大数据在钢铁企业价值链管理中的商业价值

汪春堂

(武汉工程职业技术学院　湖北　武汉:430080)

现代企业管理在很大程度上就是数据管理、信息管理，离开了数据和信息，企业无法分析市场，也无法创造价值。所以在大数据时代，钢铁企业如何通过强化创新驱动，挖掘出有价值的内外数据集群为我所用，创建更好的商业模式，实现弯道超车、绝地奋起，这是钢铁企业转型发展必须面对的现实、必须采取的战略。钢铁企业经营流程漫长、业务部门众多、涉及资产庞杂，更需要及时而全面的掌控各种相关数据。在严重且难以改观的同质化竞争背景下，应该重视大数据在价值链管理中的商业价值。

1　大数据概述

如何界定“大数据”(Big Data)，目前尚未有一个公认的权威定义。咨询公司麦肯锡是研究大数据的先驱，在其报告《Big data: The nextfrontier for innovation, competition,and productivity》中给出的定义是：大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。研究机构Gartner给出的定义是：“大数据”是需要新处理模式才能具有更强决策力、洞察发现力和流程优化力的海量、高增长率和多样化的信息资产。现在的大数据主要的并非指数据的数量极其庞多，更准确而言它是一种先进的数据分析方法，包括数据采集的工具、处理的平台和数据分析系统。

人们通常用3个V来表明大数据的属性，即Volume(数量巨大)、Variety(种类繁多)和Velocity(速度极快)。随着对大数据理解的深入及其商业应用，第四个V也浮出水面，Value(价值)正在成为大数据的基本特征之一，而且是具有决定意义的特征。其中，对大数据的Value(价值密度低)进行价值“提纯”，是挖掘大数据价值的有效途径之一，同时，如何“提纯”的技术也是大数据时代亟待解决的工程技术难题。

简言之：大数据的核心价值是在于发现相关数据，大数据管理的本质在于建立数据相关。其关键也是最困难的地方，就是如何做到不漏掉相关数据特别是重要的相关数据。数据就是资源，就是机遇，就是市场，漏掉相关数据就是丧失企业本可以到手的效益。

2　大数据在钢铁企业价值链管理中的商业价值

2.1　通过大数据洞察客户需求，进行精准营销

深度营销和精准营销，都是以紧盯市场需求，发现目标客户，掌握客户需求为前提。过去钢铁企业预测和掌握市场需求，通常会通过查阅统计资料、分析历史销售数据及进行市场调查来完成。现在大数据同样可以在市场需求预测方面发挥更大作用，但大数据不仅可以对历史销售数据进行回归分析，也可以依托多平台、多渠道的大数据采集，以及大数据技术的分析与预测能力，对用户需求的判断和把握更加到位准确，进而使营销更加精准有效。

以往不是企业不知道分析客户数据的重要性，而是苦于对这样庞大的数据把控力不从心。而现代智能设备的不断升级，使这样一整套流程基本上已经被智能设备所取代，这些设备会自动跟踪数据，挖掘数据，锁定用户，做好用户洞察。这样，从用户洞察到用户锁定，到营销渠道管理再到市场投放，最后到效果评估优化，完全可以实现全过程的智能处理。

阿里巴巴作为全球第一大B2B平台，积累了海量的用户及其消费数据，在全球电子商务公司中首屈一指；另一方面，阿里巴巴的云计算技术位居业界翘楚，其数据挖掘能力几乎独步江湖。这两者结合起来，使阿里巴巴能够轻而易举地为其用户建立一个细致的个人档案，并对之进行精准的消费行为预测。

同时，大数据给营销领域带来的一个新趋势，就是只对刚好处在某个时间段和某个地点的客户才有针对性地推送通知信息。与根据大范围的时间和地点随机发送的通知相比，这种精准定向通知的效果更好，针对性更强。随着客户个体行为数据的爆发性增长，新的商业理论与商业模式不断涌现，无论是精准化营销还是基于用户偏好的市场细分，其所指向的趋势是一致的，即只为每一个客户提供他们最想要的产品与服务。

