用友&至頂科技：企業數智化領先實踐 數據要素驅動價值創造（2024）（68頁）.pdf

《用友&至頂科技：企業數智化領先實踐 數據要素驅動價值創造（2024）（68頁）.pdf》由會員分享，可在線閱讀，更多相關《用友&至頂科技：企業數智化領先實踐 數據要素驅動價值創造（2024）（68頁）.pdf（68頁珍藏版）》請在三個皮匠報告上搜索。

1、2024.1.12第 三 期數據作為數字經濟的關鍵生產要素，正在以前所未有的速度滲透到各行各業，成為推動經濟社會高質量發展的關鍵動力。但在目前發展過程中，仍存在數據應用潛力釋放不夠、數據供給質量不高、流通機制不暢等問題。1 月 4 日，國家數據局等 17 部門聯合印發“數據要素”三年行動計劃（20242026年），旨在充分發揮數據要素乘數效應，賦能經濟社會發展。數據價值的發揮重點在“用”的過程中體現。用友總結出企業數據應用的三個階段：數據資源化、數據資產化、數據資本化，以及數據驅動的企業數據服務“5 級寶塔模型”，“六橫三縱”數據治理體系，幫助企業構建以業務價值為導向的有活力的數據生命周期管理

2、體系。通過35年持續深耕，用友已經構建了完備的數據應用服務能力，包括數據咨詢、數據服務、數據應用服務和大模型等數智化產品與服務，并沉淀了一套完整的數據服務能力體系以及一批行業的數智化領先實踐。用友 BIP 將服務企業實現數據驅動和智能運營，讓數智化在中國和全球更多的企業與公共組織成功！編者按目錄CONTENTS產業瞭望塔數智引領者做好數據管理體系 發揮企業數據乘數效應02/企業數據服務的五級寶塔，激發數據應用價值數據驅動業務創新，用友 iuap 數據中臺讓數據成為企業價值資產做好數據安全治理，保護企業數據資產數據服務化解耦，創新企業智能運營架構數據質量管理：提升數據準確性、完整性、一致性、可靠

3、性用友 BIP 數據資產入表解決方案，推動數據資產化數據驅動智能決策，用友 BIP 智能分析資產包讓數據價值最大化激發客商數據價值，用友 BIP 企業畫像防范經營風險以財務數據智診經營全貌，用友 BIP 企業健康體檢守護企業穩健發展深挖數據資產價值，釋放數字風控效能，用友智慧模型革新虛假貿易監控新手段讓數據成為生產力，用友時序數據庫為智造按下“瞬時加速鍵”從“用數據說話”到“讓數據說話”，全面數據服務煥發酒店生意新生！08/12/15/18/21/25/28/32/35/39/42/45/領先實踐家中建五局：數據運營升級，成就數字五局山西國運：數據驅動監管，提高國有資本運營效能華強集團：以數據

4、智能提升財務數智化水平亞太中慧:數據可視化，讓采購過程更陽光更高效更智能500 強企業領先實踐：人力數智化分析，提高組織決策能力50/53/56/59/62/產業瞭望塔做好數據管理體系 發揮企業數據乘數效應2數據要素驅動價值創造12 月 15 日國家數據局起草并發布了“數據要素”三年行動計劃(20242026 年)(征求意見稿)。通過實施“數據要素”行動，發揮我國海量數據規模和豐富應用場景優勢，推動數據在不同場景中發揮千姿百態的乘數效應。做好數據管理體系發揮企業數據乘數效應數據正在以前所未有的速度滲透到各行各業，成為驅動業務創新、管理變革、乃至再造商業模式的關鍵要素。例如，在采購環節，數據分析

5、具有極其重要的戰略意義，是優化供應鏈和采購決策的核心大腦?；跉v史交易日志，挖掘供應商數字化交易行為，通過數據智能技術，發現供應商偏好和意圖。面向企業大宗集采的供應商推薦，縮小尋源范圍，準確鎖定最合適供應商，節約采購成本。3產業瞭望塔結合歷史銷量、倉儲計劃、用戶需求綜合分析預測市場需求，針對性排產，提高產能利用率，降低庫存積壓，減少訂單延誤率，促進產銷平衡，規避經營風險。國家數據局局長劉烈宏公開表示，數商作為以數據為生產經營關鍵要素的企業，在盤活數據要素價值中發揮著關鍵作用。數商分為服務型數商、應用型數商和技術型數商。其中，應用型數商是數據價值的“轉化者”，促進數據用起來。通過提供數據開發利用

6、工具、數字化轉型服務等，幫助千行百業挖掘數據價值，將痛點難點轉化為新增長點，將投入成本轉化為新的利潤來源。用友作為應用型數商，在充分激發企業數據價值中發揮著重要作用。用友認為，數據創造價值應該遵循這樣一個模型，數據通過分析提煉，到信息，由信息通過歸納演繹成知識，通過知識總結洞察形成啟示性、前瞻性的洞見。并按照確定目標、現狀分析、任務藍圖和任務推進路線圖四個步驟，制定數據治理體系化規劃，確保后續相關工作扎實有序推進。從數據化到數智化，數據的乘數效應有待激發充分發揮數據生產要素價值，實現數據驅動業務，是數字經濟時代企業的核心訴求。信息化是用軟件系統承載業務，實現了效率提升。在信息化階段，企業完成了

7、數據的“原始積累”，從信息化到數據化，企業將信息化建設存留的數據匯集到一起，進而產生新的數據支撐業務的開展。在用友看來，國內各個行業的數據化程度存在差異，數字化某種程度上是信息化與數據化的融合發展。而隨著大語言模型的流行，從信息化到數據化、智能化、智慧化，進而躍升到數智化。數據化可以簡單理解為數據驅動，通過收集、分析和挖掘數據，來揭示隱藏的業務模式和趨勢，進而做出更明智的決策和采取更有效的行動。數據驅動既是一個過程，也是一個結果。這個過程需要經過多個步驟，包括數據采集、清洗、分析、可視化、決策和行動等，是一個持續的數據循環和反饋機制。從結果的角度來看，數據驅動的重要性在于，它能夠為企業提供更深

8、入的洞察和預測能力，從而幫助企業更好地理解客戶需求、市場趨勢和業務運營。同時，數據驅動還可以提高企業的決策效率和準確性，降低風險，提高競爭力。在數據化過程中，企業需要做好三件事有數據、管好數據、用好數據，其主要矛盾是數據基建與數據應用的協作與平衡問題。所以在實現數據價值之前，一個有效的數據管理體系必不可少。數據治理是在數據管理和使用層面之上進行規劃、監督和控制，釋放數據的價值，通過數據要素驅動企業的創新發展，實現經營和管理的變革。六橫三縱，做好數據管理體系數據價值的發揮重點在“用”的過程中體現。用友總結出企業數據應用的三個階段：第一個階段，數據資源化。通過數據采集工具，企業實現各異構系統數據的

9、統一采集和集中存儲，打通數據孤島，支持初步的數據分析和展現；第二個階段，數據資產化。通過實施數據治理，讓企業的數據資源轉化為數據資產，實現了數據資產入表，支持數據的智能化應用。第三個階段，數據資本化。隨著數據管理和應用的進一步深化，企業完成數據資產確權和評估，具備數據流通和交易能力，實現數據的變現。對應數據應用的三個階段，用友提出數據驅動的企業數據服務“5 級寶塔模型”，分為展現級、分析級、控制級、決策級、創新級，構成了企業數據服務的完整體系?！? 級寶塔模型”離不開全面數據治理，夯實企業數據要素基礎。4數據要素驅動價值創造數據治理是組織中涉及數據使用的一整套管理行為，不僅是指通過對數據的管理

10、促進數據使用，同時也強調數據管理的流程劃分與權責體系，是一套關于數據管理的技術、過程、標準和政策的集合。一個健壯的數據管理體系，涉及數據安全、標準、體系、質量等要素。比如數據質量是保證數據應用效果的基礎，衡量數據質量的指標體系主要包括：真實性、準確性、唯一性、完整性、一致性、關聯性、時效性。用友在幫助企業完成數智化轉型及企業數據治理方案及數據工具的落地過程中總結發現，想要更好的落地企業數智化轉型發展背景下的數據治理工作，需要有清晰、規范、準確、完整、可度量的理論及評估體系作為指導和支撐。與此同時，企業更應結合企業自身的管理體系、管理現狀、數據管理與數據應用中遇到的問題，制定適配其業務戰略發展的

11、合理布局。同時可以參考與了解、學習國內數據治理領域相關框架與標準。更好的服務企業數字化轉型的業務戰略。目前，數據管理體系建設可以參考數據管理能力成熟度評估模型（DCMM）和 DAMA 的數據管理理論框架。DCMM 是我國首個數據管理領域國家標準，其借鑒了國內外數據管理的相關理論思想，同時也結合了中國大數據行業的發展趨勢，提出符臺中國企業的數據管理框架?？蚣軐⒔M織數據營理能力劃分為 8 個能力域：即數據戰略、數據治理、數據架構、數據應用、數據安全、數據質量、數據標準、數據生存周期。對標 DCMM，用友提供“六橫三縱”數據治理體系，即數據架構管理、數據標準管理、數據質量管理、數據安全管理、數據生命

12、周期管理和數據應用管理等“六橫”，以及管理組織、制度/流程和技術/平等“三縱”為企業進行以業務價值為導向的全局數據治理提供保障，通過數據梳理與入湖、數據資源資產化、數據服務共享化、數據應用和共享，幫助企業構建以業務價值為導向的有活力的數據生命周期管理體系。在產品層面，用友 iuap 數據中臺以全域數據應用為目標，以各種數據管理理論為依據，以云原生、微服務、大數據和人工智能等數據加工處理技術為基礎，提供數據治理、數據采集、數據建模、計算加工、資產的構建和共享、數據分析挖掘等能力，支撐企業在指標管理、分析展現、決策支持、知識發現、人工智能等數據驅動的各種場景應用。從而幫助企實現數據的展現、分析、控

13、制、決策、創新五個層級的價值，將數據真正融入到業務中間，驅動業務高效科學的運行。用友 iuap 數據中臺提供十大核心能力:數據移動、數據開發、數據治理、數據指標、數據挖掘、語義模型、數字大屏、移動分析、智能分析云、智能報告。5產業瞭望塔通過這些能力讓數據采集、加工、治理、應用更加便捷，以保證數據質量，加速從數據到價值的服務生產過程，打造高響應力且更加智慧的業務，從面實現數據驅動的業務創新。數據作為數字經濟的關鍵生產要素，已成為極其重要的新型資產之一，而數據資產“入表”正是對其作為資產發揮價值的合法確認。數據資產“入表”，是推動數據資產化的第一步，也是數據要素市場發展的關鍵一步。數據資產應用充分

14、體現了數據價值變現的成果，其一方面得到數據資產管理的支撐，另一方又會不斷發現問題，促進數據資產管理的優化！用友BIP數據資產入表解決方案助力盤活企業數據資產、激發數據要素價值。用友通過提供咨詢、設計、產品、交付、運營等全流程的解決方案與服務，幫助企業完成數據資產基礎入表、統一數據治理和釋放數據價值，并拉通數據服務到數據交易的通路，增強企業數據的開放、流通和變現能力，加速數據要素的社會級流轉。企業數智化領先實踐，打通數據供應鏈數據要素深度融合業務場景才能得到“最優解”，用友BIP的數智服務正是為了讓數據要素啟動“數據飛輪”，發揮“乘數效應”。首先，企業需要加強數據文化的認知，對于數據管理體系建設

15、達成共識。其次，數據知識體系比較龐雜，數據中臺、數據湖、湖倉等概念非常多，企業需要對齊這些概念，擁有對技術有深入認知的技術型人才。而用友從底層計算引擎、數據開發，到全面的數據治理、上層應用實現了全覆蓋，還提供數據咨詢、數據服務、數據應用服務、大模型服務。除了數據能力體系與數據服務產品外，用友基于服務眾多領先企業的數據管理領先實踐，從客戶實際業務場景、需求場景和應用場景出發，真正助力企業激發數據價值。南光集團，是唯一一家總部設在澳門的國務院國資委直屬中央企業。在用友的幫助下南光集團構建集團數據治理體系，規范數據標準，提升數據質 量，探索數據資產化管理。通過用友 iuap 數據中臺，打造一個“多組

16、織、多業態、多級次”的大數據平臺，落地“一中心二庫三統一”模式，即：一個業務運營智能監控中心、兩個指標庫、三個統一（一套治理體系、一個數據湖、一套數據資產）。實現了數據“采存管用營”的一體化管理，為運營決策、采購、人力資源、財務、法律風控、戰略投資等提供統一準確的數據服務支持，為集團的數智化轉型奠定基礎。世界 500 強企業中建五局，是中國建筑股份有限公司的全資骨干企業。中建五局以用友 iuap 平臺為數智底座，利用大數據、人工智能技術，構建數字化管理運營平臺。依托生產經營數據庫和知識文檔庫，構建了一個大數據中心，提升數據化決策能力。實現企業運營管理在線分析、在線檢查、在線考核、風險線上預警，

17、平均審批時間縮短 5.6 天;線上簽訂 2.23萬份合同，簽定時間由 20 多天縮短至 7 天，業務辦理效率提升了 75%以上，每份合同節省成本約 240 元。自主研發資產盤活系統，累計在線成交金額超過 22.39 億元，較傳統手段降低材料損耗 30%。中國500強企業濟寧能源，通過用友BIP從數據采集開始，通過數據治理、數倉建模、指標加工、數據挖掘，以及分析展示的數據全過程管理，打造了一個可視化的數據管理平臺。借助平臺的管理駕駛艙，從不同維度進行分析、匯總，用數據反應當前業務客觀情況，實時跟蹤工作進展，從而達成預判風險、優化制度、調整工作安排的目的?，F在僅用 3 天就可以完成月度采購計劃的

18、80%，大大縮短了采購周期。某全球領先的水產飼料生產企業，圍繞“看清人才、看全人才、激活人才、科學配置”的人才管理宗旨，通過打破異構系統的障礙，重新整合數據集成，集中匯聚所有人才數據，結合基于體系化人才模型和標準，依托用友BIP數據分析基座，構建起數字化可視化人才畫像；結合全維度對比分析；實現看清看全、科學識人。并通過實時分析能力，開展人才動態監控，如連續績差、年齡過大、任期過長、過期培訓、違反規定紀律、人才新任等，從而實現快速響應和科學配置。浙江省某縣工商聯，通過用友 BIP 企業健康體檢服務，建立區域企業的“企業健康寶”。通過對區域企業財務數據、企業工商數據、知識產權、經營風險等多維度數據

19、的精準畫像和風險問題智能預警預測，可以充分了解轄區企業的整體經營情況及排名，另一方面通過財務數據了解企業在經營過程中所遇到的困難，如資金流不足，存貨積壓等問題，可以更好的為企業提供針對性的政策支持和幫助。6數據要素驅動價值創造某大型民營股份制企業存在數據孤島較多、政策監管強度高、數據標準不一致等問題，在整體數據治理架構體系中，用友以指標體系指標業務標準作為核心切入點，幫助該集團構架了三個“1”的指標管理體系。在數據標準落地過程中，用友與客戶一起完成了一千余個指標的梳理及落標，其中包括了從心梳理和定義了 200 余個重復定義或標準不清晰、多標準、多主體的指標，確立了明確的指標標準。從業務屬性、技

20、術屬性、管理屬性實現了清晰、準確、規范的要求。同時在數據層也完成了相應的數據質量稽核，提升了數據質量與數據應用分析的高價值。最終，用友與客戶以數據架構為基礎，指標體系為依托，構建數據生命周期線條，成立相應的數據運營組織，制定流程、制度及相應的考核方案。使數據治理方案和數據中臺產品緊密銜接、精準落地。目前用友正在將服務眾多領先企業的數智化領先實踐形成可復制的解決方案，例如“基于工業互聯網平臺的廢鋼智能判級解決方案”采用最先進的基于卷積神經網絡的深度學習算法，通過對海量廢鋼圖片的訓練構建廢鋼智能識別模型，實現廢鋼檢驗遠程監控、廢鋼的智能判級以及扣雜數量的智能判定，廣泛應用于鞍鋼集團、濟源鋼鐵、閩源

21、鋼鐵、鑫陽鋼鐵、敬業鋼鐵、新華冶金等 10 余家鋼鐵企業，累計降本增效達千萬元，助力減排二氧化碳 288 萬噸。寫在最后數據二十條、國家數據局等一系列政策驅動數據要素市場的發展，伴隨著企業數字轉型及各領域數據流通需求的不斷增長，企業數智化轉型的內驅力不斷增強，越來越多的企業對數據管理和數據治理及相關方案及工具的需求更為迫切。用友的定位是幫助企業建設數據管理體系，而不是數據治理廠商或者中臺廠商、數據應用廠商，而是全生命周期陪伴客戶，優先打通數據供應鏈，借助技術領先的數智化平臺以及千行百業的領先實踐，成為懂技術、懂場景、懂需求的企業數據管理體系建設與運營解決方案供應商。未來，數據離不開智能，從數據

22、驅動到智能運營，用友持續沉淀數據管理以及數智應用服務能力，構建數據要素生態，讓數據真正成為企業價值資產。數智引領者企業數據服務的五級寶塔，激發數據應用價值用友 BIP 數據資產入表解決方案，推動數據資產化做好數據安全治理，保護企業數據資產激發客商數據價值，用友 BIP 企業畫像防范經營風險深挖數據資產價值，釋放數字風控效能，用友智慧模型革新虛假貿易監控新手段從“用數據說話”到“讓數據說話”，全面數據服務煥發酒店生意新生！數據驅動業務創新，用友 iuap 數據中臺讓數據成為企業價值資產數據驅動智能決策，用友 BIP 智能分析資產包讓數據價值最大化以財務數據智診經營全貌，用友 BIP 企業健康體檢

23、守護企業穩健發展讓數據成為生產力，用友時序數據庫為智造按下“瞬時加速鍵”數據服務化解耦，創新企業智能運營架構數據質量管理：提升數據準確性、完整性、一致性、可靠性8數據要素驅動價值創造企業數據服務的五級寶塔，激發數據應用價值數智化時代，人人都在講“數據驅動”，諸如：數據驅動業務、數據驅動管理、數據驅動決策、數據驅動創新，似乎數據可以驅動一切。但到底什么是數據驅動，數據是怎么進行驅動的，它和數據應用是什么關系？了解了這些問題，它將幫助企業更加深刻的了解到如何充分發揮數據的作用，助力企業決策和運營。文/用友 iuap 平臺技術專家 石秀峰9數字引領者第一層級：展現級典型應用：企業數據報表和數據分析報

