动企业的可持续发展。数智化阶段企业更关注的是数

80、据服务和智能化的应用。文/用友网络 陈楠29数字引领者用友的智能分析产品在企业里面能够发挥的作用不只是展现和分析，它还能在决策级、创新级发挥作用，不仅可以帮助企业更加精准地解决现实问题，还可以提高企业的竞争力和创新能力。企业建设数据分析项目的三个关键点调查发现，大多数企业在启动数据分析项目建设时，没有深入的体系化的想法，都是优先解决了手工统计报表的线上化，仍是新瓶装旧酒，很难提升对数据的认知水平、发挥数据价值。因此，大型企业在进行数据分析项目的选型时，除了关注数据平台的技术先进性之外，重点还需关注行业或领域最佳实践方案的输入，将最佳实践与企业自身的行业生产经营特性相结合，为企业运营提供有效的数

81、据支撑。大型企业在进行数据分析项目的建设时，需要充分考虑产品技术选型、分析模型设计、上线后系统运行维护等问题。企业数据项目建设经常出现：交付周期长：传统分析项目 70%时间在于需求梳理和数据抽取加工，每次项目都从零开始周期长、风险大。分析需求不清晰：客户的中高层领导一般不是 IT 背景，无法体系化描述分析需求，导致项目经常反复修改指标模型。指标变更频繁：企业经营方向和关注重点经常会发生变化，指标会随之调整，项目上线后，客户 IT 通常缺乏持续迭代指标分析的能力。数据分析必须要考虑持续性服务输出的问题。数据分析应用与企业管理架构、与业务流程关系非常紧密，随着企业管理视角的改变、业务流程的变革、或

82、底层应用系统的升级，数据分析的方案内容也需要有相应的调整，可见数据分析项目的建设具有持续运营的特性。一旦数据分析应用无法满足企业管理对数据的使用要求，数据对企业的价值就越来越低，终端用户对系统的依赖也就越来越弱。要保证数据分析应用的可持续发展，大型企业需要建立运营维护体系，随时响应各种变化带来的系统调整，保证模型最优、数据及时、信息准确。用友 BIP 智能分析资产包，助力企业智能决策数据分析在企业的应用过程一般包含业务系统源数据的采集、数据加工和清洗、构建分析主题的指标模型，以及采用BI 工具开发分析页面和报表，系统上线后还需要根据业务需求变化对分析报表来进行持续的修改维护（见下图）。30数据

83、要素驱动价值创造市场上常见的敏捷BI工具基于拖拉拽操作的低代码方式，提高了分析页面开发(步骤 4)的效率，但是剩余步骤仍然是数据价值的巨大鸿沟：1.原业务系统的数据字典分析，以及后续的数据处理准备，加工过程较为复杂，需要 IT 专业技术，业务用户无法独立完成；2.企业缺乏数据分析人才，行业具有哪些业务分析模型最佳实践，以及应该采用哪些指标来指导决策；3.开发的指标模型看板，上线时或许能满足需求，但无法随着企业内外部环境变化，上线一年后的企业数据分析项目，85%的指标和看板不再被使用基于智能分析平台，用友推出了用友BIP智能分析资产包，做为用友在数据分析内容和运营态上产品的延伸。用友 BIP 智

84、能分析资产包是利用先进的人工智能和大数据技术，连接业务系统，聚合数据，以此建立标准的数据仓库、模型仓库，以及可以满足企业不同管理需求的场景库最终将数据结果通过大屏展示，赋能前端决策分析。用友 BIP 智能分析资产包的商业模式不同于以往销售工具类的软件许可和一次性的项目实施。相反，用友将千行百业的数智化管理经验进行提炼和总结，通过大量预配置形成基础模型、分析模型、行业模型、可视化模型四层架构，将这些管理经验实现资产化，以更便捷的模式提供给更多企业，为企业构建全面的应用服务与全态的指标体系，以标准化的内容交付、以及持续迭代的运营服务来更好的服务于企业的分析需求，不断提升其业务价值。用友 BIP 智

85、能分析资产包的关键特性包括开箱即用、面向业务和运营迭代：以财务分析资产包为例，在激烈的市场竞争中，如何了解企业财务状况、提高决策效率、发现潜在问题、优化资源配置，成为摆在企业管理者的一大挑战。为了更好地为企业管理者攻克难题，用友推出的智能分析-财务分析资产包，旨在帮助企业全面了解财务状况，为决策提供依据，提高经营管理效率。基于用友 35 年的管理沉淀，从资产负债表、利润表、现金流量表、科目余额表四大报表中，提炼 745 个常用指标和 32 个财务分析看板，具有直观、易用、实时、定制化和可扩展等优势，已经在不同行业客户中得到了广泛应用，并取得了显著的应用成果。该产品具有四大关键应用：1、财务综合

86、决策模型内置评价财务状况和经营成果的财务能力模型（盈利能力分析、营运能力分析、偿债能力分析、发展能力分析），评价企业盈利能力并衡量股东投资收益的杜邦分析模型，衡量企业经营绩效的企业绩效评价模型等，提供多维度的数据和分析报告，让企业管理者在财务管理及经营决策上有据可循，实现速赢。2、内外数据对标分析结合企业内部数据与社会化数据，进行深入对比分析，包含内部对标和外部对标。其中，内部对标展示企业内部各组织的财务绩效排名，衡量下级组织的经营水平；外部对标则将企业内部数据与社会化数据相结合，实现关键财务指标与标杆企业的比较分析，评价企业在行业中所处的水平，分析企业的优势与不足，使企业更加全面地了解自身财

87、务状况，及时发现并解决问题。3、财务预实分析基于企业的预算体系，实时监控成本费用、收入利润、资产规模等指标的预算执行进度，通过深入的数据分析和智能化预测模型，实时更新功能，对企业预算工作的执行情况进行考核评价，帮助企业有效控制成本费用、提高利润水平，以及衡量预算目标有效性，使资源达到最优配置，帮助企业实时掌握现状，实现数据驱动决策。4、精细化风险管理以企业的财务报表为依据，利用各种财务比率或数学模型，对企业财务状况进行检测，预警企业经营风险，使数据有31数字引领者效转化为分析信息、辅助决策信息，提升对集团业务的透视能力，快速全面系统的了解经营状况，及时发出风险预警提示，为企业决策提供数据支撑，

88、保障企业稳健发展。用友财务分析主题看板领先实践，帮助企业更好地利用数据资产、以数据价值为导向，通过全面完善的数据应用体系，满足集团财务统计与经营分析需求，为企业决策提供数据支撑，提升数据应用能力与财务管控水平，实现企业经济效益和运营效率的全面提升。落地智能分析领先实践，让数据为企业创造价值用友 BIP 智能分析资产包无需复杂配置，帮助企业通过菜单式选择、快速配置、快速应用，并持续迭代更多更丰富的分析模型，可以让企业快速获取智能分析领先实践，让数据实时为企业创造价值。湖北某机场运营公司，2020 年起与用友合作，上线用友的财务系统。为了更好的进行财务分析，助力企业经营，该公司基于用友 BIP 智

89、能分析资产包构建了机场运营分析看板。该项目以大数据智能化分析为核心，以数智化决策支持为重点，搭建了涵盖运营、财务、客运、货运、航线、人力能效主题的机场行业专业分析体系，全面支撑高层管理及专业管理；分析看板聚焦机场行业关注的资源安全及高效利用问题，可以专业精准定量评估资源使用效率及效益，并为后续资源科学优化配置提供数据支撑辅助决策依据；通过指标体系及分析看板可以直观展现CDM（协同决策）系统协同效果，洞察历史、反馈现状，及时有效发现运行中存在的问题及提升空间；依托现有大数据技术能力，通过分析云应用挖掘安全监控、运营管理、优化流程、指挥决策等方面数据价值，为企业搭建起技术、数据与业务决策之间的桥梁

90、。用友 BIP 智能资产分析包帮助该机场运营公司实现经营过程数据可视化，将数据转化为生产力，提升机场大数据应用水平，助力公司数智化转型、实现高质量发展。32数据要素驱动价值创造当企业拥有准确、完整的客户数据，企业能够深入洞察客户需求和偏好，为客户提供个性化的服务；当供应商数据得到有效管理，企业的采购流程将得到优化、串标围标等风险也将得到有效控制，进一步提高企业的运营效率；当企业得到快激发客商数据价值，用友 BIP 企业画像防范经营风险在数智化时代，数据被视为企业的“新石油”，是驱动企业运营和决策的核心动力。客户和供应商的档案信息等企业主数据，就如同企业的“中枢神经”，渗透在各个业务环节中。速准

91、确的舆情数据，企业可以及时发现潜在的风险和危机，采取应对措施，制定精准策略，增强市场竞争力。文/用友网络 金春姬33数字引领者企业亟需突破客商数据管理与应用难题企业在实际日常运营中，会面临诸多与数据相关的难题。1.获取高质量数据难：随着数据量的急剧增加，从海量信息中获取高质量的数据变得越来越具有挑战性。多渠道来源的数据杂乱无章，数据采集方法的不统一使得数据整合变得更为复杂。此外，涉及多区域和多语言的数据难以统一管理，导致高质量数据的筛选难度加大。这些问题给企业的业务决策和数据分析带来了极大的困扰。2.数据维度不够全面，无法全面识别风险：在数据采集过程中，由于数据集的不完整或忽略了关键数据，导致

92、无法获取全面的数据维度。数据更新不及时，使得新的风险未被及时纳入数据分析范围。此外，数据采集和分析的方法和技术可能存在局限性，无法完全覆盖所有风险维度。3.主数据清洗和校准难：随着数据量的不断增长，数据的复杂性和多样性也随之增加，这给人工清洗带来了巨大的挑战。加上，缺乏标准化和规范化的校准数据库以及自动校准工具，数据清洗和校准工作的难度和复杂度大大增加。4.数据利用效率低下：企业在利用数据的过程中，需要投入大量的人力、物力和财力，经营成本过高，加上挖掘数据价值能力较弱，数据的垄断以及数据安全性的担忧等因素，导致数据的利用率低下，无法充分挖掘出数据中隐藏的有价值的信息和洞察。5.销售渠道单一，拓

93、客难：传统的拓客方式使得企业获客成本高昂，客户群体覆盖面狭窄，缺乏对目标客户的精准分析，导致大量无效的营销投入和低下的拓客效率。6.风险信息获取不及时：企业无法第一时间获取客商经营、法律、舆情、股权等变化信息，无法准确识别合作风险，加上企业缺乏有效的风险监测和预警系统，无法及时识别和评估潜在的风险因素。7.数据分析能力弱：无法对海量的舆情信息进行有效处理，无法准确分级和识别信息的优先级，对一些重要的舆情事件响应不及时，使企业面临更多的运营风险，如市场风险、竞争风险等。用友 BIP 企业画像，降低经营风险，助力企业决策用友 BIP 企业画像主数据服务运用大数据处理和分析技术，快速甄别目标企业全貌

