大数据对煤炭企业物资管理的应用

来源：职称阁分类：电子论文时间：2019-09-17 09:46热度：

　　当前，大数据已经成为热门话题，在电力、银行、医疗等相关领域已得到广泛应用，大数据技术日益成熟。结合神东公司物资管理现状，初步探索了大数据在物资管理中的应用研究，从物资管理的现状出发，对大数据的价值、数据挖掘、大数据分析、数据模型等几方面进行了具体的阐述。在保障公司物资供应的同时，大数据技术肩负着以降本增效来提升神东公司的竞争力的使命。利用大数据分析能更好地给经营管理者提供真实、可靠的决策数据。

大数据对煤炭企业物资管理的应用

　　关键词:物资管理;大数据;数据价值;数据挖掘;数据模型

　　目前，神东物资供应中心物资管理主要运用ERP系统物资管理模块、SRM系统、EAM系统、物资储备定额管理系统、立体仓储管理系统、ERP财务模块、供应商库存管理系统及供应商考核管理系统。神东物资供应中心物资管理从2001年8月在全国煤炭行业率先实施了企业资产管理(EAM)系统，采用美国Datastream公司的MP5i软件产品。2010年7月升级整合后的EAM系统正式上线运行，实现了从需求计划到采购计划、采购订单、接收入库、移库、出库领用的全过程跟踪。2012年10月正式启用ERP系统，实施了人资、财务、物资和销售4个模块，这期间产生了大量的历史数据，都是以数据库的形式存储。从使用单位上报需求计划，包括采购计划及移拨申请，到中心计划部审核生成采购计划、移拨计划，采购部接收采购计划进行分包处理，委托招标，签订合同，到货验收，仓储形成库存，出库配送的一系列流程，系统是规范流程、规范工作作业的操作手段。

　　1系统功能简介

　　EAM系统的升级整合—主要从资产与维修业务管理和物资业务管理2方面实现对神东公司的资产管理。物资管理方面，从计划、采购、仓储、核算、寄售和统计分析等多方面对物资管理业务进行了提升[1-3]。实现了从需求计划到采购计划、采购订单、接收入库、移库、出库领用的全过程跟踪，从根本上解决计划跟踪问题，并实现了系统自动通知、自动统计每个环节的时间，可对重点项目的每个重要节点监控，为员工绩效考核提供准确无误的数据。ERP系统—物资供应中心应用了MM(库存管理)和WM(仓库管理)2个模块，MM模块涉及物资计划、采购、验收、仓储等全过程管理，与财务、生产、销售、成本等业务均有紧密的集成关系[4-5]。WM模块是结合物供各仓库现状结构、物资特性及仓库的吞吐量等情况进行分析，做到了仓库管理信息化、自动化、标准化的管理。

　　实现了仓库精细化管理，提高仓储管理水平。ERP-MM，主要功能包括用于管理物资采购过程的各个环节，包含计划管理、仓储管理、采购执行、基础数据管理、监造管理、配送管理、质量管理，共7个二级功能模块。ERP-WM，主要功能包括仓库管理模块，包括仓位主数据管理、仓库内部作业、上下架管理、盘点管理等功能。SRM—主要功能包括用于物资采购寻源及供应商的集约统一管理，包含采购查询分析，采购计划管理、采购寻源管理、合同管理、技术文档标准化管理、基建项目物资管理、正向竞拍、电子目录采购管理、供应商管理、服务采购管理模块。

　　物资定额管理系统—主要功能包括对物资采购进行定额管理，根据物资收发货信息以及定额管理周期等信息，对消耗计划进行预测，从而指导定额采购，包括数据获取管理，预测物料消耗和动态定额管理3个部分[6-8]。供应商库存管理系统，主要功能包括寄售供应商查询寄售库存数量、寄售协议信息。供应商考核管理系统，主要是辅助应用于对供应商的管理，对供应商提供产品质量、日常招标活动中的行为规范、售后服务情况等的管理考核，有利于保障物资供应的优质、高效服务。