24、告。展現級的數據服務是通過報表報告、可視化展示和定制化報表等方式，將收集到的數據以特定的方式展現出來，幫助人們更好地理解和分析數據。關鍵技術：該層級涉及基本的數據統計和可視化技術，如數據圖表、報表等，用于對數據的初步理解和描述。在數據分析領域，通常將這類技術稱為“描述性分析”。第二層級：分析級典型應用：企業的經營分析、財務分析、人力資源分析。分析級的數據服務的特點是體系化、專業化，按照不同的業務主題構建指標體系，提供更專業的數據分析，從而讓數據產生洞察力，為管理決策提供數據支撐。關鍵技術：該層級需要進行更深入的數據探索，因此增加了指標體系、標簽萃取等，以及會用到一些常見的數據挖掘算法，例如分類

25、、聚類等。在數據分析領域，通常將這類技術稱為“診斷性分析”。第三層級：控制級典型應用：風險預警?？刂萍壍臄祿漳軌蛲ㄟ^通過淺析“數據驅動”簡單來講，數據驅動就是指基于數據的決策和行動。具體而言就是通過收集、分析和挖掘數據，來揭示隱藏的業務模式和趨勢，進而做出更明智的決策和采取更有效的行動。具體來說，企業要實現數據驅動，則需要從以下幾個方面入手：1、數據采集：收集與業務相關的各種數據，包括結構化和非結構化數據。2、數據清洗：去除重復和錯誤的數據，確保數據的準確性和可靠性。3、數據分析：運用統計分析、機器學習等方法對數據進行處理和分析，以發現隱藏的模式和趨勢。4、數據可視化：將分析結果以圖表、報

26、告等形式呈現，以便更直觀地理解數據。5、數據決策：根據分析結果做出更明智的決策，包括產品開發、市場推廣、運營優化等方面。6、數據行動：采取更有效的行動來響應數據，包括優化業務流程、調整市場策略等。因此，數據驅動既是一個過程，也是一個結果。從過程的角度來看，數據驅動是通過采集數據、分析數據、挖掘數據等方式，從數據中獲取洞見和規律，并以此為依據進行決策和行動的過程。這個過程需要經過多個步驟，包括數據采集、清洗、分析、可視化、決策和行動等，是一個持續的數據循環和反饋機制。從結果的角度來看，數據驅動是通過數據分析和挖掘，獲得對業務和市場的深入理解和預測能力，從而做出更明智的決策和更有效的行動。這個結果

27、是一種基于數據的決策和行動方式，它能夠提高企業的決策效率和準確性，降低風險，提高競爭力。數據驅動的重要性在于，它能夠為企業提供更深入的洞察和預測能力，從而幫助企業更好地理解客戶需求、市場趨勢和業務運營。同時，數據驅動還可以提高企業的決策效率和準確性，降低風險，提高競爭力。透過“5 級寶塔模型”，看數據驅動提到數據驅動，大多數人第一時間會想到的是數據分析。數據分析固然重要，但分析只是數據服務的一個層面，如果從整體上看，數據驅動或者說數據服務主要涉及五個層級，我們將其稱為“企業數據服務的 5 級寶塔”。用友提出了數據驅動的企業數據服務的“5 級寶塔模型”，如下圖：10數據要素驅動價值創造數據分析和

28、挖掘，對業務過程進行監控和預測，發現潛在的風險因素和威脅，并及時發出預警，以幫助企業采取措施應對風險，以確保業務目標的實現。關鍵技術：該層級需要對數據進行更加深度的挖掘和應用，涉及的技術包括機器學習、預測模型、關聯規則、異常檢測等，用于發現數據中的規律和異常。在數據分析領域，通常將這類技術稱為“預測性分析”。第四層級：決策級典型應用：智能定價。決策級的數據服務能夠通過高級的數據分析和機器學習算法，為企業的提供更加智能化的決策支持。與前三個層級不同，雖然前三個層級都能夠為企業提供決策方面的信息支持，而第四層級更強調自動化、智能化幫助企業決策。例如通過對數據的分析和挖掘，結合機器學習算法，為企業的

29、產品或服務制定出更合理、更科學的價格策略。關鍵技術：這個層級是在控制級的基礎上，結合業務知識和決策目標，進行決策優化和方案制定，主要涉及的技術包括決策樹、優化算法、模擬仿真等。在數據分析領域，通常將這類技術稱為“處方性分析”。第五層級：創新級典型應用：產品優化。創新級的數據服務能夠通過深入的數據分析和挖掘，結合業務知識和創新思維，為企業提供全新的業務模式和產品優化方案。例如通過對用戶行為、市場趨勢和競爭環境等數據的深入分析和挖掘，提供針對產品的優化方案，以提高產品的性能、用戶體驗和市場競爭力。關鍵技術：這是最高級別的數據服務，涉及的技術也最為復雜和前沿，例如大模型、深度學習、自然語言處理、知識

30、圖譜等，用于實現數據的自動化處理、理解和決策。綜上，數據服務的“五級寶塔”，構成了企業數據服務的完整體系！這與數據分析領域的四層分析層次也是不謀而合，都是對于企業數據服務深度的一種分類和表達。不同之處在于，用友提出數據服務“五級寶塔”模型，更側重于應用場景層面，而數據分層的四個層次更側重于分析技術方面。數據服務領先實踐，激發數據應用價值用友的數據服務能力涵蓋了“五級寶塔”的各個層面，致力于幫助企業實現數據驅動的數智化轉型。經過多年的企業數智化服務，我們也沉淀了大量的領先企業領先實踐。領先實踐一：用友助力某食品加工企業建立“數智一體化”平臺該企業業務經營過程中對數據應用能力不足，數據問題出現后無

31、法完成閉環管理。部分數據無法進入系統進行統一管理，導致業務經營數據缺失，對集團整體經營管理不利；缺乏統一的數據標準，業務中臺與數據中臺無法實現無縫銜接，企業的智能化數據應用任重道遠。11數字引領者該企業選基于用友iuap平臺構建了“業務中臺、數據中臺、智能中臺”三位一體的企業數智化底座，并構建了一些列智能化應用場景，幫助企業實現數智化轉型。通過構建統一客戶視圖，對重點、關懷、風險、異動等客戶群體，實施不同的營銷策略，從而實現精準營銷?；诩s束理論最優化目標函數，結合遺傳算法構建了排產優化模型，通過優化排產，降低了企業生產成本。建立了風險預測模型，通過對現金流動性、利率敏感性、資本充足率、市場風

32、險暴露值、異常交易、信用風險等指標和場景進行實時監控、及時預警。領先實踐二：用友幫助某制造企業實現成本的精準測算和動態定價某船舶配套設備企業主要為水上作業者提供安全設備和服務。這個行業有很多家同類型企業，競爭是非常激烈，產品報價至關重要，經常決定著業務經營的好與壞，該類企業產品品種多，疊加復雜的樹狀 BOM 結構，原材料價格波動直接影響銷售報價，所以，產品的單位變動成本更需要及時把控。該企業采用了用友數據應用服務 BOM 展算模型，將樹狀的物料清單還原為原始采購物料成本以及各工序的人工及制造費用的消耗數量和金額，清晰展現出每一個產品成本結構最真實的狀態。配合材料最新價格，模擬測算出價格持續上漲

33、情況下原材料的成本，獲得產品成本中最直接的變動部分，在接單階段就能迅速估算出生產成本，為動態定價提供準確依據大大提高產品報價管理效率。同時，通過 BOM 展算模型也幫助該企業實現了組織內部不同阿米巴組織之間的動態定價?！拔寮墝毸Ｐ汀?，其實不止五級用友以“客戶為中心”，站在客戶數據應用深度的視角，創造性提出了企業數據服務的“五級寶塔”模型，為企業數智化轉型提供了指導。其實，在這個模型中還有兩個隱藏層，即：五級寶塔的“塔基”與“塔頂”。如文末圖所示：“塔基”是指全面數據治理，夯實企業數據要素基礎?！八敗笔菙祿Y產的流通與交易，實現企業數據要素的真正變現。關于“塔基”與“塔頂”我們將在后續的文章

34、進行詳細介紹，敬請關注！12數據要素驅動價值創造數據驅動業務創新，用友 iuap 數據中臺讓數據成為企業價值資產“數據二十條”印發實施以來，我國數據要素市場規模不斷增長。隨著企業數智化轉型深入推進，將會產生更多更有價值的數據，也會創造更加豐富的應用場景。充分發揮數據要素在企業中的價值，可以切實推動企業高質量發展。然而企業在數據管理中通常會遇到數據資產不清晰、數據質量不高、業務開發協作難、數據難以支撐業務等問題。數據中臺作為數據平臺技術、數據資產管理以及數據服務的聯合體，可以將分散的數據有效整合，將數據轉換為資產，提高企業數據的服用能力，通過數據驅動為企業管理、生產、運營提供支持。用友 iuap

35、 數據中臺，是一站式數據采集、加工、治理、應用的數據底座，具備彈性適配領先的計算引擎、建模方式和信創體系。數據中臺以全域數據應用為目標，以各種數據管理13數字引領者理論為依據，以云原生、微服務、大數據和人工智能等數據加工處理技術為基礎，提供數據治理、數據采集、數據建模、計算加工、資產的構建和共享、數據分析挖掘等能力，支撐企業在指標管理、分析展現、決策支持、知識發現、人工智能等數據驅動的各種場景應用。用友 iuap 數據中臺通過十大功能，讓數據采集、加工、治理、應用如此便捷。一、數據移動：多源異構海量數據采集，降低實施成本。數據移動打破了企業數據孤島，支持數十種結構化、非結構化數據庫的異構同步，

36、覆蓋國產類數據庫，如達夢等；支持高并發、高吞吐量的數據同步能力，滿足大、中、小型企業輕松處理海量數據，加速企業各類業務的數據流轉；解決不同環境檔案類數據的跨環境、高效、安全的數據傳輸需求，保證檔案數據在不同環境下實時同步。二、數據開發：業務化開發組件，可視化地實現數據加工、轉換。提供了可視化畫布，可以拖拉拽可視化的方式創建實時和離線任務。支持數據采集、加工、轉換的近百種組件，以及各種財務系統組件、報表組件等。同時，支持業務組件和技術組件的無縫對接；可以將多種任務編排成一個作業流，可以集成統一調度系統；可擴展性強，可以支持 Python、SQL、Groovy 等多種任務，并且預置主流挖掘類算法，

37、可自由組合，輕松實現從業務數據到價值的挖掘。三、數據治理：積累數據資產，激活數據要素潛能。以元數據管理為核心，建立數據標準、進行數據質量檢查，實現企業無序數據的治理。首先提供了統一的規范和建立數據標準的能力；其次提供了統一管理元數據能力；然后在統數據標準和統一元數據的基礎之上，可以進行數據質量的閉環管理，包括建立質量標準，做集合、改進、評估等。另外，可以安全訪問敏感數據。四、數據指標：從業務視角出發，數倉建模和指標管理體系化。以業務視角創建指標，支持業務板塊、數據域、業務限定的設定，支持按照不同業務維度組合的指標即席查詢；基于 Kimball 數倉建模理論，支持維度、事實的可視化構建，支持星型

38、模型、雪花模型，標準化數倉分層（ODS-DIM、DWD-DWS）；流程化構建各級指標，通過可視化設計直接引用指標庫，可以一鍵生成指標數據服務；支持原子、派生、復合指標，支持血緣分析、各級指標依賴清晰、租戶級別的指標體系概覽等；支持拖拉拽低代碼建指標，支持正向、反向創建維度模型，支持維度模型在線編輯無需下線，支持批量上線、下線、刪除等操作。五、數據挖掘：深度挖掘數據價值，賦能企業商業創新。覆蓋跨行業的標準數據挖掘流程。更加簡單便捷，可視化模型訓練和一鍵部署，可以降低技術門檻，業務人員也可構建數據挖掘任務；豐富的算法，預置 50+算法組件，積木式構建數據挖掘流程，靈活支持業務場景；覆蓋全流程管理，

39、集成數據探查、數據處理、模型訓練、預測、評估功能，賦能企業探索業務創新。六、語義模型：將技術數據編織成為面向業務的數據模型。很多業務人員懂業務，但是不一定懂數據庫，語義模式支持用戶在預置模型上自定義分析，破解有分析需求沒有模型的尷尬局面。語義模式支持業務對象、數據庫表、SQL 腳本進行組合關聯；支持用戶對字段按照業務場景進行分類，應用更清晰；支持字段設置權限管理維度，執行時加載數據權限；支持自定義設置字段與數據過濾；支持用戶對語義模型編程擴展，支撐個性化建模場景。七、數字大屏：敏捷、精細、炫酷的設計能力，完美視覺沖擊。支持炫酷的 GIS 地圖、三維地圖、三維圖表等組件，支持豐富的文本、Tab

40、頁簽、圖片、容器、篩選器等組件素材；豐富的屬性和配置項，支持用戶擴展圖表組件的屬性，支撐用戶個性化場景的數字大屏展現；采用畫布式界面開發，利用豐富的內置模型、組件和素材，用戶無需編寫任何代碼即可實現酷炫的效果，操作簡單直觀、易于掌握；部署和運維簡單，只需要瀏覽器即可以運行，大屏模板支持導出導出，實現資源庫復用，降低實施成本。八、移動分析：便捷靈活訪問，突破時空限制。具備功能強大的設計器，豐富的圖表組件以及裝飾素材，同時支持圖表組件的擴展開發，滿足企業個性化圖表展示需求；支持豐富的業務信息展示，提供多頁簽和指標卡功能，使單位頁面信息量提升，信息表達方式更豐富；可擴展性強，支持構建社會級移動分析應

41、用，可發布到友空間及第三方應用。九、智能分析云：依托成熟的行業模型，快速構建企業專屬數據應用服務。智能分析云融合了用友多年來的企業服務14數據要素驅動價值創造經驗，采用云端一體混合云模式，通過數據服務應用方案，幫助企業快速搭建數據分析服務平臺。內置了 2400 多個領域、行業預業務分析模型，提供多維度、穿透式的指標看板，以及規范化的智能分析報告，釋放數據價值，讓數據智能變得更加普惠。智能分析云提供持續運營服務，每周更新不少于 50+個各類大屏、PC 看板、移動端、行業智能報告內容。支持社會化生態開發，支持遠程交付模式，社會化眾包交付模式，客戶所見即所得，項目標準化快速實施。十、智能報告：業務報

42、告自動生成，提升管理效率。智能報告解決企業周而復始地制作相同的報表，效率不高問題，周期性洞察業務數據?？梢詿o縫集成office的圖表和表格組件，可以輸出多種 office 的格式，基于語義模型能夠完成自動內容的生成和取數。充分發揮數據生產要素價值，實現數據驅動業務，是數字經濟時代企業的核心訴求。某大型國有資本運營企業，為實現“穿透分析、管理提效、動態監督”三大核心業務目標，基于用友 iuap 數據中臺十大能力，對其所投資的數十家單位的業財數據，通過多源異構數據采集、數據治理體系化、財務數據標準層構建、指標體系建設、大數據動態展示和預警五大步驟，進行采集、治理、加工和展示，形成數據驅動的洞察、決

43、策、行動閉環。用友 iuap 已經成為企業升級數智化底座的最優選。目前中國電子、中國信通院、中建五局、中船集團、杭鋼集團、中國一汽、中興通訊、北京地鐵、明日控股、振華集團、三一重工等都在通過用友 iuap 升級數智化底座，成為數智企業，邁向高質量發展。未來，用友將持續加強技術與架構能力，基于更懂業務、技術領先、體系完整的企業數智化底座用友iuap，助力企業駕馭數智未來！15數字引領者2023 年 12 月 15 日，國家數據局發布了“數據要素”三年行動計劃（20242026 年）（征求意見稿），明確指出要充分發揮數據要素的放大、疊加、倍增作用，構建以數據為關鍵要素的數字經濟，推動企業高質量發展

44、。數據給社會帶來了前所未有的發展機遇，也帶了前所未做好數據安全治理，保護企業數據資產！數字化時代，數據已經成為企業和個人最重要的資產之一。有的數據安全挑戰。如 2018 年 Facebook 被曝光將數百萬用戶的個人信息泄露給了第三方，引發了全球范圍內的隱私和數據保護問題，類似的數據安全事件日益增多。因此，如何保護數據安全成為了一個亟待解決的問題。首先，我們需要明確什么是數據安全。數據安全是數據文/用友 iuap 平臺技術專家 唐勇民16數據要素驅動價值創造的質量屬性，其目標是保障數據資產的保密性、完整性和可用性。如下圖所示：保密性：數據保密性又稱數據機密性，是指個人或組織的信息不為未授權者獲

45、得，確保只有授權人員才能合法訪問數據。完整性：數據完整性是指在傳輸、存儲或使用數據的過程中，保障數據不被篡改或被篡改后能夠迅速被發現，從而確保信息可靠且準確?？捎眯裕簲祿捎眯允且环N以用戶為中心的概念，確保數據既可用又可以訪問滿足業務需求。數據安全治理是在數據安全標準與策略的指導下，通過對數據訪問的授權、分類分級的控制，監控數據的訪問等進行數據安全的治理工作，確保數據的可用性、完整性和保密性，滿足數據安全的業務需要和監管需求，實現組織內部對數據生命周期的數據安全管理。用友是全球領先的企業數智化軟件與服務提供商，具有豐富的數據治理經驗，沉淀了一套涵蓋數據全生命周期的數據安全治理體系，幫助企業高效

46、構建數字防火墻，讓數據安全治理從“無序”到“有序”，從“人治”到“法治”，有效保障企業數據資產。如下圖所示：數據安全治理目標：數據安全治理的目標是保障數據可用性、完整性、保密性及合規使用，為業務目標的實現保駕護航。強調安全目標與業務目標的一致性。數據安全管理體系：主要包括組織、人員、數據安全認責策略、數據安全管理流程制度等。數據安全技術體系：主要包括數據全生命周期的敏感數據識別、數據分類與分級、數據訪問控制、數據安全審計等。數據安全運維體系：主要包括定期稽核策略、動態防護策略、數據備份策略、數據安全培訓等。數據安全基礎設施：重點強調數據所在宿主機器的物理安全和網絡安全。在數據安全治理體系架構中

47、，數據安全策略是核心，數據安全管理體系是基礎，數據安全技術體系為支撐，數據安全運維體系是應用。數據安全策略通過管理體系制定、通過技術體系創建，通過安全運維體系執行。傳統的數據安全治理更多是防止數據丟失和訪問審計等。在數字化時代，用友認為數據安全治理應該以數據為中心，建設“可見、可控、可管”的能力，讓企業的數據資產看得見、控得住、管得好。數據安全治理伴隨數據采集、存儲、加工、應用全過程。工欲善其事，必先利其器，企業要想數據安全治理常態化運行，需要一套自動化、便捷化的數據治理工具支撐，實現流程、業務和技術的有效融合，確保數據安全策略能剛性落地。17數字引領者同時針對數據安全治理中數據分級分類、敏感

