冯雪莲

摘要：制造业服务化是供给侧改革的重要内容，也是制造业转型升级的必经之路。论文首先阐述了制造业服务化的内涵和特点；其次探讨了大数据技术在制造业服务化中的应用，并从企业内部和外部视角研究了制造业服务化价值链的优化问题；最后提出了大数据背景下制造业服务化价值链管理的新商务战略。

关键词：大数据；制造业服务化；价值链管理；新商务战略；转型升级 文献标识码：A

中图分类号：F045 文章编号：1009-2374（2017）05-0261-03 DOI：10.13535/j.cnki.11-4406/n.2017.05.127

1 制造业服务化的深度解读

1.1 制造业服务化的本质

制造业服务化是指制造业企业通过分析客户的消费习惯、了解客户需求，从而向客户提供个性化服务的过程。制造业服务化使制造业企业由以“制造”为中心转向以“服务”为中心，实现了由单纯的物品提供者向“物品+服务”提供者的角色转换。根据已有研究成果，制造业服务化是服务要素在制造业的投入和产出活动中所占比重不断增加的一种经济趋势。一方面，制造业企业的生产经营对于与信息的产生、传递和处理有关的服务型生产资料更为依赖；另一方面，服务环节创造的价值在企业价值链中的地位越来越大，产出服务化已经成为当今世界制造业的发展趋势之一。因此，制造业服务化既表现为企业为满足市场需求，实现差异化竞争优势的一种经营策略，同时也是其价值链向两端延伸的转型升级战略。

1.2 制造业服务化的特点

制造业企业服务化的显著特点以提供服务的宗旨来实现企业之间及其与客户之间的信息共享和系统创新。它通过引入顾客参与设计、生产、销售等经营全流程，实现企业间的生产性服务和服务型生产，并针对顾客的具体需求提供个性化产品和服务，从而满足终端顾客的价值诉求。这种企业间的合作以及顾客的参与方式高度整合了产业链的资源，并充分利用其协作关系，为产业链上的各个企业创造了更多的价值。与传统的制造方式相比，制造业企业服务化具有如下显著不同的特点：

1.2.1 提供个性化整体解决方案。制造业服务化摒弃了以“产品制造”为核心的传统模式，转型为研究顾客需求并针对顾客的个性化需求，为顾客提供包括个性化产品和个性化服务的整体解决方案。它通过与客户、上下游企业的信息沟通和融合，强化价值感知并深入挖掘各级参与者的有效需求，从而针对具体需求制订个性化的生产和服务。

1.2.2 关注价值感知。制造业企业服务化一方面打破了传统的制造与服务的模式；另一方面又与企业的纵向一体化策略不同。它关注顾客和企业之间的价值感知过程，强调各主体参与服务型制造协作活动中的主动性，从而自发地形成动态的资源优化配置，使制造业企业服务化系统良性运行。

1.2.3 提高服务的主动性。制造业企业服务化的重点是提高“服务的主动性”，例如主动引进顾客参与的产品设计、制造系统、主动识别顾客需求、主动为上下游企业提供生产性服务和服务型生产，从而实现价值的共同创造。制造业企业服务化通过“主动服务”来增加顾客对企业的忠诚和依赖，从而提升了自身的竞争优势。

1.2.4 实现买卖方双赢。制造业企业服务化改变了传统商业竞争模式，将原有的买卖双方目标冲突转变为目标一致，实现双赢。它一方面通过客户意见咨询等活动及时掌握客户需求，实现客户参与，为顾客创造价值；另一方面通过专业化的服务，提升品牌忠诚度和产品知名度，为企业带来更多的附加价值和未来价值。

当前，我国制造业服务化转型主要体现在远程在线服务、产品全生命周期管理与服务、网络精准营销、个性化定制等方面。近年来，随着互联网的繁荣发展，制造业积极由B2B向B2C转变，虽然目前开展精准营销与个性化定制的企业比例还相对较低，但也取得了一定进展。

2 大数据在制造业服务化中的应用

2.1 大数据与大数据技术的定义

“大数据”是通过多渠道搜集而来的庞大数据，可能來自社交网络、电子商务网站、顾客来访纪录等，往往具有实时性。大数据经过分析和处理，成为一种信息资产，为企业的经营决策提供有用信息。大数据技术就是通过对采集来的数据重新分类、计算、分析、处理，快速获得有价值的信息的数据处理技术。大数据技术可以帮助企业实现深度理解顾客行为，监控生产过程的正常运营以及生产经营的精准决策。大数据蕴藏着各种可能性，大数据技术能够帮助企业及时洞察在小数据中难以发现的新兴趋势，使企业在制定战略时更具前瞻性。

2.2 大数据技术对制造业企业服务化的影响

大数据对制造业企业服务化的意义，不仅在于提供庞大的数据信息，更在于通过对数据有效“加工”，即对大量的数据进行专业化技术处理，使之转化成为对企业有用的信息。大数据技术在制造业服务化中的作用如下：

