VUCA環境下基于流程挖掘的銷售風險評價研究

程平 羅婷勻

【摘 要】 銷售活動的持續性是企業經營的重要保障，VUCA環境下不確定性等風險因素增加，在企業中則具體表現為生產活躍度不足、運營效率低下、需求減少、收入下降，風險明顯升高。黨的二十大報告指出，要著力推動高質量發展。企業的高質量發展應順應智能化發展趨勢，引入智能化技術，完善風險管理機制。鑒于此，通過引入流程挖掘技術，分析內外部環境變化對企業銷售活動供應側與需求側的影響，協同建立適應于VUCA環境影響因素分析的風險評估指標體系，同時基于案例與時間維度展開風險評估，整理與X企業銷售活動相關的事件日志數據，通過數據比對、數據統計、數據轉換與數據分析，完善銷售風險預警，通過劃分等級和類別，以實現銷售風險評價，為企業平穩度過變局環境提供參考和借鑒。

【關鍵詞】 流程挖掘； 銷售活動； 風險管理； VUCA

【中圖分類號】 TP242；TP399；F275? 【文獻標識碼】 A? 【文章編號】 1004-5937（2023）09-0143-08

一、引言

黨的二十大報告指出，要著力推動企業高質量發展，促進企業數智化轉型。當前國內外環境都處于巨大變局之中，由于內外部環境波動，導致無法及時獲取企業上下游和自身相關風險，正常生產活動會受到阻礙，從而給經營活動帶來了一定的影響，給企業成長的發展帶來了嚴峻的挑戰。與此同時，隨著大數據、人工智能等新技術和理念的嵌入，以及新階段下高質量發展的新要求，企業的風險管理不再局限于財務數據層面，而是進一步分析經營管理活動流程中存在的問題，通過強化流程管理，達到風險評估、分析和控制的目的[1]。

目前，有許多學者對VUCA環境下的企業經營風險展開了研究。例如王正位等[2]指出目前風險因素的波動性、復雜性以及不確定性，使企業需要面對現金流壓力，生產活動開展成本高、銷售活動效率低、銷售增長乏力等許多難題，企業的經營面臨巨大壓力。VUCA環境具有不確定性、波動性、復雜性等特點，此前發生的疫情可以作為實際參考。林波等[3]指出，疫情下的企業業務面臨中斷風險，且具有時間長、范圍廣和恢復緩慢的特點，企業應該將業務連續性管理納入企業日常，提前識別各種類型業務中斷事件的預警信號，為其他涉及VUCA特點的企業有序合理地防范業務中斷風險提供參考。針對企業經營中的風險評價與控制，Wu et al.[4]提出一種通過Petri網分析事故之間的聯系、描述事故發生時間，通過預測這些事故之間如何相互影響，從而對企業經營風險可能導致的結果進行建模。陳佳琦[5]提出結合企業經營業務特性，在ERP環境下對經營業務各環節的內部控制制度進行設計，并針對其中的重大風險點提出風險應對措施。

綜觀現有研究，這些文獻主要是通過對財務數據的梳理，采用理論分析的方法發現企業的銷售風險評估和管理方法上存在的缺陷與不足，較少采用流程挖掘、數據分析技術，并且較少文獻涉及對實際經營業務的風險分析。流程挖掘（Process mining），也稱工作流挖掘，起源于1990年荷蘭科學家威爾（Wil van der Aalst）的研究[6]，主要通過數據挖掘、過程建模和過程模型分析，利用企業業務流程系統的運行產生的海量事件日志，挖掘出實際的業務流程模型，并在醫療、金融、軟件、物流和電信等領域都得到了初步應用，對業務風險展開評估，增強企業的內部控制，防范業務欺詐行為[7-9]。有鑒于此，本文引入流程挖掘技術，以X企業銷售活動為例，針對銷售活動的風險分析、評價現狀，設計了基于啟發式流程挖掘的經營業務風險評價方法，并通過模擬實施說明了方法的可操作性和有效性。

二、X企業銷售風險管理現狀與問題分析

外部風險因素加上內部乏力的風險管理機制，可能會導致銷售活動緩滯或停滯，使得X企業面臨產能降低、運輸受阻、原料短缺等困境，經營業務與銷售活動存在虧損、中斷等風險。此外僅依靠財務數據識別VUCA環境下的銷售風險主要依靠歷史數據，信息滯后，在風險預測層面的及時性有所欠缺。而通過流程挖掘，依據信息系統記錄的流程數據對銷售活動做出風險預測和分析，能夠增強VUCA一類外部環境因素頻繁變化、關聯復雜情況下X企業銷售風險評估的時效性和完善性。

