基于企业供应链数字一体化的数据管理运用研究

摘 要：近年来，烟草商业企业在当代科技发展和国家新发展理念背景下，积极构建供应链数字一体化，力求促进自身核心竞争力的提高。本文主要针对烟草商业企业供应链数字一体化构建过程中，对数据的采集、管理、共享、预警和转任务的管理运用进行研究，以聚合工商零消，整合内外资源，助力烟草商业企业高质量发展。

关键词：烟草商业企业;供应链数字一体化体系;数据采集;数据质量管理;数据预警转任务

本文索引：高洁.<变量 2>[J].中国商论，2021（22）：-049.

中图分类号：F253 文献标识码：A 文章编号：2096-0298（2021）11（b）--03

当前，在现代化科学技术发展和国家新发展理念背景下，众多企业纷纷尝试构建供应链数字一体化，尤其是供应链作为企业流通的重要构成部分，以期不断提高效率、降低成本、提高收益。其中，烟草商业企业为了更好地切合时代发展，通过对数据进行收集、管理、共享、预警和转任务机制来构建供应链数字一体化，以聚合工商零消，整合内外资源，实现企业在供应链方面的创新创造，提高企业的发展质量。

1 烟草商业企业供应链数字一体化的数据采集

烟草商业企业可以通过云计算、物联网、区块链、大数据分析、人工智能、销售终端传感器、二维码扫码等新兴数字技术来获取供应链各环节数据，并对数据进行分析、管理和运用。

1.1 烟草商业企业供应链大数据采集主要方式

1.1.1 客户端采集

烟草商业企业可以通过App、Web、小程序、H5、公众号、企业微信等客户端在消费者填写好相关信息后，按照预设要求导出如Excel表格形式的数据信息，为卷烟精准投放和有效经营带来有价值的参考。

1.1.2 服务器采集

烟草商业企业可以通过服务器、数据库、历史数据导入、系统日志等方式来获得与烟草商业企业相关的数据，通过单文本、多文本、上传文件等方式进行服务器数据获取。

1.1.3 业务系统

烟草商业企业可以通过CRM、会员系统、ERP、各类卷烟零售户终端等业务系统来获得大数据;并通过业务系统了解库存情况、零售情况、地区分布情况、客户需求情况等，通过现代技术可视化，便于企业作出经营管理的调整和优化。

1.1.4 客户经理拜访

通過烟草公司营销系统人员的日常拜访，对管理范围内的零售户进行人工或自动数据采集，准确掌握卷烟市场的销售、库存、客单数、客单量等情况，并根据需要提取数据进行分析，能更好地反映出市场的当前状况，对市场投放策略起到更大的作用。

1.1.5 第三方渠道

烟草商业企业可以通过第三方平台获得流量大数据，具体可以通过样本量方法、电信运营商数据、加码技术等来获得相关数据。

1.2 烟草商业企业数据采集遵循原则

获得数据的方式也许存在多种，烟草商业企业要遵循简约原则、智慧原则、纵观原则、实时原则、低成本等原则。

1.2.1 简约原则

烟草商业企业在云计算或大数据处理中，要遵循简约原则，识别有用的本质数据，去除无作用、无价值的非本质数据。

1.2.2 智慧原则

在大数据获取过程中，对于大数据的编码和获取都要依赖人类的智慧和学识，借助智能方式更便捷的获取。

1.2.3 实时原则

烟草商业企业要遵循实时获取大数据的原则，保证数据的时效性，便于企业第一时间经营运用。

1.2.4 低成本原则

烟草商业企业对于数据的获取也要遵循低成本原则，烟草商业企业也许可以通过多种方式获得数据，但是如何低成本、高效地获取大数据是烟草商业企业更值得思考的问题。

2 烟草商业企业供应链数字一体化的数据质量管理机制

烟草商业企业供应链数字一体化的数据质量管理是对供应链体系中的数据从编码、获取、存储、共享、应用、维护与消亡等阶段里可能引发的数据质量问题，进行校验、监控、预警一系列的管理活动，通过可靠的数据提高数据在使用中的价值，并最终服务于烟草商业企业高质量发展。

2.1 建立良好的组织环境

如果想要得到非常优秀的数据，就必须依靠相应的组织结构，建立高效的组织结构是一切质量的保障，烟草商业企业必须从两个方面来针对组织进行研究。一方面是制度，需要制定好相关制度，并依据制度来进行流程的梳理，另一方面需要从各个业务流程中提取可靠且优质的数据来源，烟草商业企业应该意识到，一个强大的数据管理是能够真正实现数据质量管理成功的根本所在。烟草商业企业组织建设主要可以体现在两个层面上：第一是制度层面，烟草商业企业必须制定好相应的流程，并把流程真正推广出来，不要流于形式，使这些流程能够真正融合在企业文化中。第二是执行层面，可以为各个业务的展开提供更加可靠的数据。