2.2.1 分析消费者的数据，实现个性化定制。制造业企业实现服务化，需要满足两个条件：一方面，从技术能力而言，制造业企业本身有能力生产并提供符合消费者个性偏好的产品或服务；另一方面，从信息沟通而言，企业需要获知有关消费者个性化需求的信息。只有充分获知消费者的消费需求，才能实现个性化定制，这必然离不开对消费数据的分析与挖掘。由于消费者人数众多，每个人的需求不尽一致，再加上需求信息的不停变化，这就构成了有关产品需求的大数据。通过挖掘和分析消费者购买或消费行为的动态数据，让消费者参与到产品的需求分析和产品设计等创新活动中，可以为产品创新做出贡献。

2.2.2 分析全价值链数据，实现智慧生产。随着全球经济一体化时代的到来，企业需要在全球化的市场环境中参与竞争，因而需要全面了解整个价值链上的数据信息，包括从上游的材料供应，到内部的研发设计、生产销售以及下游的售后的一系列环节的数据信息。大数据技术通过深入分析和挖掘价值链上各个环节的数据，捕捉有用数据信息，为企业提供全新视角，使企业通过优化价值链形成战略优势。在研发环节，企业可以通过分析大量的意见回馈，改善产品设计、功能、质量，让企业更快响应市场，抢得先机；在生产制造环节，实时数据分析可以避免等待或无效作业，并对其进行实时优化，从而降低成本与损失；而若将大数据技术用于分析与监控供应链的协同整合作业，提升全价值链的运营效率与质量，则可以实现智慧生产。

2.2.3 检测运营数据，提高管理效率。实现智慧生产，科学管理都需要检测运营数据，提高管理效率。如：通过分析消费群体的特征、消费偏好的变化可以动态调整产品功能、产品的供应量与供应区域，实现适时生产、适时供货；通过采集、分析和监控供应链上的数据，可以改进优化供应链的各个环节，带来效率的大幅提升和成本的大幅下降；通过分析生产线运行、生产设备利用等方面的数据分析，可以提高资产的运营效率，使资产控制和管理实现最优化。

制造业企业如果能够在日常运营中建立起大数据平台，提高企业信息系统的计算能力和数据处理能力，实现对价值链上的数据进行实时而有针对性的分析，并用以指导下一轮的研发、生产、销售和服务，就能够真正促进制造业服务化进程，实现低成本运营、提高企业的经营效率。

3 制造业服务化的价值链重构

制造业服务化的价值链重构，实质上是以“服务化”为核心，系统地整合企业的业务流程，增减或重组作业以实现价值创造的活动。

3.1 优化企业内部价值链

企业一般通过增值性分析优化内部价值链。企业的作业活动按照是否能够增加顾客价值分成两类：增值作业和非增值作业。价值链优化要求一方面要消除非增值作业，避免不必要的资源消耗；另一方面要提高增值作业的效率和效益，降低企业成本。实践中，对增值作业的管理适用两项原则：第一，成本效益原则。如果按照标准某项作业被划分为增值作业，但其所创造的最后顾客价值小于作业所消耗的资源成本，那么应该重新将这项作业定义为非增值作业；第二，可替代原则。虽然某项作业会产生价值增值，但若存在可替代性作业比该作业的成本低，那么应该选取成本更低的作业。优化企业内部价值链包括以下方面：

3.1.1 作业外包。作业外包是企业把作业链中的制造环节部分或全部委托加工，而对产品发设计、销售环节进行重点强化的一种模式。企业通过作业外包，一方面可以实现专业化生产、降低生产成本；另一方面，企业可以集中精力关注核心技术、设计开发新产品、控制销售渠道，通过培植产品设计能力以及提供多样化的产品来创造竞争优势。

3.1.2 顾客参与研发设计。制造业服务化的实现，需要顾客参与研发设计。在产品的研发设计阶段，企业要解决“开发什么样的产品才能满足客户个性化需求”的问题。产品设计的科学合理性，直接决定产品的质量、性能、成本等，并最终影响顾客满意度。制造业企业服务化，就是要提高顾客的参与程度，从企业产品研发设计阶段就让客户参与到整个解决方案中。

3.1.3 服务环节拓展。优化企业内部价值链，需要改变传统价值链只注重销售产品的特点，应注重向服务环节的拓展，将产品和服务进行“捆绑销售”，以便拓展利润空间。针对下游服务环节的维修、回收等，制造企业可以“服务”为宗旨，建立快速反应机制，创造并满足客户需求，扩大其价值增长空间。

3.2 优化行业价值链

行业价值链将供应商、制造企业和顾客连接成一个有机整体。优化行业价值链，是通过对行业资源进行战略性整合和集中配置，实现成本控制和价值增值。行业价值链优化主要涉及以下内容：