X企業對于銷售風險管理體系仍停留在財務數據層面，防范和應對銷售活動中斷、保護企業的可持續經營的風險管理體系仍不夠完善。X企業的銷售流程大致可分為制定銷售計劃、銷售定價、簽訂銷售合同、客戶授信管理、發貨、發票管理、收款與應收賬款管理以及會計系統控制8個環節，對客戶授信管理、發貨審查、應收賬款銷售活動設置了風險控制點，覆蓋單證管理、數據分析以及人事管理等方面，但對于經營業務活動中斷的風險防控，X企業處理方式較為被動。市場波動、需求波動以及供應中斷等因素導致X企業多次發生經營中斷，由于缺乏及時的應對措施，而陷入資金緊缺的危機，限制其生存與發展。

綜合以上調查發現，X企業銷售風險管理主要集中于交易案例數據與財務數據層面，缺少對流程層面的風險識別與分析。由于業務流程的變化和流程管理制度設置的不完善，缺少對業務銷售活動的監測，面對潛在隱患，容易出現風險預警及應對不及時，從而造成業務中斷和交易案例損失。總結X企業的銷售風險管理存在以下兩個方面的問題：

（一）評估指標不全面、風險評估體系不完善

X企業的銷售風險管理建立在財務數據分析基礎上，通過計算財務指標，做出風險評估的方法缺乏全面性，難以完整地反映銷售活動中的缺漏、業務處理時間高出平均水平等問題。僅僅依靠財務數據進行風險評估，則其風險管理視角停留在業務數據層面，缺少對經營業務中各環節的關聯性、環節之間的相互約束以及環節之間的數據傳遞的把控，缺少對業務的全局性把握，對業務風險的問題分析不夠全面和深入。

（二）風險管理流程設置科學性不足，管理效率低下

X企業現行的銷售風險管理方法缺乏足夠的科學性，經營決策者、經營業務管理者主要依靠自身經驗判斷經營業務的可能潛在風險點。銷售風險管理的效率較低，由于風險管理過程的主觀性較強，慣性思維下會忽視某些業務潛在的風險預示，從而錯失風險發生時能夠降低經營成本和損失的行動時機。VUCA環境下的企業風險管理更需要企業結合時下的變化調整自身的運營機制、風險預警及應對措施，保證自身經營的持續性，克服企業生存與發展的難題。

三、基于流程挖掘的X企業銷售風險評價框架

（一）框架設計思路

流程挖掘屬于數據挖掘的一個分支，是基于X企業信息系統和業務記錄整理后形成的事件日志，可從多種維度針對事件日志中包含的流程信息展開分析，包括組織維度、案例維度和時間維度等的大量信息。組織維度分析用于發現典型的工作模式、組織結構和社會網絡。時間維度分析用于識別瓶頸，診斷那些與績效相關的問題。案例維度數據可以用于更好地洞察決策制定過程和分析不同案例之間的差別。

大量企業經營業務中的銷售風險分析，都是依據財務數據，這樣的分析和研究路徑依靠歷史數據，存在時間滯后、預測能力弱的缺陷。但流程挖掘從信息系統和業務記錄中提取的事件日志，這類數據隨業務進行而更新，具有較強的時效性，并且切實反映活動行為，能夠從非財務數據角度對銷售風險分析進行補充。因此，為了發現VUCA環境下X企業業務流程中銷售活動存在的風險點，對銷售風險進行分析和預警，并對銷售風險進行等級劃分和風險分類，為后續風險控制和管理提供思考。

VUCA環境下基于流程挖掘的銷售風險評價框架設計思路如圖1所示。

首先，根據X企業銷售活動特點，設計基于供應側和需求側兩種分析角度相結合的風險分析方法，分別針對供應側和需求側風險特點設計評價指標；其次，依據所需的評價數據，收集相關的銷售活動流程數據，并統一處理為事件日志；再次，根據風險評價方法分別提取各項特征數據，展開詳細定量分析，獲得評分，并劃分風險等級和風險類別；最后，依據風險等級和風險類別，有針對性地設計風險防范和管理措施。

（二）流程數據特征提取

1.指標確定

外部環境主要指上下游企業帶來連鎖影響，具體包括生產能力減弱，企業供應側的原料、生產、運輸，需求側的訂單數量、付款時間等都有潛在風險。如果依靠管理人員的主觀判斷，極有可能存在判斷失誤，因此需要建立流程數據評價指標，并設置相應權重，彌補信息滯后、信息不對稱直接導致的合作終止、延遲交貨、運輸受阻等問題。X企業銷售風險評價指標設置如表1所示。