48、數據識別、數據脫敏管理等關鍵難點問題，用友 iuap 數據治理工具提供一體化的支持，幫助企業建立完善的數據安全體系，確保數據使用安全合規。數據分級分類：企業往往困惑如何對數據進行合理分級分類。用友 iuap 數據治理工具預置了豐富的數據分級分類策略模板，綜合業務主題、數據結構、訪問對象、開放范圍等多個維度提供數據分級分類智能提示，幫助企業快速構建符合自身數據管控要求的數據分級分類策略，減少了企業摸著石頭過河的時間，有效促進數據資產化。敏感數據識別：隨著數據爆發式增長，企業擁有的數據量很有可能到 TB 甚至 PB、EB 級別。通過傳統手工方式進行敏感數據的梳理和識別，顯然工作效率不高且難以保障全

49、面性、準確性。用友 iuap 數據治理工具采用智能算法，支持中英文智能匹配敏感數據特征，實現敏感數據的自動識別，極大提升敏感數據識別的效率、全面性和準確性。并基于數據血緣技術，可以快速定位敏感數據流向，讓數據資產和安全風險可見。數據脫敏管理：數據脫敏不僅要執行數據漂泊，抹去數據中的敏感內容，還要保持原有數據的特征，有一定的技術難度。用友iuap數據治理工具內嵌掩碼、截斷、哈希、加密等多種脫策略，利用先進技術對敏感數據進行保護，防止敏感數據泄露。同時基于大數據引擎優化加密算法，有效提升海量數據脫敏的處理性能。最后，數據安全治理，人人有責。通過大家的共同努力，齊心協力構建數據安全防火墻，有效保護企

50、業數據資產，為數據要素激活、釋放數據價值保駕護航！18數據要素驅動價值創造數據服務化解耦創新企業智能運營架構在數智化浪潮中，傳統的運營模式已無法滿足現代市場的多變需求，企業需要變得更加敏捷、靈活和智能化。數智化正是實現這一目標的關鍵。通過數智化轉型，企業可以更好地掌握市場需求、優化產品和服務、提高生產效率、降低成本。要想實現數智化轉型，核心在于科學、高效和精準的決策這一決策越來越依賴于數據的自主驅動。規范、有序、準確、實時的數據是關鍵，它能夠自主驅動不斷優化資源的配置效率，實現更好的質量、更低的成本、更快的交付、更高的滿意度。因此，在數智化轉型的過程中，數據作為生產要素的重要性不言而喻。文/用

51、友網絡數智化咨詢顧問 劉新鵬19數字引領者數據服務四大痛點制約企業數智化轉型進程當前許多企業在數據服務方面存在諸多問題，制約了企業數智化轉型的進程。痛點一、數據質量難以滿足業務預期。由于數據來源復雜、數據清洗和處理不足，導致數據質量參差不齊，無法為業務決策提供準確依據。痛點二、數據管理與業務發展存在割裂。企業往往將數據管理視為技術問題，而忽略了其與業務發展的緊密聯系。這種割裂導致數據無法有效地支持業務決策，限制了企業的創新和發展。痛點三、數據管理內驅力不足。企業缺乏對數據管理的重視和投入，導致數據管理流程不規范、技術手段落后，無法滿足企業日益增長的數據需求。痛點四、數據資產無法持續運營。由于缺

52、乏有效的數據運營機制，企業無法充分發揮數據資產的價值，無法為企業創造持續的商業價值。究其原因，產生這些問題的根源在于數據服務解耦不足，從基礎數據、主數據、業務數據到指標數據的層次不清、關聯關系過于緊密。這些問題導致了底層數據不規范、數據不一致、數據不準確、數據不完整、數據不唯一等一系列數據痛點問題。為了解決這些問題，企業需要加強數據治理、提高數據質量、強化數據管理內驅力、建立有效的數據運營機制，以推動數智化轉型的順利進行。數據服務化解耦解決方案，激活數據價值用友 iuap 數據中臺以全域數據應用為目標，提供數據治理、數據采集、數據建模、計算加工、資產的構建和共享、數據分析挖掘等能力，支撐企業在

53、指標管理、分析展現、決策支持、知識發現、人工智能等數據驅動的各種場景應用。用友 iuap 數據中臺提供五大核心能力：數據資產的規劃與治理、數據資產的采集、獲取和存儲、數據資產的共享和協作、數據業務價值的探索和分析、數據服務的構建和治理、數據服務的度量和運營。通過這些能力保證數據質量，加速從數據到價值的服務生產過程，打造高響應力且更加智慧的業務，從而實現數據驅動的業務創新。數據服務化解耦就是依靠用友 iuap 數據中臺構建一個強大的數智化底座，將數據管理和業務服務之間進行解耦。用友能夠提供一切資源數據化、資源數據標準化、標準數據結構化、結構數據模型化、模型數據服務化等數據治理、數據建模和數據自主

54、流動的能力，貫穿于設計、生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式。能力一：一切資源數據化結合用友 iuap 數據中臺的數倉建模工具，現實世界中幾乎所有資源都可以劃分為實體（Entity）對象和關系（Relationship）對象，其中實體對象還可以細分為“人”和“物”。數據世界中的對象可以和現實世界中的事物相映射，“人”“物”“關系”是對現實世界所有事物的數據抽象。能力二：資源數據標準化數據標準制定維度多種多樣，依靠用友數據中臺的數據標準體系管理，可以按照企業所屬行業或管理經驗進行標準制定。比如，按業務數據類型分為：客戶數據標準、產品

55、數據標準、協議數據標準、渠道數據標準、交易數據標準、財務數據標準、公共代碼數據標準、地域和位置數據標準等。再比如按照管理特性還可以分為元數據標準、數據質量標準、數據安全標準、數據指標標準、數據存儲標準和數據集成標準等。當然，我們也可以按照數據定義規則、數據存儲目錄和數據所屬責任主體等來制定數據標準。能力三：標準數據結構化所謂數據的結構化，就是數據的維度化，關系表數據是標準的結構化數據，xml、json、日志等是半結構化數據，但20數據要素驅動價值創造半結構化數據要復雜分析，同樣要將半結構變成完全結構，非結構化數據如圖像、音頻、視頻，分析視頻首先是將視頻分解成連續的圖像，音頻也是變成圖像，連續的

56、圖像，然后統一使用圖像分解的技術，紋理、輪廓、色階等維度分解，最后轉成高緯度的矩陣（類似表）來計算。所以，無論是什么數據，沒有結構就無法分析，無論什么數據，我們最終的目標都是依靠數據開發工具將數據結構化，結構化后數據才是可計算，可認知。能力四：結構數據模型化傳統數據結構相對來說比較抽象，分別為集合結構、線性結構、樹形結構、圖狀結構或是網狀結構。實際企業管理過程中，數據資源是分域分層管理，數據內部以及數據彼此之間存在線性和非線性等錯綜復雜的聯接關系，如圖所示：但是，數據結構化聯接還屬于靜態數據聯接，僅僅依靠靜態的數據結構化聯接還難以構建數據自驅動的復雜流程。因此還需要用友數據中臺更高級的關系模型

57、自聯接功能，比如依靠屬性特征的資源關系自聯接、依靠能力匹配的作業活動自聯接、依靠屬性匹配的資源配置自聯接、依靠算法模型調度的自動聯接執行等功能，如下圖所示：能力五：模型數據服務化數據服務作為數據驅動連接橋梁，用友數據中臺的數據資產服務可以將數據計算層的結果通過數據 API 的形式對外共享給數據應用層。API 服務可推動數字化轉型、數據驅動、簡化業務流程，為自動化創造更多機會，并加強 IT 生態系統的靈活性。如圖所示：從數據服務化解耦到企業數智化運營，是企業順應時代發展、提升核心競爭力的必然趨勢。隨著人工智能、大數據等技術的不斷發展，數據服務將更加智能化、個性化，能夠更好地滿足企業的需求。與此同

58、時，用友將不斷優化完善數據服務化解耦解決方案，幫助企業加強數據服務能力建設，實現更高效、更智能的運營和商業模式創新。21數字引領者數據質量管理：提升數據準確性、完整性、一致性、可靠性隨著數字化時代的來臨，數據已經成為了企業和組織最重要的資產之一。然而，隨著數據量的不斷增長和數據來源的多樣化，數據質量問題也日益凸顯。數據質量管理作為數據治理的核心，對于確保數據的準確性、完整性、一致性和可靠性至關重要。本文將探討數據質量管理的重要性、挑戰以及解決方案。文/用友 iuap 平臺技術專家 洪茁仁22數據要素驅動價值創造數據質量管理是指對數據質量進行評估、控制和改進的一系列活動，旨在確保數據的準確性、完

59、整性、一致性和可靠性。數據質量管理涉及數據的整個生命周期，包括數據采集、存儲、處理、分析和應用等方面。數據質量管理在企業經營管理中起到重要作用。比如：提高決策質量：準確、可靠的數據是制定有效決策的基礎。通過數據質量管理，可以發現和糾正數據中的問題，從而提高決策的質量和準確性。提升客戶滿意度：在客戶服務行業中，提供準確、及時的數據對于提高客戶滿意度至關重要。通過數據質量管理，可以確保為客戶提供高質量的服務和產品。保護合規性：在許多行業中，數據合規性是必須的。數據質量管理可以幫助組織遵守相關法律法規和行業標準，避免因數據問題而導致的法律糾紛和罰款。提升組織形象：良好的數據質量可以提升組織的形象和聲

60、譽，增加客戶和合作伙伴的信任。數據質量管理面臨的挑戰及其應對措施企業決策者需要依靠數據來了解市場狀況、客戶需求以及內部業務績效等重要信息。如果數據存在錯誤、誤差或遺漏，決策者將無法獲得真實的情況，從而制定錯誤的決策。實際上，數據質量問題影響的不僅是決策，還有業務的協同等。我們可以看到，企業在數據質量管理時遇到一系列挑戰：1.數據來源多樣化：隨著數字化轉型的加速，數據來源越來越多樣化，包括傳感器、社交媒體、CRM 系統等。這使得數據的格式、結構和質量各不相同，增加了數據質量管理的難度。2.數據量龐大：隨著大數據時代的來臨，組織面臨的數據量越來越龐大。如何有效地處理和分析這些數據，確保其質量和可靠

61、性，是一項巨大的挑戰。3.數據質量問題隱蔽：許多數據質量問題較為隱蔽，難以被及時發現和解決。例如，數據的重復、遺漏或格式不正確等問題，可能會對分析結果造成影響。4.數據質量與業務需求脫節：在許多組織中，數據質量和業務需求之間存在脫節現象。業務部門往往更關注業務目標的實現，而忽視數據質量的管理和維護。5.數據質量管理工具缺乏：目前市場上的數據質量管理工具種類繁多，但選擇合適的工具并進行有效的實施仍然是一項挑戰。此外，許多組織缺乏足夠的專業知識和經驗來有效管理數據質量。隨著數字化時代的來臨，數據質量管理已經成為組織的重要任務之一。面對以上問題，企業需要采取相應的措施，通過制定全面的計劃、建立完善的

62、管理體系、利用先進的管理工具、加強培訓和意識培養以及建立有效的反饋機制等，可以幫助組織提高數據的準確性和可靠性，從而更好地應對數字化時23數字引領者代的挑戰和機遇。1.制定全面的數據質量管理計劃：組織應制定全面的數據質量管理計劃，明確數據質量管理的目標、范圍和流程。該計劃應包括數據的采集、存儲、處理、分析和應用等方面，以確保數據的準確性和可靠性。2.建立完善的數據質量管理體系：組織應建立完善的數據質量管理體系，包括數據質量評估、控制和改進等方面的活動。該體系應明確各部門的職責和角色，以確保數據的準確性和一致性。3.利用先進的數據質量管理工具：組織應選擇適合自身需求的數據質量管理工具，利用自動化

63、和智能化的技術手段來提高數據質量管理的效率和準確性。這些工具可以幫助組織發現和糾正數據中的問題，提高數據的可靠性和一致性。4.加強數據質量的培訓和意識培養：組織應加強數據質量的培訓和意識培養，提高員工對數據質量的重視程度和認識水平。通過培訓和教育活動，可以幫助員工了解數據質量的重要性和要求，掌握相關技能和方法，從而提高數據的質量和可靠性。5.建立有效的反饋機制：組織應建立有效的反饋機制，及時發現和解決數據質量問題。該機制應包括對數據的監控、檢測和評估等方面的活動，以及與業務部門的溝通和協作。通過反饋機制的建立，可以幫助組織及時發現和解決數據中的問題，提高數據的準確性和可靠性。用友iuap 數據

64、中臺：提高企業數據質量，優化數據治理用友 iuap 數據中臺作為一站式數據采集、加工、治理、應用的數據底座，具備強大數據質量管理功能，可以為企業提供全面而高效的數據質量管理解決方案，幫助企業提高數據質量并優化數據治理實踐。以下是該平臺在數據質量管理方面的主要優勢：1.數據質量檢測與評估：用友 iuap 數據中臺具備完善的數據質量檢測和評估功能。它能夠對數據進行多維度分析，檢測出諸如重復、遺漏、格式錯誤等問題，并生成相應的質量報告。此外，它還能夠進行數據完整性和準確性的校驗，確保數據的可靠性。2.數據清洗與整合：當發現數據質量問題時，用友 iuap數據中臺能夠提供自動化和智能化的數據處理工具進行

65、數據清洗和整合。這包括對異常數據的識別與處理、缺失值的填充以及重復數據的去重等操作，從而提高數據的整體質量。3.數據標準管理：統一的數據標準是確保高質量數據的基礎。用友 iuap 數據中臺支持制定和實施統一的數據標準，包括數據格式、命名規范等，以減少數據的冗余和沖突。此外，它還提供了元數據管理功能，幫助企業全面了解數據的來源、結構和關系等信息。4.數據安全保障：用友 iuap 數據中臺重視數據的安全性和隱私保護。它提供了完善的數據訪問控制和加密功能，確保數據的機密性和完整性。同時，它還支持數據脫敏和匿名化處理，保護敏感數據的隱私安全。5.數據資產共享：用友 iuap 數據中臺支持構建統一的數據

66、資產共享平臺，促進企業內部各部門之間的數據共享和交流。通過數據資產的共享，可以打破信息孤島，提高數據的利用率和價值。同時，它還提供了可視化的界面和工具，方便用戶進行數據的查詢、分析和探索。6.智能數據分析：用友 iuap 數據中臺結合人工智能和機器學習技術，提供智能化的數據分析工具。這些工具可以幫助企業發現隱藏在大量數據中的有價值信息，為企業提供更加精準和深入的洞察力。同時，它還支持自定義報表生成和可視化展示，滿足不同業務部門的數據需求。7.數據流程管理：用友 iuap 數據中臺通過可視化的界面提供全面的數據流程管理功能。用戶可以直觀地了解數據的流動過程，監控數據的處理狀態和進度，確保數據的準

67、確性和一致性。同時，它還支持對數據進行自動化的清洗、整合和轉換，提高數據處理過程的效率和質量。24數據要素驅動價值創造企業數據質量管理領先實踐領先實踐一：某金融機構某金融機構面臨著數據質量參差不齊、數據整合難度大、數據安全風險高等問題。通過引入用友 iuap 數據中臺，帶來了以下改進：1.數據質量檢測與評估：用友 iuap 數據中臺檢測出該機構數據中存在的大量異常值和缺失值，通過智能化的數據處理工具，自動填充缺失值并清洗異常值，提高了數據的準確性和完整性。2.數據整合與清洗：用友 iuap 數據中臺整合了該機構多個業務系統的數據，消除了數據冗余和沖突，確保了數據的唯一性和一致性。同時，通過數據

68、清洗功能，去除了重復、格式錯誤等數據質量問題。3.數據安全保障：用友 iuap 數據中臺提供了嚴密的數據訪問控制和加密功能，確保了數據的機密性和完整性。同時，通過數據脫敏和匿名化處理，有效保護了客戶隱私和敏感數據的安全。4.數據流程管理與監控：用友 iuap 數據中臺提供了可視化的數據流程管理工具，方便該機構實時監控數據的處理狀態和進度。同時，通過定期的數據質量報告，該機構能夠及時發現并解決數據質量問題。通過以上改進，該金融機構的數據質量得到了顯著提升，為業務決策提供了更加準確、可靠的數據支持。同時，該機構的數據治理水平也得到了提高，增強了企業的競爭力和市場地位。案例二：某電商企業某電商平臺面

69、臨著大量訂單數據質量問題，如訂單狀態不一致、商品信息缺失等。這些問題導致了客戶投訴增加、退貨率上升以及業務運營受阻。為了解決這些問題，該電商平臺決定引入用友 iuap 數據中臺進行數據質量管理：1.數據質量檢測與評估：用友 iuap 數據中臺對該電商平臺的大量訂單數據進行質量檢測和評估。通過對比不同系統間的訂單數據，發現存在大量不一致和缺失的問題。針對這些問題，用友數據中臺提供了智能化的數據處理工具進行自動檢測和修復。2.數據清洗與整合：用友 iuap 數據中臺清洗了訂單數據中的異常值和缺失值，確保了數據的完整性和準確性。同時，它還整合了不同業務部門的數據，消除了數據冗余和沖突，確保了數據的統

70、一性和一致性。3.數據流程管理與監控：通過用友iuap數據中臺的界面，該電商平臺能夠實時監控訂單數據的處理狀態和進度。一旦發現異?；騿栴}，能夠及時進行干預和解決，確保了數據的準確性和及時性。4.數據安全保障：用友 iuap 數據中臺提供了完善的數據訪問控制和加密功能，確保了訂單數據的安全性。同時，通過數據脫敏和匿名化處理，保護了客戶隱私和敏感信息的安全。通過以上改進措施，該電商平臺的訂單數據質量得到了顯著提升。這不僅減少了客戶投訴和退貨率，還提高了客戶的滿意度和忠誠度。同時，該電商平臺的數據治理水平也得到了提升，為企業的業務運營和創新發展提供了有力支持。隨著數智化時代的快速發展，數據質量已經成

71、為企業競爭的關鍵因素之一。用友 iuap 數據中臺作為全面而高效的數據質量管理平臺，為企業提供了一套有效的解決方案。通過結合實際案例的應用和實踐經驗的積累，企業可以不斷提升自身的數據質量水平并優化數據治理實踐。在未來數字化轉型的道路上，用友 iuap 數據中臺將繼續發揮重要作用，助力企業實現更高效、智能和可持續的發展。25數字引領者數據要素市場化提速 企業加速數智化轉型數據價值的釋放要求企業加速推進數智化轉型。企業數智化轉型的核心之一就是要釋放數據的價值，通過新的數據要用友 BIP 數據資產入表解決方案推動數據資產化數據要素是數字經濟的主要驅動力。數據要素價值的充分釋放，將促進產業鏈全要素的生

