常 猛

（南阳农业职业学院，河南南阳 473000）

大数据处理技术是现代化企业生存与发展的命脉，决定着企业经营战略的制定和重大决策的调整。饲料业作为国民经济的重要组成部分，正面临着产品同质化严重、生产成本骤增、供应链管理低效、物流运输困难及技术人才短缺等一系列难题，严重阻碍饲料行业的平稳运行与长远发展，而造成以上问题的根本原因在于企业大数据处理技术应用不充分和不完善。因此，饲料企业要重视大数据处理技术的效用，加快构建大数据处理系统，高效收集市场信息，提高数据分析能力，利用技术优势高效整合资源，增强自身创新性和发展灵活性，从而在激烈的市场竞争中生存下来。

1 大数据处理对饲料企业生产发展的综合影响

1.1 对饲料企业人力资源管理的影响 国内饲料业起步晚、规模小，行业内多以中小型企业为主，这些企业普遍采用传统管理模式，忽略管理技术革新，造成员工综合素质偏低、组织结构不合理、培训体系不完善等问题。大数据处理技术有助于提升饲料企业人力资源战略管理水平，一方面，引导企业完善人才储备库，提供更全面、真实的员工信息，提高人才筛选效率和招聘成功率，降低人才招选育成本；另一方面，帮助企业搭建人力资源规划体系，完善员工绩效激励机制，创建高效的人力资源培训体系，有效降低了员工的管理成本。

1.2 对饲料企业原料采购的影响 科学采购是饲料企业高效生产的重要前提，有助于降低原料成本，提高原料质量，拓宽原料采购渠道（吴黎，2009）。大数据处理技术彻底转变了传统饲料企业“上门采购”的对接形式，企业依托互联网技术平台搭建供应商信息流、资金流与物流信息协同机制，通过确立统一的业务处理平台，构建数据共享平台，制定高效完整的采购方案等方式促进采购端到业务端的高效沟通，同时将采购流程化繁为简，提升饲料采购效率和采购效益。

1.3 对饲料企业市场营销管理的影响 随着大数据技术的推广应用，饲料市场需求环境和购买方式快速变化，饲料企业的营销形态趋向于智能化、成熟化，营销策略向着精准化、高效化方向发展。大数据技术为饲料企业提供了有效的收集、统计和分析消费者信息的重要渠道，能做到动态化检测消费者行为，有助于企业精准细分目标市场和目标用户，同时为客户制定个性化的营销方案，进而提高企业市场营销效率，降低市场营销成本（雷斌等，2023）。

1.4 对饲料企业战略决策的影响 战略决策决定了企业未来的发展方向，是企业实现可持续变革的关键动力。大数据技术推动了饲料企业战略观念、战略目标、运营模式的改革创新，使企业明确饲料市场环境和自身定位，进而调整企业战略目标和阶段性目标。大数据背景下，我国饲料企业经营的外部条件发生重大变化，行业相关数据信息的搜集、分析速度加快，有助于饲料企业提高决策管理效率、优化决策组织结构（夏琪琦，2022）。

2 大数据处理在我国饲料企业应用中存在的问题

2.1 饲料企业对大数据处理技术缺乏重视 产业数字化转型已成必然趋势，但当前国内仍有不少中小型饲料企业恪守传统实体经营思维，将原材料采购、生产加工、市场营销管理等环节当作独立的工作模块，忽视整个供应链数据间的有效整合和科学分析，进而降低企业运作效率和实际效益（温何雨等，2022）。其次，部分饲料企业管理者对大数据技术普遍缺乏正确认知，他们将大数据的应用重点放在消费行为的诱导、促成方面，忽略消费市场相关数据的具体变动及其对企业产品结构、营销重点及服务质量带来的积极思考。此外，小部分饲料企业在制定经营战略时仅重视大多数消费者的共性需求，忽略个别消费者的特定需求或个性化需求，对目标群体和市场品类需求的细分不到位。正是由于部分饲料企业缺乏对消费者数据的动态分析，导致企业的产品结构相对单一、服务质量较差，不仅难以实现精准营销、高效营销的目标，而且也影响了饲料企业的平稳运行与长远发展。

