李晨曦
國網四川省電力公司物資分公司 四川 成都 610000
為進一步提升供應鏈運營決策能力,本文借助大數據理念,依托電力物資實際業務工作,著力提升物資供應鏈整體效率、效益,將優化供應鏈環節的導期大數據作為分析點,導出分析點相關數據;選用線性回歸Pearson函數方法研究并實施應用,開展物資大數據應用研究并分析相關影響因素,全面提升供應鏈管理水平。
(1)加強過程管控,提高供應時效。掌握不同類別物資的供應導期、供應商供應周期,強化對物資供應節點的掌控,提高物資供應時效性。一是結合工程投運時間、供應導期等信息,倒排需求計劃提報的最佳、最遲批次,并在計劃批次申報開始后向項目單位發出提醒;二是分析同一物資不同供應商之間的供應周期差異,為供應商選擇提供數據參考;三是監控物資供應全過程節點,及時發現供應商備料進度緩慢、運輸時間過長等風險,向專業部門或供應商發出預警,保障物資按期到貨,避免影響工程施工進度。
(2)數據積累更新,推動導期優化。在系統應用階段,緊跟業務開展,實時維護最新業務時間節點數據,不斷豐富底層數據庫,提高真實數據比例,同時修正期初供應商預估的周期值,降低預估數據對最終導期計算結果的影響程度,不斷優化供應導期,為業務開展提供更精準的數據支撐[1]。
(1)研究方法。以物資供應鏈實際業務開展為指導,選取工程物資電壓等級、物資采購方式、供應導期關聯性分析等作為重要相關影響因素,因此選用線性回歸Pearson函數進行相關性分析。
(2)原始數據。為開展原始大數據研究,本文從ERP系統中導出自2015年—2019年的物資合同采購、履約等業務相關數據。其中主要的列項因素包括采購申請號、采購訂單號、采購方式、創建日期、供應商編碼、內外部導期等。
(3)數據診斷。匯總所有獲取的原始數據,共8693236萬條。各類有效數據按大類、中類、小類三種物料類別分別為560680、560680、560680條;按采購方式競爭性采購、單一來源、招標采購、競價采購、詢價采購共569856條;為更具代表性,選取不同供應商,則供應商也為569856條;過賬日期有效數據346494條,外部導期有效數據346494條。
(4)數據清篩。為保障數據有效、可靠,現對數據中如已刪除、特殊情況等異類數據進行清理,并要求不重復剔除每一項的無效數據,同時將部分對分析影響不大的無效數據進行保留。所有數據中,發現已刪除計劃需求的188552條,已刪除訂單的18294條,過賬日期無效數據134449條。
針對供應鏈總導期,即計劃需求提報到物資供應完成。可分為內部導期和外部導期。其中,內部導期指從計劃需求提報到訂單號生成中的累計處理時間,外部導期指物資供應商供貨時間。因此可分別剔除內部導期、外部導期無效數據13600、215612條。清篩后可用于大數據分析的有效數據367085條。
(5)大數據分析。對于整個物資供應鏈導期,除內、外部導期外,這些重要因素也具有一定影響力:①計劃需求提報日期:按年度統計各類物資計劃需求提報日期,可反映出計劃需求提報的周期、分布規律。②采購方式:各類物資在一定周期內的采購方式數據,可反映物資的采購方式對內、外部導期的影響。因此,將采用兩種方式對供應鏈進行分析,方法一是將計劃需求提報日期、采購方式、物資合同單價等因素,一一與供應鏈導期進行關聯性分析,得出供應鏈導期與供應鏈其他因素的關系;方法二是將物資設為變量,即不同供應商、不同物資、不同數量等情況下,將供應鏈導期進行關聯性分析并發掘規律。
供應鏈導期關聯性分析,將導期作為因變量分析值,計劃需求提報日期、物資合同單價、采購方式作為自變量,分析其對供應鏈導期的影響。運用線性回歸Pearson函數方法,算出各變量與導期的線性回歸泊森相關系數R平方,并進行排序。
供應鏈導期統計分析,匯總統計供應商、物資類別等其他影響因素的平均值,找出影響程度[2]。
采購價格對供應鏈導期的影響:運用浮動百分比,將各類不同單價的物資供應鏈導期進行計算,再通過聚類和線性擬合,其線性相關度為。由此可知,采購單價價格對供應鏈導期沒有明顯影響。因此得出結論,單價對供應鏈導期影響程度較小。
采購方式對供應鏈導期的影響:目前常見的采購方式基本為競爭性談判、單一來源、競價、招標、詢價5種采購方式,將以上幾種方式的物資供應鏈導期分別進行泊森分析,其線性相關度為。由此,單一來源、競價、招標、詢價對供應鏈導期沒有明顯影響,而競爭性談判與以上幾種方式有明顯的統計意義上的差別,影響相對較大。
采購申請時間對供應鏈導期的影響:分別將采購申請時間中的“年”“月”“日”與供應鏈導期進行平均值計算。經測算,2017年時供應鏈導期時間最長,其中6月份時供應鏈導期時間最長,而采購日對供應鏈導期沒有明顯影響。因此得出結論,月份對供應鏈導期影響程度較大。
比較以上影響因素R2可知,采購申請時間因素影響最大,而采購方式對供應鏈導期的影響較小。通過理論驗證,代表影響較大,代表影響較小。