94、画像信息；运用先进的机器学习算法，辨认出隐藏在企业间的复杂关系网络，对外投资关系，识别潜在围标、串标可能性；通过风控模型，精准识别潜在供应链风险因素，为企业构建一个全面的风险管理体系，有效地规避和防范经营潜在风险。用友 BIP 企业画像的信息涵盖范围广泛，包括企业工商信息、上市信息、司法风险、经营风险、经营信息、企业发展、知识产权、新闻舆情等 8 大类 54 小类，7 类分析图表，7 个企业标签，1000+维度信息，帮助企业更好地了解目标企业的背景、实力和信誉，从而更好地评估合作风险和制定商业决策。1.丰富数据源：2.2 亿+社会实体数据、3 亿+风险数据、3亿+舆情数据、1.6亿+关系图谱数

95、据、数据更新及时且精准。2.权威数据源：来自国家企业信用公示系统、中国法院裁判文书网、中国执行信息公开网等网站，以及媒体和新闻、互联网等渠道获取的多维度权威企业信息，数据按天更新。34数据要素驱动价值创造3.前瞻性技术能力：利用大数据分析技术，结合算法模型、机器学习等手段，快速获取互联网中的商业信息进行深入挖掘，发现潜在的商业机会和风险。4.灵活计费模式：以企业为单位开通，不受用户数量限制，满足企业多部门多角色需求，更适合 To B 业务。5.深度系统融合：嵌入用友系统各个业务场景中，与应用场景深度融合，操作更加便捷、高效。企业画像可以帮助企业解决以下难点。1.客商背景调查：客商背景调查是一种

96、全面的企业信息获取方式，企业画像，帮助深入了解客商的经营状况、联系方式、法律风险、组织结构、财务状况、市场表现及其他核心数据，有助于企业更好地评估其客商信用等级和风险水平。企业画像借助大数据分析技术，精准提炼出客商全貌信息，深入挖掘企业重点风险信息，帮助企业更好地了解客户的信用状况和经营风险，为决策提供数据依据。2.供应商风险管理：采购管理解决方案，依托海量企业数据和多维分析模型，采用人工智能算法、云计算等技术，提供“智能寻源、供应商准入、招标管理、合同履约、供应商评级、供应商风险监控”6 大环节的风险排查解决方案，帮助企业搭建低成本、高效率的采购全业务流的风险管理数字化服务，有效识别和防范各

97、种潜在风险，实现降本增效、动态监视、全面提升采购管理的智能化水平。3.供应商风险评分报告：参照国际供应链风控最佳实践，运用前沿的大数据和知识图谱等分析技术，通过 4500 万家企业画像数据，8 大项、30 小项的属性特征，构建评价模型；并根据特征类型、分布情况的不同，动态自适应评分模式，对供应商进行全面、深入且客观、公正的风险评估，企业风险、实力、经营状况，一键生成企业画像报告，有助于企业快速准确地了解供应商的整体风险情况，赋能企业决策。4.精准营销拓客：企业画像通过多维字段检索，在 2.2亿+企业数据库中精准检索，锁定目标市场，识别潜在客户，定位业务决策人，有针对性的提供线索挖掘服务。同时，

98、企业画像深入分析历史客户群体，勾勒出群体的特征，清晰把握客户画像，与 2.2 亿+市场主体的特征分布的差异进行比对，智能推荐具有相同特征的潜在客户，助力企业快速建立商业联系，赋能业务发展，助力精准营销和精细化运营。5.动态风险监控预警：在风险防控的关键领域，关键在于提前规划，并敏锐感知外部风险事件。企业画像运用先进的数据挖掘和算法模型技术，自动对海量数据进行清洗、整理和分析，快速识别出外部风险事件，并对其进行分类和评估，将复杂的风险信息简化为易于理解的风险标签，让企业能够更加直观地了解自身面临的风险状况。同时，风险信息支持深度下钻，让用户查阅具体风险信息，还提供导出文件的功能，方便用户对风险信

99、息进行进一步的分析和处理，帮助企业快速响应和应对风险，减少损失。企业画像领先实践，实现供应商全生命周期管理某大型制造型企业，拥有众多的供应商和复杂的供应链。为了确保企业生产的质量和效率，客户每年都会筛选出一万家高质量的供应商，将其纳入企业供应商库，同时还会筛选换新现有的两万家供应商。在这个过程中，采购经理和财务人员需要承担巨大的审核和管理工作量。采购经理平均每个工作日需要审核约 80 个新供应商，以确保每个新供应商都符合企业的要求和标准。而财务人员则需要审核大量的数据和信息，以确定每个新供应商的财务状况和信用评级。还需要对现有的供应商进行管理和维护。客户需要一个高效、准确、易用的系统来帮助他们

100、完成供应商的筛选、审核、管理和维护工作。用友 BIP 采购云系统结合企业画像功能，为客户提供从供应商准入到供应商全生命周期管理的解决方案。在供应商准入环节，通过用友 BIP 企业画像可以快速注册供应商信息，一键批量补全供应商工商信息，帮助采购经理节省大量的时间和精力；根据企业供应商准入要求，用友 BIP企业画像能够帮助财务审核人员实时获取企业全方位风险信息，进行线上化准入资质判断，提高审核效率，降低合作风险。在供应商管理环节，用友BIP企业画像的“风险扫描”服务，按照风险项，逐一扫描企业风险项，并通过评分、风险等级、扫描出风险项明细，一目了然知晓合作的供应商所存在的风险。还可以通过深度挖掘股权

101、关系，查询投标企业间的关联关系，防止供应商串标围标行为；通过核心指标体系的分析，包括失信情况、涉诉情况、35数字引领者处罚情况等，综合分析企业经营风险，合同履约风险、法律风险等，洞察企业经营状况、挖掘潜在风险危机，助力企业的风险审查及管控。在供应商准入、供应商年度续签合同等场景，帮助企业全方位核查企业实力，发现、识别潜在风险，及时采取措施；结合企业画像功能，围绕企业工商信息变动、司法诉讼、经营风险三大类的22个风险维度，为企业提供一套完善的供应商风险监控解决方案。并根据企业设定的风险级别（高风险、警示、提示），一旦检测到供应商触发相应风险，及时通过短信、邮件等方式向采购经理和财务人员发送预警信

102、息。通过用友 BIP 企业画像的解决方案，该集团实现了历史供应商档案库的全面清洗，减轻采购、财务人员的负担，并深度挖掘企业自身风险与关联风险，精准评估供应商的可靠性和稳定性，有效降低了潜在合作风险，保障企业生产、财务和品牌稳健发展。36数据要素驱动价值创造以财务数据智诊经营全貌，用友 BIP企业健康体检守护企业稳健发展企业财务体检，让经营无忧！企业如同生物体一样，会经历成长、巅峰、衰退等生命周期阶段。企业的兴衰并非命运使然，而是其经营活动的自然结果。正如生物体需要定期体检以确保健康一样，企业也需要进行定期的财务诊断，以确保其财务状况的健康发展。财务分析诊断质量有待提高，辅助企业正确决策近年来，

103、随着我国经济发展速度的加快，市场环境日益复杂，企业规模不断扩大，企业间竞争逐渐加剧，这使得企业对财务分析质量的要求逐渐提高，企业财务分析工作越发复杂。准确且及时的财务诊断能为企业经营决策者提供有效的数据信息，有助于其做出正确的经营决策，帮助企业实现可持续发展。文/用友网络 金春姬37数字引领者财务诊断，即企业健康体检，其核心在于深入分析和评估企业的关键财务数据。其目的是及时发现并解决企业经营过程中已经出现或潜在的问题，寻找问题的根源，并制定切实可行的解决方案。通过有针对性地调整和改进，企业可以更好地从事经营活动，保持良好的财务状况。简而言之，企业体检就是通过对企业财务状况的全面检查，确保企业能

104、够持续健康地发展。然而，企业在进行财务诊断时往往面临以下问题。1.财务分析耗时耗力：由于财务分析的复杂性，分析过程既耗时又耗力。对于企业管理层来说，这是一个庞大的工程，尤其是对于小型企业或资源有限的企业来说更是如此，从而导致无法及时发现和解决问题，影响企业的财务健康和决策效率。2.分析解读能力弱：市场环境的快速变化，导致企业使用的财务分析模型或指标失去了相关性，难以适应新的经济条件。同时，老旧的财务分析工具和方法不再能够有效地提供决策支持。此外，企业缺乏具备专业能力的财务分析师，会进一步削弱财务数据的解读能力。3.行业/竞品洞察难：企业难以获取准确的行业及对标企业的数据，缺乏对行业趋势和竞争对

105、手的深入洞察，会影响企业对自身长期发展和竞争力的把握，可能导致错失市场机遇或承受不必要的风险。4.缺乏有效决策依据：缺乏坚实的财务分析作为决策支撑，企业的经营决策可能会基于不全面或准确度不足的信息，这可能导致不理想的决策结果，甚至引发严重的财务风险。用友 BIP“企业健康体检”，助力企业可持续发展用友 BIP“企业健康体检”利用智能化大数据分析技术，深入解析企业的财务数据和经营数据，全方位评估和诊断企业经营状况，一键生成企业体检报告，为企业经营决策提供有力支持。企业健康体检帮助企业深入解析企业的财务数据和经营数据，全方位评估和诊断企业经营状况，一键生成企业体检报告，为企业经营决策提供有力支持。

106、同时，通过与行业数据的对比分析，明晰企业在同行业中的地位和竞争优势，发现问题并制定针对性的精益措施，提升管理水平与竞争力。此外，结合投资者、合作伙伴等利益相关方的企业信用和偿付能力等风险信息，对企业进行综合分析和评价，帮助决策层做出更明智的决策。1.丰富多元化数据类型：过整合企业财务、税务、资金流水、业务等多元化数据，需企业授权形成企业资产数据。2.全面多维度分析方法：从企业盈利能力，资产管理能力，偿债能力等维度进行穿透式交叉分析，打通维度间的数据通道，得到更准确的运营分析。3.盖多行业的对标数据：从企业盈利能力，资产管理能力，偿债能力等维度进行穿透式交叉分析，打通维度间的数据通道，得到更准确

107、的运营分析。4.平台稳定数据安全有保障：拥有 ISO27001 新型安全管理系统认证证书，通过用户认证安全、网络交易安全、新型储存安全等多维度保障数据安全，提供 7*24 小时专人监控，有效保障系统运营。企业健康体检助力企业经营可持续发展。1.企业健康体检利用大数据分析和人工智能算法，显著提升财务数据处理和分析的效率，帮助企业快速生成财务分析报告，并对每项指标进行解读，提出专业建议，确保财务分析质量的同时，提高了分析效率，大大减少了财务人员的工作量。2.企业健康体检通过整合先进的大数据分析技术，实现了对海量数据的深度挖掘与精准分析。从繁杂的数据集中提炼出关键洞察，将这些信息转化为直观易懂的报告

