中小企業如何實施精細化管理策略初探

摘要：隨著科技進步，商業競爭進入了以大數據等信息技術為標志的新信息時代，數據管理成為企業的核心競爭力之一。在新的競爭環境下，中小企業面臨生存和發展危機，迫切需要轉變觀念，跟進新的技術，充分依托自身掌握的本行業專業技術和靈活的優勢，利用數據管理技術，實現日常經營的精細化管理，降低成本，增強產品競爭力。本文嘗試從某一制造型中小企業利用數據實施精細化管理的實例，從組織變革、數據構建及數據應用三個方面進行初步探討，希望通過和大家分享實務中的一些具體案例，總結經驗、吸取教訓，為中小企業如何在實際運營管理工作中利用數據提升效益方面作一些有益的探索。

關鍵詞：中小企業;數據管理;組織變革;數據構建和數據應用

隨著移動互聯網的深入發展，商業競爭的環境發生了根本性的改變，大智移云物等新技術蓬勃發展，出現了很多新業態。然而眾多中小企業，尤其是傳統工業制造領域的中小企業，受限于自身各種限制條件，在新的競爭環境中逐步面臨不利局面。本文嘗試從某一傳統制造型中小企業實務角度出發，從其原先面臨的主要挑戰，到其如何來分析問題，并采取哪些措施來解決問題這一過程，分別從組織變革、數據構建及數據應用三個方面進行詳細闡述，并結合實務中的一些具體案例，為如何利用數據實施精細化管理作一些有益的探索。

1.企業面臨的主要問題

該企業屬于傳統紡織制造企業，產品是工業無紡布，主要用于鞋材、床墊和工業過濾等用途，產品80%以上出口在歐美國家。由于國際市場發生變化，美國對無紡布出口美國加征了25%的懲罰性關稅，公司所處的商業環境一下子發生了劇烈的變化，發現在過去的經營管理中存在越來越多的問題。

1.1銷售部門獲取的客戶預測準確率不高

不僅擠占了公司寶貴的營運資金，而且有一部分成品最終還需要降價處理，給公司造成了不小的損失。此外，由于缺乏高質量的數據作為客觀評判標準，對業務人員業績的考核評估不夠全面，造成員工士氣低落，新客戶、新產品開發滯后，并且無法杜絕“飛單”情況。

1.2采購部門采購成本居高不下

經營中存在供應商選擇、采購價格不合理等情況，只能靠輪崗和增加人手加強監督復核，但是不能從根本上解決問題，原材料成本偏高降低了產品在市場上的競爭力。

1.3客戶交付經常發生延遲

由于信息不通暢，銷售部門與生產部門相互指責發生矛盾。經過數據分析，發現80%以上的交付延遲都是發生在訂單數量超過20萬平方米的時候發生的，通過分析發現其主要原因是在生產大訂單時某些生產工序中遇到了瓶頸。這種情況尤其是經常發生在出口訂單上，公司面臨是否投資新生產線還是對現有生產線進行改造升級的問題。此外，還有一個主要原因是銷售部門與生產部門相互溝通不暢，造成經常插單，原有生產排程被打亂，生產準備時間增加，生產效率下降，甚至導致交貨延誤。這種情況主要發生在月末，銷售部門為了達成月度目標，突擊拿訂單，經常發生插單情況。

2.分析問題，找出根本原因

公司成立專門的項目小組，從公司整體層面著手，分析問題根源尋求解決方案。經過大家的協同努力，最終將這些問題的根本原因歸納為三個方面。

2.1公司管理觀念落后

公司目前仍然沿用傳統“金字塔”式的部門職能層級來管理企業，造成條塊分割，流程不暢。現有組織架構不適應業務發展，需要實施組織變革，打通部門分割的現象，提升流程效率和響應速度，尤其需要在流程管理方面實施標準化。

