基于大数据技术的集中采购运营模式研究
2022-02-14
由于集中采购规模优势带来的成本节约和规范执行的红利,因此近年来其逐渐成为大型企业普遍采用的采购方式,但集中采购在实际执行过程中也有不少弊端,严重时会产生特里芬悖论效应。本文在对传统集中采购运营模式分析的基础上,运用互联网思维提出了基于大数据技术的新型集中采购运营模式,可以有效避免集中采购的一些弊端。
一、背景及现状
随着经济全球化的发展,企业面临越来越多的竞争和挑战,竞争模式从传统的技术竞争、市场竞争、产品竞争等逐渐扩展到供应链的竞争。对大型集团型企业来讲,如何在全球范围内构建企业的供应链并优化其管理体系显得尤为重要。采购作为供应链管理的重要一环,已成为各家企业的研究重点。为更有效地降低企业成本,提高企业产品的竞争力,集中采购运营模式应运而生,但如何一方面保证集中采购的规模优势,另一方面又保证企业采购的灵活度、个性化,从而实现精益管理的目标,成为当前各行各业的关注重点。随着信息技术的发展,一种基于大数据技术的新型集中采购运营模式也随之而生。
二、传统集中采购模式利弊分析
传统集中采购模式是一种依托于原有组织体系架构,逐层逐级汇总采购需求,然后又逐层逐级分发采购结果的采购模式。其具体模式流程为:上级机构业务需求职能管理部门收集汇总需求,然后将需求提交至同级采购管理部门进行采购;采购管理部门采购完成后再将采购结果逐级下发至各下级机构,然后下级机构业务执行部门根据采购结果执行。
(一)传统集中采购模式的优缺点
传统集中采购模式适用于长期需求稳定且产品规格长期固定的产品,其优缺点如下:
1.优点
(1)有利于发挥规模化采购优势。集中采购可以整合企业分散的采购资源,发挥规模采购优势,获得更加优惠的价格,还可以避免同类产品重复采购、减少采购频次和供求对接成本,增强采购人的市场话语权,降低采购成本,避免分散采购造成的人力、物力和财力浪费。
(2)有利于规范采购行为。通过采购需求、采购时间、采购人员、采购地点以及供应商的适度集中,将分散性决策变为集中公开决策,增加采购活动的规范性和透明度,弱化各需求主体的不合理个性主张,减少采购经办人员接触供应商的环节和机会,有利于建立专业化、标准化采购作业流程和岗位人员约束激励机制,完善统一、公开、公平、公正的招标采购监督机制,防范廉政风险。
(3)有利于推进采购标准化。集中采购归并同类产品需求计划,促进同类产品和服务建立统一的采购标准文件及其合同文本。集中采购相同或类似货物,便于实现采购组织和供应的标准化,提高采购和供应环节的准确性、及时性和匹配性。
2.缺点
随着集中采购工作的不断推广和深化,越来越多的间歇性产品或规格频繁更新的产品被列入集中采购,给传统集中采购带来了巨大挑战。在这种情况下,传统集中采购模式就显现出了其不足之处。
(1)需求准确性低。传统集中采购模式下,需求数量和需求时间是由一线分支机构人员反馈的数据汇总而来,一线人员为保证需求量,往往会夸大客户的实际需求。在企业规模大、层级多、存在众多分支机构的情况下,夸大的需求量与实际的需求量可能存在数量级的差距。
(2)人员、组织之间协同精细度要求高。传统集中采购模式要求各个部门各司其职,每个岗位人员按时作业,这样采购流程才不会出现任何问题。但在实践中,由于供需诉求对接不精准,企业对于产品需求目标、需求数量、需求时间等不一定有准确的对接信息,很难做到高效协同,整体流程反应就会相对滞后且效率较低。
(3)流程长,响应慢、效率低。传统集中采购模式沿用企业原有架构,采用垂直化管理,灵活度低,流程长,响应慢,尤其对于数量较少的零星采购,效率比较低下。
当传统集中采购模式发展到极致时,就有可能发生类似的特里芬悖论现象。
(二)特里芬悖论
