前言：
大数据是一个事关我国经济社会发展全局的战略性产业，大数据技术为社会经济活动提供决策依据，提高各个领域的运行效率，提升整个社会经济的集约化程度，对于我国经济发展转型具有重要的推动作用！2016年，由中国首席数据官联盟与网加时代网发起并承办，北京大学信息化与信息管理研究中心、中国新一代IT产业推进联盟、数邦客协办的"影响中国大数据产业进程100人"大型人物专访活动全面启动，被采访对象分别来自政府、产、学、研、企各个领域，他们将从不同角度，不同层面向大家阐述当前大数据产业热点、难点、疑点问题，为中国大数据产业健康、持续发展探索经验、保驾护航，敬请关注！
第四十六期专访人物：中国首席数据官联盟专家组成员，唐宋大数据产业股份有限公司创始人兼CEO 宋雷
宋雷，首席数据官联盟专家组成员，唐宋大数据产业股份有限公司创始人兼CEO。北京大学、华北理工大学特聘导师。唐宋产业经济研究院院长、河北省电子商务研究院院长，中国海外高层次人才千人计划候选人。
本期特邀嘉宾中国首席数据官联盟发起人鲁四海，就钢铁大数据应用与宋雷先生进行深入探讨。
鲁四海：现在国家发力供给侧改革，在钢铁行业又有哪些挑战，进入大数据时代又有哪些不同？
宋雷：供给侧改革的核心是优配资源。去产能、去库存、调结构，首先要做到底数清楚。钢铁是一个门类齐全、产业链条长、生态完整的行业，究竟这个行业的产能过剩是什么现状，究竟下游的需求方面是什么样，这个总量的数据到现在也不是完全清楚。这个行业的很多现象是游离于统计数据之外的，比如小电炉钢（俗称地条钢），全国究竟有多少，并没有这个数据。再比如过剩的问题，究竟总量过剩多少？哪些品种过剩哪些品种不过剩？这个行业还有很多很多的问题，比如国内铁矿石资源与国际铁矿石的替代性问题，长短流程的替代性问题，钢材与其他材料的替代性问题，国内外市场的替代性问题等等，都会指向供求关系。这些都需要统一放在一个大的数据系统里面去分析，才能得出正确的判断。大数据就是为解决这些问题服务的。大数据首先就要做到全样本调查，靠这个全样本解决统计口径样本不足、调查周期长、人为干预等等的问题，更要解决个性化的、个体的、个别的问题。我个人觉得，钢铁作为国民经济的基础行业，作为工业的粮食，未来仍然具有巨大的发展机遇。当然这个机遇不是在数量上的机遇，而是在质量型发展方面的机遇。大数据与这个行业的融合还远远不够，未来这个行业的发展一定要靠大数据，去做精准的预测和决策，去最优配资源，去最优化流程，去做最好的产品和服务。这些都是大数据的用武之地。我们深耕钢铁行业十年，但我们也只做了面向市场交易、运行监测和行业竞争情报等一小部分事情，还有很多的领域需要我们去深化服务。
鲁四海：说到行业的改革发展，最终还是得依靠企业的转型升级，那么生产型企业又将如何借力大数据实现转型？
宋雷：生产型企业面临的挑战永远是如何在竞争中胜出的问题。如何挖掘企业的核心竞争力，是企业永恒不变的追求。无论是生产型还是服务型企业，都不能背离时代而存在。大数据是一个时代，是互联网维度之上的一个经济环境，未来的竞争主要体现在数据层面。我个人认为，对于生产型企业来讲，在信息化时代，不能跨越的四个发展阶段是IT化、互联网化、大数据化、智能化阶段，我们现在的很多生产型企业连第一个阶段还没走到，这些企业如果不迅速转型升级，很快就会被市场淘汰掉。大数据要和互联网结合起来，把供应链、生产链、销售链打通，形成新的价值链。大数据一定会成为未来企业的最核心、最优质资产，也一定会成为企业经营的核心。
鲁四海：您刚才讲到供应链与大数据，我想追问一下，大数据如何优化供应链？
宋雷：供应链本质上是一个价值链。供应链对于企业来讲，既是业务链，也是成本链，还是服务链。如何优选供应商，优配资源，即期响应，最大化降低成本、提高效率、创造价值，都要在这个环节体现出来。每一个规模企业，供应链的管理水平直接决定了这个企业的经营水平的高低。从这个角度看，大数据可以起到至关重要的作用。供应链每一个环节资源的高效配置，都会给企业整体经营带来巨大的协同价值。具体来说，大数据可以在以下几个层面对供应链起到巨大的推动作用：
1、优选供应商：通过在细分领域对企业的评估，建立供应商数据库，并不断优化评价打分体系，对供应商实行动态的监控和优势劣汰；
