倪衡:大数据时代小微企业质量管理创新

简介:

质量管理就是“对确定和达到质量要求所必需的职能和活动的管理”,质量管理是小微企业十分重要的一项管理职能,其内容随科学技术的发展和质量管理的完善而不断发展。

近几年来,国家在信贷资金、税费减免等方面给予了大力帮扶,但小微企业产品在质量管理提升方面却收效甚微,从目前小微企业生存状况来看,由于在质量管理方面存在诸多问题,制约着企业的发展壮大。

目前我国小微企业质量管理存在的问题

质量管理能力滞后,缺乏系统的质量管理体系。一是质量管理在小微企业中未能得到重视。我国不少小微企业都是从小家庭作坊转变而来,对产品的质量控制还处在初期阶段。二是质量管理体系企业认证难度较大。小微企业多因成本高、耗时长等原因,放弃与质量管理密切相关的质量管理体系认证,从而造成了小微企业质量管理体系残缺不全的状况。因此,为小微企业开辟高效实用的质量管理平台具有很重要的现实意义。

第三方检测成本较高,抽样方法缺乏科学支撑。一是第三方检测成本高。我国小微企业存在规模小、流动资金不充裕等共性问题,往往一家小微企业流动资金只有几万元,面对质量管理所必需的第三方检测,诸多小微企业均因成本高,抽样方法缺乏科学支撑望而却步。二是个人委托检测受阻。调查发现,近70%的小微企业为个体商户,而目前众多检测机构不接受个人委托检测的状况导致了小微企业的质量自控能力处于真空状态。

质量管理缺乏反馈机制,全民参与度低。一是小微企业对与市场质量需求的感受度较低。由于受到人力、财力限制,小微企业往往很难获取市场对产品的真实评价,从而限制了企业改进质量、提升产品迎合市场需求的能力,二是产品质量的“信息孤岛”问题突出。由于缺乏产品质量反馈手段,消费者对产品真实感受缺少诉求渠道,往往只能通过电商平台提供的并不真实的销售量和使用评价来判断产品质量优劣,消费者获取产品真实质量状况的渠道越走越窄,也导致了小微企业质量管理水平的低下。

大数据应用原理以及应用状况分析

大数据就是指“无法在可承受时间范围内用常规软件工具进行捕捉、管理和处理的数据集合”,大量、高速、多样、价值、真实性是大数据的五个特点,大数据技术的战略意义不仅仅在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。如果把大数据比作一种产业,那么这种产业实现盈利的关键就在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。

大数据技术通过生产者解放思想、升级生产技术、改变生产方式继而释放生产力,这是大数据带来的思维方式革新。大数据同样带来了技术创新,获取信息的技术、数据分析算法、新的IT处理技术和处理架构,这一切为大数据技术的运用奠定了技术基础。而思维创新和技术创新的结果则必然带来企业数据文化和数据竞争力的重塑,可以预见,大数据正在引领一场新的工业革命,带领人类迈向新的台阶。

“十三五”规划(2016-2010年)提出“实施国家大数据战略,推进数据资源开放共享”,可以预见“十三五”期间,大数据领域必将迎来建设高峰和投资良机。作为国家商品质量主管部门,质检部门应该尽快在大数据这个新兴领域占据一席之地。

大数据时代小微企业质量管理创新的思考

当前我国正处在向工业4.0跨越的非常时期,大数据在我国的飞速发展为制造业插上了数据的翅膀,如何让它飞得更高、更快、更远,我们需要创新发展模式,主导新兴领域的规则建设,从而在席卷全球的新一轮科技革命和产业革命中占得先机。而小微企业占据着我国制造业极其重要的位置,运用大数据提升小微企业的质量管理水平,进而让中国制造遍布全球市场理应成为发展我国制造业的必由之路。

转变思维模式,打造共治平台。传统制造业质量管理思维模式基于ISO9001质量管理体系,主要在企业内部形成全员参与质量建设的氛围,随着O2O等新业态逐渐占据商业模式的主导,这种企业单方面重视质量管理的模式亟待改变,企业、消费者、检测机构等均是小微企业质量管理的参与者,因此打造质量共治平台便成为关键。笔者认为,应该首先完成电商平台与“质检平台”的数据对接,实现政府、制造企业、检测机构三方数据共享,从而为消费者在电商平台选购商品提供更加真实、科学的数据参考。例如今年6月阿里巴巴与质检总局完成的国家质量承诺平台的数据对接,正是转变传统思维模式,打造质量共治平台的典型范例。

发现数据价值,形成核心竞争力。大数据技术的战略意义不仅在于掌握庞大的数据信息,还在于对这些含有意义的数据进行专业化分析处理,这正是大数据质量共治平台的核心竞争力,运用质量数据平台不仅仅可以为消费者、电商平台、入驻商户、检测机构提供当前各自需要的价值,更可以通过对质量数据的分析,为客户群未来的商业行为提供准确预测。

而数据价值挖掘的最终目标就是通过质量大数据手段规范小微企业的经营行为,形成各方获益的态势。

具体创新路径。就目前状况来看,质检总局和阿里巴巴的数据对接已经为质量共治平台的搭建创造了良好的基础,接下来我们可以赋予这个平台更多的内容,初步构想应包含以下几个方面:

一是功能强大的平台需要技术支撑。需要将质量数据分析、目标客户群体的抽样方法分析以及最终输出到电商平台的人机交互界面内容分析等形成数学模型,为平台提供科学技术支撑,从而不断从技术层面完善共治平台。

二是吸纳客户群成为关键。吸纳客户群加盟共治平台,平台技术层面实现后,小微企业、电商平台、检测机构甚至消费者既是我们的合作方也是重要的客户群,可以以加盟的方式吸纳他们成为会员,加盟后便可享受平台提供的质量数据分析成果以及检测业务。

三是共治平台离不开政府部门的支持。平台建设之初,资金投入必不可少,作为质量工作的主管单位,各级政府通过设立引导基金的方式参与共治平台的建设,一方面顺应了当前“管办分离”的要求,另一方面也为政府管理质量工作开辟了新思路。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
11天前
|
人工智能 前端开发 大数据
财务数智化,铸就企业稳健发展“金算盘”
财务数智化,铸就企业稳健发展“金算盘”
17 0
13条知识产权措施助力专精特新中小企业创新发展
一图读懂13条知识产权措施助力专精特新中小企业创新发展
436 0
13条知识产权措施助力专精特新中小企业创新发展
|
机器学习/深度学习 自然语言处理 监控
数字化时代,大数据分析对企业经营有什么价值?
大数据分析是指通过机器学习、数据挖掘、自然语言处理等技术,对规模巨大的企业业务数据进行分析,其目的是根据分析结果获得指导战略和决策的建议。
458 0
数字化时代,大数据分析对企业经营有什么价值?
|
新零售 安全 大数据

热门文章

最新文章