VUCA环境下基于流程挖掘的销售风险评价研究

程平 罗婷匀

【摘 要】 销售活动的持续性是企业经营的重要保障，VUCA环境下不确定性等风险因素增加，在企业中则具体表现为生产活跃度不足、运营效率低下、需求减少、收入下降，风险明显升高。党的二十大报告指出，要着力推动高质量发展。企业的高质量发展应顺应智能化发展趋势，引入智能化技术，完善风险管理机制。鉴于此，通过引入流程挖掘技术，分析内外部环境变化对企业销售活动供应侧与需求侧的影响，协同建立适应于VUCA环境影响因素分析的风险评估指标体系，同时基于案例与时间维度展开风险评估，整理与X企业销售活动相关的事件日志数据，通过数据比对、数据统计、数据转换与数据分析，完善销售风险预警，通过划分等级和类别，以实现销售风险评价，为企业平稳度过变局环境提供参考和借鉴。

【关键词】 流程挖掘； 销售活动； 风险管理； VUCA

【中图分类号】 TP242；TP399；F275  【文献标识码】 A  【文章编号】 1004-5937（2023）09-0143-08

一、引言

党的二十大报告指出，要着力推动企业高质量发展，促进企业数智化转型。当前国内外环境都处于巨大变局之中，由于内外部环境波动，导致无法及时获取企业上下游和自身相关风险，正常生产活动会受到阻碍，从而给经营活动带来了一定的影响，给企业成长的发展带来了严峻的挑战。与此同时，随着大数据、人工智能等新技术和理念的嵌入，以及新阶段下高质量发展的新要求，企业的风险管理不再局限于财务数据层面，而是进一步分析经营管理活动流程中存在的问题，通过强化流程管理，达到风险评估、分析和控制的目的[1]。

目前，有许多学者对VUCA环境下的企业经营风险展开了研究。例如王正位等[2]指出目前风险因素的波动性、复杂性以及不确定性，使企业需要面对现金流压力，生产活动开展成本高、销售活动效率低、销售增长乏力等许多难题，企业的經营面临巨大压力。VUCA环境具有不确定性、波动性、复杂性等特点，此前发生的疫情可以作为实际参考。林波等[3]指出，疫情下的企业业务面临中断风险，且具有时间长、范围广和恢复缓慢的特点，企业应该将业务连续性管理纳入企业日常，提前识别各种类型业务中断事件的预警信号，为其他涉及VUCA特点的企业有序合理地防范业务中断风险提供参考。针对企业经营中的风险评价与控制，Wu et al.[4]提出一种通过Petri网分析事故之间的联系、描述事故发生时间，通过预测这些事故之间如何相互影响，从而对企业经营风险可能导致的结果进行建模。陈佳琦[5]提出结合企业经营业务特性，在ERP环境下对经营业务各环节的内部控制制度进行设计，并针对其中的重大风险点提出风险应对措施。

综观现有研究，这些文献主要是通过对财务数据的梳理，采用理论分析的方法发现企业的销售风险评估和管理方法上存在的缺陷与不足，较少采用流程挖掘、数据分析技术，并且较少文献涉及对实际经营业务的风险分析。流程挖掘（Process mining），也称工作流挖掘，起源于1990年荷兰科学家威尔（Wil van der Aalst）的研究[6]，主要通过数据挖掘、过程建模和过程模型分析，利用企业业务流程系统的运行产生的海量事件日志，挖掘出实际的业务流程模型，并在医疗、金融、软件、物流和电信等领域都得到了初步应用，对业务风险展开评估，增强企业的内部控制，防范业务欺诈行为[7-9]。有鉴于此，本文引入流程挖掘技术，以X企业销售活动为例，针对销售活动的风险分析、评价现状，设计了基于启发式流程挖掘的经营业务风险评价方法，并通过模拟实施说明了方法的可操作性和有效性。

二、X企业销售风险管理现状与问题分析

外部风险因素加上内部乏力的风险管理机制，可能会导致销售活动缓滞或停滞，使得X企业面临产能降低、运输受阻、原料短缺等困境，经营业务与销售活动存在亏损、中断等风险。此外仅依靠财务数据识别VUCA环境下的销售风险主要依靠历史数据，信息滞后，在风险预测层面的及时性有所欠缺。而通过流程挖掘，依据信息系统记录的流程数据对销售活动做出风险预测和分析，能够增强VUCA一类外部环境因素频繁变化、关联复杂情况下X企业销售风险评估的时效性和完善性。

