深度研究丨过半TOP50房企聚焦数据治理,全面赋能经营管理

公司 2023-02-20 09:21:32 来源:丁祖昱评楼市

  随着不动产数字化转型从信息化到数字化逐渐递进,核心业务数据的采集、质量提升、数据拉通等数据治理工作占据着越来越关键的地位。

  在中央网络安全和信息化委员会印发的《“十四五”国家信息化规划》中,有关专家解读,数据要素已成为数字经济时代影响全球竞争的关键战略性资源,数据治理是释放数据价值的首要环节,准确及时、完整一致的数据资源是数据要素价值释放的重要前提。

  根据克而瑞科创调研,2022年TOP50房企对于数据治理的重视度也大大提升,覆盖率同比增长26%。数字化转型为经营管理提供赋能,但目前头部房企数据治理建设整体成熟度较低,数据治理建设痛点和难点仍然有待破解,本文将以典型房企,深度剖析。

  根据国家标准数据管理能力成熟度评价模型(GB/T36073-2018, DCMM),数据治理组织的调整和设置是各项数据职能工作开展的基础,清晰的岗位设置、团队建设、数据责任的明确划分成为数据治理工作推进的基本保障。

  调研显示,2022年过半数的TOP50房企已经成立了专职数据治理团队,而36%的TOP50房企正在筹建数据治理团队。

  从数据治理的团队构成来看,一线业务人员平均占比达 34%,由此可以看出,如何更好地理解一线业务人员的需求,赋能一线业务运营也是2022年数据治理的重点工作之一。

  在数据治理工作中,一线业务人员从数据准确度、及时性、业务流程梳理等多方面推动数据治理。

  房地产行业作为非数字原生行业,大量的数据依然需要靠人工线下采集和整理,在具体的业务场景中,数据基础也显得相对薄弱,体现在手工填报多、数据难以追溯、数据质量差、多系统数据割裂、口径不统一、数据没有得到充分利用等多个方面。

  数据治理团队通过促进数字化与业务的有机融合,加强数据治理,提升数据质量,实现企业业务流程创新、科学管理决策、创造数字文化环境,推动商业模式革新。

  从团队合作方面来看,在数据治理组织中业务部门与数字化部门共通构建数字化业务战略,实现科学管理决策、业务流程创新等。业务部门负责数据指标、数据准确度、场景和流程梳理;数字化部门则负责数据服务产品规划、数据技术支持、一线数据修正、校验工作和及时反馈、系统优化等工作。

  从数据治理现状来看,头部房企数据治理建设整体成熟度较低,目前在主数据、数据集成、数据开发、标准建设模块初见成效,但是数据质量、数据资产等模块建设依然有大幅的提升空间。

  主数据、数据集成等模块相对成熟的企业更为关注如何解决数据口径和标准的统一,业务条线如何统一,机制如何统一和运营,各级数据架构的互通,流程和功能打通等问题。

  在主数据、数据集成、数据开发等模块的数据治理取得一定的成效后,部分头部企业实现了营销、成本、运营、财务等核心数据线上线下的一致,销售、供销存货数据等内部系统数据的拉通和流程协同;数据实效性显著提高,建立了完善的数据指标库;实现项目全周期进度可视化管理,同时系统内自动实现经营报表输出,节省人力成本,提高管理效率。

  未来,头部房企将持续加强数据中台的建设,最终实现业务数据化、数据资产化、资产服务化、服务业务化,达到从业务到数据、数据又回到业务的完整闭环,推动数据资产变现与增值,进而更加完善地支撑企业的数字化转型。

  数据治理人才匮乏是制约房企数据治理能力的重要因素,近八成头部房企表示数据治理高级人才严重缺乏。在整个行业当中,既懂业务又能够理解数据应用和技术的人员都相对稀缺。

  不动产行业应该尝试更多的通过与成熟的数字化治理服务商深入合作,快速提升数据治理水平。同时,领导层关注不足、缺乏明确的数据治理目标也成为当下房企数据治理建设中的痛点,未来随着房企数字化转型的发展与推进,相关难点会随着数据治理为经营管理带来的实际提效和更加完善的数据治理体系逐渐改善。