2.2 饲料企业大数据智能平台建设不够完善大数据智能平台建设能优化饲料企业的业务结构，提高经营企业的管理效率和服务质量。但当前国内有少数发展规模较小的饲料企业，还未开发和建立相应的大数据智能平台，这些企业管理者的经营思维相对固化，他们普遍缺乏对饲料市场竞争格局的有效分析，而是将经营发展的重点放在如何加大产品研发投入、降低营销成本和运营成本管理等层面，使得这些饲料企业的发展空间受限。

此外，大多数饲料企业虽已推进智能平台建设，但平台内容和功能设置脱离行业需求和饲料企业发展实际，如饲料企业智能采购管理体系不健全，影响本企业获取供应商信息的速度和质量，不利于饲料企业采购成本的控制。再如，饲料企业的智能化营销体系不完善，造成营销目标定位不明晰、营销策略有效性不足等问题，潜在客户的实际转化率偏低（瞿文一，2020）。而且，饲料企业缺乏智能化人力资源管理系统，直接影响组织结构的内部分工和响应效率，进而阻碍饲料企业有效决策和精细化管理等目标的实现。

2.3 饲料企业管理者不能有效收集前沿信息近两年，我国养殖业的需求加速增长，发展规模不断扩大，养殖业对饲料质量和数量的需求相应增加，饲料行业呈高成本、低收益态势，因此，各企业应尽快调整经营策略和发展模式，紧跟时代前沿的信息技术，不断创新产品结构、提升产品附加值。然而，饲料市场的饱和度过高、集中度较低，行业竞争日趋激烈，一些中小饲料企业正面临着严重的生存危机，产业链加速延伸，可利用的市场份额不断缩减，信息化革命大肆开展。但不同地区的饲料市场需求有很大差异，养殖业发展较快的地区，饲料企业信息化程度更高，收集先进数据的效率更高，产品品类更完善、质量更好；对养殖业发展较慢的地区，饲料企业信息化水平较低，收集先进数据的效率低，产品更新速度慢，产品质量有待提高。总之，国内大部分饲料企业对前沿信息的重视度有限，搜集前沿信息能力不足。

2.4 饲料企业大数据处理技术人才严重匮乏高素质数字化人才短缺严重阻碍了现代化饲料企业的平稳运行与发展。当前，国内饲料企业主要以中小型或微型企业为主，总体发展规模较小，企业营运能力和现金流管理能力有限，与大型饲料集团相比，中小型企业的薪酬待遇和激励机制对高端技术人才缺乏吸引力，无法为高端技术人才制定清晰可行的职业成长通道和成长规划，这就造成绝大多数高端数字化技术人才供不应求、专业人才匮乏的局面。此外，部分中小饲料企业不重视大数据处理人才的招选育留工作，主要体现在以下两方面。

第一，饲料企业的员工组织架构设置不够合理，生产加工类岗位和技术类岗位所占比例较大，而大数据研发、数字化运营等岗位所占比例过小，导致企业创新能力受限、运营管理低效。

第二，饲料企业忽视员工培训的重要性，对中小型企业而言，有效的大数据处理培训课程和培训方法能有效缓解数字化人才严重短缺的问题，但大多数企业都很难通过科学有效的培训提升大数据人才的转化率。

3 大数据处理在我国饲料企业中的应用优化策略

3.1 提高大数据认知水平，创新数据分析处理模式 我国饲料企业应加快转变经营战略思维，尤其对发展规模较小的中小型饲料企业而言，更应强化大数据认知水平，积极引进和利用大数据处理技术，用以推动企业产品结构、经营模式、管理策略和战略决策等方面的创新。为此，中小型饲料企业应明确行业发展环境、市场需求环境，明确自身发展的优势及不足，进而构建科学高效、系统全面的大数据认知体系，具体从管理者思维、企业文化两方面进行改善。

