我们F-One是一个平台级的产品，不是只做预算的，后面我会简单介绍一下。我本人在信息服务行业已经做了十几年了，从ERP开始做BI的分析再做财务的合并，做一些财务的分析，把企业各式各样的信息化转型都已经摸了一个遍。从最早开始做信息化的时候，更多的是解决业务、用户的一些需求。
比如说销售部门需要卖东西了，上个销售系统，生产需要核算成本了上一个成本管理系统，财务要核算上一个财务核算系统，这是我们早期做产品的过程，以这种方式一个个搭起来的。刚才咱们很多的CIO也介绍了他们的信息化建设的过程，可能一个企业有十几个甚至几十个系统来支持我们整个的企业的运转。但是随着这几年我们整个的信息化建设，慢慢的逐渐的成熟，各个系统之间产生了大量的数据，企业外部的环境也在不断的变化，现在是存量市场在进行搏杀，如何知道我们现在有哪些东西，我们的成本是多少，我们的单个产品毛利是多少，我们最佳定价能到什么程度，我们怎么进行广告投放才能够让我们的营销做的更好，如何规划我们产品的结构能够保证我们最大的利润，这些可能是我们现在企业新的经济的状态下需要解决的问题。
通过这么几年我们对各个企业的走访了解，以数据管理驱动业务转型是大部分企业的共识。我们要想把我们企业的不同口径的数据集中起来做分析，支持我们的决策，我们有很多的挑战需要去解决，可能我们很多CIO在这方面也会面临这些问题。比如说我们业务系统多、数据集成很困难。一个企业有十几个或者二十几个系统，每个系统都是由不同厂家开发完成的，他可能没有统一的接口，后台的数据结构可能也不太一样。如何把这些数据接上去，这个可能对我们来说是一个很大的困难点。另外我们不同系统每天产生大量的数据，我曾经接触过一个企业，他一周能产生的核算数据有上千万条，如何去处理这些数据，另外不同的系统之间因为主数据可能不一样，导致数据的口径也不统一，怎么把不同口径的数据集成在一起进行分析，也是我们需要解决的问题。第三点就是我们数据的关联度是非常高的，我们的业务并不是独立存在的，付钱的时候会影响到我们现金的流入和流出，所以说业务系统的数据是有关联性的，如何去把这些数据关联性快速的计算出来，帮他们建立这种模型也是我们需要解决的问题。
此外我们现在很多公司管理都在往精益化的方向去发展，我们希望能够看到每个不同产品基于不同客户的毛利是多少，它的净利是多少，这样他就需要把公共部门的数据进行分摊，形成多维利润表，也需要大量的数据计算的工作。最后一点是我们IT的从业人员最痛苦的一件事情就是我们业务总是在不断的变化，可能今年我们的销售特别好，我们可能关注的点更多的在于怎么保证我们的生产，按时按量的完成。明年我们的销售不太好了，我们怎么去投入更多的营销资源，让我们的销售做的更加好。另外可能是按照大区进行管理，明年可能是按事业部进行管理，今年可能江浙沪是三个小区，明年可能把这三个小区变成一个大区进行统一的管理。这种业务不断的多变性，也要求我们的信息系统能够快速的适应这种多变。我们以前传统的IT的信息系统建设方式，我们从需求调研再到我们的蓝图设计，到我们的开发、测试、EUAT、最终的上线，整个过程短可能一两个星期，长的可能一两个月的时间，很多东西拿出来之后领导说我的业务变掉了，可能需要新的方式来做了，没有办法跟上节奏，这都是信息化过程可能会被领导骂，可能会碰到的一些痛点。
那怎么去解决这个问题，需要从四个点来解决这方面的问题，第一个就是我们要有方便的数据集成，我们可以有一个系统，能够有标准的接口去连接分布在企业方方面面的大大小小的各种各样的系统，不要依靠第三方的供应商，由我们自己的IT人员就可以对接这些系统，对这些数据进行过滤和转换。第二在系统配置过程中要简单，我们做业务逻辑的时候不需要代码，不需要去用JAVA开发的逻辑，业务人员就能够按照自己的要求去写我们的业务逻辑，去拉我们需要的多维的报表。企业大量的数据也需要高速的处理的能力，能够实时的同步的处理我们的数据，数据产生了之后可以立刻同步到我们的分析系统当中到，进行快速实时的处理。还有一个强大的计算能力，我以前在一个公司做过一个合并的软件，他们整个的合并数据从数据接上来再到一步一步的合并抵消，到合并结果出来可能需要六到十个小时，如果结果不对的话要重来。这种方式就大大影响了我们整个企业处理数据的效率，没办法支撑企业快速相应业务管理的要求。
