服装 数据化 营销管理

第一篇：服装 数据化 营销管理

服装 数据化 营销管理

培训目的了解服装企业数据化管理的现状；

学会基础数据信息的科学统计方法； 学会用数据分析发现问题并寻求解决方案； 学会运用数据信息支持市场决策及营销工作； 学会运用数据指导并调整终端店铺VMD；

学会运用数据进行市场调查工作和竞争品牌调查； 学会运用数据分析平衡库存效率化和CS营销矛盾。

培训大纲

一、总论

1-数据化营销是时代进步的产物

2-数据化分析是否真的那么重要？

3-服装企业数据化营销成功案例

4-服装营销管理的有效数据来源

二、终端店铺的数据收集

1-收集数据的终端报表你真的会做吗？ A-店铺《销售日报》技巧

B-店铺《销售周报》技巧

C-店铺《销售月报》技巧

D-店铺《进销存管理》技巧

2-店铺数据收集的重要性

三、市场营销部门的数据收集与分析 1-市场营销部门数据收集你做的全面吗？ A-公司《销售日报》技巧

B-公司《来客销售统计》技巧

C-公司《商品进销存统计》技巧

D-公司《竞争品牌业绩》技巧

2-销售实绩是如何构成的？如何分析问题？ A-影响销售实绩的因素

B-进货和库存的影响

C-来客率/购买率/客单价

3-市场营销会议如何做数据分析？

A-客单价与购买率的对比分析

B-商品内容构成的对比分析

C-畅销品与滞销品趋势分析

D-款式对比分析

E-尺码对比分析

F-价格对比分析

G-颜色对比分析

H-天气对比分析

四、营销目标数额是如何合理制订的？

1-公司总目标如何制订？

A-天真预测法

a-单店平均业绩

b-平米经营效率

B-商品回转率

C-交叉比率

2-既有1年以上的店铺目标如何制订？

A-天真预测法假想目标

B-以平效及增长率综合调整

3-新店铺的目标如何制订？

A-平效法

B-类比法

C-平均法

4-制订的目标如何有效分解？

A-总金额季节消费指数

B-区域季节消费指数

5-区域经理或店长目标分歧如何解决？

五、运用数据化分析的市场调查

1-如何进入一个陌生的地区？

A-服装购买力指数

B-零售额预测分析

C-计算损益平衡点

2-竞争品牌的数据调查

A-业绩估算

B-商品变化

C-顾客变化

3-选址调查中的技巧

A-商场/街区客流调查

B-商铺位置选择

六、店铺VMD中的数据运用

1-卖场空间规划

A-通路规划设计技巧

B-黄金陈列高度秘密

2-店铺丰满陈列最小数量计算

3-营销目标与陈列空间的调整

A-商品回转率

B-平米经营效率

4-店铺陈列需要什么样的商品？

A-商品构成季节消费指数

B-历史同期消化率分析

C-如何确定陈列的中心商品

七、商品供应对营业目标达成与否的保障

1-如何计算合理库存

A-商品回转率

B-交叉比例

C-商品回转日

D-百分率变异法

2-根据营业需求的商品配送计划

A-货品配送进金额计划

B-货品配送内容计划

C-根据实绩货品调整

3-如何及时补货/调货？

A-补货对业绩的影响

B-断色断码如何集中调货

培训日期:8月26-27日

培训顾问介绍

邵立刚，中服智邦管理顾问有限公司首席管理顾问，清华大学服装总裁班特约讲师。多年从事外贸服装生产出口及品牌服装内销工作，先后供职于河北省纺织品进出口（集团）公司、日本伊藤忠商事株式会社、日本三井商事株式会社等大型知名服装纺织企业。

长期的具体工作实践使其对服装行业内部流程、全面管理数据化、店铺VMD、公司中层管理以及生产管理等方面有独到见解，并能针对企业实际情况，在营销管理、店铺VMD、商品企划、进销存管理等跨部门领域提出专业且和谐统一的具体实施方案。尤其在服装行业实操执行方面，通过系统学习日本国际知名企业的先进管理经验，再结合中国服装行业、企业实际状况，积累并总结出了适合中国服装企业的实用管理方法，并通过培训讲座以及企业顾问案逐步在国内实施推广。