X企业对于销售风险管理体系仍停留在财务数据层面，防范和应对销售活动中断、保护企业的可持续经营的风险管理体系仍不够完善。X企业的销售流程大致可分为制定销售计划、销售定价、签订销售合同、客户授信管理、发货、发票管理、收款与应收账款管理以及会计系统控制8个环节，对客户授信管理、发货审查、应收账款销售活动设置了风险控制点，覆盖单证管理、数据分析以及人事管理等方面，但对于经营业务活动中断的风险防控，X企业处理方式较为被动。市场波动、需求波动以及供应中断等因素导致X企业多次发生经营中断，由于缺乏及时的应对措施，而陷入资金紧缺的危机，限制其生存与发展。

综合以上调查发现，X企业销售风险管理主要集中于交易案例数据与财务数据层面，缺少对流程层面的风险识别与分析。由于业务流程的变化和流程管理制度设置的不完善，缺少对业务销售活动的监测，面对潜在隐患，容易出现风险预警及应对不及时，从而造成业务中断和交易案例损失。总结X企业的销售风险管理存在以下两个方面的问题：

（一）评估指标不全面、风险评估体系不完善

X企业的销售风险管理建立在财务数据分析基础上，通过计算财务指标，做出风险评估的方法缺乏全面性，难以完整地反映销售活动中的缺漏、业务处理时间高出平均水平等问题。仅仅依靠财务数据进行风险评估，则其风险管理视角停留在业务数据层面，缺少对经营业务中各环节的关联性、环节之间的相互约束以及环节之间的数据传递的把控，缺少对业务的全局性把握，对业务风险的问题分析不够全面和深入。

（二）风险管理流程设置科学性不足，管理效率低下

X企业现行的销售风险管理方法缺乏足够的科学性，经营决策者、经营业务管理者主要依靠自身经验判断经营业务的可能潜在风险点。销售风险管理的效率较低，由于风险管理过程的主观性较强，惯性思维下会忽视某些业务潜在的风险预示，从而错失风险发生时能够降低经营成本和损失的行动时机。VUCA环境下的企业风险管理更需要企业结合时下的变化调整自身的运营机制、风险预警及应对措施，保证自身经营的持续性，克服企业生存与发展的难题。

三、基于流程挖掘的X企业销售风险评价框架

（一）框架设计思路

流程挖掘属于数据挖掘的一个分支，是基于X企业信息系统和业务记录整理后形成的事件日志，可从多种维度针对事件日志中包含的流程信息展开分析，包括组织维度、案例维度和时间维度等的大量信息。组织维度分析用于发现典型的工作模式、组织结构和社会网络。时间维度分析用于识别瓶颈，诊断那些与绩效相关的问题。案例维度数据可以用于更好地洞察决策制定过程和分析不同案例之间的差别。

大量企业经营业务中的销售风险分析，都是依据财务数据，这样的分析和研究路径依靠历史数据，存在时间滞后、预测能力弱的缺陷。但流程挖掘从信息系统和业务记录中提取的事件日志，这类数据随业务进行而更新，具有较强的时效性，并且切实反映活动行为，能够从非财务数据角度对销售风险分析进行补充。因此，为了发现VUCA环境下X企业业务流程中销售活动存在的风险点，对销售风险进行分析和预警，并对销售风险进行等级划分和风险分类，为后续风险控制和管理提供思考。

VUCA环境下基于流程挖掘的销售风险评价框架设计思路如图1所示。

首先，根据X企業销售活动特点，设计基于供应侧和需求侧两种分析角度相结合的风险分析方法，分别针对供应侧和需求侧风险特点设计评价指标；其次，依据所需的评价数据，收集相关的销售活动流程数据，并统一处理为事件日志；再次，根据风险评价方法分别提取各项特征数据，展开详细定量分析，获得评分，并划分风险等级和风险类别；最后，依据风险等级和风险类别，有针对性地设计风险防范和管理措施。

（二）流程数据特征提取

1.指标确定

外部环境主要指上下游企业带来连锁影响，具体包括生产能力减弱，企业供应侧的原料、生产、运输，需求侧的订单数量、付款时间等都有潜在风险。如果依靠管理人员的主观判断，极有可能存在判断失误，因此需要建立流程数据评价指标，并设置相应权重，弥补信息滞后、信息不对称直接导致的合作终止、延迟交货、运输受阻等问题。X企业销售风险评价指标设置如表1所示。

