數據中臺助力企業數字化轉型

閆彩霞　劉穎賈嵐

摘要：基于企業數字化轉型趨勢，將企業信息化過程中各業務系統的數據用起來，通過數據中臺建設將企業信息化過程中各業務系統的數據打通，使其為業務發展賦能。供應鏈成本控制和銷售策略場景是高價值的數據中臺應用場景，分析了采購、銷售、庫存、物流環節通過大數據進行成本控制的場景以及大數據銷售策略應用。

關鍵詞：數據中臺;數字化;供應鏈;成本控制;銷售策略

中圖分類號：TP311? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）07-0249-03

1 引言

大數據、物聯網、人工智能、5G等新興技術的崛起，讓世界發生了翻天覆地的變化，數字化是當今時代發展的大趨勢，代表著先進的生產力。為加快數字化轉型，我國實施了一系列的政策和舉措。2020年5月13日，國家發展改革委、中央網信辦、教育部等17個部門以及互聯網平臺、行業龍頭企業、金融機構、科研院所、行業協會等145家單位，通過線上方式共同啟動“數字化轉型伙伴行動（2020）”[1]。2020年5月30日，新華社對外發布《關于2019年國民經濟和社會發展計劃執行情況與2020年國民經濟和社會發展計劃草案的報告》，報告中談到了2020年推動數字經濟發展的八項舉措[2]，包括建立健全政策體系、實體經濟數字化融合、持續壯大數字產業、促進數據要素流通、推動數字政府建設、持續深化國際合作、統籌推進試點示范、發展新型基礎設施。報告還指出要實施全國一體化大數據中心建設工程。

企業數字化轉型過程中，大數據是核心。隨著信息技術的發展，大多數企業采用信息化管理。現在市面上的信息化管理系統各有千秋。各企業根據自己的需求配置了不同的信息化管理系統以及系統模塊。隨著企業業務和規模的發展，可能又添加了其他信息化系統。系統中存儲了大量企業運營過程中所產生的各種數據，各業務系統和數據大多獨立建設，無法互聯互通，且系統開發標準不統一，數據標準和接口標準不一致。各系統各模塊中的數據就像一個個孤立的島嶼一樣，存儲在數據庫中。如何根據一定的場景、從龐大的數據中篩選出精準有效的信息并將其處理成有價值的數據來為企業服務，是數字化轉型時期的企業管理者非常關心的問題。

2 數據中臺

數據中臺最早是由阿里巴巴提出的，其核心思想是讓數據共享，具備應用價值，2019年是數據中臺的元年[3]。數據中臺是指企業利用大數據技術，對海量數據統一進行采集、加工、計算、存儲，通過前期的設計形成統一的數據標準、計算口徑，統一保障數據質量面向數據分析場景構建數據模型，讓通用計算和數據能沉淀并能復用，提升計算效能[4]。數據中臺實現了讓企業的數據可持續的用起來，使各個系統的數據互聯互通，解決數據孤島問題。阿里提出的“大中臺，小前臺”的概念，將業務數據化，數據業務化，真正實現業務和數據的打通。數據中臺的建設要與價值對齊，數據思維要比技術和數據質量都重要，不能一下子建大而全的中臺，要基于小數據理念構建數據中臺[5]。建設數據中臺時，首先要應用數據思維的理念選擇合適的數據分析場景，理清業務對于數據的訴求。要從高價值數據場景開始做起，然后順著該場景豎切，擴散到數據全景圖中的一個或者多個數據集合，從小場景落地，從大場景思考，全局貫通，避免后續產生數據孤島。

3信息化系統供應鏈成本控制、銷售策略場景分析

數據是企業決策的基礎，而任何大數據應用都是基于一定的業務場景的。企業信息管理系統涉及采購、銷售、制造、客戶關系管理、財務管理、人事管理等多個模塊，可以說是涵蓋了公司運營的各個部門，蘊藏著諸多場景。基于企業信息化系統建設數據中臺，可以充分利用已有運營數據的價值，助力企業決策，從而達到為企業帶來降本增效的目的。對于大多數企業來說（如工業企業、制造業、電商等），供應鏈成本控制和銷售策略場景是一個高價值的數據中臺建設場景。企業為了提高盈利水平，需要在各個環節進行成本管理，同時要注重銷售策略，在節約成本的基礎上保障最大的銷售利潤。

