基于大数据的电力企业物资管理模式优化探讨

基于大数据的电力企业物资管理模式优化探讨

牛传华 马桂琴 姚新华 刘正祥 许建江 刘全林 曹洪建 李强 杨凯旋 郭鲁

国网新疆电力有限公司阿勒泰供电公司

新疆阿勒泰 836599

摘要：目前，随着社会经济的发展，电力企业的内部管理制度也在不断的优化和发展，不断的成为了社会的热议话题。企业物资管理能力的提高，不仅促进了电力企业的稳定发展而且还对企业的经济效益有着重要的影响，因此企业的物资管理在电力行业中的地位越来越突出，逐渐发展成了一个具有系统性和规范性的工作体系。

关键词：物资管理；大数据；电力企业；模式优化

1研究背景

随着大数据相关技术的不断进步，电力大数据在各电力企业集团内部已得到初步应用,但行业内的物资大数据整合及应用还未开展，其巨大的价值也尚待开发。因此，尝试从电力物资大数据的质量分析入手，厘清影响电力物资大数据质量的各种因素，给出保证电力物资大数据质量的应对措施，以保证物资管理大数据的质量和时效性。

在大数据时代的背景下，电力行业作为国民经济的基础和“先行官”，其经营管理、生产运行、检修/运维、市场营销和企业文化等数据的重要性越来越明显，随着数据量的迅速膨胀，这些数据已成为电力企业最有价值的资产。而在这些电力大数据中，所需物资的采购、仓储等数据占电力企业经营管理大数据的比重不低，也是企业节资的重要环节。

2大数据分析的应用现状

近年来，大数据分析技术已经深刻影响我们的技术革新和企业经营，推动了各行各业的发展进步，一些学者认为，大数据分析能够更好地理解未知的世界和商业竞争，并据此获得深层次的竞争优势和先机。例如，Walmart、eBay、Target等公司已经从大数据的挖掘中获得了巨大的利益，他们在行业市场竞争中占得先机，提高了盈利能力，发现了新的价值增长点，并在一定程度上影响了其行业的规则制定。大数据分析是伴随着数据科学的快速发展和数据密集型环境的出现而产生的一种全新的分析思维和技术，大数据分析与情报分析、云计算技术等存在密切的关系，它更像是一种策略而非技术，其核心理念就是以一种比以往有效得多的方式来管理海量数据并从中提取价值。大数据分析的过程是通过数据生成机制对数据进行广泛采集和存储，以大数据分析模型为基础，在计算机分析平台的支撑下，运用云计算技术调度计算分析数据资源，并最终挖掘出大数据背后的模式或规律的数据分析过程。

3物资管理存在的突出问题

随着信息化技术的快速应用，物资管理有了质的飞跃，在ERP系统规范物资业务流程的基础上，实际管理中还存在一些效率低下、精益化管理不足的环节和问题，突出表现在以下三个方面：

3.1物资计划提报管理过于粗放

物资采购计划的提报不能与生产实际需求高效、紧密结合，生产班组提报的物资需求计划前瞻性不足，甚至有遗漏现象，在当前的物资采购流程下，物资到货周期短则两个月，长达半年以上，往往会造成对机组设备检修工期的延误或检修质量的下降，对企业的安全生产影响较大。目前仅仅是努力加强班组技术人员的计划提报准确性、及时性，暂时未能从技术角度来保障需求计划提报质量。

3.2物资仓储备件冗余闲置率高，资金利用率低

存在对物资质量验收把关不严格、对备品备件必需性判断不足以及技术更新换代和设备系统技改等原因，经过长年累积，导致发电企业普遍存在着庞大的物资库存（含二级库），这些物资一般闲置年限较长，利用率很低，大量物资占据仓储空间，提高了仓库储存成本，占用了大量流动资金，降低了资金利用率。