2.2公司缺乏高質量的數據

公司高層認識到數據是判斷的依據，數據和信息能夠使他們洞察顧客、產品和服務，幫助他們創新并實現其戰略目標。但是從數據中獲取的價值不可能憑空產生或依賴于偶然，需要有目標、規劃、協作和保障，也需要管理和領導力。缺乏高質量的數據導致問題不清，部門、員工之間職責不明，尤其是缺乏與客戶、供應商之間的數據互換。需要借助數據管理來實施精細化管理，幫助公司提升效益。

2.3缺乏利用數據實施精細化管理的人才

數據是公司的資產，與現金、存貨和固定資產等實物資產一樣可以為公司創造價值。但是一般中小企業缺乏專門的數據管理人才，沒有專門的部門來實施數據管理，造成一個個“數據孤島”，最終成為浪費。而且由于各自理解不同，造成數據統計口徑不一，經常在數據的一致性方面引發不必要的矛盾和沖突。比如對于產品的次布率，生產部門與質檢部門的統計數據經常發生不一致的情況;又比如對于工單上的物料消耗，生產部門與財務部門的數據也會發生偏差。所以需要引進數據管理的專業人才，設立新機構，并與現有部門形成協同效應，在公司內部首先形成流暢的數據信息流，各部門共享統一數據庫資源，消除以前各自為戰的混亂局面。而且在此基礎上，擴展至關鍵供應商和大客戶，形成產業鏈上下游數據共享，充分利用數據發掘商業價值。

3.尋求解決策略

3.1從制度上著手落實組織保障

首先需要統一企業高管們的思想，充分認識到信息和知識是競爭優勢的關鍵。擁有關于客戶、產品、服務和運營的可靠、高質量數據的組織，能夠比沒有數據或數據不可靠的組織做出更好的決策。如果不能像管理資本一樣管理好數據，就會浪費和失去機會。正如有效管理財務和物理資產使組織能夠從這些資產中獲取價值一樣，數據管理的主要驅動力也是使組織能夠從其數據資產中獲取價值。所以企業就需要對原有的組織架構進行適當變革，向數據管理分配必要的資源，改革會遭受既得利益者的反對。其次是組織制度保障，成立新機構來統一領導精細化管理的實施工作，并且由“一把手”親自掛帥，各部門負責人出任組員，從組織制度上對數據管理工作給予強有力的保障。再次是廣泛的參與，一方面是內部參與，在實施數據管理過程中取得直接受益部門的支持，例如銷售、生產運營、IT、人事、財務等部門;也要取得可能利益會暫時受損部門的支持，比如供應鏈、行政等部門;一方面是外部參與，公司向供應商開放企業相關原材料的庫存情況，提高采購預測準確率，縮短采購周期等;也向客戶開放相關產成品生產計劃，同時獲得了客戶更準確的銷售預測、客戶重大投資等信息。

3.2試點推進積累經驗

由于缺乏足夠的經驗，如果全面推進精細化管理存在資源不足，所以需要進行試點推進，集中資源解決一方面的問題，來積累經驗。比如首先在一條生產線上安裝Datalog系統，收集生產設備運行數據，找出導致設備停機的主要原因是斷紗和換品種，組織技術人員改進攻關，歷時近6個月，終于將斷紗發生頻率降低了32%，換品種時間縮短至原先的55%。在此基礎上，再逐步推行至所有縫編機臺、定型機臺和印花機臺上，從而有效提高機臺利用率，降低了產品生產成本。成果的經驗將不斷鼓舞員工士氣，增強團隊信心。

3.3不斷積累數據并解決“孤島”問題

精細化管理是建立在足夠的有效數據基礎上的，而數據是產生在各個環節的，公司開始思考如何構建數據生產框架，以形成完整的數據生產與運用體系。公司從外部引進專業數據管理人員，促使其與內部IT部門及各業務部門形成協同效應，梳理數據生產路線圖，逐步搭建好數據管理的框架，規定數據的采集點。