在X企業供應側風險評價指標中，供貨風險來源于上游企業的原料供應能力下降或中斷、X企業自身組織生產受阻，導致產品生產能力減弱，產品產量下降。運輸風險主要體現在供應鏈整體一定的負面效應，包括運輸企業經營活躍度降低后的物流受阻，進而導致原材料、產品流轉過程時間延長。應收賬款風險是指下游企業生產經營受限，導致財務危機，資金流轉困難，付款期限延長，從而影響X企業應收賬款質量。

X企業需求側主要從需求波動風險、客戶轉移風險、取消訂單風險等方面進行評價。需求波動風險是指下游企業經營情況變化，產品需求出現報復性增長，或者急速下降。客戶轉移風險源于企業自身受到的影響，隨之帶來產品供應不及時、運輸停滯導致服務能力低下，影響客戶滿意度，從而取消訂單。取消訂單風險主要用于衡量一段時間內，X企業被取消訂單的數量變化、金額占比，提前發現潛在風險，為后續應對措施爭取足夠時間。

2.指標權重

依據表2所設指標，首先由專業人員評估每個評價準則的相對重要性，構建判斷矩陣。供應側判斷矩陣S=（Sij）3×3=■，需求側判斷矩陣D=（dij）3×3=■，根據求和法，計算得出各項指標具體權重如表2所示。

（三）風險評價

1.整理事件日志

X企業有關銷售活動的業務記錄通常存儲在不同的來源上，需要將在這些來源不同的流程數據進行合并處理，從而揭示完整的端到端的執行流程。日志中包含的過程實例之間的關系類似于數據庫中實體的關系（一對一、一對多、多對一以及多對多），需要在3個級別上對原始數據、結構化數據和模型級進行合并。從X企業信息系統、紙質業務記錄中提取銷售活動相關的流程數據，經過格式統一、噪聲處理、空缺值填補等，將這些數據整合成事件日志。

2.事件日志預處理形成風險特征數據

流程挖掘除了從控制流維度進行分析之外，還可以從案例、組織、時間等維度展開分析。本文結合時間維度和案例維度展開分析，時間戳和活動頻率可以用于發現時間間隔異常、業務活動效率問題；案例數據可以用于更好地洞察決策制定過程和分析不同案例之間的差別。

因此，本文依據VUCA環境下銷售活動時間間隔及其變化、活動數量及其變化評估、分析風險。

3.劃分風險等級

X企業VUCA環境下的銷售活動流程產生的事件日志數據，導入tableau生成圖表能夠更加直觀、快速地讀取銷售風險變化，也更利于生成分析模板，使得銷售風險分析模型可持續、可重復應用。按照設定好的供應側與需求側風險評價指標，讀取各指標當前數據，并將數據按照權重計算風險得分，根據高、中、低劃分各項指標的風險等級。

對X企業在VUCA環境下，不同風險特征值設定數量參數，按照不同參數劃分風險等級：極低風險=1，低風險=2，中等風險=3，高風險=4，具體如表3、表4所示。

供應側與需求側中，如發貨效率、運輸時間、應收賬款賬齡、客戶訂單時間間隔都是按照時間間隔長度劃分風險等級，參照X企業不同風險特征值差異，實施不同的時間劃分標準。但時間相關特征值風險等級，主要用來評價X企業相關銷售活動效率，因而時間間隔越長，風險等級越高。

訂單增速絕對值用于衡量期間內訂單數量的變化情況，但訂單急劇增多或減少都會影響X企業銷售活動的正常進行，訂單數量猛增但X企業產能在一時間難以跟上，因此會造成經營風險；訂單數量急劇下降的情況下，會給企業傳遞產品質量或服務水平上存在有待改進的問題。被取消訂單，采用直觀的間隔分組的方法對特征值進行風險等級劃分，X企業每季度平均銷售訂單數量在100—150左右，將占比轉化為被取消訂單數量，作為風險評估的重要參照。

案例維度與時間維度風險分析不僅涉及時間間隔和訂單數量等特征，案例涉及的交易金額也是重要參考因素。本文按照平均交易金額劃分四個等級，并設定風險權重。具體如表5所示。