钢铁企业要想在当前竞争中取得更大的市场份额，必须实施深度营销和精准营销，快速完成对客户的响应。钢铁企业过去及现在都收集了海量客户信息，现在可以利用大数据建模技术，从客户属性(如所在地区、业务范围、规模、需求和采购习惯等)和兴趣、购买行为等维度挖掘目标客户，然后进行分类，再依据这些分类，对客户进行个性化的营销信息推送。此项努力不仅可以降低营销成本，提高营销效率，还可以提升品牌的认知度、树立品牌的权威性，获得用户青睐，形成和巩固用户对企业品牌的忠诚。

比如，钢铁供应商在汽车板生产中，强调先期介入、用户沟通。研发人员结合钢板与用户使用环境和方法，优化汽车厂商的模具和冲压工艺，使钢铁企业的汽车板能够与用户的加工达到最佳匹配，既保证了钢板的质量，又实现了用户的目标。其实我们还应该认识到：越是复杂、技术含量高的产品营销和技术服务，产品设计与工艺设计越紧密，上游供应商对下游用户的早期介入就越重要。

综上所见，在大数据应用中，若能充分发挥外部数据的价值并通过与某些相关数据交叉融合，就有可能迸发出巨大的商业效益。以用户为中心，结合每个用户在不同系统留下的数据，充分用好个性化的数据挖掘技术，是实现通过内外数据交叉而产生巨大经营效益的最可行的途径之一。

2.2　通过大数据改善流程管理，优化生产过程

撰写《第三次工业革命》的杰里米·里夫金在其新作《零成本社会》中指出，人们能直接在物联网上生产、分享能源和实物，并运用大数据和算法来提高效率和生产力，使生产和销售的边际成本降低到接近于零。大数据的广泛应用使信息搜寻、沟通、协商谈判、支付等交易环节变得更加容易，显著降低了各种交易成本。同时，互联网聚合了自发群体创造的力量，用户、供应商、合作伙伴等越来越多地主动地参与到企业的价值创造活动，显著降低了企业管理成本。

利用大数据提供的分析，企业还会设法对用户关注度高的产品进一步加大资源投入，开足马力生产；而对用户不甚关注的产品则要有意识地减少生产甚至是停产。这样，大数据可以促进企业的精益生产，提高生产效益。

大数据技术的渗透，还可健全和完善钢铁企业的质量保证体系，甚至可以实现钢铁企业生产在线质量监控。目前普遍认为质量是制造出来的而不是检测出来的，钢铁产品制造的在线监控有望在大数据时代得到彻底解决。产品质量关乎企业形象和市场竞争力，大数据在线质量监控可以将生产车间与后台的IT技术连接起来，构成一个从高层到基层的完整的“智能系统”，通过对历史数据库进行分析查看和对各种实时关键绩效指标(KPI)进行跟踪，进而可对设备故障和现场问题做出预诊断，有助于生产人员从钢铁产品制造全流程的海量数据中精确地发现质量瑕疵产生点，提前发现并解决潜在的质量隐患，以减少不必要的生产成本和浪费。

利用历史数据和同类产品、同类工艺的相关数据，还可以使新产品研发环节大大简化，其流程大大缩短，从而提高研发效率。2011年，武钢能源用钢研发人员瞄准行业空白，着手开始强度在800MPa级别、厚度范围在70～120mm的水电用钢研制开发。该钢种的钢板力学性能要求在较高的强度下，具备良好的低温冲击韧性、断裂韧性和良好的焊接性能，研发难度极大。在研制过程中，研发人员认真总结了前期水电钢的研发成果，大胆借鉴企业同强度级别钢种的生产经验，在实验室阶段反复数次进行成分和工艺优化，在经历两年半的时间，经过两轮工业性试制认证，最终成功开发出800MPa级水电用钢WSD790E。

