食品的生產，從原料（農產品、肉蛋）生產、加工、儲存的整個過程來看，都比一般的工業(yè)品更加難以標準化和管控，天然存在不確定性。同時食品行業(yè)的生產企業(yè)存在分布廣、規(guī)模發(fā)展水平不一的問題，管控難度可以說相當大。

    雖然筆者相信隨著食品生產標準、監(jiān)管體系的完善，實際的食品質量是可以穩(wěn)步提升的。但由于信息網絡的高度發(fā)達，不論是電視新聞、網絡媒體，還是社交平臺，我們能看到、聽到的食品質量問題卻愈演愈烈，使得消費者對產品質量信心驟減。食品行業(yè)的質量管理絕非增加企業(yè)商譽的“錦上添花”，而是食品企業(yè)能否得以生存和發(fā)展的“關鍵能力”。

    今天，我們要講的就是如何用大數據分析給這一“關鍵能力”加上“最強大腦”。

    科爾尼調研發(fā)現(xiàn)，現(xiàn)今食品企業(yè)的質量管理主要存在以下幾方面問題：

    問題一：事后管理多于事前預防

    質量管理通�？梢苑譃轭A防、監(jiān)測和控制三個部分。其中監(jiān)測與控制是對質量問題的事后管理，即發(fā)掘、糾正、追蹤質量問題；而預防則屬于事前管理，即通過系統(tǒng)的質量管理措施提升質量水平、預防問題的產生。

    

    我們接觸到的相當多食品企業(yè)，質量部門的定位依然是一個“把關者”而不是“改變者”。質量管理部門最常扮演的角色是事后管理的“救火隊員”。如：接到投訴后如何能夠快速解決顧客問題、下架相關產品、控制問題造成的負面影響等。連帶采購部門也被頻繁地卷入供應保障、質量糾紛的解決、索賠等事物中�？扇绻�要提升企業(yè)的整體質量水平，則需更多地需要關注事前管理，從源頭扼制質量問題的發(fā)生。

    預防的難點既在于采取什么樣的措施“防患于未然”，更在于精準地找到我們要在哪些環(huán)節(jié)、防什么問題。畢竟企業(yè)的質量管理團隊、供應商管理團隊資源是有限的，必須通過識別、篩選、排序，把有限的資源投入在效益最大的地方，這就需要對企業(yè)全局的質量數據進行全面收集和分析。

    問題二：數據收集內容透明度、整合度不足

    成熟的質量管理，需要產品全生命周期的質量管控，將各環(huán)節(jié)質量信息進行匯總和整合，充分發(fā)揮數據分析和可視化的威力。但是基于之前講述的質量部門的定位，往往不同環(huán)節(jié)的質量管理相互隔離、各管一段，不僅僅數據沒有整合，大家的行動也缺乏協(xié)調。

    我們曾走訪一家食品企業(yè)，他們的產品非常“土”，很有各地的地方特色和時令因素，因此也更依賴一些小規(guī)模的、傳統(tǒng)的供應商。他們深知這些供應商的能力不足，因此在產品入庫、倉儲、運輸及門店銷售都設置了質量監(jiān)控的關卡，然而，還是不能有效阻止有問題產品流入終端消費者的手中。在對其基礎數據進行分析后，我們發(fā)現(xiàn)主要原因有三：一是其監(jiān)控設置不合理，雖然層級多，但重點不夠明確，存在資源錯配和浪費；二是每一級的監(jiān)控目標、工作方法都有待改善，有效性亟待加強；三是各掃門前雪，各環(huán)節(jié)只看自己的數據，只想著如何改善自己的工作，缺少通盤的規(guī)劃和協(xié)調。

