论述大数据背景下电力企业物资管理创新

论述大数据背景下电力企业物资管理创新

发表时间：2018-12-05T21:05:14.907Z 来源：《电力设备》2018年第22期作者：严时永[导读] 摘要：现如今，随着我国经济发展速度的不断加快，电力企业的发展速度也在不断提升，并取得了非常客观的发展成果，在经营模式上也做出了很大的改革，逐渐向内涵式的方向发展。

（国网湖南省电力有限公司永州供电分公司 425000）摘要：现如今，随着我国经济发展速度的不断加快，电力企业的发展速度也在不断提升，并取得了非常客观的发展成果，在经营模式上也做出了很大的改革，逐渐向内涵式的方向发展。而在电力企业发展的过程中，离不开企业的管理，而电力物资管理又是整个电力企业管理中至关重要的一部分，其直接关系到整个电力企业的发展。因此，电力企业应当加强对电力物资管理工作的重视，不断完善当下的电

力物资管理模式，为自身企业的发展奠定一个良好的基础。本文就基于大数据背景下电力企业物资管理创新进行简要论述，以供参考。

关键词：大数据；电力企业；物资管理；创新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。

电力大数据和广义上的大数据一样都是由结构化数据和非结构化数据构成，其特性满足大数据的五个特性，一是数据量大（Volume）、二是处理速度快（Velocity）、三是数据类型多（Variety）、四是价值大（Value）、五是精确性（也称真实性）高（Veracity）。电力物资大数据同样也具备这些特性。 1电力物资大数据质量影响分析电力物资大数据的规模性、数据来源的多样性，会使数据产生不一致和冲突，也会导致电力物资大数据质量降低。电力物资大数据质量是决定所使用的数据是否可用的一个基本点。通常，影响电力物资大数据质量的因素包括数据抽取、数据预处理、数据存储、数据处理、数据展现及应用的各个环节因素。

1.1数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。

1.2数据预处理、数据存储、数据处理对电力物资大数据质量影响分析

数据预处理（datapreprocessing）是指在主要的处理以前对数据进行的一些处理，即对所采集数据进行分类或分组前所做的审核、筛选、排序等必要的处理。其预处理方法包括数据清理、数据集成、数据变换、数据归约等。这些数据处理技术在数据挖掘之前使用，这样可大大提高数据挖掘模式的质量，降低实际挖掘所需要的时间。

为保证数据真实、可靠、可用，除网络、传输协议和接口安全、可靠、无不合理延时外，还要关注数据的存储方式，以提高数据质量，保证数据在任意时间段内的可用性。数据质量也依赖于存储方式，存储方式一般包括原样存储、压缩存储等。其中，原样存储是指被抽取上来的数据不做任何处理，就目前而言，所有采购和库存数据都应该原样存储。其实，数据处理贯穿数据生命周期的各个环节，其过程包含对数据的抽取、存储、加工、分类、归并、计算、排序、转换、检索和传播的演变与推导全过程。它是从大量的原始数据抽取出有价值的信息，又将数据转换成信息的过程。其基本目的是从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。

2电力物资大数据应用

电力企业内部的物资大数据质量得到保证以后，还要采集、分析行业发展背景和大的社会环境等相关数据，这样我们就可以有前瞻性的让电力物资大数据创造价值。即从电力行业的总体视角出发，实现行业外部数据与内部数据的交互，从而发现大数据潜在联系之间的关联性和相关性，充分发挥其价值。

2.1电力物资大数据应用分析范围

电力物资大数据分析包括两个方面：一是大环境因素分析；二是企业内部业务数据分析。具体包括采购环境、采购管理、仓储管理、供应商管理及评标专家五个方向的分析，分析的主要内容包括：利用电力物资大数据分析国外、国内市场行情以及行业的现状，评估境内、境外主要供应商的风险，提前制定防范措施；依据电力企业国内投资前景预估和风险预警、对电力物资大数据中的历史数据分析，设定合理的采购提前期，不能在投资项目尚未被国家相关部门审核通过时就急于大量采购；主要采购物资的国内市场行情分析，采购时机预测分析；库存占用资金分析、闲置/报废库存物资形成原因及处置率、库存物资周转率等统计，跨集团联合储备运营效果与统计分析；集中采购率、采购结果、流标率、投诉率、长协采购率等采购项目分析；框架采购模式效益分析、区域成本控制中心运营状况分析；电子商城采购业务汇总分析、同期比较分析等；供应商分级评价分析、供应商供货业绩评价分析、供应商供货质量横向对比分析，不良供应商黑名单分级统计；采购合同执行情况、及合同执行异常原因分析；物资采购与物资管理人员结构及履职能力分析；招标代理公司、项目经理综合评价分析；供应物资在使用过程中因产品质量发生故障、事故等统计分析。当然，电力物资大数据的分析和应用远不止于此，这只是基于目前的应用现状和所采用的技术而言进行的分析。

2.2电力物资大数据应用分析展现方式

电力物资大数据应用分析展现方式既包括二维的常规图表也包括三维的立体图表。当然，图表的体量很大，只列举一些典型的三维分析图例。这些三维图大多可以向下钻取做更为详细的分析，如在图1中点击积压库存部分，可钻取获得各分公司积压库存占比及金额，再点击分公司积压库存的占比数，可显示被点击分公司积压库存的清单等等。

结语

电力物资大数据应用尚处于初级阶段，其价值目前还没得到充分体现和利用。现在常规的分析包括集团公司集中采购率、采购结果、长协采购率等采购项目分析，库存占用资金分析、闲置/报废库存物资成因分析和处置率、库存物资周转率等统计，以及企业集团内联合储备运营效果与统计分析等。其应用前景还是比较乐观的，在国家大环境的培育下，电力物资大数据定能在行业内外得到广泛应用，并充分发挥其应有的价值。

参考文献：

[1]于涵川.大数据时代电力营销管理创新路径探析[J].工程技术：文摘版：00114-00114.

[2]阚涛.电力物资招标采购管理大数据应用分析[J].经济管理：全文版，2016（7）：00160-00160.

[3]辛菊.大数据信息时代的新型物资管理模式[J].内蒙古电业，2014（3）：7-8.