[独家]浅谈大数据时代下的水泥企业创新

　　我们在津津乐道于水泥行业在改革开放三十年后取得辉煌成就的时候，当我们将战略眼光着眼于整合与并购、环保与绿色建材的时候，我们往往忽视了高速变化的外部大环境。随着信息化的高速发展，互联网与移动互联网的在传统行业的广泛应用，特别是许多专家学者近年提出了智慧旅游、智慧农业、智慧城市、幸福村镇等全新的商业概念，几乎可以涵盖的传统产业在近两三年都在围绕电商和移动互联网寻求突破点。

　　正是在这种大背景下，一位英国学者维克托教授提出大数据时代的概念，而中国的旅美学者徐子沛先生又将大数据革命给政府职能、产业经济和百姓生活带来的深远影响进行了全方位研究分析和阐述。随着信息化的广泛应用及数据传输技术的成熟，我们将迎来一个大规模生产、分享和应用数据的时代。正如维克托教授在《大数据》一书总所说，大数据的真实价值就像漂浮在海洋中的冰山，第一眼只能看到冰山的一角，绝大部分都隐藏在表面之下。而发掘数据的价值、征服数据海洋的“动力”就是云计算。互联网时代，尤其是社交网络、电子商务与移动通信把人类社会带入了一个以“PB”（1024TB）为单位的结构与非结构数据信息的新时代。以云计算为基础的信息存储、分享和挖掘手段，可以更加有效地将这些大量、高速、多变化的终端数据存储下来，并随时进行分析与计算。通过云计算对大数据进行分析、预测，会使得决策更为科学与精准，释放出更多、更大的数据价值。

　　作为传统制造业的水泥企业，经过高速发展期后迎来并购与整合时代，大集团的产业集中度较高，集团化管控过程中将产生数以万计的碎片化数据，这些数据有些可能只进行了简单的一次利用，没有人注意到其身后的开发与挖掘的价值。如何高效利用和挖掘其中的金矿，笔者想谈谈自己的几个观点，希望能起到抛砖引玉的作用，不到之处，望行业前辈赐教批评。

　　建立以营销为核心的数据应用平台

　　大家都知道，行业协同创造价值，但是协同的基础是信任，作为现代企业，信任只是建立在个人感性之上的一种认知，脱去感性的外衣其核心依然是用数据说话。每天的销量信息表面上只有涨跌，但是如何建立数据分析模型来找到价格与销量的平衡关系，是大数据最基础和最简单的应用。举个例子，小米手机的网络销售并不是简单的网络营销，而是通过上网浏览习惯和痕迹数据来判断消费者的年龄和生活习惯、个人兴趣爱好，从而进行广告投放，找到精准客户。作为传统行业的水泥营销，也有专家提出电商化的概念，但是在民用市场，主要依然依赖经销商，较以往的CRM（客户关系管理）信息化管理软件来讲，不单单是统计发货量和向经销商发送价格短信，而是通过历史数据的对比和分析来发现区域销量与价格的关系，做到足不出户洞察市场。管理层看的最终报表只是每天销量的增减，但是某一区域、单一渠道、单一客户的增减的分析显得尤为重要。其次在出厂价与运费和运距的几者数据的关系将成为数据平台的基础支撑信息，通过该数据来测算核心市场与共用市场以及竞争市场的辐射范围和区域。当然该模型的建立和比对数据需要软件及集成数据库来实现，更需要拥有水泥营销实战经验的管理者和信息数据人才共同完成，否则最终呈现的模型难以抓取到最有价值的数据，因此理论与实践必须结合，而且需要持之以恒，不断完善和改进。[Page]

　　共享和挖掘纷杂的日常管理数据

　　也有中国的数学家对国际热捧的大数据概念用最通俗易懂的中国语言进行解释，那就是统计与分析。在水泥的生产制造中，我们的管理层每天都会接触到数据报表，机器每天都会产生各种数据，如中控、化验、安全、余热发电等杂乱纷繁的数据，而这些单一数据群都掌握在不同的部门主管手中，如原燃材料的品质波动与熟料强度高低是一种什么关系，余热发电量与窑运转的关联性分析模型如何建立，包括环保与安全数据的监控应用，例如通过历年安全事故数据比对和规律曲线发现一个现象，制造类企业85%的安全事故都发生在周末，另外轻微工伤70%均发生在凌晨一点到三点之间，通过对那些杂乱纷繁的信息进行整合对比，将有效指导管理层特别是高级管曾的战略性和前瞻性决策。这些都是在大量看似无关但却有着莫种密切联系的数据中建立环比与同比的模型。作为大型集团化水泥企业，该领域的应用更是显得尤为重要，如同样的生产线规模的数据对标，与国际公开的的生产经营指标对标，同时建立属于本集团的信息化与数据研究中心，

　　最终需要将生产计划、任务考核、产品质量与出厂、备件计划、采购入库等都进入数据库，在大数据时代，所有的管理理论都将不存在，一切均以数据说话。在技术层面首先开放信息化数据接口，共享各部门分散掌握的数据群，重新梳理整合这些最有价值的信息数据流，任命首席信息与数据官，培养大集团的信息流与数据分析的人才队伍，前瞻性地开发数据这座金矿，将是未来水泥企业之间相互竞争的关键一点。