108、，确保非财务专业人士也能轻松把握数据背后的含义。同时，定期评估和更新财务分析模型和指标，使之与市场动态和企业的实际业务模式保持同步，具有预测未来市场趋势的能力。此外，引入了生成式 AI 技术和智能化技术，自动生成图表及自然语言分析文本，以自然语言的形式呈现一份完整且详尽的财务分析报告。3.企业健康体检覆盖 21 个一级行业的财务及经营数据，1000+财务类指标、10 大类 100+企业标签、3W+企业财报38数据要素驱动价值创造数据、1W 企业财务附注数据。通过与同行业指标进行对比分析，帮助企业精准地识别自身的优势和劣势，了解自己在行业中的位置，识别潜在的财务风险，为企业提供有效的决策支持。此

109、外，与行业内的标杆企业进行比较，揭示出企业间的差距，明确改进的方向，提升市场竞争力。4.企业健康体检高阶版，在财务、画像数据基础上，拓展了对行业宏观数据、行业经济绩效数据、企业经营业务数据以及财务附注的分析。同时，增加了企业供应链分析、经营分析、资产管理分析、现金流量分析和负债的分析，帮助企业识别优势领域，优化资源配置，提升经营效率。此外，特别增加了财务异常分析、行为异常分析、风险预警等服务，提前识别和防范潜在风险，为企业提供全方位的业务洞察和决策支持。企业健康体检应用场景与领先实践用友 BIP 企业健康体检在企业绩效评价、风险筛查、客商评价、监管评价等场景发挥重要的决策依据。1.企业绩效评价

110、：建立企业经营健康诊断模型，分层挖掘影响经营绩效的制约因素，及时发现问题，助力策略调整与升级，优化管理方向，实现高效稳健经营。2.准入风险筛查：金融机构通过全面评估客户偿债能力、运营效率和经营可持续性等多方面指标，获得准确、客观的评价报告，实现风险的有效防范和化解。3.客商经营评价：综合评估客商营运、增长能力，资金和社会化数据，全面筛查供应链稳定性风险，为制定发展策略提供有力决策依据。4.政府监管部门监管评价：深度透析企业营收、利润、盈余现金流等核心指标，全面评估经营绩效，捕捉优势与不足，为企业量身定制高效管理策略，助力提升管理水平。比如，浙江省某县工商联希望建立区域企业的“企业健康宝”，通过

111、对区域企业的精准画像和风险问题智能预警预测，一方面帮助了解辖区企业的整体经营情况及排名，另一方面通过财务数据了解企业在经营过程中所遇到的困难，如资金流不足，存货积压等问题，以便于为企业提供针对性的政策支持和帮助。用友 BIP 企业健康体检基于企业财务数据、企业工商数据、知识产权、经营风险等多维度数据，通过企业经营评价模型及AI分析，帮助相关部门了解辖区内的企业经营整体情况。从企业的盈利能力、成长能力、资产管理能力、偿债及流动性分析等维度与同业进行对比分析，发现企业优势同时，对指出企业经营过程中的问题，并对企业外部行为异常和经营异常进行预警。此外，用友 BIP 企业健康体检实现了外部社会化数据及

112、分析能力与精准管理服务相融合，支撑打通政府相关部门、基层网格人员和各企业的连接，帮助政府部门提升治理能力和治理体系现代化、数据化水平。39数字引领者深挖数据资产价值，释放数字风控效能，用友智慧模型革新虚假贸易监控新手段2023 年 10 月，国务院国资委发布关于规范中央企业贸易管理严禁各类虚假贸易的通知，严禁各类虚假贸易业务的开展，国资委继续紧盯屡禁不止的“牛皮癣”问题，对融资性贸易、“空转”“走单”虚假业务问题“零容忍”。40数据要素驱动价值创造虚假贸易管控的规范要求与具体措施在针对虚假贸易的规范性要求上，明确了各类虚假贸易风险监控的具体指标内容。如针对大额预付款项、应收款项、库存、不良逾期

113、率等指标的实时监测，针对货权管控的可视化、数字化、持续沉淀业务数据和外部信息的采集，合理运用金融衍生工具等。这些措施充分表明在加快推进企业高质量发展过程中，需要更好地发挥科技创新、激活数据要素、赋能虚假贸易的实时精准化的风险防控。用友 BIP 全球司库在改善和提高虚假贸易风险监控的管理水平方面建议从以下几方面的具体工作来开展：加强内部审查和监管：建立内部审查机制，确保交易和贸易活动的真实性和合规性。加强对关键岗位人员的培训和监督，提高识别虚假贸易的能力。实行严格的供应商审核制度：对所有与国资委有业务往来的供应商进行审查，确保其合法经营和真实性，避免与不正当交易对象进行业务往来。建立风险预警机制

114、：建立风险评估和监测机制，及时识别和预警潜在的虚假贸易风险，采取相应的控制和应对措施。加强合同管理：强化对贸易合同的管理和执行，确保合同内容真实有效，建立健全的合同履行和违约处理机制，防范虚假交易行为。清理整顿不良交易记录：对过去的不良交易记录进行清理整顿，防止对正常业务造成影响，完善相关记录和归档工作。利用数据分析工具进行风险评估：运用数据分析工具对贸易数据进行深入分析，评估虚假贸易风险。建立智能化风控平台：利用人工智能技术建立智能化风控平台，整合内外部数据资源，实现风险信息的实时监测、分析、预警和管理，识别虚假贸易行为。用友 BIP 全球司库智慧风控服务平台，构建智慧风险模型，提高虚假贸易

115、排查水平随着新一轮数字技术与 AI 的迅猛发展，传统管理理念和管理手段已经无法支撑数字化转型企业在应对企业可持续化风险防范的发展要求，推进风控数字化的转型势在必行。数字化的转型使企业实现业务线上化的全覆盖，伴随着资金、核算等财务大数据的持续积累，大数据、大模型等新技术手段的迭代发展，推进各类创新应用在数字化基础上，更向着智慧化、智能化方向发展，而激活数据价值，构建统一的智慧风控服务通过大数据挖掘建立虚假贸易监控模型是提升虚假贸易决策分析和识别能力创新手段。通过持续积累风险管理经验，将风险前置嵌入贸易全链条环节中，切实提升虚假贸易监控的智慧化能力，深化历史经验数据的经验沉淀与积累，引入外部社会化

116、数据，结合内部历史数据，构建大数据规则和智慧模型算法，定义各类虚假贸易识别指标和监控规则，将数智化能力的应用嵌入到企业贸易全链条业务系统的各个平台功能中发挥智慧风控的作用。虚假贸易监控模型，智慧识别排查风险用友BIP全球司库智慧风控平台，引入大模型和智慧算法，构建虚假贸易监控模型，将虚假贸易监控结果应用于贸易交易全流程实现对全业务、全客商、全流程的覆盖。41数字引领者关键设计 1：基于交易过程全链路的融资性贸易的风险管控通过对贸易业务全链条全要素数据的充分挖掘，积累虚假贸易识别所需的风险数据资产，依托专家识别和智慧算法，构建虚假贸易监控模型，持续提升贸易全过程中的风险识别。关键设计 2：利用智

117、慧算法提高对虚假贸易上下游关系的有效识别引入深度优先搜索（Depth-First Search）DFS，以特定约束对象（特定交易主体）为事件的起点，以与之有交易关系的客户结点为汇点，溯源查询在选定时段内具有极大交易权值的可疑交易路径，从中发现异常交易情况。关键设计 3：通过数据建模方法构建虚假贸易监控模型精细化识别虚假贸易在专家经验的基础上构建虚假贸易评分模型，通过层次分析法明确模型指标的区分度情况，并依托分箱法划分出不同的模型评分对虚假贸易的识别精确度，依托科学数据建模的方法完善评分模型的识别区分度和识别能力。领先企业进入到数据服务与智能化并举的数智化新阶段，将以数字化为基础，智能化产生新价

118、值的理念持续进阶，用友 BIP 全球司库秉承数智化新价值理念构建的智慧风控服务平台，将切实提高企业在虚假贸易识别与排查的风险管理能力，改善决策的一致性，减少贸易过程中的主观性，助力风控审批决策科学化，实现智慧化的风险管理。42数据要素驱动价值创造让数据成为生产力，用友时序数据库为智造按下“瞬时加速键”当前，新一轮科技革命和产业变革突飞猛进，推动企业数智化进程加速向前发展，数据作为一种新型的生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节，海量数据的存储和快速处理是发挥数据要素价值的基础，数据库是数据要素价值链上必不可少核心基站。作为关键基础软件之

119、一，数据库国产化正在成为企业招标选型的重要参考，实现信创国产化势在必行。2022 年 4 月，为突破我国工业软件 AIoT 平台在物联网时序数据库及工业低代码应用开发方面的“卡脖子”问题，用友联合清华大学，揭牌成立“清华大学（软件学院）-用友网络科技股份有限公司时序数据与物联应用联合研究中心”，重点围绕时序数据库和低代码开发平台等大数据系统软件关键技术开展研究工作。2023 年，基于清华大学自主研发的国内首个开源时序数据库，用友自主研发了专业服务企业的商用版国产高性能时序数据库TimensionDB，实现国产化数据库等基础技术组件的完全自主、安全、可控。专业服务工业场景、更懂业务的国产高性能时

120、序数据库TimensionDB时序数据是随时间不断产生的一系列数据，也就是带时间戳的数据，其源于人类对事物的连续性观察需求，比如服务器的性能监控、锅炉的压力监控、体检时的心电图等等，而时序数据库就是专门用来存储、处理时序数据的系统。时序数据产生量巨大又具有很强的时效性，而在“数据”43数字引领者作为关键生产要素的工业企业，除了要求时序数据库做到基础的存储和处理，对其性能还有更高的要求：工业企业对数据的可靠性、稳定性有很高的要求，对宕机、以及维护里面宕机数据丢失不能容忍的，要求产品的高可用；工业企业的系统与生产执行紧密关联，对数据的抖动、延迟，有很高的要求，不希望由于压力高增，而影响数据存入，因

