案例丨从工程预算到项目管理，蓝凌低代码让房企管理更简单 落地思维数据分析师的目标管理

案例丨从工程预算到项目管理，蓝凌低代码让房企管理更简单 落地思维数据分析师的目标管理， 

案例丨从工程预算到项目管理，蓝凌低代码让房企管理更简单

近几年，房地产行业和房地产市场目前正面临着诸多挑战，特别是在疫情期间，面临经济环境的直接影响和经营管理的双重压力，让房地产销售受到重创。在当前形势下，房地产企业纷纷调整策略和发展规划，也加快了房企数字化转型的进程。如何建立标准、准确、精简的数据系统和工程管理系统，使数据治理能够覆盖到项目、人事、财务、客户，并形成有效的共享、联动与反馈，是房地产企业需要认真思考的问题。

贵阳恒峰房地产开发有限公司（以下简称“恒峰地产”）成立于1993年，是贵州本土早从事商业地产开发的民营企业之一，注册资金2亿，拥有房地产二级开发资质。主要涉及住宅、写字楼、商业、医疗、农业及商贸投资等领域，成功开发建设出了一批具有强势影响力的房地产项目，如恒峰步行街、市西路商业街、女人大世界、男人大世界、书香苑住宅小区等，工建项目如贵州电视台二期、贵州省教育厅办公楼新址、贵州省招生考试院办公楼新址等；其中地产板块占总营业额90%并以开发贵阳市中心城区综合体为主。

（▲恒峰地产项目效果图）

众所周知，对于商业地产企业而言，如何做好项目成本的管控，并进行良好的管理，实现招商等工作的有序进行，是其提高自身整体效益的重要手段。

01

老板直接管理事务

最需要得到数据的支撑

对于非大型的地产企业而言，打通所有部门的数据、建立统一的管控系统十分重要。从老板到采购，从工程管理到财务管理，从人事到商户商铺、物业管理等，都需要打通数据，让老板时刻了解企业运转情况、成本管理情况，来保证企业的正常运行和提高效益。

但房地产行业整体低迷，市场冲击较大；对于规模不大的房地产企业来说，多数事务由老板直接管理，但往往在管理上得不到有效的数据支撑；由于公司规模基本决定了无法像大的房企一样具有专业的房地产ERP系统、成本系统等，老板要继续开发资源、维护资源，根本不可能有时间和精力事无巨细地管理好企业各个部门的成本。

基于恒峰地产所面临的难点，蓝凌为其打造的OA系统+低代码建模技术，不仅可以覆盖90% 的在线流程需求，更能深入业务场景，让各个业务板块的数据实现互通。公司领导对项目、工程预算、工程采购、物业管理、商管管理等为主线的事项，能够通过卡片的方式一次性查看所有相关的数据。

（▲恒峰地产业务关系图）

02

数字化赋能全场景

实现从预算到项目的全过程管控

虽然当前商业地产企业普遍具备数字化认知，但在内部管理上缺乏强劲的数字化推力，资金压力、人才匮乏等约束了商业地产企业的数字化进程，并未实现内外一体化联动。恒峰地产意识到内部的规范化协同运作及数据实时同步，极大关系到外部正常运转。其选择蓝凌OA，利用低代码技术，实现轻量级、移动化、可集成的业务流程标准化管理，赋能到每个部门，实现从预算到项目的全过程管控。

