开篇:一句话结论
经营大屏的价值不在指标多,在于把异常顶到老板眼前。老板每天给经营数据的时间通常只有三五分钟,这段时间里能消化的数字不超过九个,而且每一个都必须能对应一个动作——看完不知道该干什么的数字,就不该放在大屏上。所以每天该看的是三段:结果数、异常清单、趋势对比。下面给出这三段的结构表、九个数字的取舍原则、每块数字必须绑定的动作与责任人,以及自动推送怎么排频率。
一、场景还原:早会上的八分钟
老林在深圳做存储分销,公司三十来人。他的习惯是每天早上八点半开十五分钟早会,业务、采购、仓库、财务各来一个人。
以前这十五分钟是这样花的:前八分钟,四个人轮流报数字。财务说昨天开了几单、收了多少钱;业务说跟进了几家、有没有新询价;采购说在途到哪了;仓库说昨天出了多少。报完数字,剩下的七分钟才开始讨论问题,往往还没讨论完就该散会了。
后来他把顺序反过来:系统把数字提前算好,早会只讲异常。第一天试的时候,早会只用了六分钟——因为那天只有两个异常,一个是某客户的应收超了账期,另一个是某个料号的库存低于补货周期。
他算了笔账:一年两百多个工作日,每天省七八分钟,加起来是三十多个小时。更重要的是,讨论问题的那段时间从七分钟变成了十几分钟,因为不用再等数字。
大厂在这一层走得很快。据 Microsoft 公开资料,Copilot for Dynamics 365 支持跨财务、运营与供应链的自然语言查询;据 Oracle 公开资料,Fusion Agentic Applications 里的 Cash Flow Forecasting Agent 基于历史与实时数据动态预测现金流;据 SAP 公开路线图与行业分析,Joule 已从副驾演进为带技能构建器的自主智能体。
但对老板来说,这一层的意义不是算得更复杂,是「不用等人报」。数字自己到眼前,会才开得起来。而这一切的前提仍然是数据在不在系统里——工业 AI 的真实难点不是模型能力,而是「数据在哪」:生产计划在 ERP、质量结果在另一个系统、维修记录在 Excel、人的经验根本不在任何系统里。喂给大模型的如果只是几个 Excel 和 PDF,它最终会退化成一个会聊天的知识库。经营分析这一块的完整口径,放在经营分析方法与指标口径专题里。
二、三段结构:结果、异常、趋势
1. 第一段:结果数——只看今天和本月
原理:结果数的作用是让人知道「现在在哪」,不是让人分析「为什么会这样」。所以这一段的数字要少、要稳、口径要固定。
具体做法:结果数控制在四个以内,建议是——
| 指标 | 口径 | 更新频率 |
|---|---|---|
| 昨日成交额 | 已审核销售订单金额合计 | 每天 |
| 本月累计毛利 | 按成交时点成本快照算 | 每天 |
| 应收余额 | 未核销应收合计 | 每天 |
| 可用库存金额 | 按当前成本价计 | 每天 |
四个数字里,第二个最容易出错。毛利必须按成交时点的成本算,不能按当期平均成本倒推。存储这类价格波动大的料,用平均成本算出来的毛利可以差出一倍,老板看到的就是一个假数字。
常见错法:把结果数做成十几个。数字一多,老板就只能扫一眼,等于没有。
2. 第二段:异常清单——这段才是重点
原理:老板的时间应该花在「哪里不对」上,而不是「一切都好」上。异常清单的每一条都必须满足三个条件:有阈值、有责任人、有建议动作。缺一条就只是噪声。
具体做法:先定五类异常,每类给阈值和责任人:
| 异常类型 | 触发阈值 | 责任人 | 建议动作 |
|---|---|---|---|
| 应收超期 | 超账期 7 天提醒、30 天升级 | 财务 | 电话催收,暂停新单发货 |
| 库存告警 | 可用天数低于补货周期 | 采购 | 询交期、比价、下单 |
| 库龄超线 | 90 天提示、180 天预警、365 天重点处置 | 仓库 | 折价清库或配单消化 |
| 毛利异常 | 单笔低于 5 个点提醒、低于 3 个点拦截 | 业务 | 复核成本口径,走审批 |
| 商机停滞 | 超过 14 天无跟进记录 | 业务 | 重新触达或降级 |
五类之外不要再加。加第六类的前提是新类别在过去一个月里真实出现过三次以上,否则就是为偶发事件配了一套常设机制。
这张表还有一个作用:它是早会的议程。异常清单有几条,早会就讨论几条,不用再挨个问。
常见错法:异常推给所有人。每条异常必须有唯一责任人,推给所有人等于没有责任人。
3. 第三段:趋势对比——给结果数一个参照
原理:孤立的一个数字没有意义。昨天成交八十万,是多还是少?和上周同期比、和上月同期比,答案才出来。
具体做法:每个结果数配两个对比口径——环比(对比上一周期)和同比(对比去年同期)。周期按业务节奏定:现货生意波动快,用周环比;项目型客户占比高的,用月环比。
趋势段还要带一条「偏离提示」:环比变化超过正负两成时标出来。标出来不代表有问题,只是提示老板看一眼原因。
常见错法:只做同比不做环比。元器件贸易受行情影响大,一年前的数字参照价值有限,环比更能反映当下的变化。
