第一篇：服裝 數據化 營銷管理

服裝 數據化 營銷管理

培訓目的了解服裝企業數據化管理的現狀；

學會基礎數據信息的科學統計方法； 學會用數據分析發現問題并尋求解決方案； 學會運用數據信息支持市場決策及營銷工作； 學會運用數據指導并調整終端店鋪VMD；

學會運用數據進行市場調查工作和競爭品牌調查； 學會運用數據分析平衡庫存效率化和CS營銷矛盾。

培訓大綱

一、總論

1-數據化營銷是時代進步的產物

2-數據化分析是否真的那么重要？

3-服裝企業數據化營銷成功案例

4-服裝營銷管理的有效數據來源

二、終端店鋪的數據收集

1-收集數據的終端報表你真的會做嗎？ A-店鋪《銷售日報》技巧

B-店鋪《銷售周報》技巧

C-店鋪《銷售月報》技巧

D-店鋪《進銷存管理》技巧

2-店鋪數據收集的重要性

三、市場營銷部門的數據收集與分析 1-市場營銷部門數據收集你做的全面嗎？ A-公司《銷售日報》技巧

B-公司《來客銷售統計》技巧

C-公司《商品進銷存統計》技巧

D-公司《競爭品牌業績》技巧

2-銷售實績是如何構成的？如何分析問題？ A-影響銷售實績的因素

B-進貨和庫存的影響

C-來客率/購買率/客單價

3-市場營銷會議如何做數據分析？

A-客單價與購買率的對比分析

B-商品內容構成的對比分析

C-暢銷品與滯銷品趨勢分析

D-款式對比分析

E-尺碼對比分析

F-價格對比分析

G-顏色對比分析

H-天氣對比分析

四、營銷目標數額是如何合理制訂的？

1-公司總目標如何制訂？

A-天真預測法

a-單店平均業績

b-平米經營效率

B-商品回轉率

C-交叉比率

2-既有1年以上的店鋪目標如何制訂？

A-天真預測法假想目標

B-以平效及增長率綜合調整

3-新店鋪的目標如何制訂？

A-平效法

B-類比法

C-平均法

4-制訂的目標如何有效分解？

A-總金額季節消費指數

B-區域季節消費指數

5-區域經理或店長目標分歧如何解決？

五、運用數據化分析的市場調查

1-如何進入一個陌生的地區？

A-服裝購買力指數

B-零售額預測分析

C-計算損益平衡點

2-競爭品牌的數據調查

A-業績估算

B-商品變化

C-顧客變化

3-選址調查中的技巧

A-商場/街區客流調查

B-商鋪位置選擇

六、店鋪VMD中的數據運用

1-賣場空間規劃

A-通路規劃設計技巧

B-黃金陳列高度秘密

2-店鋪豐滿陳列最小數量計算

3-營銷目標與陳列空間的調整

A-商品回轉率

B-平米經營效率

4-店鋪陳列需要什么樣的商品？

A-商品構成季節消費指數

B-歷史同期消化率分析

C-如何確定陳列的中心商品

七、商品供應對營業目標達成與否的保障

1-如何計算合理庫存

A-商品回轉率

B-交叉比例

C-商品回轉日

D-百分率變異法

2-根據營業需求的商品配送計劃

A-貨品配送進金額計劃

B-貨品配送內容計劃

C-根據實績貨品調整

3-如何及時補貨/調貨？

A-補貨對業績的影響

B-斷色斷碼如何集中調貨

培訓日期:8月26-27日

培訓顧問介紹

邵立剛，中服智邦管理顧問有限公司首席管理顧問，清華大學服裝總裁班特約講師。多年從事外貿服裝生產出口及品牌服裝內銷工作，先后供職于河北省紡織品進出口（集團）公司、日本伊藤忠商事株式會社、日本三井商事株式會社等大型知名服裝紡織企業。

