质量运营管理是推动企业管理方式从“语文”式走向“数学”式的关键所在，数据的获取、运用则是关键中的关键，因此，搭建质量运营系统是至关重要的。
一、运营系统规划
运营系统的规划需要基于战略规划，在不同的阶段需要规划搭建的系统不同。通常，只有具备数字化基础，才能建设智能运营分析平台，如图 7-5 所示。
图 7-5 运营系统建设示意图
整个运营系统要构建在业务操作平台之上，包括供应链、产品研发、市场营销、产品销售、客户服务、人力资源、财务等。流程通过业务操作平台执行操作时会产生数据，这些数据会进入数据仓（湖），通过记录、挖掘、存储、传输等数据服务后进入数据应用环节，支撑运营监督、智能预警、智能决策和实时可视等应用。
二、运营系统建设
运营系统的建设通常分为可视、分析和执行三个阶段，每个阶段运营系统所承载的内容及管控范围都有比较大的区别，如图 7-6 所示。
图 7-6 运营系统建设阶段
第一阶段：可视。在这个阶段，根据业务运营需要建立各种数据报表平台
（dashboard），不同的业务场景建立不同的数据报表，从而既满足运营的需要又避免造成信息冗余，进而避免让员工疲于应付各种报表。“看得见”业务处于什么状态是这个阶段最鲜明的特征，其核心是让管理人员知道发生了什么、正在发生什么，对于异常问题可以产生预警，以便相关人员及时介入，做好应对措施。
第二阶段：分析。在这个阶段，不仅需要“看得见”，还需要“知其然，知其所以然”。通过建立分析模型，基于数据进行根因分析、假设分析、风险分析等，其核心是让管理人员知道为什么会这样、将会发生什么、怎么避免或改善等。这个阶段对基础操作类系统的要求比较高，需要建立端到端全覆盖的业务流程，并进行数字化处理，有了这个基础才做分析。
第三阶段：执行。执行是智能决策与自发执行的过程，要求数字化、智能化的程度都较高。决策需要有决策的模型，需要建模并进行模型训练。运营平台承载了信息公告、执行计划、跟踪执行和持续改进的功能，需要对整个价值链/网络有同步管控的能力。现阶段，完全做到智能决策的还是个例，辅助决策是比较理想的状态。
运营系统建设遵循产品开发的流程，从项目建议阶段（需求提出）开始，到概念阶段进行项目立项、制订项目计划、产品开发、测试验证、试点、推行，最后是系统的运营，如图 7-7 所示。
图 7-7 运营系统开发流程示意图
三、运营系统维护
质量运营管理部门负责运营系统的总体规划、建设和运营，业务部门根据自己的需要提出需求、进行场景化的配置，运营系统应该成为业务部门的管理仪表盘，使其可以随时随地看到自己负责的业务的状况，同时知道出现了什么问题、如何去解决等。
运营系统不是一成不变的，需要根据业务的变化而不断调整。场景化管理已经成为一种趋势，基于场景、角色需要设置不同的管理界面。比如，仓库主管要开晨会，运营系统可针对该场景预设在晨会上要看到的数据、要沟通的事项等结构化信息，支持一键输出即用，避免管理者通过各种报表拼凑，消耗大量的时间，为管理者提供实质性帮助。
四、AI 助力运营能力提升
2022 年 11 月，ChatGPT 横空出世使得 AI 应用被快速提上日程。近两年，随着华为、腾讯、字节跳动、阿里巴巴等不断升级 AI 模型，AI 也逐步被应用到一些业务场景中。如何利用 AI 提升企业效率、效能也成为众多管理者讨论的热门话题。当前，部分企业已利用 AI 进行数据收集、数据分析、数据挖掘等工作，并取得了一定的成效。
对质量运营管理者来说，AI 不仅仅是工具，也是助手和工作伙伴。在数据收集、关联问题分析、根因分析等场景中，AI 拥有得天独厚的优势。如何将 AI 广泛应用到质量运营各项工作中，既是质量运营管理的必答题，也是质量运营管理未来发展的方向。
购物车
购物车
徐均颂
