矩阵式组织架构下的大型建筑施工企业生产经营数据指标体系建设与应用

1、.矩阵式组织架构下的大型建筑施工企业生产经营数据指标体系建设与应用阀门代理 dlong 摘 要 本文在分析矩阵式组织架构下生产经营数据管理难点的基础上，提出大型建筑施工企业生产经营数据指标体系建设思路和具体实施方法，并通过相关信息系统的建设和应用，实现生产经营数据的有效采集和利用，辅助领导科学决策。 关键词 矩阵式组织架构；建筑施工企业；数据指标体系 doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 23. 023 面对复杂多变的国内外经济形势，提升大型建筑施工企业的整体性竞争力尤为重要。直线职能式组织架构向矩阵式组织架构的转变，是大型建筑施工

2、企业适应外部市场形势变化，实现转型升级，提升整体竞争力的必然选择。在矩阵式组织架构下，面对业务管理的相互交织，信息来源的错综复杂，如何从中及时、准确、全面地获取生产经营数据，掌握公司生产经营总体发展态势，有效规避经营风险，是每一个大型企业集团迫切需要解决的问题。 1 大型建筑施工企业组织架构的发展与变革 传统建筑施工企业的结构是金字塔形结构1，普遍采用直线职能式管理模式，各级单位从上到下实行垂直领导，下级单位按其主营业务整体归属上级单位某一个部门管理。在公司业务结构单一，子公司区域市场固定，项目相似度较高时，这种直线式管理结构责任分明，命令统一，管理成本低、效率高，在市场竞争中发挥了巨大的作用

3、。但是，随着国内外政治经济形势和市场发展趋势的变化，企业面临的挑战和风险越来越大，大型建筑施工企业为保持竞争优势，不断拓宽经营领域，调整业务结构，寻找新的增长点，建筑施工企业已逐步从单一的土木建筑施工，变为多元化、专业化、国际化的企业集团。而与此同时，大型建筑施工企业传统的直线职能式管理模式导致各子公司能力重复建设、区域市场交叉、集团内部同质化竞争等问题越来越突出，削弱了整体竞争力。为此，大型建筑施工企业迫切需要优化组织体系和管理机制，提升集团化的管控、统筹、协调、决策能力，实现专业化、精细化管理，实现各子公司间有机协作和资源共享，共同应对市场的变化和竞争。 矩阵式组织架构是一种“适应性”组织

4、架构，在垂直形态组织系统的基础上，再增加横向的领导系统，具有高度的弹性，能够快速集合优势力量，灵活调配资源，及时响应市场变化。 大型建筑施工企业一种典型的矩阵式组织架构如下：按地域成立区域总部，按专业划分事业部，按业务划分子公司类型，并将这三者有机结合起来。例如，公司需要对华东区域、港航疏浚业务、施工项目市场进行开发，在矩阵式组织架构中通过区域总部、事业部、子公司各维度人员的项目协同、配合，可以更加有针对性，更加有效地把握住各类业务的重点市场，实现重点突破2。直线职能式组织架构和矩阵式组织架构示意见图1。 然而，矩阵式组织架构在具备灵活、高效、弹性的优点的同时，也带来了业务界面交叉、管理成本上

5、升、信息回路复杂等问题。如何能够快速、准确地进行决策，需要有全面、真实、可靠、及时的生产经营数据作为基础。 2 矩阵式组织架构下企业生产经营数据的管理难点 直线职能式管理架构下，往往以企业为单位进行板块划分。企业内所有业务的生产经营数据都报送同一个主管部门，进入该板块的统计范围。但随着子公司业务的多元化发展，一个上级主管部门的管理要求和报表不能完全涵盖子公司所有的业务类型，传统粗放的统计方式使得总部无法得到各类业务真实的、精确的经营数据，妨碍了领导层做出准确的判断和决策。 矩阵式组织架构下，将按照区域地域、专业板块、业务类型等多种划分部门的方式有机地结合起来。一个子公司各类业务按照管理需要，分

