大数据驱动下制造业成本管理研究

练换楠 李萧源

摘要：应时代而生的大数据，催生了一个大数据时代，在大数据时代背景下，制造业成本管理面临着机遇和挑战，随着我国经济的迅猛发展，制造业对成本管控的要求更加精准、实时与规范。文章在分析传统成本管理注重滞后数据分析导致的系列问题后，构建大数据技术下多维度、实时性、智能化的成本管理体系，最后为这一成本管理体系的有效实施提出保障措施，对制造业降成本、增效益及提高竞争力具有一定的参考价值。

关键词：大数据;成本管理;制造业;管控体系

工业革命给制造业带来了翻天覆地的变化，制造企业传统成本管理模式已经无法满足企业需求，那么大数据的出现又将给制造业的成本管理带来怎样的机遇与挑战呢？本文分析了现行成本管理的缺陷，探讨了制造企业成本管理利用大数据技术的必要性，阐述了大数据在制造企业的具体应用，构建一个完善的成本管理体系，提出了成本管理体系的有效实施保障措施。

一、制造业成本管理利用大数据的必要性

（一）制造业行业本身和市场环境

从大环境来看，我国制造业不断加大研发投入，技术创新水平不断提高，科技已经成为制造业持续快速发展的根本动力和源泉，制造业是不断向智能和高品质方向发展的，这就使得传统制造业利润不断被压榨，企业之间的竞争加剧，生存愈发艰难，而顺应时代发展趋势，迎接挑战，抓住机遇，利用大数据技术进行成本管理就成了制造业手中的一柄利刃。

（二）科技进步

现在是一个信息爆炸的时代，互联网技术日新月异，各种科技产品如雨后春笋，物联网、云计算、AI等迅速被运用到各行各业，大数据作为最领先的领域之一，也是新一轮信息技术革命的一员，被用于制造企业成本管理中是必然的发展，制造企业若不想被这个时代淘汰，并在竞争激烈的市场中拥有一席之地，它必须优化自己的成本管理模式，利用大数据技术，向数字化转型。

（三）国家政策

现在“中国制造”已经被越来越多的人所熟知，但是中国的制造业还是处于低端的起步，还是以劳动密集型为主，为助推中国制造业转型升级，中央财政不断完善财税支持政策，进一步降低制造业的经营成本支持制造领域符合条件的共性技术和重大关键技术研发等。徐晓兰也曾建议聚焦国家级工业数据资源数据库的建设。

二、现行制造企业成本管理的缺陷

（一）管理者的成本管控意识不足

许多制造企业，尤其是中小制造企业对成本管理的重要性认识不到位，且由于企业自身规模、发展历史的限制，企业的成本管理体系不够完善，管理者成本管理意识淡薄，使得许多成本管控的细节无法得到落实，企业没有进行成本管理的氛围，员工也是粗放式生产制造，企业的成本管理名存实亡。

（二）信息处理模式落后

手工处理方式落后。现行制造企业在进行成本管理时，信息处理主要以手工处理为主，工作的效率低下，准确性不足，受信息处理人的主观影响比较大，某些环节若出现一个小数点的错误，都可能需要各个环节重新来过，造成的损失不可计量，而且容易出现人为操纵的风险。

数据信息处理滞后。现行成本管理的工作重心在于处理已经发生的信息，记录已经产生的成本，对于做了预算的企业，也仅仅多了一步分析已发生成本与预算的差异，缺乏对未来信息的处理，跟不上数据信息的更新速度，信息传递的不够及时，也不具备前瞻性，数据的真实性和准确性也无法得到保障。

（三）各环节沟通协调不足

制造企业的成本主要由六个环节产生，包括研发设计环节、采购环节、生产环节、储运环节、销售环节以及售后环节。现行成本管理模式下数据传递延迟，信息分享滞后，各成本信息在各环节之间透明度不够，使得各个环节脱节，沟通也不够及时，各个环节追求各自利益最大化，盲目的降低成本。如采购环节为降低采购成本，采购一些高仿或者不达标材料，生产环节为降低生产成本，偷工减料，导致产品质量问题频发，产生巨大售后成本，损害整体利益，甚至致使企业倒闭。

三、大数据下制造企业成本管理体系的构建

（一）构建成本管理体系

制造企业产生成本的六个环节都是紧密相连的，由于传统的成本管理模式下数据传递的延迟，信息的分享具有滞后性，使得各个环节脱节，形成一个一个的信息孤岛，成本控制效果较差，大数据下的成本管理模式可以使各个环节无缝连接，拒绝信息孤岛，实现信息实时共享。大数据的含义不只是数据庞大，它是一个完整的体系，从数据挖掘，到数据存储、分析以及应用，从小范围的因果分析中解脱出来，转向宽广的相关性分析。

（二）外部成本管理体系构建

企业外部涉及到成本管理的环节有销售环节、采购环节以及售后环节，这些环节相互联系，环环相扣。这些环节的共同特点就是仅仅依靠企业内部各部门无法完成工作，需要企业内部与外部的协作才能完成，这就存在着信息不对称的问题，哪一方获取的信息多、速度快、数据准确，将占据优势。

第一，销售环节。传统的销售局限于实体店，地域受限且管理成本高，随着互联网技术的飞速进步，许多电商如天猫、淘宝、京东等应运而生，线上交易平台削减了大半中间成本。在销售的过程中，大数据技术收集客户的性别、年龄以及偏好等一手信息，实时了解消费者的反映情况和产品的定价情况，抓取消费者的浏览足迹，利用大数据分析的结果，依据客户平时的浏览和购买偏好推荐一些产品，以消费者的心理需求为指引，及时地向研发设计环节提供市场信息，指明研发的方向。