2.2 明确数据质量管理方针

烟草商业企业要想提高自己的数据质量，就需要从多个方面了解数据、获取数据、整理数据。要从整个烟草供应链的各个环节中进行把控，对整个数据源的质量进行跟踪、监控和校验。要把全流程的数据运行作为主要管控对象，运用先进的大数据处理手段，进行数据清洗、数据分析，将对业务有影响的数据质量作为重点管理对象，严格把控。烟草商业企业为了更好地提高自身数据的质量，必须从源头上进行把控，了解整个供应链体系中的数据运营的过程，并进行实时监控，将所有的数据管理渗透到整体的生命周期中，数据的质量问题会影响到整体的业务效率以及决策能力。现在处在一个数字化时代中，数据的质量不仅影响到最终信息建设的成败，还会影响到企业发展过程中的增效以及业务创新，对于企业的发展来说属于核心要素。因此针对数据的质量进行管理，严格执行垃圾进垃圾出的原则，采取事前防控的方法，针对整体过程进行研究，更好地提升企业的数据质量水平。

2.3 数据质量问题分析

关于烟草商业企业供应链体系数据质量问题的分析，可以采用经典的改善企业质量流程管理的六西格玛法，以客户为导向，以业界最佳为目标，以数据为基础，以事实为依据，以流程控制与绩效管理為结果，不断实现企业高质量发展。六西格玛重点强调质量的持续改进，对于数据质量问题的分析和管理，该方法依然适用。

2.4 数据质量监控

烟草商业企业供应链体系数据质量监控可以从事前、事中和事后进行数据监督控制。

2.4.1 事前预防控制

需要针对数据建立一个相应的模型，然后对每一个数据元素业务描述以及数据结构、业务规则、质量规则、管理规则、采集规则等进行清晰的定义，整个定义以及校验的过程，本身也是一种数据，在原数据中进行定义，面对庞大的数据，如果没有利用元数据进行描述的话，就没有办法真正获得所需要的信息。正是利用元数据，所有的数据才能真正被使用，才能产生价值。构建数据分类和编码体系，形成企业数据资源目录，让用户能够轻松地查找和定位相关的数据。实践告诉我们做好元数据管理，是预防数据质量问题的基础。

对数据质量问题的预防控制最有效的方法是找出发生数据质量问题的根本原因，并采取相关的策略进行解决。

2.4.2 事中过程控制

事中数据质量的控制，即在数据的维护和使用过程中监控和处理数据质量。通过建立数据质量的流程化控制体系，对数据的新建、变更、采集、加工、装载、应用各个环节进行流程化控制。对数据质量的过程控制，要做好两个强化。

（1）强化数据的标准化生产，从数据源头控制好数据质量，该过程可以采用系统自动化校验和人工干预审核相结合的方式进行管理。数据的新增和变更，一方面通过系统进行数据校验，对于不符合质量规则的数据不允许保持，另一方面采用流程驱动的数据管理模式，数据的新增和变更操作都需要人工进行审核，只有审核通过才能生效。

（2）强化数据质量预警机制，对于数据质量边界模糊的数据采用数据质量预警机制。数据预警机制是对数据相似性和关联性指标的重要控制方法。针对待管理的数据元素，配置数据相似性算法或数据关联性算法，在数据新增、变更、处理、应用等环节调用预置的数据质量算法，进行相似度或关联性分析，并给出数据的分析结果。数据预警机制常用在业务活动的交易风险控制场景。

2.4.3 事后监督控制

为了避免或减低数据质量问题对业务的影响，烟草商业企业需要及时发现。因此，烟草商业企业要进行数据质量的事后监督，以定期开展数据质量的检查和清洗作为企业数据质量治理的常态工作来抓。

（1）设置数据质量规则。基于数据元模型配置数据质量规则，即针对不同的数据对象，配置相应的数据质量指标，不限于数据唯一性、数据准确性、数据完整性、数据一致性、数据关联性、数据及时性等。

（2）设置数据检查任务。设置成手动执行或定期自动执行的系统任务，通过执行检查任务对存量数据进行检查，形成数据质量问题清单。

（3）出具数据质量问题报告。根据数据质量问题清单汇总，形成数据质量报告，数据质量报告支持查询、下载等操作。

（4）制定和实施数据质量改进方案，进行数据质量问题的处理。

（5）评估与考核。通过定期对系统开展全面的数据质量状况评估，从问题率、解决率、解决时效等方面建立评价指标进行整改评估，根据整改优化结果，进行适当的绩效考核。

2.5 数据全周期管理

数据的生命周期从数据规划开始，中间包括设计、创建、处理、部署、应用、监控、存档、销毁几个阶段并不断循环。烟草商业企业的整体数据管理必须贯穿整个过程，覆盖所有的数据规划以及模型，包括质量监控以及问题诊断与数据清洗等。

