引言

      【中國MBA教育網訊】將理論回歸于實踐，從企業實際中發現，解決真實的問題是蘇強教授一貫的研究特色，這一特色在其研究成果和具體實踐項目中得到了充分的體現。

      基于數據分析的系統優化在各行各業都具有重要的應用價值和現實意義，無論是在生產制造領域還是在服務領域都有巨大潛力，蘇教授結合多年的研究體會，從理論角度和實踐層面進行了深度剖析，并對未來發展方向進行了專業解讀，此外還對MBA人才培養進行了創新探索。

系統優化應用廣泛 引領眾多領域智能化發展

制造領域的專家

      蘇教授指出，在制造領域里，系統優化對產品制造和生產管理起著重大作用。據蘇教授介紹，他曾率領團隊為上汽集團做過一套汽車質量成本管理系統。在對上汽下屬多家企業的調研基礎上，他們發現，企業缺乏完善的質量成本核算體系。為了解決這一問題，他們參考了包括中國和美國國標在內的多個質量成本科目體系，并結合中國企業實際需求，按照流程管理的思路，從全生命周期的角度，提出了一個更加科學完善的質量成本管理體系。

      基于該體系設定，質量成本核算涉及產品全生命周期，即從市場調研、客戶需求、產品定位、樣機試制、批量投產、直到最后產品的使用等流程，讓所有部門參與到質量成本管理之中，形成完善的管理體系。蘇教授表示，這樣的思路可以推廣應用到所有的制造業，只有如此才能真正管理質量并控制好成本。

      此外，蘇教授在實際企業數據研究中發現“預防、鑒定、內損、外損“四類質量成本之間的平衡關系存在一定的時間滯后性，并在此基礎上提出“相關性質量總成本”的概念，進而設計提出企業質量成本的優化算法。通過企業實際案例分析，定量計算出四類質量成本的平衡關系，發現“預防、鑒定”成本的少量投入，可以大幅降低“內損、外損”。遺憾的是，當時的上汽集團只是一味要求各下屬企業降低占質量成本50%-70%的內損費用，而沒有意識到“預防、鑒定”成本投入不足才是內損居高不下的真正原因。在蘇教授的指導下，上汽集團開始關注預防性成本的投入，并實現了損失成本的顯著降低。這一創新性研究發表在質量管理權威刊物上，得到了學術界與企業界的高度評價。

      針對于目前產品更新換代日益加快的時代特點，蘇教授認為傳統的“防錯”裝置（蘇教授稱之謂“硬防錯”技術）已經無法適應質量管理需求，企業需要在產品設計之初就考慮制造過程中可能出現的質量問題，蘇教授稱之為“軟防錯”技術。即從產品設計階段，就要預測出生產裝配過程中可能出現的質量缺陷，并通過改進設計降低缺陷。對此，蘇教授結合某企業彩色復印機產品的設計與裝配生產進行了深入系統的案例解析，通過對生產過程中人為缺陷率的統計分析，研究產品結構和生產工藝對缺陷率的影響，在產品批量投產之前就可以預測其質量水平，從而指導工程師進行針對性改進。該研究成果發表在國際頂級期刊IEEE Trans on SCM上，該論文的合作者是裝配生產領域的知名學者，美國MIT斯隆管理學院的Whitney教授。

電商服務行業的智囊 

      蘇教授提到，他們團隊早在2011年就與知名電商企業合作，并研究如何提升客戶體驗。區別于其他研究，蘇教授所帶領的團隊，別具一格地從顧客抱怨的角度入手，著力解決其不滿意的方面。“通常這些抱怨的內容都很具體，每個抱怨就是企業可以改進的機會，把導致顧客不滿意的東西提取出來，利用PDCA確定不滿意的根本原因并進行整改，長此以往可以幫助企業不斷成長，提高顧客滿意度。”

      蘇教授表明，之前該企業顧客抱怨率在30%以上，客服部門的服務壓力十分大。但數據分析表明，其實大多數顧客反饋的問題都是重復性高且一直存在的，企業通常只會給予客戶一定的經濟賠償，使客戶達到相對暫時地滿意，并沒有從根本上解決問題，從而導致運營成本和質量成本過高，顧客的意見也持續存在，對于企業形象并沒有本質提升。因此，蘇教授團隊為該企業設計出一套行之有效的抱怨管理系統，可以精準找到相應的問題流程和責任人，從而實現針對性改進，達到標本兼治的效果。通過三年的努力，該企業客戶抱怨率降到3%以下，銷售額也實現了飛躍的增長。 

