基于采购全流程贯通的大数据分析体系构建

王静*，宋赛

（中国移动通信集团浙江有限公司，浙江杭州，310000）

基于采购全流程贯通的大数据分析体系构建

王静*，宋赛

（中国移动通信集团浙江有限公司，浙江杭州，310000）

随着移动互联网、物联网、云计算、大数据等技术应用蓬勃发展，经济社会加速迈入数字化时代，同时对供应链价值创造能力提出更高挑战。2016年浙江移动供应链系统全流程贯通，实现采购物流关键信息在各系统间、各业务环节一致，顺畅流转，实现需求、采购、物流等各模块数据的集成管理。在此基础上，建立数据存储分析系统，构建不同场景下的数据分析模型，通过大数据挖掘技术灵活运用沉淀数据，将信息应用价值最大化，实现采购业务全流程信息的在线化整合，对各风险点进行预识别、预把控，并对常规标准项目进行合理预估、提前规划，高效满足需求，助力供应链管理更加规范、更加高效、更加智慧。

全流程贯通；上下游协同；监控预警；合规管控

引言

随着数字化技术的快速发展并应用于采购业务，采购流程的自动化、智能化成为一个企业采购供应链管理的核心竞争力。然而，目前国内大多数企业的采购业务普遍存在手动录入、流程断点等实际问题，不仅效率低下，还会导致采购历史无法追溯、合规性难以保证、系统间的数据难以兼容和共享，无法高效支持企业快速制定科学、智能的业务决策。浙江公司基于供应链系统的全流程贯通，通过“五纵”、“七横”，实现采购业务全流程各系统间的无缝流转，并借助于大数据分析挖掘技术，建立分场景数据分析模型，实现上下游智慧协同、业务监控预警和业务的合规管控，从而实现降本增效，显著降低合规风险，促进浙江移动成为规范、高效、智能、优质的数字化企业。

1 实施背景

国家制定“互联网+”行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，大量企业走上转型道路；互联网+驱动下，依托大数据和云计算平台创造一系列智能化、软件化和定制化的数字化服务成为最主要的生产方式。供应链管理职能边界也在不断扩大，并逐渐成为一个整合需求、资源、服务与信息的平台，助力供应链管理的科学高效发展。

移动集团顺势而为，明确提出十三五期间全面实施“大连接战略”，以“成为数字化创新的全球领先运营商”为愿景，以“三做”为内涵，规划“四大路径”，以“十大工程”为落实战略举措，确保“十三五”期间收入增速高于世界一流运营商平均水平，连接数量 “翻一番”。

同时，随着采购集中度的不断提升，采购业务部门的工作量不断增加，采购项目数急剧增长，基于采购业务全流程贯通，亟需建立数据存储分析系统，实现采购业务全流程信息的在线化整合，对各风险点进行预识别、预把控，并对常规标准项目进行合理预估、提前规划，高效满足需求。同时基于大数据分析，向需求部门、规划部门、工程建设等关键部门提供有效的数据参考，真正实现从规划到需求到建设使用全流程贯通数据一体化。

2 浙江移动采购业务全流程贯通现状

浙江移动借助互联网思维，积极全面落实集团公司“四不一单独”指示，深入理解集团公司“采购精益管理要求”的精神，进一步强化信息化建设手段，基于采购业务全流程涉及系统分析，从横向和纵向入手，提出“五纵七横”共12项系统贯通方案，实现采购物流关键信息在各系统间、各业务环节一致，顺畅流转，实现需求、采购、物流等各模块信息的集成管理，为后续实现采购数据分析提供可能，助力浙江移动供应链快速、高效支撑前端业务发展，实现三大管理目标：精细化管理、末梢领域延伸、端到端流程提升。

表1 浙江移动供应链“五纵七横”业务贯通概览

浙江移动从物料信息贯通、供应商信息贯通、一采执行管控贯通、数据自动采集贯通、成本预算项目全流程贯通五个方面落实集团公司精细化管理工作要求；从供应链移动办公延伸、工程投资物资、市场营销物资贯通三个方面实现管理向末梢领域延伸；从ES项目、省内采购、财务核算管理、服务类采购订单管理全流程贯通四个方面实现端到端供应链全流程优化提升。

