基于采購全流程貫通的大數據分析體系構建

王靜*，宋賽

（中國移動通信集團浙江有限公司，浙江杭州，310000）

基于采購全流程貫通的大數據分析體系構建

王靜*，宋賽

（中國移動通信集團浙江有限公司，浙江杭州，310000）

隨著移動互聯網、物聯網、云計算、大數據等技術應用蓬勃發展，經濟社會加速邁入數字化時代，同時對供應鏈價值創造能力提出更高挑戰。2016年浙江移動供應鏈系統全流程貫通，實現采購物流關鍵信息在各系統間、各業務環節一致，順暢流轉，實現需求、采購、物流等各模塊數據的集成管理。在此基礎上，建立數據存儲分析系統，構建不同場景下的數據分析模型，通過大數據挖掘技術靈活運用沉淀數據，將信息應用價值最大化，實現采購業務全流程信息的在線化整合，對各風險點進行預識別、預把控，并對常規標準項目進行合理預估、提前規劃，高效滿足需求，助力供應鏈管理更加規范、更加高效、更加智慧。

全流程貫通；上下游協同；監控預警；合規管控

引言

隨著數字化技術的快速發展并應用于采購業務，采購流程的自動化、智能化成為一個企業采購供應鏈管理的核心競爭力。然而，目前國內大多數企業的采購業務普遍存在手動錄入、流程斷點等實際問題，不僅效率低下，還會導致采購歷史無法追溯、合規性難以保證、系統間的數據難以兼容和共享，無法高效支持企業快速制定科學、智能的業務決策。浙江公司基于供應鏈系統的全流程貫通，通過“五縱”、“七橫”，實現采購業務全流程各系統間的無縫流轉，并借助于大數據分析挖掘技術，建立分場景數據分析模型，實現上下游智慧協同、業務監控預警和業務的合規管控，從而實現降本增效，顯著降低合規風險，促進浙江移動成為規范、高效、智能、優質的數字化企業。

1 實施背景

國家制定“互聯網+”行動計劃，推動移動互聯網、云計算、大數據、物聯網等與現代制造業結合，大量企業走上轉型道路；互聯網+驅動下，依托大數據和云計算平臺創造一系列智能化、軟件化和定制化的數字化服務成為最主要的生產方式。供應鏈管理職能邊界也在不斷擴大，并逐漸成為一個整合需求、資源、服務與信息的平臺，助力供應鏈管理的科學高效發展。

移動集團順勢而為，明確提出十三五期間全面實施“大連接戰略”，以“成為數字化創新的全球領先運營商”為愿景，以“三做”為內涵，規劃“四大路徑”，以“十大工程”為落實戰略舉措，確保“十三五”期間收入增速高于世界一流運營商平均水平，連接數量 “翻一番”。

同時，隨著采購集中度的不斷提升，采購業務部門的工作量不斷增加，采購項目數急劇增長，基于采購業務全流程貫通，亟需建立數據存儲分析系統，實現采購業務全流程信息的在線化整合，對各風險點進行預識別、預把控，并對常規標準項目進行合理預估、提前規劃，高效滿足需求。同時基于大數據分析，向需求部門、規劃部門、工程建設等關鍵部門提供有效的數據參考，真正實現從規劃到需求到建設使用全流程貫通數據一體化。

2 浙江移動采購業務全流程貫通現狀

浙江移動借助互聯網思維，積極全面落實集團公司“四不一單獨”指示，深入理解集團公司“采購精益管理要求”的精神，進一步強化信息化建設手段，基于采購業務全流程涉及系統分析，從橫向和縱向入手，提出“五縱七橫”共12項系統貫通方案，實現采購物流關鍵信息在各系統間、各業務環節一致，順暢流轉，實現需求、采購、物流等各模塊信息的集成管理，為后續實現采購數據分析提供可能，助力浙江移動供應鏈快速、高效支撐前端業務發展，實現三大管理目標：精細化管理、末梢領域延伸、端到端流程提升。

表1 浙江移動供應鏈“五縱七橫”業務貫通概覽

浙江移動從物料信息貫通、供應商信息貫通、一采執行管控貫通、數據自動采集貫通、成本預算項目全流程貫通五個方面落實集團公司精細化管理工作要求；從供應鏈移動辦公延伸、工程投資物資、市場營銷物資貫通三個方面實現管理向末梢領域延伸；從ES項目、省內采購、財務核算管理、服務類采購訂單管理全流程貫通四個方面實現端到端供應鏈全流程優化提升。

