来源：美国《清洁&维护管理》杂志

身处数字化时代，获取、处理与加工数据并将其转化为可行动方案的能力已经成为区分成功与非成功企业的关键标准。设施管理职能也不例外，经理们需要尽力保持战略大局观以创造更为积极与健康的客户体验，一些分析方法或许能够帮助他们减轻管理负担：

描述性分析：描述性分析让设施管理经理能回顾以往的经营状况，是让数据变得易于理解的首要步骤，也是建立设施运营与工作评估基准的基础。这种分析方式让经理们能够对历史数据有初步的整体概念：如资产、资源、维修量等，从而让设施管理经理能够更深入地探讨今后应当采取何种改进措施的问题。

诊断性分析：初步数据收集与描述性分析可能会抛出许多新问题，而诊断性分析注重发掘历史数据的呈现原因。采用所有可用数据并使用复杂的数据处理工具能够帮助设施管理经理发现重要的趋势，无论是某区域经常清洁不到位还是暖通空调的使用效率不理想，诊断性分析都能给予一定的可执行方案或建议。

预测性分析：将数据运用在机器学习或其他前沿技术上会大大提高预测的精确度。这种分析方法不像前两种分析方法一样着眼于历史数据分析，而是对建筑的未来运营提供基于数据的决策方案。其中预测大修或大规模更换是预测性分析的主要优势。长期进行预测分析，设施会变得更具有弹性，甚至能自我调节以应对新出现的问题。

指令性分析：与上述分析方法不同，指令性分析是理论分析的产物，能够通过数据收集增强管理层的决策能力。利用这种分析方法主要是从简化决策流程与增加效能方面入手，使商业运营变得更易于管理。如针对一台总是反复报修的暖通空调设备，管理层需要对其是否更换还是继续修理进行决策。

（文章来源于现代物业杂志）

—END—