特里芬悖论现象最早起源于经济学,即美元要成为国际核心货币,一方面需要各国贸易用美元作为结算货币与储备货币,这会导致美元在美国之外不断沉淀,美国会发生长期贸易逆差;另一方面美元要作为国际核心货币,又要保持币值稳定,这就要求美国须是长期贸易顺差国。这两个要求互相矛盾,成为了一个悖论,这个悖论将导致美国的霸权体系最终崩塌。
同理,集中采购要继续执行下去,一方面要持续扩大规模,降低成本,获得成本优势;另一方面还要保证产品质量,并持续提升产品质量标准。只有上述两方面的目标都达成,集中采购工作才能获得公司内部的整体支持。但如果要降低产品采购成本,供应商为保住市场份额或者利润,就会降低产品质量;而提升产品质量,又往往会抬升采购成本。两个要求也互相矛盾,成为一个悖论,执行稍有不慎,就将导致产品质量崩塌,轻则抬高企业整体成本,重则毁掉企业产品品牌,将企业推向破产倒闭的深渊。
三、基于大数据技术的新型集中采购模式
虽然传统集中采购模式存在上述诸多问题,但由于集中采购的规模效应,各大型企业为了节约成本,往往不得不忍受集中采购的低效率和长流程。但基于大数据技术的新型集中采购模式有望有效解决传统集中采购模式存在的问题。新型集中采购模式借助大数据技术,一方面通过大数据采集技术实时获取采购两端(供应商和前端需求执行人员)的数据,使企业实现采购全流程的数字化;另一方面可以通过大数据分析及挖掘技术深度洞察供应商和需求执行人员,全面了解供应商绩效表现和产品执行情况,增强业务掌控力,实现“精准对接”和“高效协同”。
(一)大数据技术
大数据本身是一个抽象的概念,是指无法在有限时间内用常规软件工具对其进行获取、存储、管理和处理的数据集合,具备Volume、Velocity、Variety和Value四个特征,简称“4V”,即数据体量巨大、数据速度快、数据类型繁多和数据价值密度低。大数据的特征如图1所示。
而大数据技术则是一系列使用非传统工具对大量的结构化、半结构化和非结构化的大数据进行处理,从而获得分析和预测结果的数据处理技术。大数据价值的完整体现需要多种关键技术的协同,包括数据存储、处理、应用等方面的技术。根据大数据的处理过程,可将其分为大数据采集、大数据预处理、大数据存储及管理、大数据处理、大数据分析及挖掘、大数据展示等技术。
大数据预测是大数据技术最核心的应用,它将传统意义上的预测拓展到“现测”。大数据预测的优势体现在它能把非常困难的预测问题转化为相对简单的描述问题,而这是传统数据分析根本无法企及的。基于大数据和预测模型去预测未来某件事情发生的概率,让分析从“面向已经发生的过去”转向“面向即将发生的未来”是大数据分析技术与传统数据分析的最大不同。
(二)新型集中采购模式流程
新型的集中采购模式由中心化的集团集中采购转变为分布式记账的区块体系集中采购,实现智慧共享。具体框架如图2所示。
1.主要流程
基于上述架构,新型集中采购模式采购产品的流程如下:
(1)采购发起。大数据平台发出产品预警信息。
(2)采购实施。企业中的采购职能管理部门根据大数据平台信息获取应采购产品、产品数量及价格等信息,启动采购流程。同时可以实时比照大数据平台数据库数据与应标数据,及时发现招标投标过程中的异常情况。
(3)结果发布。采购结果直接发布在供应链系统,供业务需求管理部门和一线业务执行人员查看并执行。
(4)合同执行。实时从大数据平台获取产品执行情况,动态分析执行数据,第一时间获悉可能存在的异常情况。
在上述流程中,将传统采购流程中的被动支撑形式转化为主动支撑服务形式,但转化成功的关键在于大数据技术平台的开发和应用。
2.关键步骤
笔者认为,建设好大数据技术平台的关键有两步:
