基于大数据的电力企业物资管理模式优化探讨_0

基于大数据的电力企业物资管理模式优化探讨
随着改革开放以来，我国的市场竞争的局面越来越激烈，国民经济正处于转型和换挡阶段，在中国特色社会主义的新时期的带领下，国有企业的能源供给和治理体系正在日益深入的改革。

例如，以电力企业采取大数据分析的情况下，降低可控成本和实现提升管理价值的有效途径是通过新技术进行加强物资全过程管理。

目前，电力企业不得不面临变革的局面，想要在残酷的环境中生存和发展创造价值节约成本，必须要求企业进行变革，探索新的管理模式，挖掘出更多的利润，减少企业的可控成本。

标签：物资管理;大数据;电力企业;模式优化
引言
在大数据时代的背景下，电力行业作为国民经济的基础和“先行官”，其经营管理生产运行检修/运维市场营销和企业文化等数据的重要性越来越明显，随着数据量的迅速膨胀，这些数据已成为电力企业最有价值的资产。

而在这些电力大数据中，所需物资的采购仓储等数据占电力企业经营管理大数据的比重不低，也是企业节资的重要环节。

1电力企业物资管理存在的问题
1.1物资采购管理缺乏规章
类似电力企业这样的大型能源开采公司，其需要管理的物资的种类是非常多的，在这样的条件之下，企业要想将采购问题解决好并不是一件容易的事情，没有一笔数量可观的资金是无法很好地进行管理的。

然而现实的情况是，大部分的电力企业并没有形成自己的物资采购框架体系，导致实际的采购很难得到很好地管理，为了完成采购，往往需要投入更多的成本才能解决。

1.2物资管控力度不够
目前的电力企业对于物资前台账目的记录与管理尚不成熟，经常容易出现账目的混乱，有些材料的记录出现重复，而有些却存在记录缺失的现象，总结原因，还是因为缺少专门的监管机构，对其进行专业的监督，导致人员在管理上出现懈怠而无法及时地纠正，最终使得企业物资的记录异常混乱。

1.3电力物资共用管理信息体系存在诸多漏洞
现代信息技术的发展客观上促进了信息管理系统在企业中的应用。

越来越多的企业将信息化管理系统引入自家的管理部门中，由于新技术的加入，企业的信息管理有了质的改变。

但是即便是这样，也依然存在着信息管理的一些漏洞，比较突出的问题有两点：其一，数据的管理存在一些缺失，一些数据的来源存疑;
其二，物资共用的管理系统对于企业人员的管理上存在明显的不足，一些人员的信息出现了错误，更有甚至可以随意修改人员的基本信息，留下了信息造假的余地。

2基于大数据的电力企业物资管理模式优化措施
2.1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。

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。

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。

2.2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。

2.3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。

2.4据抽取对电力物资大数据质量影响分析
目前电力物资大数据抽取方式按组织层级可分为纵向抽取和横向抽取两种，其中纵向抽取是指从基层企业开始经过分公司逐级向上抽取;横向抽取是指同层级间的数据抽取，如集团公司的数据中心抽取同级的采购数据等。

数据抽取在每个环节都可能产生损耗，从而影响数据质量。

如数据精度甄别技术过滤条件（包括选取的范围颗粒度等）算法（如计算量和累积量的算法及曲线拟合的策略等）抽取方式（包括实时抽取定时抽取变更触发抽取等）及时性（包括数据间隔和新鲜度）以及数据的传输方式等，都会对数据质量产生影响。

结束语
综上所述，随着社会主义新时期的发展，大数据的时代对各个行业都有着变革性的意义，对于电力行业的发展起到了切实有效的作用。

通过大数据的分析与实际生产紧密的结合在一起，使电力企业创造了更多的价值和实现了企业的成本领先。

有价值的数据和优化的策略提出了物资管理的优化建议，为企业的生存和发展提供了有力的支撑，实现了降低电力企业物资管理成本。

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問题与对策[J].情报杂志，2015（5）：98-103.
[3]梁杰，杨军，李志茹.基于新形势下电力物资管理存在的问题及优化思路研究[J].科技创新导报，2018，15（20）：190+192.
[4]廖志星.新形势下电力物资管理存在的问题及优化思路[J].科技经济导刊，
2018，26（27）：191+193.。