大数据驱动下的军工企业采购管理体系优化

金琼

摘要：随着信息化的快速发展，军工企业的采购管理体系也在一定程度上进行转变。对大数据驱动下的军工企业采购管理体系优化进行了一定的探讨，重点针对目前军工企业供应链上需求与供给平衡不匹配、预测不准、供应商管理难等问题提出解决方案。

关键词：采购管理；大数据；军工企业

1前言

随着经济社会的发展，大数据作为重要的战略资源已经在全球范围达成共识。人们用大数据来描述和定义信息爆炸时代产生的海量数据，在合理时间内达到撷取、管理、处理、并整理成为帮助人们处理事务和决策等更积极目的的资讯与知识。大数据时代凸显了数据资源的重要意义。对于招标采购行业来说，研究和应用大数据是提质增效、实现精益化管理提升的迫切要求。而目前在供应链上应用大数据的重心更多的是靠近市场的需求端和营销领域，采购与供应领域则应用较少。本文将对大数据驱动下的军工企业采购管理体系优化进行一定的探讨，重点针对目前军工企业供应链上的需求与供给平衡不匹配、预测不准、供应商管理难等问题提出一系列解决方案。

2军工企业采购中存在的问题

国内大多数军工企业往往是研究所体制，其在采购管理上还没有形成科学化的管理体系，更没有对整个流程的数据分析以及基于数据分析的管理优化，而粗放的采购管理往往导致需求与供给失衡，预测不准。当需求信号传递滞后，采购与供给计划赶不上需求变化时，要么导致库存大量积压，成本上升；要么出现库存短缺，周期增长；而对供应商的粗放管理除了以上问题外还会导致质量下降。问题最终将反映在装备的质量和价格上，导致企业竞争力的下降。下面将对军工企业在采购管理中出现的问题进行详细阐述：首先，研发与采购联系不强，采购任务缺乏分析和管理。一方面，由于科研生产的特殊性，不同项目需求之间往往并没有什么逻辑联系，导致采购需求内容的系统性、连续性不强，这就经常导致采购部门无法有预见性、针对性地集中采购、提前采购、根据市场情况采购，同一型号的物料在相近的时间内小批量地重复性采购，无法获得规模采购的优势，造成工作量大、成效却甚微的结果；另一方面，由于设计过程不确定性大，设计周期长且变动多，采购部门虽处在生产计划安排的最前沿，却往往在整个周期的末端才能拿到采购计划，还经常有反复，这就导致采购工作琐碎且时间紧迫，进而直接影响到后面计划的实施。整个流程中对研发及采购整体分析的缺乏是以上问题产生的主要原因。其次，采购的统筹分析不强，供应商管理缺乏数据分析支撑。供应商管理是供应链中重要的一环，供货的质量、供货速度和稳定性严重影响整个采购任务的顺利完成。采购部门并没有对供应商的历史供货情况、供应商的成本构成，供应商的供应商及相关供应渠道及稳定性进行统筹一体化分析管理，这就直接导致采购部门无法迅速地应对采购市场、供应商的变化，进而能够为科研生产提供一个稳定的、反应迅速的供货渠道。

3大数据驱动下的军工企业采购管理体系优化

综上所述，没有对研发、采购过程中海量的数据进行分析利用，将导致一系列问题。目前大数据在供应链领域的研究缺乏成熟的应用理论，尚处于起步阶段，现有理论无法直接应用于采购管理大数据分析中。根据军工企业研发和采购业务的特点，针对前述问题，本文提出采购管理体系优化的“两化”战略，及“两步走”措施。下面将一一进行阐述：

1.“两化”战略（1）研发采购分析管理一体化研发采购分析管理一体化解决的是什么时候买，买什么的问题。构建一体化平台，通过对历史项目数据、采购数据等进行分析整理，获得项目研发周期、元器件采购周期、元器件市场价格走势等规律，进而科学合理决策研发、采购、生产的整体流程计划安排，实现产品质量、成本、周期的最优化。（2）供应商管理全面化供应商管理全面化解决的是如何买、供应商选择的问题。通过对采购数据、市场数据、供应商服务数据等进行分析整理，从全市场及小领域不同角度、从成本构成及供应渠道等全面考虑，进而合理决策供应商选择方案及采购价格等，给科研生产提供稳定可靠的支撑。

