论文部分内容阅读
【摘 要】 基于国家电网公司物资集约化工作积累的大量信息数据，本研究站在供应链角度界定了“全量物资信息数据”的内涵与外延，并引入供应链运作参考模型（SCOR）构建公司物资供应链模型，并借鉴其他相关指标构建物资集约化管理评价指标体系，并将该体系依据一定原则分为评价类、关注类和储备类三类，最后利用指标细分数据收集法对全量数据进行收集处理，并以实例验证，通过MindManager软件以思维导图形式可视化展示，完成对全量信息数据的收集处理方法的探讨与研究。
【关键词】 物资集约化管理；供应链管理；全量数据；SCOR模型；MindManager
中图分类号：F407 文献标识码：A 文章编号：
一、引言
一个典型的高绩效企业往往有以下几个主要特征：一是目标导向，清晰界定成功（或高绩效）目标；二是善于洞察变化和机遇，并能迅速做出反应；三是员工主动追求高绩效，明晰的执行企业目标的分解任务。这些高绩效文化特征的形成都离不开数据的挖掘和利用，“用数据说话”的管理文化是实现高绩效的企业基石和内在驱动。对于国家电网公司（以下简称“公司”）物资集约化信息化工作来说，公司物资管理业务应用系统已基本成型，也累积了大量的新型资产——信息数据，它们是公司记录生产、管理实践成果的知识宝库，对公司总结历史经验、科学决策未来具有重大意义，但是目前数据的管理和应用还处于“两头弱，中间强”的初级阶段，因此，如何通过对这些数据的收集处理，为领导科学决策提供辅助支撑具有很好地现实意义。
二、国内外研究现状
物流是供应链主要运作活动，所以以往对供应链研究主要集中在物流运作层面的研究。随着信息技术的飞速发展和应用，信息成为供应链各成员、各环节之间进行沟通协调的载体。国内外很多学者对信息流运作管理进行深入分析研究，研究的视角从原来企业信息流管理运作扩展到对整个供应链信息流研究。
国内外学者在信息流方面多是进行运作模式研究信息流，内容较为笼统，多是从信息共享角度进行信息流研究。但并不是所有信息都要共享，有些信息也并不是所有的企业都需要共享。信息不能正确、高效流动，过多的信息不仅增加企业信息处理负担和信息处理成本，而且影响供应链整体效率和绩效。信息属性不同，运作模式也不同。对信息流内容、分类以及各类信息流属性和展现应用的研究还是很有必要的。国际上也有些专业机构对供应链信息流研究提出了自己的模型。例如：国际供应链协会建立了SCOR（Supply-Chain Operations Reference-model），它是適合于不同工业领域的供应链运作参考模型。
通过国内外研究内容综合分析，可以发现目前国内外对物资全过程监测与决策支持相关方面的研究主要用于提升三个方面的能力级别，这三个方面的能力层次分为可观察、可判断、可预测三个级别，覆盖了物资采购供应链全过程各个业务，主要展现方式包括全景展示、全面监测、运营分析、决策支持与统一指标库。
三、全量数据内涵与外延界定
本研究以“自上而下”为主线，以管理需求为导向，建立公司分析视角，从实施背景、实施策略和实施效果三个方面对界定全量数据具有较强借鉴意义的神华集团物资数据管理、电信运营商数据管控、信息和数据管理在石油天然气上游领域中的有效实践及英国国家电网公司数据管理4个案例进行研究，将“物资集约化管理全量信息数据”（以下简称“全量数据”）进行了定义：公司集约化管理物资在供应链流动中所产生的数据。对“全量数据”的内涵与外延的界定可以从结构层次和业务范围两个维度理解。
1、全量数据结构层次
物资集约化管理“全量数据”的结构层次是指将在物资供应链全过程中所产生的不同类型的数据类型，根据其之间的逻辑层次关系分为基础数据、衍生数据、管理数据以及系统数据四大类。
2、全量数据业务覆盖范围
全量数据覆盖了供应链管理全过程，包括与企业外部的上游供应商、下游客户之间产生的数据、企业内部物资管理业务产生数据及企业内部物资管理相关业务数据。
