[摘要]大数据分析正在深刻影响着各行各业的技术革新，如何运用大数据分析解决实际工作中的问题是大数据得以广泛应用的关键。本文以电力企业物资管理为研究对象，通过深入分析物资管理各环节的问题，基于大数据分析的技术手段，提出了对电力企业物资管理流程的优化建议，以实现降低库存、提高资金利用率的目的。

[关键词]物资管理；大数据；优化

1电力企业物资管理现状

1.1物资管理概况

物资管理是企业在生产经营过程中对其所需物资的采购、使用、储备、处置等进行计划、组织和控制的过程。电力企业需根据自身的生产经营的战略目标和年度任务，有针对性地开展物资全过程管理。目前，c集团统一使用erp系统，erp系统是建立在信息技术的基础上，以系统化的管理思想，把企业的物流、人流、资金流、信息流统一进行管理，最大限度地利用企业现有资源，为决策层提供决策手段，从而实现企业经济效益最大化的平台。erp系统不仅是一个计算机网络平台，更是一种新的管理方法和组织方式，其按照统一标准原则、需求导向原则、业务集成高效原则、系统整合原则设计。erp系统中物资模块的执行规范了物资全过程业务管理，有效规避了网外采购的风险，实现了事前控制；充分发挥了集中采购的优势，规范了业务流程，明确岗位权责，强化了监督，优化了库存结构，降低了管理成本。erp物资模块实现了主数据管理、需求计划、采购计划、采购寻源，采购合同、采购订单、到货接收、检验入库、发票校验以及库存管理的物资全过程管理。erp物资模块主要包括的子系统如下：mdm平台系统（主数据管理系统）为整个集团的系统提供高质量的数据，mdm的数据种类共7种，关于物资的是物资主数据和供应商主数据。srm系统（采购及寻源管理系统）是erp外围集成系统之一，解决了erp系统数据库局限的问题。采购人员在srm系统里对erp中审批返回的采购计划进行采购寻源，包括分包、采购方案编制、合同创建等，供应商在srm系统里进行注册、报价。另外，srm系统还能对供应商供货质量及服务进行评价，对采购合同情况进行统计分析。仓储管理包括mm（物料管理）模块和wm（仓库管理）模块，mm模块包含采购、库存管理、发票校验、mrp管理等；wm模块包含仓位管理、上下架管理、仓库内部作业管理等。

1.2物资管理存在的突出问题

随着信息化技术的快速应用，物资管理有了质的飞跃，在erp系统规范物资业务流程的基础上，实际管理中还存在一些效率低下、精益化管理不足的环节和问题，突出表现在以下三个方面：1.2.1物资计划提报管理过于粗放。物资采购计划的提报不能与生产实际需求高效、紧密结合，生产班组提报的物资需求计划前瞻性不足，甚至有遗漏现象，在当前的物资采购流程下，物资到货周期短则两个月，长达半年以上，往往会造成对机组设备检修工期的延误或检修质量的下降，对企业的安全生产影响较大。目前仅仅是努力加强班组技术人员的计划提报准确性、及时性，暂时未能从技术角度来保障需求计划提报质量。1.2.2物资仓储备件冗余闲置率高，资金利用率低。存在对物资质量验收把关不严格、对备品备件必需性判断不足以及技术更新换代和设备系统技改等原因，经过长年累积，导致发电企业普遍存在着庞大的物资库存（含二级库），这些物资一般闲置年限较长，利用率很低，大量物资占据仓储空间，提高了仓库储存成本，占用了大量流动资金，降低了资金利用率。1.2.3发电企业物资管理暂未建立联合物资储备机制。由于各基层发电企业限于公司机组设备类型、物资账目资金要求等问题，尚未建立统一或者区域的联合物资储备机制，如果对当前各发电厂的备品备件建立有效的联动机制，可大幅降低各单位的既有库存，将之转换为现金流，同时在机组设备遇有紧急需求时可以快速保障机组设备恢复安全稳定运行。

