浅谈如何精简优化电网标准物料

摘要：物料精简优化是“选好选优”设备的基础，是适应电网高质量发展的客观需要，是提升国家电网公司集团化运作水平和核心竞争力的重要手段。运用大数据分析为主、专家分析和专业复核为辅的方式，进行科学优化精简物料，取得了良好的效果。

关键词：电力；物料；精简；主数据

1 引言

为了实现物资管理集约化、精益化，国家电网公司大力开展物资标准化建设，制定并规范主要设备、材料的信息和技术标准。实现物资集约化管理的前提条件是建立公司统一的物资主数据管理体系，不断深化物资主数据应用。

2 物资主数据

物资主数据主要包括物资分类、物料主数据和采购标识规则。

“物资分类”是指分为大、中、小类以及特征项、特征值。特征项是用来定义一条具体物料的多项主要属性参数。特征值是指每个特征项下包含的不同数值，特征值的组合形成物料。

“物料主数据”是根据物资分类结构体系，按照相关规则，赋予物资的信息化代码，包含了物料编码、物料描述和计量单位等信息。物料编码是以简短的文字、符号或数字来代表物料、品名、规格或类别及其他有关事项的一种管理工具。

“采购标识规则”是根据物资采购标准制定的，计算机可据此识别并判断物料标准化标识的辅助工具，是物料主数据与采购标准模板衔接的依据。分为标准、非标和未标物料。

国网公司物资主数据资源库通过SG-MDM数据资源管理工具统一管理，经过近年来的持续扩充，截止2017年末物料主数据已经涵盖了输变电等领域的物资大类26项、中类338项、小类6408项，物料主数据165684条，覆盖两级集中采购范围内的物资和服务采购需求。

3 标准物料精简优化

为持续提升物资采购质量，国网公司坚持“更集约、更精简、更精良”的管理理念，开展标准物料精简优化工作，精简设备选型，压缩设备种类，推进通用互换。

通过建立与专业部门的协同工作机制，强化过程管控，采取“大数据分析为主、专家分析和专业复核为辅”的工作方式，开展数据的研究，对历年积累的海量采购数据进行深度分析和挖掘，应用量化统计分析方法，运用数学建模手段提供决策依据，开发大数据分析软件。全面梳理物料主數据，分析历年物料主数据使用及物资采购情况，实施物料通用性、需求占比、集中度分析和专业分析，压减型号序列，优选标准物料，优化设备选型。

该项工作为物料科学精简提供数据支持，同时也为各省公司结合地区电网特点，开展标准物料精简优化二次分析工作提供基础，引导各单位从“要我精简”向“我要精简”转变，推进标准物料在省公司层面的细化应用，优化公司资源配置，进一步促进电网物资的通用互换、提高采购质效。

3.1 物料精简优化原则

物料精简优化应以“数据化、标准化、通用化”为原则。

“数据化”原则，即物料精简工作秉承“用数据说话、用数据分析、用数据决策”的原则。不能只凭主观判断，应该充分挖掘海量数据价值，借助大数据分析技术，在对历年招标采购数据进行多维度分析的基础上，结合专家的专业分析，给出精简意见。

“标准化”原则，即对通用性占比和采购数量占比很高，且专业分析结果为不可消减的非标物料，应将其转为标准物料；对于通用性占比和采购数量占比很低且专业分析结果为可消减的标准物料，则应将其转为非标物料，从而为后续的招标采购工作提供标准依据。

“通用化”原则，即物料精简工作应在采购标准体系基础上，对于采购量占比和采购通用性占比很低的标准物料或非标物料，合理优化技术方案，通过选取通用性较强的标准物料进行替代，实现物料压减，不断提高物料的通用互换性。

3.2 大数据分析软件的应用

标准化大数据分析主要基于ERP、ECP系统中历年采购数据和SG-MDM系统中的物料主数据，开展对物料需求占比、物料通用性、采购集中度及物料集中度四项指标的分析和特征值的分析。