72、產力提升，助推經濟高質量發展。數據對企業的生產經營和運營管理能夠產生巨大價值，已經成為企業越來越重要的一個戰略資源和極具價值的資產。企業只有真正挖掘和釋放出數據的價值，才有望成為數智化時代的領先者。素驅動企業的創新發展，實現經營和管理的變革。作為全球領先的企業數智化軟件與服務提供商，用友在服務眾多行業領先企業數智化建設的過程當中，總結提煉出企業數智化進階模型，即“企業數智化1-2-3”。處在不同發展階段、不同行業的企業，26數據要素驅動價值創造可以參考此模型，在數智化 1、2、3 層級，分別重點推進云化連接（用云）、數據驅動（用數）、智能運營（賦智），從而構建數智化能力、發揮數據價值、創新應用

73、，加速數智化進程。目前，多數企業處在數智化 2 層級，通過升級數智底座、全面推進數據治理，釋放數據要素價值、管好用好數據資產，實現數據驅動的業務流程與決策、管理行動等。企業首先要樹立數據是資產的理念，分三個階段即數據資源化、數據資產化、數據資本化，對數據進行運用、釋放數據價值。在新的數據要素市場中，用友將從全產業視角，發揮35 年的積累，即懂企業、知場景、強平臺、聚生態的眾多優勢，助力企業全面融入數據要素市場實現創新發展?！睌祿Y產化是數據要素市場化的重要起點，當前，企業數據資產入表進入倒計時。財政部會計司于 2023 年 8 月發布企業數據資源相關會計處理暫行規定為企業數據資產入表提供了操作

74、指引，將于 2024 年 1 月 1 日起施行。企業數據資產入表對企業的經營和組織發展都會帶來影響，包括增資產、提利潤，提高盈利水平，改善資產負債率；真實反映數據價值，重塑企業估值體系；重塑部門權責，成本中心變利潤中心等。用友 BIP 數據資產入表解決方案全面激發數據價值當前企業數據資產入表和全面激發數據價值，還面臨著諸多挑戰。如在完成數據資產入表基礎工作之前，企業需梳理清楚哪些數據屬于數據資產、哪些數據屬于資源、哪些工作項可以作為數據資產成本，這些成本哪些歸入無形資產、哪些歸入存貨，完成初始計量后、如何處理后續計量，以及如何快速應對審計、進行數據資產的披露。同時，要全面激發數據價值，企業還需

75、關注數據在企業內部的應用場景、做好統一數據治理與數據中臺的建設、關注數據資產的變現與數據安全等問題，以及需要遵循完善、科學的數據管理體系建設評定標準。為助力企業充分發揮數據生產要素價值，實現數據驅動業務，用友發布用友 BIP 數據資產入表解決方案，助力盤活企業數據資產、激發數據要素價值。用友通過提供咨詢、設計、產品、交付、運營等全流程的解決方案與服務，幫助企業完成數據資產基礎入表、統一數據治理和釋放數據價值，并拉通數據服務到數據交易的通路，增強企業數據的開放、流通和變現能力，加速數據要素的社會級流轉。用友 BIP 數據資產入表解決方案通過三個層級幫助企業完成數據資產入表和數據要素價值產出。用友

76、 BIP 數據資產入表解決方案一共涵蓋了 3 個層級 12個關鍵工作，即通過數據盤點、數據登記/確權、數據資產判定、數據成本歸集以及列表與披露等 5 個關鍵工作完成基礎入表工作；通過統一的數據治理、構建全生命周期的數據管理體系和實現全面數據服務，激發企業內部數據價值；通過確定數據要素交易場景、制定數據戰略與組織變革、搭建數據交易平臺和實現企業數據資本化，最終完成數據要素的社會級流轉。圖為用友 BIP 數據資產入表解決方案整體服務框架27數字引領者其中，在完成基礎入表工作階段，用友 BIP 通過入表系統幫企業實現敏捷高效的數據資源盤點、內外結合的數據產權確認與登記體系，依托權威生態及基于廣泛實踐

77、進行數據資產判定，同時預制成本項、快速歸集數據資產相關成本，最后基于平臺自動形成披露報告初版內容。完成基礎入表工作之后，企業需要進一步進行統一數據治理、激活企業內部數據價值。用友“六橫三縱”數據治理體系，即數據架構管理、數據標準管理、數據質量管理、數據安全管理、數據生命周期管理和數據應用管理等“六橫”，以及管理組織、制度/流程和技術/平等“三縱”為企業進行以業務價值為導向的全局數據治理提供保障。同時，基于用友 iuap 數據中臺，為企業構建一站式數據采集、加工、治理和應用的數據底座。在這個階段，企業充分激活數據價值，可實現涵蓋展現級、分析級、控制級、決策級和創新級的全面的數據服務。最后，在數據

78、要素場景規劃上，用友基于廣泛應用經驗為企業提供完整的社會級數據服務場景的五維模型，以促進企業數據在社會級的廣泛流通。同時，在企業數據交易環節，提供核心關鍵節點的全面技術支撐能力體系，可以覆蓋數據交易全生命周期。數據資產入表對于企業而言，不只是一項財務工作，其最終的目的是充分激發數據要素，為企業創造全新價值，是企業數智化轉型的關鍵環節。用友 BIP 數據資產入表解決方案幫助企業實現從數據資源化，走向數據資產化、數據資本化。在這一波的數據建設浪潮中，加速數智化轉型是釋放數據價值的關鍵步驟。用友希望通過全球領先的數智商業創新平臺用友 BIP 的創新產品和服務持續服務企業的數智化建設與運營，實現數據驅

79、動和智能運營，讓數智化在中國和全球更多的企業與公共組織成功。28數據要素驅動價值創造數據分析是用統計方法對企業內外部的大量數據進行分析，將數據中有價值的信息進行整合并提煉，找出內在規律，以求最大化的開發數據功能、發揮數據作用。智能分析是企業數字化不可或缺的組成部分，是數據資源重要的應用渠道之一，數據驅動智能決策，用友 BIP 智能分析資產包讓數據價值最大化隨著數字化時代的到來，數據已成為企業和組織中最寶貴的資產之一。而數據分析則是將這些數據轉化為實際業務價值的關鍵因素。通過數據信息的應用可以積極推進企業管理變革，進一步提高管控水平和核心競爭實力，推動企業的可持續發展。數智化階段企業更關注的是數

80、據服務和智能化的應用。文/用友網絡 陳楠29數字引領者用友的智能分析產品在企業里面能夠發揮的作用不只是展現和分析，它還能在決策級、創新級發揮作用，不僅可以幫助企業更加精準地解決現實問題，還可以提高企業的競爭力和創新能力。企業建設數據分析項目的三個關鍵點調查發現，大多數企業在啟動數據分析項目建設時，沒有深入的體系化的想法，都是優先解決了手工統計報表的線上化，仍是新瓶裝舊酒，很難提升對數據的認知水平、發揮數據價值。因此，大型企業在進行數據分析項目的選型時，除了關注數據平臺的技術先進性之外，重點還需關注行業或領域最佳實踐方案的輸入，將最佳實踐與企業自身的行業生產經營特性相結合，為企業運營提供有效的數

81、據支撐。大型企業在進行數據分析項目的建設時，需要充分考慮產品技術選型、分析模型設計、上線后系統運行維護等問題。企業數據項目建設經常出現：交付周期長：傳統分析項目 70%時間在于需求梳理和數據抽取加工，每次項目都從零開始周期長、風險大。分析需求不清晰：客戶的中高層領導一般不是 IT 背景，無法體系化描述分析需求，導致項目經常反復修改指標模型。指標變更頻繁：企業經營方向和關注重點經常會發生變化，指標會隨之調整，項目上線后，客戶 IT 通常缺乏持續迭代指標分析的能力。數據分析必須要考慮持續性服務輸出的問題。數據分析應用與企業管理架構、與業務流程關系非常緊密，隨著企業管理視角的改變、業務流程的變革、或

82、底層應用系統的升級，數據分析的方案內容也需要有相應的調整，可見數據分析項目的建設具有持續運營的特性。一旦數據分析應用無法滿足企業管理對數據的使用要求，數據對企業的價值就越來越低，終端用戶對系統的依賴也就越來越弱。要保證數據分析應用的可持續發展，大型企業需要建立運營維護體系，隨時響應各種變化帶來的系統調整，保證模型最優、數據及時、信息準確。用友 BIP 智能分析資產包，助力企業智能決策數據分析在企業的應用過程一般包含業務系統源數據的采集、數據加工和清洗、構建分析主題的指標模型，以及采用BI 工具開發分析頁面和報表，系統上線后還需要根據業務需求變化對分析報表來進行持續的修改維護（見下圖）。30數據

83、要素驅動價值創造市場上常見的敏捷BI工具基于拖拉拽操作的低代碼方式，提高了分析頁面開發(步驟 4)的效率，但是剩余步驟仍然是數據價值的巨大鴻溝：1.原業務系統的數據字典分析，以及后續的數據處理準備，加工過程較為復雜，需要 IT 專業技術，業務用戶無法獨立完成；2.企業缺乏數據分析人才，行業具有哪些業務分析模型最佳實踐，以及應該采用哪些指標來指導決策；3.開發的指標模型看板，上線時或許能滿足需求，但無法隨著企業內外部環境變化，上線一年后的企業數據分析項目，85%的指標和看板不再被使用基于智能分析平臺，用友推出了用友BIP智能分析資產包，做為用友在數據分析內容和運營態上產品的延伸。用友 BIP 智

84、能分析資產包是利用先進的人工智能和大數據技術，連接業務系統，聚合數據，以此建立標準的數據倉庫、模型倉庫，以及可以滿足企業不同管理需求的場景庫最終將數據結果通過大屏展示，賦能前端決策分析。用友 BIP 智能分析資產包的商業模式不同于以往銷售工具類的軟件許可和一次性的項目實施。相反，用友將千行百業的數智化管理經驗進行提煉和總結，通過大量預配置形成基礎模型、分析模型、行業模型、可視化模型四層架構，將這些管理經驗實現資產化，以更便捷的模式提供給更多企業，為企業構建全面的應用服務與全態的指標體系，以標準化的內容交付、以及持續迭代的運營服務來更好的服務于企業的分析需求，不斷提升其業務價值。用友 BIP 智

85、能分析資產包的關鍵特性包括開箱即用、面向業務和運營迭代：以財務分析資產包為例，在激烈的市場競爭中，如何了解企業財務狀況、提高決策效率、發現潛在問題、優化資源配置，成為擺在企業管理者的一大挑戰。為了更好地為企業管理者攻克難題，用友推出的智能分析-財務分析資產包，旨在幫助企業全面了解財務狀況，為決策提供依據，提高經營管理效率?；谟糜?35 年的管理沉淀，從資產負債表、利潤表、現金流量表、科目余額表四大報表中，提煉 745 個常用指標和 32 個財務分析看板，具有直觀、易用、實時、定制化和可擴展等優勢，已經在不同行業客戶中得到了廣泛應用，并取得了顯著的應用成果。該產品具有四大關鍵應用：1、財務綜合

86、決策模型內置評價財務狀況和經營成果的財務能力模型（盈利能力分析、營運能力分析、償債能力分析、發展能力分析），評價企業盈利能力并衡量股東投資收益的杜邦分析模型，衡量企業經營績效的企業績效評價模型等，提供多維度的數據和分析報告，讓企業管理者在財務管理及經營決策上有據可循，實現速贏。2、內外數據對標分析結合企業內部數據與社會化數據，進行深入對比分析，包含內部對標和外部對標。其中，內部對標展示企業內部各組織的財務績效排名，衡量下級組織的經營水平；外部對標則將企業內部數據與社會化數據相結合，實現關鍵財務指標與標桿企業的比較分析，評價企業在行業中所處的水平，分析企業的優勢與不足，使企業更加全面地了解自身財

87、務狀況，及時發現并解決問題。3、財務預實分析基于企業的預算體系，實時監控成本費用、收入利潤、資產規模等指標的預算執行進度，通過深入的數據分析和智能化預測模型，實時更新功能，對企業預算工作的執行情況進行考核評價，幫助企業有效控制成本費用、提高利潤水平，以及衡量預算目標有效性，使資源達到最優配置，幫助企業實時掌握現狀，實現數據驅動決策。4、精細化風險管理以企業的財務報表為依據，利用各種財務比率或數學模型，對企業財務狀況進行檢測，預警企業經營風險，使數據有31數字引領者效轉化為分析信息、輔助決策信息，提升對集團業務的透視能力，快速全面系統的了解經營狀況，及時發出風險預警提示，為企業決策提供數據支撐，

88、保障企業穩健發展。用友財務分析主題看板領先實踐，幫助企業更好地利用數據資產、以數據價值為導向，通過全面完善的數據應用體系，滿足集團財務統計與經營分析需求，為企業決策提供數據支撐，提升數據應用能力與財務管控水平，實現企業經濟效益和運營效率的全面提升。落地智能分析領先實踐，讓數據為企業創造價值用友 BIP 智能分析資產包無需復雜配置，幫助企業通過菜單式選擇、快速配置、快速應用，并持續迭代更多更豐富的分析模型，可以讓企業快速獲取智能分析領先實踐，讓數據實時為企業創造價值。湖北某機場運營公司，2020 年起與用友合作，上線用友的財務系統。為了更好的進行財務分析，助力企業經營，該公司基于用友 BIP 智

89、能分析資產包構建了機場運營分析看板。該項目以大數據智能化分析為核心，以數智化決策支持為重點，搭建了涵蓋運營、財務、客運、貨運、航線、人力能效主題的機場行業專業分析體系，全面支撐高層管理及專業管理；分析看板聚焦機場行業關注的資源安全及高效利用問題，可以專業精準定量評估資源使用效率及效益，并為后續資源科學優化配置提供數據支撐輔助決策依據；通過指標體系及分析看板可以直觀展現CDM（協同決策）系統協同效果，洞察歷史、反饋現狀，及時有效發現運行中存在的問題及提升空間；依托現有大數據技術能力，通過分析云應用挖掘安全監控、運營管理、優化流程、指揮決策等方面數據價值，為企業搭建起技術、數據與業務決策之間的橋梁

90、。用友 BIP 智能資產分析包幫助該機場運營公司實現經營過程數據可視化，將數據轉化為生產力，提升機場大數據應用水平，助力公司數智化轉型、實現高質量發展。32數據要素驅動價值創造當企業擁有準確、完整的客戶數據，企業能夠深入洞察客戶需求和偏好，為客戶提供個性化的服務；當供應商數據得到有效管理，企業的采購流程將得到優化、串標圍標等風險也將得到有效控制，進一步提高企業的運營效率；當企業得到快激發客商數據價值，用友 BIP 企業畫像防范經營風險在數智化時代，數據被視為企業的“新石油”，是驅動企業運營和決策的核心動力?？蛻艉凸痰臋n案信息等企業主數據，就如同企業的“中樞神經”，滲透在各個業務環節中。速準

91、確的輿情數據，企業可以及時發現潛在的風險和危機，采取應對措施，制定精準策略，增強市場競爭力。文/用友網絡 金春姬33數字引領者企業亟需突破客商數據管理與應用難題企業在實際日常運營中，會面臨諸多與數據相關的難題。1.獲取高質量數據難：隨著數據量的急劇增加，從海量信息中獲取高質量的數據變得越來越具有挑戰性。多渠道來源的數據雜亂無章，數據采集方法的不統一使得數據整合變得更為復雜。此外，涉及多區域和多語言的數據難以統一管理，導致高質量數據的篩選難度加大。這些問題給企業的業務決策和數據分析帶來了極大的困擾。2.數據維度不夠全面，無法全面識別風險：在數據采集過程中，由于數據集的不完整或忽略了關鍵數據，導致

92、無法獲取全面的數據維度。數據更新不及時，使得新的風險未被及時納入數據分析范圍。此外，數據采集和分析的方法和技術可能存在局限性，無法完全覆蓋所有風險維度。3.主數據清洗和校準難：隨著數據量的不斷增長，數據的復雜性和多樣性也隨之增加，這給人工清洗帶來了巨大的挑戰。加上，缺乏標準化和規范化的校準數據庫以及自動校準工具，數據清洗和校準工作的難度和復雜度大大增加。4.數據利用效率低下：企業在利用數據的過程中，需要投入大量的人力、物力和財力，經營成本過高，加上挖掘數據價值能力較弱，數據的壟斷以及數據安全性的擔憂等因素，導致數據的利用率低下，無法充分挖掘出數據中隱藏的有價值的信息和洞察。5.銷售渠道單一，拓

93、客難：傳統的拓客方式使得企業獲客成本高昂，客戶群體覆蓋面狹窄，缺乏對目標客戶的精準分析，導致大量無效的營銷投入和低下的拓客效率。6.風險信息獲取不及時：企業無法第一時間獲取客商經營、法律、輿情、股權等變化信息，無法準確識別合作風險，加上企業缺乏有效的風險監測和預警系統，無法及時識別和評估潛在的風險因素。7.數據分析能力弱：無法對海量的輿情信息進行有效處理，無法準確分級和識別信息的優先級，對一些重要的輿情事件響應不及時，使企業面臨更多的運營風險，如市場風險、競爭風險等。用友 BIP 企業畫像，降低經營風險，助力企業決策用友 BIP 企業畫像主數據服務運用大數據處理和分析技術，快速甄別目標企業全貌

94、畫像信息；運用先進的機器學習算法，辨認出隱藏在企業間的復雜關系網絡，對外投資關系，識別潛在圍標、串標可能性；通過風控模型，精準識別潛在供應鏈風險因素，為企業構建一個全面的風險管理體系，有效地規避和防范經營潛在風險。用友 BIP 企業畫像的信息涵蓋范圍廣泛，包括企業工商信息、上市信息、司法風險、經營風險、經營信息、企業發展、知識產權、新聞輿情等 8 大類 54 小類，7 類分析圖表，7 個企業標簽，1000+維度信息，幫助企業更好地了解目標企業的背景、實力和信譽，從而更好地評估合作風險和制定商業決策。1.豐富數據源：2.2 億+社會實體數據、3 億+風險數據、3億+輿情數據、1.6億+關系圖譜數

95、據、數據更新及時且精準。2.權威數據源：來自國家企業信用公示系統、中國法院裁判文書網、中國執行信息公開網等網站，以及媒體和新聞、互聯網等渠道獲取的多維度權威企業信息，數據按天更新。34數據要素驅動價值創造3.前瞻性技術能力：利用大數據分析技術，結合算法模型、機器學習等手段，快速獲取互聯網中的商業信息進行深入挖掘，發現潛在的商業機會和風險。4.靈活計費模式：以企業為單位開通，不受用戶數量限制，滿足企業多部門多角色需求，更適合 To B 業務。5.深度系統融合：嵌入用友系統各個業務場景中，與應用場景深度融合，操作更加便捷、高效。企業畫像可以幫助企業解決以下難點。1.客商背景調查：客商背景調查是一種