2.“两步走”措施（1）历史数据挖掘和诊断基于信息化平台和历史采购数据，对研发项目、采购业务过程中大量无序、杂乱的数据进行梳理诊断，包括数据分类整合、数据质量分析、数据应用需求分析、数据应用价值分析，为大数据分析提供数据基础。单个项目研发过程中，从技术方案设计到具体的工程实施方案设计，都会留有大量的数据及相互间的关联数据；项目之间，除了项目间共用的成熟重复设计外，同一领域同一应用场景的方案也会有大量的共性及关联数据；招标采购业务流程中，涉及需求预测、计划申报、招标采购、专家管理、供应商管理等不同的业务环节，每项关键业务环节都有丰富的数据基础。这为数据分析提供了基础。将所有历史采购数据进行汇总、梳理，站在研发采购分析管理一体化的高度，从供应商管理全面化的角度，将零散杂乱的数据归类整理成若干类别，进行梳理整合；在数据整合分类的同时，对数据进行分析，将采购数据和研发数据结合分析，进行规则挖掘、知识发现，分别从科研生产、招标采购的角度将获得相应的规则知识，为大数据应用点的提出建立基础。（2）场景化应用根据项目设计和招标采购业务的特点，结合实际业务需求调查情况，将大数据应用系统性、体系化地在科研生产和招标采购业务流程中串联，随业务流程进行场景化应用。

首先，项目设计人员在技术方案设计阶段将方案设计内容等信息导入研发信息平台，平台根据以往数据库挖掘分析得到预计所需采购器材元器件类型及数量，采购与市场信息平台根据预测以及以往采购数据、当前市场情况（包括元器件价格、周期等）给出相应的数据挖掘结果，将综合价格、周期、质量等因素最优化的器材选型结果反饋给设计人员，科研人员结合项目要求及平台数据形成工程实施方案，并将其纳入研发信息平台中。

器材购买任务下达后，综合市场数据、供货渠道数据、供应商历史数据、供应商成本数据进行挖掘分析，获得该采购任务的潜在供应商及产品，提供作为招标方案决策依据之一；同时，综合历史招标数据分析及市场器材数据分析确定招标方案；最终完成后，将相关数据纳入相关数据库中以备下次相关任务决策使用。通过一系列大数据挖掘分析，将纵向在时间域上的数据挖掘和横向在研发、采购不同领域之间的交叉综合结合起来，对项目设计、招标采购中各个流程实现了优化，且相关决策过程也会随着数据的增加不断地迭代、进步，可持续地提升整体水平。

在信息化时代，我国企业已经逐渐开始关注信息技术的应用和生产经营信息的管理，但在很多企业的物资采购信息化管理仍没有成为企业经营管理者聚焦的重点，对于相关有效物资采购信息的收集以及信息处理均缺乏重视，并且由于信息化水平较低，通过人工管理方式统计、分析大量的市场信息、历史数据和生产运营计划，势必难以取得很好的效果，从而导致企业生产效率和竞争力停滞不前，难以提高。

4结束语

随着军工事业的进一步发展和市场的不断开拓，军工企业面临的竞争也会越来越大。孙子曰，知己知彼，百战不殆。合理采集数据、分析数据、利用数据，将使我们更好更早地辨清需求、发现问题，获得最优的方案支持。大数据将成为科研生产、采购管理效率提升的倍增器。

参考文献：

[1]黄华.大数据环境下中小企业采购成本控制策略[J].企业改革与管理，2016（3）：131-132.

[2]阚涛.电力物资招标采购管理大数据应用分析[J].经济管理：全文版，2016（7）：00160-00160.