图1 “十二项”贯通业务与周边系统关系架构图

随着采购集中度的不断提升，采购业务部门的工作量不断增加，采购项目数急剧增长。互联网思维冲击下，供应链管理满足用户的特征更加凸显，并由满足物资需求向满足服务需求转变，采购业务作为供应链中重要保障环节，面临着内忧外困,形成浙江移动供应链“三大痛点”：（1）个性化需求与快速响应的矛盾；（2）信息不对称与供需失衡的矛盾；（3）合法合规与效率失衡的矛盾。基于采购业务全流程贯通，何以解忧，唯有“大数据”。

3 大数据分析体系构建思路及重点内容

3.1 大数据分析体系构建思路

浙江移动供应链系统数据已有八年的沉淀，但是由于之前各系统之间相互独立，部门间存在信息孤岛现象，数据价值难以有效挖掘，现基于供应链系统全流程贯通、采购业务全程完整链条数据100%线上化，以关注客户体验为诉求点，分析供应链发展痛点，借大数据中心东风构建供应链大数据分析体系，将信息应用价值最大化，助力企业运营科学高效发展。

图2 基于全流程贯通的大数据分析体系构建思路

3.2 大数据分析体系重点内宯

着力建设供应链大数据运营分析平台，依托IT部大数据中心基础能力，汇聚总部MDM系统、总部ES系统、总部SCM系统、以及省SCM系统、省ES系统、工程建设平台、ERP等业务系统数据，贯穿采购业务“需”、“采”、“供”整个线条，开展跨专业、跨时段、跨平台数据分析，在上下游智慧协同、采购业务监控预警、业务合规管控三个方面支撑浙江公司采购精益管理提升。

图3 基于全流程贯通的数据分析体系概貌

（1）痛点一之药方“上下游智慧协同”

汇聚供应链系统、投资项目系统、工程建设平台、ERP等业务系统数据，站在公司全局角度进行上下游业务流、物资流、资金流综合分析，并将数据应用嵌入具体业务场景让数据活起来让供应链运营智慧起来，解决信息不对称与供需失衡的矛盾。

1）建立规划可研数据分析模型：通过大数据运营分析平台，提取往年项目数据、以及该项目的产品采购清单，通过数据分析，建立项目画像与历史图谱，在项目立项阶段推送同项目历年产品采购清单；在工程设计阶段推送历年采购物料清单，推送可用物料编码清单，同时根据历史数据进行有效的需求预测，实现工建、规划可研的强力决策依据。

2）上下游信息透明且随时随地可追踪：在 PC端实现端到端个性化需求订阅、在MOA端推出“一键通”功能，通过输入项目、采购需求、采购方案、采购项目、采购报告、采购订单、出入库等单据编号查看该项目及单据当前的状态、执行情况等，实现项目及单据信息一站式查询跟踪。助力各环节高效运作，特别是对于建设施工，透明化物资仓储情况、分析预估物资到货时间，为提高一线作业效率提供有力信息支撑。

（2）痛点二之药方“业务监控预警”

基于供应链大数据平台构建端到端业务监控预警模型，对影响供应链交付水平的关键流程进行实时监控预警，识别出业务瓶颈点实现精准改进提升，解决个性化需求与快速响应的矛盾。

1）预算进度数据模型：以预算和投资为维度，在线获取年度预算数据与实际需求数据，对涉及到的项目类型、项目数量、项目金额、下单金额、接收金额等进行统计分析，分为有需求采购订单和无需求采购订单两类，并将从采购需求、采购项目、采购合同、采购订单、采购接收各环节涉及到得需求个数与金额推送给决策层、规划、财务部门等提供资金全流程动向。

2）需求进度数据模型：系统在线获取需求单基础信息，统计分析提报需求部门数量、提报需求数量、预估总金额、以及需求各环节待处理需求数量，并根据需求时限管理要求，分析需求进度所处环节，系统自动将需求进度信息推送给需求部门、需求中心及采购员，提醒及时操作。