96、全面的企業信息獲取方式，企業畫像，幫助深入了解客商的經營狀況、聯系方式、法律風險、組織結構、財務狀況、市場表現及其他核心數據，有助于企業更好地評估其客商信用等級和風險水平。企業畫像借助大數據分析技術，精準提煉出客商全貌信息，深入挖掘企業重點風險信息，幫助企業更好地了解客戶的信用狀況和經營風險，為決策提供數據依據。2.供應商風險管理：采購管理解決方案，依托海量企業數據和多維分析模型，采用人工智能算法、云計算等技術，提供“智能尋源、供應商準入、招標管理、合同履約、供應商評級、供應商風險監控”6 大環節的風險排查解決方案，幫助企業搭建低成本、高效率的采購全業務流的風險管理數字化服務，有效識別和防范各

97、種潛在風險，實現降本增效、動態監視、全面提升采購管理的智能化水平。3.供應商風險評分報告：參照國際供應鏈風控最佳實踐，運用前沿的大數據和知識圖譜等分析技術，通過 4500 萬家企業畫像數據，8 大項、30 小項的屬性特征，構建評價模型；并根據特征類型、分布情況的不同，動態自適應評分模式，對供應商進行全面、深入且客觀、公正的風險評估，企業風險、實力、經營狀況，一鍵生成企業畫像報告，有助于企業快速準確地了解供應商的整體風險情況，賦能企業決策。4.精準營銷拓客：企業畫像通過多維字段檢索，在 2.2億+企業數據庫中精準檢索，鎖定目標市場，識別潛在客戶，定位業務決策人，有針對性的提供線索挖掘服務。同時，

98、企業畫像深入分析歷史客戶群體，勾勒出群體的特征，清晰把握客戶畫像，與 2.2 億+市場主體的特征分布的差異進行比對，智能推薦具有相同特征的潛在客戶，助力企業快速建立商業聯系，賦能業務發展，助力精準營銷和精細化運營。5.動態風險監控預警：在風險防控的關鍵領域，關鍵在于提前規劃，并敏銳感知外部風險事件。企業畫像運用先進的數據挖掘和算法模型技術，自動對海量數據進行清洗、整理和分析，快速識別出外部風險事件，并對其進行分類和評估，將復雜的風險信息簡化為易于理解的風險標簽，讓企業能夠更加直觀地了解自身面臨的風險狀況。同時，風險信息支持深度下鉆，讓用戶查閱具體風險信息，還提供導出文件的功能，方便用戶對風險信

99、息進行進一步的分析和處理，幫助企業快速響應和應對風險，減少損失。企業畫像領先實踐，實現供應商全生命周期管理某大型制造型企業，擁有眾多的供應商和復雜的供應鏈。為了確保企業生產的質量和效率，客戶每年都會篩選出一萬家高質量的供應商，將其納入企業供應商庫，同時還會篩選換新現有的兩萬家供應商。在這個過程中，采購經理和財務人員需要承擔巨大的審核和管理工作量。采購經理平均每個工作日需要審核約 80 個新供應商，以確保每個新供應商都符合企業的要求和標準。而財務人員則需要審核大量的數據和信息，以確定每個新供應商的財務狀況和信用評級。還需要對現有的供應商進行管理和維護?？蛻粜枰粋€高效、準確、易用的系統來幫助他們

100、完成供應商的篩選、審核、管理和維護工作。用友 BIP 采購云系統結合企業畫像功能，為客戶提供從供應商準入到供應商全生命周期管理的解決方案。在供應商準入環節，通過用友 BIP 企業畫像可以快速注冊供應商信息，一鍵批量補全供應商工商信息，幫助采購經理節省大量的時間和精力；根據企業供應商準入要求，用友 BIP企業畫像能夠幫助財務審核人員實時獲取企業全方位風險信息，進行線上化準入資質判斷，提高審核效率，降低合作風險。在供應商管理環節，用友BIP企業畫像的“風險掃描”服務，按照風險項，逐一掃描企業風險項，并通過評分、風險等級、掃描出風險項明細，一目了然知曉合作的供應商所存在的風險。還可以通過深度挖掘股權

101、關系，查詢投標企業間的關聯關系，防止供應商串標圍標行為；通過核心指標體系的分析，包括失信情況、涉訴情況、35數字引領者處罰情況等，綜合分析企業經營風險，合同履約風險、法律風險等，洞察企業經營狀況、挖掘潛在風險危機，助力企業的風險審查及管控。在供應商準入、供應商年度續簽合同等場景，幫助企業全方位核查企業實力，發現、識別潛在風險，及時采取措施；結合企業畫像功能，圍繞企業工商信息變動、司法訴訟、經營風險三大類的22個風險維度，為企業提供一套完善的供應商風險監控解決方案。并根據企業設定的風險級別（高風險、警示、提示），一旦檢測到供應商觸發相應風險，及時通過短信、郵件等方式向采購經理和財務人員發送預警信

102、息。通過用友 BIP 企業畫像的解決方案，該集團實現了歷史供應商檔案庫的全面清洗，減輕采購、財務人員的負擔，并深度挖掘企業自身風險與關聯風險，精準評估供應商的可靠性和穩定性，有效降低了潛在合作風險，保障企業生產、財務和品牌穩健發展。36數據要素驅動價值創造以財務數據智診經營全貌，用友 BIP企業健康體檢守護企業穩健發展企業財務體檢，讓經營無憂！企業如同生物體一樣，會經歷成長、巔峰、衰退等生命周期階段。企業的興衰并非命運使然，而是其經營活動的自然結果。正如生物體需要定期體檢以確保健康一樣，企業也需要進行定期的財務診斷，以確保其財務狀況的健康發展。財務分析診斷質量有待提高，輔助企業正確決策近年來，

103、隨著我國經濟發展速度的加快，市場環境日益復雜，企業規模不斷擴大，企業間競爭逐漸加劇，這使得企業對財務分析質量的要求逐漸提高，企業財務分析工作越發復雜。準確且及時的財務診斷能為企業經營決策者提供有效的數據信息，有助于其做出正確的經營決策，幫助企業實現可持續發展。文/用友網絡 金春姬37數字引領者財務診斷，即企業健康體檢，其核心在于深入分析和評估企業的關鍵財務數據。其目的是及時發現并解決企業經營過程中已經出現或潛在的問題，尋找問題的根源，并制定切實可行的解決方案。通過有針對性地調整和改進，企業可以更好地從事經營活動，保持良好的財務狀況。簡而言之，企業體檢就是通過對企業財務狀況的全面檢查，確保企業能

104、夠持續健康地發展。然而，企業在進行財務診斷時往往面臨以下問題。1.財務分析耗時耗力：由于財務分析的復雜性，分析過程既耗時又耗力。對于企業管理層來說，這是一個龐大的工程，尤其是對于小型企業或資源有限的企業來說更是如此，從而導致無法及時發現和解決問題，影響企業的財務健康和決策效率。2.分析解讀能力弱：市場環境的快速變化，導致企業使用的財務分析模型或指標失去了相關性，難以適應新的經濟條件。同時，老舊的財務分析工具和方法不再能夠有效地提供決策支持。此外，企業缺乏具備專業能力的財務分析師，會進一步削弱財務數據的解讀能力。3.行業/競品洞察難：企業難以獲取準確的行業及對標企業的數據，缺乏對行業趨勢和競爭對

105、手的深入洞察，會影響企業對自身長期發展和競爭力的把握，可能導致錯失市場機遇或承受不必要的風險。4.缺乏有效決策依據：缺乏堅實的財務分析作為決策支撐，企業的經營決策可能會基于不全面或準確度不足的信息，這可能導致不理想的決策結果，甚至引發嚴重的財務風險。用友 BIP“企業健康體檢”，助力企業可持續發展用友 BIP“企業健康體檢”利用智能化大數據分析技術，深入解析企業的財務數據和經營數據，全方位評估和診斷企業經營狀況，一鍵生成企業體檢報告，為企業經營決策提供有力支持。企業健康體檢幫助企業深入解析企業的財務數據和經營數據，全方位評估和診斷企業經營狀況，一鍵生成企業體檢報告，為企業經營決策提供有力支持。

106、同時，通過與行業數據的對比分析，明晰企業在同行業中的地位和競爭優勢，發現問題并制定針對性的精益措施，提升管理水平與競爭力。此外，結合投資者、合作伙伴等利益相關方的企業信用和償付能力等風險信息，對企業進行綜合分析和評價，幫助決策層做出更明智的決策。1.豐富多元化數據類型：過整合企業財務、稅務、資金流水、業務等多元化數據，需企業授權形成企業資產數據。2.全面多維度分析方法：從企業盈利能力，資產管理能力，償債能力等維度進行穿透式交叉分析，打通維度間的數據通道，得到更準確的運營分析。3.蓋多行業的對標數據：從企業盈利能力，資產管理能力，償債能力等維度進行穿透式交叉分析，打通維度間的數據通道，得到更準確

107、的運營分析。4.平臺穩定數據安全有保障：擁有 ISO27001 新型安全管理系統認證證書，通過用戶認證安全、網絡交易安全、新型儲存安全等多維度保障數據安全，提供 7*24 小時專人監控，有效保障系統運營。企業健康體檢助力企業經營可持續發展。1.企業健康體檢利用大數據分析和人工智能算法，顯著提升財務數據處理和分析的效率，幫助企業快速生成財務分析報告，并對每項指標進行解讀，提出專業建議，確保財務分析質量的同時，提高了分析效率，大大減少了財務人員的工作量。2.企業健康體檢通過整合先進的大數據分析技術，實現了對海量數據的深度挖掘與精準分析。從繁雜的數據集中提煉出關鍵洞察，將這些信息轉化為直觀易懂的報告

108、，確保非財務專業人士也能輕松把握數據背后的含義。同時，定期評估和更新財務分析模型和指標，使之與市場動態和企業的實際業務模式保持同步，具有預測未來市場趨勢的能力。此外，引入了生成式 AI 技術和智能化技術，自動生成圖表及自然語言分析文本，以自然語言的形式呈現一份完整且詳盡的財務分析報告。3.企業健康體檢覆蓋 21 個一級行業的財務及經營數據，1000+財務類指標、10 大類 100+企業標簽、3W+企業財報38數據要素驅動價值創造數據、1W 企業財務附注數據。通過與同行業指標進行對比分析，幫助企業精準地識別自身的優勢和劣勢，了解自己在行業中的位置，識別潛在的財務風險，為企業提供有效的決策支持。此

109、外，與行業內的標桿企業進行比較，揭示出企業間的差距，明確改進的方向，提升市場競爭力。4.企業健康體檢高階版，在財務、畫像數據基礎上，拓展了對行業宏觀數據、行業經濟績效數據、企業經營業務數據以及財務附注的分析。同時，增加了企業供應鏈分析、經營分析、資產管理分析、現金流量分析和負債的分析，幫助企業識別優勢領域，優化資源配置，提升經營效率。此外，特別增加了財務異常分析、行為異常分析、風險預警等服務，提前識別和防范潛在風險，為企業提供全方位的業務洞察和決策支持。企業健康體檢應用場景與領先實踐用友 BIP 企業健康體檢在企業績效評價、風險篩查、客商評價、監管評價等場景發揮重要的決策依據。1.企業績效評價

110、：建立企業經營健康診斷模型，分層挖掘影響經營績效的制約因素，及時發現問題，助力策略調整與升級，優化管理方向，實現高效穩健經營。2.準入風險篩查：金融機構通過全面評估客戶償債能力、運營效率和經營可持續性等多方面指標，獲得準確、客觀的評價報告，實現風險的有效防范和化解。3.客商經營評價：綜合評估客商營運、增長能力，資金和社會化數據，全面篩查供應鏈穩定性風險，為制定發展策略提供有力決策依據。4.政府監管部門監管評價：深度透析企業營收、利潤、盈余現金流等核心指標，全面評估經營績效，捕捉優勢與不足，為企業量身定制高效管理策略，助力提升管理水平。比如，浙江省某縣工商聯希望建立區域企業的“企業健康寶”，通過

111、對區域企業的精準畫像和風險問題智能預警預測，一方面幫助了解轄區企業的整體經營情況及排名，另一方面通過財務數據了解企業在經營過程中所遇到的困難，如資金流不足，存貨積壓等問題，以便于為企業提供針對性的政策支持和幫助。用友 BIP 企業健康體檢基于企業財務數據、企業工商數據、知識產權、經營風險等多維度數據，通過企業經營評價模型及AI分析，幫助相關部門了解轄區內的企業經營整體情況。從企業的盈利能力、成長能力、資產管理能力、償債及流動性分析等維度與同業進行對比分析，發現企業優勢同時，對指出企業經營過程中的問題，并對企業外部行為異常和經營異常進行預警。此外，用友 BIP 企業健康體檢實現了外部社會化數據及

112、分析能力與精準管理服務相融合，支撐打通政府相關部門、基層網格人員和各企業的連接，幫助政府部門提升治理能力和治理體系現代化、數據化水平。39數字引領者深挖數據資產價值，釋放數字風控效能，用友智慧模型革新虛假貿易監控新手段2023 年 10 月，國務院國資委發布關于規范中央企業貿易管理嚴禁各類虛假貿易的通知，嚴禁各類虛假貿易業務的開展，國資委繼續緊盯屢禁不止的“牛皮癬”問題，對融資性貿易、“空轉”“走單”虛假業務問題“零容忍”。40數據要素驅動價值創造虛假貿易管控的規范要求與具體措施在針對虛假貿易的規范性要求上，明確了各類虛假貿易風險監控的具體指標內容。如針對大額預付款項、應收款項、庫存、不良逾期

113、率等指標的實時監測，針對貨權管控的可視化、數字化、持續沉淀業務數據和外部信息的采集，合理運用金融衍生工具等。這些措施充分表明在加快推進企業高質量發展過程中，需要更好地發揮科技創新、激活數據要素、賦能虛假貿易的實時精準化的風險防控。用友 BIP 全球司庫在改善和提高虛假貿易風險監控的管理水平方面建議從以下幾方面的具體工作來開展：加強內部審查和監管：建立內部審查機制，確保交易和貿易活動的真實性和合規性。加強對關鍵崗位人員的培訓和監督，提高識別虛假貿易的能力。實行嚴格的供應商審核制度：對所有與國資委有業務往來的供應商進行審查，確保其合法經營和真實性，避免與不正當交易對象進行業務往來。建立風險預警機制

114、：建立風險評估和監測機制，及時識別和預警潛在的虛假貿易風險，采取相應的控制和應對措施。加強合同管理：強化對貿易合同的管理和執行，確保合同內容真實有效，建立健全的合同履行和違約處理機制，防范虛假交易行為。清理整頓不良交易記錄：對過去的不良交易記錄進行清理整頓，防止對正常業務造成影響，完善相關記錄和歸檔工作。利用數據分析工具進行風險評估：運用數據分析工具對貿易數據進行深入分析，評估虛假貿易風險。建立智能化風控平臺：利用人工智能技術建立智能化風控平臺，整合內外部數據資源，實現風險信息的實時監測、分析、預警和管理，識別虛假貿易行為。用友 BIP 全球司庫智慧風控服務平臺，構建智慧風險模型，提高虛假貿易

115、排查水平隨著新一輪數字技術與 AI 的迅猛發展，傳統管理理念和管理手段已經無法支撐數字化轉型企業在應對企業可持續化風險防范的發展要求，推進風控數字化的轉型勢在必行。數字化的轉型使企業實現業務線上化的全覆蓋，伴隨著資金、核算等財務大數據的持續積累，大數據、大模型等新技術手段的迭代發展，推進各類創新應用在數字化基礎上，更向著智慧化、智能化方向發展，而激活數據價值，構建統一的智慧風控服務通過大數據挖掘建立虛假貿易監控模型是提升虛假貿易決策分析和識別能力創新手段。通過持續積累風險管理經驗，將風險前置嵌入貿易全鏈條環節中，切實提升虛假貿易監控的智慧化能力，深化歷史經驗數據的經驗沉淀與積累，引入外部社會化

116、數據，結合內部歷史數據，構建大數據規則和智慧模型算法，定義各類虛假貿易識別指標和監控規則，將數智化能力的應用嵌入到企業貿易全鏈條業務系統的各個平臺功能中發揮智慧風控的作用。虛假貿易監控模型，智慧識別排查風險用友BIP全球司庫智慧風控平臺，引入大模型和智慧算法，構建虛假貿易監控模型，將虛假貿易監控結果應用于貿易交易全流程實現對全業務、全客商、全流程的覆蓋。41數字引領者關鍵設計 1：基于交易過程全鏈路的融資性貿易的風險管控通過對貿易業務全鏈條全要素數據的充分挖掘，積累虛假貿易識別所需的風險數據資產，依托專家識別和智慧算法，構建虛假貿易監控模型，持續提升貿易全過程中的風險識別。關鍵設計 2：利用智

117、慧算法提高對虛假貿易上下游關系的有效識別引入深度優先搜索（Depth-First Search）DFS，以特定約束對象（特定交易主體）為事件的起點，以與之有交易關系的客戶結點為匯點，溯源查詢在選定時段內具有極大交易權值的可疑交易路徑，從中發現異常交易情況。關鍵設計 3：通過數據建模方法構建虛假貿易監控模型精細化識別虛假貿易在專家經驗的基礎上構建虛假貿易評分模型，通過層次分析法明確模型指標的區分度情況，并依托分箱法劃分出不同的模型評分對虛假貿易的識別精確度，依托科學數據建模的方法完善評分模型的識別區分度和識別能力。領先企業進入到數據服務與智能化并舉的數智化新階段，將以數字化為基礎，智能化產生新價

118、值的理念持續進階，用友 BIP 全球司庫秉承數智化新價值理念構建的智慧風控服務平臺，將切實提高企業在虛假貿易識別與排查的風險管理能力，改善決策的一致性，減少貿易過程中的主觀性，助力風控審批決策科學化，實現智慧化的風險管理。42數據要素驅動價值創造讓數據成為生產力，用友時序數據庫為智造按下“瞬時加速鍵”當前，新一輪科技革命和產業變革突飛猛進，推動企業數智化進程加速向前發展，數據作為一種新型的生產要素，是數字化、網絡化、智能化的基礎，已快速融入生產、分配、流通、消費和社會服務管理等各環節，海量數據的存儲和快速處理是發揮數據要素價值的基礎，數據庫是數據要素價值鏈上必不可少核心基站。作為關鍵基礎軟件之

119、一，數據庫國產化正在成為企業招標選型的重要參考，實現信創國產化勢在必行。2022 年 4 月，為突破我國工業軟件 AIoT 平臺在物聯網時序數據庫及工業低代碼應用開發方面的“卡脖子”問題，用友聯合清華大學，揭牌成立“清華大學（軟件學院）-用友網絡科技股份有限公司時序數據與物聯應用聯合研究中心”，重點圍繞時序數據庫和低代碼開發平臺等大數據系統軟件關鍵技術開展研究工作。2023 年，基于清華大學自主研發的國內首個開源時序數據庫，用友自主研發了專業服務企業的商用版國產高性能時序數據庫TimensionDB，實現國產化數據庫等基礎技術組件的完全自主、安全、可控。專業服務工業場景、更懂業務的國產高性能時