这是F-One的‘PAAS’全景图，我们是一个平台型的产品，有自己的ETL工具来进行数据的加工、处理和过滤，我们有自己的PB级别的分布式的数据仓库，实时内存的OLAP计算引擎进行快速的计算处理，还有我们提供给业务人员的业务规则引擎进行数据的加工。另外我们还提供了一些预测的算法，帮助业务人员更快速的来搭建业务模型。 在我们的平台之上还基于不同的业务场景提供了我们全面预算的软件、管理报表的软件、以及销售佣金的软件，无一例外都需要大量的计算来得到最终的结果，这块是利用我们的计算能力来帮助企业快速的搭建我们的计算逻辑，快速的出具我们的计算结果。在分析方面我们也可以提供一些财务分析、供应链分析、经营分析等等多种业务主题分析的场景。此外我们对于一些垂直行业，比如汽车行业、地产行业，我们还能够提供一些返利计算的SaaS产品，帮助企业节约我们的运营成本。
整个的架构我们是用比较主流的数据中台的结构，后台其实就是我们一个一个的业务系统，我们的ERP系统、数据库以及我们大数据的系统或者本地的EXCEL文件等等。通过我们的ETL的集群连接、采集、清洗、转化，整合成异构数据源，按照不同的业务板块形成一个个数据集市，最终在之上形成我们的一些业务系统，而且我们也提供了统一的数据的服务调度接口，来帮助第三方进行数据的接入、数据的分析。
我们为什么能做到这一点呢，是因为跟我们几个专门的技术是分不开的，第一个是基于M—OLAP的多维数据模型，这个数据模型可能大家做BI的都知道，我们这个数据模型最大可以支持42个分析纬度，基本上能够满足大型企业不同的管理要求。另外我们一个单纬度最大可以支持一百万个纬度成员，这个是什么概念呢，很多ERP系统当中有BOM，最大的企业能有四五十万的原材料的类型。以前假设我们的处理能力不够强的时候，我们的BOM是在后台处理的，把数据算好以后，用算好的数据去做判断。每个原料的明晰的数据对于企业来说是个黑盒子，当我们能支持一百万的纬度成员的时候我们可以把BOM接入到系统当中去，这样我们能够帮助把企业的管理做到最细的程度。我们还提供一些内置的递归算法，跟一些跨国性的企业在做汇总的时候，我们可以做一些币种折算的工作，这个在财务上是非常专业、非常复杂的东西，他要考虑实时汇率、期末汇率和平均汇率的情况，我们把这些逻辑都内置到系统当中，来帮助我们做一个快速的业务的模型搭建。
我们数据处理技术，是基于实时内存计算技术和多维切片管理架构提升系统计算效率，一个20万主数据的单纬度项的处理基本上秒级就可以完成，我们整个的计算是通过内存计算来完成的，减少了大量的跟后台数据库之间的读取时间。在计算的过程当中，42个纬度的计算会占用大量的数据资源，那么我们也有自己专利的一些多维切片的管理架构，这样的话虽然我们整个企业的业务纬度是非常多，但对于一个单点计算的时候它可能用的纬度并不是很多，我们对于单点进行的纬度处理，保证计算的时候我占用系统资源是最少的，能加快我的计算速度，所以我们可以达到百亿级的数据量的压力，可以单纬度一百万纬度成员，单模型千万级别主数据，满足企业快速数据处理的要求。
我们基于成员公式的规则引擎来帮助企业快速的实现业务需求。这个图是我们简单的业务的处理规则，从销售政策到定销售价格，再到销售收入，回款是我们现金的流入和流出。我们在做这样一个业务逻辑的时候，很多企业用EXCEL做这种工作，因为是非常简单非常方便的。但是我们要上BI做这个事情的时候，我们可能要写大量的处理语句，可能要用代码来完成这项处理的工作。为了解决企业这样一个复杂的业务处理的场景，我们提供了一个类EXCEL的公式编辑的方式，我们左边是一些类似于EXCEL的一些公式处理逻辑，简单通过拖拽的方式就可以把这个公式写出来。对于不同的产品型号进行不同的处理，用EXCEL处理的时候也会变的非常的复杂。我们也提供一些成型的方式让整个过程变的更加清晰、更加直观，让我们企业的业务人员可以自行编辑逻辑、编辑报表，把以前需要几个专业的业务顾问来做的事情，分散到不同的业务里面，自己来做，这样可以大大提高我们的工作效率，而且数据的出错概率也会变的非常小。
我们还需要去集成不同的系统进行数据的加工处理，通常大量的数据处理工具都需要专业的人员去做这些工作。我们也提供了不同的处理组件，可以直接去连不同的数据系统，这种连接都不需要你写任何代码，只要进行简单的拖拽就可以完成，包括一些数据的连接、数据的过滤、数据的简单合并，包括一些转换，都可以通过简单的拖拽做一些简单的配置完成这个处理过程。本身可能需要专业顾问，专业的数据管理员才能做的工作，变成我们一个普通的IT人员就能做的事情，这样可以大大节约我们整个产品的运维成本。
