企业简介
上海益中亘泰（集团）股份有限公司（医管家）成立于2002年，是国内市场化运作、跨区域经营、集团化管理的大型专业医疗机构后勤服务供应商，18年来专业从事医院环境管理、中央运送、工程管理、餐饮服务、秩序维护、电梯驾驶、绿化养护、导医服务、棉织品收发、停车管理、商业服务等后勤支持管理服务，是中国医院非临床服务的领跑者。
公司现有25000余名员工，在全国70多座城市，每天为超过上百万的病人和医护人员提供服务，服务面积超过2000万平方米。“医管家”具有国家建设部物业管理壹级资质，是中国物业管理综合实力百强企业、中国物业管理协会名誉副会长单位、中国物业管理协会标准化工作委员会副主委单位、上海市物业管理行业协会副会长单位、上海市名牌。
项目背景
1. 组织维度复杂
上海益中亘泰（集团）股份有限公司下设医疗事业部，公众事业部，健康护理事业部，餐饮事业部（筹）四个事业部，八个区域公司，70+实体分公司，并以项目制的形式为130+医院及公众场所提供环境管理，运送管理，工程管理，秩序维护，辅医及其他业务条线服务。
所以，对应数据需求从组织维度上既需要满足分为集团-事业部-区域公司-分公司-项目-条线的纵向分析，又需要满足各组织粒度上的横向分析。 从而使得数据分析能完整覆盖各个组织维度。
2. 信息系统多样
上海益中亘泰（集团）股份有限公司现有企业内部管理信息化系统：ERP系统，OA系统等，客户现场管理系统HLS等主要业务系统，一站式服务平台，FineReport两个数据联动平台及企业微信，E-Mail等沟通平台。其中，一站式服务平台主要通过数据接口将公司组织用户等主数据平台同步至对应ERP,OA,HLS, FineReport等业务系统，ERP系统中分布有人事，财务，供应链等内部管理业务数据，OA系统中分布有流程管理控制等相关数据，而HLS中则是一线员工在客户现场工作所产生的数据，而以上各系统产生的所有数据都可以通过数据的ETL过程进行抽取，清洗，转换，并通过可视化方式加载在FineReport平台来企业经营决策的数据依据。
所以，在信息系统方面，数据分析需要覆盖多系统数据进行相应数据分析，从而打破由于系统独立所造成的数据孤岛问题。
3. 业务覆盖广泛
上海益中亘泰（集团）股份有限公司现有内部业务分为：人力决策方面，需覆盖人力成本分析，人员异动监控，人力质量分析等，为企业人力分析决策提供数据支撑；财务决策方面，需覆盖预算执行监控，运作成本分析，利润分析等方面为经营分析决策提供数据支撑；供应链方面，需覆盖物料管理，采购订单管理，供应商管理等为供应链相关决策提供数据支撑；市场分析方面，需要覆盖客户管理等为市场分析决策提供数据支撑；运作分析方面，则需要覆盖运作质量评分监控，客户满意度监控等为项目运作提供数据支撑；信息化建设方面，需要覆盖内部信息系统变更需求，信息系统支持监控，信息安全监控等方面为信息化建设提供数据支撑。外部业务则需要覆盖一线员工在项目现场工作所产生的的环境管理，运行管理，工程管理，秩序维护，辅医等各业务条线数据，从而为项目运作决策提供数据支撑。
所以，在业务架构方面，需要为内部管理业务及外部运作业务提供数据支撑，从而使得对应职能人员从繁杂的细则数据中解脱出来。
4. FineReport应用的必然性
基于企业复杂的组织维度，多样的信息系统及广泛覆盖的业务。所以，公司的数据平台建设需求便包括：
1） 支持多数据源连接，来作为多系统间数据连接的桥梁；
2） 可扩展性强，容许用户在标准功能基础上进行个性化开发；
3） 多形式报表支持，由于传统企业含多种复杂性业务报表，故需要多种形式报表呈现；
4） 市场认可度高，作为25000+员工的数据平台，其健壮性是必不可少的条件。
经调研，FineReport可通过组织树，下拉树等多种形式满足组织层级的自由展示，同时支持多种形式的数据库，数据集相互关联使用。并且，FineReport在专业的企业级Web报表工具建设的过程中，积累了大量的业务模板作为参考，使得开发者可以在自身对业务的理解上以短平快的节奏中建设出更加符合本公司业务的报表架构。故，用FineReport作为公司数据建设平台是必然的选择。
业务场景
1. 全生命周期跟踪助力客户管理
医管家作为一家后勤服务供应商，一直把成为世界一流的后勤服务供应商作为企业愿景。所以尤其重视客户信息，客户服务质量管理等。