2.3　通过大数据改善物流管理，降低钢铁企业物流成本

统计显示，我国钢铁行业平均物流成本占到产品总成本的20%～30%。我国业务量较大的主要钢厂物流成本率也在10%以上，而日本的钢铁企业物流成本率仅为6%。

我国钢铁行业物流成本率如此之高，主要原因在于物流企业存在较高的空置率。那么，靠什么来了解和掌控物流活动和物流成本？最直接的当然还是大数据。如果钢铁企业能够掌握物流过程中的全部数据，并且能够充分分析和挖掘这些数据的价值，就能够帮助企业找到物流市场的潜力所在，每次都力争用足物流的承载量。换句话说，“大数据”将开辟未来物流领域的新蓝海。在这方面，钢铁电子商务领域的龙头企业上海钢联在物流方面的探索值得我们关注和借鉴：上海钢联依靠大数据整合钢铁行业物流环节，其模式是：将合作物流公司整合到交易平台上，根据平台交易信息给予合作物流公司足够的订单量，物流公司给钢厂或钢贸商降低吨钢运费。这样的信息合作，将会使上海钢联、钢铁企业、钢贸商、物流公司等多方受益。

在物流管理中应用大数据，其实质就是利用地理信息、位置服务、物联网在物流行业里做信息系统化，将现有的粗放、零散、低效、高耗的物流企业数据资源加以整合，建设成可以依据空间地理信息来统一协调监管的现代化物流，帮助钢铁企业精简流程，提高仓储和运输的效率，通过对实时数据的掌控，监管具体的业务运行情况，从而实现高效运营。现在先进的物流公司在车辆和设备上安装GPS、RFID及传感器等，收集个人、资产的时间和位置数据，并对这些信息进行频繁更新，从知道每辆卡车每天早晚的位置，到知道每辆卡车每秒钟的位置。时间和位置数据被采用、应用的程度将越来越高，其造成的影响也将越来越大。

据了解，宝钢物联网应用的基本思路有三点：一是通过物联网技术的应用，在仓库运输、设备、计量安保、环保管理等领域实现基础业务运作的自动化，提升工厂整体自动化和智能化水平；二是实现物联网设备与各层次应用系统的集成促进物流管理、设备管理和厂区管理业务水平的提升；三是随着基础业务运作的自动化，在新信息资源的基础上，开展一些深度应用的研究。由此可见物联网也将有助于钢铁企业减少贸易层次、降低物流成本、提高贸易效率。

2.4　通过大数据当好客户顾问，延伸营销空间

借助大数据分析不仅可以提高当期营销的效益，更重要的是它还可以通过对用户现有行为的分析，透过对用户搜索行为、浏览行为、评论历史和个人资料等数据，来洞察用户的整体需求，预测用户还未表露出来的对企业产品的购买倾向，从而调整企业营销资源在不同渠道的投放，并实现精益营销，避免营销费用的浪费。

当前电商行业的营销过程多被智能设备取代，其价值就是营销成本的急剧降低。在美国沃尔玛，卖场会在大数据系统支持下实现“顾问式营销”，也就是顾客经过收银台进行结算时，POS机上会显示出一些附加信息，这些信息是根据顾客的购物品种进行搭配的，售货员会依据这些信息对顾客促销，成交率很高。提供这一决策分析支持的就是其位于美国一个庞大的、通过卫星与全球所有卖场实时连通的企业级数据仓库。

在电商行业，大数据还可以通过对客户网络公开内容和互动记录分析，对客户进行多个维度的画像，关联潜在用户与客服数据，筛选目标群体做精准营销，进而可以使传统客户关系管理结合社会化数据，丰富用户不同维度的标签，并可动态更新客户周期数据，使客户数据保持新鲜有效。钢铁行业的大数据应用还处于起步阶段，类似于沃尔玛等零售行业和电商行业的大数据应用经验，可以拿来加以借鉴，运用到企业的营销领域。关键是要有大数据分析结果的指引，变以往盲目的产品营销为基于用户价值挖掘的关怀式顾问服务，变被动响应为主动支持，从而促进客户价值的提升。

