大數據對企業生產運營管理的影響研究

黃凌靈（副教授/博士）郝伊寧

（北方工業大學經濟管理學院北京100144）

一、引言

近年來，大數據技術的飛速發展及其在應用層面的快速推進受到學術界的普遍關注。孫新波等（2019）研究發現，大數據的合理應用可以助力企業提升客戶敏捷性、流程敏捷性和合作伙伴敏捷性，有效解決“IT-敏捷性”的內部矛盾，使企業能夠更加精準、快速地把握和適應外部環境變化。陳劍等（2020）認為，數字化賦能可以從需求預測、產品設計、定價與庫存管理和供應鏈管理等關鍵環節提升企業運營效率，從而幫助企業創造更高的商業價值。肖靜華等（2018）研究得出，大數據的應用改變了普通消費者參與企業研發的約束條件，可以驅動企業研發與消費者個性化需求更精準地對接。謝康等（2018）對大數據驅動企業與用戶互動研發創新展開研究，認為基于大數據構建的知識抽取方法體系需要與研發創新大數據平臺相匹配，從而形成創新管理與創新技術的互動迭代。Erevelles et al.（2016）認為，大數據技術使得普通消費者參與行為的可數據化程度大幅提升，其生成的各類數據具有較高的商業價值。徐宗本等（2014）認為，大數據技術的應用能夠幫助企業管理者提高決策效率，并對管理機制和決策模式產生重大影響。田歆等（2017）對零售行業運用大數據驅動商業智能系統的實現與運用進行了分析，并提出大數據智能系統框架體系的設計和關鍵技術。眾多研究表明，大數據與人工智能、信息技術、5G等新興技術相結合，對企業研發及生產運營模式產生重要影響。

企業生產運營是一個持續循環的動態過程，涵蓋了技術研發、采購、生產和銷售等一系列生產運作行為。隨著目標市場細分、產品多元化、原材料多樣化以及生產工藝復雜化，生產運作過程日益復雜，與此同時，生產部門也將面臨新老產品生產工藝流程的優化、各生產車間之間有效銜接、生產資源優化配置等多重壓力。大數據的應用可以有效提高各環節信息溝通的有效性，大幅改善各環節之間的滯后效應，為企業內部管理提供重要支撐。本文將從生產運營管理視角，詳細分析大數據應用對研發、采購、生產和銷售等環節的影響。

二、大數據對企業研發的影響分析

一直以來，如何使產品研發與客戶需求有效對接是企業高度關注的難點問題，事關企業成敗，大數據的時效性和全樣本特征為解決這一問題提供了切實可行的途徑。

（一）及時掌握客戶消費偏好

傳統模式下，客戶消費行為偏好獲取難度大、時效性差，并存在失真現象。大數據技術的應用可以通過移動終端、互聯網等途徑很方便地采集、獲取客戶各種消費行為數據，包括客戶購買數據（如，購買的產品、型號、價格、數量等）、產品評價信息（如，購買評價反饋、客服回訪、社區交流平臺上的吐槽、在朋友圈中的推薦等），以及特殊消費者的意見和建議（如，產品的超級粉絲、試用者、專業人士等）。

實時采集的消費者行為數據是研發人員及時了解客戶消費偏好、掌握客戶需求變化最為直接的工具，與研發人員閉門造車相比，利用消費者大數據驅動研發流程，并在研發過程中與各類消費群體進行研發互動，根據互動反饋數據對產品研發方案進行修正和完善，甚至吸引部分消費者在線參與前期研發，可以增強研發團隊的市場敏感度，提高產品的市場適用性和認可度，甚至避免因研發失敗帶來的戰略失誤。

（二）實施個性化定制

針對目標客戶進行市場細分是企業提高市場占有率和客戶滿意度的主要手段之一，市場細分做到極致就是產品的“個性化定制”。在傳統生產運作模式下，企業推行個性化定制存在許多難以跨越的障礙，如，客戶專業知識限制導致其定制方案存在缺陷、生產工藝不匹配、生產資源調配難度大、個性化定制成本過高等。大數據與智能制造相結合可以有效解決個性化定制實施過程中的諸多障礙。以家具定制為例，客戶的房屋面積、房間結構和風格偏好等個體差異較大導致其對家居的尺寸、樣式、甚至功能等方面的需求千差萬別，與此同時，受專業知識限制，客戶很難給出比較專業的設計方案，企業存儲的已下單客戶家具定制數據庫可以給目標客戶提供非常有價值的參考意見，彌補客戶在專業設計能力上的不足。與此同時，大數據驅動的智能制造在個性化定制與生產能力匹配方面能夠起到至關重要的作用，個性化定制需要柔性生產線支持，并將耗費大量調試時間和調試成本，利用大數據分析技術，結合定制訂單情況對生產資源進行合理配置、對生產過程進行動態優化管理，可以有效降低柔性生產線的運作成本，降低定制產品的價格，提高定制產品的性價比和客戶滿意度。