121、此客户会具体对内存、IO、CPU 等提出一些指标要求，保障在客户的工厂、车间等环境上的稳定运行；工业企业为了管好核心的生产制造的高效稳定执行，在满足基础的时序数据库功能之上，还要求“超大规模数据瞬时写入”，同时要实现乱序管理。用友基于工业企业客户的需求和专注企业服务 35 年的领先实践，打造专业服务工业场景、更懂业务的自主可控商用版高性能时序数据库用友 TimensionDB 时序数据库。实时+高吞吐、数据摄入架构简化、多维数据计算和分析、灵活数据发布、低资源消耗等能力，在车间、工厂等有限资源环境，持续提高数据压缩比，降低存储成本，优化内存布局，降低内存消耗，提升计算效率；持续拓展企业服务商业

122、化能力，研发业务场景多维分析、数据按需订阅、数据统计分析、时间序列预测等功能，满足工业企业各类场景下的灵活商用需求；具备足够的生态扩展支持能力，提供一站式的多场景多范式计算支持能力，简化使用方式，大度降低生态伙伴的技术成本和接入难度，支持延伸扩展多样化的生态应用场景。性能高、成本低、速度快、能力强、拓展高，四大超强引擎高效释放数据价值用友 TimensionDB 时序数据库，致力于解决因设备采集点数量巨大、数据采集频率高造成的存储成本高、写入和查询分析效率低的问题，满足工业企业多场景、高性能、高可用性需求，具有写入性能高、硬件成本低、查询速度快、分析能力强、扩展能力高五大核心优势，搭载存储引擎

123、、查询引擎、流计算引擎、消息引擎四大超强引擎，高效释放数据价值。存储引擎实现高压缩比低成本存储，支持单机每秒1000 万数据点的高速写入、实现 1:150 高压缩比，10亿数据点硬盘成本低于 1.4 元；查询引擎提供面向时间序列的丰富查询语义，面向时序数据特征的计算，面向时间维度的丰富聚合函数支持，实现 10 亿级数据量、千万数据点查询的毫秒级响应；同时支持切片计算、四则运算、周期性分桶聚合等操作，基于专用的多线程多维计算算法，充分利用服务器的硬件资源来提高计算速度；流计算引擎，提供了与时序数据紧密结合的流计算处理能力，能够持续不断的进行数据消费计算，满足数据实时处理的需要，Timension

124、DB 提供的流计算引擎，未来在语法上可良好兼容 Streaming SQL 的标准；消息引擎，提供了工业标准的消息队列能力，支持时序 深研多计算范式融合的技术路线，专业服务工厂、车间等端边协同工业场景，无缝融合 MES、ERP、资产管理、设备维保等生产系统，支持流计算、事件驱动、多维查询分析等多种计算范式的融合应用；基于云原生架构聚焦突破工业场景服务性能，创新研发44数据要素驱动价值创造数据基于业务规则，快速发布到消息队列，被消费和处理，满足复杂业务场景下的集成需求。用友 TimensionDB 时序数据库基于分布式架构，提供弹性伸缩的能力，可适应不同规模时序数据的存储与分析需求，具高扩展性，

125、支持秒级增加节点而无需进行数据迁移了；支持多种数据订阅模式，更贴合企业业务需求；支持对接Hadoop、Spark、Grafana等多种开源生态环境；可快速摄取、存储和处理海量时间序列数据，具有高并发写入、高压缩比存储、快速查询、功能完备、查询分析一体化、简单易用等能力，性能优于国内主流时序数据库引擎，可广泛应用于物联网、工业 4.0 等场景下海量时序数据的快速采集、高效储存、实时分析。四大场景，用友为智造按下“瞬时加速键”当前，各行各业的企业数智化持续发展，企业数智化已经进入到围绕生产、经营及管理主题的融合化应用创新、重视和系统推进数据治理的阶段。在能源、冶金、电力、石油化工、工程机械等行业，

126、基于用友“AIoT 物联网平台+用友TimensionDB 时序数据库”打造的四大规模化应用场景获得众多客户的认可，已在多家工业企业通过运行测试及上线切换，助力工业企业加速释放数据潜能，让数据成为新质生产力。场景一：AIoT+工业大数据分析，时序数据助力智能制造，打造智能工厂以工业场景中的工业大数据分析为例，工业企业需要通过终端设备和传感器对生产数据的实时采集和分析、设备故障预警处理等，实现对生产现场的实时监控。而工业数据的采集都需要带有时间戳，大量工业数据建模、工业知识组件和算法组件，均以时间序列数据作为输入数据，对时序数据库的需求和应用更加多元。用友时序数据库实现了工业数据的高性能采集入库

127、、高效数据分析，为企业管理层决策提供数据支持，帮助用户通过持续优化生产管理流程来释放优质产能，助力实体制造业由粗放式经营模式，逐步过渡为生产设备网络化、现场管理数字化、决策运营智能化的精益制造智能工厂。场景二：AIoT+IT 系统运维，统一 IT 系统运维，全局把控系统运行状态以工业场景中的 IT 系统运维为例，企业需要对大规模应用集群和机房设备进行监控，实时关注运行状态、资源利用率和业务趋势，实现数据化运营和自动化开发运维。用友时序数据库可以实现对原始指标数据的采集和实时计算，并将实时计算的结果数据存储到TimensionDB，实现监控和分析的展现，支持多种时序异常类型的检测告警，并将异常情

128、况直观展示，方便运维人员识别异常，告警策略设置简单，业务人员可轻松上手。场景三：AIoT+设备监控分析，集中式、全景化、数智化的设备监控平台以工业场景中的设备监控数据分析为例，用友时序数据库支持多个 100G 数据流量采集点的数据包元数据存储及快速查询，帮助用户实现全量数据的回溯分析，基于自研数据分析引擎，无需借助第三方大数据工具即可完成复杂业务数据分析，助力用户实现集中式管理、全景化分析、数字化运营的设备监控平台。场景四：AIoT+车联网数据分析，IoT 传感器时序数据分析，助力万物互联以工业场景中的工厂机械车联网为例，用友 AIoT 将传感器数据通过窄带物联网实时发送至时序数据库，通过多维

129、分析引擎进行复杂的计算和分析，搭建工程机械产业链协同平台，实现工程车辆设备分析与实时监控及设备后服务维保数据分析与管理，基于每秒千万级车辆轨迹数据写入能力、高效压缩、线性扩展等特性，可从容应对采集点&采集频率变更带来的流量突增，实现更高性能、更稳运行、更低成本。数据库作为支撑工业企业生产运行实现数据治理的关键基础软件之一，对推动中国制造企业数智化转型有着至关重要的作用。未来，用友 TimensionDB 时序数据库将不断创新，持续投入，深化行业和场景应用，通过实现相关基础技术组件自主、安全、可控，打造国产化数据库的创新模式，为推动制造企业迈向高质量发展和数字中国建设增添强劲动力。45数字引领者

130、从“用数据说话”到“让数据说话”，全面数据服务焕发酒店生意新生！文/用友酒店餐饮行业专家 李思琪作为数据密集型行业，酒店业数据的应用已经渗透到了行业的各个环节。通过分析客户的消费习惯、喜好、行为模式，酒店可以更精准地满足客户的个性化需求，提供优质的个性化服务，提升客户满意度和忠诚度；通过分析销售、房间占用率等数据，酒店可优化价格策略、预订策略，提高房间利用率，最大化收益；通过分析客户的反馈和在线评价数据，可以及时发现服务的不足，改进服务质量，提高客户满意度；通过构建用户画像，酒店可以精确地定位目标客户，实施精准营销，提升营销效果和回报率；通过大数据分析和挖掘，酒店可预测未来的客户需求、市场趋势

131、，制定有效的营销策略和业务发展策略。数据在酒店数智化转型中发挥着关键的支撑作用。通过数据的分析和应用，酒店可以实现个性化的服务、优化运营管理、精准市场营销和提升用户体验，从而提高企业的核心竞争力和盈利能力。企业只有足够重视“数据”的作用，加强数据的收集、治理、分析和应用，实现用户端与供给端全要素、全场景、全生命周期的数据智能，塑造数据创新驱动的竞争力，才能在新时代的浪潮中屹立不倒，生生不息。46数据要素驱动价值创造酒店行业独有的数据特性首先，酒店业更加重视终端客户，所以比传统 ToB 企业更加注重企业数字化运营。其次，用户是酒店的核心，酒店有着庞大而复杂的会员体系，因此数据画像的构建和应用对于

132、酒店来说至关重要。同时，酒店有着众多的对外渠道，如 OTA、电商、支付系统等等，数据来源广泛多样，且数据生成速度快、变化频繁，更加依赖高时效性的处理和分析。不少企业已经将数据上升到了战略层面，而酒店行业在数据应用方面，则面临更加严峻的挑战：一，紧密相连的业务 vs 独立建设的系统围绕用户选择和入住酒店的整个过过程，可将酒店业分为住前、住中和住后环节，不同环节均有不同的数据来源。住前数据即用户入住前的选择行为数据，例如在百度等搜索引擎上的搜索行为，在OTA上的搜索、浏览、预订行为等，这些数据反映整个市场需求和用户偏好；住中数据即酒店在用户入住过程中形成的数据，例如酒店 PMS 系统中的经营数据、

133、来自于 TMC、OTA 的订单数据等，这些数据反映酒店的当前及历史经营状况；住后数据即用户住后的反馈数据，例如用户点评、调查问卷等，反映酒店的产品及服务的价值。然而，这些数据多数仍处于割裂状态，分散在各个应用系统以及渠道，无法及时共享，难以做到用数据驱动决策。二，数据的应用程度 vs 业务创新及管理变革尽管越来越多的酒店开始尝试利用数据进行决策，引入了数据分析、管理的平台工具，但大多数酒店对数据的应用仍然停留在展现级，主要依赖数据展现，如看板和报表，而并未进行深入的数据分析和挖掘，数据价值未被充分释放。尽管酒店可以通过各种渠道收集到大量客户数据，但这些数据往往仅被用于制作扁平的统计报表，如入住

134、率、客房利用率、酒店营收等。报表虽然可以帮助酒店了解一些基本的运营情况，但无法提供深入的洞察，如入住率下降归因分析、提升盈利的行为建议、客户的消费习惯、喜好等。不足以支撑酒店经营影响因素洞察，无法在管理上提供精细化的决策支持，也限制了酒店产品和服务的优化与创新。三，数据质 vs 精细化运营需求由于数据在各业务系统分别维护，口径不统一，逻辑不一致，加之数据来源多样，传输过程中可能出现丢失，或者数据源本身存在问题，以及缺乏有效的采集、处理、清洗和治理手段，导致数据的准确性、完整性、一致性、时效性以及可用性难以保障，酒店可能无法准确了解客户需求、市场趋势和竞争对手的动态，从而无法及时做出有效的决策。