此外，还可以利用大数据对竞争对手进行监测。竞争对手在干什么是许多企业想了解的，即使对方不会告诉你，但你却可以通过大数据监测分析而得知。

2.5　通过大数据改善售后服务，提升品牌价值

当前钢铁行业集中度低，产能大量过剩，产品同质化现象十分严重，钢铁企业之间竞争更加激烈，而下游客户的选择权甚至是“挑剔权”则更大了，因此培养客户的黏性就变得非常重要。随着电子商务的发展，传统制造业也在从“线下”转向“线上”，网络化、智能化、远程化正逐渐成为制造业客户服务的新特点。大数据的应用，将为制造业客户服务提供整体解决方案，使企业客户服务由“被动”向“主动”转型。钢铁企业如果能有效利用其内部存储的海量数据，就能改善自身的产品和服务，提升客户和受众的体验，从而在大数据时代提升产品的品牌价值，获取新的竞争优势。

这一点已有企业做了很好的探索。比如，四川长虹已经实现云端智能诊断和远程协助维修，对售后上门服务实现远程监控；并通过云端与产品终端的智能交互，保障CHiQ系列新产品所承载的如食品比价、PM2.5监控等各种智能服务得以实现；还通过定时定期地将有价值的用户使用数据反馈给公司业务部门，让业务部门及时了解用户的体验与需求，长虹据此为用户提供和改进智能服务。

改善用户体验的关键，在于真正了解用户及其所使用的产品的状况，从而做出适时提醒。在借助大数据技术改善售后服务方面，宝钢股份目前已经做到根据重点用户的需求，率先在热轧、冷轧和硅钢产品推行二维码标签打印上线服务，开发出利用扫码工具传递、存储二维码携带信息源应用软件，不但方便用户收货管理，降低用户人力成本，同时便于其追踪应用、开展后期质量分析，被用户誉为是钢铁行业二维码开发应用服务最完善的一家。

品牌价值的提升亦可通过大数据分析找准方向。例如，可以进行传播趋势分析、内容特征分析、互动用户分析、正负情绪分类、口碑品类分析、 产品属性分布等，可以通过监测掌握竞争对手传播态势，并可以参考行业标杆用户策划，根据用户声音策划内容，甚至可以评估微博矩阵运营效果。

3　结束语

从价值链的角度进行分析，钢铁企业内部多项活动所产生的数据，将使企业有机会通过大数据分析来改善企业运营和决策效益，从而把价值链上的更多环节转化为企业的商业优势，全面提升企业的商业智能化程度。随着数据量的不断增长，钢铁企业运用数据并从中创造价值的能力在不断提升，钢铁企业将能够优化业务运营的几乎所有方面，包括研发、采购、制造、仓储、物流和客户体验的全过程。钢铁企业要设法从海量数据中找出二次和三次商业机会，借助大数据加快实现企业经营全流程的商业智能化，比如通过系统服务来大幅度增值，以打造更加强大和更加稳健的可持续的竞争优势。

钢铁企业经营管理人员还必须认清在企业生产运营的全流程中，究竟有哪些数据会影响和制约企业的管理和效益，又应该如何借助大数据来完善这些流程管理，力争在价值流程的每一步都能充分发挥各种资源效益，增加商业价值。

[1]维克托.迈尔-舍恩伯格 肯尼思.库克耶.大数据时代[M].杭州：浙江人民出版社，2013.

[2]赵国栋.大数据时代的历史机遇[M].北京：清华大学出版社，2013.

[3]杰里米·里夫金.零边际成本社会[M].北京:中信出版社,2014.

[4]冯芷艳，等.大数据背景下商务管理研究若干前沿课题[J].管理科学学报.2013，(1): 1-9.

[5]李国甫.国有企业如何推进大数据管理[J].企业文明.2015，(9)：37-38.

[6]李晋忠.大数据与营销的碰撞.现代营销(下旬刊)[J].2017，(9):60.