2大数据分析的应用现状

近年来，大数据分析技术已经深刻影响我们的技术革新和企业经营，推动了各行各业的发展进步，一些学者认为，大数据分析能够更好地理解未知的世界和商业竞争，并据此获得深层次的竞争优势和先机。例如，walmart、ebay、target等公司已经从大数据的挖掘中获得了巨大的利益，他们在行业市场竞争中占得先机，提高了盈利能力，发现了新的价值增长点，并在一定程度上影响了其行业的规则制定[1]。大数据分析是伴随着数据科学的快速发展和数据密集型环境的出现而产生的一种全新的分析思维和技术，大数据分析与情报分析、云计算技术等存在密切的关系，它更像是一种策略而非技术，其核心理念就是以一种比以往有效得多的方式来管理海量数据并从中提取价值[2]。大数据分析的过程是通过数据生成机制对数据进行广泛采集和存储，以大数据分析模型为基础，在计算机分析平台的支撑下，运用云计算技术调度计算分析数据资源，并最终挖掘出大数据背后的模式或规律的数据分析过程[2]。目前，大数据分析在五个领域应用广泛，分别是电子商务和商业智能、电子政务和政策方案、科学技术、健康和医疗、安保和公共安全[1]。随着大数据时代的全面到来，必然有更多的领域融入大数据分析的优势。

3基于大数据分析对物资管理的优化探讨

从上述分析可以看出，部分电力企业的物资管理仍未做到精细化管理，仓储资金利用率还有很大空间，物资计划采购储备环节仍较粗放，如果能够具备获取、储存、分析企业生产及物资数据的能力，并迅速准确地从数据中挖掘潜在的规律，对于指导电力企业物资采购具有重要的意义和价值。下面本文结合物资管理工作实际对大数据分析可能应用的方向进行探讨。

3.1大数据分析在物资采购计划的应用

运营发电企业剔除燃料和人工成本中物资采购成本占比很大，主要包含日常维护材料费、机组检修材料费、大宗物资费用等，通过采取措施大幅度降低采购成本是电力企业实施成本领先战略的有效途径。由于大宗物资由集团公司统一进行年度招标，因此控制好日常维护材料和机组等级检修材料的采购是对物资采购进行精细化管理的关键落脚点。通过对近几年检修维护材料类物资的采购订单统计分析，将其主要分以下12小类：设备及电机类、阀门类、密封类、专用备件、润滑油类、仪器仪表类、电工电料类、化工类、土杂类、气体类、轴承类、五金建材类等，为精确分析各类物资采购情况，因此本文未按照锅炉、汽机、电气、热控等大类专业进行划分。目前某发电厂物资计划模式是由各生产班组根据日常设备维护的需求每月提报采购计划，另外根据机组大修、小修的计划安排需要提前3-4个月提报等级检修需求计划，经部门级、厂级、集团公司级审批后，将自采及返委托物资由电厂物资管理部按规定招标采购。当前这种计划管理方式比较粗放，造成实际上生产班组物资需求计划提报主要落在了班组计划员身上，而班长、部门主任的把关作用不强，而仅仅靠班组计划提报人员的主观判断并不能保证其对该专业全年的日常维护材料、机组检修材料有一个精确、全面的把握，更谈不上精细化管理和资源的最优配置了，难免出现物资需求计划的提报不及时、漏项、错项、冗余采购等现象，进而导致在一定程度上产生了冗余库存，库存的逐年升高等现象，根据某发电厂总库存数据统计约有26%的库存物资为3年以上未使用物资，由此可见，对物资计划提报的粗放管理的治理是降低无效低效库存的源头。为解决上述问题，本文认为结合引入大数据分析的技术应用，建议采取以下措施：第一，对近年来备品备件的采购数据进行大数据分析，以捕捉并初步建立符合该发电厂设备状况的常用物资种类库，并开展实时跟踪日常材料的消耗及补充情况，逐步获得精确、有指导意义和实用价值的常用维护物资类别库，以此有针对性地指导班组计划员实施最佳计划提报策略，逐步提高维护费用使用效率，并降低库存资金占用率。第二，根据集团公司机组等级检修标准化的要求，机组等级检修已形成了规范的检修项目资料等，建议根据不同的机组检修等级，通过对历年检修使用设备备件大数据分析，获得典型等级检修需求物资的参考类别库，以指导各专业检修人员可以不漏项、不添项的优化计划提报，最大限度地降低检修费用，如表2所示为机组等级检修物资需求参考示意图，限于篇幅本文不详细列出具体类别的物资情况。由于各发电企业机组设备类型不同，故大数据分析所建立的数据库和指导策略一般仅适用于该厂，但是这种分析模式可以适度推广。