（1）数据规划。从企业战略的角度不断完善烟草商业企业数据模型的规划，把数据质量管理融入企业战略中，建立数据治理体系，并融入企业文化中。

（2）数据设计。推动数据标准化制定和贯彻执行，根据数据标准化要求统一建模管理，统一数据分类、数据编码、数据存储结构，为数据的集成、交换、共享、应用奠定基础。

（3）数据创建。利用数据模型保证数据结构完整、一致，执行数据标准、规范数据维护过程，加入数据质量检查，从源头系统保证数据的正确性、完整性、唯一性。

（4）数据使用。利用元数据监控数据使用，利用数据标准保证数据正确，利用数据质量检查加工正确。元数据提供各系统统一的数据模型进行使用，对监控数据的来源、去向，提供全息的数据地图支持。企业从技术、管理、业务三个方面进行规范，严格执行数据标准，保证数据输入端的正确性。数据质量提供了事前预防、事中预警、事后补救的三方面措施，形成完整的数据治理体系。

3 烟草商业企业供应链一体化数据分析及预警转任务

烟草商业企业将对来自供应链体系中上中下游的烟草工业企业、中游商业企业、零售商和消费者的大数据进行分析并预警，同时将异常情况转为任务，使得指标得以改善。分析包括烟草工业企业和商业企业的库存数据、市场销量数据等;预警主要是针对这些指标，设定一定的阈值，一旦数据超过阈值，就进行提示，下发给相应的人员;预警之后，将波动异常的情况转为任务，在任务协同功能中发给烟草工商企业各区域的客户经理及时处理。同时，烟草商业企业管理者可以根据数据对比情况，及时调整和优化供应链上中下游各环节的运营和管理，合理安排状态研判、需求预测、货源组织与投放、品牌培育等策略，实现烟草商业企业更高质量的发展。

第一，异常报警。在系统中，烟草商业企业可以对收集到的市场数据与预设的标准阈值进行对比分析，在对比过程中，收集到的市场数据达到预设的阈值后，系统立即警报。

第二，转任务协同。当数据中心检测到数据异常后，自动根据事件类型、所处状态、起始日期和结束日期等形成可视化表单，并对异常警告列表中的事件立即自动转化为任务协同处理。

第三，任务执行。在对任务执行过程中，应该按计划或预警转任务进行任务执行，并按照具体要求提交任务成果。针对任务详情页面，主要展示任务基本信息、可提交任务成果、进行任務评论、浏览记录等。任务主责人可以在接收到任务后按照检查项、数值等制定任务计划。在任务执行阶段，负责人可以随时对任务执行进展进行更新，若任务计划已经制定完成，应该结合更新的计划执行。

同时，做好数据预警转任务成果提交以及任务审核工作，强化对任务完成情况的监督和考核。另外，构建树形结构，将企业的所有任务展示出来，逐级展开查看下级任务，内容可以涵盖任务状态、任务进度等。

4 结语

综上所述，我国烟草商业企业应该主动迎合客观环境变化，加大信息化建设进程，高效应用数字技术，强化对企业供应链数字一体化体系的构建，追求更高质量的发展。

参考文献

和世华，刘会娟，刘玉杰，等.快速响应送货模式在烟草供应链零售终端中的运用[J].经济研究导刊，2017，22（21）：33-35+150.

左平，彭弢，黄建平，等.烟草行业两烟物流一体化运营组织整合——以毕节市烟草公司为例[J].中国物流与采购，2019，14（24）：162-163.

叶明亮，刘丹，郭娟，等.烟草仓储一体化信息系统的构建研究[J].物流工程与管理，2019，38（10）：176-179.

杨逸文.基于“三流合一”的烟草商业供应链管理系统架构初探[J].软件工程师，2019，18（3）：119-121.

李政敏.烟草物流一体化服务及其评价管理体系研究[J].现代经济信息，2019，22（9）：196-197.

冰火，禾木.论烟草供应链物流建设[J].中国烟草学报，2019，20（2）：111-118.

Research on the Application of Data Management Based on the Digital Integration of Enterprise Supply Chain

—— Taking Tobacco Commercial Enterprises as an Example

Shaanxi Provincial Tobacco Company Xian Branch  GAO Jie

Abstract： In recent years， under the background of modern scientific and technological development and new national development concept， tobacco commercial enterprises actively build digital integration of supply chain and strive to improve their core competitiveness. This paper mainly focuses on the management and application of data collection， management， sharing， early warning and task transferring in the digital integration construction process of the supply chain of tobacco commercial enterprises， so as to gather zero consumption of industry and commerce， integrate internal and external resources and help the high-quality development of tobacco commercial enterprises.

Keywords： tobacco commercial enterprises; digital integration system of supply chain; data collection; data quality management; task transferring of data early warning