3.2.1 转变与供应商的关系。供货商提供的材料直接影响着企业的作业活动，进而影响价值链的利润。制造企业应该和联系密切的供应商建造一个信息共享系统。它一方面可以实现适时供货，减少储存成本；另一方面还可以与供应商进行新技术、新产品的共同开发。供应商与生产企业共同参与的供货产品设计，既可以从最终产品角度，又可以从供应商的角度，达到降低成本的目的。

3.2.2 转变与销售商的关系。销售商与消费者的联系最密切最深入，制造企业可以与销售商达成共识，从他们那里尽多得到客户需求方面的相关信息。制造企业可以运用网络创造整体性的分销机制，与销售商结成联盟，使客户信息能在生产企业和销售商间顺利流通。

3.2.3 转变与客户的关系。制造企业除了提供满足个性化需求的产品，还可以通过提供特色服务，锁定客户并创造利润。无论是在产品研发设计的前端，还是产品交付给客户后，制造企业都可以通过服务化作业，拓展利润空间。整合价值链，挖掘服务资源，构建满足客户需求的“产品+服务”的全面解决方案。通过这种模式，企业可以提升品牌影响力和客户忠诚度。

4 大数据背景下制造业服务化价值链管理的新商务战略

制造业服务化的价值链管理整合了制造业服务化理论与价值链管理理论，将价值链管理融入到服务化战略中，为制造业的转型升级提供了一种新路径。而大数据应用背景为制造业实现服务化不仅提供了技术支持，而且还提供了新商务战略。因为大数据对于企业的意义不仅在于提升业绩与运营效率，更具潜力的机会是如何运用大数据提出新的业务问题并满足不断变化的市场需求。大数据背景下制造业服务化价值链的新商务战略可能包括以下三个层次：

4.1 重塑消费者

重塑消费者需要利用大数据技术分析处理消费者的消费偏好、群体特征、消费习惯等。这类数据处理结果可以帮助企业预测并引导消费者自身可能尚未意识到的需求，并為企业提供更多创造利润的机会。企业应该通过多渠道获得大数据并分类整理出以下信息：消费者在何种情况或背景下做出了购买决策；购买的渠道和流程环节；购买的行为特点和偏好；哪些因素的变化会影响购买决策的机会；如何对购买决策的各个方面施予影响等。

4.2 创造新产品新服务

以重塑消费者为起点，在大数据的帮助下，企业可以通过新技术、新产品或新服务重塑消费者，进而指导和引领消费者，甚至创造出新的需求。在此阶段企业需要获得的大数据信息如下：企业是否拥有足够的或独特的资产以制造并提供新产品或服务；如何整合资源以有效率地推出新产品或服务；新产品或服务是否投入新市场还是现有市场，如果进军新市场，通过何种渠道；新产品和服务对现有业务造成机会成本等。

4.3 构建价值链新系统

构建价值链新系统以价值链中利益相关者的合作为基础，这种合作不仅可以使合作各方分享可持续的经济利益，而且有助于分散系统风险。运用大数据，价值链中的各个企业作为独立的分析主体，应试图回答以下问题：进入这个价值链体统是否可以获得最大价值；是否充分了解到价值链上的所有其他企业；价值链上其他企业所掌握的数据集或具备的商业眼光是否与自己的企业形成互补；哪些数据可以与合作企业共享。重塑行业导向的价值链新系统，企业之间通过数据共享可以提高整个行业价值链的经营水平。

制造业服务化已经是新时代经济发展的大趋势。企业如果能够积极建立大数据平台，合理开发大数据资源，并及时洞察大数据蕴含的经济价值，那么大数据的应用必然会推动制造业服务化进程，使企业保持可持续的竞争优势。

参考文献

[1] 简兆权，伍卓深.制造业服务化的路径选择研究——基于微笑曲线理论的观点[J].科学学与科学技术管理，2011，（12）.

[2] 郭怡萍，严万璋.制造业服务化的营运模式探讨[J].产业与管理论坛，2011，14（1）.

[3] 安筱鹏.制造业服务化路线图：机理、模式与选择[M].北京：商务印书馆，2012.

[4] 杨树群.我国制造企业服务化的动因及模式构建[J].科技和产业，2010，4（4）.

[5] 孙林岩.服务型制造理论与实践[M].北京：清华大学出版社，2009.

[6] 丁兆国，金青.服务型制造企业的价值创造研究[J].中国科技论坛，2013，5（5）.

[7] Vivekanand Gopalkrishnand，David Steier.大数据时代下的新商务战略[J].德勤新视野，2013，（7）.

基金项目：本文是河北省软科学项目“新常态下河北省制造业服务化转型的价值创造机制”（项目编号：16454702D）的阶段性研究成果。

（责任编辑：周 琼）