135、导致产品和服务与市场需求脱节，和原有细分市场客源的匹配度差距逐渐拉大，最终影响酒店的竞争力和盈利能力。引入先进的方法和工具提升数据价值，建立数据渠道的决策制，才能充分利用数据来支撑精细化运营，改善酒店收益、实现精准营销、提升核心竞争力。用友“2 种形态+5 级宝塔”数据服务模型，驱动业务持续创新用友作为全球领先的企业数智化软件与服务提供商，在服务企业 35 年间，始终关注企业数据价值，助力构建数据驱动型企业，让数据成为一切经营活动的“眼睛”和“大脑”。用友定义数据驱动为 2 种形态+5 级宝塔，其中，两种形态分别是 dSaaS 数据应用服务和 DaaS 数据即服务。它们的核心都是将数据用于解决

136、实际问题，优化业务流程或支持决策。DaaS 主要提供数据本身，可以是原始数据或已经加工后的指标和标签，企业得到数据后可根据自身的需求进行后续的分析挖掘和应用。47数字引领者除了数据，dSaaS 还提供了数据分析、可视化、决策支持等应用。通过数据+解决方案+工具+模型+分析，帮助酒店最大程度挖掘数据价值，探索应用场景，成为数据和技术驱动的科技型服务企业。五级宝塔模型即为企业提供五级全面数据服务：第一层是展现服务，比如各种报表报告；第二层是分析服务，比如经营分析、成本分析等；第三层是控制服务，比如风险预警；第四层是决策服务，比如智能定价；第五层是创新服务，比如基于消费数据反馈对产品进行优化和创新。

137、以 YonGPT 企业大模型为支撑，通过用友 iuap 数据中台对酒店企业的人、财、经营、营销、资产、供应链等多元业务数据进行汇聚和治理，并围绕核心业务线的经营、管理、会员、运营等重要指标构建分析体系，利用智能中台的模型算法库训练、构建的酒店行业模型因子，为酒店企业提供 5 层全面数据服务，深入洞察企业运营、识别潜在的业务风险和机会，并提供智能化的解决方案，从而提高经营决策水平和业务运营效率。展现层：数据服务主要关注数据的可视化呈现。包括生成财务报表、门店业绩快报、客房收入报表、会员仪表板等。用友提供的数据分析工具能够从酒店企业多源异构的业务系统中提取数据，并将其可视化为图表、图形和表格，便用

138、户能够直观地了解酒店经营管理的基本情况。分析层：数据服务深入挖掘数据，进行更加深入的数据分析。通过数据分析工具，酒店企业用户可以进行更复杂的数据分析，例如经营分析、客源结构分析、订单渠道分析或趋势分析等，以获取更深层次的洞察和理解。用户可以逐步探索数据，并发现隐藏在数据背后的模式和关联。控制层：数据服务开始关注业务的运营和控制。包括预算控制、库存预警、会员留存监测、供应商行为监测等。数据分析工具可以与实时数据集成，通过设置阈值和规则，自动检测异常情况并提供告警，帮助企业及时采取措施，规避风险。决策层：数据服务用于辅助酒店高级管理层做出战略性决策。包括使用数据分析和预测模型来支持决策制定，例如智

139、能定价、精准获客、智能推荐、市场趋势预测等。通过数、智工具，整合历史数据和市场情报，为酒店决策者提供可靠的决策依据。创新层：数据服务不仅仅关注数据的应用，还注重在业务中的创新。包括产品优化、服务开发、业务流程优化、运营模式优化、经营主题创新等，通过深入分析和洞察，酒店可以基于数据发现新的市场机会，创造新的价值，打造差异化优势，在激烈的竞争中脱颖而出。更懂企业的数据中台，为酒店行业提供一站式数据底座用友所提供的数据服务，扎根于用友 iuap 数据中台的核心能力。用友构建的数据中台不是简单的一套软件系统或者标准化产品,更多的是一种强调资源整合、集中配置、能力沉淀、场景应用的运作机制。用友 iuap

140、 数据中台以全域数据应用为目标，以各种数据管理理论为依据，以云原生、微服务、大数据和人工智能等数据加工处理技术为基础，提供酒店企业全域数据治理、数据采集、数据建模、计算加工、资产的构建和共享、数据分析挖掘等能力，支撑酒店企业在指标管理、分析展现、决策支持、知识发现、人工智能等数据驱动的各种场景应用，帮助酒店企业沉淀数据资产，发挥数据价值，同时能够轻松驾驭新技术，实现解耦开放、自主可控、柔性扩展、架构领先的数据底座。对于酒店行业来说，各个酒店企业的数智化成熟度参差不齐，很多传统酒店企业并没有那么多的数据，所以对数据中台的使用只停留在展现层，只需要报表和分析；但是中大型酒48数据要素驱动价值创造店

141、就需要更多的数据，并对这些数据进行深入的分析，来支撑企业的管理决策；而行业领军级的酒店则需要在数据服务层有深入的应用，比如数据治理和数据智能，用于赋能企业的业务和管理决策，使其一直处于行业领头羊的位置。基于此，用友将数据中台打造成为产品的组合，它所形成的能力从低到高，可以为各种成熟度的企业提供服务。这也是用友 iuap 数据中台的一个先进之处：并不预设企业的形态，会根据其需求的特征，来提供与之匹配的数据服务方案。基于统一模型的数据分析，快速构建企业专属数据应用服务随着用友 iuap 平台技术与数据能力的升级与创新，用友建设全面数据服务能力的战略主张也逐渐呈现出来，而这恰是用友更为强调数据中台能

142、力的使然。很多酒店企业在信息化过程中积累了大量数据，引入了先进的工具，然而在数据应用上仍然面临困境。比如不同数据分别可以发挥什么作用、如何建立不同业务指标、如何将指标生成模型、如何将指标结果更好的呈现给酒店管理者，并为管理者提供决策依据，指导业务发展？酒店想要建立全面的数据应用服务，亟需建立自己的指标体系，完成从展现、分析、控制、决策和创新的进程，通过智能化运营，助力智能化决策。基于用友 BIP 领先的平台技术与应用架构、丰富的领域与行业领先实践，推出用友 BIP 智能分析资产包。用友 BIP 智能分析资产包作为用友数据应用服务（dSaaS）“统一模型中心”，以敏捷 BI 为数智底座，数据分析

143、为核心服务，为酒店企业提供基础模型、分析模型、行业模型及可视化模型资产包，持续建设并运营企业经营数据模型和指标模型，让酒店企业快速拥有智能分析领先实践，助力智能化决策，实现智能化运营。用友对千行百业的数智化管理经验进行提炼和总结，通过大量预配置形成基础模型、分析模型、行业模型、可视化模型四层架构，将这些管理经验实现资产化，以更便捷的模式提供给更多酒店企业，为酒店企业构建全面的应用服务与全态的指标体系。智能分析资产包无需复杂配置，帮助企业通过菜单式选择、快速配置、快速应用，并持续与酒店行业客户共建，按照行业关注指标进行个性化配置，迭代更多更丰富的行业分析模型，让酒店企业能够快速获业内数据分析领先

144、实践，破解数据应用难题，充分让数据实时为企业创造价值，让数据智能变得更加普惠。用友 BIP 全面数据服务能力，驱动酒店企业商业创新统一酒店企业数据平台，打通各域数据，实现会员、营销、财务、供应链、OTA 等核心数据的融合、汇聚及存储。沉淀酒店数据资产，统一数据标准及统计口径，实现数据全环节统一语言，支撑酒店企业各系统数据交换，分析结果共享，激活酒店数据要素潜能。从经营、会员、营销、运营等业务视角构建酒店企业价值管控指标体系，全面反映企业经营管理情况，为企业决策者提供科学有效的数据支撑，包括：运营成本管控、精准营销、投资回报评估等。赋能酒店企业敏捷自助的数据分析能力，提供丰富的图表组件和统计函数

145、，降低数据分析技术门槛，业务人员通过拖拽在较短时间内构建精细的经营管理分析看板，及时了解经营情况，规避风险，提高管理决策效率。依托成熟的行业及领域模型，为酒店企业提供开箱即用的数据分析主题包，快速构建酒店企业多维度、穿透式的指标看板，释放数据价值，让数据智能变得更加普惠。酒店经营管理报告自动生成。自动生成图文并茂的呈现数字报告，可以无缝集成 office 的图表和表格组件，基于语义模型完成自动内容的生成和取数，周期性洞察业务数据，提升决策效率。用友以全面综合的数据服务能力，帮助酒店企业构建全新的数据架构，借助平台化的形式、数据化的运营、高阶的分析、算法和模型提供酒店企业数据智能服务，用数据驱动

146、的方式打造酒店商业洞察力，以此驱动企业数字资产价值变现，铺平数智化转型之路。领先实践家中建五局：数据运营升级，成就数字五局亚太中慧:数据可视化，让采购过程更阳光更高效更智能华强集团:以数据智能提升财务数智化水平500 强企业领先实践：人力数智化分析，提高组织决策能力山西国运：数据驱动监管，提高国有资本运营效能50数据要素驱动价值创造建筑行业是数据最丰富的行业之一,也是当前大数据应用最为欠缺的行业之一。如何最大化的发挥数据资源价值，赋能建筑业数智化转型升级？如何通过数据洞察经营管理过程中的不确定性？如何创新数据应用场景，促进建筑业高质量发展？数据驱动已经成为包括建筑行业在内的，所有企业数智化转型

147、的重要模式。中建五局，作为全球最大的投资建设集团之一、国内建筑行业龙头企业中国建筑集团公司的重要骨干成员企业，在央国企对标世界一流的趋势下，正在以政策为引导，以前瞻性视野和坚定不移的战略定力为保障，加速企业数智化转型。为了在保障数据安全、合规的前提下，实现数据共享以及数据价值的挖掘，中建五局积极建设数据运营体系，推动平台数据共享模式，以数据驱动企业决策，加快“数字五局”建设。中建五局：数据运营升级，成就数字五局“3411”数字化转型战略，提升数字化管理运营能力中建五局以房屋建筑施工、基础设施建造、投资与房地产开发为主营业务，拥有房建、市政、公路“三特三甲”资质。公司总资产超 1500 亿元，是

148、投资商、建造商、运营商“三商一体、品质一流”的现代化投资建设集团，稳居“全国一流、中建三甲、湖南三强”。2020 年，在中国各行业龙头企业纷纷从信息化迈向数智化，由传统流程驱动向数据驱动转型的趋势下，中建五局全面启动了数智化升级。为支撑“3411”数字化转型战略，中建五局全面开启“信息化4.0工程”，以用友iuap平台为数字底基座，利用大数据、人工智能技术，构建数字化管理运营平台。51领先实践家中建五局的发展愿景是打造建筑行业领先的数字化创新应用企业，支撑五局“一最两创”、“三强三优”战略。基于这一发展愿景，中建五局将数字化升级作为战略性工作，通过业务与信息技术双轮驱动，构建“企业管控集约化、