【精品课程】

1.《提高商品消化率的VMD》

2.《服装数据化营销管理》

3.《服装数据化物流管理》

4.《成为优秀服装“买手”》

5.《中层优秀企业才会优秀》

6.《一日三善 之 打造终端》 等

适合:营销部经理、市场部经理、企划部经理及其它相关管理人员

第二篇：服装营销数据分析

服装营销数据的报表分析 服装分析报表是一个创造性的工作，没有完全统一的分析模式，需要数据分析人员结合企业发展需要，灵活选择各种数据分析方法，在业务数据中挖掘数据规律，指导企业实践。

建立全面、有效的业务数据库是进行数据分析的前提。服装企业的业务数据库的结构，应根据分析的需要和企业的经营实力来定。数据库越复杂分析的信息量越大，但原始数据的收集成本就越高，对数据维护与管理的要求也越高。

采集每笔销售数据时，应包含如下内容：店铺、销售时间、款式、颜色、尺码、每单件数、折扣、销售额、气温、天气、销售人员、销售人员提成比例、促销方式、真实折扣、减值成本、VIP、收费方式、附加费明细、操作人员、操作时间等销售特征参数，这些特征参数用来描述市场销售特征，在后面的数据分析中将发挥重要作用。

销售汇总报表是指企业管理层出于了解整体市场销售情况及计划完成情况，制定管理措施的需要而编制的服装数据分析报表，按照时间的长度分为年报、月报、日报，按照销售额汇总使用的分类变量不同，分为地区报表、店铺报表、产品报表、款式报表、颜色报表、尺码报表等。通过这些服装数据分析报表，有助管理层了解销售计划完成情况及市场构成特征与变化，制定相应的管理措施和营销措施。地区报表是汇总各地区年、月、日销售额，主要作用是及时了解不同地区的销售情况及销售计划的执行或完成情况，同时可从总量上进行地区销售对比，寻找各地区的销售差距和销售潜力，以便制定相应的促销措施或调整地区销售计划。地区报表也是企业划分重点销售区或非重点销售，制定有区别的销售战略的主要依据。

产品分类报表可按照年、月、日不同时段分别汇总，旨在了解各个产品在不同时段的销售情况，以便及时了解各产品销售变动，对各个产品的市场销路变化进行评价，以便对不同的产品进行存货决策或促销决策。要利用原始销售数据库生成产品分类销售报表，需要考虑以下几个参数：按款式、汇总销售额或销售量、指定汇总时间段。按产品不同时段的汇总报表与地区报表的操作方法完全相同，只是将汇总分组变量改为产品编码变量即可。

市场差异化分析报表是指企业管理层出于了解各个细分市场特征及其差异性，以便制定差异化营销方案的需要而编制的一定时期的（通常用一年、一个季度或一个月）服装数据分析报表。进行市场差异化分析首先必须选择合理的市场细分标准及描述这些细分析市场的特征参数，然后比较不同子市场在这些特征参数方面的差异，并给出相应的营销建议。比较常用的确定市场细分参数包括地区、性别、款式、颜色、尺码、销售时段（如季、月、星期等）、气候、店铺面积、开店时间等。

如：地区款式差异性分析给出了不同款式、不同地区横向与纵向对比数据。按照年或月、对地区和款式两个变量交叉汇总销售额或销售量，根据这些数据，可以分析同一地区不同款式的销售比重及同一款式在不同地区的销售表现，从而了解不同地区的主打款式及各个款式的主要销售地区，为企业对不同地区的款式差异性配货提供依据。要利用原始销售数据明细生成地区款式差异性报表，需要考虑以下几个参数：按款式和地区、汇总销售额或销售量、指定汇总时间段。

类似地区款式差异表，还可以生成地区尺码差异表，只是将款式改为尺码即可。该报表给出了不同尺码、不同地区横向与纵向对比数据。根据这些数据，可以分析同一地区不同尺码的销售比重及同一尺码在不同地区的销售表现。

日前，国家统计局提供统计数据显示，2011年上半年，国内市场销售稳定增长，社会消费品零售总额达85833亿元，同比增长16.8%。其中，服装鞋帽与针纺织品6月份零售总额为575亿元，同比增长24.6%，1~6月零售总额为3727亿元，同比增长23.9%。

