本文笔者想和大家讨论的一个话题即是：建筑行业数据分析的深度应用应该如何搭建？如何进行数据分析的业务深度应用呢？我们先来看如下几个建筑企业经济管理的实际问题：
1、经济管理的指标关联业务条线多且逻辑复杂
经济管理涉及到的环节很多，生产环节项目的产值指标、商务环节经营指标、财务环节的结果性指标，这些数据繁多复杂，但其中哪些是风险管控的重点关注对象，这个对应的管理人员一般是相对难找到的。
2、部门之间数据横向阻隔明显，指标不能关联分析
不同业务线之间是分开管控的，数据的关联性分析较少，导致一些业务环节的风险点被隐藏，且某些模块的业务问题暴露后，无法分析出对关联业务的影响。
3、工程项目在业务经济管理过程中缺乏及时的风险预警
工程项目上结算超出成本、不合理变更、收款不到位等风险项，都是可以影响项目利润甚至公司经营指标的，但是这些风险项往往在项目后期乃至项目快结束的时候才暴露出来，缺乏过程性的预警和管控。
以上三个问题表达的核心思路是从数据指标到业务应用到风险管控逐层递进的。针对前两个问题，指标繁多复杂以及存在孤岛现象无法关联分析，解决方式可以分成两个核心步骤：
第一，梳理清楚集团层、公司层、业务层可能运用到的经济管理的指标。
第二，构建起指标关联的框架。
而指标源自于业务，所以我们的步骤一是构建一个相对整体的经济运行风险管控业务流程图：
整体的业务流向在图片上的展示是从左到右，映射到实际的企业管理是从工程现场到企业经营，项目现场以进度管理业务为核心，质量技术、劳务安全、物资设备等其余板块都是可能造成工程经济风险的的源头点。本文主题讨论的是经济运行管控，并非项目现场的业务管理，针对这些风险源头，主要的风险管控环节和商务环节是息息相关的。商务业务按照图2中所示被定义为两条线，即收入线和成本线。收入线就是二次经营环节，成本线就是对供方的计量结算的管控，经过商务环节后，业务结果就会直观地体现在财务角度的收付款上。整个流程中核心管控的是利润和现金流，这两个指标也是我们经济运行指标模型核心的管理目标。
明确了业务流程环节后，是从业务的环节中确认关键的分析指标是什么，如图2。
结合步骤一中的业务流程梳理，定位其中关键的经济指标形成业务原子指标的框架图，以及业务原子指标如下。
收入线6大原子指标：
a.主合同额；b.实际产值；c.申报产值；d.批复产值；e.开票金额；f.收款金额
成本线6大原子指标：
g.目标成本；h.分供合同额；i.分供结算额；j.实际成本；k.收款金额；l.付款金额
到这里针对前两个问题的解决就有了一定的进展：一方面，结合业务理梳理出不同业务条线下关键指标的流转和承接关系；另一方面，明确了业务环节的最关键经济管控的指标。
有了以上指标的细分梳理，基本上我们就已经对建筑企业生产、商务、财务三大主要业务环节的经济运行管控指标做了较为清晰的定义。针对问题1：经济运行管理的指标复杂不好梳理，通过
以上分析算是有了一个清晰的答案，完成第一个里程碑。继续探索后两个问题的解决途径。先总结下问题本身，分别是：1、指标不能关联分析；2、经济风险管控缺乏预警。为了让第二个问题的得到解决，则要进行应用场景的阐述
场景一：商务进度处理验证分析。
针对项目46借用经济运行风险管控模型构建散点图分析，关键指标为：b.实际产值、d.批复产值。项目46为竣工未结项目，当前实际产值大于批复产值较多，说明项目在商务结算层面存在滞后或者经营不善的问题，需要项目经理进行重点关注。
场景二：经营利润影响：项目利润金额分析。
该部分的指标计算相对复杂，单独说明：
项目目标利润= a.主合同额- g.目标成本（项目刚开始时预估的目标利润）
项目生产利润= b.实际产值- j.实际成本（反映项目生产过程中的实际利润）
项目结算利润= d.批复产值- i.分供结算额（反映项目商务结算产值的结算利润）
按照以上指标进行多项目横向对比图的建立，可以帮助业务人员管控多个项目进行中的利润变化情况。项目46其生产利润大于目标利润，说明该项目生产过程成本控制的很好，提升了项目的最终利润，而其最后的结算利润远低于目标和生产利润，说明该项目在商务经营环节没有做好，导致结算利润偏低。而项目50显示，目标利润大于生产大于结算利润，说明整体项目管控问题较大，需要找对应项目经理追责。
通过以上两个场景的分析演绎，将不同环节的项目经济指标关联分析，帮助对应业务人员从进度和结果两方面进行项目异常的预警，实现风险管控。
总体而言，文章通过对经济管理分析提及的三点问题解决思路的阐释，主要传递两个关键信息：
1、企业的IT人员在尝试结合业务进行数据分析的时候怎么做。
2、经济运行管理模型的内容、应用场景及应用价值。
通过该模型的建立与应用，可以帮助IT人员提炼出做业务数据分析的关键流程步骤：业务流程框架构建—原子指标明确—数据关联分析—问题反馈预警，这也是笔者认为当下建筑企业聚焦于数据分析这个点的比较好的一种态势。
本篇文章到此也该走向尾声了，笔者也真诚地希望可以和各位投身数据行业的工作者们一起，共同探索，共同进步！
