分析总览

当组织的动作开始由系统承载,动作本身就变成了数据。分析板块讲的是怎么用这些数据回答三类问题:业务上发生了什么(操作台账)、这套系统花了多少钱(用量与成本)、以及它现在是不是健康的(运行与可观测性)。

// 一句话理解

传统 BI 分析的是「业务系统里留下的结果」,AIDC 还能分析「这些结果是怎么产生的」——谁在什么时候、依据什么材料、做了什么判断。后者才是让组织真正改进的那一半数据,过去它根本不存在。

三个信号面

三类问题,三种数据

你要回答的问题看哪个信号面典型粒度
这个决定当时是依据什么做的?操作台账单次动作
这个流程哪一步最耗时/最常出错?操作台账聚合按动作类型、按周期
这个月为什么比上个月贵?用量与成本按数字员工、按模型、按天
这台服务器还值不值得开着?用量与成本按服务器、按月
为什么刚才没回复?运行健康按通道、按会话
上线之后错误变多了吗?运行健康按时间窗、按错误类型

分析的三条纪律

可对账优先Reconcilable

每个指标都要能追到构成它的原始记录。一个说不清由哪些记录累加而来的数字,在经营讨论里没有说服力——不管它看起来多合理。分析页面上的每个数都可以点开看明细。

口径写在数字旁边Stated basis

同一个「本月成本」,按实际账单算和按价目表估算,结果可以差出几倍。系统的做法是两种口径都给,并且各自标注清楚,而不是选一个显示。数据日期、统计窗口、是否含税,全部随数字一起呈现。

元数据不等于内容Metadata only

分析层看到的是「关于动作的数据」——谁、何时、什么类型、耗时多少、结果如何——而不是动作涉及的业务内容本身。这条纪律让分析可以集中汇总,而业务数据仍然留在各自的边界内。

从数据到改进:四步

分析本身不产生价值,它的价值在于触发改动。这四步是数据变成改进的标准路径,也是演化闭环的观察端:

  1. 观察。从台账里找出重复出现的模式:同一类动作反复失败、同一个环节反复卡住、同一个问题反复被问。
  2. 诊断。判断这是材料问题、定义问题、权限问题还是流程问题。四类的处方完全不同,诊断错了改也白改。
  3. 提案与审批。把改动写成提案:改什么、影响哪些环节、如何验证、出问题怎么退回。高风险改动必须人工批准。
  4. 度量。改完之后回到同一组指标看是否真的变好。没有度量的改动只是换了一种做法,不是改进。
// 治理规则

任何对外呈现的经营数字,必须写明数据窗口与口径。「本月成本 X 元」这样的表述在系统里不合法,合法的写法是「本月截至某日,按实际账单口径,未税 X 元」。

相关阅读