物料需求占比分析，即常用物料分析，用于分析统计范围内采购数据中，各小类的物料使用频次、需求数量及需求数量占比。目的在于发现各小类的常用物料和极少使用的物料。

指标定义：假定某小类包含n条物料，在统计范围内，其中第i条物料的需求量为Di，该小类下所有物料的总需求量为D，则第i条物料在该小类下的需求占比等于Di/D*100%。

物料通用性分析是通过物料通用系数来进行分析。通过分析同小类下各单位的物资需求数量及占比，并进行多维度对比，从而通过数据来真实反映某一物料在各单位使用情况，分析物料的通用性。指标定义：假定某小类包含n条物料，使用第i条物料的省公司数量为S，公司系统内省公司总数量之和为Q，则物料通用系数等于S/Q*100%。比对物料通用系数可以反映出某一小类物料使用差异情况。

采购集中度分析是通过对同小类下不同物料使用数量的分布、离散情况进行对比，分析该小类物资通用性程度。

物料集中度分析是分析同小类下各单位之间的物料使用离散情况，分析该小类下的物料的通用性程度。

将采购集中度和物料集中度进行组合矩阵分析，其中采购集中度为Y轴，物料集中度为X轴。各省公司采购集中度和物料集中度的数据以平均值为界限划分，能够直观的反映各省公司目前的集中度情况。

按小类的特征值进行分析是按照小类的特征值对物料进行分类，分别分析同一特征项下不同特征值的物料需求占比，对于同小类同特征项下特征值需求占比极小的物料，提出物料采购标识调整及物料冻结建议。

专业分析主要是基于物料需求占比和物料通用性两个指标，结合各专业最新的通用设计成果、反措要求及设备材料技术发展趋势，根据专家的专业建议展开分析。例如，“对于需求占比低、物料通用性较差且又属于淘汰的设备、材料的提出物料冻结建议”，“对于需求占比较低但是处于技术更新阶段的物资，提出淘汰老型号物料，更换新型号物料的建议”，“对于因技术参数规范化、标准化、通用化的要求归并型号的设备和材料，而物料需求占比和通用性较高的，提出物料归并建议”等等，结合专业最新发展情况，在大数据分析的基础上，合理提出物料调整建议。

推进通用设计（典型设计）修改完善。通过对比通用设计（典型设计）中的标准物料目录开展分析，针对物料编码形成“压减”、“增补”、“冻结”等三种调整建议，推进通用设计的修改完善。

压减包括：物料在通用设计标准物料目录内，但需求占比及通用性占比不高，且呈下滑趋势的，建议移出通用设计标准物料目录；物料不在通用设计标准物料目录且需求占比及通用性占比很低，建议物资采购标识从标准转为非标；两条物料实际为同一物资的，建议合并为一条物料。

增补：物料在通用设计标准物料目录内，且需求占比及通用性占比很高的非标物料，建议将物资采购标识从非标转为标准。

冻结：物料存在明显缺陷或错误的，建议冻结；物料不在通用设计内且需求占比及通用性占比很低，并且不满足行业标准的，建议进行冻结。

4 结论

2018年上半年，国网公司35千伏～750千伏电网标准物料共计精简3290种，精简率34.4%。我们要大力推广大数据分析的方法和精简经验，推动标准物料精简成果的落地应用，做到横向协调联动，纵向强化管控，推动供应链全流程管理的标准化应用。

参考文献：

[1]国家电网公司.国家电网公司物资标准化工作手册[M]，北京：中国电力出版社，2017，29-33.

[2]国家电网公司.国家电网公司物资集约化管理[M]，北京：中国电力出版社，2012，255-260.

作者简介：陆平（1977-），女，黑龙江哈尔滨人，国网黑龙江省电力有限公司物资公司物资计划管理专责，工程硕士。