我們在津津樂道于水泥行業在改革開放三十年后取得輝煌成就的時候，當我們將戰略眼光著眼于整合與并購、環保與綠色建材的時候，我們往往忽視了高速變化的外部大環境。隨著信息化的高速發展，互聯網與移動互聯網的在傳統行業的廣泛應用，特別是許多專家學者近年提出了智慧旅游、智慧農業、智慧城市、幸福村鎮等全新的商業概念，幾乎可以涵蓋的傳統產業在近兩三年都在圍繞電商和移動互聯網尋求突破點。

　　正是在這種大背景下，一位英國學者維克托教授提出大數據時代的概念，而中國的旅美學者徐子沛先生又將大數據革命給政府職能、產業經濟和百姓生活帶來的深遠影響進行了全方位研究分析和闡述。隨著信息化的廣泛應用及數據傳輸技術的成熟，我們將迎來一個大規模生產、分享和應用數據的時代。正如維克托教授在《大數據》一書總所說，大數據的真實價值就像漂浮在海洋中的冰山，第一眼只能看到冰山的一角，絕大部分都隱藏在表面之下。而發掘數據的價值、征服數據海洋的“動力”就是云計算。互聯網時代，尤其是社交網絡、電子商務與移動通信把人類社會帶入了一個以“PB”（1024TB）為單位的結構與非結構數據信息的新時代。以云計算為基礎的信息存儲、分享和挖掘手段，可以更加有效地將這些大量、高速、多變化的終端數據存儲下來，并隨時進行分析與計算。通過云計算對大數據進行分析、預測，會使得決策更為科學與精準，釋放出更多、更大的數據價值。

　　作為傳統制造業的水泥企業，經過高速發展期后迎來并購與整合時代，大集團的產業集中度較高，集團化管控過程中將產生數以萬計的碎片化數據，這些數據有些可能只進行了簡單的一次利用，沒有人注意到其身后的開發與挖掘的價值。如何高效利用和挖掘其中的金礦，筆者想談談自己的幾個觀點，希望能起到拋磚引玉的作用，不到之處，望行業前輩賜教批評。

　　建立以營銷為核心的數據應用平臺

　　大家都知道，行業協同創造價值，但是協同的基礎是信任，作為現代企業，信任只是建立在個人感性之上的一種認知，脫去感性的外衣其核心依然是用數據說話。每天的銷量信息表面上只有漲跌，但是如何建立數據分析模型來找到價格與銷量的平衡關系，是大數據最基礎和最簡單的應用。舉個例子，小米手機的網絡銷售并不是簡單的網絡營銷，而是通過上網瀏覽習慣和痕跡數據來判斷消費者的年齡和生活習慣、個人興趣愛好，從而進行廣告投放，找到精準客戶。作為傳統行業的水泥營銷，也有專家提出電商化的概念，但是在民用市場，主要依然依賴經銷商，較以往的CRM（客戶關系管理）信息化管理軟件來講，不單單是統計發貨量和向經銷商發送價格短信，而是通過歷史數據的對比和分析來發現區域銷量與價格的關系，做到足不出戶洞察市場。管理層看的最終報表只是每天銷量的增減，但是某一區域、單一渠道、單一客戶的增減的分析顯得尤為重要。其次在出廠價與運費和運距的幾者數據的關系將成為數據平臺的基礎支撐信息，通過該數據來測算核心市場與共用市場以及競爭市場的輻射范圍和區域。當然該模型的建立和比對數據需要軟件及集成數據庫來實現，更需要擁有水泥營銷實戰經驗的管理者和信息數據人才共同完成，否則最終呈現的模型難以抓取到最有價值的數據，因此理論與實踐必須結合，而且需要持之以恒，不斷完善和改進。[Page]

　　共享和挖掘紛雜的日常管理數據

　　也有中國的數學家對國際熱捧的大數據概念用最通俗易懂的中國語言進行解釋，那就是統計與分析。在水泥的生產制造中，我們的管理層每天都會接觸到數據報表，機器每天都會產生各種數據，如中控、化驗、安全、余熱發電等雜亂紛繁的數據，而這些單一數據群都掌握在不同的部門主管手中，如原燃材料的品質波動與熟料強度高低是一種什么關系，余熱發電量與窯運轉的關聯性分析模型如何建立，包括環保與安全數據的監控應用，例如通過歷年安全事故數據比對和規律曲線發現一個現象，制造類企業85%的安全事故都發生在周末，另外輕微工傷70%均發生在凌晨一點到三點之間，通過對那些雜亂紛繁的信息進行整合對比，將有效指導管理層特別是高級管曾的戰略性和前瞻性決策。這些都是在大量看似無關但卻有著莫種密切聯系的數據中建立環比與同比的模型。作為大型集團化水泥企業，該領域的應用更是顯得尤為重要，如同樣的生產線規模的數據對標，與國際公開的的生產經營指標對標，同時建立屬于本集團的信息化與數據研究中心，

　　最終需要將生產計劃、任務考核、產品質量與出廠、備件計劃、采購入庫等都進入數據庫，在大數據時代，所有的管理理論都將不存在，一切均以數據說話。在技術層面首先開放信息化數據接口，共享各部門分散掌握的數據群，重新梳理整合這些最有價值的信息數據流，任命首席信息與數據官，培養大集團的信息流與數據分析的人才隊伍，前瞻性地開發數據這座金礦，將是未來水泥企業之間相互競爭的關鍵一點。

