。
叶东虓在企业成本与资源管理会议上说：“大数据将帮助我们实现成本控制的精细化和资源配置的最优化，这是提升企业竞争力的关键举措。”
全面采集与整合成本和资源数据。
建立覆盖企业各个业务环节的大数据采集系统，收集与成本和资源相关的各类数据。
包括原材料采购数据、生产过程中的能源消耗数据、人力资源成本数据、设备使用数据、销售费用数据等。
确保数据的准确性、完整性和及时性。
同时，对采集到的数据进行整合，打破部门之间的数据壁垒，将分散在不同系统和部门的数据集中存储和管理，形成统一的企业成本与资源数据库。
例如，将采购部门的原材料采购数据、生产部门的原材料使用数据以及财务部门的成本核算数据进行整合，为成本分析和资源配置提供全面的数据支持。
利用大数据进行成本的深度分析。
运用大数据分析技术，对成本数据进行多维度分析。
从成本构成维度，分析各项成本在总成本中的占比，找出占比较大的成本项目，如原材料成本、人工成本等，作为成本控制的重点对象。
从成本变动趋势维度，分析成本随时间的变化情况，预测成本的未来走势。
例如，通过对历史原材料价格数据的分析，预测原材料成本在未来几个月的波动趋势。
从成本驱动因素维度，挖掘影响成本的关键因素，如生产效率、市场需求、供应商关系等。
例如，通过分析现生产设备的老化导致生产效率下降，进而增加了生产成本，明确设备维护和更新是降低成本的关键措施。
通过深度分析，为精细化成本控制提供科学依据。
结果，利用机器学习和预测算法构建成本预测模型。
结合市场趋势、企业生产计划、原材料价格波动等因素，对未来的成本进行精准预测。
例如，根据市场需求预测和原材料价格走势，预测下一生产周期的原材料采购成本和生产成本。
依据成本预测结果，制定精细化的成本预算。
将成本预算分解到各个部门、项目和业务流程，明确各责任主体的成本控制目标。
同时，建立预算调整机制，根据实际情况的变化，如市场环境突变、业务拓展等，及时调整成本预算，确保预算的科学性和合理性。
制定针对性的成本控制策略。
针对不同类型的成本和成本驱动因素，制定差异化的成本控制策略。
对于原材料成本，通过与供应商谈判争取更有利的采购价格，优化采购批量和采购时间，降低采购成本。
同时，寻找替代原材料，在保证产品质量的前提下降低成本。
例如，通过大数据分析市场上原材料的价格波动和供应情况，选择最佳的采购时机和供应商。
对于人工成本，合理调整人力资源配置，提高员工工作效率，避免人员冗余。
开展员工培训，提升员工技能，以提高劳动生产率，降低单位产品的人工成本。
对于制造费用，通过优化生产流程、提高设备利用率、降低能源消耗等方式进行控制。
例如，利用大数据监测设备运行状况，合理安排设备维护和生产任务，提高设备的生产效率，降低能源消耗成本。
借助大数据优化资源配置。
分析企业内部资源的使用情况，包括人力、物力、财力等资源。
通过大数据了解资源在不同项目、部门和业务环节的分配和利用效率。
例如，分析人力资源在各个项目中的投入和产出情况，找出资源利用效率低下的环节。
根据企业战略目标和业务需求，利用大数据进行资源的智能分配。
优先将资源配置到效益高、展潜力大的项目和业务上。
例如，对于市场前景广阔、盈利能力强的新产品研项目，加大资源投入。
同时，实时监测资源的使用情况，根据实际进展调整资源配置，确保资源始终处于最优配置状态。
建立成本与资源管理的实时监控系统。
通过大数据技术搭建实时监控平台，对成本支出和资源使用情况进行实时跟踪和监控。