大数据背景下制造企业供应链成本管控研究
来源:用户上传
作者:
摘要：大数据时代浪潮的来袭，为制造企业成本管控带来新的契机与挑战，如何利用大数据信息技术优化制造业企业成本管理模式，已经成为整个制造行业发展的重大战略议题。文章从大数据出发，介绍了大数据的内涵及大数据技术方法，并结合制造业供应链系统分别从采购、销售、生产设计、仓储运输四个方面研究分析了大数据技术于制造业企业供应链成本管控中的具体、有效应用，以实现制造业供应链成本的精细化、数字化及智能化管控。
关键词：制造业企业;大数据时代;供应链成本管控
随着经济形势的不断变化，我国高端和低端制造业都在流出，制造业转型升级势在必行。制造业的转型升级离不开数据的支撑，有了数字基础，企业才能在此基础上实施行之有效的优化管理措施。在海量数据经济形势下，大数据技术于企业成本管理变得越来越重要。但如何借助适当的技术与工具去挖掘并分析有价值的数据信息，再借此进行跨界创新应用却依然是目前制造行业所面临的关键性问题。
一、大数据内涵
大数据，是信息资产的集合，这些信息所含的数据资料集量大、多样、高速、价值四大特点于一身，且无法通过常规软件工具在合理时间内对其进行收集、处理及管理。换言之，大数据即是通过运用新技术、新模型乃至新系统对大量、动态并能持续的数据进行撷取和处理，使其成为有利于企业进行相关经营决策的资讯数据。
二、大数据技术
大数据技术，简言之就是从海量数据资源中提取有潜在价值的信息并进行分析和处理，最后对形成的有明确利用价值的数据信息加以应用的过程。大数据技术体现于数据处理的整个流程中，在数据处理过程中，必须正视数据的异构性、及时性、复杂性、隐私权以及规模等问题，这也是企业要成功利用并获取大数据能量所需解决的重要难题。
（一）收集并存储数据
在海量数据面前，需要先明确所需数据的性质，再根据这种性质所属类别进行采集。大数据的采集有多种渠道，各个渠道所获得的数据可能有着不同的结构或者模式，企业需要对收集的具有潜在价值的数据进行分类存储。
（二）整合并表达数据
对收集的数据进行反复性地整理、提炼以及转换以形成统一的数据格式。对于经过整合的大量数据，应尽可能整齐、有规律地列表表达出来，使得全部数据能一目了然，便于后续处理和引用。
（三）建模以分析数据
在大数据时代，企业需要借助特定技术方法对搜集的数据进行层层分析，不断挖掘有价值的数据信息，并根据价值大小对数据进行更为详细具体的分类储存，使企业数据库得以持续更新。在对数据进行分析时，要随着分析的不断深入逐步挑选出最为合适的数据模型。
（四）使数据可视化
与书面信息相比，视觉信息更容易被人脑接收并识别，将复杂多样的数据整合并转换成图表形式，可以确保数据使用者更快更高效地理解和处理其信息。同时，通过大数据可视化工具的应用可以为企业提供实时数据信息，方便企业管理层做出及时的财务决策及对企业进行整体评估等。
三、大数据于制造企业供应链成本管控应用设想
（一）大数据于企业供应链管控应用现状
在大数据盛行的时代背景下，供应链企业能否成功获取并利用大数据的商业价值关键便在于如何借助适当的技术与工具去挖掘供应链的大数据资源。通过对CSCMP于2017年所做的关于大数据于供应链企业应用现状的一系列调查数据分析可知，供应链企业大数据分析的应用仍处于早期的不成熟阶段。就目前来看，供应链企业目前最常用的大数据分析技术并不是商业智能、进阶回归分析以及像智能仓库管理系统那样的现代高新技术应用程序，而是Excel电子表格及ERP系统。但事实上，这些目前常用的数据管理工具并不有利于各部门之间数据的实时共享，这样必然影响企业跨部门重大决策的制定。此外，企业最常用的的分析工具是描述性工具，但这种类别的工具只适用于对过去发生的事情进行分析，对于供应链企业而言，其要想获得更深层次的论断，就必须借助其他类型的分析工具。
（二）大数据应用于企业供应链管控的阻碍因素
大数据的投资规模虽然庞大，但到目前为止，大多数供应链企业在大数据分析技术的应用上仍不成熟。根据CSCMP所做的供应链企业大数据分析制约因素的调查显示，将近有一半的受访者表示是受技术方面的影响，诸如数据整合太过分散或者数据存储平台建设存在难度等，这一方面的缺陷已经成为供应链企业大数据分析发展的一个不容小觑的制约因素。其次还存在有对软件和硬件需要进行投资、对分析工具操作困难、安全性保障低、专业化人才的获得难度大等制约因素。