第一，饲料企业管理者应树立大数据分析思维，紧跟饲料市场需求风向，重点关注行业前沿技术信息，及时调整生产及营销结构。企业管理者还应厘清生产端与购买端之间的供需关系，并基于竞争格局、行业情况和基本财务指标等要素，深挖这些数据背后的经济价值，完善企业风险预估机制，提升企业抗风险能力（刘雷，2015）。

第二，饲料企业应加强大数据创新文化建设，引导员工重视大数据处理技术的重要性，科学指导员工利用大数据灵活解决工作难题，并且在企业内部开展大数据技术相关的实践活动，不断增强员工熟练操作智能设备的能力，创新大数据分析处理模式。

3.2 重视大数据智能平台建设，优化数据化管理结构 我国中小饲料企业首先应深度解析行业发展难点和需求点，确定智能信息化建设目标，加快建设大数据智能平台，保证各部门信息互通、协作高效。饲料企业应基于行业特点，逐步搭建起适用于多重业务场景的饲联网体系，主要覆盖智能化采购生产、在线化营销、财会统计、人力资源管理、智慧物流等领域，使得企业运作效率更高，运营成本更低。再者，饲料企业应及时跟进行业情况，依据市场需求优化平台类别及功能，充分利用互联网、物联网技术将整个生产经营、营销服务过程动态化展示出来，便于饲料企业快速发现问题，及时启动预警机制和应对方案。

此外，饲料企业还应优化大数据技术结构，定期检验和评估大数据技术的有效性，并针对饲料企业内部组织架构建立完整的数据基础工程，加大不同部门间的沟通合作力度，降低数据重复率，提升数据准确性。

3.3 明确自身在行业中的定位，深度挖掘饲料企业前端信息 目前，饲料行业内的竞争正朝着时效性、专业化方向发展，很多企业为提高抗风险能力，加速拓展和延伸产业链，不断提高产品附加值，业务混合已成为饲料市场的主流形态。对此，国内中小型饲料企业应明确自身的市场定位，及时调整发展战略及实施规划，具体可从以下两方面入手。

第一，饲料企业应利用大数据平台，深度开发饲料行业前沿信息，基于饲料市场最新需求，合理调整产品配料结构，提升产品制作技术，进而提高饲料质量和生产效益。

第二，饲料企业应依托大数据处理技术对当地养殖环境和需求状况进行分析，从而确定信息化建设的重点内容和行动方向，不断扩大产品品类，提高产品质量及其更新速度，充分开拓饲料企业生产规模化、管理精细化及品牌化建设路径。

3.4 加快产学研一体化发展，构建完善的大数据人才培育模式 针对国内中小型饲料企业大数据人才匮乏的问题，各饲料企业既要加大数字化人才引进力度，完善考核激励机制，又要推进产学研一体化模式，搭建全面高效的人才培育体系。为此，各饲料企业应从以下几方面入手。

第一，重新调整饲料企业现行组织架构和岗位招录比例，适度减少生产类和技术类岗位数量，合理增加大数据研发、数字化运营等岗位，从而增强饲料企业整体创新意识，提升员工大数据认知水平。

第二，重视大数据人才的招选育留工作，依据企业岗位需求，针对性地制定人力资源管理方案，提高岗位准入门槛，创新大数据培训课程内容及培训方式，进而提高员工的专业素养和实践能力。

第三，加快完善人才考核激励方案，依据岗位职责内容设置专门的绩效考核指标，将考核结果作为人才晋升、激励方案制定的重要依据，并且为数字化人才制定清晰可行的职业成长规划，进而增强大数据人才对企业的归属感和忠实度。

4 结论与展望

大数据时代背景下，我国饲料市场运行环境、消费者购买需求及购买方式发生巨大改变。针对这一行业现状，国内中小型饲料企业应提升对大数据处理技术的认知水平，加快大数据智能平台建设，结合相关数据进行市场细分和需求定位，进而调整生产结构、营销模式，并有效引进和培育大数据技术人才。未来饲料企业关于大数据处理的应用成果将更加高效、精准，研究方向将侧重于大数据实证分析层面，相关理论体系更加科学、完善。