随着中国服装行业的迅猛发展，服装行业的产业结构也日趋成熟也会让供求火爆的服装才市愈发强劲。

深圳人才需求增长超七成，设计类人才为主流

联旗下最新统计数据显示，截至2011年6月30日，北京服装行业人才需求较去年同期相比增长17.9%，呈现平稳增长趋势;上海服装行业人才需求同比增长20.3%，增长幅度平稳，且略高于北京;深圳服装行业人才招聘需求同比增长77.1%，人才需求增长迅猛，且已经远高于北京和上海的人才需求增长幅度。

日前，深圳第十一届中国国际品牌服装交易会圆满落幕。深圳市服装行业协会发布信息称，截至到2010年，深圳全行业实现产值1500多亿元，出口近百亿美元。

联就业指导专家指出，中国服装行业正在飞速发展中，行业处于由劳动密集型产业转型为以品牌和设计为竞争点的关键阶段。深圳在这一点上成为了行业内的领航者，自然引发了高增长的人才招聘需求。

深圳市服装行业协会会长沈永芳表示，目前，75%以上的深圳服装企业将销售额的5%~15%作为设计、创新、研发经费。设计、原创和自主创新为深圳的品牌和产业带来了源源不断的动力，深圳的服装设计师群体已成为提升深圳“设计之都”知名度的重要力量。

这一点也体现在的最新统计数据上。数据显示，截至2011年6月30日，深圳首席设计师一职的人才招聘需求较去年同期相比增长105.0%，增长翻一倍;深圳图案设计师一职的人才招聘需求较去年同期相比增长150.0%，增长1.5倍;深圳男装设计师一职的增长幅度也很强劲，与去年同期相比增长144.4%，紧跟图案设计师的增长幅度。

天津人才需求增长近三倍，销售职位需求强劲

最新统计数据显示，截至2011年6月30日，杭州服装行业上半年人才招聘需求与去年同期相比增长94.3%，增幅接近一倍;南京服装行业上半年人才招聘需求与去年同期相比增长幅度超一倍，达140.2%;天津服装行业上半年人才招聘需求与去年同期相比增长幅度最大，达273.1%，增幅接近三倍。从数据上可以明显看出，天津服装行业上半年人才招聘需求与去年同期相比增长幅度远超于杭州和南京等二三线城市。

另外，最新统计数据显示，服装行业销售经理一职在杭州上半年人才招聘需求与去年同期相比增长15.8%，基本达到平稳增长;该职位在南京上半年人才招聘需求与去年同期相比增长75.0%，与杭州拉开一定距离;在天津，服装行业的销售经理一职在上半年人才招聘需求与去年同期相比增长迅猛，达到200.0%，增长幅度远超于该职位在南京与杭州的增长幅度。

联就业指导专家表示，二三线城市的服装行业发展相对于一线城市而言，更倾向于以销售为竞争主线的产业模式，对于不断发展的中国服装行业而言，二三线城市自然以销售人才为人才需求主流。

未来几年，二三线城市的服装行业也会紧跟一线城市的脚步，充分利用我国巨大的市场资源，产业结构逐步优化升级，使得服装行业人力资源得到充分发挥，让行业人才为服装行业发展提供无可替代的推动力。

第三篇：数据化营销推广方案

集团第二批网络营销推广方案

一、活动背景

随着互联网信息技术的发展，网络已经成为现代社会不可缺少的信息传播途径，随之而来的网络营销也成为各类企业相互追捧的营销方式之一。网络营销相对传统营销优势比较明显，目前国内大部分汽车4S店的网络营销意识都在随着互联网技术的发展而逐渐提升，建立企业网站、选择专业的网络媒体进行推广宣传等都被很好的运用到汽车的网络营销中去。

二、活动目的（1）创新营销，开拓新的销售模式

（2）提高公司之间的竞争力，方便于客户，服务于客户

三、活动主题

2014年集团第二批网络营销“推广店”

网络营销模式选择：

模式一：(细胞式)模式二：(流水线式)

执行要点：

①网电营销中心设立在销售部，分公司根据自身的特点选择其中

之一模式进行网络营销运作；

②网电营销中心所有人员必须专职，并符合岗位人员要求； ③人员配备原则：网电营销主管一人，网电销售顾问按销量的5台/月/人标准配备；如配备外呼员OB，按电话量50通/日/人配备；电话接听专员IB按电话量30通/日/人配备；