　　基于數據的商業智能分析

　　投行分析師最重要的一項工作就是監測分析各水泥企業發布的季報與年報財務數據，還有那些公開發布的信息，通過對比分析找到行業中的佼佼者。在負債率、毛利率、噸純利潤等關鍵性指標中發現企業之間的經營差距，從而發布內部的評級和分析報告，指導操盤手和機構買家是否持有。國內較大的信息化服務商也曾提出了水泥行業數據智能解決方案，例如金蝶軟件及用友軟件在水泥行業信息化應用及解決方案中均具有BI（商業智能）模塊的設計，其核心思想就是在數據比對和統計分析方面找到財務及經營數據的蛛絲馬跡，通過數據的重新排列發現問題，最終在第一時間指導經營決策。作為大型水泥集團在該領域的創新及應用顯得更具有戰略前瞻性，越是大集團對大數據的苛求和依賴程度強烈，建立以財務數據為模型的比對數據庫，通過模型工具進行集團或者單一生產基地的經營數據監控和分析，從而發現和暴露經營面臨的問題和風險，從而提供給管理決策層進行調整。

　　導入高附加值的金融服務

　　商混企業日益成為水泥銷售的主要渠道之一，賒銷一直是困擾管理層頭疼的問題之一，這背后依然可以發現數據應用的巨大商業價值。通過建立諸如銀行征信和滾動利息計算的商業數據模型來實現優質客戶的增值金融服務。比如一個商混站需要賒銷，通過對其歷史多組數據的分析得出征信額度，通過額度導入金融高附加值服務，在賒銷金額確定下來的同時，利用套利系統進行滾動計算其賒銷金額，或者以整體金額推出小額金融服務，要想做好此項工作，其核心依然是金融數據的模型設計，也就是通過精算來設計產品類型，不單單是每噸散裝水泥的價格，而是基于水泥產品及采購商信譽的綜合指標，實現在量價和金融服務的多贏格局。這里可以借鑒上海大眾的高附加值金融服務，上海大眾的車輛按揭金融服務，都是由上海大眾財務有限公司進行資料審核和還款周期的產品設計，通過這一數據信息平臺實現了去銀行化的金融增值服務，當然以此類推，民用經銷商的小額貸款金融增值服務也是在數據精算模型基礎上的創新嘗試。[Page]

　　水泥企業擁抱大數據的幾個階段

　　在大數據的背景下，大部分水泥集團其實已經有所實踐，在數據共享、信息化建設、流程再造等諸多領域進行了嘗試，當然實現數據的高效利用并非一朝一夕的事情，而是一項長期的系統化工程，更是企業適應經濟社會發展的必由之路。作為水泥企業在大數據方面的應用和實踐，筆者歸納為有以下幾個階段：第一階段就是數據的記錄與整理，也就是必須建立自己完整的報表系統，從人、財、物到產、供、銷，日常管理經營的數據信息無處不在，其實就是對那些發生的信息進行記錄，最通俗易懂的就是報表系統，確保其真實和準確即可；第二個階段就是信息流與數據流的有效融合，也就是通過技術手段實現數據流的共享，在平臺層面嘗試數據接口的開放與抓取，正如檔案管理一樣，最大的價值不是保存，而是對留存介質信息的開發和高效利用，指導當今的工作；第三個階段就是建立適合本集團和數據分析、比對模型，也就是上述提到的BI（商業智能）系統，實現數字水泥企業管理運營目標。

　　大型水泥集團亟待建立信息與數據研究中心

　　目前大部分水泥集團都相繼建立了自己的信息化部或者信息中心，在流程梳理和數據信息流方面已經達走到了第二階段，甚至一些單位已經在硬件機房和云計算領域有所突破。打鐵還需自身硬，未來大型水泥集團之間的競爭依然是基于市場的全方位、多領域競爭，那么信息流與數據挖掘的能力水平將是下一輪賽跑的全新領域，在信息化的基礎上建立符合自身水泥集團實際的數據研究和利用機構，也是符合未來經濟社會發展潮流和趨勢的一項重要工作，特別是在集團化管控、規模化經營，統一財務、銷售、采購、人力資源等項業務的數據管理，是提高大型水泥集團運營決策最基本的要求，利用信息與數據中心全方位、多視角、高層次地掌控整個集團的日常經營管理，是水泥企業除了并購整合、環保安全領域之外的一個全新戰略，期待更多的水泥管理層關注數據的研究分析和高效利用。

　　當然，客觀來看大數據是當前的社會熱點，依然停留在理論研究層面，但是如何更加接地氣，更加適應水泥制造企業自身的發展要求，還有漫長的研究與實踐的過程，不少大型水泥集團在該領域已經積累的非常寶貴的經驗，但是整個水泥行業的大數據應用還有很大的提升和探索空間，我們水泥人也應該緊緊把握國家提出創新驅動戰略的主基調，鼓勵水泥行業青年人才的創新思維和創新實踐，在工業化和信息化融合的道路中，努力實現信息流中的數據高效開發利用，這無疑對水泥企業的日常運營和戰略決策起到加速器的作用，通過數據讓水泥企業更加智慧，實現由“數字水泥”到“智慧水泥”的完美過渡，最終實現人人希望的“幸福水泥”的美好愿景。