老板：借助平台掌握了公司项目的本部情况，采购情况，以及历史物资的采购价格情况，同时拉通与外部单位之间的协助；

采购部：通过采购管理，对历史采购的最高最低价进行统计分析，并实现对工程物资申请、采购、询比价、库存、领用的管理；

工程预算部：实现对工程预算的执行监管，结合施工组织设计及施工进度内容，提高预算的科学性与有效性，有效控制成本；

工程部：实现工程全过程的资料管理、审批归集，并可通过项目维度来统计过程资料，从执行、分析到监控管理全面落地；

综合部：实现办公用品和固定资产的合并申请、入库，实现日常物资的管理；

物业公司：实现物业费的收费登记、物业费应收计算等，便于物业费用统一管控；

商管：实现对商户信息、商铺数据、商管合同签订的管理，实现应收信息的导入及财务收款的登记，规范管理商户；

人事部：优化人事流程、实现和钉钉考勤的对应，形成智能化的考勤报表统计等，实现科学人事管理。

03

业务场景1：工程预算管理

让房企工程费用管控更轻松

地产企业项目繁多，项目回收周期长，如果预算管理不当，常常出现合同超预算的情况。而工程预算作为工程相关的所有起点，后续工程施工、分包、采购等所有费用均需要符合工程预算。如果合同总额和工程预算关联不上，就会导致付款金额超出预算，不利于成本控制。

针对这些情况，恒峰地产通过蓝凌低代码平台搭建「工程预算管理」，分为工程立项-合同阶段-履约阶段3个阶段管理，数据相互关联。让合同总额受到工程预算的控制，付款金额受到合同金额的控制，保障项目在预算内执行。

（▲工程立项表）

首先可以进行工程立项，立项完成后，企业可在项目台账中实现对项目的全生命周期管理。包括立项审批记录、施工合同记录、采购合同、工程技术、零星付款等相关内容。

（▲工程合同表）

其次在工程合同审批结束后，系统将生成合同台账信息，并在合同台账中逐步记录合同后期执行的所有相关内容，让合同得到有效的管理。

04

业务场景2：采购管理

实现各类采购全过程管理

房地产行业是一个资源整合的行业，各类建筑材料、规划设计、建造装修、代理营销等都需要采购，这直接影响到产品的品质和成本，目前大部分地产项目工期短、进度紧张，采购任何时候都要第一时间响应，协调供货资源，在成本的压力之下，采购的询比价、采购任务分配等常常以速度换时间。

为提升采购效率，降低采购周期成本。蓝凌为恒峰地产搭建了「采购管理」，实现申报、采购、执行、入库、出库的全过程管理，并实现历史采购价格的记录，便于审批和价格对比。

全员可在发生采购后，在最高价、最低价实时返回，便于进行每次采购价格的对比分析和审批；另一方面，决策人员可在入库明细中查看每一次的入库单价，便于审批及决策。

施工单位方面，每月可向恒峰房地产提起采购计划，便于提前准备。

由施工单位提出采购申请，申请通过后内部进行询比价及采购任务分配，可实现一个采购单，让不同的人进行采购。

05

业务场景3：物业管理

高质高效为业主提供服务

商业地产物业管理服务对象涉及业主、租户和顾客三方面， 如何用一个平台、一个系统，就可以高效率完成物业管理的各项工作，从而提高物业服务水平、业主满意度、社区归属感和生活幸福感？

蓝凌从业主、物业、开发商三方角度出发，通过低代码为恒峰地产快速搭建了「物业管理」，满足物业企业内部基本办公需求的同时，覆盖物业企业执行层和管理层等各类岗位；包含不动产信息、商业资产管理、不动产销售管理、房屋交接、租金管理、物业费管理等。

（▲分期收款计划）

如不动产管理模块，一定程度取代了地产的售楼系统，售卖不动产后可生成收款台账、付款跟进、贷款登记、分期收款记录等信息。

（▲物业费用管理）

针对物业费用复杂、收取难度大等问题，蓝凌通过业主缴费登记、优惠后应缴金额、缴费日期限制等功能，能够记录分摊到每个月的缴费情况，提供给客户计算具体费用精确到哪一天，在系统中可以快速查看每一户的物业费待缴情况。

结语

除了地产相关业务应用场景以外，蓝凌低代码平台还可以构建商铺信息、合同签订、财务管理、幼儿园管理等应用，拉通各个业务板块，实现各个业务板块的功能化，同时互通互联，极大地提高了部门间的协作能力，让数据统计汇总更加及时、准确，管理更加省心省力。