④E触点专员，作为拓宽线上集客和连接线下转化环节的重要岗位，体系化地有效实现4S店销售触点在网络上的外延，必须按要求配备。

对于第二批网络营销的关键岗位工作检查表

报名方式：

望各店接此通知后迅速向本店总经理汇报，经总经理同意后，填写报名表报集团企划部网络营销部。

报名截止时间：2014年3月12日上午11：30

报送至：网络营销部杜广宇（邮箱874720840@.qq.com）

培训时间安排：

四、活动规则

参加并通过集团考核，符合网络营销硬件及人员配置要求，2014年集团将设立网络营销考核评定办法，对于网路营销运营比较好且季度考核得分≥95分以上的，对其总经理BSC+5分，对其网销主管BSC+5分；得分≥90分，对其总经理BSC+3分，对其网销主管BSC+3分；得分≤80以下的，对其总经理BSC-5分，对其网销主管BSC-5分；

考核方式与细则：

分公司网络营销建设初期，务必重视基础建设，包括人员管理、硬件设施、关键 KPI 及潜客渠道管理，以确保网络营销在终端生根发展：

销售漏斗定义：

积跬步，以至千里！请各网络营销示范店切实将以上考核标准落实到网络营销日常工作中，以务实踏实的网销模式创新迎接未来挑战和机遇并存的汽车市场！

网络营销部2014年2月25号

第四篇：数据营销（范文）

销售人员如何做好销售：让数据说话

当市场竞争已经趋于同质化，数据库营销已经成为一种趋势，当销售员的级别日益提高，当你所接触的数据越来越多，市场对销售员的销售数据分析能力的要求也越来越高。销售员应有的数据敏感性与数据分析力就更应具备。新时代的精益化营销给销售员提出了更高的要求，要求一名合格的销售员必须具有强烈的数据敏感性与较强的数据分析能力。

如何运用数据来说话，做好数据分析是销售人员必学的一门课程。为什么这门课程这么重要呢?其实除了我们的销售人员知识和阅历不够丰富外，是主要的就是没有这个数据的观念。在我们大部分的企业里都普遍的存在这种情况，业务员都不太重视数据，不少中国人写的营销书，可是，真正用数据分析营销的书少之又少，可以说是凤毛麟角。其实，所有的营销都可以用数据来表达，数据是最有说服力的。外企与内企的最大区别是：外企喜欢用数据分析，内企习惯用古人的话、伟人的话、名人的话和领导的话来说理。但是在营销实践中，笔者的体会是更倾向于用数据说话，因为数据是不以人情和环境变化而变化的，也不以人的意志而变化的，数据面前人人平等。跟经销商谈判主要是数据分析，分析一些营销常用的数据。如销售额、费用、利润、市场占有率、市场份额、开拓门店数、门店活跃数、同比增长、环比增长、投入产出比等等。这些数据都是针对市场和业绩来要求的。用数据分析让数据说话首先要学会分解数据，分解后的数据才会更加清晰和明了。比如销售费用，我们通常会把它分解成销售人员的报酬、广告费用、业务费用、售后服务费用、销售物流费用和公关费用。其中又把人员费用分解为：基本工资、奖金、津贴、福利和特殊奖励;把业务费用分解为：差旅费、业务招待费、销售折扣、坏账损失和培训费。通过这样的分解就更加能看到我们的费用是增加还是减少，投入产出比也更加清晰，不会是猴子弹琴，乱弹一通。这样的分析就会让经销商口服心服。用数据说话其次是学会用横向对比和纵向对比。横向对比就是同类事物的相互比较，经销商销售中的横向比较是与同类型、同层次、同消费层面的经销商之间的比较。纵向比较就是与自身的比较，具有历史性。这两种比较都能把销售上的事项具体量化，使得销售的比较更具实际意义。用数据分析让数据说话还要学会使用一些分析工具。比如图表、图象、公式，它们都能更清晰地比较出具体的实况来。通常使用的工具有：适用于比较分析数据图表类型、适用于推移分析数据图表类型、适用于市场份额比例的图表类型、适于产品层叠区分的堆积图示分析、适于产品类型分布的象限图分析、适于综合实力分析的雷达图示、适用于计算的函数等。饼图、折线图、柱型图、条型图、金字塔图、甘特图、饼图和复合饼图、散点图都是与销售有关的一些常用图。由些可见，说服别人虽然是一件难事，但也不是做不到的事，关键是看你怎么样说和怎么样做，但最重要一点就是一定要说到别人的心坎上，你用了这些数据做为事实的证据，那么你的客户也就是自然的心服口服了。销售员应有的数据分析能力还应当包括：市场潜力的预测、市场问题的判断、市场运做重心的选择等多个方面。无论销售员对销售管理的表格使用如何、对销售数据把握如何，对销售数据的敏感性与有效利用能力都将成为21世纪销售员必备的一项基本功，甚至关系到每一项销售工作的成败。