X企業2021年第三季度銷售風險評價共涉及7項風險特征，每項包括四個風險等級，設定各項指標風險值為Ri（i=1，2，3，4）。供貨風險、運輸風險、應收賬款風險、需求波動風險、客戶轉移風險以及取消訂單風險6項權重為Sk，平均交易金額風險權重為M。對發貨效率、運輸時間、應收賬款賬齡、訂單增速絕對值以及客戶下單時間間隔5項風險特征的每個風險等級都進行了數量統計，分別計算風險得分。而取消訂單風險按照數量將其整體劃到一個風險等級，可直接計算，無需按風險等級加總。以上各項分類風險得分Qk（k=1，2，…，5，6）可以表示為：

Qk=Sk■RiWi+M■R■W■ （k=1，2，…，5，6）? （1）

因此將供應測、需求側風險得分進行加總，得到銷售風險得分E為：

E=■（Sk■RiWi+M■R■W■）+（0.14×3+2×0.15）? （2）

（四）風險分析與風險應對

VUCA環境下X企業銷售風險按照供應側與需求側分類，并且根據各項具體指標風險得分高低，鎖定問題環節，為X企業風險應對爭取必要的時間，具體如圖2所示。

X企業的風險評價指標分為供應側和需求側，涵蓋生產、資金、運輸、庫存企業銷售業務的整個流程。風險評價指標得分最終會追溯到銷售的各個環節，分別從生產、資金、運輸、庫存等方面，調節影響供應側和需求側的銷售活動，并針對不同類別風險給出協調庫存、充分利用剩余產能、折扣讓利、延期交貨等應對措施，保證X企業銷售業務的持續性。

四、X企業銷售風險評價模型的應用實施

（一）銷售活動事件日志數據的采集和處理

本文收集X企業2021第三季度銷售活動相關事件日志數據，分析2021年第三季度銷售風險情況，驗證利用流程挖掘從案例和時間的視角對X企業銷售活動評價的有效性和可行性。將數據分析結果與實際情況進行比對，根據理論與實際的擬合情況獲得風險評價方法可靠性的真實反饋。

從ERP系統中提取2021年第三季度銷售活動相關業務后臺事件日志，利用ETL將數據統一格式并匯總。利用數據庫、Excel軟件、Uibot等對事件日志中的時間數據、案例數據進行差值計算、數據分組等操作，依據供應側、需求側風險評價指標建立數據結構。X企業2021年銷售活動事件日志數據部分匯總如表6所示。

（二）銷售風險評價

本文收集X企業2021年第三季度銷售活動相關事件日志中共276個案例，其中包括從銷售訂單、出庫通知單、發貨通知單、客戶回執確認收貨、銷售發票、應收賬款確認以及取消訂單7個業務流程中的銷售活動。考慮到VUCA環境下，X企業難以提前預料對經營生產的影響，但通過及時發現事端，利用風險評估，可以把握風險防范的最佳時間，所以本文利用Excel函數、UiBot計算整理相關指標數據，提取出供應側相關風險特征，即發貨及時性、運輸效率以及應收賬款賬齡，同時提取需求側相關風險特征期間訂單數量變化、期間客戶往來活躍性以及被取消訂單數量變化，分別統計276項案例數據中風險特征情況，具體如表7所示。

按照式1計算X企業2021年第三季度銷售風險得分，具體如表8所示。

由表8可以發現2021年第三季度X企業風險得分較高，接近4。其中客戶下單時間間隔風險得分最高，對整體影響較大，但各項風險存在相互關聯，因而不能單獨分析其原因。其中企業供貨風險得分較高，發貨環節存在較高風險，一方面可能是上游企業原料供應，另一方面也存在訂單急增，產能無法滿足需求。

綜合以上因素來看，X企業交易金額較大，一旦發生供應短缺、運輸受阻導致客戶轉移、需求取消則會對企業資金產生較大影響，進而影響正常的銷售活動。因此，X企業可以采取分散供應的辦法，減少每筆訂單價值，保證供產穩定，同時也能避免風險。

（三）銷售風險分析與應對

X企業供應側運輸、產品供給以及應收賬款均有潛在風險，產品供給在8月中旬出現了短缺的情況，經實際調查發現，8月初X企業原材料供應不足，因此產能降低。可以發現產品發貨到運輸存在時間差，因此運輸效率的降低較滯后，約在8月中旬。應收賬款雖然同為供應側風險分析特征，但卻受客戶方經營狀況的影響，X企業應收賬款賬齡較大的案例出現在7月初，可能是由于此前客戶方本身經營狀況出現問題，因此應收賬款風險識別的及時性尤為重要，如圖3所示。