4. 九个数字的取舍原则
结果数四个加异常五类,正好九个。取舍时遵循三条:
- 能对应动作才留:看完不知道该干什么的数字,删掉
- 口径能固定才留:三天两头改口径的指标,删掉——口径不稳定,老板会失去信任
- 有人认领才留:找不到责任人的指标,删掉
三条过完,多数公司剩下的指标不会超过九个。这个数字是上限不是目标,六个能用起来的指标胜过十二个没人看的指标。
5. 自动推送怎么排频率
三段内容的更新节奏不一样,推送频率也要分开:
| 内容 | 推送时间 | 推送方式 |
|---|---|---|
| 结果数加异常清单 | 每天早会前一小时 | 晨报推送 |
| 库龄与应收异常 | 每周一上午 | 周报推送 |
| 趋势对比与偏离提示 | 每月第一个工作日 | 月报推送 |
| 毛利拦截类异常 | 触发即推 | 实时提醒 |
频率设计的核心是「不打扰」。同一个异常一天推三次,三周之后就没人看了。实时提醒只留给真正需要立刻拦住的事——比如毛利低于三个点的单要提交,其余的全部走定时。
常见错法:所有异常都设实时推送。推送疲劳之后,真正紧急的也一起被忽略。
三、落到经营:从「轮流报数」到「只讲异常」
人治的版本是:早会上四个人花八分钟报数,报完还没时间讨论。机制的版本是:系统提前算好,早会只讲异常清单,六分钟结束,剩下的时间解决问题。
落到系统能力这一层,先把话说清楚:太帅ERP 没有 AI 播报功能,不会自动生成一段话给你讲经营状况。能帮上忙的是经营分析这一组已经有的能力——经营大屏、毛利分析、销售漏斗、客户洞察、现金与信用额度、经营预警六项。其中经营大屏对应第一段和第三段的结果数与趋势,你打开就能看到昨天的成交额、本月的毛利、应收余额和可用库存金额,不用等人算;经营预警对应第二段的异常清单。
「自动播报」这四个字要拆开看。大屏是规则驱动的数字呈现——数字按固定口径实时算出来,摆在一屏上,人去看。它不是机器写给你的一段分析,也不会替你判断哪里有问题。判断异常仍然靠上面那张阈值表和责任人。毛利分析按成本快照实时算,保证第二段里的毛利异常是真实信号而不是口径噪声;现金与信用额度对应应收超期那条;销售漏斗对应商机停滞那条——超过 14 天没有跟进记录的商机,在漏斗里会卡住不动,一眼就能看出来。
还有一层要分清:经营预警、低库存预警、库龄预警(90、180、365 天三级线)都是规则预警,触发条件写死、可解释,说得出为什么报警,不是模型预测。它不会告诉你下个月会缺什么,但每一次报警都能指到具体那条线。对每天只有几分钟的老板来说,「说得出为什么」比「预测得更远」更实用。
边界也要写清楚。太帅ERP 是 Windows 桌面应用、本地部署、内置数据库,大屏是在本机看的,没有手机原生端,老板出差时收不到推送;服务以远程为主;备份要用户自己安排。晨间播报这类动作要依赖你现有的沟通渠道去分发,系统本身负责把数字算准、把异常顶出来。这六项结构化数据是以后接任何分析工具的地基,不是 AI 本身。
还有一点:大屏准不准,前提是料号口径统一。同一个料在系统里三条记录,库存和毛利都是分开算的,大屏上的数字就是把三个错误加在一起。主数据这一层的治理办法,AI识别一物多码的字段级拆解那一篇里讲得更细。
四、常见误区
- 指标越多越显得专业。错在忽视注意力成本。正确的是:遵守三条取舍原则,控制在九个以内。
- 异常推得越勤越安全。错在造成推送疲劳。正确的是:只有需要立刻拦住的才实时推,其余走定时。
- 大屏上了就自然会有人看。错在没有绑定动作。正确的是:每个数字配责任人加建议动作,早会按异常清单开。
FAQ
我们公司小,也要做这么完整的大屏吗?
不用一次做全。先做结果数四个和异常两类(应收超期、库存告警),这两类覆盖了小公司最常见的现金与断供风险。跑顺了再加。
早会改成只讲异常,团队会不会不习惯?
前两周会不习惯,因为大家习惯了报数。坚持两周就好转——业务员会发现不用再准备数字,反而轻松。
成本和成交价变动频繁,大屏数字会不会天天打架?
这正是要按成本快照算的原因。成交那一刻成本就锁定了,后续进货价变化不追溯修改历史单的毛利,这样数字才稳定可比。
异常清单里出现的问题反复出现怎么办?
说明这是机制问题不是执行问题。比如某个客户月月超期,就不该只在催收环节处理,要回去改这个客户的信用额度与账期政策。
大屏和报表是不是重复建设?
不重复。大屏是给老板看的、只放异常和九个数字;报表是给业务和财务自己翻的、字段多、可以下钻。两者是同一个数据源的两种呈现方式。
写在最后
三段结构、九个数字、五类异常、四种推送频率——这套东西的目标只有一个:把老板每天花在「等数字」上的时间,换成花在「做决策」上的时间。先把异常清单做出来,早会立刻就能缩短一半。
完整口径写在了配套的《AI功能选购:哪些是真需求哪些是噱头》里,那一篇讲的是怎么判断大屏这类功能是真做还是演示壳。
主 CTA:看怎么分辨真需求与噱头 次 CTA:接着读 销售漏斗:商机多为什么不成交