第五篇：污水处理厂的数据化管理

污水处理厂的数据化管理

在一个污水厂的运行中，每日的水量的统计，水质的化验数据，耗电量、耗药量都是每日运行产生的数据；随着计算机技术，自控技术的不断发展，越来越多的污水处理厂采用各种在线监控设备，这些在线监控设备每天也在不断的产生各种监控数据。这样大量的数据在每个污水厂是很重要的运行数据参数，但是这些数据产生出来以后，再怎样和污水厂的生产管理相互结合起来，利用数据来帮助我们的工艺管理呢？公众号用几篇文章来聊聊污水厂的这些数据的管理和利用，以及如何实现污水处理厂的数据化管理的内容。

数据化管理的内容

对于污水处理厂产生的数据，我们从分别几个方面进行归类，1、污水相关，2、污泥相关，3、过程相关，4、电力相关，5、药量相关，6、设备相关。这六个门类的数据基本能够涵盖污水处理厂的运行情况，下面就从这几个方面进行详细的罗列下污水厂的数据内容。

1、污水相关：作为一个污水厂来说，污水是主要的处理对象也是主要的产品，污水厂的各种收入和支出也与污水有关，因此对于污水所产生的数据是一个污水厂里最重要的数据来源。辨别和收集这部分数据，是运行人员要进行的重要工作之一。我们就来看看每日里污水相关的这些数据都有哪些。

污水相关数据有：每日污水提升水量、小时污水提升水量、出口每日污水排放水量，出口小时排放量；污水瞬时进水水质数据（常规项目COD、BOD、SS、TP、TN、NH３－N，PH等），24小时进水水质数据，污水出口瞬时水质数据，24小时出水水质数据；周分析的水质项目数据，月分析水质项目数据（这些主要根据各地监管部门的要求对GB１８９１８－２００２的水质数据进行选择项目）。污水的水质水量数据构成了对每天进入污水厂的污水的一个基本描述。通过进出水流量计的统计，化验室的分析化验来把污水的基本描述数据收集起来。这些数据是污水厂每天运行的最基础的数据资料，是反映污水厂是否正常运行的证据，因此这部分数据是一个污水厂必须进行全面收集和整理的资料。

2、污泥相关：污水处理中产生的剩余污泥，化学污泥，初沉污泥等等是污水中的污染物的浓缩，这些浓缩的污染物质在生产过程中是要进行有效的处置后才能排放，而对处理处置过程中的数据统计，就是污泥相关的数据。

污泥相关数据有：每日剩余污泥排放量，每日脱水机污泥投配泵提升量，脱水后泥饼量，外运泥饼车数；污泥絮凝剂加药配比，脱水前污泥含水率，脱水后污泥含水率，污泥有机成分，脱水后上清液SS等等。污泥脱水的过程是保障污水处理正常运行的一个环节，通过每日的数据记录，对污泥脱水能够实现每日追踪，对污水处理的问题发现和解决是重要的参考数据。

3、过程相关：过程相关的数据，主要来自于污水、污泥处理过程中人工进行干预或者操作而产生的数据。污水处理是一个复杂的多学科综合的处理工艺，在这个处理工艺中会有多个流程环节进行工作，收集这些环节中产生的数据，是我们对这些过程进行有效管控的重要依据。