在X企业供应侧风险评价指标中，供货风险来源于上游企业的原料供应能力下降或中断、X企业自身组织生产受阻，导致产品生产能力减弱，产品产量下降。运输风险主要体现在供应链整体一定的负面效应，包括运输企业经营活跃度降低后的物流受阻，进而导致原材料、产品流转过程时间延长。应收账款风险是指下游企业生产经营受限，导致财务危机，资金流转困难，付款期限延长，从而影响X企业应收账款质量。

X企业需求侧主要从需求波动风险、客户转移风险、取消订单风险等方面进行评价。需求波动风险是指下游企业经营情况变化，产品需求出现报复性增长，或者急速下降。客户转移风险源于企业自身受到的影响，随之带来产品供应不及时、运输停滞导致服务能力低下，影响客户满意度，从而取消订单。取消订单风险主要用于衡量一段时间内，X企业被取消订单的数量变化、金额占比，提前发现潜在风险，为后续应对措施争取足够时间。

2.指标权重

依据表2所设指标，首先由专业人员评估每个评价准则的相对重要性，构建判断矩阵。供应侧判断矩阵S=（Sij）3×3=■，需求侧判断矩阵D=（dij）3×3=■，根据求和法，计算得出各项指标具体权重如表2所示。

（三）风险评价

1.整理事件日志

X企业有关销售活动的业务记录通常存储在不同的来源上，需要将在这些来源不同的流程数据进行合并处理，从而揭示完整的端到端的执行流程。日志中包含的过程实例之间的关系类似于数据库中实体的关系（一对一、一对多、多对一以及多对多），需要在3个级别上对原始数据、结构化数据和模型级进行合并。从X企业信息系统、纸质业务记录中提取销售活动相关的流程数据，经过格式统一、噪声处理、空缺值填补等，将这些数据整合成事件日志。

2.事件日志预处理形成风险特征数据

流程挖掘除了从控制流维度进行分析之外，还可以从案例、组织、时间等维度展开分析。本文结合时间维度和案例维度展开分析，时间戳和活动频率可以用于发现时间间隔异常、业务活动效率问题；案例数据可以用于更好地洞察决策制定过程和分析不同案例之间的差别。

因此，本文依据VUCA环境下销售活动时间间隔及其变化、活动数量及其变化评估、分析风险。

3.划分风险等级

X企业VUCA环境下的销售活动流程产生的事件日志数据，导入tableau生成图表能够更加直观、快速地读取销售风险变化，也更利于生成分析模板，使得销售风险分析模型可持续、可重复应用。按照设定好的供应侧与需求侧风险评价指标，读取各指标当前数据，并将数据按照权重计算风险得分，根据高、中、低划分各项指标的风险等级。

对X企业在VUCA环境下，不同风险特征值设定数量参数，按照不同参数划分风险等级：极低风险=1，低风险=2，中等风险=3，高风险=4，具体如表3、表4所示。

供应侧与需求侧中，如发货效率、运输时间、应收账款账龄、客户订单时间间隔都是按照时间间隔长度划分风险等级，参照X企业不同风险特征值差异，实施不同的时间划分标准。但时间相关特征值风险等级，主要用来评价X企业相关销售活动效率，因而时间间隔越长，风险等级越高。

订单增速绝对值用于衡量期间内订单数量的变化情况，但订单急剧增多或减少都会影响X企业销售活动的正常进行，订单数量猛增但X企业产能在一时间难以跟上，因此会造成经营风险；订单数量急剧下降的情况下，会给企业传递产品质量或服务水平上存在有待改进的问题。被取消订单，采用直观的间隔分组的方法对特征值进行风险等级划分，X企业每季度平均销售订单数量在100—150左右，将占比转化为被取消订单数量，作为风险评估的重要参照。

案例维度与时间维度风险分析不仅涉及时间间隔和订单数量等特征，案例涉及的交易金额也是重要参考因素。本文按照平均交易金额划分四个等级，并设定风险权重。具体如表5所示。