圖1 “十二項”貫通業務與周邊系統關系架構圖

隨著采購集中度的不斷提升，采購業務部門的工作量不斷增加，采購項目數急劇增長。互聯網思維沖擊下，供應鏈管理滿足用戶的特征更加凸顯，并由滿足物資需求向滿足服務需求轉變，采購業務作為供應鏈中重要保障環節，面臨著內憂外困,形成浙江移動供應鏈“三大痛點”：（1）個性化需求與快速響應的矛盾；（2）信息不對稱與供需失衡的矛盾；（3）合法合規與效率失衡的矛盾。基于采購業務全流程貫通，何以解憂，唯有“大數據”。

3 大數據分析體系構建思路及重點內容

3.1 大數據分析體系構建思路

浙江移動供應鏈系統數據已有八年的沉淀，但是由于之前各系統之間相互獨立，部門間存在信息孤島現象，數據價值難以有效挖掘，現基于供應鏈系統全流程貫通、采購業務全程完整鏈條數據100%線上化，以關注客戶體驗為訴求點，分析供應鏈發展痛點，借大數據中心東風構建供應鏈大數據分析體系，將信息應用價值最大化，助力企業運營科學高效發展。

圖2 基于全流程貫通的大數據分析體系構建思路

3.2 大數據分析體系重點內宯

著力建設供應鏈大數據運營分析平臺，依托IT部大數據中心基礎能力，匯聚總部MDM系統、總部ES系統、總部SCM系統、以及省SCM系統、省ES系統、工程建設平臺、ERP等業務系統數據，貫穿采購業務“需”、“采”、“供”整個線條，開展跨專業、跨時段、跨平臺數據分析，在上下游智慧協同、采購業務監控預警、業務合規管控三個方面支撐浙江公司采購精益管理提升。

圖3 基于全流程貫通的數據分析體系概貌

（1）痛點一之藥方“上下游智慧協同”

匯聚供應鏈系統、投資項目系統、工程建設平臺、ERP等業務系統數據，站在公司全局角度進行上下游業務流、物資流、資金流綜合分析，并將數據應用嵌入具體業務場景讓數據活起來讓供應鏈運營智慧起來，解決信息不對稱與供需失衡的矛盾。

1）建立規劃可研數據分析模型：通過大數據運營分析平臺，提取往年項目數據、以及該項目的產品采購清單，通過數據分析，建立項目畫像與歷史圖譜，在項目立項階段推送同項目歷年產品采購清單；在工程設計階段推送歷年采購物料清單，推送可用物料編碼清單，同時根據歷史數據進行有效的需求預測，實現工建、規劃可研的強力決策依據。

2）上下游信息透明且隨時隨地可追蹤：在 PC端實現端到端個性化需求訂閱、在MOA端推出“一鍵通”功能，通過輸入項目、采購需求、采購方案、采購項目、采購報告、采購訂單、出入庫等單據編號查看該項目及單據當前的狀態、執行情況等，實現項目及單據信息一站式查詢跟蹤。助力各環節高效運作，特別是對于建設施工，透明化物資倉儲情況、分析預估物資到貨時間，為提高一線作業效率提供有力信息支撐。

（2）痛點二之藥方“業務監控預警”

基于供應鏈大數據平臺構建端到端業務監控預警模型，對影響供應鏈交付水平的關鍵流程進行實時監控預警，識別出業務瓶頸點實現精準改進提升，解決個性化需求與快速響應的矛盾。

1）預算進度數據模型：以預算和投資為維度，在線獲取年度預算數據與實際需求數據，對涉及到的項目類型、項目數量、項目金額、下單金額、接收金額等進行統計分析，分為有需求采購訂單和無需求采購訂單兩類，并將從采購需求、采購項目、采購合同、采購訂單、采購接收各環節涉及到得需求個數與金額推送給決策層、規劃、財務部門等提供資金全流程動向。

2）需求進度數據模型：系統在線獲取需求單基礎信息，統計分析提報需求部門數量、提報需求數量、預估總金額、以及需求各環節待處理需求數量，并根據需求時限管理要求，分析需求進度所處環節，系統自動將需求進度信息推送給需求部門、需求中心及采購員，提醒及時操作。

3）采購項目進度數據模型：根據采購方式不同，將采購項目分為招標類、普通非招標類、談判類三種類型，分別在采購方案、實施、結果確認、合同簽署4個階段設置時限要求，并內嵌于系統中，在操作過程中設置預警閥值，提醒相關人員及時操作，對總時長超出標準時限的進行通報。

4）合同預警數據模型：在線提取采購和合同相關數據，對一采合同、二采框架合同、項目化采購合同等對合同使用金額、合同執行比例、執行配額三個方面設置預警閾值，對應不同的可實施操作預警，幫助采購人員提高工作效率。