全量数据的内涵指的是物资管理内部业务产生的数据信息，包括了九大关键业务在各个环节所产生的数据；全量数据的外延与内涵相对应，主要包括企业外部业务数据和物资相关业务数据两个部分。其中，企业外部业务数据：主要指在供应链的两端产生的数据即与供应商和客户之间的业务关联中所产生的相关数据；物资相关业务数据：主要指其他部门涉及到与物资管理相关的业务产生的数据。最后，构建了全量数据的支撑体系，包括体制机制建设、标准化建设、信息化建设和人才队伍建设四个方面。
四、全量数据收集处理方法研究
本研究采用指标细分数据收集法对公司全量数据收集处理，将一个相对复杂的指标分解成若干个子指标，再对每一个子指标进行研究，从而达到易于分析、便于实行的目的。采取该方法首先需要从供应链层面构建一套完备的、具有指导作用的物资集约化管理评价指标体系。
公司物资集约化管理评价指标体系主要从两个方面构建：一是结合SCOR模型从五个绩效属性提取绩效类指标；二是借鉴企业负责人指标、同业对标指标、运营监控中心等设置相应的管理指标。
1、绩效类指标
本研究主要从可靠性、响应度、柔性、协同性、成本和资产五个绩效属性从SCOR模型一级流程中提取构建适合公司物资供应链的绩效指标，
2、其他类指标
本着全量并去重原则，本研究借鉴企业负责人指标、同业对标指标、运营监控中心资源增加了SCOR模型中没有的其它非绩效指标。从而构建了包含202个管理数据的物资集约化管理评价指标体系。由于在公司的实际应用中，并不是所有指标在当前阶段都具备评价条件，因此将具体指标划分为评价类、关注类和储备类三种类型。
通过对管理数据逐层分解寻源，找到衍生数据和关键基础数据及相关基础数据，层层递进，层层关联，找出数据之间的关联关系，并列明其来源和存储路径，分解过程与结果利用MindManager软件，以思维导图的可视化手段展示。根据目前适用性和重要性的原则，本研究数据体系的构建过程以53个目前在用的评价类管理数据为例。 最后形成管理数据53项，衍生数据117项，关键基础数据361项，相关基础数据6272項，经过去重，基础数据共1031类的数据体系。
五、结语
面对公司庞大的物资数据，界定全量信息数据的内涵与外延，站在供应链的角度对物资管理中所涉及数据完善寻源管理，依托数据寻源，对各个源数据进行梳理，明确数据来源，梳理其关联关系，从而构建全量物资信息数据体系，为实现数据集成管理、形成公司物资“一本帐”管理模式奠定良好的基础，对领导的业务决策有一定的借鉴作用。
在此基础上可以继续分析，提出全量数据的应用路径，从而推动物资集约化管理方式向量化管理、精益、高效转变，由统计管理向分析管理转变，由被动管理向主动管理转变，从而实现物资管理水平持续提升。
参考文献：
[1]郎宏文、舒喆醒、袁峰：企业管理学，科学出版社2009年版.
[2]Rachel Mason-Jones， Denis R Towill. Using the Information Decoupling Point to Improve Supply Chain Performance[J].International Journal of Logistics Management 1999，10（2）：13-26.
[3]傅翀、唐小我.供应链中的信息流网络[J].电子科技大学学报，2002，4（2）：18 -20.
[4]马士华.供应链管理（第三版）[M].高等教育出版社，2011：35-39.
[5]闫妍.基于SCOR模型的电信业服务供应链建模与仿真研究[D].哈尔滨理工大学，2010.
[6]国家电网公司编.国家电网公司物资集约化管理[M].北京：中国电力出版社，2012.
[7]孙立.论基于供应链理论的企业物资管理[J].商场现代化，2009，3：65-66.