　　2大数据的应用示例

　　2.1数据挖掘

　　数据资源:随着大数据时代的到来，数据被各行各业看作是很大的财富，无形的资产，拥有数据就相当于拥有了大量的资源可供开发、挖掘，甚至是被当成一件产品，可以直接体现出商业价值。如何利用数据，如何从大量的数据中挖掘出有用的信息成为最关键的问题。物资管理信息系统在经历变更及升级换代后，产生的大量数据被存储到数据库，然而却未被有效的利用开发起来，偶尔作为历史数据参考、对比。无论是主数据还是业务数据，在很大程度失去了数据原有的价值和意义。数据挖掘就是从大量的数据中挖掘出有用的信息，给经营管理层、决策层提供有用的信息、数据做参考和判断。物资供应数据:在物资供应管理中涉及计划、采购、验收、仓储、配送等诸多环节，可结合各环节分析数据挖掘的应用。目前神东物资供应中心物资采购主要应用ERP及SRM系统，其中涉及部分人为因素，因此有产生问题的风险存在。如采购人员没有依据物资特性合理分包，紧急物资采购寻源范围局限，而在实际采购作业操作过程中考虑到了风险预控的因素;制定的采购物资分包不合理，导致有一些后续的招标采购过程中供应商参与度减小，公开公平公正的竞争优势就得不到体现，反而给一些不良供应商带来利益，给公司造成损失。引入数据挖掘技术之后，将有效改变这一局面，其基本思路是利用ERP数据库积累的物资采购情况，通过数据挖掘得到采购物资的历史采购时间、历史采购供应商、历史采购价格、供货周期、供应商索赔情况等信息，从而合理分包，减少采购成本，缩短采购周期。

　　大致过程如下准备数据:凡是跟采购物资相关的历史采购记录数据进行初步处理，这个是数据挖掘过程的开始，也是这个过程的核心。要挖掘采购物资的历史供应商，所需数据主要从ERP数据库和采购方案指导手册数据库中获得。开始先尽量搜集能得到的所有字段信息，经过初步分析再删除与数据挖掘主题无关的字段信息。把收集的数据合并到一个数据库中，对数据的质量进行仔细检查，主要是供应商数据必须是单一的而且是标准的。物资采购:历史采购情况主要是大概筛选一个采购的范围，尽可能的拓展物资采购的范围，以便能体现市场竞争最大化，达到产品最优的同时能减低采购的成本。相关分析:在数据收集和准备阶段希望收集尽量多的数据字段，每个字段都是特征属性反映，这些特征属性不一定和数据挖掘的目的有关，即不一定与需求相关。相关分析技术用来识别不相关或者弱相关的属性字段。在物资采购过程中，如历史采购时间、供货周期等字段与物资分包相关性较弱，但是某种程度能反映物资采购的特性，譬如夏、冬季三防物资的采购与历史采购时间就有很大的相关关系。归纳特征属性:出于简化问题的考虑，以及数据挖掘的目的和物资特性，可以只进行单因素分析，物资分包过程中，可以只对历史供应商做简单分析，再结合实际拓宽采购范围，达到最优化。

　　2.2大数据分析

　　物资供应中心计划工作实行集中统一的管理模式，计划提报以年度计划为主，季度计划为辅，月度计划补充。计划提报一方面根据使用单位需求，提报消耗的材料;另一方面物资供应中心计划部依据物资定额管理系统及对实际需求考虑下达储备计划。现就物料主数据在业务活动中的应用做分析。数据统计:计划管理与物料主数据密切相关，而物料主数据是最基础但又普遍应用的数据。目前神东ERP系统在用物料主数据23万余条，物资管理业务的运行都离不开的主体，从业务角度进行数据分析，物料主数据可以从不同维度给经营管理层提供数据。按照近2014—2016年发生的采购计划业务进行了统计分析，见表1，以物资计划提报为发生业务统计，包括采购计划、神东内部移拨计划，计划是源头，是物资管理供应链开展的第一环节。数据分析结果:①物料主数据使用率不高，平均每年发生的业务物料主数据使用率不到15%;②2014—2016年业务发生相对稳定，除2015年因高端备件开发，进口物资计划提报受阻，计划发生业务相对较少;③进一步分析发现，2014—2016年发生业务占用的物料57345条中，使用频率只使用了1次的有22922条，占39.97%，使用频率及占比情况见表2;其余都是交叉重复使用，说明每年都有需要提报，在一定程度上反映计划的稳定性，同时能给业务管理者提供一个指导方向。

　　2.3数据模型

　　物资管理从使用单位提报需求计划，物资供应中心统一审核及编制采购计划，统一采购、验收、仓储、配送，其中涉及采购计划、移库计划、移拨订单、采购订单、验收单、入库单、出库单、配送单等一系列单据，相互之间存在着千丝万缕的相关关系。目前的物资管理系统ERP、SRM、EAM，都是以单一的数据库为中心，主要用于规范业务处理，在此基础上，可以进行简单的查询、汇总、统计报表、决策分析等各种类型的工作。但是这种日常处理和决策分析综合在一起的技术，在当前不断发展的信息社会中逐渐暴露出其自身的局限性。主要表现在:①系统经过多年的更新换代，已经积累了大量物资管理方面的历史数据。这些历史数据通通存在于一个或多个数据库里，不仅增加了数据处理的负担，而且增加了程序编写的难度;②随着数据量的不断增长，完成一个综合查询需要筛选或检索更多的数据，所花费的时间会越来越长。并发用户对同一数据库的数据多重操作利用，也会延长系统的响应时间，降低系统性能;③现行的物资管理系统由于不具备灵活的数据综合处理能力，数据汇总的处理效率很低。