这个是我们产品几个重要的点，结合几个案例来看看我们是怎么来帮助我们的用户，来实现他们业务的诉求的，这个是我们一个饮料行业，他们希望基于销售组织、需要基于客户、基于产品小类来出具一个多维的利润表，这里就需要进行大量的数据的分摊。比如我们的销售收入可能是组织、客户、产品都有，成本只能到我们的产品，到不了我们的客户，到得了我们的组织，对我们的费用可能只到到部门，到不了客户和产品。不同的科目它的分摊方式是不一样的，比如物流可能要按照重量进行分摊，对于费用我们可能按照收入来分摊，对于共享中心它们可以用固定比进行分摊，对于生产成本是按照产量来分摊的，最后形成一个单表三百多万单元格的多维管理利润表。以前他们是通过EXCEL来做的，做不到到客户、到产品、到组织来做这样一个利润表。这样一个利润表它的EXCEL也是承受不了的，打开非常非常慢，甚至会卡死。上了我们这个系统我们可以在一分钟之内把这样一个300多万单元格的多维利润表给他出具出来，而且每年多维利润表的分摊方式都会有各种各样的变化，我们也可以在两三天的时间按照他们的业务逻辑把分摊进行快速的处理。
这是汽车零配件的案例，他们的痛点是在于他们成本的计算。因为汽车型号非常多，他们每个小部件，比如说一个后视镜，一个反光镜型号都是不一样的，他们有三万多个SKU，物料大概有12万个，整个BOM的数据有100万+的数据量。传统他们来做成本计算的时候只能通过SAP的方式把成本拿过来进行计算。但是他们想做一些调整做一些测算没办法做，因为SAP的数据是不能修改的。 后来我们把这些数据全部接入到我们系统当中去，实时的计算整个的变动成本，他们要调整价格，想调整一些参数的时候，或者变一下BOM的东西你可以非常方便的进行计算，基本上调整以后，从调整数据到最后成本出来，五到十分钟就可以把这个成本算出来了，大大的把整个成本计算优化掉了。
这个是我们汽车行业返利计算的案例，我们知道今年汽车行业非常的不好，厂家需要用大量的促销政策来帮助销售。这个企业他们有四个汽车品牌，同时在算的奖励政策一个品牌会有七十多个，卖车的价格可能比买车的价格还要低，就是靠返利来赚钱的。他们的单季度的政策也会不断的进行变化，可能他们的变化量每个季度会在20多个。单月的汽车销量大概是五万台，每个月形成50万条的奖金数据，每天做这个数据有三个算奖的人员来计算数值，而且经常会算错，销售算完之后财务还要再算一遍，防止算错，因为一年的返利金额可能在一百亿左右，算错一点点差异非常大。上了我们系统之后，用系统的方式，我们可以每个新制度出来一两天之内把政策配置完成，这样的话就保证他们的奖金数据可以准确及时的出现。
这个是我们一个家电行业的业务整合的案例。这是一个完整的数据中台的项目，它的第一阶段，这是一个英国的公司做小家电的。他们的SAP是在英国的，他们需要把所有的分析报表都要英国那边的IT人员帮他们出具，每次他要做一个新的需求，他们就需要去打印申请，可能英国那边花好几天甚至一个月的时间才能把这个报表出具出来，非常影响他们的工作效率。因此他们痛定思痛，希望引入一个数据中台的产品，来帮助他们把这些基础的数据从英国引到国内来，这个上面做很多的计算和分析。第一阶段我们帮他们搭好了一个平台，进行了供应链的分析平台。第二期我们把他的财务、销售、供应链的数据全部进行整合，做了我们的数据仓库，做了我们的分析平台，形成了核心数据，这样当他们需要出具什么报表的时候，可以打电话告诉现场的运维人员，他们可以快速的，我们可能用半天的时间或者一天的时间就帮他们把这个报表出具出来了，加快了他们处理数据的速度。
最后简单介绍一下我们公司，我们公司是一个成长型的公司，初创人员都是来自于SAP研究院的核心技术人员，他们在使用这种国外的产品的同时，觉得国外的产品相对而言比较笨重，不太适应国内的这种企业的快速灵活的要求。所以2010年的时候就开始构思F-One这样一个新的产品。2015年的时候产品定型，2016年开始引入外部投资，开始发布我们1.0的产品，到2019年产品已经到了4.0的版本，也积累了大量的国内不同的行业典型客户，可以说F-One的成长是伴随着企业一起成长的，我们也希望未来在座的企业也能够成为我们的客户，能够让我们来给大家提供服务。
今天介绍的东西就是这些，谢谢大家。
以上内容根据孙超先生在华东CIO大会暨中国产业数字化（南浔）峰会的演讲内容整理而成。
更多精彩嘉宾分享请关注华东CIO大会官方网站、公众号或数字化转型展公众号~
发表回复