3.2大数据分析在物资仓储管理的应用

与传统制造类企业不同，发电企业的物资库存主要是用于保障设备安全稳定运行的备品备件，但是吸取国内外先进企业关于优化库存的经验，对于降低库存、减少资金占用、降低各项费用仍有很大的借鉴意义。为切实有效地降低库存，并防止后续库存增加，本文认为可以在仓储管理中引入大数据分析的技术手段，具体建议如下：目前，仓储管理已全面使用erp系统，其对所有库存物资均有非常详细的记录和检索，为降库存打下了坚实的技术基础，但是erp系统在仓储管理正常业务之外，其系统集成的数据分析功能仅有库存周转率、闲置物资库存金额占比、物资领用率、闲置物资增长率等几个指标，更多的偏向于物资仓储管理的统计性指标，不能有效地指导我们开展降库存和后续保持低库存的要求，因此建议引入大数据分析的技术手段对近年来物资仓储全部物资的出入库数据进行分析，找出使用数量、频次较高的物资，通过数据分析提炼出有价值的采购策略，逐步优化库存结构，将常用库存保持在保障机组设备安全需要的最低水平，切实提高资金使用率。另外，根据集团公司建立联合物资储备模式的要求，由集团公司物资部整体协调，鼓励各单位互借互用现有库存，以实现整体库存降低的目的。本文建议可将各单位进行大数据分析后建立的数据库和采购策略在全局进行统筹优化，以更大程度的实现联合物资储备模式，简单的说，以前是我厂缺什么急需物资时，再去联系其他厂调用并支付相应费用，如果在全局层面实现了大数据分析信息共享后，那么可以实现有的备品备件我厂在制定采购计划时就不必采购，而采取从别的厂必备库存多的调用，这样在一定程度实现整体最优库存设计。

3.3建立电力紧急物资供应商联动机制

电力企业从成本领先的角度降低库存，一方面节约了资金，另一方面也产生了部分紧急物资采购时限性问题，因此建立电力紧急物资供应商联动机制是对上述问题的有效补充。现行的公开网采平台模式下，企业与供应商的交易关系往往是短期、一次性的，具有较大的不稳定性，带来的后果是：供应商的产品质量稳定性波动较大；采购方与供应商大多不熟悉，增加了交流成本；受价格博弈的影响，采购方和供应商之间的采购信息不能充分有效共享；采购方遇到紧急物资采购时无法快速找到满足需要的供应商等。基于上述问题，建议通过大数据分析技术，将参与企业物资采购的所有供应商供货时间、质量、价格、信誉等数据进行分析，建立每类物资的最佳供应商库，当出现突发事件或者紧急物资采购时，在集团联合物资储备机制短时间无法满足需要时，可尽快联系最佳供应商尽快供货。当然，要保证该机制的有效性，需要平时定期对供应商库进行胜任力评估，并与之建立良好的战略合作关系，通过上述各类措施确保发电生产保持长周期安全稳定。

4结语

大数据分析对电力行业等传统行业的优化发展有着变革性的意义，如何通过大数据分析挖掘出有价值的数据和优化策略，并将其与生产实际紧密结合起来，是电力企业实现成本领先、价值创造的有效途径。从基于大数据分析的角度提出了优化物资管理的建议和探讨，希望对做好降低电力企业物资管理成本起到切实有效的作用，为企业创造更多价值提供有力支撑。

【参考文献】

[1]官志华.大数据分析在供应链管理中的应用[j].物流技术,2017(9):132-135.

[2]官思发.大数据分析研究现状、问题与对策[j].情报杂志,2015(5):98-103.