　　引用一个数据，需要从不同的业务层面、不同的信息系统之间提取;④现行的数据库技术不能同时满足事务处理和数据分析的需要，特别是不能满足现代信息管理中不断增长的决策支持的要求。在很多方面，都是经营决策者主要要求各项关键指标落实情况，再人为去落实数据，不同的作业人员从不同角度取得数据，数据也得不到真实可靠的保障。因此，需要有一个能够把大量数据转换成有用信息的工具以便于决策支持，从主动的生产数据随时满足需求者的提取。数据仓库技术是目前被公认的最好的解决方案。

　　神东公司成立数据标准化项目部，主要是致力于解决目前神东生产数据没有统一的标准，规范数据，实现数据统一格式、集中存储;提供与其它业务系统自动抽取数据功能，并保证数据的一致性;为各类数据的重复利用提供统一、标准的应用及开发接口;对历史数据提供即席查询、统计分析，人机界面，打印各种形式的报表。随着大数据时代的到来，原先以单一数据库为中心的数据环境随之发展成为以数据仓库为核心的体系化环境。

　　基于这种新的体系化环境，物资管理系统的体系结构如图1所示。其中常规业务处理部分生成物资管理系统的源数据库集合，通过数据的提取、集成、转化工具，将数据从源数据库转移到数据仓库中，再利用各种分析工具(查询检索工具、报表生成工具、多维数据的OLAP联机处理分析工具、数据挖掘DM工具等)实现决策系统的各种要求。在基于数据仓库技术的物资管理系统中，辅助决策分析子系统建立在数据仓库的基础上，数据按照决策分析的主题进行。数据仓库的数据模型可以通过少量的几个数据主题，为众多的事件主题构造出不受限制的数据综合路径，实现多维数据服务。以物资管理系统中的采购物资到货模块为例，传统数据库中一个采购物资到货记录主要包括以下字段:物料编码、采购订单、采购数量、价格、供应商、库存地点、到货日期等。

　　但经营管理者更关心的是有关企业运营情况的综合信息，如:全公司采购量如何?物资采购到货率?哪个供应商的产品价格最可靠?供应商到货及时率等等。换言之，管理者不关心离散的数据，而需要从不同角度对数据进行统计和分析，以探索企业的活动规律，作出正确决策。因此，需要将来自系统不同部分的信息继承到数据仓库中，以实现对数据的多维化处理。如图2所示是一个简单的多维数据模型。图2库存控制指标从图2可以看出，从到货日期(年、月、日)、物料(数量、类型、规格、型号)、供应商(到货数量、联系电话、地址、信誉)、采购订单(订单号、采购数量、价格、到货日期、到货地点)等角度出发对数据进行不同维度的综合与分析，从而得到物资采购到货模型(采购金额、到货率、到货及时率、合同履约情况)在不同层次的汇总。这种多维数据模型实现了数据的高度集中，为经营决策层决策需求提供了各方面不同层次的分析基础。

　　3结语

　　随着大数据时代的到来，数据的价值越来越被商业重视并开发，同时数据也体现出了潜在的价值。神东煤炭集团在信息管理的变革中，从传统的煤炭开采到机械化开采，现在已初步进入自动化控制开采模式，距离数字化、智能化还是相对较远。物资供应管理应用世界前沿的物资管理ERP系统，在保障公司物资供应的同时，肩负着降本增效的使命，来提升神东公司的竞争力。利用大数据分析能更好地给经营管理者提供真实、可靠的决策的数据。大数据时代已然展露出其恢宏磅礴的历史趋势，神东公司作为世界一流煤炭企业，紧跟时代步伐，运用大数据，把不可能预见的因素，在新常态下做到前瞻性，给公司带来巨大利益的同时，也能让同行奉为楷模。在信息大爆炸，数据量飞速增长的今天，大数据时代已成为一种必然。

　　参考文献:

　　[1]周文超.神华集团物资管理信息化平台建设探析[J].中国煤炭，2017，43(12):105-108，114.

　　[2]官志华.大数据分析在供应链管理中的应用[J].物流技术，2017，36(9):132-135.

　　作者：刘春燕丁刚祥单位：神东煤炭集团物资供应中心

文章名称：大数据对煤炭企业物资管理的应用

文章地址：http://www.zhichengg.com/dzlw/13720.html

上一篇：铁路真空卸污设备系统设计
下一篇：刑事诉讼电子证据关联性问题