基于大數據分析的服務化實施策略研究

陸夢園

摘 要：

全球制造業格局面臨重大調整，我國重視提升創新引領能力，以大數據為代表的新一代信息技術成為制造業服務化轉型升級新的驅動力。論文首先總結了基于大數據分析的制造企業服務化實施現狀，其次根據大數據技術在服務化進程中應用的實際狀況分析了現階段存在的三大主要問題，最后從體系創新、人才培養和產業政策幾個角度針對性地提出了改進方法。

關鍵詞：

大數據;服務化;策略

中圖分類號：F27

文獻標識碼：A ? ? ?doi：10.19311/j.cnki.1672-3198.2020.13.028

0 引言

在服務經濟和信息經濟時代背景下，隨著新一輪科技革命和產業變革的不斷推進，傳統的制造企業已經不能滿足新興消費觀念下的日新月異的顧客需求。為了解決顧客日益定制化、多樣化的需求與制造企業生產流水化、標準化之間不匹配的矛盾，基于以大數據為代表的信息技術的迭代和應用，越來越多的制造企業不斷探索新浪潮下的轉型方向而走上了服務化、智能化的道路，將產品本身的邊界拓寬到整體的解決方案。而大數據技術對于制造企業服務化的這一過程而言，不僅為處于初級階段的制造企業提供了更多獲取失敗學習成果的知識共享，而且也為服務化發展的路徑選擇與優化提供了數據支撐。以大數據為核心的服務化實施仍處于艱難探索階段，因此面臨著許多現實問題亟待解決。

1 制造業服務化發展及大數據分析應用現狀

“Servitization”即“服務化”概念，最早由Vandermerwe & Rada（1988）提出。他們從服務化的定義中引申，并定義制造企業服務化為“以顧客為中心，提供包含產品、服務、支持、自助服務和知識的組合包和組合集”，而服務是“包”中居于主導地位，也是企業價值增值的主要來源。從這一概念提出至今的三十多年間，國內外學者從不同的維度出發，對制造企業服務化的定義進行了不同的界定。

國內的服務化相關研究起步較晚。國內學者于2008年正式提出服務型制造這一概念，此后有許多學者根據我國21世紀以來互聯網的普及發展及更多智能技術的應用，從戰略類型、組織設計和失敗學習等角度對服務化展開研究和拓展。2015年國務院發布的《中國制造2025》文件指出，要深入推進制造業結構調整，積極發展服務型制造和生產性服務業，將制造企業服務化作為重要戰略任務列入強國戰略的綱領。

大數據的概念來源于麥肯錫公司的研究報告，大數據被定義為“無法在一定時間內使用傳統數據庫軟件工具對其內容進行獲取、管理和處理的數據集合”。Nio et al.（2015）指出，企業利用大數據技術進行數據分析的主要驅動力來自于服務化戰略。在《中國制造2025》中，明確提出要堅持創新驅動發展戰略，推進信息化與工業化深度融合。如今，我國隨著工業云平臺、移動互聯網和新一代信息技術和制造業的不斷融合，大數據技術也越來越多應用到制造企業智能化服務中，帶動產品迭代、產能升級，推動制造企業供給側改革和結構化轉型。主要體現在以下幾個方面：

（1）分析把握顧客需求熱點和趨勢。

制造企業如何把握顧客的需求方向并提供多元化服務是服務化轉型的重要環節。傳統制造企業以生產制造產品為核心業務的生產成本和經營風險不斷增加，通過抽樣調查等能夠獲取的數據規模總是有限的，大數據的規模性和高速性使它能不斷獲取、更新數據。近年來，以大數據為數據驅動，通過對顧客購買行為、偏好反饋和潛在需求的海量數據進行深度挖掘，對調節生產銷售的組織設計起到了舉足輕重的作用。

（2）優化組織設計和業務流程。

制造企業服務化過程中，在對產品進行設計、生產、交付等環節的服務化參與，勢必對其的組織結構重新設計、業務流程進行重組。基于大數據的“信息量化”思維，大數據技術可以對業務的關鍵節點進行量化，精確分析各部門和流程的執行能力，提升服務化戰略下的顧客滿意度，提高企業整體效率。

（3）推動資源整合與共享。

經濟全球化時代背景下，制造企業更需要與總體戰略規劃相匹配的內部能力和外部資源推動服務化發展進程。通過大數據的廣泛的邊界延伸分析全球消費者和價值鏈數據，突破成本瓶頸，建立知識共享渠道和高密度的網絡結構整合分散資源，促進企業開展失敗學習，激發創新性行為。

2 基于大數據分析的企業服務化實施中存在的問題

2.1 大數據技術應用單一，參與比例不高

目前，大數據分析技術在制造企業服務化的實施過程中的主要應用主要分為三個方面：一是以數據分析形式幫助制造企業進行產品設計的優化;二是以數據流形式促進組織設計和業務流程優化;三是以數據為輔助推動企業商業模式等重構或創新。大數據技術作為產業價值鏈的環節也較為邊緣化，應用形式圍繞產品及其延伸的服務包，更多地借助大數據作為技術要素參與服務化進程，基于產品的整體解決方案以及大數據及智能化服務所提供的深度服務占制造企業服務化的實施過程的參與比例普遍較少。

