數據分析在鋼鐵企業精細管理中的應用

邱兵

摘要：當前市場經濟的競爭日益激烈化，企業間的競爭不僅僅體現在產品的利潤和市場份額上，企業的管理模式競爭優勢也是當前的主要競爭內容。精細化的企業管理模式對當前企業發展和生存來說，都是一種非常有效的手段，有效地推動企業和市場的全面健康發展。精細化管理更是在精益求精的基礎上，以真實數據分析結果為依據，以提高企業的工作標準為目的，有效地細化企業的各項管理措施，最終實現企業目標的明確化，企業管理的科學化。所以數據分析作為企業精細化管理的一種分析工具非常重要。

關鍵詞：數據分析;管理;應用

一、數據分析的意義

數據分析是指用合理的統計方法對采集的數據進行科學的分析，在數據中提取有用信息和形成結論，并對數據加以詳細研究和概括總結的過程。在實際應用中，數據分析可幫助人們作出判斷，找出所研究對象的內在規律，以便采取適當行動。因此數據分析在各行各業有著極廣泛的應用范圍。

在現代鋼鐵企業中，精細化管理作為企業管理模式的發展方向，數據分析更是精細化管理成為不可缺少的決策工具。數據分析是企業經營情況后續處理最主要的處理過程，它能完整地反映企業運營過程中出現的各種狀況，在運行過程中監督和檢查企業運行狀況，并對企業未來的運營決策起到指導作用，在整個企業運行鏈條中貫穿始終，為管理者提供有力的工具。試想如果沒有科學的數據分析和統計數據做依據，企業的各項管理和決策就如同空中樓閣，虛而不實，管理過程中就不能很好地找到切入點，對癥下藥。

二、企業經營數據分析的基本原則

（一）科學性：在數據統計工作中，我們應以科學的方法對數據信息收集、分析及處理，因為一點的差錯就可能使得數據的分析效果出現偏差，所以，應以科學嚴謹的態度處理數據。

（二）客觀性：數據分析是以真實數據為基礎，經過科學的計算方法，由數據中發現現實中的問題。其分析的過程是科學性的，不受分析者主觀觀念的影響。

（三）目的性：由于統計數據的對象特點不同，并且數據統計分析的方法也有所不同，所以在統計數據時，要根據實際情況，有針對性地區分對待。

（四）系統性：針對某一方面問題進行數據分析，分析結構要根據對象特點層層劃分，每一次劃分應有單一、明確的依據，分析步驟是從總到分、從粗到細的有序過程，所有分析再綜合起來，形成系統反映問題狀態的完整分析報告。

三、企業經營數據分析的特點

企業經營數據分析就是根據經營過程中出現的問題，運用科學的方法，對企業數據進行統計分析，發現其中現象的本質和規律，為決策者提供咨詢服務的過程。它包含多方面的分析，從分析方法看，包含定量分析、定性分析、描述統計分析、模型選定分析、推斷統計分析、預測分析、綜合分析等;從分析目標看，包含生產分析、市場分析、客戶分析、效益分析、資金分析、人力分析、質量分析、科技分析等?？茖W的數據分析要定性和定量相結合，不能孤立于被研究對象獨立地進行，可以說數據分析是針對研究對象的一次質的飛躍。

數據分析作為企業精細化管理的重要工具，也要注重結合實踐，以問題為導向，抓住關鍵問題去解決。管理工作就可以達到優化流程、量化管理、實現崗位創標建模、指標體系搭建、多部門協同作戰、企業持續改進、實現創新落地等目的。

數據分析的本質是要從數據中尋找答案，找出解決問題的方法。雖然數據確實可以告訴我們過去發生的事情，但是隨著時間的推移，數據也會相應的發生變化，數據是有時效性的，太久以前的數據可能已經不能反映當下的狀況，也不能用來做設計決策。數據越實時，就越能對當下狀況作最真實的反映。

四、一般數據分析模型的創建步驟

數據分析是對管理過程中出現的種種問題進行研究和調查，研究調查的對象不同，所運用的方法不同，主要是因為所研究對象都有自己的特點，要根據對象的特點找出影響其變化的主要因素，針對研究對象不同性質采用不同的方法建立數據模型進行量化計算，主要有以下幾個步驟：

（一）根據企業運行情況及運行過程中出現的問題，確定需解決問題的目標，即確定需研究分析的對象;

（二）研究企業整體狀況和外部環境分析，找出影響研究對象較大的外部因素;

（三）影響確定出的目標對象的各種因素綜合分析;

（四）實際調研和數據的采集即選取;

（五）綜合運用各種分析方法的優勢，確立合理的分析方法;

（六）數據模型的檢驗和修正;

（七）最終確立正確的數學模型[2]。

五、數據分析報告的幾個特點

經過一系列數據分析之后，對最終的結果要形成報告提供決策者。分析報告要有數據分析的概況，結論和通過數據分析對研究對象的建議等主要內容，報告的語言要簡明、通俗易懂，數據要使用得當，必要情況要運用數字和圖表等多種方式表達分析的結果，以讓決策者更能直接易懂的理解報告的內容。企業分析報告具有以下幾個特點：1.時效性;2.針對性;3.準確性;4.原創性。