120、序數據庫TimensionDB時序數據是隨時間不斷產生的一系列數據，也就是帶時間戳的數據，其源于人類對事物的連續性觀察需求，比如服務器的性能監控、鍋爐的壓力監控、體檢時的心電圖等等，而時序數據庫就是專門用來存儲、處理時序數據的系統。時序數據產生量巨大又具有很強的時效性，而在“數據”43數字引領者作為關鍵生產要素的工業企業，除了要求時序數據庫做到基礎的存儲和處理，對其性能還有更高的要求：工業企業對數據的可靠性、穩定性有很高的要求，對宕機、以及維護里面宕機數據丟失不能容忍的，要求產品的高可用；工業企業的系統與生產執行緊密關聯，對數據的抖動、延遲，有很高的要求，不希望由于壓力高增，而影響數據存入，因

121、此客戶會具體對內存、IO、CPU 等提出一些指標要求，保障在客戶的工廠、車間等環境上的穩定運行；工業企業為了管好核心的生產制造的高效穩定執行，在滿足基礎的時序數據庫功能之上，還要求“超大規模數據瞬時寫入”，同時要實現亂序管理。用友基于工業企業客戶的需求和專注企業服務 35 年的領先實踐，打造專業服務工業場景、更懂業務的自主可控商用版高性能時序數據庫用友 TimensionDB 時序數據庫。實時+高吞吐、數據攝入架構簡化、多維數據計算和分析、靈活數據發布、低資源消耗等能力，在車間、工廠等有限資源環境，持續提高數據壓縮比，降低存儲成本，優化內存布局，降低內存消耗，提升計算效率；持續拓展企業服務商業

122、化能力，研發業務場景多維分析、數據按需訂閱、數據統計分析、時間序列預測等功能，滿足工業企業各類場景下的靈活商用需求；具備足夠的生態擴展支持能力，提供一站式的多場景多范式計算支持能力，簡化使用方式，大度降低生態伙伴的技術成本和接入難度，支持延伸擴展多樣化的生態應用場景。性能高、成本低、速度快、能力強、拓展高，四大超強引擎高效釋放數據價值用友 TimensionDB 時序數據庫，致力于解決因設備采集點數量巨大、數據采集頻率高造成的存儲成本高、寫入和查詢分析效率低的問題，滿足工業企業多場景、高性能、高可用性需求，具有寫入性能高、硬件成本低、查詢速度快、分析能力強、擴展能力高五大核心優勢，搭載存儲引擎

123、、查詢引擎、流計算引擎、消息引擎四大超強引擎，高效釋放數據價值。存儲引擎實現高壓縮比低成本存儲，支持單機每秒1000 萬數據點的高速寫入、實現 1:150 高壓縮比，10億數據點硬盤成本低于 1.4 元；查詢引擎提供面向時間序列的豐富查詢語義，面向時序數據特征的計算，面向時間維度的豐富聚合函數支持，實現 10 億級數據量、千萬數據點查詢的毫秒級響應；同時支持切片計算、四則運算、周期性分桶聚合等操作，基于專用的多線程多維計算算法，充分利用服務器的硬件資源來提高計算速度；流計算引擎，提供了與時序數據緊密結合的流計算處理能力，能夠持續不斷的進行數據消費計算，滿足數據實時處理的需要，Timension

124、DB 提供的流計算引擎，未來在語法上可良好兼容 Streaming SQL 的標準；消息引擎，提供了工業標準的消息隊列能力，支持時序 深研多計算范式融合的技術路線，專業服務工廠、車間等端邊協同工業場景，無縫融合 MES、ERP、資產管理、設備維保等生產系統，支持流計算、事件驅動、多維查詢分析等多種計算范式的融合應用；基于云原生架構聚焦突破工業場景服務性能，創新研發44數據要素驅動價值創造數據基于業務規則，快速發布到消息隊列，被消費和處理，滿足復雜業務場景下的集成需求。用友 TimensionDB 時序數據庫基于分布式架構，提供彈性伸縮的能力，可適應不同規模時序數據的存儲與分析需求，具高擴展性，

125、支持秒級增加節點而無需進行數據遷移了；支持多種數據訂閱模式，更貼合企業業務需求；支持對接Hadoop、Spark、Grafana等多種開源生態環境；可快速攝取、存儲和處理海量時間序列數據，具有高并發寫入、高壓縮比存儲、快速查詢、功能完備、查詢分析一體化、簡單易用等能力，性能優于國內主流時序數據庫引擎，可廣泛應用于物聯網、工業 4.0 等場景下海量時序數據的快速采集、高效儲存、實時分析。四大場景，用友為智造按下“瞬時加速鍵”當前，各行各業的企業數智化持續發展，企業數智化已經進入到圍繞生產、經營及管理主題的融合化應用創新、重視和系統推進數據治理的階段。在能源、冶金、電力、石油化工、工程機械等行業，

126、基于用友“AIoT 物聯網平臺+用友TimensionDB 時序數據庫”打造的四大規?；瘧脠鼍矮@得眾多客戶的認可，已在多家工業企業通過運行測試及上線切換，助力工業企業加速釋放數據潛能，讓數據成為新質生產力。場景一：AIoT+工業大數據分析，時序數據助力智能制造，打造智能工廠以工業場景中的工業大數據分析為例，工業企業需要通過終端設備和傳感器對生產數據的實時采集和分析、設備故障預警處理等，實現對生產現場的實時監控。而工業數據的采集都需要帶有時間戳，大量工業數據建模、工業知識組件和算法組件，均以時間序列數據作為輸入數據，對時序數據庫的需求和應用更加多元。用友時序數據庫實現了工業數據的高性能采集入庫

127、、高效數據分析，為企業管理層決策提供數據支持，幫助用戶通過持續優化生產管理流程來釋放優質產能，助力實體制造業由粗放式經營模式，逐步過渡為生產設備網絡化、現場管理數字化、決策運營智能化的精益制造智能工廠。場景二：AIoT+IT 系統運維，統一 IT 系統運維，全局把控系統運行狀態以工業場景中的 IT 系統運維為例，企業需要對大規模應用集群和機房設備進行監控，實時關注運行狀態、資源利用率和業務趨勢，實現數據化運營和自動化開發運維。用友時序數據庫可以實現對原始指標數據的采集和實時計算，并將實時計算的結果數據存儲到TimensionDB，實現監控和分析的展現，支持多種時序異常類型的檢測告警，并將異常情

128、況直觀展示，方便運維人員識別異常，告警策略設置簡單，業務人員可輕松上手。場景三：AIoT+設備監控分析，集中式、全景化、數智化的設備監控平臺以工業場景中的設備監控數據分析為例，用友時序數據庫支持多個 100G 數據流量采集點的數據包元數據存儲及快速查詢，幫助用戶實現全量數據的回溯分析，基于自研數據分析引擎，無需借助第三方大數據工具即可完成復雜業務數據分析，助力用戶實現集中式管理、全景化分析、數字化運營的設備監控平臺。場景四：AIoT+車聯網數據分析，IoT 傳感器時序數據分析，助力萬物互聯以工業場景中的工廠機械車聯網為例，用友 AIoT 將傳感器數據通過窄帶物聯網實時發送至時序數據庫，通過多維

129、分析引擎進行復雜的計算和分析，搭建工程機械產業鏈協同平臺，實現工程車輛設備分析與實時監控及設備后服務維保數據分析與管理，基于每秒千萬級車輛軌跡數據寫入能力、高效壓縮、線性擴展等特性，可從容應對采集點&采集頻率變更帶來的流量突增，實現更高性能、更穩運行、更低成本。數據庫作為支撐工業企業生產運行實現數據治理的關鍵基礎軟件之一，對推動中國制造企業數智化轉型有著至關重要的作用。未來，用友 TimensionDB 時序數據庫將不斷創新，持續投入，深化行業和場景應用，通過實現相關基礎技術組件自主、安全、可控，打造國產化數據庫的創新模式，為推動制造企業邁向高質量發展和數字中國建設增添強勁動力。45數字引領者

130、從“用數據說話”到“讓數據說話”，全面數據服務煥發酒店生意新生！文/用友酒店餐飲行業專家 李思琪作為數據密集型行業，酒店業數據的應用已經滲透到了行業的各個環節。通過分析客戶的消費習慣、喜好、行為模式，酒店可以更精準地滿足客戶的個性化需求，提供優質的個性化服務，提升客戶滿意度和忠誠度；通過分析銷售、房間占用率等數據，酒店可優化價格策略、預訂策略，提高房間利用率，最大化收益；通過分析客戶的反饋和在線評價數據，可以及時發現服務的不足，改進服務質量，提高客戶滿意度；通過構建用戶畫像，酒店可以精確地定位目標客戶，實施精準營銷，提升營銷效果和回報率；通過大數據分析和挖掘，酒店可預測未來的客戶需求、市場趨勢

131、，制定有效的營銷策略和業務發展策略。數據在酒店數智化轉型中發揮著關鍵的支撐作用。通過數據的分析和應用，酒店可以實現個性化的服務、優化運營管理、精準市場營銷和提升用戶體驗，從而提高企業的核心競爭力和盈利能力。企業只有足夠重視“數據”的作用，加強數據的收集、治理、分析和應用，實現用戶端與供給端全要素、全場景、全生命周期的數據智能，塑造數據創新驅動的競爭力，才能在新時代的浪潮中屹立不倒，生生不息。46數據要素驅動價值創造酒店行業獨有的數據特性首先，酒店業更加重視終端客戶，所以比傳統 ToB 企業更加注重企業數字化運營。其次，用戶是酒店的核心，酒店有著龐大而復雜的會員體系，因此數據畫像的構建和應用對于

132、酒店來說至關重要。同時，酒店有著眾多的對外渠道，如 OTA、電商、支付系統等等，數據來源廣泛多樣，且數據生成速度快、變化頻繁，更加依賴高時效性的處理和分析。不少企業已經將數據上升到了戰略層面，而酒店行業在數據應用方面，則面臨更加嚴峻的挑戰：一，緊密相連的業務 vs 獨立建設的系統圍繞用戶選擇和入住酒店的整個過過程，可將酒店業分為住前、住中和住后環節，不同環節均有不同的數據來源。住前數據即用戶入住前的選擇行為數據，例如在百度等搜索引擎上的搜索行為，在OTA上的搜索、瀏覽、預訂行為等，這些數據反映整個市場需求和用戶偏好；住中數據即酒店在用戶入住過程中形成的數據，例如酒店 PMS 系統中的經營數據、

133、來自于 TMC、OTA 的訂單數據等，這些數據反映酒店的當前及歷史經營狀況；住后數據即用戶住后的反饋數據，例如用戶點評、調查問卷等，反映酒店的產品及服務的價值。然而，這些數據多數仍處于割裂狀態，分散在各個應用系統以及渠道，無法及時共享，難以做到用數據驅動決策。二，數據的應用程度 vs 業務創新及管理變革盡管越來越多的酒店開始嘗試利用數據進行決策，引入了數據分析、管理的平臺工具，但大多數酒店對數據的應用仍然停留在展現級，主要依賴數據展現，如看板和報表，而并未進行深入的數據分析和挖掘，數據價值未被充分釋放。盡管酒店可以通過各種渠道收集到大量客戶數據，但這些數據往往僅被用于制作扁平的統計報表，如入住

134、率、客房利用率、酒店營收等。報表雖然可以幫助酒店了解一些基本的運營情況，但無法提供深入的洞察，如入住率下降歸因分析、提升盈利的行為建議、客戶的消費習慣、喜好等。不足以支撐酒店經營影響因素洞察，無法在管理上提供精細化的決策支持，也限制了酒店產品和服務的優化與創新。三，數據質 vs 精細化運營需求由于數據在各業務系統分別維護，口徑不統一，邏輯不一致，加之數據來源多樣，傳輸過程中可能出現丟失，或者數據源本身存在問題，以及缺乏有效的采集、處理、清洗和治理手段，導致數據的準確性、完整性、一致性、時效性以及可用性難以保障，酒店可能無法準確了解客戶需求、市場趨勢和競爭對手的動態，從而無法及時做出有效的決策。

135、導致產品和服務與市場需求脫節，和原有細分市場客源的匹配度差距逐漸拉大，最終影響酒店的競爭力和盈利能力。引入先進的方法和工具提升數據價值，建立數據渠道的決策制，才能充分利用數據來支撐精細化運營，改善酒店收益、實現精準營銷、提升核心競爭力。用友“2 種形態+5 級寶塔”數據服務模型，驅動業務持續創新用友作為全球領先的企業數智化軟件與服務提供商，在服務企業 35 年間，始終關注企業數據價值，助力構建數據驅動型企業，讓數據成為一切經營活動的“眼睛”和“大腦”。用友定義數據驅動為 2 種形態+5 級寶塔，其中，兩種形態分別是 dSaaS 數據應用服務和 DaaS 數據即服務。它們的核心都是將數據用于解決

136、實際問題，優化業務流程或支持決策。DaaS 主要提供數據本身，可以是原始數據或已經加工后的指標和標簽，企業得到數據后可根據自身的需求進行后續的分析挖掘和應用。47數字引領者除了數據，dSaaS 還提供了數據分析、可視化、決策支持等應用。通過數據+解決方案+工具+模型+分析，幫助酒店最大程度挖掘數據價值，探索應用場景，成為數據和技術驅動的科技型服務企業。五級寶塔模型即為企業提供五級全面數據服務：第一層是展現服務，比如各種報表報告；第二層是分析服務，比如經營分析、成本分析等；第三層是控制服務，比如風險預警；第四層是決策服務，比如智能定價；第五層是創新服務，比如基于消費數據反饋對產品進行優化和創新。

137、以 YonGPT 企業大模型為支撐，通過用友 iuap 數據中臺對酒店企業的人、財、經營、營銷、資產、供應鏈等多元業務數據進行匯聚和治理，并圍繞核心業務線的經營、管理、會員、運營等重要指標構建分析體系，利用智能中臺的模型算法庫訓練、構建的酒店行業模型因子，為酒店企業提供 5 層全面數據服務，深入洞察企業運營、識別潛在的業務風險和機會，并提供智能化的解決方案，從而提高經營決策水平和業務運營效率。展現層：數據服務主要關注數據的可視化呈現。包括生成財務報表、門店業績快報、客房收入報表、會員儀表板等。用友提供的數據分析工具能夠從酒店企業多源異構的業務系統中提取數據，并將其可視化為圖表、圖形和表格，便用

138、戶能夠直觀地了解酒店經營管理的基本情況。分析層：數據服務深入挖掘數據，進行更加深入的數據分析。通過數據分析工具，酒店企業用戶可以進行更復雜的數據分析，例如經營分析、客源結構分析、訂單渠道分析或趨勢分析等，以獲取更深層次的洞察和理解。用戶可以逐步探索數據，并發現隱藏在數據背后的模式和關聯?？刂茖樱簲祿臻_始關注業務的運營和控制。包括預算控制、庫存預警、會員留存監測、供應商行為監測等。數據分析工具可以與實時數據集成，通過設置閾值和規則，自動檢測異常情況并提供告警，幫助企業及時采取措施，規避風險。決策層：數據服務用于輔助酒店高級管理層做出戰略性決策。包括使用數據分析和預測模型來支持決策制定，例如智

139、能定價、精準獲客、智能推薦、市場趨勢預測等。通過數、智工具，整合歷史數據和市場情報，為酒店決策者提供可靠的決策依據。創新層：數據服務不僅僅關注數據的應用，還注重在業務中的創新。包括產品優化、服務開發、業務流程優化、運營模式優化、經營主題創新等，通過深入分析和洞察，酒店可以基于數據發現新的市場機會，創造新的價值，打造差異化優勢，在激烈的競爭中脫穎而出。更懂企業的數據中臺，為酒店行業提供一站式數據底座用友所提供的數據服務，扎根于用友 iuap 數據中臺的核心能力。用友構建的數據中臺不是簡單的一套軟件系統或者標準化產品,更多的是一種強調資源整合、集中配置、能力沉淀、場景應用的運作機制。用友 iuap

140、 數據中臺以全域數據應用為目標，以各種數據管理理論為依據，以云原生、微服務、大數據和人工智能等數據加工處理技術為基礎，提供酒店企業全域數據治理、數據采集、數據建模、計算加工、資產的構建和共享、數據分析挖掘等能力，支撐酒店企業在指標管理、分析展現、決策支持、知識發現、人工智能等數據驅動的各種場景應用，幫助酒店企業沉淀數據資產，發揮數據價值，同時能夠輕松駕馭新技術，實現解耦開放、自主可控、柔性擴展、架構領先的數據底座。對于酒店行業來說，各個酒店企業的數智化成熟度參差不齊，很多傳統酒店企業并沒有那么多的數據，所以對數據中臺的使用只停留在展現層，只需要報表和分析；但是中大型酒48數據要素驅動價值創造店

141、就需要更多的數據，并對這些數據進行深入的分析，來支撐企業的管理決策；而行業領軍級的酒店則需要在數據服務層有深入的應用，比如數據治理和數據智能，用于賦能企業的業務和管理決策，使其一直處于行業領頭羊的位置?；诖?，用友將數據中臺打造成為產品的組合，它所形成的能力從低到高，可以為各種成熟度的企業提供服務。這也是用友 iuap 數據中臺的一個先進之處：并不預設企業的形態，會根據其需求的特征，來提供與之匹配的數據服務方案?；诮y一模型的數據分析，快速構建企業專屬數據應用服務隨著用友 iuap 平臺技術與數據能力的升級與創新，用友建設全面數據服務能力的戰略主張也逐漸呈現出來，而這恰是用友更為強調數據中臺能

142、力的使然。很多酒店企業在信息化過程中積累了大量數據，引入了先進的工具，然而在數據應用上仍然面臨困境。比如不同數據分別可以發揮什么作用、如何建立不同業務指標、如何將指標生成模型、如何將指標結果更好的呈現給酒店管理者，并為管理者提供決策依據，指導業務發展？酒店想要建立全面的數據應用服務，亟需建立自己的指標體系，完成從展現、分析、控制、決策和創新的進程，通過智能化運營，助力智能化決策?；谟糜?BIP 領先的平臺技術與應用架構、豐富的領域與行業領先實踐，推出用友 BIP 智能分析資產包。用友 BIP 智能分析資產包作為用友數據應用服務（dSaaS）“統一模型中心”，以敏捷 BI 為數智底座，數據分析

