| 互聯網、大數據、云計算在不斷顛覆傳統產業(yè)格局，抓不住新的發(fā)展機遇很可能會被行業(yè)所淘汰。行業(yè)大數據為農機企業(yè)獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力，借助大數據及相關技術，能夠規(guī)避信息孤島、數據煙囪現象，制定針對性發(fā)展與競爭策略、實施個性化精準營銷。
目前，農機產業(yè)正處于市場深度調整、產業(yè)創(chuàng)新轉型、產品升級換代的關鍵階段，盤活存量、優(yōu)化增量步伐不斷加快。行業(yè)大數據作為行業(yè)發(fā)展變化的晴雨表，已成為信息化的重要組成部分。業(yè)內會據此研判、規(guī)劃、決策，農機企業(yè)會據此制定戰(zhàn)略、優(yōu)化資源、提升能力，用戶會據此安排購機時間、購機對象、作業(yè)生產，大數據的決策支撐顯得更為重要。可以說，行業(yè)對大數據的重要性基本上達成了共識。同時，由于行業(yè)大數據存在企業(yè)、單位之間相應的信息壁壘、數據梗塞,不同單位、不同企業(yè)等普遍存在數據封鎖現象,大部分數據難以做到有序融合、協同推進，增加了數據采集、整合的難度。
近日，在一次行業(yè)交流會上有多位專家希望各方重視大數據建設，呼吁規(guī)范、加強農機行業(yè)產銷、農藝等數據，得到相應的響應和支持。農機行業(yè)內一直缺乏大數據平臺建設。相對較好的產銷數據就有多種口徑，以骨干企業(yè)的、部分企業(yè)的、預判的等數據來源差異較大。以大中型拖拉機為例，有的專家判斷行業(yè)銷量接近50萬臺，有的行業(yè)數據顯示30萬臺左右。缺乏全面、精準的數據支撐，農機企業(yè)很難具體掌握市場的真實情況，容易造成“市場繁榮”或“市場低迷”的誤判。在戰(zhàn)略決策上，有的農機企業(yè)認為行業(yè)低迷只是一種短暫現象，堅信“扛過去就是春天”，并沒有選擇收縮戰(zhàn)線，以降低經營風險，而是堅持原來粗放型的增長策略，全面追求“業(yè)績瀑布”。有的企業(yè)認為行業(yè)已經到產業(yè)轉型的關鍵期，進入提質增效、增速放緩的新常態(tài)，主動優(yōu)化相應的資源投入，調減經營目標，控制存量、優(yōu)化增量，加快產業(yè)轉型，尋找、把握新的發(fā)展機遇。
客觀的說，行業(yè)大數據正處于起步建設階段，開始具有一定的參考價值作用。綜合看待行業(yè)大數據發(fā)展情況，仍有一些發(fā)展中遇到的數據來源難題。農機、農藝、農資及客戶關系等大數據缺失內容較多，很難給業(yè)內單位以具體的信息決策支持，遠達不到科學、全面、準確、及時的信息傳遞要求。
一是行業(yè)大數據有待系統。行業(yè)大數據最基本的要求是能夠展示行業(yè)全貌，不能出現“有只能參考、無不傷大雅”的現象。行業(yè)大數據統計內容呈現出六多六少的現象，農機數據多、農藝數據少，動力機械多、配套農具少，傳統企業(yè)多、新興企業(yè)少，中低端產品多、高端產品少;總量數據多、細分數據少，機型數據多、區(qū)域數據少。值得一提的是，缺少的數據更能體現數據的系統性。相關制度和標準的缺失，導致一些部門不愿開放、一些企業(yè)不愿共享自身數據。
二是行業(yè)大數據有待全面。區(qū)域農機農藝、農資融合數據多處于薄弱階段，難以有效支撐傳統產品的改進和新產品的研發(fā)，制約全程機械化產品的發(fā)展，難以持續(xù)做到農作物全生命周期內設備作業(yè)工況的監(jiān)控。國補數據由于部分區(qū)域政策對相關低端、飽和等產品不予補貼，整體行業(yè)信息很難全面體現。行業(yè)協會數據主要缺少新興企業(yè)數據、區(qū)域銷售等數據支撐。近幾年農機新興企業(yè)增加，尤其是拖拉機三四線品牌主導產品銷量已經成為100馬力以上功率段重要的組成部分。看不到新興企業(yè)的產品變化，難以在市場叢林中發(fā)現隱藏的幼虎。面對產業(yè)升級、行業(yè)洗牌步伐加快，新興企業(yè)已經在數量上撐起半壁市場，有望獲得新的產業(yè)優(yōu)勢。客戶關系建設多數企業(yè)缺乏相應的建設，數據缺乏連貫性、系統性。其中，區(qū)域需求數量、機型更能展示出市場發(fā)展、用戶需求的規(guī)律，是最具研究價值的數據基礎。