1.1 痛点/需求
由于服务客户对象多为医院等具有专业性的场所，所以客户管理无论是客户基础信息管理，客户模型管理，客户服务管理都显得尤为重要。但在管理过程中也存在较多问题：
1) 信息独立性较高，较难及时集中获取。 由于公司组织维度复杂，客户分布范围广泛，南至三亚，北达内蒙古自治区，新疆自治区等。且重点关注信息需要线下实地采集。所以导致客户信息分布广泛，较难及时集中进行采集分析；
2) 客户信息覆盖维度广，较难统一客户模型。 由于客户类型具有一定个性化，且公司业务覆盖条线较多，故较难将客户信息置于统一维度进行分析汇总，形成标准化客户模型；
3) 客户分布范围较广，难以对服务质量监管比较分析。 公司客户分布范围广且业务多为线下作业，难以实时监管与统一管控。
1.2 解决过程
图3 客户生命周期及数据流转图
以客户管理生命周期为基础，搭建统一集中的客户信息池，形成统一的标准化客户模型并对服务质量进行数据量化分析从而形成一个完整的从售前，销售到服务质量全面数字化管理体系。
1）客户信息池
多途径数据采集，助力客户基本信息收集与汇总。针对组织维度复杂，客户信息来源多样的问题。数据开发中心采用FineReport填报+CRM系统抽取并合并，清洗转化为有效客户信息并加载至FineReport。并通过OA系统权限控制，将不同数据归属至不同组织维度的管理人员。从而形成多组织维度，多数据源维度，多权限维度的有效客户信息池。
图4：客户信息池
注：上图通过数据导入，增减行填报进行线下数据的录入；下图按照地域，组织维度及数据来源统计的客户信息池
2）客户模型
多维度数据整合，搭建客户模型。由于客户所属组织，地域分布，级别分类，服务条线等多维度具有一定个性化，故，数据开发中心联合对应业务部门，就其关注的某些通用维度进行分类归纳统一汇总，从而形成可用客户模型。
图5：客户信息多维度明细展示
注：图为根据所属组织，客户类型，客户级别，服务内容，时间等维度形成的客户主信息模型。并据此提供了下钻明细获取功能。
图6：客户信息明细展示
注：左图：通过项目名称下钻查看服务条线及对应费用，右图：通过条线下钻查看到具体数据明细
图7：客户模型展示
注：左图：客户地域分布，右上客户类型分布，右下客户需求分布。
说明：为不影响界面效果，以上数据均为随机虚拟数据。
3）客户服务质量管理
多维度评分监控，形成客户服务质量管理体系。从自开发平台HLS中采集客户质量评测相关数据。并对其在时间维度，组织维度，条线维度，评分维度等进行多维度数据统计汇总，并下钻至分数明细从而获取服务中存在的关键问题，对客户服务质量决策方向起着导向性作用。
图8：服务质量评分展示
注：左图：服务质量评分等级，右上：通过左图下钻得到不同服务条线得分，右下：通过右上下钻得到服务评分明细
图9：客户满意度分布及服务评价变动表
注：左图：客户满意度得分表，分为护士长满意度，院方领导满意度及整体满意度汇总，右图：服务评分同环比变动表
图10：客户服务看板
说明：为不影响界面效果，以上数据均为随机虚拟数据。
1.3 价值
从客户信息池到客户模型，再到客户服务质量管理。数据开发中心借力FineReport，无论是在显性功能还是隐形作用都起到了重要价值。
在显性功能上，实现了客户全生命周期管理。通过多数据源客户信息采集，多维度客户模型分析，实现了集团市场销售部门对客户信息进行实时监控，组织维度分析，客户类型分析，服务需求分析等。同时，助力集团品质管控部门对全国在服务项目的服务质量进行统一分析决策。
在隐性价值上，通过客户全生命周期线上管理规避了诸多附加损失：
1） 做到了销售数据由个人数据到集团数据的统一共享化。规避了由于客户信息共享不畅带来的经济损失。在传统的客户线下管理的形势下，不可避免会出现由于销售离职而造成重要客户相关的客户信息，销售信息等的不衔接，从而小则造成客户信息的缺失，大则容易造成客户资源的流失。
2） 建立了多维销售模型，使得用户可以根据销售模型合理分配销售费用，规避了由于缺少客户模型带来的销售费用支出。在未进行客户模型搭建之前，容易出现对非潜在客户或成交性较小的客户付出不等价的销售费用。而现在，便可综合客户基础信息及对应模型从而得出合理的可投入销售费用及销售人天。从而规避盲目动作带来的损失。