[8]张敬伟.H省电力公司物资集约化管理研究[D].华北电力大学，2011.
[9]孙立.ERP下的物资集约化管理[J].中国电力企业管理，2010，8：26-28.
[10]陈红兵，胡永焕.供电企业物资供应链绩效体系及流程改进研究[J].物流技术，2012，31（1）：117-119
【关键词】 物资集约化管理；供应链管理；全量数据；SCOR模型；MindManager
中图分类号：F407 文献标识码：A 文章编号：
一、引言
一个典型的高绩效企业往往有以下几个主要特征：一是目标导向，清晰界定成功（或高绩效）目标；二是善于洞察变化和机遇，并能迅速做出反应；三是员工主动追求高绩效，明晰的执行企业目标的分解任务。这些高绩效文化特征的形成都离不开数据的挖掘和利用，“用数据说话”的管理文化是实现高绩效的企业基石和内在驱动。对于国家电网公司（以下简称“公司”）物资集约化信息化工作来说，公司物资管理业务应用系统已基本成型，也累积了大量的新型资产——信息数据，它们是公司记录生产、管理实践成果的知识宝库，对公司总结历史经验、科学决策未来具有重大意义，但是目前数据的管理和应用还处于“两头弱，中间强”的初级阶段，因此，如何通过对这些数据的收集处理，为领导科学决策提供辅助支撑具有很好地现实意义。
二、国内外研究现状
物流是供应链主要运作活动，所以以往对供应链研究主要集中在物流运作层面的研究。随着信息技术的飞速发展和应用，信息成为供应链各成员、各环节之间进行沟通协调的载体。国内外很多学者对信息流运作管理进行深入分析研究，研究的视角从原来企业信息流管理运作扩展到对整个供应链信息流研究。
国内外学者在信息流方面多是进行运作模式研究信息流，内容较为笼统，多是从信息共享角度进行信息流研究。但并不是所有信息都要共享，有些信息也并不是所有的企业都需要共享。信息不能正确、高效流动，过多的信息不仅增加企业信息处理负担和信息处理成本，而且影响供应链整体效率和绩效。信息属性不同，运作模式也不同。对信息流内容、分类以及各类信息流属性和展现应用的研究还是很有必要的。国际上也有些专业机构对供应链信息流研究提出了自己的模型。例如：国际供应链协会建立了SCOR（Supply-Chain Operations Reference-model），它是適合于不同工业领域的供应链运作参考模型。
通过国内外研究内容综合分析，可以发现目前国内外对物资全过程监测与决策支持相关方面的研究主要用于提升三个方面的能力级别，这三个方面的能力层次分为可观察、可判断、可预测三个级别，覆盖了物资采购供应链全过程各个业务，主要展现方式包括全景展示、全面监测、运营分析、决策支持与统一指标库。
三、全量数据内涵与外延界定
本研究以“自上而下”为主线，以管理需求为导向，建立公司分析视角，从实施背景、实施策略和实施效果三个方面对界定全量数据具有较强借鉴意义的神华集团物资数据管理、电信运营商数据管控、信息和数据管理在石油天然气上游领域中的有效实践及英国国家电网公司数据管理4个案例进行研究，将“物资集约化管理全量信息数据”（以下简称“全量数据”）进行了定义：公司集约化管理物资在供应链流动中所产生的数据。对“全量数据”的内涵与外延的界定可以从结构层次和业务范围两个维度理解。
1、全量数据结构层次
物资集约化管理“全量数据”的结构层次是指将在物资供应链全过程中所产生的不同类型的数据类型，根据其之间的逻辑层次关系分为基础数据、衍生数据、管理数据以及系统数据四大类。
2、全量数据业务覆盖范围
全量数据覆盖了供应链管理全过程，包括与企业外部的上游供应商、下游客户之间产生的数据、企业内部物资管理业务产生数据及企业内部物资管理相关业务数据。