149、业务管理精益化、资源配置高效化、生态互联协同化”的“数字五局”，推进生产经营与数字化同步转型升级，助力企业高质量发展。为此，中建五局制定了“3411”数字化转型战略，全面开启“信息化 4.0 工程”，通过打造数字化管理运营平台，实现企业运营管理在线分析、在线检查、在线考核、风险线上预警，并在局、公司及项目全面推广应用。“3”即通过业务管理体系、数据运营体系、IT 技术体系“3”大体系升级，促进生产经营与数字化管理互融互促。“4”即通过推进企业战略决策、业务运营管理、项目综合管理、产业互联协同“4”大业务主题的数字化管理，提升企业经营管理水平。“1”即通过依托生产运营数据库和知识文档库，构建“1

150、”个数据仓库，提升数据化决策能力；基于中建集团整体技术框架，打造“1”个数字化技术平台，提升物联感知、数据洞察、互联协同、数智模拟四大数字化能力。基于数据中台，建立完善的数据运营体系中建五局以用友 iuap 平台为数智化底座，利用大数据、人工智能技术，构建数字化管理运营平台，包括人力资源管理、财务管理、资金管理、采购管理、经营管理、档案与知识管理等内容，与业务管理深度融合，实现企业战略决策科学、业务运营管理提质、项目综合管理提效、产业互联协同升级。数据贯穿了中建五局所有平台与业务系统，只有将这些数据实现统一管理，才能真正发挥数据的价值，提高管理效率。同时，需要建立不同的数据分析模型，以满足企业

151、人力分析、物资分析、商务分析、土木商务成本分析业务需求。为了更好解决数据管理问题，建立完整的数据运营体系，中建五局基于用友iuap数据中台，进行数据的统一采集（外部、内部数据均按要求采集接入）、统一存储（所有数据均先入湖，后应用）、统一共享（所有数据均设定权限，实现企业内外共享）、统一展示（采用智能分析进行价值展现）。基于平台集成各生产与运营系统数据，中建五局实现不同层级主题数据分析，包括全局战略分析、分子公司运营分析、项目综合分析。全局战略分析汇集全局运营数据形成运营报表中心，展示全局运营指标和绩效指标。分子公司运营分析主要以企业人力资源、集采、财务资金等核心业务数据为支撑，构建的企业人财物

152、数据中心；项目综合分析主要以项目商务成本、生产进度和质量安全等关键信息，形成的项目运营看板。中建五局根据自身条件和外部环境，利用大数据及人工智能技术，探索建立各类科学决策分析模型，实现对企业关键运营指标实时监控和线上绩效考核，挖掘数据价值。比如，围绕企业发展战略确定风险指标、配置风险阈值、设置风险有效性标准，构建风险预控预警模型，实现风险自动预警，以移动化、可视化、数字化的场景展示方式为局及分子公司领导层提供科学决策支持，增强决策科学性，降低风险，提升企业管理效率。中建五局数字化运营管理平台框架图中建五局数据管理平台架构图52数据要素驱动价值创造基于数据中台构建数智化底座，可以将数据转化为资产

153、，满足业务的快速迭代和个性化需求等。同时，也是实现供应链全过程数据实时交互的连接器，是实现与社会化资源共享应用的连接器。通过前期信息化建设，中建五局已实现了商务、物资、财务、人力等核心业务在线化，场景化，从源头有效控制数据质量，为数据的在线分析奠定了基础。此次，通过数字化管理运营平台的运营，聚焦项目整个生产经营过程，通过报表梳理、源数据清理、标准制定、系统上线、数据应用五个步骤，逐步推进报表与看板建设。规范项目指标几百个，实现了财务、资金、人力、商务、物资等业务的数据的有效利用和指标共享，为公司生产经营提供了有力的数据支撑；建立了全局统一门户，既充分体现各子公司特点，又提升了集中管控的能力。通

154、过门户统一标准，实现了人员、账号、组织、合同、文件、客商等主数据的统一，和各业务系统的数据集成；企业运营风险管理预警看板项目经济活动风险预警图建立了统一的数据仓库，根据数据的不同属性进行统一分类、统一数据来源、统一取数规则、统一维度、统一取数时点、统一标准化数据字典。运用线上数据构建企业资源库，包括知识文档库、投标业绩库、供方资源库、物资价格库、项目策划专家库、人员业绩库、企业奖项库等，为项目设计概算、投标、分包、采购等业务执行提供数据模型分析，提高了数据共享与应用能力。通过应用数据精准分析业务流程与节点效率，使流程平均审批时间缩短 5.6 天。自主研发资产盘活系统，较传统手段降低材料损耗 3

155、0%；通过集成第三方电子签章，平均每份合同签定时间由 20 多天缩短至 7 天，业务办理效率提升了 75%以上。通过此次“数据驱动”的数智化升级，中建五局实现了“人、财、物”各项核算资源及“营销、施工、供应”等全业务的闭环管理，实现了财务、资金、人力、商务、物资等数据共享，规范了业务处理、精细化了成本管控、规避了企业经营风险。成为世界一流企业，是所有央企的愿景，也体现了央企作为我国国民经济“稳定器”和“压舱石”的使命与担当。发挥数据要素乘数效应，激发企业数据价值，正是央国企通过数智化转型，迈向高质量发展的有效方法。53领先实践家国有企业是中国特色社会主义的重要物质基础和政治基础，是党执政兴国的

156、重要支柱和依靠力量。为推进国有经济布局优化和结构调整，增强国有经济竞争力、创新力、控制力、影响力和抗风险能力，国有企业正加快推进国资监管信息化建设，以进一步转变监管模式、提升监管效能，为全面深化国资国企改革提供重要保障。国资国企数智化穿透式监管的三大挑战现阶段，国资国企实现数智化穿透式监管面临着三大核心挑战。一，国资监管数据自动获取难，授权放权与有效监督山西国运：数据驱动监管，提高国有资本运营效能难平衡国资监管的根本目标是快速、准确、实时地感知国有企业的经营状态和经营效果。作为出资人，现阶段国企数据基本依靠表格收集，实时性、准确性、易用性不足，难以保证获取信息的全面性、真实性，难以主动、及时监

157、测到国有企业经营运行情况，缺少有效的监督管理抓手。在缺少监管全量数据的情况下，难以充分授权和放权，当监督效果无法评估时，授权也难以动态调整。数据获取的智能化程度严重制约了监管方进行动态化监督业务、专业化资本运营和精准化有效监管。二，国资风险监管指标单一，风险动态监督预警难实现国资对下属国企的日常监管主要依赖企业财务数据定期报送及基础分析、年度预决算审核、年度考核以及重大项目的54数据要素驱动价值创造报批报审，风险监管指标单一，不成体系。由于近年各级国企快速扩张，企业规模、经营内容、关键风险等方面经常波动变化，上述监管手段已不能满足现阶段对国企的风险监管，需在监管指标的体系化、精准化和智能化方面

158、不断提升。三，国资监管手段智能化不足，企业经营全貌难洞察在“管资本”转型下继续做好国资监管，关键在于找准关键风险点，紧扣国企业务特点并充分借助数智化手段工具，全面升级监管方法，建立科学的风险监控体系。现阶段国资监管主要依靠财务指标模型进行单一维度的结果性监督，缺少“指标动因穿透、业财联动校验、综合绩效分析、智能决策分析”等智能化方式监督，难以满足“管资本”的监管高频次、监管针对性、监管及时性和监管导向性要求，难以洞察企业经营全貌。模式创新，以大数据智能化落地国资国企穿透式监管山西省委省政府站在战略高度，从强化国资监管体制和机制整体出发，创新性地提出“分级授权、厘清职责、品字架构”的改革思路，以

159、推动国有资本布局优化、结构调整、战略重组、创新体制、服务转型，强化国资风险防控，确保国有资本做优做强、国有资产保值增值。分级授权，即省政府授权国资委履行出资人职责，国资委将出资人管资本职责全部授权国有资本运营公司。厘清职责，即省国资委专司监管，山西省国有资本运营有限公司（以下简称“山西国运”）作为全省统一的国有资本运营公司全面履行出资人管资本职责，开展专业化资本运营。品字架构，就是在授权范围内明确的事项，省国资委和国资运营公司各自对省委省政府负责，形成按照市场化、法治化方式高效运转的国资监管体制。山西国运所监管的省属企业多达 18 家集团企业，涉及机构多、层级多，且产业布局涵盖 14 大不同领

160、域。同时，由于国资监管涉及人力、财务、资产、投资、绩效考评、核心人员和核心数据等内容，导致监管业务效率不高，监管行为难以深入，业务和财务监管主线分离度较大，监管数据间难以形成有效对标分析，监管系统集成度较低，监管成效难以评估，监管成果对国资运营整体战略支撑程度不足。为了解决现有的监管痛点，并更好地发挥国有资本运营公司的引领作用，坚定践行“专业化运作、市场化运营、法制化管理、穿透式监管”三化一式运营理念，用友创新突破并首次落地穿透式监管，实现资本布局优化，动态监管业务和促进制度创优与技术创优的充分融合。通过穿透式监管平台，形成组织全级次覆盖、要素全维度洞察、业务全流程追溯，对省属企业实施穿透式监

161、管。山西国运财务数智化管理平台实现了八大核心功能：一是监管大屏，实现一屏“观企业”。企业财务数智运营驾驶舱是针对委领导和国运公司领导的桌面，快速掌握企业的运营情况，监控企业经营动态。通过财务数据及核心业务数据，从资产负债、利润、现金流、重大风险四个方面，全局掌控省属企业经济运营状况，确保国有企业实现“一增一稳四提升”。二是产业全景分析，产业全貌全掌握。产业板块穿透从国运全局穿透到不同产业板块，打破原有组织结构的限制，按照煤炭、电力、化工、新材料等产业维度进行统计分析，以实现对资本布局、产业贡献、聚焦主业、多元化产业综合分析的全局透视分析，揭示每个产业在省属企业当中的体量、定位、贡献度等，更好地

162、了解国运的产业布局和风险情况，进而采取相应的监管措施，保护国家和社会的利益。三是全量对标分析，对标一流找差距。实现盈利能力、经营增长、资产质量、债务风险四项能力和多种维度对标；通过行业对标、委内对标、集团内部对标、标杆企业对标等多维度对标，实现委管或集团企业两线的横向对标。推动企业经营指标尽快迈过“生存线”，达到“发展线”。55领先实践家便于企业识别短板，寻找差距，实现发展模式由外延粗放向内涵集约的转变。四是综合绩效评价，标准量化智评级。将国企所属行业标准值进行量化分析，将指标分为盈利能力、偿债能力、经营增长、资产质量等四个类型，通过年初挖潜力、年中看经营、年底看绩效的管控体系，在智能分析中找