　　基于数据的商业智能分析

　　投行分析师最重要的一项工作就是监测分析各水泥企业发布的季报与年报财务数据，还有那些公开发布的信息，通过对比分析找到行业中的佼佼者。在负债率、毛利率、吨纯利润等关键性指标中发现企业之间的经营差距，从而发布内部的评级和分析报告，指导操盘手和机构买家是否持有。国内较大的信息化服务商也曾提出了水泥行业数据智能解决方案，例如金蝶软件及用友软件在水泥行业信息化应用及解决方案中均具有BI（商业智能）模块的设计，其核心思想就是在数据比对和统计分析方面找到财务及经营数据的蛛丝马迹，通过数据的重新排列发现问题，最终在第一时间指导经营决策。作为大型水泥集团在该领域的创新及应用显得更具有战略前瞻性，越是大集团对大数据的苛求和依赖程度强烈，建立以财务数据为模型的比对数据库，通过模型工具进行集团或者单一生产基地的经营数据监控和分析，从而发现和暴露经营面临的问题和风险，从而提供给管理决策层进行调整。

　　导入高附加值的金融服务

　　商混企业日益成为水泥销售的主要渠道之一，赊销一直是困扰管理层头疼的问题之一，这背后依然可以发现数据应用的巨大商业价值。通过建立诸如银行征信和滚动利息计算的商业数据模型来实现优质客户的增值金融服务。比如一个商混站需要赊销，通过对其历史多组数据的分析得出征信额度，通过额度导入金融高附加值服务，在赊销金额确定下来的同时，利用套利系统进行滚动计算其赊销金额，或者以整体金额推出小额金融服务，要想做好此项工作，其核心依然是金融数据的模型设计，也就是通过精算来设计产品类型，不单单是每吨散装水泥的价格，而是基于水泥产品及采购商信誉的综合指标，实现在量价和金融服务的多赢格局。这里可以借鉴上海大众的高附加值金融服务，上海大众的车辆按揭金融服务，都是由上海大众财务有限公司进行资料审核和还款周期的产品设计，通过这一数据信息平台实现了去银行化的金融增值服务，当然以此类推，民用经销商的小额贷款金融增值服务也是在数据精算模型基础上的创新尝试。[Page]

　　水泥企业拥抱大数据的几个阶段

　　在大数据的背景下，大部分水泥集团其实已经有所实践，在数据共享、信息化建设、流程再造等诸多领域进行了尝试，当然实现数据的高效利用并非一朝一夕的事情，而是一项长期的系统化工程，更是企业适应经济社会发展的必由之路。作为水泥企业在大数据方面的应用和实践，笔者归纳为有以下几个阶段：第一阶段就是数据的记录与整理，也就是必须建立自己完整的报表系统，从人、财、物到产、供、销，日常管理经营的数据信息无处不在，其实就是对那些发生的信息进行记录，最通俗易懂的就是报表系统，确保其真实和准确即可；第二个阶段就是信息流与数据流的有效融合，也就是通过技术手段实现数据流的共享，在平台层面尝试数据接口的开放与抓取，正如档案管理一样，最大的价值不是保存，而是对留存介质信息的开发和高效利用，指导当今的工作；第三个阶段就是建立适合本集团和数据分析、比对模型，也就是上述提到的BI（商业智能）系统，实现数字水泥企业管理运营目标。

　　大型水泥集团亟待建立信息与数据研究中心

　　目前大部分水泥集团都相继建立了自己的信息化部或者信息中心，在流程梳理和数据信息流方面已经达走到了第二阶段，甚至一些单位已经在硬件机房和云计算领域有所突破。打铁还需自身硬，未来大型水泥集团之间的竞争依然是基于市场的全方位、多领域竞争，那么信息流与数据挖掘的能力水平将是下一轮赛跑的全新领域，在信息化的基础上建立符合自身水泥集团实际的数据研究和利用机构，也是符合未来经济社会发展潮流和趋势的一项重要工作，特别是在集团化管控、规模化经营，统一财务、销售、采购、人力资源等项业务的数据管理，是提高大型水泥集团运营决策最基本的要求，利用信息与数据中心全方位、多视角、高层次地掌控整个集团的日常经营管理，是水泥企业除了并购整合、环保安全领域之外的一个全新战略，期待更多的水泥管理层关注数据的研究分析和高效利用。

　　当然，客观来看大数据是当前的社会热点，依然停留在理论研究层面，但是如何更加接地气，更加适应水泥制造企业自身的发展要求，还有漫长的研究与实践的过程，不少大型水泥集团在该领域已经积累的非常宝贵的经验，但是整个水泥行业的大数据应用还有很大的提升和探索空间，我们水泥人也应该紧紧把握国家提出创新驱动战略的主基调，鼓励水泥行业青年人才的创新思维和创新实践，在工业化和信息化融合的道路中，努力实现信息流中的数据高效开发利用，这无疑对水泥企业的日常运营和战略决策起到加速器的作用，通过数据让水泥企业更加智慧，实现由“数字水泥”到“智慧水泥”的完美过渡，最终实现人人希望的“幸福水泥”的美好愿景。