5）訂單進度數據模型：需求部門和采購員可以登錄 PC端或MOA端，通過輸入訂單編號，實現一鍵查詢，實時跟蹤訂單目前所處環節和狀態，使操作更加快速便捷。

6）庫存通用物資領用數據模型：在線抓取入庫、庫存及出庫數據，有效監控庫存領用物資更新情況，設置安全庫存與呆滯物資預警閾值，并根據物資產品歸類及時預警至需求歸口部門、采購部門。

7）產品執行不均衡預警數據模型：在線提取集團下發供應商分配份額、合同份額結構數據，合同執行金額達到30%后開始計算供應商份額占比比例，供應商份額占比比例超過集團下發比例1.5或者2倍的時進行預警，并將消息推送至需求部門、采購管理員，監督產品配額按集團要求執行。

8）供應商評估數據模型：根據需求人、采購人和接收人三個角色的崗職不同，選擇性從產品（服務）水平、報價配合和成本透明、商務規范性這三個維度內的十幾項指標推送評估問卷，統計分析按單點評評估結果，為供應商后評估提供借鑒；統計分析與質量相關指標，與前端質量抽檢結合協同評估；同時獲取問卷的評估率，便于優化問卷

（3）痛點三之藥方“業務合規管控”

基于供應鏈大數據平臺構建違法違規風險識別業務合規管控模型，對采購全流程中的各項風險進行預識別、預把控、預防范，提高采購業務部門自查自糾自我管理能力，解決合法合規與效率失衡的矛盾。

1）合規數據稽查：采購訂單提交時，系統根據訂單提交日期、訂單金額、物料單價、產品占用配額等與截止日期、可用金額、供應商剩余配額等自動比對，對于超合同有效期、超預算上限、超合同單價、超配額、超合同金額、超合同物料清單范圍的進行強控，并將消息推送給采購管理員，拒絕下單。

2）嵌入式廉潔風險防控：為落實集團嵌入式廉潔風險防控要求，浙江移動針對采購業務梳理出32個風險點，其中25個風險點已在系統中固化強控；通過附件強制上傳，審批節點強控等手段，特別是針對嵌入式廉潔風險防控的 A類風險點，均在大數據運營分析平臺中納入合規管理流程并進行相應防控。

4 應用價值分析

通過構建基于采購業務全流程貫通的大數據分析體系，浙江公司實現對采購業務一體化的全面支撐和業務提升，打破部門間的業務信息孤島狀況，最終實現產品從需求到出入庫的采購全生命周期管理。從而，降低浙江公司物資采購成本，提升采購服務水平，增強采購過程的透明度，強化采購行為的合規性。

4.1 大力提升業務服務水平

大數據運營分析平臺的建立，解決了集團與省/市，業務與采購之間信息孤島的問題，實現需求-采購-供給的實時聯動，高效滿足用戶個性化需求。供應鏈上下游智慧協同的實現，為浙江公司提供規劃可研數據分析，生產部門根據分析結果能夠精準預知市場需求，快速響應市場變化；采購部門根據分析結果能夠迅速掌握采購規律，提升采購效率。

4.2 全面提高運作效能

系統的貫通使數據無縫流轉，大數據分析技術的應用使數據的潛在價值得以挖掘，各業務環節工作提前預知，及時提醒，同時整個采購活動中信息流、物流、資金流的流動順暢、透明，從而實現整個采購業務的實時可視監控，全面提升采購運作效能。

4.3 強化采購合規管理

通過業務合規管控，一方面，對采購全流程中的各風險點預識別、預把控、預防范，進一步促進采購業務部自查、自糾、自我管理能力；另一方面，聚焦重點風險點進行針對性的強力把控，實現既全面又有側重點的高效采購合規管理機制。

大數據運營分析平臺的構建，實現了采購業務數據的在線整合，在復雜場景下的智能分析與決策，助力浙江公司采購業務更規范、更高效、更智能、更科學發展。

5 未來發展方向

浙江公司后續聚焦完善大數據運營分析平臺功能、強化移動端數據可視能力、升級web端數據應用視圖三方面來逐步完善供應鏈大數據運營分析平臺的建設。

5.1 完善供應鏈大數據運營分析平臺功能

與大數據平臺建立數據采集關系，開展效能預警、合規管控、專題業務畫像等場景數據應用建設。1）在大數據平臺申請建立供應鏈租戶，建立全量業務數據常態化采集關系，將供應鏈數據導入大數據平臺；2）強化效能預警支撐能力，構建端到端流程效能預警業務模型，對影響供應鏈交付水平的關鍵流程進行實時監控預警，識別出流程瓶頸點和協同匯聚點實現精準改進提升；3）持續加強合規管控支撐能力，構建違法違規風險識別業務模型，對采購全流程中的各項風險進行預識別、預把控、預防范，提高采購業務部門合規管理能力；4）新增專題業務畫像能力，從部門、公司、項目、個人、供應商等維度進行畫像，統計各維度下專題業務情況，為使用部門提供分析支撐，為管理部門提供決策支撐與審批支撐。