3.3发电企业物资管理暂未建立联合物资储备机制

由于各基层发电企业限于公司机组设备类型、物资账目资金要求等问题，尚未建立统一或者区域的联合物资储备机制，如果对当前各发电厂的备品备件建立有效的联动机制，可大幅降低各单位的既有库存，将之转换为现金流，同时在机组设备遇有紧急需求时可以快速保障机组设备恢复安全稳定运行。

4基于大数据的电力企业物资管理模式优化措施

4.1大数据分析在物资仓储管理的应用

就现阶段的发展而言，仓储管理所使用的ERP系统所实现的功能指标只有闲置物资增长率、闲置物资库存金额占比、库存周转率、物资领用率等，对于物资仓储管理来说比较侧重于统计性指标。虽然能检索出所有的库存物资信息的记录和对于降低库存这一技术提供了基础，但是不能提供后续的降低库存和保持库存的数据。对于这一点需要引入大数据分析技术，通过大数据分析技术找出仓储全部物资的出入库数量和出入库频次较高的物资，进行数据的分析和提炼，得出有价值的采购优化策略，使库存结构越来越简单优化，保证保障机组常用物资的需求保持在最低水平，以此提高资金的使用率。除此之外，根据电力企业建立联合物资储备模式的要求，由电力企业物资部整体协调，鼓励各单位互借互用现有库存，以实现整体库存降低的目的。本文建议可将各单位进行大数据分析后建立的数据库和采购策略在全局进行统筹优化，以更大程度的实现联合物资储备模式，简单的说，以前是厂里缺什么急需物资时，再去联系其他厂调用并支付相应费用，如果在全局层面实现了大数据分析信息共享后，那么可以实现有的备品备件我厂在制定采购计划时就不必采购，而采取从别的厂必备库存多的调用，这样在一定程度实现整体最优库存设计。

4.2建立一套健全的电力物资供应管理信息系统

针对现有的企业管理系统进行改革，着重促进管理效率的提升。针对目前的管理手段，进行现代化的改进，与现代电子信息技术相融合，尤其注重对物资流动状况的记录，保证物资购入与管理的透明化。对于企业日常的资金动向、采购计划、物资储备与产品的质量管理都要纳入信息化管理系统，实现对企业物资供应的现代化管理。对于企业现有的信息化管理系统进行整合、对接及优化，让企业的员工可以根据企业的管理系统随时地进行信息的查询，而且对于企业的管理人员而言，可以根据这个系统时刻对人员的职能进行高效地监管。

4.3大数据分析在物资采购计划的应用

第一，近年来，为了提高发电厂的维护费用使用率和降低库存资金的占用率，指导班组计划员有针对性的进行本品备件的采购大数据分析，建立常用的物资种类库，并及时捕捉跟踪日常材料的消耗和补充情况，使物资维护种类库越来越精准、越来越有指导意义，达到使用的价值，提报最佳的计划策略。

第二，由于各个电力企业使用的发电机组设备类型不同，所根据的大数据分析建立的数据库和指导建议更适合自身的企业，但大数据的分析模式可以应用到其他电力企业。因为电力企业的机组等级检修有标准化的要求和形成了规范的检修项目资料，所以根据大数据的分析模式对检修使用的备品备件进行分析，得出检修需要的备品备件物资的参考类别库，以此为依据，使检修人员在检修时避免出现漏项和添项的错误操作。根据提报的优化计划，大大的降低了检修的费用。

5结束语

总之，大数据分析对电力行业等传统行业的优化发展有着变革性的意义，如何通过大数据分析挖掘出有价值的数据和优化策略，并将其与生产实际紧密结合起来，是电力企业实现成本领先、价值创造的有效途径。从基于大数据分析的角度提出了优化物资管理的建议和探讨，希望对做好降低电力企业物资管理成本起到切实有效的作用，为企业创造更多价值提供有力支撑。

参考文献

[1]官志华.大数据分析在供应链管理中的应用[J].物流技术，2017（9）：132-135.

[2]官思发.大数据分析研究现状、问题与对策[J].情报杂志，2015（5）：98-103.

[3]廖志星.新形势下电力物资管理存在的问题及优化思路[J].科技经济导刊，2018，26（27）：191+193.