由此可見，利用大數據驅動企業研發流程變革，可以從根本上解決研發產品與市場需求之間的匹配問題，并在個性化定制與生產資源有效利用之間實現有效均衡。

三、大數據對采購環節的影響分析

企業采購的核心環節是原材料和供應商信息的搜索、詢價和篩選過程。在信息不完備情況下，采購過程耗時費力（如，需要采購人員實地察看等），效果卻欠佳。大數據技術的應用可以幫助企業建立比較完善的供應鏈數據庫，簡化采購流程、優化采購方案，使復雜的采購管理由“人為驅動”轉變為“數據驅動”，在提高采購管理科學性的同時，減少采購過程中的尋租成本。

（一）完善供應鏈體系

大數據技術的應用可以助力企業建立比較完備的供應鏈體系。企業可以通過數據采集、數據共享或數據購買等多種方式構建比較完備的供應商數據庫，供應商的數量盡可能多，方便企業進行多方比價，在與供應商的討價還價中占據優勢地位。數據庫涵蓋的內容盡可能廣，既要有原材料種類、型號、價格、質量、可替代品等商品信息，也需要供應商資質、產能、信用水平、社交平臺對供應商的評論、行業地位、與競爭對手的比較等廠商信息，并需要定期與不定期進行信息更新。信息完備、內容全面、時效性強、動態更新的供應商大數據庫可為企業利用大數據分析技術完善供應鏈體系奠定扎實基礎，一方面，有助于企業實時了解業內原材料供給情況，及時掌握原材料供給端的新產品和新技術情況，為企業產品研發和生產質量提供保障；另一方面，完善的供應商數據在提高企業采購環節議價能力的同時，有助于企業建立更廣泛的戰略同盟，增強供應鏈的敏捷性和安全性。

（二）優化訂貨管理

原材料成本管理需要在缺貨成本與儲存成本之間進行均衡，訂貨量少、訂貨期長會導致缺貨成本上升，反之，訂貨量大、原材料等待期長會導致存儲成本上升，因此，最優采購方案應該與生產環節緊密配合，使得原材料缺貨成本與儲存成本之和最小。然而，現實中的最優采購方案有可能非常復雜，如，銷售訂單的波動性大、產品種類較多（尤其在個性化定制下）、生產工藝復雜、供應商提供的原材料差異性大等，這些情況都會大幅提高采購方案制定和優化的難度。企業若具備比較完善的生產運營大數據庫，就能夠利用大數據分析技術很好地解決這一難題。首先，大數據分析技術可以幫助企業從歷史生產運營數據中發現影響存貨成本的各種因素，并將各種可控因素納入采購管理決策范疇。其次，可以結合實際情況和主要影響因素，利用大數據分析技術構建數量龐大的采購管理算法和模型，通過這些算法和模型對企業銷售、生產和采購進行比較精準預測，并對供應商的選擇、原材料采購品種、采購數量、采購時間和運輸做出合理安排。再次，大數據具有很強的時效性，實時采集的生產運營數據能夠增強信息透明度，降低各部門溝通協調、決策制定的滯后效應，使采購決策能有效適應市場環境的變化，為采購管理和采購政策的制定提供強有力的數據支持。

由此可見，大數據技術的應用可以幫助企業尋找并鎖定高性價比的原材料供應商，合理安排采購計劃，建立強大的供應鏈體系，助力企業提高采購管理的科學性。

四、大數據對生產環節的影響分析

生產環節與生產工藝流程設計、生產要素配置密切相關，其核心在于合理規劃、配置各類生產資源，在保證質量的前提下，以最小的投入獲取最大產出。隨著產品種類、生產工藝復雜程度、涉及生產部門數量以及供應鏈系統不確定的增加，生產運作管理的復雜性也不斷增強。大數據的應用可以助力企業打通生產部門與采購、銷售等部門之間的信息壁壘，實現精益化生產運作管理。

（一）打通生產、采購與銷售部門之間的信息壁壘

大數據技術的應用可以幫助企業在生產部門與采購部門、銷售部門之間建立實時更新的數據共享系統，打通各環節之間的數據壁壘，從而保障生產計劃的合理性和有效性。如，與采購部門的數據互聯，可以使采購部門實時了解各類原材料的運轉情況，幫助采購部門制定和優化采購計劃，同時避免原材料短缺導致的停工損失，以及原材料積壓導致的儲存成本和損耗增加；與銷售部門的數據互聯，可以增強生產部門的市場敏感度，根據市場情況的變化，及時制定和更新生產計劃，同時避免產品供貨不足和產品積壓等現象。

