互联网, 大数据, 云计算在不断颠覆传统产业格局, 抓不住新的发展机遇很可能会被行业所淘汰. 行业大数据为农机企业获得更为深刻, 全面的洞察能力提供了前所未有的空间与潜力, 借助大数据及相关技术, 能够规避信息孤岛, 数据烟囱现象, 制定针对性发展与竞争策略, 实施个性化精准营销.
目前, 农机产业正处于市场深度调整, 产业创新转型, 产品升级换代的关键阶段, 盘活存量, 优化增量步伐不断加快. 行业大数据作为行业发展变化的晴雨表, 已成为信息化的重要组成部分. 业内会据此研判, 规划, 决策, 农机企业会据此制定战略, 优化资源, 提升能力, 用户会据此安排购机时间, 购机对象, 作业生产, 大数据的决策支撑显得更为重要. 可以说, 行业对大数据的重要性基本上达成了共识. 同时, 由于行业大数据存在企业, 单位之间相应的信息壁垒, 数据梗塞,不同单位, 不同企业等普遍存在数据封锁现象,大部分数据难以做到有序融合, 协同推进, 增加了数据采集, 整合的难度.
近日, 在一次行业交流会上有多位专家希望各方重视大数据建设, 呼吁规范, 加强农机行业产销, 农艺等数据, 得到相应的响应和支持. 农机行业内一直缺乏大数据平台建设. 相对较好的产销数据就有多种口径, 以骨干企业的, 部分企业的, 预判的等数据来源差异较大. 以大中型拖拉机为例, 有的专家判断行业销量接近50万台, 有的行业数据显示30万台左右. 缺乏全面, 精准的数据支撑, 农机企业很难具体掌握市场的真实情况, 容易造成 '市场繁荣' 或 '市场低迷' 的误判. 在战略决策上, 有的农机企业认为行业低迷只是一种短暂现象, 坚信 '扛过去就是春天' , 并没有选择收缩战线, 以降低经营风险, 而是坚持原来粗放型的增长策略, 全面追求 '业绩瀑布' . 有的企业认为行业已经到产业转型的关键期, 进入提质增效, 增速放缓的新常态, 主动优化相应的资源投入, 调减经营目标, 控制存量, 优化增量, 加快产业转型, 寻找, 把握新的发展机遇.
客观的说, 行业大数据正处于起步建设阶段, 开始具有一定的参考价值作用. 综合看待行业大数据发展情况, 仍有一些发展中遇到的数据来源难题. 农机, 农艺, 农资及客户关系等大数据缺失内容较多, 很难给业内单位以具体的信息决策支持, 远达不到科学, 全面, 准确, 及时的信息传递要求.
一是行业大数据有待系统. 行业大数据最基本的要求是能够展示行业全貌, 不能出现 '有只能参考, 无不伤大雅' 的现象. 行业大数据统计内容呈现出六多六少的现象, 农机数据多, 农艺数据少, 动力机械多, 配套农具少, 传统企业多, 新兴企业少, 中低端产品多, 高端产品少;总量数据多, 细分数据少, 机型数据多, 区域数据少. 值得一提的是, 缺少的数据更能体现数据的系统性. 相关制度和标准的缺失, 导致一些部门不愿开放, 一些企业不愿共享自身数据.
二是行业大数据有待全面. 区域农机农艺, 农资融合数据多处于薄弱阶段, 难以有效支撑传统产品的改进和新产品的研发, 制约全程机械化产品的发展, 难以持续做到农作物全生命周期内设备作业工况的监控. 国补数据由于部分区域政策对相关低端, 饱和等产品不予补贴, 整体行业信息很难全面体现. 行业协会数据主要缺少新兴企业数据, 区域销售等数据支撑. 近几年农机新兴企业增加, 尤其是拖拉机三四线品牌主导产品销量已经成为100马力以上功率段重要的组成部分. 看不到新兴企业的产品变化, 难以在市场丛林中发现隐藏的幼虎. 面对产业升级, 行业洗牌步伐加快, 新兴企业已经在数量上撑起半壁市场, 有望获得新的产业优势. 客户关系建设多数企业缺乏相应的建设, 数据缺乏连贯性, 系统性. 其中, 区域需求数量, 机型更能展示出市场发展, 用户需求的规律, 是最具研究价值的数据基础.
三是行业大数据发布有待敏捷. 多数行业信息发布尚不能做到以月为单位的阶段性发布, 需求单元难以源源不断获取所需的精准, 实时的数据. 补贴数据由于各地开网, 关网及补贴信息时间不同, 同口径行业数据信息难以及时显示. 同时, 市场透支因素造成的补贴产品信息滞后, 动态市场真实竞争状况难以具体体现. 农机具产品缺少相应的行业统计资源和平台, 虽有行业协会能够发布个别产品信息, 多数仍处于 '待整理' 阶段, 整体行业数据很难及时得到发布. 农艺, 农资受制于种植模式, 季节需求及统计资源, 统计人员综合素质, 工作量繁重等多方面影响, 更是难以做到及时的整理和发布.
在产业转型深入发展, 市场深度调整的背景下, 农机市场发展周期性, 结构性, 阶段性因素相互叠加, 推动, 提醒行业切实加强大数据建设, 面对潜在风险和机遇, 要早识别, 早预警, 早发现, 早处置, 做到未雨绸缪, 防患未然. 行业大数据建设必须做到持续推进, 加强完善, 不能像云像雾又像风.
一是优化大数据资源管理. 整合优化相关资源, 引导大数据健康发展. 目前, 农机企业普遍不具有建立相关大数据的资源, 要打破 '信息孤岛' 和 '数据烟囱' , 改变数据的碎片化现象, 需要政府相关部门, 行业协会的支持和引导. 制定或完善相应法律法规, 规章制度, 利用信息化手段完善市场监管, 及时发现, 解决大数据发展中存在的问题, 形成线上线下一体化监管格局. 通过采用行政收集, 网络搜取, 自愿提供, 有偿购买等方式, 引导企业, 行业协会, 科研机构, 社会组织等主动参与, 研究制定数据开放的实施办法, 以法规制度规范数据开放的内容, 使用途径.
二是全面提升数据人员素质. 由于大数据刚刚兴起,处于起步阶段,而农机产业大数据的基础工作相应薄弱,需要在人才培养, 人才引进等方面赋予更多的推动资源. 整合企业, 机构等社会资源, 推动战略合作, 构筑互惠关系, 构建大数据产业专业人才教育培训长效机制. 完善人才配套激励政策, 吸引高层次人才, 建立柔性引才机制, 打造大数据的创业创新支持体系, 人才高地.
三是创新大数据建设方法. 重点推进农机, 农艺, 农资, 电子商务等行业数据加工服务, 打造 '大数据+' 产业模式. 推进大数据与农业, 经济运行, 客户管理等深度融合, 让数据有序, 安全, 可控的流动到所需要的使用客户当中. 业内单位应利用大数据分析, 获取农业种植全周期市场调研, 产品研发, 产销协同, 机艺融合, 精准营销, 售后服务等产品全生命周期管理的云服务和云应用, 提高决策支持, 运营效率, 推进产业制造向产业智造, 产业创造转变与发展.
珍珠虽美, 需要链接. 行业大数据建设是一项系统的工程, 达到信息畅通要求, 规范发展仍面临诸多的困难, 需要各方聚力, 协同推进, 建立长效发展机制. 业内应以客户为导向, 加强大数据的建设和使用, 主动研究市场变化, 为产业发展积蓄更多底气, 着力打造出一张行内大数据发展的 '新名片' .