  1、 越秀地产:以“流程精益”和“数据资产”为核心建立一体三面数字化模型体系

  2017年越秀地产走上数字化探索之路,又在4年的积累后,实现了从“数字化战术”到“数字化战略”的升级,构筑出独特的“两擎双翼”+“创新驱动”的数字化战略,打造出数据驱动的智慧越秀地产。

  在数据的治理与运用上,越秀从企业经营涉及到的“人、财、物”出发,将资本、资产、客户、供应商、组织作为数字化升级的五大要素,在投资、建造、销售及运营各阶段,打穿资产资本相互转化的环节,将一线的数据收归到管理层与决策层使用,提升公司的洞察能力,确保快速根据市场变化进行决策调整。构建“指标+算法+科技创新”一体的数智决策体系,辅助管理者进行高效、领先的企业管控和决策。

  具体来看,在“数据资产”维度以“T+1”为切入点,建立完善的数据治理体系,数据内外横纵拉通,让数据产生业务价值;“流程精益”,则需要形成流程/客户旅程敏捷、仿真、自运作,实现数字驱动流程精益管理闭环,推动流程智慧化、自驱动。在对流程、数据、信息化和智能化进行了整体规划之后,越秀地产以“流程精益”和“数据资产”为核心,建立了一体三面的数字化模型体系。通过对大数据的引入、业务数据的挖掘和公司数据资产地图的完善,形成了越秀地产数据资产管理与分析平台。

  同时,越秀的数字化战略实施也打造了一套完善的数字化治理体系作为保障。从管控上坚持六统一管控模式,对IT项目统一规划、统一设计、统一建设、统一标准、统一管理、统一评价,有利于发挥后发优势,统一流程和数据标准,以低成本、高标准、高质量快速提升数字化水平。运营上加强双轮驱动,通过“业务+技术”双PM项目管理,实现从立项、交付到运营,业务与IT齐头并进。

  2、新城控股:打造绿洲平台实现业务上线、数出一孔、业财一体

  近三年,新城数字化实施了创新加速器、数据治理、信息化规划、绿洲计划等专项项目。通过数据治理,明确、规范了各类主数据尤其是项目主数据;通过信息化规划,明确了系统建设“弱、孤、散”的问题,指明了建设一体化大平台的方向与路径;通过绿洲计划,结束了烟囱式的系统建设,建成了覆盖地产开发到商业运营的核心业务一体化平台。尤其是绿洲计划,经历了2020年的系统建设年及2021年的系统推广年,通过18个月的时间,完成了核心业务的流程重构、业务上线、数出一孔、业财一体。

  为巩固系统上线成果,落实推广应用,规范功能需求迭代,新城在集团总部设置了“数字化治理工作推进小组”,核心成员包括集团CFO、CIO及企管负责人,每周固定召开例会,针对应用推广、系统迭代等专项督办、验收,有力地保障了绿洲计划的落地应用。

  绿洲平台上线运行,赢得了公司管理层与一线用户的一致好评,实施成效主要包括:

  数出一孔:建立集团的数据指标库,统一数据的定义、口径及计算规则。确保数据一次录入,全局使用,系统计算,线上呈现。从根本上解决了困扰已久的数据一致性、完整性和及时性问题。

  流程协同:系统功能涵盖投资、计划、设计、招采、成本、工程、营销、招商、企划、营运、财务的全流程,全面覆盖地产开发与商业管理核心价值链,实现各职能端口在同一个数字化平台上的有序分工和高效协作。

  业财一体:在数据统一和信息共享的基础上,全面提升正向业务集成能力和反向业务追溯能力。财务凭证自动化率达到95%以上,合并报表及附注的自动取数率达到90%以上。

  3、 雅居乐:全方位推动业务流程标准化、数据标准化

  2020年以来,雅居乐集团管理层提出全集团信息化要坚持“一张网”、“一本账”,并提出针对集团及各产业集团经营管理的三年数字转型计划——“雅云计划”,即要求三年内开展数据治理建设工作(含主数据和指标数据)。

