練換楠 李蕭源
摘要:應時代而生的大數據,催生了一個大數據時代,在大數據時代背景下,制造業成本管理面臨著機遇和挑戰,隨著我國經濟的迅猛發展,制造業對成本管控的要求更加精準、實時與規范。文章在分析傳統成本管理注重滯后數據分析導致的系列問題后,構建大數據技術下多維度、實時性、智能化的成本管理體系,最后為這一成本管理體系的有效實施提出保障措施,對制造業降成本、增效益及提高競爭力具有一定的參考價值。
關鍵詞:大數據;成本管理;制造業;管控體系
工業革命給制造業帶來了翻天覆地的變化,制造企業傳統成本管理模式已經無法滿足企業需求,那么大數據的出現又將給制造業的成本管理帶來怎樣的機遇與挑戰呢?本文分析了現行成本管理的缺陷,探討了制造企業成本管理利用大數據技術的必要性,闡述了大數據在制造企業的具體應用,構建一個完善的成本管理體系,提出了成本管理體系的有效實施保障措施。
一、制造業成本管理利用大數據的必要性
(一)制造業行業本身和市場環境
從大環境來看,我國制造業不斷加大研發投入,技術創新水平不斷提高,科技已經成為制造業持續快速發展的根本動力和源泉,制造業是不斷向智能和高品質方向發展的,這就使得傳統制造業利潤不斷被壓榨,企業之間的競爭加劇,生存愈發艱難,而順應時代發展趨勢,迎接挑戰,抓住機遇,利用大數據技術進行成本管理就成了制造業手中的一柄利刃。
(二)科技進步
現在是一個信息爆炸的時代,互聯網技術日新月異,各種科技產品如雨后春筍,物聯網、云計算、AI等迅速被運用到各行各業,大數據作為最領先的領域之一,也是新一輪信息技術革命的一員,被用于制造企業成本管理中是必然的發展,制造企業若不想被這個時代淘汰,并在競爭激烈的市場中擁有一席之地,它必須優化自己的成本管理模式,利用大數據技術,向數字化轉型。
(三)國家政策
現在“中國制造”已經被越來越多的人所熟知,但是中國的制造業還是處于低端的起步,還是以勞動密集型為主,為助推中國制造業轉型升級,中央財政不斷完善財稅支持政策,進一步降低制造業的經營成本支持制造領域符合條件的共性技術和重大關鍵技術研發等。徐曉蘭也曾建議聚焦國家級工業數據資源數據庫的建設。
二、現行制造企業成本管理的缺陷
(一)管理者的成本管控意識不足
許多制造企業,尤其是中小制造企業對成本管理的重要性認識不到位,且由于企業自身規模、發展歷史的限制,企業的成本管理體系不夠完善,管理者成本管理意識淡薄,使得許多成本管控的細節無法得到落實,企業沒有進行成本管理的氛圍,員工也是粗放式生產制造,企業的成本管理名存實亡。
(二)信息處理模式落后
手工處理方式落后。現行制造企業在進行成本管理時,信息處理主要以手工處理為主,工作的效率低下,準確性不足,受信息處理人的主觀影響比較大,某些環節若出現一個小數點的錯誤,都可能需要各個環節重新來過,造成的損失不可計量,而且容易出現人為操縱的風險。
數據信息處理滯后。現行成本管理的工作重心在于處理已經發生的信息,記錄已經產生的成本,對于做了預算的企業,也僅僅多了一步分析已發生成本與預算的差異,缺乏對未來信息的處理,跟不上數據信息的更新速度,信息傳遞的不夠及時,也不具備前瞻性,數據的真實性和準確性也無法得到保障。
(三)各環節溝通協調不足
制造企業的成本主要由六個環節產生,包括研發設計環節、采購環節、生產環節、儲運環節、銷售環節以及售后環節。現行成本管理模式下數據傳遞延遲,信息分享滯后,各成本信息在各環節之間透明度不夠,使得各個環節脫節,溝通也不夠及時,各個環節追求各自利益最大化,盲目的降低成本。如采購環節為降低采購成本,采購一些高仿或者不達標材料,生產環節為降低生產成本,偷工減料,導致產品質量問題頻發,產生巨大售后成本,損害整體利益,甚至致使企業倒閉。
