中小企业如何实施精细化管理策略初探

摘要：随着科技进步，商业竞争进入了以大数据等信息技术为标志的新信息时代，数据管理成为企业的核心竞争力之一。在新的竞争环境下，中小企业面临生存和发展危机，迫切需要转变观念，跟进新的技术，充分依托自身掌握的本行业专业技术和灵活的优势，利用数据管理技术，实现日常经营的精细化管理，降低成本，增强产品竞争力。本文尝试从某一制造型中小企业利用数据实施精细化管理的实例，从组织变革、数据构建及数据应用三个方面进行初步探讨，希望通过和大家分享实务中的一些具体案例，总结经验、吸取教训，为中小企业如何在实际运营管理工作中利用数据提升效益方面作一些有益的探索。

关键词：中小企业;数据管理;组织变革;数据构建和数据应用

随着移动互联网的深入发展，商业竞争的环境发生了根本性的改变，大智移云物等新技术蓬勃发展，出现了很多新业态。然而众多中小企业，尤其是传统工业制造领域的中小企业，受限于自身各种限制条件，在新的竞争环境中逐步面临不利局面。本文尝试从某一传统制造型中小企业实务角度出发，从其原先面临的主要挑战，到其如何来分析问题，并采取哪些措施来解决问题这一过程，分别从组织变革、数据构建及数据应用三个方面进行详细阐述，并结合实务中的一些具体案例，为如何利用数据实施精细化管理作一些有益的探索。

1.企業面临的主要问题

该企业属于传统纺织制造企业，产品是工业无纺布，主要用于鞋材、床垫和工业过滤等用途，产品80%以上出口在欧美国家。由于国际市场发生变化，美国对无纺布出口美国加征了25%的惩罚性关税，公司所处的商业环境一下子发生了剧烈的变化，发现在过去的经营管理中存在越来越多的问题。

1.1销售部门获取的客户预测准确率不高

不仅挤占了公司宝贵的营运资金，而且有一部分成品最终还需要降价处理，给公司造成了不小的损失。此外，由于缺乏高质量的数据作为客观评判标准，对业务人员业绩的考核评估不够全面，造成员工士气低落，新客户、新产品开发滞后，并且无法杜绝“飞单”情况。

1.2采购部门采购成本居高不下

经营中存在供应商选择、采购价格不合理等情况，只能靠轮岗和增加人手加强监督复核，但是不能从根本上解决问题，原材料成本偏高降低了产品在市场上的竞争力。

1.3客户交付经常发生延迟

由于信息不通畅，销售部门与生产部门相互指责发生矛盾。经过数据分析，发现80%以上的交付延迟都是发生在订单数量超过20万平方米的时候发生的，通过分析发现其主要原因是在生产大订单时某些生产工序中遇到了瓶颈。这种情况尤其是经常发生在出口订单上，公司面临是否投资新生产线还是对现有生产线进行改造升级的问题。此外，还有一个主要原因是销售部门与生产部门相互沟通不畅，造成经常插单，原有生产排程被打乱，生产准备时间增加，生产效率下降，甚至导致交货延误。这种情况主要发生在月末，销售部门为了达成月度目标，突击拿订单，经常发生插单情况。

2.分析问题，找出根本原因

公司成立专门的项目小组，从公司整体层面着手，分析问题根源寻求解决方案。经过大家的协同努力，最终将这些问题的根本原因归纳为三个方面。

2.1公司管理观念落后

公司目前仍然沿用传统“金字塔”式的部门职能层级来管理企业，造成条块分割，流程不畅。现有组织架构不适应业务发展，需要实施组织变革，打通部门分割的现象，提升流程效率和响应速度，尤其需要在流程管理方面实施标准化。

2.2公司缺乏高质量的数据

公司高层认识到数据是判断的依据，数据和信息能够使他们洞察顾客、产品和服务，帮助他们创新并实现其战略目标。但是从数据中获取的价值不可能凭空产生或依赖于偶然，需要有目标、规划、协作和保障，也需要管理和领导力。缺乏高质量的数据导致问题不清，部门、员工之间职责不明，尤其是缺乏与客户、供应商之间的数据互换。需要借助数据管理来实施精细化管理，帮助公司提升效益。

2.3缺乏利用数据实施精细化管理的人才

数据是公司的资产，与现金、存货和固定资产等实物资产一样可以为公司创造价值。但是一般中小企业缺乏专门的数据管理人才，没有专门的部门来实施数据管理，造成一个个“数据孤岛”，最终成为浪费。而且由于各自理解不同，造成数据统计口径不一，经常在数据的一致性方面引发不必要的矛盾和冲突。比如对于产品的次布率，生产部门与质检部门的统计数据经常发生不一致的情况;又比如对于工单上的物料消耗，生产部门与财务部门的数据也会发生偏差。所以需要引进数据管理的专业人才，设立新机构，并与现有部门形成协同效应，在公司内部首先形成流畅的数据信息流，各部门共享统一数据库资源，消除以前各自为战的混乱局面。而且在此基础上，扩展至关键供应商和大客户，形成产业链上下游数据共享，充分利用数据发掘商业价值。