2、优配资源：根据生产工艺和成本核算的要求，对原材料、设备配件及主辅料等的采购结构进行动态优化，寻找性价比最高模型组合；
3、优配采购周期：根据生产计划及成本核算要求，合理确定采购周期。采购周期随着企业营销模式的变化而变化，比如在C2B定制化大规模到来的时代，采购周期与销售周期就完全合二为一，由生产驱动到订单驱动，也是未来工业4.0的核心所在；
4，优化库存：按照满足生产和最低成本为目标，以追求最低库存为方向，不断优化库存的总量、结构和资金占用；
5、优化与生产环节的协同：采购过程与生产工艺结合，追求生产效率最高、工艺最先进、质量最高、设备磨损最低、流程最优和成本最低为目标，通过不断优化协同模型，持续优化供应链；
6、优化成本控制：这是大数据在供应链环节的核心，以持续降低供应链成本乃至全流程成本为目标，综合评估各维度数值，建立持续改进的成本模型最为关键。
鲁四海：讲得非常好，后端可以有如此多的改变，那么前端呢，钢铁行业如何应用大数据在服务用户方面实现创新？
宋雷：改革开放近四十年了，钢铁企业也从一个完全计划型、短缺型的行业转变成高度市场化的、供大于求的行业。这个过程是突破垄断，提升服务的过程。我们看到钢铁企业的服务意识较之原来的"铁老大"有了非常大的提高，无论是国有企业还是民营企业，大家的主要关注点都放在了客户、市场和服务方面。这一点是非常了不起的进步。但严格来说，钢铁企业的服务意识和服务能力还有很大的不足，比如直到现在，大部分企业还停留在以产定销、依靠代理商解决市场问题、离终端客户太远的问题。我们的直供比还相当低，对终端需求变化了解不多，反映迟缓，无法实现与用户深度协同的问题。等等。我一直的观点就是，没有信息化就没有服务。没有大数据，就没有科学的服务。这方面我们的欠账太多，在大数据时代，如何捕捉用户的个性化、细微化和超预期的需求，进而与企业的能力进行优配，这方面钢铁企业可以做的工作还很多。作为一个深耕钢铁行业多年的服务企业，我们一直在做这方面的努力，希望通过钢铁大数据体系、行业竞争情报系统和行业运行监测预警等多维度大数据服务，成为钢铁行业转型升级的倚重的大数据服务机构。
鲁四海：我们都知道，大数据对于行业有个很重要的领域就是征信，在您看看钢铁产业信用评价有哪些特殊之处？
宋雷：信用是经商之本。在市场经济里，每一个行业和企业都要接受风险评估。钢铁也不例外。随着钢铁行业步入发展的成熟期，产能过剩日益突出，行业发展的很多矛盾都在集中爆发，其中突出的一点就是行业的整体经营效益下滑，从金融角度看就是企业偿债能力下降、违约风险提高、资产价值缩水。在这个特殊的时期，钢铁是被银行列入负面清单的，直接融资的渠道也基本上是面向国有企业。在行业经济度普遍不高、市场认同度普遍不高、金融欢迎度普遍不高的形势下，钢铁行业的融资能力大大下降，融资成本就大大上升。这个链条上甚至出现了很多影子信贷的灰色地带，以及不良债务急剧增加的现象。这个行业面临的困难和风险是显性和隐性并存，良莠不齐、泥沙俱下。所以在这个时期，对于这个行业的信用，对于每一个企业的信用，需要有一个科学的、动态的、全维度的评估。给金融机构提供详尽的数据，打通钢铁行业与金融的隔阂。这也是我们成立企业征信公司的初衷。
鲁四海：之前听您提到过传统行业转型升级可以衍生金融服务，这个非常有亮点，能给我们分享如何实现的么？
宋雷：金融是从实体经济衍生出来的业务形态，金融要通过为实体经济服务获得最终收益。金融的服务手段是建立在数据流基础上的，换个角度讲，金融机构本质上就是数据公司，所有的金融都是建立在数据基础上的资产错配的过程，比如说银行是建立在存贷的数据预测基础上，通过对企业的征信评估进行有计划放贷并收回本息的活动；比如说保险是建立在对被保险人群体风险评估的基础上，按照大数据法则计算出来的赔付比例，进而厘定费率的；比如投行，是建立在对经济发展、行业预期和企业竞争力数据研判基础上的投资行为；比如期货，对未来资产价格的预判形成交易对手盘。等等。大数据做到一定程度，数据金融化是必然的发展方向。而从另一层面讲，大数据+互联网+金融，具备在新的维度基础上创新金融的能力，也具备更好地服务用户的手段和载体。
联系我们请点击：
数邦客