3.1成本控制

供應鏈成本管理包括企業在采購、生產、銷售過程中為支撐供應鏈運轉所發生的一切物料成本、勞動成本、運輸成本、設備成本等。數據中臺的建設要關注供應鏈成本管理各環節各場景所涉及的相關數據。

（1）采購環節

采購的主要環節包括采購方詢價、供應商報價、采購方維護報價單并進行比價、談判、確定最終供貨商等。采購環節的成本主要包括從詢價到選擇供應商的交易成本、采購商品的價格以及人工成本、采購商品運輸以及后期庫存成本。企業信息化管理系統中存儲了大量供應商的數據，包括對供應商的評價記錄、供貨記錄、產品質量、供貨時效、議價區間、付款方式等。建設數據中臺，充分利用供應商的歷史數據，借助大數據分析技術，根據所購買的不同產品和不同需求，給出不同的決策建議，提高企業的議價能力，可以有效減少選擇供應商時所耗費的人工成本和時間成本，避免因供應商的產品質量、供貨時效等問題帶來的風險。科學合理的采購計劃可以大大節省采購流程成本，將信息化系統中存儲的歷史采購數量、采購頻率、采購方式、采購質量等數據用起來，結合當下采購需求，通過大數據技術快速、準確地制訂今后的采購計劃，使采購流程自動化，協助精準定位所需采購的商品質量和數量，避免因采購質量不合適、采購數量過多或者采購數量不足帶來的損失。

（2）銷售環節

隨著信息技術的發展，互聯網營銷已經成為銷售的主流。本文主要從網絡營銷的角度來分析銷售環節成本控制相關的場景。

首先是銷售準備階段。企業信息化系統中存儲了大量已售商品的種類、功能特點和購買商品的客戶信息，通過分析這些數據，可以得到用戶的群體畫像和用戶個性畫像，了解客戶的購物傾向，分析推斷出不同購物群體對不同商品的偏好，協助企業根據不同客戶群體做出不同的銷售計劃，銷售更受客戶歡迎的商品。分析客戶的歷史評價信息、客戶的投訴記錄，有助于制定新的銷售計劃和改進銷售管理。該階段的數據分析可以節省銷售準備階段的人工成本，助力精準營銷。

其次是營銷階段。通過大數據分析客戶的歷史購買記錄和瀏覽記錄，推測客戶接下來一段時間的消費需求，并為其推送滿足消費需求的商品;分析客戶經常搜索的關鍵詞并將其轉化為商品標簽，使客戶更易于搜索到所需商品;分析客戶轉化率，關注影響轉化率的因素;實時關注銷量變化，分析銷量變化的原因并及時做出調整。利用數據分析技術可以節省營銷階段的促銷推廣的獲客成本以及營銷計劃不合理帶來的損失。

最后是售后階段。挖掘客戶評價中的有用信息，包括商品描述評價、使用效果評價、客服態度、物流速度等，根據客戶評價信息與相關部門及時溝通并做出整改和優化，節省企業、客戶、第三方合作公司（如物流公司）之間的溝通成本。

（3）庫存環節

庫存環節的成本主要包括庫存持有成本、庫存獲得成本、庫存缺貨成本。庫存持有成本是指企業為保有和管理庫存而需要承擔的費用開支，分為運行成本、機會成本和風險成本。運行成本包括持有倉庫所需要的資金、設備投資、水、電、人工費用等。機會成本主要是庫存所占用的資金可能帶來的機會成本。風險成本包括庫存安全保險、庫存不合理存放而造成的損失。庫存獲得成本指為了得到庫存而需承擔的費用。庫存缺貨成本是指由于庫存供應中斷而造成的損失。

通過數據分析技術準確預測銷量，企業可根據銷量定位庫存量，可以減少庫存成本。一是減少因過多持有倉庫帶來的庫存持有成本、庫存獲得成本，二是減少因缺貨帶來的缺貨成本或者因貨物過多、堆積損耗帶來的風險成本。通過對歷史庫存數據和銷售數據分析，得出安全庫存，當庫存量達到安全庫存值時，應用自動補貨功能可以解決人工補貨成本高、時效差的問題，減少缺貨成本。

（4）物流環節

物流成本是指產品實物在生產、加工、運輸、裝卸、包裝、轉移、儲存等過程中支出的所有人力、物力和財力[6]。對歷史物流策略以及物流成本進行總結、分析、計算，有助于制定更加合理的物流策略，減少物流環節的風險成本。基于大數據技術的科學備庫[7]可以有效減少物流成本。在備庫時，通過對歷史銷售數據和庫存數據的分析以及未來一段時間的銷售量預測，科學合理的設置不同位置的庫存量，減少因庫存過多或庫存不足造成的額外成本。