这些过程相关的数据主要有：污泥浓度MLSS，挥发性污泥浓度MLVSS，曝气池溶解氧DO，污泥沉降比SV，ORP，指示性微生物的数量，构筑物停留时间，污泥储池的停留时间，污泥储池溢流水质数据等等。这些过程数据大部分来自于污水厂的自控系统的现场在线仪表的收集，在中控室的计算机上可靠有效的保留这些数据，方便管理人员后期调阅分析是自控系统的必备条件。这些过程参数从污水污泥的处置过程进行数字化的描述，对于过程进行更准确的描述，使我们的运行管理人员能够通过数字来进行工艺的管控。４、电力相关：污水处理厂是典型的大耗能企业，对电力消耗的监控数据，是我们实现成本控制的重要前提，同时这些电力数据也是对设备运行工况的一个描述。对电力数据的收集整理，是每个污水厂都应该进行的工作。

电力数据主要包含有：每日总有功，总无功，动力耗电，照明耗电，各分变电室的有功，无功，动力，照明数据等；各主要的设备（提升水泵，鼓风机等）的电流，电压值等；缴纳电费数据等。

5、药量相关：污水处理厂的运行过程中，依靠微生物还是不能完全达到国家的排放标准，因此在运行过程中会添加一些药剂，来实现出水水质的达标排放。而这些投加的药剂数据就是进行成本控制的重要核算项目，因此进行全面的药量统计数据的记录，是管控成本的重要依据。

药量相关的主要数据有：除磷药剂PAC的投加量，污泥脱水的PAM药剂投加量，脱氮的补充碳源的药剂投加量（根据实际运行水质进行投加），污水消毒剂的投加（化学药剂），药品吨水单耗，化验室各种用药量等等数据。这些投加的药量是保证出水水质达标的，这些加药量数据是污水厂重要成本之一，在日常运行中应认真收集。

6、设备相关：污水处理厂是由大量的设备组成的一个生产单位，对于这些组成的设备需要进行管理，才能保证污水处理的有效进行。但是怎么才能实现对这些污水处理设备的有效的管理，那就需要在我们运行中收集这些设备的数据，进行分析判断，实现管理目标。

设备相关的数据主要有：设备类别，各类型设备台数，设备安装位置，设备能耗，设备转速，设备运行时间，设备正常运行参数，设备运行的电流电压，压力，流量，温度等，设备保养周期，设备加油数量周期，设备注脂的数量周期，设备检修次数，内容，设备更换周期和更换时间，设备备品备件数量信息等。这些设备数据为每一台套设备都提供了全面情况的数据描述，这些数据就为我们管理人员提供了设备的准确信息，便于管理人员对设备进行有效的管理和维护，确保设备正常运行，处理出水稳定达标。

运行数据收集整理

第一、分析数据产生来源。

从上一篇的公众号文章的总结中，我们可以看到在一个污水厂生产数据来自于各个生产环节，污水厂的运行管理人员需要做的就是把这些生产环节每日甚至每时产生的数据进行分析，尽可能多的收集这些产生的数据。比如前一篇内容中所说的污水相关的数据，这些数据来自于进出口的流量数据，进出口的水质数据，所以这些数据就是来源于进口的流量检测仪表，进口的水样取水点，出口的流量检测仪表，出口的水样取样点。进出口的流量检测仪表每日定时记录总数，然后从当日的累积总数和前日同一时刻的累计总数进行相减得出昨日的提升(进口)或者排放（出口）总量。根据进出口取样点取的水样在化验室进行化验，分析进出水的取样的瞬时水样数值。这样就可以得出某一日的进水水量和瞬时水质的数据，这些数据就可以描述当日进水的基本情况。

而公众号前一篇的文章所说的六个方面的数据，分布在污水厂运行的各个环节，但是由于每个污水厂的投资建设情况不同，很多污水厂无法做到所有的数据的完整全面的收集，这就需要污水厂的运营管理人员需要从生产的各个环节进行分析，挖掘数据产生的来源，在厂内现有的技术条件下，把生产环节产生的所有数据进行收集。

第二、建立数据收集表格。

通过分析生产环节的数据产生源，管理人员要建立数据的收集表格，很多数据在各类仪表上，随着时间的变化，这些数据都在不停的变化，管理人员通过对厂内生产各个环节的分析之后，选择可记录的数据，进行生产运行表格的编制，设计记录时间，记录内容，甚至累积的数据等。这些运行表格一方面是作为厂内生产数据收集的第一手资料，同时也是厂内生产的运行资料，便于各级部门对污水厂的生产的监管过程中，进行有效的解释和佐证。关于运行资料的建设，大家可以点击回看“治污者说”公众号关于污水厂资料管理的文章。通过在可记录的环节建立的数据记录表格，为污水厂的运行管理提供最原始的数据记录资料。