全量数据的内涵指的是物资管理内部业务产生的数据信息，包括了九大关键业务在各个环节所产生的数据；全量数据的外延与内涵相对应，主要包括企业外部业务数据和物资相关业务数据两个部分。其中，企业外部业务数据：主要指在供应链的两端产生的数据即与供应商和客户之间的业务关联中所产生的相关数据；物资相关业务数据：主要指其他部门涉及到与物资管理相关的业务产生的数据。最后，构建了全量数据的支撑体系，包括体制机制建设、标准化建设、信息化建设和人才队伍建设四个方面。
四、全量数据收集处理方法研究
本研究采用指标细分数据收集法对公司全量数据收集处理，将一个相对复杂的指标分解成若干个子指标，再对每一个子指标进行研究，从而达到易于分析、便于实行的目的。采取该方法首先需要从供应链层面构建一套完备的、具有指导作用的物资集约化管理评价指标体系。
公司物资集约化管理评价指标体系主要从两个方面构建：一是结合SCOR模型从五个绩效属性提取绩效类指标；二是借鉴企业负责人指标、同业对标指标、运营监控中心等设置相应的管理指标。
1、绩效类指标
本研究主要从可靠性、响应度、柔性、协同性、成本和资产五个绩效属性从SCOR模型一级流程中提取构建适合公司物资供应链的绩效指标，
2、其他类指标
本着全量并去重原则，本研究借鉴企业负责人指标、同业对标指标、运营监控中心资源增加了SCOR模型中没有的其它非绩效指标。从而构建了包含202个管理数据的物资集约化管理评价指标体系。由于在公司的实际应用中，并不是所有指标在当前阶段都具备评价条件，因此将具体指标划分为评价类、关注类和储备类三种类型。
通过对管理数据逐层分解寻源，找到衍生数据和关键基础数据及相关基础数据，层层递进，层层关联，找出数据之间的关联关系，并列明其来源和存储路径，分解过程与结果利用MindManager软件，以思维导图的可视化手段展示。根据目前适用性和重要性的原则，本研究数据体系的构建过程以53个目前在用的评价类管理数据为例。 最后形成管理数据53项，衍生数据117项，关键基础数据361项，相关基础数据6272項，经过去重，基础数据共1031类的数据体系。
五、结语
面对公司庞大的物资数据，界定全量信息数据的内涵与外延，站在供应链的角度对物资管理中所涉及数据完善寻源管理，依托数据寻源，对各个源数据进行梳理，明确数据来源，梳理其关联关系，从而构建全量物资信息数据体系，为实现数据集成管理、形成公司物资“一本帐”管理模式奠定良好的基础，对领导的业务决策有一定的借鉴作用。
在此基础上可以继续分析，提出全量数据的应用路径，从而推动物资集约化管理方式向量化管理、精益、高效转变，由统计管理向分析管理转变，由被动管理向主动管理转变，从而实现物资管理水平持续提升。
参考文献：
[1]郎宏文、舒喆醒、袁峰：企业管理学，科学出版社2009年版.
[2]Rachel Mason-Jones， Denis R Towill. Using the Information Decoupling Point to Improve Supply Chain Performance[J].International Journal of Logistics Management 1999，10（2）：13-26.
[3]傅翀、唐小我.供应链中的信息流网络[J].电子科技大学学报，2002，4（2）：18 -20.
[4]马士华.供应链管理（第三版）[M].高等教育出版社，2011：35-39.
[5]闫妍.基于SCOR模型的电信业服务供应链建模与仿真研究[D].哈尔滨理工大学，2010.
[6]国家电网公司编.国家电网公司物资集约化管理[M].北京：中国电力出版社，2012.
[7]孙立.论基于供应链理论的企业物资管理[J].商场现代化，2009，3：65-66.
[8]张敬伟.H省电力公司物资集约化管理研究[D].华北电力大学，2011.
[9]孙立.ERP下的物资集约化管理[J].中国电力企业管理，2010，8：26-28.
[10]陈红兵，胡永焕.供电企业物资供应链绩效体系及流程改进研究[J].物流技术，2012，31（1）：117-119