163、差距，在经营分析时对企业运行行为精准跟踪，对企业的经营综合绩效进行智能评价、智能判级和问题定位分析，溯源结果成因，从指标组成要素上层层穿透，找到影响指标异常的各个要素。五是智能辅助决策，助力经营促提升。国有资本运营管理分析，对国有资本收益情况、经济成果收益情况、管理运营质量情况、社会责任贡献情况、资本运营效率分析、融资管理情况分析、资产投资情况分析做出详细数据变动说明并得出相应结论。六是智能分析预警，精准实时防风险。实现多角度风险控制和主动风险防范。一是财务异常监测，从盈利能力、资产质量、营运能力、债务风险四项风险指标，识别企业潜在的财务风险。二是行为异常识别，通过经营管理、司法诉讼、信披资质

164、等复合指标识别交叉叠加的复合事件潜在风险。以企业财务数据、历史风险信息、行业标准、指标池作为输入，通过风险数据的量化处理，建立企业综合财务风险与专项风险模型，设计风险的具体指标和模型，定义指标阀值和模型输出，发现风险，定位风险，系统主动预警风险。七是动因穿透分析，多维穿透找根因。实现了组织穿透，指标要素穿透等穿透式监管，组织穿透指从国运组织结构维度实现盈利、资产、负债、现金流等分析穿透，一级集团经营活动看板可以穿透到二级公司，二级公司可以穿透到三次公司，实现层层穿透、直到末级公司总体运营结果，实现同一分析主题的组织级穿透；指标穿透可以从相关指标直接链接到其他主题、实现同一组织在不同主题间的穿透

165、，即实现了解每个组织结构对整体经营活动的贡献及影响程度。八是报告自动出具，智能分析定结论。根据经济运行分析中各指标数值，从经济运行分析与国有资本运营管理两大维度出发，详细列示各指标的总体情况，系统根据指标值自动出具相应报告。经济运行分析中，对各产业业务完成情况、经济运行中呈现的特点及问题，做出报告。智能洞察与标准值差异较大的指标，综合反映省属企业的风险水平，并对需重点关注事项做出警示，同时形成风险报告，便于使用者根据风险提示调整相关业务决策。“以数据驱动监管”，用友 BIP 穿透式国资监管平台将持续助力国有企业不断完善穿透式国资监管模式，不断增加国资监管数据模型，不断沉淀国资监管数据资产，不断

166、深挖国资监管数据价值，拓展监管的辐射范围和辐射深度，提高国有资本运营效能、加快建设世界一流企业。56数据要素驱动价值创造2022年，持续低迷的消费电子市场让半导体行业进入“寒冬”。但是，作为电子产业晴雨表的华强北，却连续第八年实现正增长。华强北，中国电子第一街的背后，是一个有着 40 年发展历程的多元化集团企业深圳华强集团有限公司（简称“华强集团”）。华强集团创建于 1979 年，是一家以高科技产业为主导的大型多元化投资控股集团。产业涵盖文化科技、电子信息高端服务、产城融合开发运营、新兴产业和产业金融五大板块，发展了近 300 家全资及控股企业。这些年，华强集团不断加大战略新兴产业布局，在新能

167、源、物联网等细分赛道快速抢占市场。随着集团业务的持续扩展，华强集团：以数据智能提升财务数智化水平管理难度增大，数据需求迫切等问题就凸显出来。在此背景下，华强集团以财务数智化为抓手，重点聚焦数据场景应用和底层基础能力建设，打造了基于用友 BIP 的合并报告系统，为产业投资类企业摸索出了数智化转型的领先实践！合并报告系统让业务数据价值化早在 2017 年，华强集团就开始了财务数智化转型。通过集中核算，集团强化了对所有业务板块的管理。2019 年，为了进一步深化改革，全面实现集团上下财务工作的精细化、标准化，加强总部的经营把控，提升整体管理57领先实践家效率和业务水平，华强集团完成了财务共享中心建设

168、。一方面，企业构建了发票管理、采购付款、收款认领等平台，实现集团级的基础管理，而另一方面构建了财务共享运营平台，让财务工作深入到业务，实现对各个交易环节的支持。随着集团财务数智化转型的不断推进，企业沉淀了大量的业务和财务数据。如何更好的利用数据赋能管理、加强业务创新，成为管理者十分关注的问题。然而，像他们这样的多元化集团，业务数据往往分散在不同业务板块的不同系统中，以至于当集团管理者想要完整的数据报告时，就会上演这样的场景：分公司财务人员加班加点的将业务数据统一加工成财务数据，然后提交给集团。集团财务人员再将这些数据转换为集团管理口径的数据，最后提供给管理者。这样手工编制，耗时耗力不说，对管理

169、的时效性和质量也造成了严重影响。事实上，从应用角度来说，华强集团缺少一个可自动化处理数据的合并报告系统，而从数据角度来说，他们又缺少一个可多维分析的数据引擎，帮助管理者更好的洞察数据，辅助经营决策。因此，从 2022 年 5 月开始，他们携手用友构建了合并报告系统。同时，基于用友 BIP 多维引擎，打造了一揽子的智能报告解决方案，从而实现了数据要素的全面价值化。夯实数据底座，探索多元落地场景随着技术的快速发展，数据对于商业洞察力的价值创造是不言而喻的。为了做好准备，华强集团自主打造了企业数据中台，连接各个业务系统和财务系统，实现数据的统一存储、集成、加工。“这种底层能力的搭建，是为了更好的提升

170、集团的管理能力、服务能力和创新能力”。华强集团数据管理部副部长李有良说。基于数据中台，他们又摸索出一套完整的数据应用流程。首先，源数据在数据中台进行集中处理，根据不同的维度打标签，形成一整套层级分明的基础数据；其次，通过 API 接口，加工好的数据传递给用友 BIP，再通过多维引擎进行不同维度的分析，最终得到管理者、投资者或股东可以使用的报告数据。以合并报告系统为例，处理后的财务数据通过多维引擎就形成了集团级的各类报告。它不仅可以从不同维度展示集团整体的经营现状，而且还可以支持管理者查看各业务板块的财务和业务数据。这样，数据就自上而下的穿透到最底层。“基于数据中台+合并报告系统+用友 BIP

171、多维引擎，我们打造出了集团化、场景化、多元化的数据报告能力，这对于企业日后的发展具有重要意义。”李有良表示。其实，构建整个数据应用能力并不是一蹴而就的，这其中也存在不少挑战。比如，当数据量较大时，数据中台处理的过程就较长，再传递给用友 BIP 进行合并分析，时效性就会减弱。为了解决这个痛点，华强项目组和用友项目组做了不少尝试。对于双方而言，这都是首次遇到这样的难题。因此，经过双方讨论并验证，决定将数据颗粒度细化，将数据结构简化，把核心数据提取出来，然后针对于不同的需求将精准的数据源传递给用友 BIP，从而规避时效性风险。通过不断的技术优化，问题得到解决，双方也都对系统进行了完善。最后，提及整个

172、项目的亮点，李有良反复强调，一定是“多角度的多源数据整合”。通过整合数据中台和合并报告系统，用友 BIP 平台不仅可以帮助华强集团展现财务数据，而且还可以很好的洞察企业资金数据、税务数据、资产数据等，从而更立体的打造出企业画像。这将帮助管理者更加精准的判断各业务板块的经营趋势，及时做出战略决策。再以资金数据为例，如何统一管理下属企业的贷款规模，如何判断其是否具备资金偿还能力，如何把控具体业务的资金流动性这些棘手问题以前都无从解决。但是，现在有了数据中台和用友 BIP 的组合，为进一步解决这些问题提供了数据基础与工具基础。58数据要素驱动价值创造合并报告系统释放企业数据潜能企业精益化管理的诉求之

173、一就是打造更多维度、更细粒度的分析报告。在这个过程中，数据是源头，算力、算法则是强有力的支撑。用友 BIP 基于多维引擎，可为企业提供有一整套的智能化解决方案，甚至于可满足十亿级数据规模下的“多准则、多币种、主附表”快速合并和一键出表的需求，这对于大型集团企业来说是极其难得的。目前，从 1 月份上线到现在，基于用友 BIP 平台打造的合并报告系统已让华强集团看到了显著地效果。首先，它提升了数据中台的应用能力。企业以合并报告项目为基础，完善了数据中台建设，完成了财务数据“上云入湖”，这为后续搭建各类业务分析模型、数据的智能化应用提供了良好的数据基础。其次，它更进一步统一财务数据标准。在原有统一集

174、团COA 明细科目的基础上，通过合并报告系统的实施，更规范了数据应用层的标准化水平，从而形成了有效财务数据资产。第三，它进一步推动企业业财融合。通过合并报告系统，业务和财务数据被有效整合在一起，为后续经营分析、风险监控等提供支撑。从 0 到 N 的领先实践以数据为抓手，支持业务决策、提升价值管理普遍成为企业数智化转型的下一站。这正与华强集团的做法不谋而合。正如合并报告系统这般，基于华强自建的数据中台，结合用友 BIP 多维引擎，以数据智能化应用助推集团管理升级。而接下来，随着数据底座的不断完善，让数据赋能业务创新，推动企业高度发展则成为华强集团积极研究的课题。今年，中国经济快速重启，创造了全新

175、一轮的增长周期。对于华强集团来说，多元化产业的快速布局、高质量发展将更有利于企业抓住新增长窗口，实现自我的转型升级。立足于当下，放眼未来，只有对领先实践的不断追求，才能助推企业快速达成战略目标。正如合并报告项目，它所涉及的方法论、经验可以封装成企业的领先实践，快速复制到所有业务板块，快速赋能给未来更多的新兴业务，从而让集团上下所有企业共享数据价值，共同迈向一体化的高质量发展！简而言之，从手工处理到自动化编制，从合并调整来源不易查，到全程可追溯，进一步推动核算规范化、标准化。华强集团都实现了明显的改观。更重要的是，集团财务人员已不再深陷于具体事务性工作，而是将更多时间花在数据分析和价值呈现方面，

176、这对于员工能力提升和职业发展起到了推动作用。59领先实践家民以食为天，国以农为本。农业是人类赖以生存的基础，也是支撑国民经济建设与发展的基础产业。数字化和智能化已成为当下各行各业发展的新动能，农业也不例外。农业数据基于数智化技术应用，正成为农业行业新的生产要素，形成新型生产力，推动农业高质量发展。山东亚太中慧集团（以下简称亚太中慧）作为农业产业化国家重点龙头企业，紧抓数据要素，深度发挥数据在采购管理场景中的应用，以数据进行价值创造，为集团数智化转型提供创新引擎。采购管理寻突破，数据驱动创价值山东亚太中慧集团，自成立以来，始终专注农牧行业，亚太中慧：数据可视化，让采购过程更阳光更高效更智能历经十