6、别由不同的上级主管部门进行管理和统计，弥补了直线职能式管理架构数据管理的不足，但带来了新的难题： （1）一个子公司可能要面对多个上级主管部门，受多重领导。每个部门有各自的生产经营数据需求，子公司要报多套报表，工作量大大增加。 （2）矩阵式架构下，各主管部门之间的管理界面交集多，数据之间也存在交叉统计管理，同一指标在不同部门的报表中重复出现，但由于管理角度不一样，指标的统计口径不一致，给子公司数据报送带来困扰，也导致各部门统计数据难以整合和共享。 （3）面对不同的上级主管部门，子公司内可能是不同的对口部门在报送数据，同一数据多头报送，缺乏统一的数据源头，导致总部得到的数据不一致甚至相互矛盾，影响

7、了判断和决策。 因此，要解决上述难点问题，需要对矩阵式组织架构下的生产经营数据进行研究和分析，将分散在各部门的数据要求整合统一到一起，建立一套完整、统一、科学、合理的数据指标体系，既能满足各级管理部门不同维度的管理需求，又减轻下级单位填报负担。 3 矩阵式组织架构下企业生产经营数据指标体系建设 矩阵式组织架构下企业生产经营数据的研究与分析，本质上是对公司各类业务和管理界面进行重新梳理，追根溯源，找出数据采集源头，进行数据标准化，并根据企业生产经营活动各个环节进行归类整合，形成指标体系的过程。 3.1 指标体系的建设原则 （1）全面性原则。指标体系要覆盖全面，客观、完整、准确、有效地反映企业生产

8、经营情况。 （2）科学性原则。指标体系是一个有机的整体，要充分考虑到指标间的逻辑关系，同时应进行高度筛选，避免冗余重复。 （3）标准化原则。指标体系应从指标名称、指标概念、统计口径、审核关系、取数来源等方面进行统一规范和要求3。 （4）可操作性原则。指标的选取充分考虑指标的可用性，在实际操作中可方便、快捷地获取数据。 3.2 指标体系的建设思路 指标体系的建立可以分为3个阶段：一是以各部门原始统计报表为基础，结合业务管理流程，对指标高度提炼，形成反映生产经营活动的指标集；二是在指标集的基础上结合企业实际业务情况，运用归纳总结方法把指标集进行归类总结，形成统一化的指标体系；三是后续如果有指标进行

9、扩展可以在指标体系的基础上结合前两个阶段进行指标体系的完善和扩展（如图2所示）。 3.3 生产经营数据指标集分析 以各部门的生产经营统计报表为基础，通过建模，形成统一的企业生产经营数据指标集。模型如下： F（B）=A，其中B=B1B2B3B4，F=F1F2F3F（A）=B 其中： A是我们要寻找的指标体系； B是各部门报表中指标的集合，可以分为若干子类Bi； F是从报表生成指标体系的算法，经过若干步骤Fi，每一步骤都是一个子算法； F是从指标体系报表还原出报表的算法，是F的逆算法。 3.3.1 报表梳理，抽取指标 梳理各部门报表，形成指标集B，B是各部门报表中指标的集合。 3.3.2 指标分类

10、 对B进行分析、整理、归类，形成子集B1、B2、B3、B4： B=B1B2B3B4B5 其中： B1=重复的指标集，即在多个报表中重复出现的指标； B2=派生的指标集，即可以由其他指标计算得到的指标，如“本年累计”，可通过“本月完成”累加得到； B3=引用的指标集，即可以引用历史数据的指标，如“上年同期”，可引用上年数据； B4=复合指标集，即由多个指标组合得到的指标，如“股东及占比”，由两个指标“股东名称”“持股比率”进行组合； B5=同类指标集，即多个指标是同一类型的枚举，可以由一个指标来取代，可如报表中的“施工项目”“设计项目”“投资项目”等多个指标，可以由一个“项目类别”来代替，是“项

11、目类别”的字典项； 3.3.3 指标筛选与提炼 算法F1对指标集B进行筛选和提炼，得到指标集C C=F1（B）=f11（B1）?f12（B2）?f13（B3）?f14（B4）?f15（B5） 其中： f11对指标集B1进行处理，删除重复的指标项，只保留一份； f12对指标集B2进行处理，删除派生的指标项； f13对指标集B3进行处理，删除引用的指标项； f14对指标集B4进行处理，将复合指标拆分成单个指标项； f15对指标集B5进行处理，将同类指标合并成一个指标项，且原指标作为新指标的字典项。 3.3.4 指标补充 算法F2对指标集C进行补充，得到指标集D D=F2（C） 其中：F2是根据管理