这些数据记录表格建立以后，不仅仅是临时性的绘制一张表格，要把这些表格做成记录本，有效的进行记录数据的保存，为下一步的数据整理工作做好准备。

第三、规范运行人员记录。

在有了这些记录表格，距离数据的完整的收集还欠缺记录的填写工作。记录的填写是由运行人员进行填写的，在运行人员进行填写之前，管理人员应该对运行人员记录的填写进行规范化填写的培训。很多地区的运行人员欠缺基本的水处理结构知识，对填写的数据不明就里，简单的照猫画虎，甚至存在编写数据等情况的发生。这些行为会导致管理人员收集的数据错误百出，无法准确判断实际的运行情况。因此管理人员要对运行人员对数据记录的填写的真实性要进行严格的管理。

在运行人员填写之前要组织培训，让运行人员明白数据填写的方法及意义。在填写过程中，要不定时的检查填写的准确度，设计抽查的频次和方式，保障数据的真实有效性。通过全方位的管理，确保数据的准确性，为后期数据整理分析工作规避错误风险。

第四、按月收集归档数据。

在完成数据收集的第一步之后，生产管理人员要对各个环节产生的数据进行以月度为周期进行收集归档。污水厂内各个生产环节的工作环境相对资料的保存整理是比较差的，如果没有进行妥善的收集归档，这些原始的记录数据很有可能会被遗弃，损毁，丢失等，而生产管理部门是具有良好的资料保存环境，管理人员按月度进行周期性的收集和归档工作，是对这些原始资料最好的保存，同时也是污水厂生产资料的有效保存。

在生产管理部门对这些资料进行分类管理和保存，使每日的运行数据资料成为运行档案，方便今后的管理分析工作，是污水厂建设数据化管理工作的重要环节。第五、计算机化录入数据。

实现了数据档案的收集和归档工作之后，距离管理人员进行下一步的数据分析和整理工作还欠缺重要的一环，那就是数据的电子化。这些数据仅仅只是存在于纸版上，还是远远不够的，管理人员后期无法利用电脑对这些数据进行整理和分析。所以这些数据的电子录入也是数据化管理的重要组成部分。

数据的整理分析

一、利用工具

污水厂大量的数据，要进行分析是要有有力的工具进行的。在办公室最常见的就是OFFICE套件里面的EXCEL软件了，这个软件本身就是为了表格数据而制作的，利用EXCEL对大量的数据进行统计分析，是非常方便的。

污水厂全年运行的各项指标数据的平均值，最大值，最小值，累积值等等在EXCEL里面都是非常简单的命令可以实现，如果是通过人工计算器是非常容易出错的。

而且EXCEl还有强大的数据绘图功能，我们在分析数据的时候，对于直观的曲线会更敏感，而对于全部的数字会比较迟钝，因此我们把这些数据都绘制成曲线，就可以更加直观的反映出问题。特别是污水处理厂中的微生物群体数量巨大，对外界环境的反应是一个渐进的过程，工艺的变化往往需要一个时期来进行，这个时候我们单独对某一天某一组数据进行分析就很难发现这种变化，只有通过一段时间的曲线变化，才更能容易发现这种变化。

而EXCEL可以轻易的完成这些工作，帮助我们工艺管理人员更准确的把控工艺运行中出现的问题。

二、辨别数据

污水厂的数据特别是水质数据，绝大部分是瞬时样的数值，这些数值我们可以通过系统的一些方法进行校验，比如24小时的连续取样化验（点击回看24小时化验文章），取样时避免工艺操作影响水质（有些污水厂的工艺排泥，污泥处置上清液回流会对进水水质造成一定的影响）等等，但是取样的偶然性是完全不可回避的问题。偶然性的数据就会产生很多偏离现实的数据，这个时候我们需要对一些偏离度过大的数据进行剔除。