醫療行業的跨界者 

      為改善目前百姓看病排隊時間長的問題，蘇教授從自身研究領域出發，把工業工程和信息技術方法引入醫療領域，改進醫療服務，并率領研究團隊為上海某醫院研發了門診預約排號系統。從管理理念的設計到軟件實現，再到整合外部硬件提供商，在合作醫院實現了系統的集成安裝和實際應用，大大提升了醫院門診管理效率，方便了患者與醫護人員。

      當前很多醫院叫號系統都是對銀行叫號系統的移植，對于“過號處理“，”回診處理“，”點醫服務“，”轉診處理“等功能都無法支持，而蘇教授設計的叫號系統不但可以智能化處理這些問題，而且將患者從入院到出院全過程分成7個狀態，實現了全流程的狀態管理。

      蘇教授表示，信息時代環境下，醫院管理系統不能僅僅關注財務、人員和物資管理，而應當更加關注醫療服務流程的自動化和智能化管理，要學會利用信息技術，把握數據分析命脈，實現患者滿意、醫生省力、院方省心的三方互利局面。 

大數據時代，未來的發展趨勢 

      “當今社會，數據的采集、整理、歸結、分析越來越簡便，組織的決策行為應該更加注重數據的支持，上至國家政策，下至企業和各類組織，都應該按數據說話。”

      大數據時代，“數據分析及應用”在不同的領域發揮著極大的作用，且勢頭越來越強勁。現在很多電商推薦商品時通常是推薦同類商品，實際上應該根據顧客的興趣組合進行推薦，對此蘇教授通過對顧客瀏覽行為的分析提出了“顧客興趣模式”。比如顧客在網站的瀏覽過程中看了哪些網頁、停留了多少時間、跳轉的路徑等，這些數據可以讓我們了解顧客興趣，進而可以預測顧客下一步的采購意向，并據此進行精準推薦。在醫療領域，蘇教授曾研發出基于數據分析和人工智能的結腸癌診斷算法，通過實際數據驗證，該算法可以將診斷精度從78%提高到87%，對醫療服務產生較大幫助。在清潔生產領域，蘇教授利用大數據分析與人工智能算法，建立了某制藥企業的能源消耗模型，在保證交貨期不變和生產品種及產量不變的情況下，可以使企業的能源消耗降低10%。

      在未來，面對各行各業智能化的發展趨勢，蘇教授表示：“以后機器人會在很多方面比人類更強，而我們現在應該盡量把能力提升在思想上，尤其是自己從無到有的創造性思維上，這才是以后人類的價值所在。”

將實踐應用到課堂，提升學生能力 

      作為具有多年國外求學和教學經歷的資深學者，蘇教授對于西方大學的科研運作體系比較了解，回國后將國際教學特色與國內教學體系相結合，培養了一大批具有國際化視野的高素質管理人才。

      在教學模式方面，他更加注重與學生的互動，在課堂上經常采取學生分組研究方式，針對企業實際問題進行問題診斷和改進分析，把課堂學到的東西應用到實際當中。除此之外，他還非常支持MBA中心倡導的移動課堂，積極地開展移動課堂教學，由企業提出問題，將學生帶到企業現場，與企業人員一同探索問題解決之道。這種身臨其境的教學方式，不僅極大的調動了學生們的學習熱情，同時也提高了學生的理論聯系實際的能力，成為學生所喜聞樂見的一種學習形式。

      對于未來專業化管理人才的培養，蘇教授則懷有更多的期待，“你們要有強烈的求知欲和不畏艱難的探索精神，學習過程是很累的，并不比跑馬拉松容易，需要自己長途跋涉、攻堅克難、持之以恒，才能實現巔峰的攀越。同時要注重數據分析，不斷地深入挖掘，形成自己的獨特視角，力爭更加深入、更加系統的理解問題和解決問題。”