四、大数据技术在制造企业供应链成本管控中的应用
（一）大数据技术于销售环节成本管控的应用
销售环节所发生的成本可被划分为两大类别，分别为营销计划实施前的市场调研过程中涉及的诸项成本和营销计划实施过程中所产生的各项营销成本。
在营销计划实施前，可通过大数据平台，获取为营銷计划工作的实施所需要的各项前期准备数据资料，如有关目标市场确定的数据、定价决策影响因素数据及其他有益企业制定营销策略的数据等。借助大数据技术进行相关数据的处理，可以避免传统销售工作模式下为制定科学销售策略需花费大量人力、物力以及时间的弊端，大大提升成本管理水平。
在营销计划实施期间，要结合市场调研相关数据，并统筹历史销售数据，利用大数据分析技术得出兼顾企业内外部信息后的结果，从而为企业营销计划管理工作各个环节的营销策略给出相应建议。由此给出的结果往往更加科学准确，使得营销成本效益趋于最大化。
（二）大数据技术于采购环节成本管控的应用
在采购方案形成的整个过程中利用大数据分析技术对供应商进行选择，并经过人工后续调整确定最终供应商，至合同签订即代表这部分的实际成本总额正式形成。在履行合同的过程中，双方应就合同履行进度在大数据平台上进行实时披露，包括供货方的生产进度、物流追踪、预计到货期及购货方账款支付情况等，以减少双方因合同履行问题造成的成本损失。在采购品到达仓库后，企业人员需要对其验收入库，并在平台上录入实际入库的数额和质量状况，形成采购货物的实际成本。 （三）大数据技术于产品设计生产环节成本管控的应用
随着经济形势的变化，消费者不再只是被动的接受市场营销产品。企业应借助大数据平台对收集的诸多数据如市场反馈、消费者行为、消费者情感、营销区域环境等进行综合分析，了解市场需求，设计出符合消费者需求的产品。并通过借助大数据技术将影响产品设定和生产要素的各种因素相互之间所包含的千丝万缕的联系勾勒出来，并转化成为有形的产品特点，从而有针對性地进行生产设计和计划，减少不必要的生产环节。
此外，生产部门在组织生产时应尽量确保人尽其才、物尽其用。其中，原材料的领用需要与采购方面的数据施行共享，以此安排合理的原材料投入;人工的投入和绩效数据需要进行实时记载，以确保各项人工的工作量及其相应任务都能得以精确计算，从而实现高效高质生产;在此过程中发生的诸如车间水电气等制造费用，生产部门需要对此数据进行详细统计，对于不必要的制造费用要进行严格管控，从而减少不必要的成本支出。
（四）大数据技术于运输及仓储环节成本管控的应用
在大数据背景下，企业可通过信息化手段收集各种产品销售数据，并将这些数据整合形成实时感应需求信号，再与实时货物位置等信息联合进行分析，以实现对各区域库存的实时管理，有效降低库存成本。此外，库存与物流所对应的环境因素也是影响其成本的一项重要因素，企业需要借助感应系统对相关环境做到实时监测，并于大数据信息进行差异分析，及时为企业提供防范预警，实现对仓储及运输环境的有效预防和控制。
五、结语
当前时代下，数据显然已经成为重要的生产要素。作为中国的支柱性产业——制造业来说，更应该紧抓时代脉搏，运用先进的物联网技术使企业成本管控得以有效运用，为企业创造更高的经济效益。但由于目前企业在运用大数据技术进行供应链管理时仍存在诸多阻碍因素，使得大数据技术难以发挥其全部价值。为此企业需要投入更多的资源，并获得企业管理层的积极支持与投资，但实现这些的前提是必须先清楚理解大数据分析的目标与意义。
参考文献：
[1]何磊.互联网背景下项目成本管理优化路径研究[D].西南财经大学，2016.
[2]程平，张卢.大数据时代基于云会计的生产制造企业成本控制[J].会计之友，2015（16）.
[3]张建清，余道明.中国制造业成本：演变、特点与未来趋势发展[J].河南社会科学，2018（03）.
[4]王一军，张军华，李静萍.基于供应链管理的定制部件采购成本控制探究[J]. 财务与会计，2017（15）.
[5]董西红.ERP系统下制造企业供应链成本管理探讨[J].财会通讯，2015（35）.
（作者单位：哈尔滨商业大学研究生学院）
转载注明来源:https://www.xzbu.com/2/view-14940979.htm
