大数据背景下仪器设备采购管理模式研究

摘 要：大数据是近年来信息技术的一项重大发展，深刻地改变着我们的工作、学习和生活。本文着力于当今信息化时代仪器设备采购管理的研究，提出大数据背景支撑下的" SMART"管理模式，力求探寻出针对我国仪器设备采购工作的一种更优机制。

关键词：大数据；设备采购； SMART模式

一、大数据的概述

大数据（Big data）是指所涉及的资料巨大到无法通过目前主流软件工具，在合理时间内撷取、管理、处理并整理的信息。从某种程度上说，大数据是数据分析的前沿技术，能够从各种类型的数据中快速获得有效信息。大数据的特点集中反映在以下四大方面。

一是数据量大。现行大数据技术的数据量级已从TB发展至PB，乃至ZB，它的数量之大是难以想象的。二是数据类型繁多。大数据的构成分为图像、音频、录音等形式且极其丰富，有时数据之间的关联度极低，而且在相当长的时期内非结构化数据会占据数据主体。三是数据处理快。数据流是高速运行的实时数据信息，它需要快速而且持续的计算、加工和处理，在先进的软件工程及人工智能技术水平下，大数据才得以高速高效运用；四是数据价值高。大数据下的数据分析是极具价值的，因为其海量的数据集成正是价值的反映和彰显，从全视角、全维度来审视仪器设备采购，可以对仪器设备采购提供全方位的解读。

二、传统仪器设备采购管理存在的问题

我国仪器设备采购工作大多仍以传统手工方式为主导，即使实现了部分信息化管理，也仅仅是针对业务程序的简单执行，尚未实现采购战略优化和决策分析的程度，其面临一系列突出问题：1.买卖资源的不对称造成采购人与设备属性的信息失联，被动抬高采购成本； 2.采购人能力薄弱，途径单一，未实现设备需求、供应商来源的标准制定；3.采购资源配置不合理，供需双方矛盾凸显；4.采购过程信息透明度不高，缺失分析与监管。

三、大数据对仪器设备采购管理的影响

“大数据”的概念是由著名咨询公司麦肯锡创造，如今已成为各行各业关注的热点， 据IDC的分析数据显示， 到2020年，我国数据总量将达到2013 年的10 倍，超过8.5ZB，可见互联网的大数据时代，各行各业的管理运作无时不在制造数据。信息化时代的大数据建设对整个社会带来巨大变革，不断深入到我们工作的方方面面，它给仪器设备采购也带来潜在影响：

（一）认知思维的改变

在大数据理念的带动下，仪器设备采购工作者加强了信息化的建设，包括软硬件配套构建和员工信息专业技术的培养，甚至针对采购工作中数据管理和监控的应用开展专项研究。采购人逐步认识到采购工作中的海量信息不再是简单无用的数字，而是基于事实运营中积累的独有资产，大数据思维造就的服务意识和能力成为推进仪器设备采购工作变革的无形基础。

（二）采购技术的革新

大数据本身并不是一项新的技术，但对采购工作引入大数据概念，却有效地将其推向一个新的层次，成为采购数据的收集、管理、计算处理、分析和表现等信息技术的集合对象。大数据带来的网络信息技术革新已在各行各业中悄然出现，随着国内信息化建设投入，不同规模的的资源数据系统、信息共享数据系统、招标采购系统近年如雨后春笋般出现，新的采购技术有效地整合供应商、采购人等相关的各种社会资源、网络资源、信息资源，信息技术在仪器设备采购管理中爆发式引用都是大数据带来的直接结果。

（三）关系范围的改变

大数据的出现不仅改变了仪器设备采购的方式方法，可以说一定程度上更改变了采购关系范围，采购管理将不再是传统的买卖关系，而是一个战略问题，是向科研、人事、资产等多个领域延伸和滲透。对于运行管理有关的一切数据的收集、跟踪和分析都可能成为决定采购管理的因素。简而言之，大数据时代一些原来不属于采购范畴的事物都会纳入采购视野，与近年热门的“大资产” 、“大财务”等新生概念相似，“大采购”也是基于大数据的一种关系范围的理念衍生。

四、仪器设备采购的“ SMART”管理模式

大数据时代的仪器设备采购不应是简单的采购电子化，也不仅是应对采购信息管理的方案研究，而是一项融汇人财物的战略机制。驾驭好大数据，在规划、业务架构和资金投入方面作出决策更是采购资源配置的根本。根据仪器设备采购管理存在问题，在此提出“ SMART”智能采购管理模式，即Share-Model-Analysis-Response-Trace。

（一）Share―共享

利用大数据、云平台技术手段扩大仪器设备采购资源信息共享，例如设备信息共享、供应商信息共享、制度流程共享等，逐步建立市场之间的设备采购信息共享机制，统一信息标准和管理标准，组创仪器设备采购信息联盟平台，打破因信息不对称造成的采购垄断，提高信息透明度以减少采购活动中的暗箱操作和违法行为。

（二）Model ―模型

仪器设备需求机构众多，管理形式不一，仪器设备使用需求分散，建立仪器设备的固有配置模型，形成大批量采购规模效应，在保证资金使用效益、降低采购价格的同时，有助于规范采购流程，统一采购标准，杜绝采购的随意性。逐步扩展设备模型资源，及时更新配置内容，保持产品更新节奏，会同各采购部门、使用部门定期调研，准确掌握市场动态，增强模型库的合理性和可操作性。推进供应商库建设与诚信管理，构建采购方式选择模型，根据采购设备的种类、数量和时间的不同采取不同采购模型，以求采购效率与价值的最优化。

（三）Analysis―分析

对采购全周期产生的大数据进行多维度分析，才能赋予大数据“生命力”。数据是各项工作的基础，更是搭建采购、资产、财务信息桥梁的基石，例如财务部门设备采购预算编制工作可利用积累的大数据来分析，实时了解设备价格动态信息，分析采购设备价格变动趋势，更准确评估预算定额，提高预算编制可靠性。数据同样是采购监管工作的支点，监管部门通过对采购大数据的解读，有效监督采购人“钱袋子”并非难事。结合采购数据分析结果制定预警功能，及时叫停违规采购，将采购由传统的事后监督报备，升级为实时过程监管，采取针对性管控措施预防采购预算与执行情况出现大的偏差，利用大数据规模性大，决策性高，实时性强的特点为采购智能化提供全面支持。

（四）Response―反馈

建立以数据收集、存储和分析技术为核心的采购评估体系，推动采购执行管理由粗放式到精细化的转变。利用最终结果数据对采购全周期管理进行逆向总结，包括：执行阶段存在的问题、采购任务完成情况、设备验收情况、采购结果对教学科研的支持程度、资金使用效益情况、后续采购计划、供应商信用度记录等内容。融合设备采购特征特性的分析与评估，实现反馈信息准确化，反馈速度快捷化，反馈内容全面化的采购反馈机制，形成采购全生命周期闭环系统。

（五）Trace―留痕

“数据追踪，全面留痕”，依托大数据优势推进仪器设备采购过程透明化，编织数据天网，将采购内容全部纳入电子化运行。通过制定统一的数据技术标准，优化、细化采购流程和办理环节， 确保采购预算、计划、招投标、合同执行、验收数据的一致性与同步性，实现采购全程环环相扣，处处留“痕迹”，让信息在“阳光”下清晰、透明，在公众的监督之下无死角展示。

作者简介：

高云，出生年月：1981.10，性别：男，籍贯：重庆，学历：本科，职称：工程师，从事工作：物资采购.