X企業銷售訂單數量至8月底不斷下降，8月初到9月中旬訂單數量較少，實際調查發現銷售訂單少是由于企業采取的減少銷售方式，來緩解供應不足問題，從而維持一定的信譽；另外部分客戶企業同樣業務減少，從而導致采購量下降。值得注意的是，盡管X企業采取的減少外部銷售訂單的方式，但仍有一部分客戶由于運輸受阻，產品遲遲無法送達，從而選擇取消訂單，如圖4所示。

針對X企業銷售活動異常情況，對X企業在VUCA環境下經營提出以下風險應對建議：

1.建立風險實時檢測系統

及時的風險識別與評價顯得尤為重要，能夠為企業爭取足夠的風險應對時間。建立基于流程挖掘的實時風險監測系統，基于企業的經營情況設定合理的風險得分閾值，當超過設定閾值則會對銷售活動做出風險預警，從而能夠減少企業面對突發狀況的反應時間。風險預警能夠對可能的風險做出科學的預測，做到及時決策，在可行的范圍內盡量減少對于企業的經營沖擊。

當出現銷售活動停滯，出現業務時間過長、需求變化較大的情況，由于沒能及時發現潛在風險，而錯失了最佳的補救時間，從而使企業處于被動狀態。因為VUCA環境下，物流管制導致產品交付受阻，從而延長了客戶收貨時間，不僅使經營效率低下，同時也讓企業客戶好感度降低。

2.協同多地庫存，協調產能

原料供應不足、企業庫存短缺等緊急狀況下，來不及協調其他方庫存，使得客戶下單到發貨只之間間隔時間過長。加上產品運輸途中可能會經過風險區域，使得運輸時間過長，導致客戶滿意度降低，從而影響企業經營和信譽。但如果能夠在VUCA環境下，利用實施風險檢測系統實施有效決策，在運輸受阻或庫存短缺情況下，企業通過協調其他就近地區庫存和生產，及時緩解將要發生的庫存短缺，從而在盡可能的情況下爭取最大效益。

3.需求預測，風散風險

企業風險管理統籌需求側與供應側同時發力，才能更好地防范風險。需求預測能夠更有序、更合理組織生產。通過預測，發現下游企業VUCA環境下的需求變動趨勢，確定合理的產量，為突發情況留有緩沖，避免產能過剩，也能緩解可能的產能不足。

五、結語

流程挖掘可以作為非財務信息應用于經營業務中銷售活動的風險分析和預測，尤其是在VUCA環境下，企業的風險管理能力和風險應對能力影響其經營的持續性與穩定性。在VUCA環境下，大多數企業都面臨有供應不足、庫存短缺、市場萎縮等帶來的經營中斷的風險。因此基于流程挖掘建立實時的銷售風險檢測，及時發現供應側與需求側變動情況，依靠信息系統后臺操作記錄全方位預測可能的風險點，從數據后臺模擬供應和需求變化趨勢，VUCA環境下可能的突發狀況，造成原料采購和產品供應受阻、資金周轉等方面的不足，為企業爭取足夠的風險應對時間，彌補財務數據風險分析的時間滯后。●

【參考文獻】

［1］ 陳曉紅，唐立新，余玉剛，等.全球變局下的風險管理研究［J］.管理科學學報，2021，24（8）：115-124.

［2］ 王正位，李天一，廖理，等.疫情沖擊下中小微企業的現狀及紓困舉措——來自企業經營大數據的證據［J］.數量經濟技術經濟研究，2020，37（8）：3-23.

［3］ 林波，吳益兵.新冠疫情下企業業務中斷風險探討［J］.會計之友，2020（18）：138-142.

［4］ WU T，BLACKHURST J，O’ GRADY P.Methodology for supply chain disruption analysis［J］.International Journal of Production Research，2007，45（7）：1665-1682.

［5］ 陳佳琦.ERP環境下企業經營業務的內部控制設計［J］.會計之友，2013（17）：73-76.

［6］ W.M.P VAN DER AALST，et al.Business process mining：an industrial application［J］.Information Systems，2007，32（5）：713-732.

［7］ CHIU TIFFANY，et al.Exploring new audit evidence：the application of process mining in auditing［Z］.2018.

［8］ MIEKE J，et al.A Business process mining application for internal transaction fraud mitigation［J］.Expert Systems with Applications，2011，38（10）：13351-13359.

［9］ WEIJTERS A，RIBEIRO J.Flexible heuristics miner （FHN1）［C］ Proceedings of the IEEE Symposium on Computational Intelligence and Data Minim.Piscataway：IEEE Press，2011：310-317.