177、余年发展，形成了以安全食品和健康养殖为核心，集种禽繁育、饲料生产、肉鸡养殖、食品加工、餐饮连锁等产业为一体的产业链条。目前，公司拥有中慧农牧、中慧食品等多家事业平台，在全国建成合资合作企业、规模农场共 180 多家，拥有饲料企业 50 余家，产品包括鸡料、鸭料、猪料、牛料及水产料等配方饲料、预混料六大系列 60 多个品种，市场以山东为核心，辐射河南、河北、东北、江苏等省市。亚太中慧的产业链中涉及大量大宗物料的采购。从整体市场来看，大宗物料价格波动大，货源不稳定，物料质量不达标等问题，为亚太中慧控制采购成本、选择优质供应商等方面带来困扰。另外，在采购系统方面，供应商信息分散、采购流程冗长、采购结

178、果数据分散等问题，使得亚太中慧无法及时、准确做出采购决策，并打通产业链条，实现敏捷经营。60数据要素驱动价值创造经过梳理业务情况，亚太中慧选择与合作了十多年的用友再次合作，基于用友 BIP 数智采购解决方案，以数据驱动采购管理，让采购过程更阳光、更高效、更智能。目标一：战略采购。实现集采、聚落、地采有效分权及监督，扩大寻源通道，辅助谈判定价，实现价格对标、让采购过程更加阳光透明；目标二：流程优化。实现从采购需求、计划、寻比价、合同到收发货、结算、发票、供应商管理等业务全流程优化，探索采购管理数字化和智能化；目标三：提效保供。实现合同/订单的高效协同，执行数据的自动核对，有效的跟踪整体执行情况，

179、实现资源共享，提高业务管理效率和效益；目标四：协同互通。以平台化，专业化，规模化的理念构建采购管理平台，通过内外互联，实现企业内外业务数据互联互通；目标五：阳光合规。规范流程、信息共享、避免重复操作，价格谈判全程线上，实现供应商的分级分类管控，让采购过程更加阳光合规。使用成本。数据分析助决策，敏捷经营促发展当前亚太中慧已经完成了采购数据的基础梳理与管理，解决了数据分散的问题，为数据的分析应用奠定了良好基础。为了充分发挥数据应用价值，亚太中慧将基于用友 iuap数据中台，助力采购管理更智能更高效。亚太中慧只需要明确当前数据分析的目的，用友 iuap 数据中台开始梳理数据指标，然后把相关数据存放到

180、数仓中，最后通过数据可视化工具设计出不同的数据看板。比如以线上报表的形式展示数据报表的智能报表，以大屏的形式展示数据报表的仪表板，以报告的形式展示数据报表的智能报告等。通过分析物料的价格趋势，对物料价格增加预警机制，便于企业掌握价格信息，有利于与供应商谈判议价；通过对供应商进行评分评价，对物料质量分析，便于企业选择选择信誉良好、具备稳定供货能力的供应商，并建立健全的备货和补货机制；亚太中慧通过建立一体化的数智采购平台，建立了阳光合规的采购环境，让采购流程更规范、更透明、可追溯，实现了集团、多公司采购需求的统一管理和分配。并且支持不同组织、不同品类的采购需求自动分派给指定的采购组织和采购人员，提

181、高采购工作效率。实现了供应商资源整合，对供应商的管理涵盖了从准入、认证、评价、评价结果应用的全生命周期管理，持续优化供方队伍；通过统一的供应商平台，就供应商准入、认证、绩效考核等制订统一规则，按照流程执行，提高数据的规范性。通过供应商合作数据，供应商资质信息、供应商绩效等进行统一线上管理，有效支撑了供应商的绩效评估；实现了与其他系统的联通和数据闭环，以及采购业务流程和供应商管理的业务闭环。完成采购需求、寻源、合同、订单、到厂执行与财务对账结算全流程，实现闭环管理；综合降低直接成本、采购作业成本及供应商画像总览示意图通过对物料的质量分析，搭建质量评价体系，便于企业选择品质可靠的供应商，并督促企业

182、建立健全的验收检查等措施来确保采购物料的质量；通过采购分析，可以掌握项目组采购情况及原料采购的整体情况，有效控制成本；61领先实践家采购总览分析示意图库存分析效果示意图通过库存分析，建立合适的仓库布局，缩短采购周期。通过正确的物料分类，实现成本管理，改善现金流，提高企业资金利用率；通过采购品类分析，获取品类采购额排行榜、交货及时率、次品率、库存周转率、库存占用率、项目组采购需求量、不同地区供货情况、历史采购数量采购金额、历史采购价格、采购执行情况等，帮助企业了解品类资源以及采购优势；另外，通过采购业务推进分析，实现从全局和组织的角度对采购业务进行监测；通过采购提效分析，可以了解各机构日常采购执

183、行效率；通过产供平衡分析，对生产和库存计划建立动态监控报表，为管理层、执行层等多层级用户提供计划和生产方面的可视化的分析能力，为物资保障的产供视角提供预警能力；通过对物资供方生产过程质量、到货质量、到货检验等方面建立质量监控指标体系，实现对质量问题的分级/分类可视和分析；通过合同执行分析，建立合同执行全链路的跟踪及预警，实现合同执行的规范管理，降低审计风险；满足管理层、执行层等多层级用户的管理和分析需求，提升供应商供货质量管理的水平；未来，亚太中慧将持续升级数智化能力，激发数据要素的乘数效应，探索数智化采购新模式，以数据驱动企业创新发展！62数据要素驱动价值创造谷歌首创“People Anal

184、ytics”（PA）一词，并在人力资源部门设立了专职的 PA 团队。People Analytics，译作人力分析或人力资本分析，是以组织的人才管理为起点，通过数学和统计学方法，收集和应用人才数据，识别组织在人才管理关键方面的模式、趋势和相关性，以帮助组织优化其人才战略，提高员工敬业度和满意度，并最终在竞争激烈的市场中取得成功。今天，企业越来越重视人力资源的分析工作，期望为各种管理场景提供依据，预测未来业务趋势，辅助经营决策。麦肯锡的研究指出近 90%的组织不同程度地使用人力分析。人力资源团队通过人力分析工具和方法，从内部和外部的人才数据中获取有价值的信息，分析和预测整个组织的员工行为，为管理

185、层的人才和业务决策提供依据，建议或指导。500 强企业领先实践：人力数智化分析，提高组织决策能力基于企业数智化底座用友 iuap 平台领先的数据挖掘和机器学习等技术，用友 BIP 面向企业管理层、HR 人员推出人力数智分析产品。通过收集、分析和解释人力资源相关数据，如员工的工作经历、培训记录工作绩效评估、薪酬情况、假勤工时等，以支持组织决策和管理的过程，帮助组织更好地了解和优化人力资源管理，提高员工的生产力和满意度，从而提高组织的绩效和竞争力。为客户的 HR 业务人员及管理者直接赋能，通过数据实现对企业人力资源管理进行全面、多维、深度、灵活的审视。某世界 500 强：以数据驱动干部管理某世界

186、500 强企业聚焦钢铁业、园区开发与运营管理、63领先实践家产融结合、新产业四个板块协同发展，成为跨行业、跨地区、跨所有制、跨国经营的综合型大型国有企业集团。在“十四五”数字化转型的背景下，数据治理和人才盘点是人力资源管理专业数字化转型的必经之路，集团的干部队伍分析更是人才盘点的核心工作，国有企业干部队伍是党在经济领域的执政骨干，是治国理政复合型人才的重要来源，肩负着经营管理国有资产、实现保值增值的重要责任。该世界 500 强企业携手用友，搭建了人力资源数字化盘点平台，依据市委组织部下发的各级领导班子及领导人员队伍建设综合分析研判的通知，结合集团各级班子及领导人员加强干部队伍建设三年工作方案与

187、领导人员选拔任用工作办法，将干部队伍业务现状图表化、看板化，展现集团干部队伍结构现状。同时，通过对领导人员年龄、职级、学历、职称、各职级人数、性别人数等单位、平台等信息进行相关分析，利用图表直观展现领导人员变化趋势、各平台领导人员数量、各职级年龄结构、各平台文化素质情况，了解干部人员结构变化、干部队伍的预测分析，为干部队伍建设提供决策依据，精准定位干部队伍的发展方向，实现集团战略人力资源的管理目标。干部队伍结构分析某中国 500 强企业：以数据驱动人才结构分析某中国 500 强企业是全球领先的水产饲料生产企业及重要的畜禽饲料生产企业，拥有 80 余家涉及饲料业务的分、子公司，生产、销售网络已布

188、局全国大部分地区及越南、孟加拉、印度尼西亚等东南亚国家。该企业围绕“看清人才、看全人才、激活人才、科学配置”的人才管理宗旨，基于长期的管理实践凝练出科学的人才管理逻辑和清晰的人才标准，以此为牵引，在人才发现、鉴别、配置、使用的全人才供应链条中应用人才分析，从个体、总量、结构配比、运行动态等多元视角，数字化可视化展现人才图景，提供依据客观、指向明确的决策建议，体现人才管理专业价值。可视化人才画像从实践中逐渐探索出一套契合企业发展的人才管理模型和标准，并在大量异构化信息系统中沉淀起丰富的人才数据。但分散冗杂的人才数据缺乏有效组织，未能发挥出与人才标准印证比照、精准匹配、科学用人的作用，陷入“守着金

189、山挖不出金子”的窘境。通过打破异构系统屏障，数据集成重组，汇聚集中起全面人才数据；基于体系化人才模型和标准，依托用友 BIP 数据分析基座，构建起数字化可视化人才画像；结合全维度对比分析；实现看清看全、科学识人。人才画像示意图64数据要素驱动价值创造人才对比示意图人才动态监控动态化实时化是实现全面科学人才管理的内在要求，是人才管理深入提升的关键体现。聚焦于解决人才管理过程中的滞后性和时效性问题，开展人才动态监控，理顺人才配置的触发牵引机制。仰赖于数字化系统的建设，运用用友 BIP 提供的实时分析能力，对连续绩差、年龄超限、任期超限、超期培养、违规违纪、人才新任等各类情形动态监控、实时预警、及时

190、反馈，达到快速响应、科学配置。人才监控看板示意图数据已经成为企业的核心资产，人力资源数智化需要对组织和人才发展全生命周期的数据进行全面治理。通过将数据在人力资源管理不同业务场景进行分析应用，可发挥数据价值最大化，以数据驱动决策，提升组织管理效能,促进员工科学管理。地址:中国北京市海淀区北清路 68 号用友产业园网址:邮编:100094yonyou Network Technology Co.,Ltd.Add:yonyou Industrial Park,No.68 Beiqing Road,Haidian District,Beijing,China Website:Post code：100094用友网络科技股份有限公司