143、為核心服務，為酒店企業提供基礎模型、分析模型、行業模型及可視化模型資產包，持續建設并運營企業經營數據模型和指標模型，讓酒店企業快速擁有智能分析領先實踐，助力智能化決策，實現智能化運營。用友對千行百業的數智化管理經驗進行提煉和總結，通過大量預配置形成基礎模型、分析模型、行業模型、可視化模型四層架構，將這些管理經驗實現資產化，以更便捷的模式提供給更多酒店企業，為酒店企業構建全面的應用服務與全態的指標體系。智能分析資產包無需復雜配置，幫助企業通過菜單式選擇、快速配置、快速應用，并持續與酒店行業客戶共建，按照行業關注指標進行個性化配置，迭代更多更豐富的行業分析模型，讓酒店企業能夠快速獲業內數據分析領先

144、實踐，破解數據應用難題，充分讓數據實時為企業創造價值，讓數據智能變得更加普惠。用友 BIP 全面數據服務能力，驅動酒店企業商業創新統一酒店企業數據平臺，打通各域數據，實現會員、營銷、財務、供應鏈、OTA 等核心數據的融合、匯聚及存儲。沉淀酒店數據資產，統一數據標準及統計口徑，實現數據全環節統一語言，支撐酒店企業各系統數據交換，分析結果共享，激活酒店數據要素潛能。從經營、會員、營銷、運營等業務視角構建酒店企業價值管控指標體系，全面反映企業經營管理情況，為企業決策者提供科學有效的數據支撐，包括：運營成本管控、精準營銷、投資回報評估等。賦能酒店企業敏捷自助的數據分析能力，提供豐富的圖表組件和統計函數

145、，降低數據分析技術門檻，業務人員通過拖拽在較短時間內構建精細的經營管理分析看板，及時了解經營情況，規避風險，提高管理決策效率。依托成熟的行業及領域模型，為酒店企業提供開箱即用的數據分析主題包，快速構建酒店企業多維度、穿透式的指標看板，釋放數據價值，讓數據智能變得更加普惠。酒店經營管理報告自動生成。自動生成圖文并茂的呈現數字報告，可以無縫集成 office 的圖表和表格組件，基于語義模型完成自動內容的生成和取數，周期性洞察業務數據，提升決策效率。用友以全面綜合的數據服務能力，幫助酒店企業構建全新的數據架構，借助平臺化的形式、數據化的運營、高階的分析、算法和模型提供酒店企業數據智能服務，用數據驅動

146、的方式打造酒店商業洞察力，以此驅動企業數字資產價值變現，鋪平數智化轉型之路。領先實踐家中建五局：數據運營升級，成就數字五局亞太中慧:數據可視化，讓采購過程更陽光更高效更智能華強集團:以數據智能提升財務數智化水平500 強企業領先實踐：人力數智化分析，提高組織決策能力山西國運：數據驅動監管，提高國有資本運營效能50數據要素驅動價值創造建筑行業是數據最豐富的行業之一,也是當前大數據應用最為欠缺的行業之一。如何最大化的發揮數據資源價值，賦能建筑業數智化轉型升級？如何通過數據洞察經營管理過程中的不確定性？如何創新數據應用場景，促進建筑業高質量發展？數據驅動已經成為包括建筑行業在內的，所有企業數智化轉型

147、的重要模式。中建五局，作為全球最大的投資建設集團之一、國內建筑行業龍頭企業中國建筑集團公司的重要骨干成員企業，在央國企對標世界一流的趨勢下，正在以政策為引導，以前瞻性視野和堅定不移的戰略定力為保障，加速企業數智化轉型。為了在保障數據安全、合規的前提下，實現數據共享以及數據價值的挖掘，中建五局積極建設數據運營體系，推動平臺數據共享模式，以數據驅動企業決策，加快“數字五局”建設。中建五局：數據運營升級，成就數字五局“3411”數字化轉型戰略，提升數字化管理運營能力中建五局以房屋建筑施工、基礎設施建造、投資與房地產開發為主營業務，擁有房建、市政、公路“三特三甲”資質。公司總資產超 1500 億元，是

148、投資商、建造商、運營商“三商一體、品質一流”的現代化投資建設集團，穩居“全國一流、中建三甲、湖南三強”。2020 年，在中國各行業龍頭企業紛紛從信息化邁向數智化，由傳統流程驅動向數據驅動轉型的趨勢下，中建五局全面啟動了數智化升級。為支撐“3411”數字化轉型戰略，中建五局全面開啟“信息化4.0工程”，以用友iuap平臺為數字底基座，利用大數據、人工智能技術，構建數字化管理運營平臺。51領先實踐家中建五局的發展愿景是打造建筑行業領先的數字化創新應用企業，支撐五局“一最兩創”、“三強三優”戰略?；谶@一發展愿景，中建五局將數字化升級作為戰略性工作，通過業務與信息技術雙輪驅動，構建“企業管控集約化、

149、業務管理精益化、資源配置高效化、生態互聯協同化”的“數字五局”，推進生產經營與數字化同步轉型升級，助力企業高質量發展。為此，中建五局制定了“3411”數字化轉型戰略，全面開啟“信息化 4.0 工程”，通過打造數字化管理運營平臺，實現企業運營管理在線分析、在線檢查、在線考核、風險線上預警，并在局、公司及項目全面推廣應用?！?”即通過業務管理體系、數據運營體系、IT 技術體系“3”大體系升級，促進生產經營與數字化管理互融互促?！?”即通過推進企業戰略決策、業務運營管理、項目綜合管理、產業互聯協同“4”大業務主題的數字化管理，提升企業經營管理水平?！?”即通過依托生產運營數據庫和知識文檔庫，構建“1

150、”個數據倉庫，提升數據化決策能力；基于中建集團整體技術框架，打造“1”個數字化技術平臺，提升物聯感知、數據洞察、互聯協同、數智模擬四大數字化能力?；跀祿信_，建立完善的數據運營體系中建五局以用友 iuap 平臺為數智化底座，利用大數據、人工智能技術，構建數字化管理運營平臺，包括人力資源管理、財務管理、資金管理、采購管理、經營管理、檔案與知識管理等內容，與業務管理深度融合，實現企業戰略決策科學、業務運營管理提質、項目綜合管理提效、產業互聯協同升級。數據貫穿了中建五局所有平臺與業務系統，只有將這些數據實現統一管理，才能真正發揮數據的價值，提高管理效率。同時，需要建立不同的數據分析模型，以滿足企業

151、人力分析、物資分析、商務分析、土木商務成本分析業務需求。為了更好解決數據管理問題，建立完整的數據運營體系，中建五局基于用友iuap數據中臺，進行數據的統一采集（外部、內部數據均按要求采集接入）、統一存儲（所有數據均先入湖，后應用）、統一共享（所有數據均設定權限，實現企業內外共享）、統一展示（采用智能分析進行價值展現）?；谄脚_集成各生產與運營系統數據，中建五局實現不同層級主題數據分析，包括全局戰略分析、分子公司運營分析、項目綜合分析。全局戰略分析匯集全局運營數據形成運營報表中心，展示全局運營指標和績效指標。分子公司運營分析主要以企業人力資源、集采、財務資金等核心業務數據為支撐，構建的企業人財物

152、數據中心；項目綜合分析主要以項目商務成本、生產進度和質量安全等關鍵信息，形成的項目運營看板。中建五局根據自身條件和外部環境，利用大數據及人工智能技術，探索建立各類科學決策分析模型，實現對企業關鍵運營指標實時監控和線上績效考核，挖掘數據價值。比如，圍繞企業發展戰略確定風險指標、配置風險閾值、設置風險有效性標準，構建風險預控預警模型，實現風險自動預警，以移動化、可視化、數字化的場景展示方式為局及分子公司領導層提供科學決策支持，增強決策科學性，降低風險，提升企業管理效率。中建五局數字化運營管理平臺框架圖中建五局數據管理平臺架構圖52數據要素驅動價值創造基于數據中臺構建數智化底座，可以將數據轉化為資產

153、，滿足業務的快速迭代和個性化需求等。同時，也是實現供應鏈全過程數據實時交互的連接器，是實現與社會化資源共享應用的連接器。通過前期信息化建設，中建五局已實現了商務、物資、財務、人力等核心業務在線化，場景化，從源頭有效控制數據質量，為數據的在線分析奠定了基礎。此次，通過數字化管理運營平臺的運營，聚焦項目整個生產經營過程，通過報表梳理、源數據清理、標準制定、系統上線、數據應用五個步驟，逐步推進報表與看板建設。規范項目指標幾百個，實現了財務、資金、人力、商務、物資等業務的數據的有效利用和指標共享，為公司生產經營提供了有力的數據支撐；建立了全局統一門戶，既充分體現各子公司特點，又提升了集中管控的能力。通

154、過門戶統一標準，實現了人員、賬號、組織、合同、文件、客商等主數據的統一，和各業務系統的數據集成；企業運營風險管理預警看板項目經濟活動風險預警圖建立了統一的數據倉庫，根據數據的不同屬性進行統一分類、統一數據來源、統一取數規則、統一維度、統一取數時點、統一標準化數據字典。運用線上數據構建企業資源庫，包括知識文檔庫、投標業績庫、供方資源庫、物資價格庫、項目策劃專家庫、人員業績庫、企業獎項庫等，為項目設計概算、投標、分包、采購等業務執行提供數據模型分析，提高了數據共享與應用能力。通過應用數據精準分析業務流程與節點效率，使流程平均審批時間縮短 5.6 天。自主研發資產盤活系統，較傳統手段降低材料損耗 3

155、0%；通過集成第三方電子簽章，平均每份合同簽定時間由 20 多天縮短至 7 天，業務辦理效率提升了 75%以上。通過此次“數據驅動”的數智化升級，中建五局實現了“人、財、物”各項核算資源及“營銷、施工、供應”等全業務的閉環管理，實現了財務、資金、人力、商務、物資等數據共享，規范了業務處理、精細化了成本管控、規避了企業經營風險。成為世界一流企業，是所有央企的愿景，也體現了央企作為我國國民經濟“穩定器”和“壓艙石”的使命與擔當。發揮數據要素乘數效應，激發企業數據價值，正是央國企通過數智化轉型，邁向高質量發展的有效方法。53領先實踐家國有企業是中國特色社會主義的重要物質基礎和政治基礎，是黨執政興國的

156、重要支柱和依靠力量。為推進國有經濟布局優化和結構調整，增強國有經濟競爭力、創新力、控制力、影響力和抗風險能力，國有企業正加快推進國資監管信息化建設，以進一步轉變監管模式、提升監管效能，為全面深化國資國企改革提供重要保障。國資國企數智化穿透式監管的三大挑戰現階段，國資國企實現數智化穿透式監管面臨著三大核心挑戰。一，國資監管數據自動獲取難，授權放權與有效監督山西國運：數據驅動監管，提高國有資本運營效能難平衡國資監管的根本目標是快速、準確、實時地感知國有企業的經營狀態和經營效果。作為出資人，現階段國企數據基本依靠表格收集，實時性、準確性、易用性不足，難以保證獲取信息的全面性、真實性，難以主動、及時監

157、測到國有企業經營運行情況，缺少有效的監督管理抓手。在缺少監管全量數據的情況下，難以充分授權和放權，當監督效果無法評估時，授權也難以動態調整。數據獲取的智能化程度嚴重制約了監管方進行動態化監督業務、專業化資本運營和精準化有效監管。二，國資風險監管指標單一，風險動態監督預警難實現國資對下屬國企的日常監管主要依賴企業財務數據定期報送及基礎分析、年度預決算審核、年度考核以及重大項目的54數據要素驅動價值創造報批報審，風險監管指標單一，不成體系。由于近年各級國企快速擴張，企業規模、經營內容、關鍵風險等方面經常波動變化，上述監管手段已不能滿足現階段對國企的風險監管，需在監管指標的體系化、精準化和智能化方面

158、不斷提升。三，國資監管手段智能化不足，企業經營全貌難洞察在“管資本”轉型下繼續做好國資監管，關鍵在于找準關鍵風險點，緊扣國企業務特點并充分借助數智化手段工具，全面升級監管方法，建立科學的風險監控體系?，F階段國資監管主要依靠財務指標模型進行單一維度的結果性監督，缺少“指標動因穿透、業財聯動校驗、綜合績效分析、智能決策分析”等智能化方式監督，難以滿足“管資本”的監管高頻次、監管針對性、監管及時性和監管導向性要求，難以洞察企業經營全貌。模式創新，以大數據智能化落地國資國企穿透式監管山西省委省政府站在戰略高度，從強化國資監管體制和機制整體出發，創新性地提出“分級授權、厘清職責、品字架構”的改革思路，以

159、推動國有資本布局優化、結構調整、戰略重組、創新體制、服務轉型，強化國資風險防控，確保國有資本做優做強、國有資產保值增值。分級授權，即省政府授權國資委履行出資人職責，國資委將出資人管資本職責全部授權國有資本運營公司。厘清職責，即省國資委專司監管，山西省國有資本運營有限公司（以下簡稱“山西國運”）作為全省統一的國有資本運營公司全面履行出資人管資本職責，開展專業化資本運營。品字架構，就是在授權范圍內明確的事項，省國資委和國資運營公司各自對省委省政府負責，形成按照市場化、法治化方式高效運轉的國資監管體制。山西國運所監管的省屬企業多達 18 家集團企業，涉及機構多、層級多，且產業布局涵蓋 14 大不同領

160、域。同時，由于國資監管涉及人力、財務、資產、投資、績效考評、核心人員和核心數據等內容，導致監管業務效率不高，監管行為難以深入，業務和財務監管主線分離度較大，監管數據間難以形成有效對標分析，監管系統集成度較低，監管成效難以評估，監管成果對國資運營整體戰略支撐程度不足。為了解決現有的監管痛點，并更好地發揮國有資本運營公司的引領作用，堅定踐行“專業化運作、市場化運營、法制化管理、穿透式監管”三化一式運營理念，用友創新突破并首次落地穿透式監管，實現資本布局優化，動態監管業務和促進制度創優與技術創優的充分融合。通過穿透式監管平臺，形成組織全級次覆蓋、要素全維度洞察、業務全流程追溯，對省屬企業實施穿透式監

161、管。山西國運財務數智化管理平臺實現了八大核心功能：一是監管大屏，實現一屏“觀企業”。企業財務數智運營駕駛艙是針對委領導和國運公司領導的桌面，快速掌握企業的運營情況，監控企業經營動態。通過財務數據及核心業務數據，從資產負債、利潤、現金流、重大風險四個方面，全局掌控省屬企業經濟運營狀況，確保國有企業實現“一增一穩四提升”。二是產業全景分析，產業全貌全掌握。產業板塊穿透從國運全局穿透到不同產業板塊，打破原有組織結構的限制，按照煤炭、電力、化工、新材料等產業維度進行統計分析，以實現對資本布局、產業貢獻、聚焦主業、多元化產業綜合分析的全局透視分析，揭示每個產業在省屬企業當中的體量、定位、貢獻度等，更好地

162、了解國運的產業布局和風險情況，進而采取相應的監管措施，保護國家和社會的利益。三是全量對標分析，對標一流找差距。實現盈利能力、經營增長、資產質量、債務風險四項能力和多種維度對標；通過行業對標、委內對標、集團內部對標、標桿企業對標等多維度對標，實現委管或集團企業兩線的橫向對標。推動企業經營指標盡快邁過“生存線”，達到“發展線”。55領先實踐家便于企業識別短板，尋找差距，實現發展模式由外延粗放向內涵集約的轉變。四是綜合績效評價，標準量化智評級。將國企所屬行業標準值進行量化分析，將指標分為盈利能力、償債能力、經營增長、資產質量等四個類型，通過年初挖潛力、年中看經營、年底看績效的管控體系，在智能分析中找

163、差距，在經營分析時對企業運行行為精準跟蹤，對企業的經營綜合績效進行智能評價、智能判級和問題定位分析，溯源結果成因，從指標組成要素上層層穿透，找到影響指標異常的各個要素。五是智能輔助決策，助力經營促提升。國有資本運營管理分析，對國有資本收益情況、經濟成果收益情況、管理運營質量情況、社會責任貢獻情況、資本運營效率分析、融資管理情況分析、資產投資情況分析做出詳細數據變動說明并得出相應結論。六是智能分析預警，精準實時防風險。實現多角度風險控制和主動風險防范。一是財務異常監測，從盈利能力、資產質量、營運能力、債務風險四項風險指標，識別企業潛在的財務風險。二是行為異常識別，通過經營管理、司法訴訟、信披資質

164、等復合指標識別交叉疊加的復合事件潛在風險。以企業財務數據、歷史風險信息、行業標準、指標池作為輸入，通過風險數據的量化處理，建立企業綜合財務風險與專項風險模型，設計風險的具體指標和模型，定義指標閥值和模型輸出，發現風險，定位風險，系統主動預警風險。七是動因穿透分析，多維穿透找根因。實現了組織穿透，指標要素穿透等穿透式監管，組織穿透指從國運組織結構維度實現盈利、資產、負債、現金流等分析穿透，一級集團經營活動看板可以穿透到二級公司，二級公司可以穿透到三次公司，實現層層穿透、直到末級公司總體運營結果，實現同一分析主題的組織級穿透；指標穿透可以從相關指標直接鏈接到其他主題、實現同一組織在不同主題間的穿透

165、，即實現了解每個組織結構對整體經營活動的貢獻及影響程度。八是報告自動出具，智能分析定結論。根據經濟運行分析中各指標數值，從經濟運行分析與國有資本運營管理兩大維度出發，詳細列示各指標的總體情況，系統根據指標值自動出具相應報告。經濟運行分析中，對各產業業務完成情況、經濟運行中呈現的特點及問題，做出報告。智能洞察與標準值差異較大的指標，綜合反映省屬企業的風險水平，并對需重點關注事項做出警示，同時形成風險報告，便于使用者根據風險提示調整相關業務決策?！耙詳祿寗颖O管”，用友 BIP 穿透式國資監管平臺將持續助力國有企業不斷完善穿透式國資監管模式，不斷增加國資監管數據模型，不斷沉淀國資監管數據資產，不斷

166、深挖國資監管數據價值，拓展監管的輻射范圍和輻射深度，提高國有資本運營效能、加快建設世界一流企業。56數據要素驅動價值創造2022年，持續低迷的消費電子市場讓半導體行業進入“寒冬”。但是，作為電子產業晴雨表的華強北，卻連續第八年實現正增長。華強北，中國電子第一街的背后，是一個有著 40 年發展歷程的多元化集團企業深圳華強集團有限公司（簡稱“華強集團”）。華強集團創建于 1979 年，是一家以高科技產業為主導的大型多元化投資控股集團。產業涵蓋文化科技、電子信息高端服務、產城融合開發運營、新興產業和產業金融五大板塊，發展了近 300 家全資及控股企業。這些年，華強集團不斷加大戰略新興產業布局，在新能

