一、企业简介

唯捷城配以仓配一体化为主要服务产品，打造多城市、多温层、多级仓配运营网络，以过程透明化、运营数据化、优化库存管理、高效履约交付为核心能力，为客户改善供应链效率和质量积极赋能。

二、项目背景

1、公司全面开展业务数据化

唯捷城配自成立以来，始终注重信息化与数字化建设，到2019年，唯捷的直营公司数量已达到9个，加盟伙伴更是遍布大江南北，随着业务量不断的扩大，公司对于业务的标准化，数字化要求也越来越高。

2019年第二季度，公司全面启动业务线上化与数字化项目，对于数据的需求更加多样也更加全面，对数据的时效性，准确性和可读性等要求上也全面提升。

2、数据中心全面重构

原有的BI系统从数据展示到数据架构上明显已经无法支撑业务的需求，也无法满足与日俱增的数据要求，于是数据中心的重构便提上了日程。

数据中心对公司各业务部门与一线城市做了全面的访谈，收集了近百个数据需求与业务场景，如何能够在短期内满足各业务需求，快速完成全新BI的搭建，对于数据中心来说是个重大的挑战。

3、从里到外，全面重构

虽然时间紧，任务重，但考虑到BI整体的扩展性与可用性，数据中心还是决定从底层开始全面重构。

首先，全面引入数仓，构建ODS，DW，DM三层架构，全面重构底层数据库，实现了和公司配送、仓储、结算与监控系统的全面打通与数据同步。

其次，通过帆软的FineReport快速搭建了整套BI，包括首页的全面重构以及几十个报表模块，近百张报表，全面实现了为各个业务部门提供数据支持与数据分析。特别是之前一直被各业务部门诟病的首页加载时间，由原来的10几秒，优化到了2秒内，而且首页内容更加丰富。

三、业务场景

唯捷城配作为一个仓配一体的物流企业，最为重要的自然是业务环节的仓储与配送的数据以及各项财务数据。那么，如何让数据成为管理者决策的依据，如何将散落在各系统中的数据汇总分析，如何用数据为企业赋能，这是作为数据中心始终在研究的课题，也是BI不断完善的方向。

场景一：全新驾驶舱

1、痛点/需求

原有驾驶舱不但加载速度慢，数据上面也无法全面反映各业务情况，使用率很低，数据优于口径，逻辑均落后于现有业务，参考性大大下降。所以，一个可全面反映公司业务情况，能够一目了然的了解当前经营与运营的情况的驾驶舱是整个公司管理层迫切期望的。同时，驾驶舱还可以根据公司维度，时间维度进行数据筛选，并且，对于还可以区分不同的城市公司权限。

2、解决过程

首先，我们重新设计了整个驾驶舱，通过FineReport决策报表实现页面模块化，将驾驶舱分为七大模块，分别为：应收成本、收支与业务量对比、预算达成、应收账款、资源指数、业务收支以及业务量这七大模块。

其次，我们实现了通过选项卡区分数据维度，实现了“日、周、月”之间的切换，让管理者可以通过不同的角度去查看经营与运营的情况。并且可通过日期控件实现了历史数据追溯，通过城市下拉列表实现单城市查看及多城市的数据汇总查看。

再有，我们大量通过JS实现了多个原有图标无法实现的功能，如下图中通过JS实现数据标签在显示总数的时候，还可以列出不同城市的数值。

3、价值

由于新版驾驶舱实现了多时间维度的查看，多城市维度的查看，以及数据追溯，同时关键经营与业务指标数据一目了然，上线之后，访问量直线上升，由原来的月访问量几百人次，到现在的每月5000+人次，要知道，由于驾驶舱包含多项敏感数据，目前只对公司总监级以上的管理者开放，可以说现在的驾驶舱已经成为管理者每天一早第一个查看的页面了。

场景二：全业务支持

1、痛点/需求

唯捷城配作为一家仓配一体的物流公司，核心业务自然是配送与仓储，那随着业务的扩大，公司不断的开新城，开新仓，配送与仓储数据每天都在不同的城市系统中产生，如何汇总查看与分析，如果从全盘查看运营质量，始终是个难题，原来业务部门需要每天从业务系统中导出数据分析，费时费力，业务部门急需一套能够每天更新，自动分析的报表系统。

2、解决过程

为了满足仓储与配送业务部门的需求，数据中心通过将业务系统中的数据全部同步到数仓中，并为各分类数据建立数据集市（DM），在满足数据同步的同时，保证了数据查看的效率。

目前，已为配送业务构建了5大类数据，28张报表，也为仓储业务构建了5大类数据，13张报表。

对于配送过程的质量监控 – 到店准点率

对于配送过程的质量监控 – 派单及时率

对于配送相关应收应付的管理 – 应收应付录入及时率

3、价值

这些业务报表不但帮助业务部门完成了每天日常的监控，也帮助他们完成了业务中对一线城市各项绩效考核，同时业务的运营情况也都能实时获取，极大的减轻了业务部门的日常数据工作量与管理成本。至少每月帮助仓储与配送业务部门减少10人/天/部门的工作量。

场景三：数据风险监控

1、痛点/需求

公司在运营过程中难免会有这样那样的异常情况发生，不管是仓储还是配送，由于操作的不规范，人员的疏忽等每天都会有大小不一的问题出现，很多时候各部门每天的工作都会有一部分时间是处理异常，但问题是往往异常的发现是自上而下的，也就是往往是领导发现有问题了，部门人员再去检查，再去处理。

这样不但在问题解决的时效性上大大降低，也会使得客户的满意度有所下降，所以如何及时的发现问题，及时的处理问题，让每个问题责任到人，有处理有反馈，基于这个需求，数据中心经过反复研究，开发了数据风险监控

2、解决过程

数据中心通过盘点仓储与业务的全流程节点，对于有可能出现异常且可以通过数据监控的节点设置各种监控规则，针对操作的不规范，数据的不准确，业务流程的异常等各场景建立的唯捷的数据异常监控规则库，实现智能的，自动化的问题发现。

并且还通过打通唯捷的BPM系统，实现自动化的问题处理，即发现异常后自动通过流程中心对相应的责任人发起问题处理流程，同时会实时监控问题处理的过程与时效。

数据风险监控主界面

指标情况界面

3、价值

目前，数据风险监控授权用户数56人，主要授权给总监级经理级人员，累计上线42个指标，月访问量3000次以上，上线以来有10多个指标改善明细，累计自动发起问题处理流程156次，节省了各部门大量的线下工作量。 

整体考虑，建议先做好数据的清洗——即利用ETL工具——FineDataLink，做好数据的清洗、整理，同时也统一了数据口径，后续多个报表引用同一个数据源，若数据口径发生变化可以统一修改。

FineDataLink是一款低代码/高时效的数据集成平台，它不仅提供了数据清理和数据分析的功能，还能够将清理后的数据快速应用到其他应用程序中。FineDataLink的功能非常强大，可以轻松地连接多种数据源，包括数据库、文件、云存储等，而且支持大数据量。此外，FineDataLink还支持高级数据处理功能，例如数据转换、数据过滤、数据重构、数据集合等。使用FineDataLink可以显著提高团队协作效率，减少数据连接和输出的繁琐步骤，使整个数据处理流程更加高效和便捷。

数据集成平台产品更多介绍：www.finedatalink.com

                         免费体验Demo 咨询方案

上一篇: 有了数据湖，距离数据仓库消失还有几年？下一篇: 数据仓库的十大主题