第二，售后环节。售后环节产生的成本也是不可小觑的，这一环节可以知道产品在实际使用中还有哪些不足，根据客戶的反馈，可知该产品哪些功能是冗余的，哪些功能有缺陷，哪些特点是必须的。直接面向客户的是市场部门以及负责售后服务的人员，销售环节和售后环节获取的信息并非都完全准确，需要运用大数据技术在海量信息中筛选辨析，以最快的速度处理数据并及时向研发设计部门反馈产品问题信息。

第三，采购环节。采购是制造企业的一项浩大工程，如何采购到成本最低、质量最优的材料呢？首先是供应商的选择，以往总是直接去市场采购，市场上的材料又往往都是经过多次转手的，价格就比原始价格高很多。大数据下，企业可以直击原材料产地，货比三家，采购到质量和成本都是最合适的材料。而且采购部门可以及时向生产部门和储运部门提供材料的数量、价格和其它信息，实时信息分享。

（三）内部成本管理体系构建

在制造企业内部涉及到成本管理的环节包括研发设计环节、生产环节以及储运节，在大数据背景下，这些环节可以在平行的时间线上连接在一起，提高各个环节的效率。

第一，研发设计环节。研发设计是制造企业成本的开始，利用通过大数据技术及时传输过来的市场反应、产品优劣、消费者偏好等信息，及时研发设计顺应潮流的产品。无论是接受一个新订单，还是研发一种新产品，产品的不确定性风险都较大，在做这一决策之前，实时有效的市场调研是必不可少的，利用大数据技术，量化消费者的偏好，预测产品的前景，降低不确定性风险。

第二，生产环节。在预算结果理想的情况下，生产部门制定生产计划，生产部门这时要与储运部门进行及时的沟通，在不影响生产进度的情况下，最大限度的减少原材料的储存，这同时需要储运部门跟采购部门的及时信息传输。生产成本的核算涉及众多的业务单元，需要通过多次的归集和分配，利用大数据技术对人力成本进行日常的收集，记录产生制造费用的各个方面，对生产成本进行动态监测，记录每个产品产生成本的痕迹，最终对数据比对分析，哪些成本是可以省掉的，哪种方式可以减少成本，提高成本管理的效率，量化个人对成本控制的贡献，也为员工的绩效评价提供依据。

第三，储运环节。制造企业的储运环节非常重要，在大数据下，储运部门一定要及时做好原材料和产成品数据的录入和传输。利用大数据技术，与销售部门、采购部门和生产部门及时沟通，了解市场的销售大环境，确定最优的原材料和产成品的储存数量，及时了解最科学的储存技术，避免由于管理方面的原因造成损失。

四、保障大数据下的成本管理体系有效实施的措施

（一）让成本管理理念融入企业文化

当代企业的竞争，归根结底是企业文化的竞争，把成本管理理念融入到企业文化，企业可以建立与成本管理成效挂钩的绩效评价方法，利用大数据技术量化每个人对成本控制的贡献，奖优惩劣，形成管控成本人人有责，分享成本管理效益人人有份的企业氛围。

（二）建立制造企业大数据处理中心，挖掘和分析数据，保证数据的准确与安全

制造企业要给大数据管理成本足够的重视，建立一个服务于企业自身的大数据处理中心，专门负责本企业需要的数据的挖掘、搜集、分析、更新以及确保数据的准确性和安全性。数据的准确是进行后续工作的前提，对搜集到的企业整个经营过程的成本信息进行系统化分析，为企业量身定制一套大数据技术下成本管控体系。

（三）形成动态的成本监督与反馈机制

对大数据下的成本管理进行监督和反馈是必不可少的。在大数据下，大量信息的传递是非常迅速的，可以一个月或者一个季度对大数据下的信息进行抽查和检验。在经营的各个环节都有成本数据的传输、分析，动态的成本监督可以实时与预算进行对比分析，对出现的偏差进行及时分析纠偏，尤其有助于企业对分支机构的成本管理做到實时全面的监控和评价，防范潜在的风险，也为企业后续计划提供依据。

（四）加强对企业成本管理人员的培训

企业可以引进一批专业素质较高的大数据人才，对本企业现有的成本管理人员定期组织专业知识的培训。大数据下的成本管理需要专业的成本管理人员来执行，要有较高的市场敏感性，要意识到大数据对制造企业成本管理的重大价值，要有较高的数据分析能力，这就需要企业和员工重视对统计软件与统计分析方法的培训学习，创造复合型人才，完成从为企业保值到为企业创造价值的转变。

五、结语

数字经济是经济发展的方向，大数据技术是制造企业转型发展的主动力，形成一个完善集智慧储运、采购、生产、销售于一体的现代供应链体系，推动制造业传统成本管理的数字化转型，有利于企业快速适应市场化。本文介绍了大数据技术在各个环节的体系构建，以及保障新的成本管理体系有效运行的措施，希望能为制造企业降成本、增效益提供一点帮助。

参考文献：

[1]袁静.互联网+大数据下制造业全面预算管理对战略目标推进探讨[J].财会学习，2020（13）：91-92.

[2]Business-Manufacturing; Studies from National University of Ireland Galway Yield New Data on Manufacturing （Big Data and Stream Processing Platforms for Industry 4.0 Requirements Mapping for a Predictive Maintenance Use Case）[J].Journal of Engineering，2020.

[3]周维富.以数字化制造引领制造业高质量发展[N].经济日报，2020-04-14（011）.

[4]James Moyne，Jimmy Iskandar.智能制造的大数据分析[J].中国电子商情（基础电子），2020（Z1）：57-58+60+62.

[5]黄芳.大数据在企业成本管理中的应用初探[J].商讯，2019（33）：100-101.

（作者单位：江苏大学财经学院）