生產型企業統計問題與對策范文

本站小編為你精心準備了生產型企業統計問題與對策參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《統計科學與實踐雜志》2014年第六期

一、現代企業數據統計的新特點

（一）數據之間匹配性要求高，要一一對應例如訂貨合同、庫存、財務應付款之間的數量和資金關系復雜，對賬要求高。對于產品銷售，需要對所有銷售開票數量、庫存數量、合同執行數量、開票未提貨數量，以及合同金額、逐筆收款金額、累計應收款金額等動態信息核對清楚。

（二）數據處于動態變化中，時效性強伴隨企業生產經營活動的開展，銷售、采購、庫存、生產等環節數據，環環相扣，隨時處于動態調整中，企業管理層需要得到這些數據的準確情況與變化趨勢，及時對市場做出反應。

（三）指標較多，核算復雜生產型企業的成本核算至關重要。產品品種、生產組織、生產工藝等多樣性帶來成本核算的復雜性，一項產品的成本，可能包括了幾十項甚至上百項的指標數據合成。其他包括能耗監控、生產效率、經營效益等指標統計與核算，在生產型企業中均產生了較大工作量。

二、傳統數據統計存在的問題

大數據時代，數據的信息化、過程化、時效性等要求提高。而現今生產型企業的統計工作，仍未擺脫傳統的統計模式，統計在企業管理中未能充分發揮其重要職能，不能適應市場信息化的發展要求。問題主要表現在以下三個方面：

（一）精細化程度不夠，管理粗放1.數據管理缺乏統一標準。基層的數據錄入，依賴個人理解，數據同步性差、一致性弱，比如會存在備品備件名稱不統一，增加了管理難度，影響庫存的儲備與管理。2.企業數據系統不兼容，存在信息孤島現象。現有的生產型企業中，不同程度地應用了信息技術，但各業務系統采用的技術不盡相同，數據格式及編碼不同，導致系統不兼容，形成的數據信息沒有對比性，信息及時共享、反饋難，數據冗余度高。3.“過程控制”不夠。統計中的數據只有結果比較，缺少中間各環節的詳細數據。數據過程有暗箱，若其中少量數據產生問題，將影響最終數據的準確性，并且難以追溯問題數據來源以及時修正偏差。造成的結果是，企業注重事后統計和分析，缺乏科學的事前預測和事中控制。

（二）數據實時性不夠，造成企業反映速度慢目前企業常規的做法是，每月底由財務部門根據當月生產狀況，得出當月生產成本，銷售利潤情況等，來反映本月的生產指標，生成統計報表，領導根據統計報表來了解成本與生產情況。而實際上，一個月內，原料與產品價格、生產消耗處于動態變化中，傳統的統計方法不能及時反映這些變化過程，只能是事后分析。成本控制與生產安排調整相對滯后，控制能力較弱。

（三）分析環節薄弱，對企業決策支撐不夠1.業務數據不夠系統，數據分析基礎薄弱。長期以來，生產型企業的統計信息從下而上單向運行，統計信息的利用只停留在初級層次，信息分散，且比較滯后，統計人員難以獲得系統、完整的數據進行分析。2.分析方法應用單一，難以得到指導性的結論。目前生產型企業所用的統計指標體系中，綜合性指標多，對比性指標相對較少，只是局限于同比與環比指標的分析，預測方法在企業中應用較少，不能滿足管理者經營決策的需要。3.分析手段現代化不夠，效率低下。實際上，企業統計工作仍以手工為主，計算機應用僅限于完成數據匯總、計算和報表生成任務，計算機軟件的應用嚴重不足，不能及時形成多樣化的指標跟蹤體系，降低了統計對決策的指導作用。

三、大數據運用策略

針對生產型企業，筆者結合企業經營中大量的實踐經驗，將大數據背景與企業經營實際結合，從五個方面提出了改善企業統計工作現狀的對策，期望日新月異的市場環境下，生產型企業能夠利用好大數據的思想，充分發揮數據統計的作用，為決策分析提供技術支持。

（一）夯實統計工作基礎，確保數據質量1.建立規范的適合企業實際情況的統計指標體系。國家制定的一般企業的統計指標體系難以滿足企業個性化需求，應在原有的指標體系基礎上，結合國際先進管理經驗，增加適合生產型企業自身的指標，在及時反映經營情況的同時，還可以反映產品需求構成、競爭對手動向、資源供應等方面的情況。在統計指標設計上，應遵循全面性、規范性、可比性以及客觀及時性原則。2.統計數據從一線抓起，確保原始數據質量。圍繞統計崗位設置、工作職責、原始記錄、統計臺賬、統計標準、信息傳遞等方面加強規范管理，確保源頭數據的真實性。建立健全統計人員有關的考核機制，針對數據質量的好壞，進行獎懲，提高業務人員的責任感與積極性。3.加強統計工作組織管理，提高統計人員素質。首先應提高企業管理者對統計工作的重視程度，視情況設置專門的、相對獨立的統計人員。其次統計人員應了解和掌握最基本的統計工作方法，熟悉統計信息網絡的操作方法，能夠按統一確定的口徑、范圍及時提供相應的統計資料和分析報告。最后，要注重人員的培訓，統一管理規范，提高統計工作參與者的責任感與使命感。