167、源、物聯網等細分賽道快速搶占市場。隨著集團業務的持續擴展，華強集團：以數據智能提升財務數智化水平管理難度增大，數據需求迫切等問題就凸顯出來。在此背景下，華強集團以財務數智化為抓手，重點聚焦數據場景應用和底層基礎能力建設，打造了基于用友 BIP 的合并報告系統，為產業投資類企業摸索出了數智化轉型的領先實踐！合并報告系統讓業務數據價值化早在 2017 年，華強集團就開始了財務數智化轉型。通過集中核算，集團強化了對所有業務板塊的管理。2019 年，為了進一步深化改革，全面實現集團上下財務工作的精細化、標準化，加強總部的經營把控，提升整體管理57領先實踐家效率和業務水平，華強集團完成了財務共享中心建設

168、。一方面，企業構建了發票管理、采購付款、收款認領等平臺，實現集團級的基礎管理，而另一方面構建了財務共享運營平臺，讓財務工作深入到業務，實現對各個交易環節的支持。隨著集團財務數智化轉型的不斷推進，企業沉淀了大量的業務和財務數據。如何更好的利用數據賦能管理、加強業務創新，成為管理者十分關注的問題。然而，像他們這樣的多元化集團，業務數據往往分散在不同業務板塊的不同系統中，以至于當集團管理者想要完整的數據報告時，就會上演這樣的場景：分公司財務人員加班加點的將業務數據統一加工成財務數據，然后提交給集團。集團財務人員再將這些數據轉換為集團管理口徑的數據，最后提供給管理者。這樣手工編制，耗時耗力不說，對管理

169、的時效性和質量也造成了嚴重影響。事實上，從應用角度來說，華強集團缺少一個可自動化處理數據的合并報告系統，而從數據角度來說，他們又缺少一個可多維分析的數據引擎，幫助管理者更好的洞察數據，輔助經營決策。因此，從 2022 年 5 月開始，他們攜手用友構建了合并報告系統。同時，基于用友 BIP 多維引擎，打造了一攬子的智能報告解決方案，從而實現了數據要素的全面價值化。夯實數據底座，探索多元落地場景隨著技術的快速發展，數據對于商業洞察力的價值創造是不言而喻的。為了做好準備，華強集團自主打造了企業數據中臺，連接各個業務系統和財務系統，實現數據的統一存儲、集成、加工?！斑@種底層能力的搭建，是為了更好的提升

170、集團的管理能力、服務能力和創新能力”。華強集團數據管理部副部長李有良說?；跀祿信_，他們又摸索出一套完整的數據應用流程。首先，源數據在數據中臺進行集中處理，根據不同的維度打標簽，形成一整套層級分明的基礎數據；其次，通過 API 接口，加工好的數據傳遞給用友 BIP，再通過多維引擎進行不同維度的分析，最終得到管理者、投資者或股東可以使用的報告數據。以合并報告系統為例，處理后的財務數據通過多維引擎就形成了集團級的各類報告。它不僅可以從不同維度展示集團整體的經營現狀，而且還可以支持管理者查看各業務板塊的財務和業務數據。這樣，數據就自上而下的穿透到最底層?！盎跀祿信_+合并報告系統+用友 BIP

171、多維引擎，我們打造出了集團化、場景化、多元化的數據報告能力，這對于企業日后的發展具有重要意義?！崩钣辛急硎?。其實，構建整個數據應用能力并不是一蹴而就的，這其中也存在不少挑戰。比如，當數據量較大時，數據中臺處理的過程就較長，再傳遞給用友 BIP 進行合并分析，時效性就會減弱。為了解決這個痛點，華強項目組和用友項目組做了不少嘗試。對于雙方而言，這都是首次遇到這樣的難題。因此，經過雙方討論并驗證，決定將數據顆粒度細化，將數據結構簡化，把核心數據提取出來，然后針對于不同的需求將精準的數據源傳遞給用友 BIP，從而規避時效性風險。通過不斷的技術優化，問題得到解決，雙方也都對系統進行了完善。最后，提及整個

172、項目的亮點，李有良反復強調，一定是“多角度的多源數據整合”。通過整合數據中臺和合并報告系統，用友 BIP 平臺不僅可以幫助華強集團展現財務數據，而且還可以很好的洞察企業資金數據、稅務數據、資產數據等，從而更立體的打造出企業畫像。這將幫助管理者更加精準的判斷各業務板塊的經營趨勢，及時做出戰略決策。再以資金數據為例，如何統一管理下屬企業的貸款規模，如何判斷其是否具備資金償還能力，如何把控具體業務的資金流動性這些棘手問題以前都無從解決。但是，現在有了數據中臺和用友 BIP 的組合，為進一步解決這些問題提供了數據基礎與工具基礎。58數據要素驅動價值創造合并報告系統釋放企業數據潛能企業精益化管理的訴求之

173、一就是打造更多維度、更細粒度的分析報告。在這個過程中，數據是源頭，算力、算法則是強有力的支撐。用友 BIP 基于多維引擎，可為企業提供有一整套的智能化解決方案，甚至于可滿足十億級數據規模下的“多準則、多幣種、主附表”快速合并和一鍵出表的需求，這對于大型集團企業來說是極其難得的。目前，從 1 月份上線到現在，基于用友 BIP 平臺打造的合并報告系統已讓華強集團看到了顯著地效果。首先，它提升了數據中臺的應用能力。企業以合并報告項目為基礎，完善了數據中臺建設，完成了財務數據“上云入湖”，這為后續搭建各類業務分析模型、數據的智能化應用提供了良好的數據基礎。其次，它更進一步統一財務數據標準。在原有統一集

174、團COA 明細科目的基礎上，通過合并報告系統的實施，更規范了數據應用層的標準化水平，從而形成了有效財務數據資產。第三，它進一步推動企業業財融合。通過合并報告系統，業務和財務數據被有效整合在一起，為后續經營分析、風險監控等提供支撐。從 0 到 N 的領先實踐以數據為抓手，支持業務決策、提升價值管理普遍成為企業數智化轉型的下一站。這正與華強集團的做法不謀而合。正如合并報告系統這般，基于華強自建的數據中臺，結合用友 BIP 多維引擎，以數據智能化應用助推集團管理升級。而接下來，隨著數據底座的不斷完善，讓數據賦能業務創新，推動企業高度發展則成為華強集團積極研究的課題。今年，中國經濟快速重啟，創造了全新

175、一輪的增長周期。對于華強集團來說，多元化產業的快速布局、高質量發展將更有利于企業抓住新增長窗口，實現自我的轉型升級。立足于當下，放眼未來，只有對領先實踐的不斷追求，才能助推企業快速達成戰略目標。正如合并報告項目，它所涉及的方法論、經驗可以封裝成企業的領先實踐，快速復制到所有業務板塊，快速賦能給未來更多的新興業務，從而讓集團上下所有企業共享數據價值，共同邁向一體化的高質量發展！簡而言之，從手工處理到自動化編制，從合并調整來源不易查，到全程可追溯，進一步推動核算規范化、標準化。華強集團都實現了明顯的改觀。更重要的是，集團財務人員已不再深陷于具體事務性工作，而是將更多時間花在數據分析和價值呈現方面，

176、這對于員工能力提升和職業發展起到了推動作用。59領先實踐家民以食為天，國以農為本。農業是人類賴以生存的基礎，也是支撐國民經濟建設與發展的基礎產業。數字化和智能化已成為當下各行各業發展的新動能，農業也不例外。農業數據基于數智化技術應用，正成為農業行業新的生產要素，形成新型生產力，推動農業高質量發展。山東亞太中慧集團（以下簡稱亞太中慧）作為農業產業化國家重點龍頭企業，緊抓數據要素，深度發揮數據在采購管理場景中的應用，以數據進行價值創造，為集團數智化轉型提供創新引擎。采購管理尋突破，數據驅動創價值山東亞太中慧集團，自成立以來，始終專注農牧行業，亞太中慧：數據可視化，讓采購過程更陽光更高效更智能歷經十

177、余年發展，形成了以安全食品和健康養殖為核心，集種禽繁育、飼料生產、肉雞養殖、食品加工、餐飲連鎖等產業為一體的產業鏈條。目前，公司擁有中慧農牧、中慧食品等多家事業平臺，在全國建成合資合作企業、規模農場共 180 多家，擁有飼料企業 50 余家，產品包括雞料、鴨料、豬料、牛料及水產料等配方飼料、預混料六大系列 60 多個品種，市場以山東為核心，輻射河南、河北、東北、江蘇等省市。亞太中慧的產業鏈中涉及大量大宗物料的采購。從整體市場來看，大宗物料價格波動大，貨源不穩定，物料質量不達標等問題，為亞太中慧控制采購成本、選擇優質供應商等方面帶來困擾。另外，在采購系統方面，供應商信息分散、采購流程冗長、采購結

178、果數據分散等問題，使得亞太中慧無法及時、準確做出采購決策，并打通產業鏈條，實現敏捷經營。60數據要素驅動價值創造經過梳理業務情況，亞太中慧選擇與合作了十多年的用友再次合作，基于用友 BIP 數智采購解決方案，以數據驅動采購管理，讓采購過程更陽光、更高效、更智能。目標一：戰略采購。實現集采、聚落、地采有效分權及監督，擴大尋源通道，輔助談判定價，實現價格對標、讓采購過程更加陽光透明；目標二：流程優化。實現從采購需求、計劃、尋比價、合同到收發貨、結算、發票、供應商管理等業務全流程優化，探索采購管理數字化和智能化；目標三：提效保供。實現合同/訂單的高效協同，執行數據的自動核對，有效的跟蹤整體執行情況，

179、實現資源共享，提高業務管理效率和效益；目標四：協同互通。以平臺化，專業化，規?；睦砟顦嫿ú少徆芾砥脚_，通過內外互聯，實現企業內外業務數據互聯互通；目標五：陽光合規。規范流程、信息共享、避免重復操作，價格談判全程線上，實現供應商的分級分類管控，讓采購過程更加陽光合規。使用成本。數據分析助決策，敏捷經營促發展當前亞太中慧已經完成了采購數據的基礎梳理與管理，解決了數據分散的問題，為數據的分析應用奠定了良好基礎。為了充分發揮數據應用價值，亞太中慧將基于用友 iuap數據中臺，助力采購管理更智能更高效。亞太中慧只需要明確當前數據分析的目的，用友 iuap 數據中臺開始梳理數據指標，然后把相關數據存放到

180、數倉中，最后通過數據可視化工具設計出不同的數據看板。比如以線上報表的形式展示數據報表的智能報表，以大屏的形式展示數據報表的儀表板，以報告的形式展示數據報表的智能報告等。通過分析物料的價格趨勢，對物料價格增加預警機制，便于企業掌握價格信息，有利于與供應商談判議價；通過對供應商進行評分評價，對物料質量分析，便于企業選擇選擇信譽良好、具備穩定供貨能力的供應商，并建立健全的備貨和補貨機制；亞太中慧通過建立一體化的數智采購平臺，建立了陽光合規的采購環境，讓采購流程更規范、更透明、可追溯，實現了集團、多公司采購需求的統一管理和分配。并且支持不同組織、不同品類的采購需求自動分派給指定的采購組織和采購人員，提

181、高采購工作效率。實現了供應商資源整合，對供應商的管理涵蓋了從準入、認證、評價、評價結果應用的全生命周期管理，持續優化供方隊伍；通過統一的供應商平臺，就供應商準入、認證、績效考核等制訂統一規則，按照流程執行，提高數據的規范性。通過供應商合作數據，供應商資質信息、供應商績效等進行統一線上管理，有效支撐了供應商的績效評估；實現了與其他系統的聯通和數據閉環，以及采購業務流程和供應商管理的業務閉環。完成采購需求、尋源、合同、訂單、到廠執行與財務對賬結算全流程，實現閉環管理；綜合降低直接成本、采購作業成本及供應商畫像總覽示意圖通過對物料的質量分析，搭建質量評價體系，便于企業選擇品質可靠的供應商，并督促企業

182、建立健全的驗收檢查等措施來確保采購物料的質量；通過采購分析，可以掌握項目組采購情況及原料采購的整體情況，有效控制成本；61領先實踐家采購總覽分析示意圖庫存分析效果示意圖通過庫存分析，建立合適的倉庫布局，縮短采購周期。通過正確的物料分類，實現成本管理，改善現金流，提高企業資金利用率；通過采購品類分析，獲取品類采購額排行榜、交貨及時率、次品率、庫存周轉率、庫存占用率、項目組采購需求量、不同地區供貨情況、歷史采購數量采購金額、歷史采購價格、采購執行情況等，幫助企業了解品類資源以及采購優勢；另外，通過采購業務推進分析，實現從全局和組織的角度對采購業務進行監測；通過采購提效分析，可以了解各機構日常采購執

183、行效率；通過產供平衡分析，對生產和庫存計劃建立動態監控報表，為管理層、執行層等多層級用戶提供計劃和生產方面的可視化的分析能力，為物資保障的產供視角提供預警能力；通過對物資供方生產過程質量、到貨質量、到貨檢驗等方面建立質量監控指標體系，實現對質量問題的分級/分類可視和分析；通過合同執行分析，建立合同執行全鏈路的跟蹤及預警，實現合同執行的規范管理，降低審計風險；滿足管理層、執行層等多層級用戶的管理和分析需求，提升供應商供貨質量管理的水平；未來，亞太中慧將持續升級數智化能力，激發數據要素的乘數效應，探索數智化采購新模式，以數據驅動企業創新發展！62數據要素驅動價值創造谷歌首創“People Anal

184、ytics”（PA）一詞，并在人力資源部門設立了專職的 PA 團隊。People Analytics，譯作人力分析或人力資本分析，是以組織的人才管理為起點，通過數學和統計學方法，收集和應用人才數據，識別組織在人才管理關鍵方面的模式、趨勢和相關性，以幫助組織優化其人才戰略，提高員工敬業度和滿意度，并最終在競爭激烈的市場中取得成功。今天，企業越來越重視人力資源的分析工作，期望為各種管理場景提供依據，預測未來業務趨勢，輔助經營決策。麥肯錫的研究指出近 90%的組織不同程度地使用人力分析。人力資源團隊通過人力分析工具和方法，從內部和外部的人才數據中獲取有價值的信息，分析和預測整個組織的員工行為，為管理

185、層的人才和業務決策提供依據，建議或指導。500 強企業領先實踐：人力數智化分析，提高組織決策能力基于企業數智化底座用友 iuap 平臺領先的數據挖掘和機器學習等技術，用友 BIP 面向企業管理層、HR 人員推出人力數智分析產品。通過收集、分析和解釋人力資源相關數據，如員工的工作經歷、培訓記錄工作績效評估、薪酬情況、假勤工時等，以支持組織決策和管理的過程，幫助組織更好地了解和優化人力資源管理，提高員工的生產力和滿意度，從而提高組織的績效和競爭力。為客戶的 HR 業務人員及管理者直接賦能，通過數據實現對企業人力資源管理進行全面、多維、深度、靈活的審視。某世界 500 強：以數據驅動干部管理某世界

186、500 強企業聚焦鋼鐵業、園區開發與運營管理、63領先實踐家產融結合、新產業四個板塊協同發展，成為跨行業、跨地區、跨所有制、跨國經營的綜合型大型國有企業集團。在“十四五”數字化轉型的背景下，數據治理和人才盤點是人力資源管理專業數字化轉型的必經之路，集團的干部隊伍分析更是人才盤點的核心工作，國有企業干部隊伍是黨在經濟領域的執政骨干，是治國理政復合型人才的重要來源，肩負著經營管理國有資產、實現保值增值的重要責任。該世界 500 強企業攜手用友，搭建了人力資源數字化盤點平臺，依據市委組織部下發的各級領導班子及領導人員隊伍建設綜合分析研判的通知，結合集團各級班子及領導人員加強干部隊伍建設三年工作方案與

187、領導人員選拔任用工作辦法，將干部隊伍業務現狀圖表化、看板化，展現集團干部隊伍結構現狀。同時，通過對領導人員年齡、職級、學歷、職稱、各職級人數、性別人數等單位、平臺等信息進行相關分析，利用圖表直觀展現領導人員變化趨勢、各平臺領導人員數量、各職級年齡結構、各平臺文化素質情況，了解干部人員結構變化、干部隊伍的預測分析，為干部隊伍建設提供決策依據，精準定位干部隊伍的發展方向，實現集團戰略人力資源的管理目標。干部隊伍結構分析某中國 500 強企業：以數據驅動人才結構分析某中國 500 強企業是全球領先的水產飼料生產企業及重要的畜禽飼料生產企業，擁有 80 余家涉及飼料業務的分、子公司，生產、銷售網絡已布

188、局全國大部分地區及越南、孟加拉、印度尼西亞等東南亞國家。該企業圍繞“看清人才、看全人才、激活人才、科學配置”的人才管理宗旨，基于長期的管理實踐凝練出科學的人才管理邏輯和清晰的人才標準，以此為牽引，在人才發現、鑒別、配置、使用的全人才供應鏈條中應用人才分析，從個體、總量、結構配比、運行動態等多元視角，數字化可視化展現人才圖景，提供依據客觀、指向明確的決策建議，體現人才管理專業價值?？梢暬瞬女嬒駨膶嵺`中逐漸探索出一套契合企業發展的人才管理模型和標準，并在大量異構化信息系統中沉淀起豐富的人才數據。但分散冗雜的人才數據缺乏有效組織，未能發揮出與人才標準印證比照、精準匹配、科學用人的作用，陷入“守著金

189、山挖不出金子”的窘境。通過打破異構系統屏障，數據集成重組，匯聚集中起全面人才數據；基于體系化人才模型和標準，依托用友 BIP 數據分析基座，構建起數字化可視化人才畫像；結合全維度對比分析；實現看清看全、科學識人。人才畫像示意圖64數據要素驅動價值創造人才對比示意圖人才動態監控動態化實時化是實現全面科學人才管理的內在要求，是人才管理深入提升的關鍵體現。聚焦于解決人才管理過程中的滯后性和時效性問題，開展人才動態監控，理順人才配置的觸發牽引機制。仰賴于數字化系統的建設，運用用友 BIP 提供的實時分析能力，對連續績差、年齡超限、任期超限、超期培養、違規違紀、人才新任等各類情形動態監控、實時預警、及時

190、反饋，達到快速響應、科學配置。人才監控看板示意圖數據已經成為企業的核心資產，人力資源數智化需要對組織和人才發展全生命周期的數據進行全面治理。通過將數據在人力資源管理不同業務場景進行分析應用，可發揮數據價值最大化，以數據驅動決策，提升組織管理效能,促進員工科學管理。地址:中國北京市海淀區北清路 68 號用友產業園網址:郵編:100094yonyou Network Technology Co.,Ltd.Add:yonyou Industrial Park,No.68 Beiqing Road,Haidian District,Beijing,China Website:Post code：100094用友網絡科技股份有限公司