比如公司在對供應鏈管理時，先將物料代碼、物料名稱、規格型號、供應商、采購人員等定義為主數據，將采購數量、采購單價、采購總金額、采購日期、送達日期、驗收情況、讓步接受、退貨及索賠等定義為運營數據。通過上述設置，在采集數據9個月以后，公司很快就發現采購異常情況，有效降低了采購過程中出現的員工舞弊、采購價格偏高等事件發生的概率，更為顯著的是，當年原材料采購成本平均下降6.8% 。

3.4通過數據分析進行精細化管理

數據只能提示可能存在的問題，而精細化管理是需要團隊去不斷實施完善的。如針對大客戶需求預測率較低的問題，在實施數據管理時特地增加了其大客戶下游企業及其所在行業市場數據的收集，經過近兩年多時間的運作，客戶采購預測的準確率從原先的70%左右上升至85%以上，為企業每年節省各項成本將近90萬元。

同時公司重新將客戶、產品和業務員三個維度網格化匹配，通過一年多時間的基礎數據積累，找出各個業務員的特長，再將客戶與之特長匹配，結果是業績有了長足的增長，新客戶、新產品占銷售收入比重逐年提升，僅一年時間就為企業增加銷售收入154萬美元，還發現了舞弊的業務員予以開除。

在內部管理方面也取得明顯效果，如對車隊進行精細化管理，車隊管理的運營數據包括每次車輛使用時間、駕駛人員，使用部門、行駛路線、里程、加油情況、當年維修和保養、交通違章記錄、交通事故等。在采集了6個多月的數據以后，公司很容易就發現車輛維修保養、油耗以及駕駛員加班等方面出現的異常情況，通過定點車輛維修廠、維修保養頻率與費用比對，堵住了以往的好處、虛報加班、回扣等漏洞，一年為企業節省30余萬元車輛使用、維護成本。

4.成果與經驗總結

通過上述數據建模和數據使用進行的精細化管理，2020年在上半年出口訂單銳減的情況下，公司結合內部精細化管理，一方面全力開拓新客戶、推出新產品，另一方面從公司內部挖掘潛能，降低成本，使公司的產品更具競爭力，超額完成了全年目標，其中EBITDA指標達到了109%。

總結階段成功的經驗，存在以下幾個方面，首先是企業領導人的決心和勇氣是公司最終實施精細化管理能否成功的根本所在;其次是數據管理專業人才的引進十分重要，能夠帶來全新的思維和做法，但需要形成協同效應;再次是建立高質量數據和以業務驅動為導向的數據使用，這是是實施數據管理的關鍵抓手;最后是謹慎看待數據基礎上的精細化管理，只是輔助我們分析決策的一種工具方法，把顆粒度變得更細，但是無法替代人的思考和判斷，也無法替代人在某一專業領域數十年的技術和經驗。隨著應用的深入，我們還將深化對數據的認識。

中小企業需要清醒認識到其自身靈活和技術專業優勢，與時俱進轉換思維，選擇適當的數據管理工具，將日常經營管理精細化，相信定能在未來商業競爭中贏得生存和發展。

參考文獻：

[1]DAMA國際.DAMA-DMBOK2《DAMA數據管理知識體系指南》（原書第2版）第1章.引言.機械工業出版社.2020年8月.

[2]DAMA國際.DAMA-DMBOK2《DAMA數據管理知識體系指南》（原書第2版）第1章.1.1.1業務驅動因素.機械工業出版社.2020年8月.

[3]DAMA國際.DAMA-DMBOK2《DAMA數據管理知識體系指南》（原書第2版）第2章.2.3.4.違背倫理進行數據處理的風險.機 械工業出版社.2020年8月.

作者簡介：談振宇（1970-）男，本科，職稱：中級會計師，主要研究方向：成本管理、投融資管理、風險管理及內部控制。