2. 多维度模型支撑人力资源数据管理
2.1 痛点/需求
由于公司主要服务条线为保洁，保安，运送，工程，辅医等基础技能要求较弱，故一线员工较之管理人员，基数更为庞大，异动更为频繁。作为以人为主要支撑的物业行业，对人力的管理就是对公司品牌的管理和运营。所以，对人力的细化管理势在必行，确也面临着诸多挑战：
1) 一线人员基数较大，异动频繁，相关数据较难实时整合获取。由于物业行业为以人力为支撑的服务型行业，故人力即使成本更是品牌的象征，故对人员的管理就是对品牌的管理，对人力的监控也是对成本的监控，所以尽管面临着一线人员基数庞大，异动频繁，但对人力数据的整合与掌握也势在必行；
2) 业务系统信息基数大，不能满足人力资源分析模型。公司现有员工25000+，人员信息数据量庞大，覆盖维度繁杂，不能满足人力标准分析模型而这也意味着对人力画像的整体特征与变动趋势的模糊，容易造成人员招聘方向模糊，与员工沟通管理的壁垒；
2.2 解决过程
图11 人力资源维度管理模型
以人力为出发点，围绕人员信息，异动监控，成本分析及管理效率等方面出发，搭建多维度人力管理模型。其中人员异动包括人员的入转调离，而人力成本则为物业行业主要成本，而人员信息模型则可以从人员年龄，年龄，层级等人员属性进行搭建。
1）人员信息池
针对业务系统中人员信息覆盖维度大且分布于不同模块，不能重点集中展示的问题，数据平台通过与业务部门调研，对其所关注的重点人员信息进行采集汇总并通过时间维度，组织维度，人员类别年龄维度等进行转换并展示在FineReport平台，形成人员信息池。
同时，为了满足人力部门对人员信息的专项分析，数据开发中心根据人员学历结构，年龄结构，司龄结构及层级等方面分类汇总，从而满足多维度专项分析的人力资源模型。
图12：人员基本信息
图13：人力资源专项分析
注：从上到下依次为：人员历结构分析，司龄结构分析，年龄结构分析，层级结构分析
2）人员异动监控
人员异动是人力资源分析体系的重要分析维度，结合我司基层人员异动较之管理人员更为频繁，所以数据开发中心以人员类别，异动种类作为主要数据维度，加之时间维度，组织维度共同组成了人员异动监控平台。
图14：人员异动分析
注：左上：管理人员异动时间轴，右上一线员工异动时间轴，下方人员异动明细汇总。
说明：为不影响展示效果，本文数据为虚拟数据。
3）管理效率分析
基于我司业务的特殊性，公司员工分为职能人员，项目管理人员与一线员工。对应管理模式为，职能人员为项目管理人员提供管理支撑，项目管理人员负责项目一线员工日常工作及项目运作。从管理效率方面来讲：项目管理人员较之项目一线员工的比例越小，管理效率越高，职能费用较之管理范围内收入占比越低，管理效率越高。基于此种理论来搭建人力管理效率分析模型如下：
图15：人力资源管理效率分析
注：为不影响展示效果，图中数据均为虚拟数据。
2.3 价值
从人员信息池形成的人员信息模型，从人员异动监控到管理效率分析，数据分析平台助力业务部门形成一套完整的人力资源管理体系。
在功能方面，搭建了一整套完整的人力资源管理分析体系。实现了人员信息可查询，人员异动可监控，人员模型可分析，人力绩效可视化的数据实时整合功能。对比传统的多表多人导出加工汇总整合，节约约20人天/月。
在隐性效能方面，对集团人力资源规划提供了指导意义，同时降低了人力成本。
1） 在人力资源配置相关决策中，通过年龄，司龄，学历，职级等人力维度联动分析，辅以人员异动及人力资源管理效率分析，得出最佳人员配置模型并予以实施，从而对人力资源配置决策起到指导性作用；在人事招聘方面，可通过对现有人力资源模型及其变动趋势进行分析得出下期人力资源招聘方向，从而起到数据支撑作用；在管理绩效方面，通过现有人力资源管理效率分析模型辅以异动相关信息便可在人力管理绩效方面起到重要参考作用。
2） 在人力成本方面，通过人员工资发放详情与人员异动进行联动，从而双向进行人员异动预警，推动人员信息基础数据准确性建设。最终在人力工资社保等发放过程中减少甚至规避由于人员异动不及时所造成的人力成本支出。
3. 预算管理模块开发完善信息化体系建设
3.1 痛点/需求