X企业2021年第三季度销售风险评价共涉及7项风险特征，每项包括四个风险等级，设定各项指标风险值为Ri（i=1，2，3，4）。供货风险、运输风险、应收账款风险、需求波动风险、客户转移风险以及取消订单风险6项权重为Sk，平均交易金额风险权重为M。对发货效率、运输时间、应收账款账龄、订单增速绝对值以及客户下单时间间隔5项风险特征的每个风险等级都进行了数量统计，分别计算风险得分。而取消订单风险按照数量将其整体划到一个风险等级，可直接计算，无需按风险等级加总。以上各项分类风险得分Qk（k=1，2，…，5，6）可以表示为：

Qk=Sk■RiWi+M■R■W■ （k=1，2，…，5，6）  （1）

因此将供应测、需求侧风险得分进行加总，得到销售风险得分E为：

E=■（Sk■RiWi+M■R■W■）+（0.14×3+2×0.15）  （2）

（四）风险分析与风险应对

VUCA环境下X企业销售风险按照供应侧与需求侧分类，并且根据各项具体指标风险得分高低，锁定问题环节，为X企业风险应对争取必要的时间，具体如图2所示。

X企业的风险评价指标分为供应侧和需求侧，涵盖生产、资金、运输、库存企业销售业务的整个流程。风险评价指标得分最终会追溯到销售的各个环节，分别从生产、资金、运输、库存等方面，调节影响供应侧和需求侧的销售活动，并针对不同类别风险给出协调库存、充分利用剩余产能、折扣让利、延期交货等应对措施，保证X企业销售业务的持续性。

四、X企业销售风险评价模型的应用实施

（一）销售活动事件日志数据的采集和处理

本文收集X企业2021第三季度销售活动相关事件日志數据，分析2021年第三季度销售风险情况，验证利用流程挖掘从案例和时间的视角对X企业销售活动评价的有效性和可行性。将数据分析结果与实际情况进行比对，根据理论与实际的拟合情况获得风险评价方法可靠性的真实反馈。

从ERP系统中提取2021年第三季度销售活动相关业务后台事件日志，利用ETL将数据统一格式并汇总。利用数据库、Excel软件、Uibot等对事件日志中的时间数据、案例数据进行差值计算、数据分组等操作，依据供应侧、需求侧风险评价指标建立数据结构。X企业2021年销售活动事件日志数据部分汇总如表6所示。

（二）销售风险评价

本文收集X企业2021年第三季度销售活动相关事件日志中共276个案例，其中包括从销售订单、出库通知单、发货通知单、客户回执确认收货、销售发票、应收账款确认以及取消订单7个业务流程中的销售活动。考虑到VUCA环境下，X企业难以提前预料对经营生产的影响，但通过及时发现事端，利用风险评估，可以把握风险防范的最佳时间，所以本文利用Excel函数、UiBot计算整理相关指标数据，提取出供应侧相关风险特征，即发货及时性、运输效率以及应收账款账龄，同时提取需求侧相关风险特征期间订单数量变化、期间客户往来活跃性以及被取消订单数量变化，分别统计276项案例数据中风险特征情况，具体如表7所示。

按照式1计算X企业2021年第三季度销售风险得分，具体如表8所示。

由表8可以发现2021年第三季度X企业风险得分较高，接近4。其中客户下单时间间隔风险得分最高，对整体影响较大，但各项风险存在相互关联，因而不能单独分析其原因。其中企业供货风险得分较高，发货环节存在较高风险，一方面可能是上游企业原料供应，另一方面也存在订单急增，产能无法满足需求。

综合以上因素来看，X企业交易金额较大，一旦发生供应短缺、运输受阻导致客户转移、需求取消则会对企业资金产生较大影响，进而影响正常的销售活动。因此，X企业可以采取分散供应的办法，减少每笔订单价值，保证供产稳定，同时也能避免风险。

（三）销售风险分析与应对

X企业供应侧运输、产品供给以及应收账款均有潜在风险，产品供给在8月中旬出现了短缺的情况，经实际调查发现，8月初X企业原材料供应不足，因此产能降低。可以发现产品发货到运输存在时间差，因此运输效率的降低较滞后，约在8月中旬。应收账款虽然同为供应侧风险分析特征，但却受客户方经营状况的影响，X企业应收账款账龄较大的案例出现在7月初，可能是由于此前客户方本身经营状况出现问题，因此应收账款风险识别的及时性尤为重要，如图3所示。