12、需要，对指标集C进行补充，如增加“主体工程特点”“未中标原因”“竞争伙伴”等。 3.3.5 指标标准化 由于各部门对业务的关注角度不同，同一指标的名称、定义、分类、颗粒度、采集频率等口径都不尽相同，需要进行标准化。 算法F3对指标集D进行标准化，得到指标集A A=F3（D）=f31 f32 f33 f34（D） 其中： f31为统一数据字典，数据字典是报表标体系梳理的重要环节，是建立企业主数据的基础。首先遵循国家和行业标准，其次遵循企业已发布的标准，最后没有标准可参照的各部门讨论后统一。 f32为统一指标名称和定义，各部门报表中存在名称相同的指标含义不同，含义相同的指标名称不同，通过各部门讨论

13、，达成共识，形成内部标准，对指标名称和定义进行规范和统一。 f33为统一采集颗粒度，对某些指标项的统计，有的部门采用大类，有的部门则采用细粒度的分类，对此均按照最小颗粒度原则，以最小颗粒度采集数据。如设计项目是一个大类，下面可以细分为咨询、规划等，则按细粒度的分类进行采集和统计。 f34为统一采集频率和采集时间，不同部门在数据采集和统计时的频率和时间，通过各部门讨论，形成一致意见，如统一采用月度报送方式，并统一报送时间。 3.3.6 指标验证 指标体系A由各部门报表变换推导而来，最终仍要服务于各部门，生成各部门所需要的报表，因此必须要能还原成B。F是F的逆算法，通过F验证指标体系A的完备性。

14、F（A）=B 3.4 生产经营数据指标体系框架 生产经营数据指标体系在指标集的基础上，结合企业业务客观实际，采用层级分析法，把指标集进行分类、分级、整理，形成体系框架。 一级分类：将指标集分为企业级信息和项目级信息，分别从这两个维度描述企业生产经营活动的静态和动态信息。 二级分类：企业级信息从机构、人员、财务、计划、设备等方面进行划分，来反映企业生产经营活动的基本面貌；项目级信息根据企业的业务类型划分为施工、设计、投资、房地产、装备制造等项目类型。 三级分类：企业级信息根据统计要求进一步划分；项目级信息根据不同的项目类型，每一类项目不同管理流程和环节进一步划分，从项目前期跟踪、投标中标、合同阶

15、段、项目在建信息到项目竣工信息等都进行了覆盖。 大型建筑施工企业生产经营数据指标体系框架如图3所示。 4.1.1 三层数据管理 （1）基础数据采集：以指标体系为依据，一方面根据不同项目类型，按照项目生命周期不同阶段，实现数据从底层项目部到各上级单位的分级次数据层层采集。另一方面对不具体到项目的数据，支持从单位层级直接采集。 （2）报表管理：以基础数据采集为基础，通过建立基础数据和报表之间的公式关系，并根据企业组织机构，逐级合并，层层汇总，审核上报，生成各单位所需要的报表体系。 （3）综合分析：以数据采集及报表管理为基础，实现用户按时期或单位维度的一站式综合查询与数据分析，并生成项目地图，以方便

16、直观查询。 4.1.2 两条数据采集上报主线 项目部数据采集：能从项目部层层汇总的数据必须发源于项目部。 各级单位数据采集：各级单位作为本级数据采集和报表上报的主体，既可以录入本级数据、逐级汇总下级数据，也可通过权限控制代替本单位项目部采集数据，最终汇总、生成并审核报表，向上报送。 4.1.3 三大用户主体 业务操作人员：包括项目部各业务人员，各级单位的业务人员，他们的主要任务是负责原始信息的录入。 报表管理人员：包括各级单位的综合统计和报表管理人员，他们的主要任务是负责对下级报表的汇总、调整和上报。 领导决策人员：包括各级单位的高层领导和中层领导，他们主要是通过系统查询报表，依据各类分析图表，辅助决策。 4.2 生产经营数据采集及辅助决策系统推进应用 由于系统横向涵盖多个业务板块，纵向深入到项目部，覆盖各层级单位，用户群体非常庞大，为了保证系统应用推进效果，采用了“分块开发，试点应用，逐级推进，综合利用”的策略。 同时，应建立系统运行管理办法，包括系统权限分