生产型企业统计问题与对策范文

本站小编为你精心准备了生产型企业统计问题与对策参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《统计科学与实践杂志》2014年第六期

一、现代企业数据统计的新特点

（一）数据之间匹配性要求高，要一一对应例如订货合同、库存、财务应付款之间的数量和资金关系复杂，对账要求高。对于产品销售，需要对所有销售开票数量、库存数量、合同执行数量、开票未提货数量，以及合同金额、逐笔收款金额、累计应收款金额等动态信息核对清楚。

（二）数据处于动态变化中，时效性强伴随企业生产经营活动的开展，销售、采购、库存、生产等环节数据，环环相扣，随时处于动态调整中，企业管理层需要得到这些数据的准确情况与变化趋势，及时对市场做出反应。

（三）指标较多，核算复杂生产型企业的成本核算至关重要。产品品种、生产组织、生产工艺等多样性带来成本核算的复杂性，一项产品的成本，可能包括了几十项甚至上百项的指标数据合成。其他包括能耗监控、生产效率、经营效益等指标统计与核算，在生产型企业中均产生了较大工作量。

二、传统数据统计存在的问题

大数据时代，数据的信息化、过程化、时效性等要求提高。而现今生产型企业的统计工作，仍未摆脱传统的统计模式，统计在企业管理中未能充分发挥其重要职能，不能适应市场信息化的发展要求。问题主要表现在以下三个方面：

（一）精细化程度不够，管理粗放1.数据管理缺乏统一标准。基层的数据录入，依赖个人理解，数据同步性差、一致性弱，比如会存在备品备件名称不统一，增加了管理难度，影响库存的储备与管理。2.企业数据系统不兼容，存在信息孤岛现象。现有的生产型企业中，不同程度地应用了信息技术，但各业务系统采用的技术不尽相同，数据格式及编码不同，导致系统不兼容，形成的数据信息没有对比性，信息及时共享、反馈难，数据冗余度高。3.“过程控制”不够。统计中的数据只有结果比较，缺少中间各环节的详细数据。数据过程有暗箱，若其中少量数据产生问题，将影响最终数据的准确性，并且难以追溯问题数据来源以及时修正偏差。造成的结果是，企业注重事后统计和分析，缺乏科学的事前预测和事中控制。

（二）数据实时性不够，造成企业反映速度慢目前企业常规的做法是，每月底由财务部门根据当月生产状况，得出当月生产成本，销售利润情况等，来反映本月的生产指标，生成统计报表，领导根据统计报表来了解成本与生产情况。而实际上，一个月内，原料与产品价格、生产消耗处于动态变化中，传统的统计方法不能及时反映这些变化过程，只能是事后分析。成本控制与生产安排调整相对滞后，控制能力较弱。

（三）分析环节薄弱，对企业决策支撑不够1.业务数据不够系统，数据分析基础薄弱。长期以来，生产型企业的统计信息从下而上单向运行，统计信息的利用只停留在初级层次，信息分散，且比较滞后，统计人员难以获得系统、完整的数据进行分析。2.分析方法应用单一，难以得到指导性的结论。目前生产型企业所用的统计指标体系中，综合性指标多，对比性指标相对较少，只是局限于同比与环比指标的分析，预测方法在企业中应用较少，不能满足管理者经营决策的需要。3.分析手段现代化不够，效率低下。实际上，企业统计工作仍以手工为主，计算机应用仅限于完成数据汇总、计算和报表生成任务，计算机软件的应用严重不足，不能及时形成多样化的指标跟踪体系，降低了统计对决策的指导作用。

三、大数据运用策略

针对生产型企业，笔者结合企业经营中大量的实践经验，将大数据背景与企业经营实际结合，从五个方面提出了改善企业统计工作现状的对策，期望日新月异的市场环境下，生产型企业能够利用好大数据的思想，充分发挥数据统计的作用，为决策分析提供技术支持。

（一）夯实统计工作基础，确保数据质量1.建立规范的适合企业实际情况的统计指标体系。国家制定的一般企业的统计指标体系难以满足企业个性化需求，应在原有的指标体系基础上，结合国际先进管理经验，增加适合生产型企业自身的指标，在及时反映经营情况的同时，还可以反映产品需求构成、竞争对手动向、资源供应等方面的情况。在统计指标设计上，应遵循全面性、规范性、可比性以及客观及时性原则。2.统计数据从一线抓起，确保原始数据质量。围绕统计岗位设置、工作职责、原始记录、统计台账、统计标准、信息传递等方面加强规范管理，确保源头数据的真实性。建立健全统计人员有关的考核机制，针对数据质量的好坏，进行奖惩，提高业务人员的责任感与积极性。3.加强统计工作组织管理，提高统计人员素质。首先应提高企业管理者对统计工作的重视程度，视情况设置专门的、相对独立的统计人员。其次统计人员应了解和掌握最基本的统计工作方法，熟悉统计信息网络的操作方法，能够按统一确定的口径、范围及时提供相应的统计资料和分析报告。最后，要注重人员的培训，统一管理规范，提高统计工作参与者的责任感与使命感。