剔除的前提就是我们要学会辨别数据，有些数据是如何产生这么偏离正常值的，这个是需要我们工艺运行管理人员对污水厂的运行工艺要有很深入的研究和观察的，比如关于进水水质，夏季的雨季某天暴雨可能造成数据偏低，每日清晨8~9点正是管网夜间排水已经抽空，早间排水还没到厂，这时候取得水样可能是管内淤积的污泥，导致进水水质严重偏高的情况，这些都是运行管理人员需要认真研究的，通过对日常的这些情况的观察和记录，在分析数据的时候把这些异常工况进行排查或者数据剔除，这样的分析的数据才有价值，否则所有的分析的数据基础就是错误的，那么后期的分析肯定是不正确的，因此我们必须要进行数据的辨别工作，才能保证工艺管理的正确。

三、数据关联

在统计数据和辨别数据完成以后，我们要对这些污水厂的运行数据进行关联。水质数据和过程参数需要进行关联，我们可以通过EXCEL的双曲线图表功能，对进出水水质数据，过程参数（溶解氧、污泥浓度，挥发性污泥浓度、指示性微生物的数量、剩余污泥量等）进行数据的关联，通过把污水处理的三大关键因素:水、气、泥之间通过数据曲线进行关联，我们可以更加直观的看到过程参数的调整与出水水质变化的关联性。这些关联性更加直接说明了污水厂内工艺运行对处理水质变化的影响，而工艺管理人员可以通过这些数据之间的关联了解和积累工艺操作对污水处理厂处理水质的变化的影响，从而更加有效的进行工艺的管控。

当然数据的关联背后其实是有很多公式和函数变化来支持这种关联性的，但是由于我们污水厂的专业的数据分析水平达不到那么高的水平，同时污水厂现场的情况是比较复杂和多变的，我们可以了解这部分关联是有一定的内在关系的，但是不需要一定要为这种关联建立一种直接性的公式联接，我们需要的就是积累更多的第一手数据为我们工艺调控做出数据支持就可以了。当然我们如果有条件和高校合作，可以通过我们建立的数据体系，和高校共同进行深入的研究，对于污水厂的管理会有很大的帮助。

四、最优拟合

通过上述的一系列工作，我们能把污水厂的数据化管理进行完了么？其实还不算结束，还有一项很重要的工作，那就是最优化参数的拟合。每一个污水厂在一定的时期内，进水水质，设施运行参数，设备运行参数都是在一定范围波动的，而我们需要在这些波动的范围内寻找到最优化的运行参数。这种参数的寻找，一定是通过我们日常的数据化管理得出来的。当我们做到了污水厂的日常的数据化管理工作之后，我们会发现污水厂的运行数据在一个范围内波动，一旦偏离了这个范围，出水水质就会发生变化，甚至超标，而污水厂的最优化参数一定是在这个范围内的。通过建立一个完善的污水厂的数据化管理体系以后，在2~3年的数据分析之后，我们就能无限逼近这个最优化的参数，这个参数让我们的运行管理更有目标的进行，在日常运行中，发现偏离这个参数，就进行调整，通过数字化的运行，让我们的管理工作更加合理有效，避免错误的操作导致更坏的工艺情况发生。但是我们要明确最优化参数一定不是一两个数值，它是一个范围，特别是在北方地区，它在一年四季的数值都不一样的，这就需要我们建立更全面完整的数据化管理体系，积累更真实准确的数值，来得出合理的参数。

公众号通过这三篇的内容，简要的把污水厂的数据化管理进行了分析和说明，在我们国家现阶段的实际中，每一个污水厂的发展水平不一样，可能对数据化管理都有不同程度的理解和接受。我们知道最近国家环保部门开始对污水厂进行总氮总磷在线监控设备的安装，这对我们的工艺管理提出了更高层次的要求，总磷总氮的同时去除，对于工艺管理上是要求很精准的，以往的粗放型的管理，在今后会越来越难以实现稳定达标。因此在污水厂内建立一个数据化的管理体系，是非常必要的，只有通过数据化的分析管理，我们才能实现精细化的管理，才能有各项指标的稳定达标。希望通过这三篇文章，抛砖引玉，让每个运行人员都能深入的思考挖掘自己污水厂的数据化管理和精细化管理的思路，从而让污水厂的运行管理更加精准，出水水质稳定达标。