六、河鋼集團20××年一季度產品銷售價格分析案例

（一）河鋼集團簡介

何鋼集團是世界上最大規模的鋼鐵材料制作和綜合性的服務企業，它已經成為我們國家第一個電用鋼的企業，是第二個汽車用鋼的供貨企業，也是海洋作業、建筑工作等用鋼的引領者，在中國的鋼鐵企業中，何鋼集團的整體競爭力和核心力量是很強的。同時也是世界上鋼鐵組織的著名組織者和協調者。在去年的營業過程中，收益達到了三千多億元，總共的生產達到了四千多億元。該企業也連續了十一年置身于世界五百強的名列當中，在去年位居于二百一十四名，它的產品富含了各個用鋼領域，主要包括了熱板、長伴、鋼材等等多個種類。

（二）河鋼集團20××年一季度內貿產品銷售情況

河鋼集團20××年一季度內貿產品銷售量722萬噸，股份公司內部鋼鐵主業產品平均售價4 041元/噸。

1.外部情況簡介

河鋼集團地處中國的中部位置，京津冀地區是河鋼的主銷售區域，部分產品投放區域向外輻射至東北、華東、中南、西南等區域、少部分產品也直供到華南等地。形成中心網狀區域結構。綜合河鋼實際情況，河鋼確立產品綜合售價對比的目標為A公司和B公司。A公司是鋼鐵行業中設備和技術一流、鋼鐵行業視為標桿的國內知名鋼企;B公司和河鋼區位相近，產品結構相近、銷售區域也重合度較高的鋼鐵企業。

2.和先進企業和結構區位相近企業進行對比

（1）總體情況對比

河鋼20××年一季度比上年同期價格增長1 829元/噸，而B公司同口徑價格上漲2 042元噸，河鋼相比B公司價格縮小213元，也就是說河鋼產品價格增幅低于B公司213元噸;同口徑A公司價格上漲1 232元噸，河鋼產品價格快于A公司597元/噸。

（2）分品種情況對比

從分品種情況看，河鋼產品價格漲速全面超過A公司，其主要原因是高端產品價格的增長在此市場環境下優勢不再明顯;但從價格絕對值看，河鋼產品價格和A公司還有相當大的差距，還要下大氣力追趕A公司產品。

和B公司相比，河鋼板材類產品售價也實現了大幅度的提升，但總體提升低于B公司，其原因是B公司全部為板材產品。分析其原因，B公司產品檔次較為高端，其20××年一季度銷售售價提升度較高的電工鋼和鍍錫板產品40萬噸，極大提升了其總體售價水平。

3.公司內部產品對比

（1）產品成本利潤對比

從產品絕對數看，產品收入減去產品的各種成本即為產品的利潤，一季度集團在此市場形勢下，產品有一定的利潤空間。此指標可以從生產資料成本角度靜態對比，但在瞬息萬變的市場中，市場的價格變動更具有價格的說服力，價格脫離了市場就失去了標準。

（2）產線產品對比

河鋼內部產線之間由于生產設備不同，生產產品主打規格和材質的不同，導致產品差異，產品訂價也有所區分，這里不重點對飛市場因素導致的原因做重點分析。

（3）產品結構對比

河鋼產品結構大幅優化，板材產品比例由上年一季度的53%，上升到20××年一季度的57%，增加了板材高附加值產品比例，優化了產品結構，增強了產品競爭力。

（三）河鋼集團20××年一季度產品總體銷售狀況及改進建議

1.通過分析可以看出一季度內貿總體售價比行業平均水平略有進步，主要貢獻為板材產品，長材產品因投放區域的原因拉低總體售價水平。

2.積極落實國家淘汰落后產能，促進產業升級的規定，大幅消減落后產能，不斷提高產品檔次，開發高端品種和高端客戶，促進產品升級，提高產品競爭力。

3.優化產品區域流向，最好市場信息搜集和市場預判工作。

4.市場價格的變化有助于產品價格訂價模式的研究。

七、運用數據分析在企業管理工作中幾點注意的問題

（一）要建立穩定的基層數據統計和分析團隊，加強領導和規范;企業管理人員要提高對數據分析工作的重視程度，面對企業數據分析既應當要求數據分析部門提供統計報表，嚴格要求數據分析工作環節、質量，有利領導數據分析工作的有序開展[1]。

（二）主要管理人員要加強業務知識學習，不斷拓展對業務知識的創新，不斷提高自身水平;企業數據分析人員還通過工作實踐進以一步提升自身數據分析能力。擁有綜合素質的數據分析團隊，能促進企業數據分析工作的有序開展[1]。

（三）隨著信息化進程的不斷推進，數據分析衍生出一些幫助其提高效率和準確性的相關技術。數據挖掘、大數據、云計算等現代化數據處理工具，及各種輔助管理軟件（ERP、CRM、SCM、PDM等）都在企業中都得到了廣泛應用。針對數據量較大的研究對象，要合理運用現代數據工具輔助進行分析，這個模式能夠幫助管理工作人員去尋找每個不同數據之間存在的聯系，能夠發現被實際忽視的一些數字信息和關鍵要素。而且能夠對每個數據進行細致的、科學的管理和管控，以實現統計、思考和分析工作。這樣能夠更好地去指引企業管理中的很多具體問題既增加數據研究的準確性，又能降低人員工作量和企業運營成本。

參考文獻：

[1]唐萍.淺談數據分析在企業經營管理中的意義與作用[J].商，2015（6）.

[2]路興永.A企業經營管理人員需求預測模型研究[D].北京：首都經濟貿易大學碩士論文，2006.

[3]陳哲.數據分析：企業的賢內助[M].北京：機械工業出版社，2013，9：152.