3.寻求解决策略

3.1从制度上着手落实组织保障

首先需要统一企业高管们的思想，充分认识到信息和知识是竞争优势的关键。拥有关于客户、产品、服务和运营的可靠、高质量数据的组织，能够比没有数据或数据不可靠的组织做出更好的决策。如果不能像管理资本一样管理好数据，就会浪费和失去机会。正如有效管理财务和物理资产使组织能够从这些资产中获取价值一样，数据管理的主要驱动力也是使组织能够从其数据资产中获取价值。所以企业就需要对原有的组织架构进行适当变革，向数据管理分配必要的资源，改革会遭受既得利益者的反对。其次是组织制度保障，成立新机构来统一领导精细化管理的实施工作，并且由“一把手”亲自挂帅，各部门负责人出任组员，从组织制度上对数据管理工作给予强有力的保障。再次是广泛的参与，一方面是内部参与，在实施数据管理过程中取得直接受益部门的支持，例如销售、生产运营、IT、人事、财务等部门;也要取得可能利益会暂时受损部门的支持，比如供应链、行政等部门;一方面是外部参与，公司向供应商开放企业相关原材料的库存情况，提高采购预测准确率，缩短采购周期等;也向客户开放相关产成品生产计划，同时获得了客户更准确的销售预测、客户重大投资等信息。

3.2试点推进积累经验

由于缺乏足够的经验，如果全面推进精细化管理存在资源不足，所以需要进行试点推进，集中资源解决一方面的问题，来积累经验。比如首先在一条生产线上安装Datalog系统，收集生产设备运行数据，找出导致设备停机的主要原因是断纱和换品种，组织技术人员改进攻关，历时近6个月，终于将断纱发生频率降低了32%，换品种时间缩短至原先的55%。在此基础上，再逐步推行至所有缝编机台、定型机台和印花机台上，从而有效提高机台利用率，降低了产品生产成本。成果的经验将不断鼓舞员工士气，增强团队信心。

3.3不断积累数据并解决“孤岛”问题

精细化管理是建立在足够的有效数据基础上的，而数据是产生在各个环节的，公司开始思考如何构建数据生产框架，以形成完整的数据生产与运用体系。公司从外部引进专业数据管理人员，促使其与内部IT部门及各业务部门形成协同效应，梳理数据生产路线图，逐步搭建好数据管理的框架，规定数据的采集点。

比如公司在对供应链管理时，先将物料代码、物料名称、规格型号、供应商、采购人员等定义为主数据，将采购数量、采购单价、采购总金额、采购日期、送达日期、验收情况、让步接受、退货及索赔等定义为运营数据。通过上述设置，在采集数据9个月以后，公司很快就发现采购异常情况，有效降低了采购过程中出现的员工舞弊、采购价格偏高等事件发生的概率，更为显著的是，当年原材料采购成本平均下降6.8% 。

3.4通过数据分析进行精细化管理

数据只能提示可能存在的问题，而精细化管理是需要团队去不断实施完善的。如针对大客户需求预测率较低的问题，在实施数据管理时特地增加了其大客户下游企业及其所在行业市场数据的收集，经过近两年多时间的运作，客户采购预测的准确率从原先的70%左右上升至85%以上，为企业每年节省各项成本将近90万元。

同时公司重新将客户、产品和业务员三个维度网格化匹配，通过一年多时间的基础数据积累，找出各个业务员的特长，再将客户与之特长匹配，结果是业绩有了长足的增长，新客户、新产品占销售收入比重逐年提升，仅一年时间就为企业增加销售收入154万美元，还发现了舞弊的业务员予以开除。

在内部管理方面也取得明显效果，如对车队进行精细化管理，车队管理的运营数据包括每次车辆使用时间、驾驶人员，使用部门、行驶路线、里程、加油情况、当年维修和保养、交通违章记录、交通事故等。在采集了6个多月的数据以后，公司很容易就发现车辆维修保养、油耗以及驾驶员加班等方面出现的异常情况，通过定点车辆维修厂、维修保养频率与费用比对，堵住了以往的好处、虚报加班、回扣等漏洞，一年為企业节省30余万元车辆使用、维护成本。

4.成果与经验总结

通过上述数据建模和数据使用进行的精细化管理，2020年在上半年出口订单锐减的情况下，公司结合内部精细化管理，一方面全力开拓新客户、推出新产品，另一方面从公司内部挖掘潜能，降低成本，使公司的产品更具竞争力，超额完成了全年目标，其中EBITDA指标达到了109%。

总结阶段成功的经验，存在以下几个方面，首先是企业领导人的决心和勇气是公司最终实施精细化管理能否成功的根本所在;其次是数据管理专业人才的引进十分重要，能够带来全新的思维和做法，但需要形成协同效应;再次是建立高质量数据和以业务驱动为导向的数据使用，这是是实施数据管理的关键抓手;最后是谨慎看待数据基础上的精细化管理，只是辅助我们分析决策的一种工具方法，把颗粒度变得更细，但是无法替代人的思考和判断，也无法替代人在某一专业领域数十年的技术和经验。随着应用的深入，我们还将深化对数据的认识。

中小企业需要清醒认识到其自身灵活和技术专业优势，与时俱进转换思维，选择适当的数据管理工具，将日常经营管理精细化，相信定能在未来商业竞争中赢得生存和发展。

参考文献：

[1]DAMA国际.DAMA-DMBOK2《DAMA数据管理知识体系指南》（原书第2版）第1章.引言.机械工业出版社.2020年8月.

[2]DAMA国际.DAMA-DMBOK2《DAMA数据管理知识体系指南》（原书第2版）第1章.1.1.1业务驱动因素.机械工业出版社.2020年8月.

[3]DAMA国际.DAMA-DMBOK2《DAMA数据管理知识体系指南》（原书第2版）第2章.2.3.4.违背伦理进行数据处理的风险.机 械工业出版社.2020年8月.

作者简介：谈振宇（1970-）男，本科，职称：中级会计师，主要研究方向：成本管理、投融资管理、风险管理及内部控制。