    出現(xiàn)這樣問題的一個很重要的原因，是企業(yè)內的質量數據沒有打通。比如還是在上述食品企業(yè)走訪時，我們發(fā)現(xiàn)：各環(huán)節(jié)設計自己的質量問題記錄表單，使用的單位、統(tǒng)計的范圍都不一致；一線員工對問題的記錄不規(guī)范，對質量問題的描述沒有統(tǒng)一標準，不是過于籠統(tǒng)，就是過于瑣碎，無法歸類和深入分析；各環(huán)節(jié)只看自己的數據，無法進行全局的數據統(tǒng)計和分析，導致整體信息透明度低、無法支持更好的決策，也不便于進行問題追溯和原因分析。

    事實上，不僅僅在食品行業(yè)，這是很多管理正在升級的國內企業(yè)的通病，但同時也是質量改善、降低質量成本的一個速效機會點——只要通過規(guī)范數據統(tǒng)計的流程和內容，規(guī)范產品編碼、供應商編碼、質量問題編碼等信息，就可以將各環(huán)節(jié)問題產品、責任供應商、主要發(fā)生問題進行統(tǒng)計與追溯，快速找到需要重點改善的方向，合理分配內部管理資源，快速提升質量水平。

    問題三：數據分析指標全局性、全面性欠缺，更缺少和財務指標的關聯(lián)

    很多企業(yè)的評判指標停留在局部的、單一的維度，如供應商供貨合格率、退貨率、顧客投訴率等。但缺少貫穿產品生命周期的全局指標，更無法體現(xiàn)出質量的好壞是如何對企業(yè)的財務表現(xiàn)造成影響的– 商譽是更難以量化的指標，但成本和損失卻是可以衡量的。

    食品企業(yè)需要的是可以從戰(zhàn)略角度來進行全方位評估的指標體系，它需要能夠涵蓋質量問題的預防、鑒定以及評估內外部損失造成的成本，并能夠揭示隱藏在質量問題“冰山下”的諸多成本和損失，全面展現(xiàn)質量問題為企業(yè)帶來的財務影響，并能夠以此識別關鍵質量問題，使企業(yè)可以對癥下藥，優(yōu)化內部資源配置。

    

    出路：如何讓大數據管理服務于質量管理

    作為典型的傳統(tǒng)行業(yè)，食品企業(yè)以往單純依靠人力資源來進行質量監(jiān)控的管理模式已無法適應時代的需求。信息時代的數據規(guī)模正呈指數級飛速增長，其帶來的信息與洞見也日益充盈，大數據管理將逐步成為食品質量體系的新生代管理模式。

    大數據管理一方面可以為監(jiān)測、控制環(huán)節(jié)提供完善的數據收集、分析體系，一方面可以通過模擬、預測等手段評估預防環(huán)節(jié)的項目成果，最大化投資收益。既而基于完善的質量數據，對質量表現(xiàn)進行全局性的統(tǒng)計，用大數據分析洞悉商業(yè)問題與機遇。

    通過大數據管理，企業(yè)還可以建立質量問題的追溯機制。由此，可以快速明確質量問題責任相關方，并依據內外部績效機制進行差異化管理，提高管理效率與效果。

    誠然，過多的數據可能已經讓很多企業(yè)的管理層望而生畏。擁有完備的數據只是一個良好的開端，有能力整合數據、通過數據分析提取其中蘊含的問題和機會，才能真正對業(yè)務帶來幫助，進一步再把數據收集和分析的過程可視化、自動化，就能讓企業(yè)管理者、質量管理人員輕松獲取實時的、交互的支持，做出相應的決策。科爾尼為客戶開發(fā)了基于數據倉庫和可視化技術的“質量魔方”，可以整合不同系統(tǒng)、不同數據源（甚至成百上千張Excel）表格的數據，對持續(xù)更新的數據進行動態(tài)監(jiān)測，匯總顯示，并且整合了科爾尼專業(yè)運營管理經驗中的眾多分析維度。使用者能夠輕松以多種圖表方式查看全部信息，而且通過鼠標輕點即可對數據進行深入挖掘。