以PLM管理机制提升新产品闭环管控能力

    随着全业务时代的到来，市场的同质化竞争愈演愈烈，客户的个性化需求越来越多，而由于新业务、新产品具有多样性和创新性特点，导致其投资的不确定性越来越大。为了应对环境变化带来的不确定性，规避投资风险，科学引导新业务、新产品的投资与建设，需要引入（产品生命周期管理）技术，建立以客户需求为导向，适应未来新业务、新产品发展的科学化和智能化管控模型。

    PLM是指对产品从规划、设计、生产、使用、维护到回收的整个生命周期中产生的所有数据和过程进行管理。目前，大部分通信企业都拥有自己的产品管理系统，这些系统虽然或多或少地具有部分管理功能，并能在一定程度上保证ERP所需数据的准确性，但从来没有一个产品管理系统可以有效地跟踪和管理产品的建设、质量以及售后服务数据，并且在更改管理和产品设计的支持上，仅仅实现了研发数据发放和配置管理，并没有把产品问题反馈、客户建议等更有价值的需求纳入系统管理和前期投资决策中。本文探讨的PLM重点在两个阶段，即产品前期的前评估——投资决策阶段的智能决策，以及产品后期的后评估——运营管理阶段的评估反馈。

    产品前期：投资决策阶段的智能决策

    新产品的投资决策阶段是最难管控的阶段。通信行业新产品的多样性和创新性特点，导致其投资的不确定性越来越大，但是在传统算法中，一些重要的定性因素被忽略了。为此，笔者建议在新产品投资决策阶段引入BP神经网络理论，将新产品项目的投资决策与项目需求、效益、风险、资源等因素结合起来，构建非线性函数的智能化、动态闭环的新业务投资决策模糊评价模型。需要强调的是，该阶段需要实施PLM协同，包括应用CRM（客户关系管理）得到市场和用户的需求信息，以及以流程管理协同互联网环境、企业的合作者、ERP等，以获取模糊评价系统需要的其他评价参数，保证整个投资决策模型的准确性与合理性。新业务投资决策模糊评价指标体系见表1。

    表1　新业务投资决策模糊评价指标体系

    决策模糊评价模型的原理如下：以新业务整体投资评估为学习准则，正向输入投资占收比、收入增长率、指标权重等相关参数；通过代表性新业务项目投资评估的验证向模型反向传播参数误差；通过新业务项目的实践，不断提高模型精度，为进一步提高新业务投资的准确性、规避投资风险提供有力的支撑。

    模型建立以后，应用BP神经网络算法，新产品的投资决策判断就变得非常简单且容易操作。具体操作流程如下：（1）输入项目的基本信息，包括项目投资、收入、成本等。（2）根据正向输入的模型相关参数（即学习准则）和项目基本信息，由系统应用BP神经网络算法，自动进行经济效益的智能化测算和定量评估指标的评分。（3）由各部门不同级别的人员分别对项目投资决策定性指标打分，由系统应用BP神经网络算法，根据不同部门和人员的权重，自动计算各指标的最后分值以及项目总评分值。（4）根据评分结果进行不同方案的优劣对比。