公司现有内部系统含ERP、OA、HLS等标准产品，缺少专业的预算及合并系统。故，为响应公司预算上线号召，同时使得公司信息化体系更加完善，数据开发中心便需要以FineReport为应用平台，开发了一套含预算填报，预算审批，多维度合并，预算变更等功能的预算管理模块。在体系搭建过程中，需要解决的问题如下：
1） 业务逻辑复杂，报表搭建技术挑战较大。公司预算涉及到收入，成本及收益，而对应的成本，又含物料成本，人力成本及运作成本等。同时不同科目，不同地区又涉及到不同的税率计算等。各种业务需求转换为技术逻辑并实现是一件极具挑战的事情；
2） 组织维度较为复杂，管理权限及流程审批等联动困难。公司组织类型分为总部职能，区域职能，项目及项目条线，所以在不考虑特殊权限的情况下就需要对应到的权限层级便包含集团层级，区域公司，项目及对应项目条线，并且所有权限体系需要根据公司管理架构实时联动。而此前以清单，填报及决策类报表为主要呈现形式的FineReport中尚未搭建此类架构，故权限联动就变得困难；
3.2 解决过程
图16 预算管理模型
通过对预算管理模块需求调研，分析及技术可行性等多方面分析，我们从预算填报，预算审批，预算控制，预算变更等四个小模块出发生成了预算管理闭环模型，并以此进行了一系列开发，并落地完成。
1）预算填报底表
针对预算业务逻辑及管理维度复杂，我们充分利用FineReport的填报及联动功能通过八张附表，一张总表进行数据联动与科目合并进行呈现。而针对填报权限，则充分利用FineReport多数据源连接的优势，获取对应管理系统OA的权限表进行填报权限实时联动。从而完成了预算填报功能。
图17：预算填报多表联动示例
2）预算审批
在审批方面，由于管理维度复杂故要求的审批在形式上做到同时支持串行与并行；在审批节点上做到各节点审批人与管理系统联动，避免重复配置；在审批过程中做到审批过程可追溯。故，我们采用报表形式进行流程开发，以同时支持串行审批与并行审批。并从对应管理系统OA中获取管理架构，同时对审批过程进行记录。
图18：不同组织类型审批流程示例
注：左上：项目审批流程，右上：总部职能审批流程，下方：区域职能审批流程
3）多维度预算合并
由于公司管理架构无论在组织层深，管理宽度广，故在预算管理上要求预算合并既能满同组织层级合并宽度，又需要在组织深度上进行纵向合并，对此，我们通过FineReport多数据源的特性使用第三方管理系统OA中的组织架构树进行纵向的数据合并展示，同时又通过报表来进行同组织层级上的横向合并，并形成组织视图与业务视图等不同维度的辅助报表，从而完成数据合并。
图19：多维度预算数据合并展示
注：上方：通过不同的组织维度统计形成组织视图，通过不同业务条线统计形成业务视图，下方，通过树状组织树多选进行自由合并
3.3 价值
在显性功能方面，实现了预算生命周期管理的功能。从业务调研，需求分析，数据库建模，到预算填报，审批合并等一系列实施过程及数据导入第三方费用系统等完成预算管理模块个性化搭建。仅在2020年预算管理过程中，为集团2各事业部，8个区域公司，130+项目，400+预算组织提供了8张预算填报附表，3类审批类型，200+条审批流程，共计1000+管理人员提供了关于管理全过程服务；
在隐性价值方面，是的集团信息化建设更加完善。预算管理模块的全过程，均集合集团先行预算管理方法与实际运行业务。高度定制化开发，既补充了集团信息化中全面预算的空白，又做到了百分之百贴合集团实际业务。
项目心得
从散落在线上线下的多数据源现象到详细客户信息池形成再到客户模型搭建与客户服务质量管理，从庞大的人员信息池到轻便的人员管理模型，数据平台与业务部门共同搭建了一套有效客户管理体系与人力资源管理模型。在整个数据平台运转的过程中，少不了如下数据原则：
1）基础数据质量决定数据平台建设的成败，要保证业务系统基础数据的全面，准确。数据平台的根本是数据，而数据来源于上游业务系统的发咋业务数据，所以基础数据的准确是数据平台建设的根本；
2）数据平台的成果是对业务的体现，要以业务的格局建设数据模型。数据平台的最终受众是业务人员，业务人员的视觉角度是业务。故要以业务的逻辑去串联数据数据，以业务的格局来搭建数据模型；
3）扩展视野是突破瓶颈的最佳途径，要懂得与外界沟通。闭门造车经常容易因为他人的反馈而陷入盲目大喜大悲，从而形成瓶颈壁垒，所以要多多学习，多多与外界沟通交流。
川公网安备51015602000223号
