数据决策让这位老板“疫情”期间完胜市场
多数大宗商品的制造工艺属于连续式作业方式，去多企业春节是不放假的，面对突发的公共卫生事件，他们面对着诸多矛盾，停产意味着再生产成本更高、不能兑现合同、商誉减值，生产意味着“进不来原料、出不去成品”，同时还意味着“出去了成品，进不来资金”，在这个“疫”情别“离”的日子里，许多企业家“囚”在悠闲地空间里，仰天感叹宋朝范仲淹的名句：是进亦忧，退亦忧，然则何时而乐耶？
下面就看看我们调研的这位某化工公司的董事长傅老板，是如何在“疫”情肆虐的2月份把“瘟神”玩弄于鼓掌之间的？
傅总的公司主要生产聚酯用的PTA材料，上游有PX、石油、煤炭，下游有聚酯类的纤维、纺织品，天生的苦命行业，两头受压、受气、折寿。不过正由于“命”不好，他们在煎熬中积累了许多生存的智慧，作为一家有着25年发展历史的传统企业，他们在苦难当中学会了追逐并承受风险的本领，塑造了防微杜渐的企业文化。
他们春节过后就开始调研上下游企业开工情况，他们还购买第三方服务机构的信息做决策辅助。产业链调研不仅要关注下游行业，还应该关注上游行业，不仅关注它短期的产能变化还要关注它中期的产能利用率。产能利用率的变化将带来市场投放量和需求量的变化，接着就可能引发市场价格的波动。价格的变化决定了你生产多少不重要，而是卖出去多少挣了多少钱，因此搞明白供求关系才是老板决策的大事情。
下面就是隆众资讯提供的一份市场调研报告，底气不足的人看到这些眼花缭乱的数字会不会被吓尿？


傅老板发现PTA开工率比节前低了7%，甚至有些产线低了百分之二三十，“难道我们要减产5-10%？这样做我们会亏损多少？我们的流动资金还能支撑多久？”于是打电话给擅长数据化营销的CEO郑总，想征求他的看法。
    郑总的观点跟傅老板不一样。他认为疫情对经济的影响是暂时的，一旦恢复正常生产，市场将出现报复性的增长，他预测下旬以后的市场会有60-70%的概率是上涨的，上涨幅度大约在2-3%，下跌的概率只有20-30%，但跌幅可能超过9-10%。这样看来好像是涨的趋势比较大。
    但循证决策的习惯让傅老板用概率期望值又计算了一遍：70%×3%-30%×9%=_0.6%，感觉上涨的市场，但可能运行下来却是个亏损的盘子，因为下概率事件一旦发生，损失确实惨重的，看来科学有时候还是违反人性的，理性告诉他应该看跌市场才对。
    如果疫情在2月下旬没有控制住的话，那么3月份情况可能就不会那么乐观。可年前给客户签的合同本月必须兑现啊，否则将面临失约罚款的危险。这就是生产企业不同于贸易公司的地方，后者看市场不好就可以少做或者不做，但企业为了客户信誉即便亏损也要做，这也是他们前几年成立期货部的原因。
    于是他打电话给期货部负责人咨询他对PTA期货市场的看法。这位负责人的观点很明确：金融市场涨跌主要看资金的多少，面对疫情灾难，政府肯定会出台宽松的货币政策，另外“疫情”期间很多人放假在家闲着蛋疼，就会在炒股炒期货方面跃跃欲试，期货市场至少有10-15天的利多期，于是他建议公司买入套保，对冲现货跌价损失，后来证明他“萌”得蛮准的。
 
似乎有了“救生圈”公司可以大胆往前游了，但多年的经验告诉傅总不能麻痹大意，水里也许还有“鳄鱼”在等着你。说到这里，有必要介绍一下傅总的业余爱好，他是一位喜欢打“够级”扑克高手，据说这个游戏是青岛人发明的。基本规则是：六个人玩四副牌，只要联邦搞好团结，想办法不让自己进贡，反而吃贡就行了。
 
                        
“够级”游戏给我们商业人士的启示是：不仅要知己知彼，还要关注“对门”相关方的变化，团体胜利才是胜利，也就是所谓的“生态”思维，合作多赢精神。
上旬做计划来不及了，幸好公司还有一些原料库存，傅老板安排郑总组织启动BI商业智能决策系统来按旬管控未来的经营计划。所谓的智能决策系统是由过去月份的经营数据、下月预算管理数据分析、下月预警管理数据分析、下月预防管理数据分析等几个组件构成的。

***公司9月份经营决策系统（样品） 1-8月经营管理分析                                  9月预算管理分析    经营分析策略：1、经营例会   2、产业相关性分析  3、Z曲线跟踪验证 9月预警管理分析                                   9月预防管理分析     风险管理策略：1、在险值分析  2、销售端风险偏移  3、风险对冲、 4、财产保险

这个系统就像飞机驾驶舱里各类仪表，随时提示、辅助驾驶员控制好飞行。其中的数据分析工具、方法固然很重要，但数据的质量和数量是基础工作，需要财务、风控、数据化部门配合业务部门齐心协力做到位。
首先公司应该把未来的产能计划规划好，这离不开营销部门对下游行业开工率和产能利用率的调研，如下表所示：
 
 
这张表格里“最刺眼”的是纺织行业2月中旬的开工率和本月下旬乃至3月上旬开工率“巨大”变化，这个变化表现在市场上将是价格的“剧烈”波动，表现在生产上将是产能释放的纠结，纠结在于同行供给量的变化，还纠结在配套方乙二醇产能释放的程度，两者相关性强、需求侧趋同，但供给侧源于不同的工艺路线，加大了经营的不确定性。
但是，做企业必须把不确定的东西确定下来才能用ERP辅助提高运行效率，显然这不是工程师及工艺能够做到的，这需要数据分析师及模型来辅助决策，需要把产量计划降低10%、降低7%、增加10%来匹配采购计划的变化量，还需要营销部门预测市场的变化趋势及波动幅度，显然大家都不是神，也就不会有“神”预测，但可以假设几种情况，在给定的销售市场情景下预测采购市场的变化趋势及波动幅度。
只要有了这些数据，通过数据决策系统就可以做好相应的预算管理和风险预警管理。关键是预防，期货可以预防，期权、保险也都可以预防，但关键要注意不要走火入魔，否则菜刀会切手的。不信，你读读下面一位风控“专家”的策略：
“相较于期货，期权通常可以理解为一份保险，风险管理子公司相当于保险公司，生产企业为投保人，风险管理公司为生产企业提供原材料的价格保险。当采购价格超过约定标准（行权价格）时，有风险管理公司进行赔付”。
没搞懂？没搞懂就对了，如果一个企业的CEO连判断市场大涨大跌的能力都没有，他还称职吗？投保人到底应该是期货公司还是生产企业？
通过这个案例，我们可以非常清楚地看到：不做数据化决策的风险是确定的，而做数据化决策的收益是不确定的，很多时候，数据化决策的动力不仅仅收益可以预期，而是因为不这样做的成本和风险是难以忍受的！