3）采购项目进度数据模型：根据采购方式不同，将采购项目分为招标类、普通非招标类、谈判类三种类型，分别在采购方案、实施、结果确认、合同签署4个阶段设置时限要求，并内嵌于系统中，在操作过程中设置预警阀值，提醒相关人员及时操作，对总时长超出标准时限的进行通报。

4）合同预警数据模型：在线提取采购和合同相关数据，对一采合同、二采框架合同、项目化采购合同等对合同使用金额、合同执行比例、执行配额三个方面设置预警阈值，对应不同的可实施操作预警，帮助采购人员提高工作效率。

5）订单进度数据模型：需求部门和采购员可以登录 PC端或MOA端，通过输入订单编号，实现一键查询，实时跟踪订单目前所处环节和状态，使操作更加快速便捷。

6）库存通用物资领用数据模型：在线抓取入库、库存及出库数据，有效监控库存领用物资更新情况，设置安全库存与呆滞物资预警阈值，并根据物资产品归类及时预警至需求归口部门、采购部门。

7）产品执行不均衡预警数据模型：在线提取集团下发供应商分配份额、合同份额结构数据，合同执行金额达到30%后开始计算供应商份额占比比例，供应商份额占比比例超过集团下发比例1.5或者2倍的时进行预警，并将消息推送至需求部门、采购管理员，监督产品配额按集团要求执行。

8）供应商评估数据模型：根据需求人、采购人和接收人三个角色的岗职不同，选择性从产品（服务）水平、报价配合和成本透明、商务规范性这三个维度内的十几项指标推送评估问卷，统计分析按单点评评估结果，为供应商后评估提供借鉴；统计分析与质量相关指标，与前端质量抽检结合协同评估；同时获取问卷的评估率，便于优化问卷

（3）痛点三之药方“业务合规管控”

基于供应链大数据平台构建违法违规风险识别业务合规管控模型，对采购全流程中的各项风险进行预识别、预把控、预防范，提高采购业务部门自查自纠自我管理能力，解决合法合规与效率失衡的矛盾。

1）合规数据稽查：采购订单提交时，系统根据订单提交日期、订单金额、物料单价、产品占用配额等与截止日期、可用金额、供应商剩余配额等自动比对，对于超合同有效期、超预算上限、超合同单价、超配额、超合同金额、超合同物料清单范围的进行强控，并将消息推送给采购管理员，拒绝下单。

2）嵌入式廉洁风险防控：为落实集团嵌入式廉洁风险防控要求，浙江移动针对采购业务梳理出32个风险点，其中25个风险点已在系统中固化强控；通过附件强制上传，审批节点强控等手段，特别是针对嵌入式廉洁风险防控的 A类风险点，均在大数据运营分析平台中纳入合规管理流程并进行相应防控。

4 应用价值分析

通过构建基于采购业务全流程贯通的大数据分析体系，浙江公司实现对采购业务一体化的全面支撑和业务提升，打破部门间的业务信息孤岛状况，最终实现产品从需求到出入库的采购全生命周期管理。从而，降低浙江公司物资采购成本，提升采购服务水平，增强采购过程的透明度，强化采购行为的合规性。

4.1 大力提升业务服务水平

大数据运营分析平台的建立，解决了集团与省/市，业务与采购之间信息孤岛的问题，实现需求-采购-供给的实时联动，高效满足用户个性化需求。供应链上下游智慧协同的实现，为浙江公司提供规划可研数据分析，生产部门根据分析结果能够精准预知市场需求，快速响应市场变化；采购部门根据分析结果能够迅速掌握采购规律，提升采购效率。

4.2 全面提高运作效能

系统的贯通使数据无缝流转，大数据分析技术的应用使数据的潜在价值得以挖掘，各业务环节工作提前预知，及时提醒，同时整个采购活动中信息流、物流、资金流的流动顺畅、透明，从而实现整个采购业务的实时可视监控，全面提升采购运作效能。

4.3 强化采购合规管理

通过业务合规管控，一方面，对采购全流程中的各风险点预识别、预把控、预防范，进一步促进采购业务部自查、自纠、自我管理能力；另一方面，聚焦重点风险点进行针对性的强力把控，实现既全面又有侧重点的高效采购合规管理机制。

