带你读《中国零售行业数智化成熟度白皮书》3.2拆解一级指标，明晰零售数智现状（2）https://developer.aliyun.com/article/1349397?groupCode=tech_library
!!?3.2.3完善管理体系，洞悉业务商机，提升决策水平
图15数智分析决策调研结果
来源：IDC 中国零售行业企业数智化成熟度调研，2023年6月，中国， N=100
调研结果：数智分析决策下，二级指标数智成熟以上分布较低，被调研企业大 多位于第二及第三阶段。决策管理体系与决策应用指标分布呈一定的正态分 布，但决策管理体系更集中于第三阶段。决策数据要素分布明显向第三阶段以下偏斜。
反映问题：首先，数据决策发展较为均匀，这说明企业数据分析决策主要是 “向上打通”,即：服务高层决策者、做一定量的决策分解等；然而大多数企业不具备关键业务异常警报的能力，而这正是实现数据平台智能化的关键。其次，数据要素近五成落后于局部试点阶段，这说明企业的业务需求满足程度较低，“向下打通”能力显然不足；这种局面若持续下去，会导致高层数据及系 统与底层管理人员产生割裂现象。再次，平台智能已经存在，但智能验证指标 及标签推荐的情况鲜有出现，说明智能推荐功能并未被行业企业灵活使用，企业数据要素发展空间仍然很大。
企业诉求：打通决策层至执行层的数据覆盖，使决策层可即时观测执行情况，使企业中层可获取其所需的关键信息，从而避免人与人之间的信息低效传递及 “三人成虎”现象的发生。完善企业数据标签的管理及决策场景的挖掘，使企业高层可实时了解经营风险，获得及时调整决策的能力。
应对策略：着力数据运营覆盖层级，通过数据平台落实，实现战略目标的拆解 及管理层的打通，使关键责任人能及时获得决策信息，且能将执行情况及时汇 总至业务领导者，落实实时决策；为决策链路“减压”,通过数智平台降低对 经验责任人的过渡依赖，进而提升决策落实及汇总效率，实现敏捷决策；重视 数据标签要素的作用，推进业务数据要素指标化、标签化，做好标签交集的处理及标签的动态化，实现“人、货、场”信息与企业运营深度绑定。
带你读《中国零售行业数智化成熟度白皮书》3.2拆解一级指标，明晰零售数智现状（4）https://developer.aliyun.com/article/1349395?groupCode=tech_library