（二）建立规范的数据收集与管理流程，加强数据过程管理1.数据收集要全面化、规范化。纵向上，从一线数据的采集，到各部门加工汇总，每一环节都需要规范的操作方法，并严格规定数据记录与上报时间。横向上，数据的涵盖范围要广，对于日常产销量、资产费用等数据的统计是最常规的项目，必须做到准确无误；而对于供应商、客户等的信息的收集，要尽可能的全面，才能利用现有信息评价供应商、发掘客户需求。2.数据审批、交接要制度化。例如预算控制中对超出预算的费用管理，采购管理的权限设置等，需要有固定的审批流程予以制度化。在数据交接过程中，同样要做到及时、规范，实现无缝对接。上下级之间的互报要做到及时、有效；部门间平行的数据互报要做到指标规范、口径一致，提高数据利用率，减少重复劳动。

（三）加强统计信息化建设，提供重要技术保障

1.建立数据管理信息网络平台。利用计算机编程技术，搭建公司内部联网的数据管理平台，从一线数据的录入到最终分析性指标的形成，都在该系统上完成，数据的增减、更改都可以实时反映，做到数据上报的实时化、规范化。具体使用分模块技术，系统的各个模块实现不同的功能（图2），实时反映数据录入情况，加快数据的处理、传递和反馈速度，实现数据公开化、网络化、实时化，部门间和上下级之间可以实时共享数据资料，提高工作效率，减少人工误差；例如在销售方面，可以通过合理调配机制和信息反馈机制实现对订单和计划执行的动态跟踪，全面准确的掌握销售情况，提高资金回笼时效性。在库存量控制中，要对每一种物料规定最大储存量和最长储存期限，超过最大值时，系统会发出提示信号，以便管理人员采取纠正措施。2.实现业务数据分析实时性、自动性。通过信息系统，财务报表在生产一开始就实时自动生成，而非每月末人工生成，提高数据实时性与精确度，并节省人力成本。物料管理同财务系统实现集成化管理，在处理物料移动或生产确认时，同步处理账务。有效控制业务流程，及时发现问题，纠正可能出现的偏差。3.实现业务流程可视化。一方面，一线数据从产生录入，到各个环节的审批、流转，均留下轨迹，过程清晰透明，提高了各管理环节的效率与规范性，便于问题的发现与修正。另一方面，采购、销售等过程做到公开管理，领导能及时全面掌握供应商、供应价格、客户、销售价格的对比分析，同时，采购、销售的透明化操作，减少了这些部门的徇私舞弊行为。4.强化母子公司的数据共享。将母子公司纳入统一数据平台，母公司能及时获得必要的数据信息，快速发现问题并进行相应的调整；在业务审批上，由于情况了解透彻，减少了沟通环节，提高工作效率。母子公司数据信息的共享与高效传递，将很大程度地改善母子公司管控，降低大规模集团公司管理不到位的风险。

（四）加强统计分析与应用，为企业决策提供重要支持1.加强统计分析在企业决策中的应用。重点是对集中起来的诸多数据进行排列组合，生成新的有用的统计信息。比如产品质量的改善，将产品生产的各个环节进行统计记录，将这些数据整合在一起，再结合质检、售后等方面的数据，从不同角度分析数据，能够得出改善产品质量的关键点。同时，结合现代企业管理理念，将一些具体因素指标抽离出来，进行相关性分析；将本企业情况与同行业企业情况进行对比分析等，将能够为企业的发展与决策提供有价值的参考依据。2.加强统计分析在企业预测中的应用。首先，根据企业自身特点，重点进行年度、季度预测分析，确保企业目标管理和考核的有效性。其次，通过数据排列与相关性分析，对格与市场趋势进行预测。最后，加强科学运用统计预测模型能力，来提高预测精度。3.加强统计分析在企业过程分析和评估中的应用。企业评估也是统计工作的一个重要部分，其中最典型的例子为对供应商的评估。首先，分析市场竞争环境，确认是否有建立供应链合作关系的必要，建立选择的目标；其次，建立供应商评价标准，如产品质量、交货期、交货量、工作质量，价格等；最后，利用合适的方法，如模糊规划法、多目标规划法、各种智能方法等对供应商进行综合评价，减少人为因素的影响。

（五）挖潜大数据在生产型企业中的价值，营造企业数据资产1.通过云平台实现数据大集中，形成企业数据资产。对于大型集团型企业，其各子公司和分公司每天都在生成大量交易和生产数据。大数据用小的封闭系统是做不出来的，分散在各个系统中的数据若无法实现互通，形成集中的资源池，将严重影响对大数据的统一管理与价值挖掘，数据的孤岛式管理更不是大数据时代的发展趋势。因此只有把集团企业的数据实现云平台共享，才能实现集团数据统一集中化管理与分析，在此之上的数据的价值挖掘，将具有全局性的战略意义。2.加大数据挖掘深度，推动智能决策。生产型企业每年的数据都在大量增加，但是实际利用的却只是其中一小部分，作为企业战略资源的数据还未被挖掘。因此，企业应当重视对大数据价值的深入分析与挖掘，推动企业决策机制从“业务驱动”向“数据驱动”转变。但是不能为了大数据而大数据，必须首先对自身业务流程进行梳理，再分析需要进行哪些决策智能化变革，按照什么业务顺序进行部署，从而确保大数据实施的成功率和实施效果。综上所述，随着生产型企业的存续发展，自身积累了相当数量的数据信息，同时数据统计的信息化处理技术快速前进，企业将两者紧密结合，将产生大量的管理创新，并能挖掘出更大的商业价值。因此，企业要高度重视大数据时代背景对经济参与者的影响与变化，深入思考自身存在的问题与不足，加强学习，确保企业管理与时俱进。

作者：余健尔单位：浙江省铁路投资集团有限公司