5.2 強化移動端數據可視能力

從MOA端可視化展示、MOA端預警監控，MOA端工作臺訂閱三方面來強化移動端數據可視能力。1）MOA端可視化展示，支撐MOA端針對集團-省-市三級供應鏈績效指標等匯總分析類報表進行圖形化展示，針對部門、公司、項目、個人、供應商等實體進行業務畫像展示；2）MOA端預警監控，支撐MOA端針對集團數據上傳考核、集團配額執行、長期未下單合同、長期延遲項目等業務合規指標面向管理者和當事人進行監控并推送預警消息；3）MOA端工作臺訂閱，支撐MOA端基于數據訂閱關系定向推送項目、訂單、到貨等實時消息，并支持按單據信息進行鉆取查詢及電商化追蹤呈現。

5.3 升級web端數據應用視圖

以web端視圖動態展示、關鍵角色工作臺嵌入數據視圖為切入點升級web端數據應用視圖。1）WEB端視圖動態展示，支持按餅圖、柱狀圖、趨勢圖等圖形化視圖動態展現指標分析結果，支持基于圖形界面往下鉆取并導出明細數據清單；2）關鍵角色工作臺嵌入數據視圖，以業務視角，為需求、采購、物流、現場及相關領導等關鍵角色的工作臺內嵌數據視圖，建立基于預算執行、需求進度、采購進度的管理視圖。

6 結束語

浙江公司供應鏈智慧化運營發展之路從混沌到清晰，從發散到聚焦、到優化、再到固化，已更富有條理性、邏輯性、預判性和可操行，數字化采購將助力企業快速實現業務價值，決勝數字時代。

[1]劉寶紅. 采購與供應鏈管理：一個實踐者的角度[M]. 機械工業出版社,2012.

[2]周濤. 為數據而生[M]. 北京聯合出版公司,2016.

[3]艾伯特-拉斯洛.巴拉巴西. 爆發：大數據時代預見未來的新思維[J].中國人民出版社,2012

[4]MichaelMilton,Milton,李芳. 深入淺出數據分析[M]. 電子工業出版社,2010.

[5]大衛□辛奇-利維,菲利普□卡明斯基,伊迪斯□辛奇-利維. 供應鏈設計與管理：概念、戰略與案例研究[M]. 中國人民大學出版社,2009.

[6]孟小峰,慈祥. 大數據管理：概念、技術與挑戰[J]. 計算機研究與發展,2013

Construction of Large Data Analysis System Based on Purchasing Process Flow

WANG Jing*,SONG Sai
(China Mobile Communications Group Co.,Ltd. Zhejiang Hangzhou,310000,China)

With the mobile Internet,Internet of Things,cloud computing,large data and other technology applications to flourish,economic and social accelerated into the digital age,while the value of the supply chain to create a higher challenge. 2016 Zhejiang mobile supply chain system through the whole process,to achieve the key information in the procurement of logistics in the system,the business links consistent,smooth flow,to achieve demand,procurement,logistics and other modules of the integrated data management. On this basis,the establishment of data storage analysis system,to build different scenarios of data analysis model,through the use of large data mining technology to maximize the use of precipitation data,the value of information applications to maximize the procurement process to achieve the entire process of online information integration,Risk points for pre-identification,pre-control,and the conventional standard project to make a reasonable estimate,ahead of planning,and efficiently meet the demand,help supply chain management more standardized,more efficient and more intelligent.

the whole process through;upstream and downstream coordination;monitoring and early warning;compliance control

TP311

A

1672-9129(2017)06-0012-04

10.19551/j.cnki.issn1672-9129.2017.06.004

王靜,宋賽. 基于采購全流程貫通的大數據分析體系構建[J]. 數碼設計,2017,6(6)： 12-14.

Cite：WANG Jing,SONG Sai. Construction of Large Data Analysis System Based on Purchasing Process Flow[J]. Peak Data Science,2017,6(6)： 12-14.

2017-02-07；

2017-03-15。

王靜，女，碩士研究生，中國移動通信集團浙江有限公司采購物流部，研究方向：采購信息化管理。

E-mail：15868851319@139.com宋賽，男，浙江杭州，中國移動通信集團，浙江信息技術部，研究方向：大數據挖掘。

E-mail：13989815867@139.com