2.2 大數據智能服務化體系不完善，產業政策缺乏同步

制造產業不斷轉型升級，在當前市場環境和技術條件下，產業供給模式的改進方向將逐步向基于產業技術標準化的專業化服務趨近，而個性化需求和產業技術標準化均要求制造企業具備完善的大數據技術應用體系。目前制造企業智能化服務進程緩慢、水平較低，并且技術進步帶來的監管方案問題不斷暴露，與大數據技術應用息息相關的數據共享、信息安全等行業標準和法律法規相對缺乏，產業政策較為滯后，在這樣的市場秩序下制造企業優化服務化發展路徑的成本壁壘較高，不利于小微企業信息共享與傳遞。

3 解決方法

3.1 健全校企人才交流機制和多層次人才培養體系

政府加強大數據智能化人才發展統籌規劃和分類指導，組織實施人才培養計劃，完善從研發、轉化、生產到管理的交叉學科人才培養體系。同時，健全“高校-企業”人才交流交換機制，如與當地高校、科研機構建立協同合作戰略，保障校企人才流動互通，實現校企人才優勢互補，積極推進產學研結合。

制造企業通過和外部機構的連接關系和信任水平，發揮各自優勢，由此擴大知識渠道，獲取更多異質性知識和創新性的解決方案，增大知識存量，提高知識利用效率;通過和高校的合作優化現有的服務化模式，更新服務化理念;通過人才互派和相關專家講座培訓提高從業人員素質，營造主動服務氛圍，大幅提高服務化水平，提高服務導向型人才比重。

3.2 優化產業政策，營造公平競爭市場環境

政府對大數據技術在制造企業服務化中的應用領域的研發和推廣進行適當的政策傾斜，激發小微企業發展活力，試點中型企業創新孵化培養，鼓勵大型企業開放數據平臺，發揮應用示范作用。

同時，政府要重視市場環境對行業整體發展的導向作用。外部環境競爭壓力在一定條件下會正向調節服務化對企業績效的促進關系，隨著制造行業競爭激烈程度日益上升，產品同質化日趨嚴重，非均衡的“選擇贏家”產業政策需要轉變為“橫向協調性”公平競爭的產業新政策，通過制定法律法規和相關行業規范，放寬財稅政策，完善地方激勵制度等措施營造健康有序的市場競爭環境，提高環境競爭壓力有效轉化率。

4 結論與展望

文章認為現階段制造業服務化實施進程中，大數據分析主要體現在把握熱點趨勢、優化組織流程、推動資源整合和促進智能化服務四個方面。通過這四個方面的應用現狀分析了基于大數據分析的服務化實施中目前存在的三大主要問題，即應用形式單一、人才缺乏以及大數據智能服務化體系的不足，并根據這些問題從體系創新、人才培養和產業政策幾個角度針對性地提出了改進方法。盡管一部分制造企業已經率先采用大數據技術作為服務化轉型路徑選擇與優化的技術支撐和數據支持，智能化服務大多仍應用于互聯網企業等新興信息技術企業。如何促進以大數據為代表的新一代信息技術與制造業服務化實施策略深度融合、實現大數據智能化人才與制造業組織運營人才間知識技能融會貫通，還需要未來更深入的研究逐步完善發展。

參考文獻

[1]Li B H， Zhang L， Wang S L. Cloud manufacturing： a new service-oriented networked manufacturing model[J]. Computer Integrated Manufacturing Systems，2011，16（1）：1-7.

[2]陳學武，肖港.基于大數據技術的制造企業商業模式創新[J].經貿實踐，2018，（08）：245-246.

[3]董華，江珍珍.大數據驅動下制造企業服務化戰略：基于“服務悖論”克服的視角[J].南方經濟，2018，（10）：132-144.

[4]羅成飛.基于大數據的制造企業服務化研究[J].現代營銷（下旬刊），2019，（09）：73-74.

[5]杜維，周超.制造企業服務創新過程中失敗學習路徑研究[J].科技進步與對策，2015，32（03）：85-89.

[6]楊靈，陳晶，邱愛蓮.云技術驅動下制造業服務化轉型研究[J].沈陽工業大學學報（社會科學版），2014，7（02）：132-136.

[7]杜維，劉清華.失敗學習與制造企業服務化協同機理研究：社會資本的影響[J].科技進步與對策，2016，33（23）：81-86.

[8]馬阿雙.制造企業服務化與企業績效影響機理研究[D].重慶：重慶郵電大學，2019.

[9]季小立，陳雯，朱鴻漸.蘇南國家自主創新示范區制造業服務化創新策略[J].科學管理研究，2016，34（05）：57-60，68.