针对行业及上级单位的要求，浙江省嘉兴市烟草专卖局（公司）今年研究制定了《“互联网+浙烟专卖商业”在嘉兴烟草落地的实施意见》，成立六个专项组开展专题研究，针对可控费用的“数据+模型”精益对标改进专项就是其中之一。

　　这项研究迫在眉睫——首先，嘉兴市局（公司）近年来注重在成本费用管控上挖掘潜力，成效显著，但目前管控进入“瓶颈期”，迫切需要转换思路，切实从规模性降本转向结构性降本，对近年来沉淀的费用数据进行深度处理，挖掘出旧数据的新价值，推动降本增效动能转换再出发。其次，基层工作有诉求。员工建议对成本费用进行排摸梳理，更关注指标运行的输入和结果，更希望获得对标分析报告、指标评价单、管理制度流程等结果输出，更期待多维度衡量成本费用指标，为降本增效换档升级再添抓手。

　　笔者以“数据+模型”精益对标改进专项为依托，从财务口径费用入手，研究如何通过明确列支渠道、标准，将可控费用大数据格式化、标签化，形成可对比、可分析的数据池，从而挖掘数据价值，精准发现费用使用中的“虚高”“虚胖”以及“跑冒滴漏”等短板，突破费用管理的瓶颈，推动企业高质量发展。

　　精细分类，打好数据建模基础

　　打好数据建模的基础，要切实做好精细分类。具体来说，就是要——

　　对接+对应，按管理会计定义应变量。根据财务会计科目，按照“费用占比大小、上级重点关注、可控性强弱”原则，筛选确定11大类可控费用科目作为重点研究对象。根据2016、2017年度的可控费用经济事项明细，对11大类的可控费用支出明细类别由物管部门和账管部门背靠背按实际使用和实际报账各提供一份经济事项科目归属表。按互相独立、完全穷尽分类原则，进一步形成对接11大类会计科目、细分为48子项的管理用可控费用经济事项归属表，重点解决费用科目归口不统一的问题。再以可控费用为应变量，按经济事项统一归口梳理后统一收集11大类可控费用2016~2017年连续8个季度的财务数据共3784个。

　　梳理+整理，配对应变量和自变量。以实际影响费用的因素为自变量，根据省、市两个定额标准体系的文件要求，共整理出31个与可控费用有关的影响因素，并按照单元单项的思路，在相同的时间周期内广泛收集这些相关因素基础数据17625个。再对应11大类3784个费用应变量数据进行初步的相关性分析后，筛选出9大类费用、20个显著性强的费用影响因素（由于网络通讯费和信息系统维护费两个费用指标数据本身单一性强，且一时难以找到显著的影响因素，基于“先易后难”的思路，对其余九大类可控费用开展数学建模），共整理出5262组、13155个可用数据并剔除部分人为平均数据和明显异常数据。

　　分类+分析，适选基础数学模型。主要分析费用数据本身的变化规律，选择适当的基础模型——时间序列、线性回归或是两者综合，如费用数据变化周期性强的选择时间序列、变量之间相关性强的选择线性回归。

　　精确建模，利用企业大数据构建科学模型

　　主要围绕分类整理后的可控费用及其影响因素，运用建模软件，通过历史数据进行归纳推理，形成每个费用特有的数学模型。下面以电费为例，简单介绍费用模型的建立过程。

　　开展数据整理。依据定额标准，通过相关性验证，确定办公人数和建筑面积是影响电费的主要因素。按照单元单项的思路，整理出全市系统20处独立用电场所2016~2017年度8个连续季度内的电费数据以及对应的人数和建筑面积，合计获得160组可用数据。

　　数据分类。从数量级上来看，考虑到建筑结构和设施设备等影响，将20处用电场所分为两类，第一类为6处办公大楼，第二类为其他用电场所。

　　建立模型。第一步，以建筑面积与办公人数为因子对电费进行线性回归，建立线性回归模型。

　　然后，根据电费时间趋势，特别考虑嘉兴全地区的平均温度、湿度因素后建立时间序列模型，模型类型为“自回归积分滑动平均模型”。

　　最后，综合以上两个模型，建立电费综合数学模型，针对9大类可控费用一共建立了25个数学模型。

　　精准施策，开展可控费用精细化管控

　　在建模的基础上，精准施策，开展可控费用精细化管控，具体措施有：

　　精到预警，树立可控费用管控标靶。还以电费为例，电费综合模型建立后，可以分别计算出人均电费、单位面积电费以及用电系数三个维度的模型参考值。每个用电场所的电费实际值分别与三个维度的模型参考值和全市同类别场所的平均值进行对比，可以得到6组偏离度。再将偏离幅度达到50%以上设置为预警线，统计超过预警线的相关数据。通过对每项可控费用进行红、黄、绿三级预警，就为各责任主体树立了管控标靶，越接近红色预警越是管控重点。另外，统计每组的最小偏离度，拥有最多组最小偏离度的单位为标杆单位。

　　精益对标，发现问题与自我提升双管齐下。不仅可控费用各维度偏离度个数的多少可以进行对标，费用指标的实际值与模型参考值、同类主体的数值等也可开展对标。获得模型参考值后，将各单位已建模的9大类可控费用在全市系统的实际值及排名、模型参考值以及同类别主体的最大、最小值放一起，如体检报告一样，形成一份可控费用精益对标报告单，可以为各单位提供不同视角的数据比对和异常排查，为确定问题、分析原因、采取措施提供切口。比如，排名靠前的单位可以对比分析模型参考值来自我提升、精益求精。

　　精当分析，用大数据思维找准问题根源。通过对各项可控费用指标数据的多维比对分析，可以发现之前统计数据时“算统账”“吃大锅饭”表面上看省时省力，但结果往往“吃亏”。通过对总额异常的指标按照单元单项的思路进行结构化分析，从责任主体的组成以及费用项目的构成进一步分解到最小责任主体或统计单位，通过细分获取大数据可进一步发现问题的症结。例如，在办公用品领用时，专卖科室与所属所、队合并领取，所产生的费用一般会大于分开领用的费用总和；又如，把电话费细化到每一部电话的单月费用，可以找出隐藏在平均值下的极端值。

　　通过以上研究，目前形成了以下阶段性成果：

　　建立了9大类25个可控费用数据模型。运用数学模型可以计算出各类可控费用在某一段时间内的模型参考值，该参考值与各项可控费用的实际值、历史值以及平均值进行综合对比分析，可以形成不同的管控措施。

　　输出了一组可控费用对标“体检报告”。通过通报“体检报告”，推进各单位开展异常排查、问题确认、原因分析以及实施改进，取得了初步成效。2018年上半年全市系统办公用品费同比下降32.55%，车辆运行费同比下降21.10%。有一家单位还针对水费、修理费出现的异常，通过QC小组活动找到主要原因并采取了对策管控，使水费和修理费分别下降了31.43%和29.42%。

　　加强了落实企业大数据管理的意识。在单元单项对标的基础上建立数学模型，更有力地倒逼各单位更加关注分项基础数据的统计和管理，进一步提高数据收集的及时性、真实性、完整性以及精准度，为持续分析改进打下基础。