國網上海市電力公司物資公司 上海 200235
正文:
隨著我國社會經濟的逐漸發展,大數據作為重要的戰略資源已經在全球的范圍內達成了一定的共識。而現階段我國電力物資招標采購的能力也在隨著電力工程項目建設的加速,整個行業承擔的任務和責任也變得越來越大。大數據的應用在我國社會范圍內的應用也變得越來越完善,這使得大數據幫助企業在運營的過程中也逐漸改變著企業的發展模式。因此,在電力物資招標采購管理過程中進行大數據的應用將成為時代發展的一個必然趨勢。
根據目前的發展情況來看,我國物資管理行業中對大數據的應用還處于一個剛剛起步的階段,借由大數據的實現,電力物資數據庫信息收集,信息交叉比對的工作已經明顯減少了大量的人力成本。通過用戶數據端的反饋信息,可以直接傳輸殘缺設備型號明細,廠家在另一端可以通過大數據的支持,減少生產過程中同一高風險問題的再次產生。并在遠程操作過程中,可以同一通過模塊修改現有設備中的部分可行修改缺陷。這一些都基于大數據的框架中得以實現。但是目前在前端的應用中,大數據的鋪開明顯處于起步階段,對于數據框架的建立、讀取功能及輸出功能匹配方面也還處于弱勢,也是未來應用發展的方向之一。
在對電力物資招標采購管理工作進行現階段以及先前的發展研究,能夠發現,預測、申報采購、管理等業務環節是尤為重要的,而且這些過程會大量涉及到數據的應用和分析。因此,在對這些環節進行優化的過程中勢必會利用到大數據這一戰略。多樣化的數據在實際進行電力物資招標采購管理工作過程中會涉及到申報、采購、供應商等,而且在經過匯總和數量的統計之后, 所形成的整個物資供應鏈條能夠到達一定的高度。大數據的挖掘方式主要可以通過下面的幾個手段實現:調查法,通過數據調查歸類總結形成數據鏈;SAP,ERP數據集成法,完善不同工作鏈上數據的充入與整合;工作人員訪談法,補充由于過于客觀而減少了主觀判斷的意見匯總等等。除了以上一些方法,一些常用于數據鏈,數據庫分析的方法也適用于電力物資大數據編寫,由于電力工程是一個集物資管理,工程管理,進度管理,質量管理,用戶偏好管理于一生的復雜系統產品,因此,基于電力工程的大數據框將勢必是整合各個系統產生的一個綜合的、可持續性寫入的,有反饋的一個大集成庫。
大數據在電力物資招標采購管理工作中的應用,根據實際工作的特性,能夠分為事前和事后兩個主要的階段。對于事前階段來說,也就是通常意義上的前期準備階段。這也是整個物資采購的大數據分析點,能夠被作為進行采購的策略分析和評價的方法。將供應商進行一定的分類管理和評價,將會為供應商進行喧鬧著和匹配提供大量充足的基礎資料和數據支持。建立專家評級艾奧準的綜合評價體系,能夠提供給專家充足的評價依據,將物資分析和招標分析、將物資類別和招標方式進行匹配和分析,才能夠為物資品類提供適宜的招標方式。對于事后階段來說,就是結合著大數據的分析點,將普遍的采購規律進行總結和分析,實際上是對價格評分的一種優化,將中標率和中標占比加以詳盡的分析,總結分析中標結果等等。
對于招標采購業務中的大數據應用點的評估, 采用的方法分為定性和定量兩種方法。所謂的定性方法,實際上就是要從業務流程的角度來對每一個大數據分析點進行了解和研究,不僅僅需要對研究價值做出總結,更多的是對數據應用的可行性和實際性進行分析。然后按照分析結果進行分類,應用價值高、可行性強的被定義為優先級;應用價值低、可行性高的被定義為二級;應用價值高、但可行性不強的被定義為三級;而應用價值和可行性都不高的則被定義為四級。而對于定量方法來說,主要是依賴于層次分析法的應用來計算出層次的權重,并將采購物資供應的大數據模型作為基礎,對已經確定好的數據分析點進行評價和排序,才能夠得到最終的結果。
在進行電力物資招標采購管理的工作中,數據的質量是對整個工作的保證。因此,只有提高業務數據的質量,才是對整體工作質量的把控保證,這就需要做到以下幾點。首先是要求在電力物資招標采購管理工作的決策層能夠積極意識到大數據應用的前景和關鍵意義,這才能夠實現數據管理的體系化建設標準。其次就是要對大數據應用過程中可能會利用到的數據進行分析和整理,要盡可能地深度挖掘數據背后的含義,為招標工作進行數據的支持。
由于電力物資招標采購管理工作的主導者是人,而且大數據的應用則更是需要科學化的人才進行操作,這就必須要求相關專業的復合型人才將能夠保障各類工作的順利進行。因此,重視對電力物資招標采購管理工作人才的建設工作落實,以提升其專業素養和工作水平為主要目的,才是為大數據的有效應用提供保障的一個重要手段。
經濟建設水平的不斷提升和科學技術的完善已經成為了社會發展的必然趨勢,這也在一定程度上意味著未來的產業變革和競爭力的凸顯都是和大數據息息相關的。這就說明了在電力物資招標采購管理過程中,為了避免傳統管理手法帶來的數據泄露、數據遺失弊端等,將大數據的應用規劃付諸在實際的行動中,必然會使得我國電力物資招標采購管理過程變得越來越完善,也是在為大數據的價值增值而進行不斷的創新和努力。