基于跨專業融合的電網企業庫存物資監測分析

劉當武，鄭高峰，秦丹丹，孫 偉，鄧小明，張國衡

(1. 國網安徽省電力有限公司，合肥 230061；2.北京國網信通埃森哲信息技術有限公司，北京 100032)

基于國網安徽供電公司數據現狀和監測需求，從庫存物資總體、項目類型、物料分類、地市單位等角度出發，對庫存物資金額分布情況、周庫存金額分布情況、庫存重復退庫情況等進行統計分析，從而實現對庫存物資的精細監測管理，提升公司庫存管理水平和管理質量。

1 電網企業庫存物資監測分析

通過對物資庫存上下游專業管理制度以及考核指標的梳理，同時對全省庫存明細數據統計分析，掌握庫存在各單位、各物資類別的分布及偏差程度，以及項目運維物資在不同物資來源的結構情況，掌握占比超過平均值的單位及物資類別分布[1-3]。監測各單位各物資類別存貨的變化趨勢，掌握變化偏差超過平均值的單位及物資類別分布，查找造成這些問題的原因，形成分析報告，提出改進意見。

(1)管理方面問題。現行的各類物資管理、工程管理、財務管理制度對物資管理的要求等，通過對國網考核指標，實際運行情況的分析，得到管理方面存在的主要問題。

(2)實際庫存情況分析。截至2017年7月底，統計全省各單位庫存總量，簡要分析各類別物資的分布、項目物資運維物資的結構[4]；分析物資重復退庫情況以及重復退庫物資所屬單位、物料類型分布情況；分析重復退庫金額大于訂單金額30%的物資所屬單位、項目類型分布情況；物資在庫時長分析，監測各單位、各物資類別下庫存時長分布情況；監測庫存時長大于180天的物資所屬單位、項目類型分布情況，掌握變化偏差超過平均值的單位及物資類別分布。

2 電網企業庫存物資監測步驟

電網企業庫存物資監測步驟包括數據獲取、數據關聯清洗、數據寬表整合、構建監測分析框架和可視化監測工具開發等。

(1)數據獲取。本次監測分析數據主要來源于ERP系統庫存相關明細表，時間范圍為2016年7月至2017年7月。庫存包含實體庫存和虛擬庫存(直發現場項目物資在ERP系統內做入賬操作，尚未發到現場)，不包含ERP帳外物資。庫存明細表主要包括地市、庫位、庫位描述、工廠屬性、物料、物料描述、項目類型、數量、金額等庫存物資基礎信息。

(2)數據關聯清洗。本次分析數據全部來源于ERP數據庫，各表之間通過項目編號等關鍵字段進行關聯。

(3)數據寬表整合。本次分析最終生成庫存金額明細、退庫明細、在庫時長明細以及重復退庫明細這4張數據寬表。

(4)構建監測分析框架。依托業務現狀及現有成果將分析結構分為庫存金額分析、周庫存金額分析、庫存重復退庫分析以及庫存時長分析等。庫存金額分析從項目類型、物料分類、地市等角度展示庫存物資總體情況分布；周庫存金額分析主要是把每月分為四周，統計各周年度庫存金額，分析年度周庫存金額變化趨勢；庫存重復退庫分析從項目類型、物料分類、地市等角度展示庫存物資中重復退庫情況，分析各地市各項目類型重復退庫占比情況；庫存時長分析是從庫存物資在庫時長角度出發，分析各地市各類型項目分布情況。

(5)可視化監測工具開發。根據庫存物資監測分析思路，借助Tableau可視化軟件，采用穿透分析、關聯分析、動態分析等方法，結合交互性強且直觀的分析圖表，完成頁面功能配置及聯動分析功能配置，形成庫存物資監測分析工具。

3 應用實例

3.1 庫存金額分析

截至2017年7月底，16家地市公司的合計庫存金額為2.21億元，占公司當期庫存的75.20%。分單位來看，阜陽、宿州、亳州公司庫存金額相對較大，分別為6 355萬元、2 787萬元、1 980萬元；黃山、淮北、銅陵公司庫存金額相對較低，377萬元、164萬元、65萬元；從實體庫來看，六安、阜陽、宿州公司庫存金額相對較大，黃山、淮北、銅陵公司庫存金額相對較低；從虛擬庫來看，依然為阜陽、宿州、亳州公司庫存金額相對較大，池州、淮北、銅陵公司庫存金額相對較低。

按物料大類統計(見圖1)，涉及物料大類16種，物料中類83種。從物料大類來看，裝置性材料、一次設備和二次設備所占比例較大，分別為73.57%、14.80%和3.24%。實體庫與虛擬庫的大類占比情況基本一致，輔助設備與通信設備等類集中在虛擬庫，儀器儀表、勞保類用品集中在實體庫，建筑材料類僅存在于實體庫。另有217萬元庫存物資在系統中無法獲取物料大料。

圖1 庫存金額物料大類分布

按照物料中類統計，庫存金額物料最大的前十二名具體情況如圖2所示，其中桿塔類、導地線、電纜和交流變壓器占比較高。

圖2 庫存金額物料中類分布(數字的單位)

3.2 周庫存金額分析

由2017年7月第五周與第四周比較發現，省本部保持不變，而經研院、蕪湖、淮南、池州公司略有上升，其余 14家單位環比下降，省檢修公司(-86.63%)、合肥(-63.77%)、宣城(52.42%)降幅明顯，見圖3。

3.3 庫存金額趨勢

從變化趨勢來看(見圖4)，實體庫與虛擬庫

圖3 周庫存金額

的整體變化趨勢較為一致，波動幅度略有不同。2016年7月至2017年3月，實體庫與虛擬庫庫存金額總體相近；2017年4月至7月，實體庫庫存金額明顯低于虛擬庫的庫存金額。受年底成本增加和各類項目施工進度影響，庫存最大值10.30億元，出現在2016年11月11日；最小值2.06億元，出現在2016年12月30日。

圖4 庫存金額趨勢圖

4 結語

庫存物資監測分析工具減少了數據計算處理、異動篩選核查、圖形分析等工作量，生成結論明了直觀，可有效支撐業務部門開展庫存物資的梳理及處置工作，減少了項目物資積壓，提高了工作質量和工作效率。

在研究中發現，數據質量問題是限制監測分析廣度和深度的最關鍵因素，數據梳理整改工作耗費了較多的人力物力。在后續工作中，全面梳理業務數據現狀，針對業務數據制定規范手冊，建立數據自動校驗機制，與業務現狀相結合，持續提升數據質量，保證數據真實可回溯。

參考文獻：

[1] 趙彥，樓峰，王亮，等．基于綜合計劃管理與預算監測的電網企業運營管理[J]．三峽大學學報(自然科學版)，2016，38(6)：75-79.

[2]江勇，余侃，項丹圓，等．基于大數據的配網項目計劃預算全過程監測分析研究[J]．電力與能源，2017，38(4)：415-417.

JIANG Yong, YU Kan, XIANG Danyuan, et al. Whole Process Monitoring of Distribution Network Project Planning and Budget Based on Large Data[J]. Power & Energy，2017，38(4)：415-417．

[3]侯春杰，林莉．構建多視角、多維度的計劃與預算監測分析機制探究[J]．中國高新技術企業，2017(12)：328-329.

[4]杜偉倫. A電網公司全面預算管理方案設計[D].廣州：華南理工大學,2010.