第一步:数据的采集,实现大数据的Volume和Variety功能。首先,制订数据采集标准,采集企业内外电子招标投标系统、供应链系统或其他相关系统上的各类数据,数据量要尽量“大”,主要包括交易主体、工程项目、交易文件、交易过程、交易行为等招标投标信息和合同执行情况等信息,数据格式包括结构化、半结构化、非结构化数据。其次,借助大数据技术的独立ETL引擎(工具),对各类采集数据进行抽取,并进行清洗、转换、合并、拆解等加工处理,保证数据的正确性、一致性、完整性、有效性和时效性。
第二步:围绕企业项目功能需求,构建合理算法模型。通过使用大数据技术中的分割、集群、孤立点分析等数据挖掘算法,深入数据内部挖掘价值,实现大数据的Velocity和Value功能,初步建设完成包括基础数据分析、智能标签、专家全息分析和企业主体画像等功能的大数据应用分析平台。
(三)新型集中采购模式优势
新型集中采购模式除具有集中采购模式的规模效益优势外,还具有如下优势:
1.需求准确性和及时性高
由于需求数据不再是逐级汇总,而是建立在大量真实数据的基础上,致力于从“面向已经发生的过去”转向“面向即将发生的未来”的分析,故需求的准确性和及时性都大大提高。
2.组织协同精确性要求低
需求上报、结果执行等采购操作不再限定于短时间内完成,而是要求各个组织作为一项日常工作来完成。在实际执行过程中,即使出现部分组织没有很好地完成日常工作,也可以借助大数据技术剔除出异常数据,预测出整体组织的需求及执行等情况。
3.高灵活性
在图2中,借助大数据平台,新型集中采购模式将复杂的多层组织架构变革为两级的扁平组织架构,整个组织的灵活性大大提高,整体的采购效率也将获得较大提升,从而更好地指导采购的实际工作。一是促使采购管理部门优化和完善集中采购政策,有效避免特里芬悖论陷阱。二是有效引导供应商合理报价。三是提升专家智能化评标水平。四是为审计监督部门提供客观、准确、科学的数据。当然最重要的是可以有效提供可量化、可直观感受的采购执行数据,科学指导业务需求部门和采购管理部门未来的采购计划,实现“丰田式的零库存”管理,从而达到成本最低、效率最大。
(四)新型集中采购运营模式效果
结合大数据技术,新型集中采购运营模式的初步效果如下:
1.大幅提高高价围标、串标难度系数
由于大数据技术可以挖掘供应商的历史共同投标关系、供应商的中标情况和供应商与项目的特征集中度等数据关系,进而可建立起围标、串标供应商的群体数据模型,致使供应商之间高价围标、串标难度系数大幅提高。
2.有效降低低价低质现象
由于大数据平台可以提前预警低价中标现象,实时监控执行数据指标,实现精准、高效的智能化监督产品质量,因此保证了供应商的低质量产品没有生存空间。
3.专家评审公正性大幅提高
将大数据技术评审结果与专家评审结果比对,可提前规避专家不公正现象,提高专家评审的公正性。
四、集中采购未来发展目标建议
基于大数据技术的新型集中采购运营模式相比传统集中采购模式具备诸多优势,但需要指出的是,在探索、优化集中采购运营模式上,还有更长的路需要走。
一是采购自动化。采购目前还属于人力密集型作业,未来随着采购的标准化以及大数据技术的充分利用,应逐步实现采购的半自动化直至全自动化,有效降低人力成本。
二是利润中心。随着数据的集中和扩展累积,数据不再仅仅是资源,而是重要的资产,充分利用这些数据资产,通过数据租售、信息租售和数据使用,逐步将采购部门由成本中心转化为利润中心。
未来中国企业要继续做大做强,在供应链管理实现精益化管理,需要继续应用好大数据技术,让这项技术嵌入集中采购的各个环节,真正实现规模性和灵活性的平衡发展。
作者: 肖 清 许国先
作者单位:中国移动通信集团江西有限公司
来源:《招标采购管理》