大数据运营分析平台的构建，实现了采购业务数据的在线整合，在复杂场景下的智能分析与决策，助力浙江公司采购业务更规范、更高效、更智能、更科学发展。

5 未来发展方向

浙江公司后续聚焦完善大数据运营分析平台功能、强化移动端数据可视能力、升级web端数据应用视图三方面来逐步完善供应链大数据运营分析平台的建设。

5.1 完善供应链大数据运营分析平台功能

与大数据平台建立数据采集关系，开展效能预警、合规管控、专题业务画像等场景数据应用建设。1）在大数据平台申请建立供应链租户，建立全量业务数据常态化采集关系，将供应链数据导入大数据平台；2）强化效能预警支撑能力，构建端到端流程效能预警业务模型，对影响供应链交付水平的关键流程进行实时监控预警，识别出流程瓶颈点和协同汇聚点实现精准改进提升；3）持续加强合规管控支撑能力，构建违法违规风险识别业务模型，对采购全流程中的各项风险进行预识别、预把控、预防范，提高采购业务部门合规管理能力；4）新增专题业务画像能力，从部门、公司、项目、个人、供应商等维度进行画像，统计各维度下专题业务情况，为使用部门提供分析支撑，为管理部门提供决策支撑与审批支撑。

5.2 强化移动端数据可视能力

从MOA端可视化展示、MOA端预警监控，MOA端工作台订阅三方面来强化移动端数据可视能力。1）MOA端可视化展示，支撑MOA端针对集团-省-市三级供应链绩效指标等汇总分析类报表进行图形化展示，针对部门、公司、项目、个人、供应商等实体进行业务画像展示；2）MOA端预警监控，支撑MOA端针对集团数据上传考核、集团配额执行、长期未下单合同、长期延迟项目等业务合规指标面向管理者和当事人进行监控并推送预警消息；3）MOA端工作台订阅，支撑MOA端基于数据订阅关系定向推送项目、订单、到货等实时消息，并支持按单据信息进行钻取查询及电商化追踪呈现。

5.3 升级web端数据应用视图

以web端视图动态展示、关键角色工作台嵌入数据视图为切入点升级web端数据应用视图。1）WEB端视图动态展示，支持按饼图、柱状图、趋势图等图形化视图动态展现指标分析结果，支持基于图形界面往下钻取并导出明细数据清单；2）关键角色工作台嵌入数据视图，以业务视角，为需求、采购、物流、现场及相关领导等关键角色的工作台内嵌数据视图，建立基于预算执行、需求进度、采购进度的管理视图。

6 结束语

浙江公司供应链智慧化运营发展之路从混沌到清晰，从发散到聚焦、到优化、再到固化，已更富有条理性、逻辑性、预判性和可操行，数字化采购将助力企业快速实现业务价值，决胜数字时代。

[1]刘宝红. 采购与供应链管理：一个实践者的角度[M]. 机械工业出版社,2012.

[2]周涛. 为数据而生[M]. 北京联合出版公司,2016.

[3]艾伯特-拉斯洛.巴拉巴西. 爆发：大数据时代预见未来的新思维[J].中国人民出版社,2012

[4]MichaelMilton,Milton,李芳. 深入浅出数据分析[M]. 电子工业出版社,2010.

[5]大卫□辛奇-利维,菲利普□卡明斯基,伊迪斯□辛奇-利维. 供应链设计与管理：概念、战略与案例研究[M]. 中国人民大学出版社,2009.

[6]孟小峰,慈祥. 大数据管理：概念、技术与挑战[J]. 计算机研究与发展,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

王静,宋赛. 基于采购全流程贯通的大数据分析体系构建[J]. 数码设计,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。

王静，女，硕士研究生，中国移动通信集团浙江有限公司采购物流部，研究方向：采购信息化管理。

E-mail：15868851319@139.com宋赛，男，浙江杭州，中国移动通信集团，浙江信息技术部，研究方向：大数据挖掘。

E-mail：13989815867@139.com