（二）合理配置生產資源

在企業內部生產管理方面，大數據的應用也可以產生立竿見影的效果。首先，大數據技術可以幫助企業在各生產部門（或生產環節）之間建立實時更新的動態數據共享中心，各生產部門根據管理部門設定的權限，可以很方便地從該生產數據共享中心獲取生產環節的動態信息（如，原材料經過了哪些工序、每道工序的停留時間、還需多久能到自己負責的工序、各部門需要做哪些準備等），從根本上改變通過生產加工流轉單進行原材料和半成品周轉導致的信息滯后效應，從而實現各生產環節的無縫鏈接，提供生產運作效率。其次，公開透明、實時更新的生產數據可以為優化生產流程和生產工藝提供強有力的數據支撐，如，去掉一些不必要的冗余程序使生產流程簡潔流暢；合理安排各道工序的生產位置，從而節省不同工序之間的周轉時間和相應工序的半成品倉儲流程。再次，在個性化定制大規模推廣情況下，由于定制化產品的原材料型號、尺寸、甚至工藝存在差異，生產管理的復雜程度將大幅度提高，企業需要具備柔性化生產能力，大數據分析技術可以幫助企業在復雜條件下優化生產資源配置，合理安排生產計劃，減少設備調整以及原材料、半成品、產成品的周轉時間，有效降低個性化定制產品的生產成本，提高定制產品的性價比。

由此可見，大數據技術的應用可以幫助企業在生產部門內部，以及生產部門與采購部門、銷售部門之間實現實時信息共享，從而減少各生產環節之間的信息壁壘，優化生產和工藝流程，提高生產運作效率和生產運作管理水平。

五、大數據對銷售環節的影響分析

銷售部門與客戶的聯系最為緊密，作為企業實現利潤的重要窗口，其主要任務是向客戶推銷企業產品，并為客戶提供優質的用戶體驗和售后服務，培養客戶對品牌的忠誠度及口碑效應，促使客戶重復購買或向親朋好友推薦，因此，深入了解客戶的消費偏好和個性化需求成為銷售部門重中之重的任務。

挖掘客戶消費偏好、了解客戶需求的傳統方式是市場調查，但這種方式在實際使用過程中效果并不理想。首先，鑒于時間精力和調研成本的限制，市場調查通常采用隨機取樣方式進行，用樣本數據推測總體情況時會存在一定程度的估計偏差。其次，市場調查的質量與調查對象填寫調查問卷時的認真程度密切相關，而這點在市場調查過程中很難控制。再次，即使調查對象填寫問卷時態度認真，也不能保證其勾選項就一定代表真實購買行為。

大數據的應用可以幫助銷售部門很好地規避市場調查中存在的缺陷。首先，大數據獲取的是客戶真實消費行為信息，對客戶消費偏好的分析是建立在每個客戶真實的歷史消費數據之上，客戶真實的消費行為一定比填寫調查問卷時要認真，從而很好地規避傳統調查問卷中存在的大量無效調查問卷問題。其次，大數據是對全體消費者行為的全樣本分析，因此，可以很好地規避傳統方法取樣過程中產生的估計偏差，并且，全樣本數據在挖掘不同類型客戶的個性化需求和市場細分等方面比隨機樣本數據更具說服力。另外，消費者數量越多、消費者行為數據采集內容涵蓋越廣，大數據分析就越全面，挖掘的有效信息也越多，有可能發現被市場調查忽略的其他關鍵因素。

由此可見，大數據技術的應用可以幫助企業深度了解客戶的消費偏好，挖掘消費者行為的影響因素，有效彌補市場調查的不足，從而為企業提供高質量的市場分析，為客戶提供更體貼的個性化服務。

六、結論

大數據具備時效性強、數據種類多、數據內容覆蓋范圍廣等特征，可以幫助企業不斷調整、優化生產流程，去掉冗余流程、去繁就簡，提高生產資源配置和生產運營效率。因此，企業應積極推進大數據技術在生產運營管理中的應用，提高各生產運營環節的信息透明度，提升企業生產運作效率。同時，企業應充分利用生產運營大數據庫，與供應商、銷售商的數據實時共享，敏銳捕捉供應鏈上下游的變化，從而幫助企業及時抓住機遇、規避風險，提高預測分析能力，為應對外部環境變化以及制定管理決策提供技術支持。當然，大數據在提升企業生產運營管理能力的同時，也會帶來虛假信息、信息安全、信息泄露等一系列風險問題，急需彌補技術漏洞、完善相關法律法規，構造一個健康的大數據生態系統，為企業健康可持續發展保駕護航。