发布于：江西


落地思维数据分析师的目标管理

编辑导语：在以终为始的内容中，目标举足轻重，但是在实践过程中，或许还会力不从心：目标要怎么定？什么样的目标才有价值？在大大小小的分析事务中，如何管理众多的目标？本文将围绕这些问题，聊聊数据分析师的目标管理该如何做。

通常来说，数据分析项目的起点是业务需求；按以终为始的落地思维，f分析项目过程需要围绕着业务目标开展，但是业务需求做不做？如果要做的话，需要做到什么程度？需要对其背后的业务价值进行思考。因此，为了讨论清楚目标管理，需要探清其上下游：需求管理（what，解决做什么的问题）-目标管理（how，解决怎么做的问题）-价值管理（why，解决做到什么程度的问题）。

一、需求管理

数据分析师会遇到大大小小的许多分析需求，在对它们进行管理之前，需要先知道有哪些需求：

按时效性区分，可以把业务需求划分为临时需求（例如取数、统计指标）、专项需求（例如活动效果分析、人群运营策略）、与长期需求（例如指标体系、日常运营监控、甚至是数据产品需求）。

按输出形态区分，可以把业务需求划分为PPT报告（例如针对活动的分析报告）、Excel表格数据（例如从数据库提数、聚合后的报表）、BI报表（例如BI系统中的实时报表）、REST接口（例如模型以接口形式落地，供前端调用）。

做需求管理，最理想的状态就是在拿到需求后能迅速识别分析项目的风险、影响、难点：

风险，更多指的是无法落地的项目，可能多是出自于领导“伟大的构思”，最终不了了之。

影响，分析结果的影响什么及程度多大？是仅仅给业务瞅一眼，还是会根据分析结论调整产品功能？

难点，对风险低、高影响的分析需求，是否具备可行性？

不论是老鸟还是新手，分析师起码能对以上三方面有初步的判断，接下来还需结合优先级思维做决策。

1.优先级思维

数据分析实践中，面对业务需求，很少场景能让分析师决定做不做，因此，面对众多的需求，更重要的是如何分配优先级，同时，这也是重要的落地思维之一。基于重要紧急模型，可以把需求分为重要紧急、重要不紧急、紧急不重要、不重要不紧急。虽然说需求的判断力依赖沉淀的经验，但是可以大体分为以下几个维度的思考：

交付日期Deadline 主要是帮助判断需求的“紧急与否”维度。

重要性如何判断需求的重要性？某个事物的重要性在于它对其他事物的影响，也就是要回归到业务场景来看当前需求在业务流程里的作用。同时，也可以反向思考它的必要性：如果不做这个需求会怎么样？

需求方在经营管理中，强调“以客户为中心”，作为数据分析师，需要思考我们的客户是谁？部门领导、业务部门、产品经理等。需求方来自哪个客户，实际上也是对需求重要性的加权：

直接上级：从考核指标来说，这类需求的权重最大

项目相关业务方：除了领导交代的任务外，分析师所在的项目在不同阶段都有不同的需求，因为项目的成败关系自身的考核，所以这些需求也同样拥有较高权重

非直属的业务领导：一些扁平化管理、管理灵活的组织存在跨部门协作，因此会有来自其它部门的领导的需求，虽然它们往往和自身考核关联不大，但由于存在职位权力，可以赋予一般的权重

无项目相关的业务方：除以上的需求方，其余的业务方的需求，就显得不那么重要。什么是业务方？我想是那些与自身的考核方向、项目外延相关的。虽然这类需求很多时候与自己无关，但是从维护职场关系的层面来说，可以以“安排排期”的形式来承接

其它职能部门需求(非业务方)：剩余的需求方恐怕除了是同事外就没有什么关系，这类需求往往就是同事个人想请求分析师的协助。建议直接拒绝，省点力气建设自己。

至此，通过需求管理，我们解决了需求做不做、何时做的问题，接下来需要借助目标管理来指导如何做。

二、目标管理

项目管理，实际上就是在做目标管理：制定项目最终的落地目标，按以终为始的思维倒推到当前节点，把过程拆解成里程碑阶段性目标，而甘特图上每个流程节点都有输出交付的小目标。