X企业销售订单数量至8月底不断下降，8月初到9月中旬订单数量较少，实际调查发现销售订单少是由于企业采取的减少销售方式，来缓解供应不足问题，从而维持一定的信誉；另外部分客户企业同样业务减少，从而导致采购量下降。值得注意的是，尽管X企业采取的减少外部销售订单的方式，但仍有一部分客户由于运输受阻，产品迟迟无法送达，从而选择取消订单，如图4所示。

针对X企业销售活动异常情况，对X企业在VUCA环境下经营提出以下风险应对建议：

1.建立风险实时检测系统

及时的风险识别与评价显得尤为重要，能够为企业争取足够的风险应对时间。建立基于流程挖掘的实时风险监测系统，基于企业的经营情况设定合理的风险得分阈值，当超过设定阈值则会对销售活动做出风险预警，从而能够减少企业面对突发状况的反应时间。风险预警能够对可能的风险做出科学的预测，做到及时决策，在可行的范围内尽量减少对于企业的经营冲击。

当出现销售活动停滞，出现业务时间过长、需求变化较大的情况，由于没能及时发现潜在风险，而错失了最佳的补救时间，从而使企业处于被动状态。因为VUCA环境下，物流管制导致产品交付受阻，从而延长了客户收货时间，不仅使经营效率低下，同时也让企业客户好感度降低。

2.协同多地库存，协调产能

原料供应不足、企业库存短缺等紧急状况下，来不及协调其他方库存，使得客户下单到发货只之间间隔时间过长。加上产品运输途中可能会经过风险区域，使得运输时间过长，导致客户满意度降低，从而影响企业经营和信誉。但如果能够在VUCA环境下，利用实施风险检测系统实施有效决策，在运输受阻或库存短缺情况下，企业通过协调其他就近地区库存和生产，及时缓解将要发生的库存短缺，从而在尽可能的情况下争取最大效益。

3.需求预测，风散风险

企业风险管理統筹需求侧与供应侧同时发力，才能更好地防范风险。需求预测能够更有序、更合理组织生产。通过预测，发现下游企业VUCA环境下的需求变动趋势，确定合理的产量，为突发情况留有缓冲，避免产能过剩，也能缓解可能的产能不足。

五、结语

流程挖掘可以作为非财务信息应用于经营业务中销售活动的风险分析和预测，尤其是在VUCA环境下，企业的风险管理能力和风险应对能力影响其经营的持续性与稳定性。在VUCA环境下，大多数企业都面临有供应不足、库存短缺、市场萎缩等带来的经营中断的风险。因此基于流程挖掘建立实时的销售风险检测，及时发现供应侧与需求侧变动情况，依靠信息系统后台操作记录全方位预测可能的风险点，从数据后台模拟供应和需求变化趋势，VUCA环境下可能的突发状况，造成原料采购和产品供应受阻、资金周转等方面的不足，为企业争取足够的风险应对时间，弥补财务数据风险分析的时间滞后。●

【参考文献】

［1］ 陈晓红，唐立新，余玉刚，等.全球变局下的风险管理研究［J］.管理科学学报，2021，24（8）：115-124.

［2］ 王正位，李天一，廖理，等.疫情冲击下中小微企业的现状及纾困举措——来自企业经营大数据的证据［J］.数量经济技术经济研究，2020，37（8）：3-23.

［3］ 林波，吴益兵.新冠疫情下企业业务中断风险探讨［J］.会计之友，2020（18）：138-142.

［4］ WU T，BLACKHURST J，O’ GRADY P.Methodology for supply chain disruption analysis［J］.International Journal of Production Research，2007，45（7）：1665-1682.

［5］ 陈佳琦.ERP环境下企业经营业务的内部控制设计［J］.会计之友，2013（17）：73-76.

［6］ W.M.P VAN DER AALST，et al.Business process mining：an industrial application［J］.Information Systems，2007，32（5）：713-732.

［7］ CHIU TIFFANY，et al.Exploring new audit evidence：the application of process mining in auditing［Z］.2018.

［8］ MIEKE J，et al.A Business process mining application for internal transaction fraud mitigation［J］.Expert Systems with Applications，2011，38（10）：13351-13359.

［9］ WEIJTERS A，RIBEIRO J.Flexible heuristics miner （FHN1）［C］ Proceedings of the IEEE Symposium on Computational Intelligence and Data Minim.Piscataway：IEEE Press，2011：310-317.