3.2銷售策略

本文在成本控制的銷售環節中論述了通過大數據分析制定銷售計劃、為客戶推送商品等，其實也是銷售策略的體現。企業還可以利用大數據分析各網絡營銷平臺的優勢和劣勢，根據產品特性以及受眾群體特性選擇最適合的銷售平臺;大數據在銷售策略方面的應用還體現在精準廣告投放、團購促銷策略的制定、最優混合銷售分析、限量銷售方案制定等場景。

4 數據中臺建設

通過對供應鏈成本控制和銷售策略場景的分析，數據中臺的建設涉及供應鏈環節的采購管理、銷售管理、倉儲管理、物流管理、客戶關系管理等系統或者模塊，需要將相關的數據進行匯聚整合，打破數據壁壘，形成共享數據池[8]，利用大數據技術，挖掘數據的價值，為企業所用。各個系統或者模塊的數據再也不是一個個的孤島，而是一筆寶貴的企業財富。

通用的數據中臺架構包括數據匯聚、數據開發、數據資產體系、數據資產管理、數據服務體系、運營體系和安全體系[9]，囊括了從數據采集、清洗、加工、分析、應用、管理的整個流程。結合本文所述場景，筆者設計數據中臺建設功能方案如圖所示。數據匯聚是數據中臺數據接入的入口，對于本文所述場景，除了匯聚來自企業內部各個信息化業務系統、已建數據倉庫或者數據中心的數據，還要匯聚來自第三方合作平臺的資源庫。數據開發是一整套數據加工以及加工過程管控的工具，數據開發人員、建模人員把匯聚來的數據加工成對業務有價值的形式，供業務使用。經過數據匯聚和數據加工，數據已經具備了一致性和可復用性，是有價值的數據資產。數據資產管理把數據資產以更直觀、更好理解的方式分角色分權限地展現給企業全員，實現了數據資產的可視化。數據服務體系使數據參與到企業業務，激活整個數據中臺。運營體系和安全體系可以為數據中臺保駕護航，使其持續、健康的運轉，持續發揮數據中臺的應用價值。

5結束語

企業數字化轉型是企業跟上時代潮流的必經之路。數字化轉型的逐步深入，日益放大了數據在企業決策中的作用。隨著互聯網應用擴張，人類社會逐步向“人與數據對話”“數據與數據對話”的時代過渡[10]。企業信息化系統經過多年的建設，積累了大量數據。數據中臺建設將沉淀的數據用起來，重新作為生產資料為業務創造價值。基于供應鏈成本控制和銷售策略場景建設數據中臺，更智能地協助企業減少各環節的成本，為企業帶來更多的經濟效益，助力企業數字化轉型。

參考文獻：

[1] 數字化轉型伙伴行動倡議[J].電子政務，2020（6）：121.

[2] 國家發展和改革委員會. 關于2019年國民經濟和社會發展計劃執行情況與2020年國民經濟和社會發展計劃草案的報告[N]. 人民日報，2020-05-31（002）.

[3] 韓向東，屈濤.基于數據中臺的管理會計信息化框架及創新應用[J].管理會計研究，2020，3（Z1）：116-124+136.

[4] 譚虎. 詳解阿里云數據中臺[N]. 中國信息化周報，2019-10-28（014）.

[5] 李廣乾.小數據是理解數據中臺的關鍵[J].中國信息界，2020（1）：38-41.

[6] 戴君艷. 電子商務企業物流成本管理與控制研究[D].安徽財經大學，2015.

[7] 許雅璽.基于大數據的電子商務企業供應鏈成本控制[J].會計之友，2019（8）：130-134.

[8] 李剛. 企業數據中臺的技術研究概述[C]. 天津市電子學會、天津市儀器儀表學會.第三十四屆中國（天津）2020IT、網絡、信息技術、電子、儀器儀表創新學術會議論文集.天津市電子學會、天津市儀器儀表學會：天津市電子學會，2020：132-135.

[9] 付登坡，江敏，任寅姿，孫少憶等，數據中臺：讓數據用起來[M]. 北京：機械工業出版，2020.

[10] 戚聿東，肖旭.數字經濟時代的企業管理變革[J].管理世界，2020，36（6）：135-152+250.

【通聯編輯：王力】