有了目标之后，在开展分析工作的过程中，尤其是在最后给业务建议的环节，都需要评估当前的工作是否在为目标服务。

制定一个落地的目标可以借助SMART工具。

前面在讲需求管理时，提到对需求风险的评估，也就是项目能否落地？这一点就可以借助Smart原则来对需求的完整性来做判断。

假设领导夜间在朋友圈看了一个推文打满鸡血，转发给你说要做。与领导沟通后，如果需求对应的目标仍是缺少了SMART原则中的其中一项，还能通过调整目标来实现，风险可控；但是一旦缺少了两项及以上，项目落地风险就剧增，例如缺少了 R 和 A，说明这是一项全新的业务，现有资源无法支持，需要拉长战线持续投入，此时项目充满的是未知数，自然就谈不上落地；更不用说缺少了SMART原则中三项及以上的要素，一旦遇到则要及时“把梦想扼杀在摇篮里”。

三、价值管理

落地思维有一个重要的内容，就是对“程度”的思考：从输出形态的角度，对同样一件事，是给数据结论就可以了，还是说要做成分析报告？是给数据报表就可以了，还是说要做成BI在线报表？做得越深的事情意味着需要付出更多的精力，这同时也需要有更高的价值支撑。

并不是说所有事都值得all in。这里强调的是对需求交付目标的把控需要和价值匹配：

避免用力过度：业务只需要临时看一眼指标，竟然收到一份完整的分析报告;

避免不及预期：业务期望从分析师结论建议中找到功能迭代的方向，却只收到一份结果数据的呈现报表。

具体如何做呢？可以从数据分析师自身价值，和分析项目价值两个方向出发考虑。

1）数据分析师的价值

这件事中数据分析师自身的发展是否有价值？例如分析师刚开始学习SQL，缺少了实际的工作场景，此时产品部门提需求做较为复杂的存销分析报表，尽管此项工作并非考核内容，但是可以帮助分析师实践、强化SQL能力，那就值得去做

2）分析项目的价值

目标的设定除了要符合SMART原则外，还要紧贴项目的最终落地价值。

例如电商业务中，探索人货场打通的策略，老板说这次项目是要扩大目标人群的规模。此时，如果只是围绕这个目标去扩大人群，最终容易陷入价值困境，因为如果扩大的人群不能带来转化就没有价值。

所以基于老板告知的目标，考虑其最终的价值落地在于人群转化的产出业绩。在实践中，应该先打造高转化率的典型场景，再基于此扩大人群，此时，随着人群的扩大，转化率会有下降，但是能确保一个基准。反之，如果先扩大人群再考虑转化率的问题，落地难度很高。

完整的价值管理应该包括：

价值判断。思考分析需求背后的业务价值点，以及设定的项目目标、里程碑目标是否紧贴落地价值;

预期管理。最好能让团队成员(或者是需求方、业务方)对需求、甚至是项目的目标及背后的价值达成共识。尤其是对领导给的风险较大的分析项目，及时向上管理对齐预期，减少不必要的效率浪费;

价值落地。完成项目分析的最后一公里，通过策略建议、BI报表等所见即所得的形式落地;

价值升级。能落地的价值证明分析师已经满足了这个层次的要求，接下来可以持续上扬，而这可以借助工具PDCA循环来实现。

PDCA循环是项目质量管理工具，它把项目工作分为Plan（计划）、Do（执行）、Check（检查）、Action（处理），简单来说就是不断得复盘、调整。在实践中，PDCA循环的魔力在于每一次项目之间，通过标准化沉淀经验，持续释放数据分析价值。

PDCA循环强调的是做价值升级，具体体现在对需求的主动升级上：临时取数统计指标指标体系专项分析产品落地。

例如临时取数的需求没有价值可以言，但是在取数交付时可以与业务沟通是在做什么统计，分析师可以以更专业的视角来帮助统计指标。通过不断的主动升级，将数据分析价值在业务流程中落地，实现变革提效。

本文由@饼干哥哥原创发布于人人都是产品经理。未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议。

发布于：浙江[db:内容]?