三、大數據下制造企業成本管理體系的構建
(一)構建成本管理體系
制造企業產生成本的六個環節都是緊密相連的,由于傳統的成本管理模式下數據傳遞的延遲,信息的分享具有滯后性,使得各個環節脫節,形成一個一個的信息孤島,成本控制效果較差,大數據下的成本管理模式可以使各個環節無縫連接,拒絕信息孤島,實現信息實時共享。大數據的含義不只是數據龐大,它是一個完整的體系,從數據挖掘,到數據存儲、分析以及應用,從小范圍的因果分析中解脫出來,轉向寬廣的相關性分析。
(二)外部成本管理體系構建
企業外部涉及到成本管理的環節有銷售環節、采購環節以及售后環節,這些環節相互聯系,環環相扣。這些環節的共同特點就是僅僅依靠企業內部各部門無法完成工作,需要企業內部與外部的協作才能完成,這就存在著信息不對稱的問題,哪一方獲取的信息多、速度快、數據準確,將占據優勢。
第一,銷售環節。傳統的銷售局限于實體店,地域受限且管理成本高,隨著互聯網技術的飛速進步,許多電商如天貓、淘寶、京東等應運而生,線上交易平臺削減了大半中間成本。在銷售的過程中,大數據技術收集客戶的性別、年齡以及偏好等一手信息,實時了解消費者的反映情況和產品的定價情況,抓取消費者的瀏覽足跡,利用大數據分析的結果,依據客戶平時的瀏覽和購買偏好推薦一些產品,以消費者的心理需求為指引,及時地向研發設計環節提供市場信息,指明研發的方向。
第二,售后環節。售后環節產生的成本也是不可小覷的,這一環節可以知道產品在實際使用中還有哪些不足,根據客戶的反饋,可知該產品哪些功能是冗余的,哪些功能有缺陷,哪些特點是必須的。直接面向客戶的是市場部門以及負責售后服務的人員,銷售環節和售后環節獲取的信息并非都完全準確,需要運用大數據技術在海量信息中篩選辨析,以最快的速度處理數據并及時向研發設計部門反饋產品問題信息。
第三,采購環節。采購是制造企業的一項浩大工程,如何采購到成本最低、質量最優的材料呢?首先是供應商的選擇,以往總是直接去市場采購,市場上的材料又往往都是經過多次轉手的,價格就比原始價格高很多。大數據下,企業可以直擊原材料產地,貨比三家,采購到質量和成本都是最合適的材料。而且采購部門可以及時向生產部門和儲運部門提供材料的數量、價格和其它信息,實時信息分享。
(三)內部成本管理體系構建
在制造企業內部涉及到成本管理的環節包括研發設計環節、生產環節以及儲運節,在大數據背景下,這些環節可以在平行的時間線上連接在一起,提高各個環節的效率。
第一,研發設計環節。研發設計是制造企業成本的開始,利用通過大數據技術及時傳輸過來的市場反應、產品優劣、消費者偏好等信息,及時研發設計順應潮流的產品。無論是接受一個新訂單,還是研發一種新產品,產品的不確定性風險都較大,在做這一決策之前,實時有效的市場調研是必不可少的,利用大數據技術,量化消費者的偏好,預測產品的前景,降低不確定性風險。
第二,生產環節。在預算結果理想的情況下,生產部門制定生產計劃,生產部門這時要與儲運部門進行及時的溝通,在不影響生產進度的情況下,最大限度的減少原材料的儲存,這同時需要儲運部門跟采購部門的及時信息傳輸。生產成本的核算涉及眾多的業務單元,需要通過多次的歸集和分配,利用大數據技術對人力成本進行日常的收集,記錄產生制造費用的各個方面,對生產成本進行動態監測,記錄每個產品產生成本的痕跡,最終對數據比對分析,哪些成本是可以省掉的,哪種方式可以減少成本,提高成本管理的效率,量化個人對成本控制的貢獻,也為員工的績效評價提供依據。