（二）建立規范的數據收集與管理流程，加強數據過程管理1.數據收集要全面化、規范化。縱向上，從一線數據的采集，到各部門加工匯總，每一環節都需要規范的操作方法，并嚴格規定數據記錄與上報時間。橫向上，數據的涵蓋范圍要廣，對于日常產銷量、資產費用等數據的統計是最常規的項目，必須做到準確無誤；而對于供應商、客戶等的信息的收集，要盡可能的全面，才能利用現有信息評價供應商、發掘客戶需求。2.數據審批、交接要制度化。例如預算控制中對超出預算的費用管理，采購管理的權限設置等，需要有固定的審批流程予以制度化。在數據交接過程中，同樣要做到及時、規范，實現無縫對接。上下級之間的互報要做到及時、有效；部門間平行的數據互報要做到指標規范、口徑一致，提高數據利用率，減少重復勞動。

（三）加強統計信息化建設，提供重要技術保障

1.建立數據管理信息網絡平臺。利用計算機編程技術，搭建公司內部聯網的數據管理平臺，從一線數據的錄入到最終分析性指標的形成，都在該系統上完成，數據的增減、更改都可以實時反映，做到數據上報的實時化、規范化。具體使用分模塊技術，系統的各個模塊實現不同的功能（圖2），實時反映數據錄入情況，加快數據的處理、傳遞和反饋速度，實現數據公開化、網絡化、實時化，部門間和上下級之間可以實時共享數據資料，提高工作效率，減少人工誤差；例如在銷售方面，可以通過合理調配機制和信息反饋機制實現對訂單和計劃執行的動態跟蹤，全面準確的掌握銷售情況，提高資金回籠時效性。在庫存量控制中，要對每一種物料規定最大儲存量和最長儲存期限，超過最大值時，系統會發出提示信號，以便管理人員采取糾正措施。2.實現業務數據分析實時性、自動性。通過信息系統，財務報表在生產一開始就實時自動生成，而非每月末人工生成，提高數據實時性與精確度，并節省人力成本。物料管理同財務系統實現集成化管理，在處理物料移動或生產確認時，同步處理賬務。有效控制業務流程，及時發現問題，糾正可能出現的偏差。3.實現業務流程可視化。一方面，一線數據從產生錄入，到各個環節的審批、流轉，均留下軌跡，過程清晰透明，提高了各管理環節的效率與規范性，便于問題的發現與修正。另一方面，采購、銷售等過程做到公開管理，領導能及時全面掌握供應商、供應價格、客戶、銷售價格的對比分析，同時，采購、銷售的透明化操作，減少了這些部門的徇私舞弊行為。4.強化母子公司的數據共享。將母子公司納入統一數據平臺，母公司能及時獲得必要的數據信息，快速發現問題并進行相應的調整；在業務審批上，由于情況了解透徹，減少了溝通環節，提高工作效率。母子公司數據信息的共享與高效傳遞，將很大程度地改善母子公司管控，降低大規模集團公司管理不到位的風險。

（四）加強統計分析與應用，為企業決策提供重要支持1.加強統計分析在企業決策中的應用。重點是對集中起來的諸多數據進行排列組合，生成新的有用的統計信息。比如產品質量的改善，將產品生產的各個環節進行統計記錄，將這些數據整合在一起，再結合質檢、售后等方面的數據，從不同角度分析數據，能夠得出改善產品質量的關鍵點。同時，結合現代企業管理理念，將一些具體因素指標抽離出來，進行相關性分析；將本企業情況與同行業企業情況進行對比分析等，將能夠為企業的發展與決策提供有價值的參考依據。2.加強統計分析在企業預測中的應用。首先，根據企業自身特點，重點進行年度、季度預測分析，確保企業目標管理和考核的有效性。其次，通過數據排列與相關性分析，對格與市場趨勢進行預測。最后，加強科學運用統計預測模型能力，來提高預測精度。3.加強統計分析在企業過程分析和評估中的應用。企業評估也是統計工作的一個重要部分，其中最典型的例子為對供應商的評估。首先，分析市場競爭環境，確認是否有建立供應鏈合作關系的必要，建立選擇的目標；其次，建立供應商評價標準，如產品質量、交貨期、交貨量、工作質量，價格等；最后，利用合適的方法，如模糊規劃法、多目標規劃法、各種智能方法等對供應商進行綜合評價，減少人為因素的影響。

（五）挖潛大數據在生產型企業中的價值，營造企業數據資產1.通過云平臺實現數據大集中，形成企業數據資產。對于大型集團型企業，其各子公司和分公司每天都在生成大量交易和生產數據。大數據用小的封閉系統是做不出來的，分散在各個系統中的數據若無法實現互通，形成集中的資源池，將嚴重影響對大數據的統一管理與價值挖掘，數據的孤島式管理更不是大數據時代的發展趨勢。因此只有把集團企業的數據實現云平臺共享，才能實現集團數據統一集中化管理與分析，在此之上的數據的價值挖掘，將具有全局性的戰略意義。2.加大數據挖掘深度，推動智能決策。生產型企業每年的數據都在大量增加，但是實際利用的卻只是其中一小部分，作為企業戰略資源的數據還未被挖掘。因此，企業應當重視對大數據價值的深入分析與挖掘，推動企業決策機制從“業務驅動”向“數據驅動”轉變。但是不能為了大數據而大數據，必須首先對自身業務流程進行梳理，再分析需要進行哪些決策智能化變革，按照什么業務順序進行部署，從而確保大數據實施的成功率和實施效果。綜上所述，隨著生產型企業的存續發展，自身積累了相當數量的數據信息，同時數據統計的信息化處理技術快速前進，企業將兩者緊密結合，將產生大量的管理創新，并能挖掘出更大的商業價值。因此，企業要高度重視大數據時代背景對經濟參與者的影響與變化，深入思考自身存在的問題與不足，加強學習，確保企業管理與時俱進。

作者：余健爾單位：浙江省鐵路投資集團有限公司