三是行業(yè)大數據發(fā)布有待敏捷。多數行業(yè)信息發(fā)布尚不能做到以月為單位的階段性發(fā)布，需求單元難以源源不斷獲取所需的精準、實時的數據。補貼數據由于各地開網、關網及補貼信息時間不同，同口徑行業(yè)數據信息難以及時顯示。同時，市場透支因素造成的補貼產品信息滯后，動態(tài)市場真實競爭狀況難以具體體現。農機具產品缺少相應的行業(yè)統計資源和平臺，雖有行業(yè)協會能夠發(fā)布個別產品信息，多數仍處于“待整理”階段，整體行業(yè)數據很難及時得到發(fā)布。農藝、農資受制于種植模式、季節(jié)需求及統計資源、統計人員綜合素質、工作量繁重等多方面影響，更是難以做到及時的整理和發(fā)布。
在產業(yè)轉型深入發(fā)展、市場深度調整的背景下，農機市場發(fā)展周期性、結構性、階段性因素相互疊加、推動，提醒行業(yè)切實加強大數據建設，面對潛在風險和機遇，要早識別、早預警、早發(fā)現、早處置，做到未雨綢繆，防患未然。行業(yè)大數據建設必須做到持續(xù)推進、加強完善，不能像云像霧又像風。
一是優(yōu)化大數據資源管理。整合優(yōu)化相關資源，引導大數據健康發(fā)展。目前，農機企業(yè)普遍不具有建立相關大數據的資源，要打破“信息孤島”和“數據煙囪”，改變數據的碎片化現象，需要政府相關部門、行業(yè)協會的支持和引導。制定或完善相應法律法規(guī)、規(guī)章制度，利用信息化手段完善市場監(jiān)管，及時發(fā)現、解決大數據發(fā)展中存在的問題，形成線上線下一體化監(jiān)管格局。通過采用行政收集、網絡搜取、自愿提供、有償購買等方式，引導企業(yè)、行業(yè)協會、科研機構、社會組織等主動參與，研究制定數據開放的實施辦法，以法規(guī)制度規(guī)范數據開放的內容、使用途徑。
二是全面提升數據人員素質。由于大數據剛剛興起,處于起步階段,而農機產業(yè)大數據的基礎工作相應薄弱,需要在人才培養(yǎng)、人才引進等方面賦予更多的推動資源。整合企業(yè)、機構等社會資源，推動戰(zhàn)略合作，構筑互惠關系，構建大數據產業(yè)專業(yè)人才教育培訓長效機制。完善人才配套激勵政策，吸引高層次人才，建立柔性引才機制，打造大數據的創(chuàng)業(yè)創(chuàng)新支持體系、人才高地。
三是創(chuàng)新大數據建設方法。重點推進農機、農藝、農資、電子商務等行業(yè)數據加工服務，打造 “大數據+”產業(yè)模式。推進大數據與農業(yè)、經濟運行、客戶管理等深度融合，讓數據有序、安全、可控的流動到所需要的使用客戶當中。業(yè)內單位應利用大數據分析、獲取農業(yè)種植全周期市場調研、產品研發(fā)、產銷協同、機藝融合、精準營銷、售后服務等產品全生命周期管理的云服務和云應用，提高決策支持、運營效率，推進產業(yè)制造向產業(yè)智造、產業(yè)創(chuàng)造轉變與發(fā)展。
珍珠雖美，需要鏈接。行業(yè)大數據建設是一項系統的工程，達到信息暢通要求，規(guī)范發(fā)展仍面臨諸多的困難，需要各方聚力、協同推進、建立長效發(fā)展機制。業(yè)內應以客戶為導向，加強大數據的建設和使用，主動研究市場變化，為產業(yè)發(fā)展積蓄更多底氣，著力打造出一張行內大數據發(fā)展的“新名片”。 |