第三,儲運環節。制造企業的儲運環節非常重要,在大數據下,儲運部門一定要及時做好原材料和產成品數據的錄入和傳輸。利用大數據技術,與銷售部門、采購部門和生產部門及時溝通,了解市場的銷售大環境,確定最優的原材料和產成品的儲存數量,及時了解最科學的儲存技術,避免由于管理方面的原因造成損失。
四、保障大數據下的成本管理體系有效實施的措施
(一)讓成本管理理念融入企業文化
當代企業的競爭,歸根結底是企業文化的競爭,把成本管理理念融入到企業文化,企業可以建立與成本管理成效掛鉤的績效評價方法,利用大數據技術量化每個人對成本控制的貢獻,獎優懲劣,形成管控成本人人有責,分享成本管理效益人人有份的企業氛圍。
(二)建立制造企業大數據處理中心,挖掘和分析數據,保證數據的準確與安全
制造企業要給大數據管理成本足夠的重視,建立一個服務于企業自身的大數據處理中心,專門負責本企業需要的數據的挖掘、搜集、分析、更新以及確保數據的準確性和安全性。數據的準確是進行后續工作的前提,對搜集到的企業整個經營過程的成本信息進行系統化分析,為企業量身定制一套大數據技術下成本管控體系。
(三)形成動態的成本監督與反饋機制
對大數據下的成本管理進行監督和反饋是必不可少的。在大數據下,大量信息的傳遞是非常迅速的,可以一個月或者一個季度對大數據下的信息進行抽查和檢驗。在經營的各個環節都有成本數據的傳輸、分析,動態的成本監督可以實時與預算進行對比分析,對出現的偏差進行及時分析糾偏,尤其有助于企業對分支機構的成本管理做到實時全面的監控和評價,防范潛在的風險,也為企業后續計劃提供依據。
(四)加強對企業成本管理人員的培訓
企業可以引進一批專業素質較高的大數據人才,對本企業現有的成本管理人員定期組織專業知識的培訓。大數據下的成本管理需要專業的成本管理人員來執行,要有較高的市場敏感性,要意識到大數據對制造企業成本管理的重大價值,要有較高的數據分析能力,這就需要企業和員工重視對統計軟件與統計分析方法的培訓學習,創造復合型人才,完成從為企業保值到為企業創造價值的轉變。
五、結語
數字經濟是經濟發展的方向,大數據技術是制造企業轉型發展的主動力,形成一個完善集智慧儲運、采購、生產、銷售于一體的現代供應鏈體系,推動制造業傳統成本管理的數字化轉型,有利于企業快速適應市場化。本文介紹了大數據技術在各個環節的體系構建,以及保障新的成本管理體系有效運行的措施,希望能為制造企業降成本、增效益提供一點幫助。
參考文獻:
[1]袁靜.互聯網+大數據下制造業全面預算管理對戰略目標推進探討[J].財會學習,2020(13):91-92.
[2]Business-Manufacturing; Studies from National University of Ireland Galway Yield New Data on Manufacturing (Big Data and Stream Processing Platforms for Industry 4.0 Requirements Mapping for a Predictive Maintenance Use Case)[J].Journal of Engineering,2020.
[3]周維富.以數字化制造引領制造業高質量發展[N].經濟日報,2020-04-14(011).
[4]James Moyne,Jimmy Iskandar.智能制造的大數據分析[J].中國電子商情(基礎電子),2020(Z1):57-58+60+62.
[5]黃芳.大數據在企業成本管理中的應用初探[J].商訊,2019(33):100-101.
(作者單位:江蘇大學財經學院)