基于跨专业融合的电网企业库存物资监测分析

刘当武，郑高峰，秦丹丹，孙 伟，邓小明，张国衡

(1. 国网安徽省电力有限公司，合肥 230061；2.北京国网信通埃森哲信息技术有限公司，北京 100032)

基于国网安徽供电公司数据现状和监测需求，从库存物资总体、项目类型、物料分类、地市单位等角度出发，对库存物资金额分布情况、周库存金额分布情况、库存重复退库情况等进行统计分析，从而实现对库存物资的精细监测管理，提升公司库存管理水平和管理质量。

1 电网企业库存物资监测分析

通过对物资库存上下游专业管理制度以及考核指标的梳理，同时对全省库存明细数据统计分析，掌握库存在各单位、各物资类别的分布及偏差程度，以及项目运维物资在不同物资来源的结构情况，掌握占比超过平均值的单位及物资类别分布[1-3]。监测各单位各物资类别存货的变化趋势，掌握变化偏差超过平均值的单位及物资类别分布，查找造成这些问题的原因，形成分析报告，提出改进意见。

(1)管理方面问题。现行的各类物资管理、工程管理、财务管理制度对物资管理的要求等，通过对国网考核指标，实际运行情况的分析，得到管理方面存在的主要问题。

(2)实际库存情况分析。截至2017年7月底，统计全省各单位库存总量，简要分析各类别物资的分布、项目物资运维物资的结构[4]；分析物资重复退库情况以及重复退库物资所属单位、物料类型分布情况；分析重复退库金额大于订单金额30%的物资所属单位、项目类型分布情况；物资在库时长分析，监测各单位、各物资类别下库存时长分布情况；监测库存时长大于180天的物资所属单位、项目类型分布情况，掌握变化偏差超过平均值的单位及物资类别分布。

2 电网企业库存物资监测步骤

电网企业库存物资监测步骤包括数据获取、数据关联清洗、数据宽表整合、构建监测分析框架和可视化监测工具开发等。

(1)数据获取。本次监测分析数据主要来源于ERP系统库存相关明细表，时间范围为2016年7月至2017年7月。库存包含实体库存和虚拟库存(直发现场项目物资在ERP系统内做入账操作，尚未发到现场)，不包含ERP帐外物资。库存明细表主要包括地市、库位、库位描述、工厂属性、物料、物料描述、项目类型、数量、金额等库存物资基础信息。

(2)数据关联清洗。本次分析数据全部来源于ERP数据库，各表之间通过项目编号等关键字段进行关联。

(3)数据宽表整合。本次分析最终生成库存金额明细、退库明细、在库时长明细以及重复退库明细这4张数据宽表。

(4)构建监测分析框架。依托业务现状及现有成果将分析结构分为库存金额分析、周库存金额分析、库存重复退库分析以及库存时长分析等。库存金额分析从项目类型、物料分类、地市等角度展示库存物资总体情况分布；周库存金额分析主要是把每月分为四周，统计各周年度库存金额，分析年度周库存金额变化趋势；库存重复退库分析从项目类型、物料分类、地市等角度展示库存物资中重复退库情况，分析各地市各项目类型重复退库占比情况；库存时长分析是从库存物资在库时长角度出发，分析各地市各类型项目分布情况。

(5)可视化监测工具开发。根据库存物资监测分析思路，借助Tableau可视化软件，采用穿透分析、关联分析、动态分析等方法，结合交互性强且直观的分析图表，完成页面功能配置及联动分析功能配置，形成库存物资监测分析工具。

3 应用实例

3.1 库存金额分析

截至2017年7月底，16家地市公司的合计库存金额为2.21亿元，占公司当期库存的75.20%。分单位来看，阜阳、宿州、亳州公司库存金额相对较大，分别为6 355万元、2 787万元、1 980万元；黄山、淮北、铜陵公司库存金额相对较低，377万元、164万元、65万元；从实体库来看，六安、阜阳、宿州公司库存金额相对较大，黄山、淮北、铜陵公司库存金额相对较低；从虚拟库来看，依然为阜阳、宿州、亳州公司库存金额相对较大，池州、淮北、铜陵公司库存金额相对较低。

按物料大类统计(见图1)，涉及物料大类16种，物料中类83种。从物料大类来看，装置性材料、一次设备和二次设备所占比例较大，分别为73.57%、14.80%和3.24%。实体库与虚拟库的大类占比情况基本一致，辅助设备与通信设备等类集中在虚拟库，仪器仪表、劳保类用品集中在实体库，建筑材料类仅存在于实体库。另有217万元库存物资在系统中无法获取物料大料。

图1 库存金额物料大类分布

按照物料中类统计，库存金额物料最大的前十二名具体情况如图2所示，其中杆塔类、导地线、电缆和交流变压器占比较高。

图2 库存金额物料中类分布(数字的单位)

3.2 周库存金额分析

由2017年7月第五周与第四周比较发现，省本部保持不变，而经研院、芜湖、淮南、池州公司略有上升，其余 14家单位环比下降，省检修公司(-86.63%)、合肥(-63.77%)、宣城(52.42%)降幅明显，见图3。

3.3 库存金额趋势

从变化趋势来看(见图4)，实体库与虚拟库

图3 周库存金额

的整体变化趋势较为一致，波动幅度略有不同。2016年7月至2017年3月，实体库与虚拟库库存金额总体相近；2017年4月至7月，实体库库存金额明显低于虚拟库的库存金额。受年底成本增加和各类项目施工进度影响，库存最大值10.30亿元，出现在2016年11月11日；最小值2.06亿元，出现在2016年12月30日。

图4 库存金额趋势图

4 结语

库存物资监测分析工具减少了数据计算处理、异动筛选核查、图形分析等工作量，生成结论明了直观，可有效支撑业务部门开展库存物资的梳理及处置工作，减少了项目物资积压，提高了工作质量和工作效率。

在研究中发现，数据质量问题是限制监测分析广度和深度的最关键因素，数据梳理整改工作耗费了较多的人力物力。在后续工作中，全面梳理业务数据现状，针对业务数据制定规范手册，建立数据自动校验机制，与业务现状相结合，持续提升数据质量，保证数据真实可回溯。

参考文献：

[1] 赵彦，楼峰，王亮，等．基于综合计划管理与预算监测的电网企业运营管理[J]．三峡大学学报(自然科学版)，2016，38(6)：75-79.

[2]江勇，余侃，项丹圆，等．基于大数据的配网项目计划预算全过程监测分析研究[J]．电力与能源，2017，38(4)：415-417.

JIANG Yong, YU Kan, XIANG Danyuan, et al. Whole Process Monitoring of Distribution Network Project Planning and Budget Based on Large Data[J]. Power & Energy，2017，38(4)：415-417．

[3]侯春杰，林莉．构建多视角、多维度的计划与预算监测分析机制探究[J]．中国高新技术企业，2017(12)：328-329.

[4]杜伟伦. A电网公司全面预算管理方案设计[D].广州：华南理工大学,2010.