江珍珍

(青岛科技大学，山东青岛266000)

中国制造业在国民经济的发展中始终扮演着重要的角色，然而长期处于产业链的低端也是不争的事实。服务型制造顺应了中国经济发展模式转变的需要，从而推动了制造业企业服务化转型的发展。服务化是在产品与服务发展的过程中，随着经济发展的需求提出来的，学术界一致认为服务化 (Servitization)最早由Vandermerwe和Rada(1988年)提出，他们认为服务化是“一种全面市场包或‘捆绑’客户，旨在将产品、服务、支持、自助服务和知识增值等结合以增加核心产品的价值”。自服务化被提出以来，诸多学者对其进行了界定，服务化的定义普遍认为基于产品的服务的交付至关重要。

但企业服务化转型过程中也面临着一系列难题，如何更高地把握顾客需求、整合企业内外部资源、快速响应顾客需求等问题使企业面临着服务化转型失败的难题。在此过程中，企业投入大量资金进行服务化转型可能无法得到预期的回报，这种现象被称为“服务悖论”(Gebauer等，2005年)。

而大数据的发展给制造业企业服务化转型带来了新机遇。大数据被称为“创新的下一件大事”(Gobble，2013)，“第四范式的科学”(Strawn，2013)，“下一个前沿的创新、竞争和生产力”(Manyika等，2011)，下一个“管理革命”((McAfee和Brynjolfsson，2012)等等。大数据对企业创造的价值主要包括创造透明度、需求获取、提高性能、以自动算法代替或者支持决策、促进企业商业模式、产品和服务的创新等方面 (Samuel等，2015)。

大数据对企业服务化转型的促进作用主要表现在以下几个方面:

(1)把握顾客需求。顾客的个性化以及碎片化日益增加需求是企业开始进行服务化转型的重要原因之一，而如何把握顾客的个性化需求是进行服务化转型的第一步。近几年，平台型企业的发展促进了这一难题的解决，其背后便是大数据的驱动作用。Perrey等(2013)指出通过将大数据纳入分析，零售商可以实现高达15-20%的投资回报率。可见大数据的运用有利于企业更好地把握顾客需求。通过分析顾客购买、反馈等数据以更好地把握顾客需求动向，从而能够科学地进行设计、生产与销售。沃尔玛“啤酒与纸尿裤”的案例就充分显示了大数据对于顾客需求把握的神奇。

(2)进行智能制造。快速响应顾客需求是提升顾客满意度的重要方面。传统的制造往往无法满足这一要求。这也是大规模生产制造企业进行服务化转型的难点。同时实现“大规模”与“个性化”定制看似矛盾，实则不然。红领便成功打破了这一悖论，原因在于对顾客需求数据的整合、分析、再利用，通过“电子卡片”实现了对顾客需求的快速响应。当然，不同类型的企业利用大数据进行智能制造的形式不同，例如双星利用全球独创的物料 (品)编码系统和电子标签技术，实现全程信息智能匹配，从而实现了智能制造。当然，个性化定制不意味着标准化的打破，其本质是根据企业自身产品性质进行标准化的再定义。利用大数据支撑的电子标签等手段实现个性化定制。

(3)提高企业运营效率。大数据降低了许多公司的运营成本。根据埃森哲 (Accenture，2016)的报告，在运营中使用数据分析的公司对供应链问题的反应时间要比临时使用数据分析的公司要快。通过大数据分析可以更好地进行需求预测、路线优化、实时监控以及优化分销网络的管理 (House，2014)。通过大数据的支撑，还可以合理安排生产、优化人力资源、提高财务绩效等。从而使企业的运作紧凑，避免企业资源的浪费与闲置。

(4)整合分散资源。企业的发展不再只是闭门造车，需要以开放的姿态集聚全球资源来实现顾客需要，互联网的发展降低了交易成本。大数据的支撑则优化了企业合作、提升了企业效率，促进企业协同共赢。平台便是实现整合分散资源的一种途径。当然，企业构建平台的模式不尽相同，例如海尔的平台相对而言形成了比较完善的服务生态圈，集设计、创新、设计、采购、销售、服务等为一体，打破企业边界，实现了与客户、供应商等的协同发展。海尔的平台有利于资源集聚与交易费用的降低，不再是单纯的供应链，而是初步形成了的服务制造网络。

(5)改善客户服务。大数据分析可以整合来自多个通信渠道(例如电话，电子邮件，即时消息)的数据，并协助客户服务人员全面了解客户问题的背景，并快速解决问题。大数据分析也可用于实时分析交易活动，检测欺诈活动，并及时通知客户潜在的问题。保险索赔代表可以根据气象资料的相关分析以及在暴风雪或下雪天提交的某些类型的索赔，主动为客户提供服务。美国的汽车租赁公司Hertz使用大数据来提高客户满意度。Hertz收集来自电子邮件，短信和在线调查的客户数据，以推动运营改善。例如，Hertz发现，在费城的一个办公室里，每天特定的时间里都发生了退货延误，并且能够在高峰时段增加工作人员，以确保任何问题得到及时解决(IBM，2010)。

大数据对制造业企业服务化转型的促进有多个方面，但企业在进行服务化转型过程中并不是要利用大数据涵盖所有方面。企业进行服务化转型本身就需要一定的资金支持，整体把握并不是“齐头并进”，根据自身产品特点以及自身资金实力等合理选择突破点才是服务化转型的关键。