  为更好的管理公司核心业绩数据,雅居乐基于公司发展战略规划,全方位推动业务流程标准化、数据标准化。雅居乐的数据管理,按照规模、盈利能力、可持续性发展三个维度建立“风险预警线”,确保安全防控;构建管理层级“驾驶舱”,数据化评估各线条的管理水平,确保业务可视化、决策数据化、绩效可量化。

  为提升数据治理效果,雅居乐专门成立数据治理联合工作组,实现业务部门和信息化部门深度协作。集团联合工作组,负责数据服务产品规划、数据技术支持工作;区域工作小组则负责一线数据治理、校验工作和及时反馈数据应用创新场景。经过近1年的数据治理,数据混乱、业务分析不及时、数据准确性差等问题得到了根治,并实现销售数据实时可见和供销存货数据拉通。

  4、 华润置地:聚焦数据资产化,助力运营数据赋能业务

  华润置地聚焦数据资产化,助力运营数据赋能业务。依托华润置地旗下多业态数据积累,打造了置地生活-工作-休闲大会员体系。上线的E掌控等数据应用逐渐发挥数据价值,推动实现“数据拉通”、“数出同源”,深度挖掘数据价值,聚焦提效提质,实现精细化管理。

  E掌控是以生产经营精细化管理为目标,赋能华润置地四级管理层,聚焦“多级决策扁平化”、“交叉专业共享化”和“风险预警智能化”,构建全专业、全视角的经营分析系统,覆盖了华润置地开发销售型业务和经营不动产两个业务板块,涵盖投资、设计、生产、营销,客关到运营22个专业,拉通了内部约20个系统,在企业级层面建设了400多个数据指标。BI分析通过拉通跨专业、跨业态的数据,输出数据看板与报表,支持业务人员直接通过拖拉拽实现报表生成,大幅提升了数据时效性,部分核心指标实现秒级展示,大大提升内部管理效率。

  通过对核心数据进行专项治理,对运营、营销、财务、人力、招采、成本等领域数据持续监控,有效提升数据质量,沉淀大量数据资产。2022年实现数据资产同比增长146%,整个数据量实现接近70t量级的增长和大约700多个数据指标的增长。

  目前来看,头部房企在主数据、数据集成、数据开发、标准建设模块初见成效,但是数据质量、数据资产等模块建设依然有大幅的提升空间。

  未来需要通过积极展开数据治理工作,建立数据治理体系,沉淀企业数据资产,推动数据价值变现,为数字化转型向着智能化、数据驱动经营管理决策的阶段发展夯实更加稳固的数字化基础。

  数字化治理将在企业治理中有着举足轻重的作用。

统一社会信用代码:91440101MA5D5RT62H

经营状况:存续注册资本:916000(万元)

风险情况:自身风险 0 变更提醒 64 关联风险 78

统一社会信用代码:91440101MA5D5HXD8J

经营状况:存续注册资本:370000(万元)

风险情况:自身风险 0 变更提醒 18 关联风险 47

统一社会信用代码:91371311MA3N3BC57J

经营状况:存续注册资本:5000(万元)

风险情况:自身风险 0 变更提醒 13 关联风险 5

统一社会信用代码:91460000786644843J

经营状况:存续注册资本:650518(万元)

风险情况:自身风险 2 变更提醒 27 关联风险 46

统一社会信用代码:913201115672452950

经营状况:存续注册资本:424637(万元)

风险情况:自身风险 1 变更提醒 13 关联风险 48

统一社会信用代码:91230199565449200R

经营状况:存续注册资本:2600(万元)

风险情况:自身风险 0 变更提醒 8 关联风险 0

统一社会信用代码:91110000670572104L

经营状况:存续注册资本:2491520(万元)

风险情况:自身风险 0 变更提醒 22 关联风险 4