長期的具體工作實踐使其對服裝行業內部流程、全面管理數據化、店鋪VMD、公司中層管理以及生產管理等方面有獨到見解，并能針對企業實際情況，在營銷管理、店鋪VMD、商品企劃、進銷存管理等跨部門領域提出專業且和諧統一的具體實施方案。尤其在服裝行業實操執行方面，通過系統學習日本國際知名企業的先進管理經驗，再結合中國服裝行業、企業實際狀況，積累并總結出了適合中國服裝企業的實用管理方法，并通過培訓講座以及企業顧問案逐步在國內實施推廣。

【精品課程】

1.《提高商品消化率的VMD》

2.《服裝數據化營銷管理》

3.《服裝數據化物流管理》

4.《成為優秀服裝“買手”》

5.《中層優秀企業才會優秀》

6.《一日三善 之 打造終端》 等

適合:營銷部經理、市場部經理、企劃部經理及其它相關管理人員

第二篇：服裝營銷數據分析

服裝營銷數據的報表分析 服裝分析報表是一個創造性的工作，沒有完全統一的分析模式，需要數據分析人員結合企業發展需要，靈活選擇各種數據分析方法，在業務數據中挖掘數據規律，指導企業實踐。

建立全面、有效的業務數據庫是進行數據分析的前提。服裝企業的業務數據庫的結構，應根據分析的需要和企業的經營實力來定。數據庫越復雜分析的信息量越大，但原始數據的收集成本就越高，對數據維護與管理的要求也越高。

采集每筆銷售數據時，應包含如下內容：店鋪、銷售時間、款式、顏色、尺碼、每單件數、折扣、銷售額、氣溫、天氣、銷售人員、銷售人員提成比例、促銷方式、真實折扣、減值成本、VIP、收費方式、附加費明細、操作人員、操作時間等銷售特征參數，這些特征參數用來描述市場銷售特征，在后面的數據分析中將發揮重要作用。

銷售匯總報表是指企業管理層出于了解整體市場銷售情況及計劃完成情況，制定管理措施的需要而編制的服裝數據分析報表，按照時間的長度分為年報、月報、日報，按照銷售額匯總使用的分類變量不同，分為地區報表、店鋪報表、產品報表、款式報表、顏色報表、尺碼報表等。通過這些服裝數據分析報表，有助管理層了解銷售計劃完成情況及市場構成特征與變化，制定相應的管理措施和營銷措施。地區報表是匯總各地區年、月、日銷售額，主要作用是及時了解不同地區的銷售情況及銷售計劃的執行或完成情況，同時可從總量上進行地區銷售對比，尋找各地區的銷售差距和銷售潛力，以便制定相應的促銷措施或調整地區銷售計劃。地區報表也是企業劃分重點銷售區或非重點銷售，制定有區別的銷售戰略的主要依據。

產品分類報表可按照年、月、日不同時段分別匯總，旨在了解各個產品在不同時段的銷售情況，以便及時了解各產品銷售變動，對各個產品的市場銷路變化進行評價，以便對不同的產品進行存貨決策或促銷決策。要利用原始銷售數據庫生成產品分類銷售報表，需要考慮以下幾個參數：按款式、匯總銷售額或銷售量、指定匯總時間段。按產品不同時段的匯總報表與地區報表的操作方法完全相同，只是將匯總分組變量改為產品編碼變量即可。

市場差異化分析報表是指企業管理層出于了解各個細分市場特征及其差異性，以便制定差異化營銷方案的需要而編制的一定時期的（通常用一年、一個季度或一個月）服裝數據分析報表。進行市場差異化分析首先必須選擇合理的市場細分標準及描述這些細分析市場的特征參數，然后比較不同子市場在這些特征參數方面的差異，并給出相應的營銷建議。比較常用的確定市場細分參數包括地區、性別、款式、顏色、尺碼、銷售時段（如季、月、星期等）、氣候、店鋪面積、開店時間等。

如：地區款式差異性分析給出了不同款式、不同地區橫向與縱向對比數據。按照年或月、對地區和款式兩個變量交叉匯總銷售額或銷售量，根據這些數據，可以分析同一地區不同款式的銷售比重及同一款式在不同地區的銷售表現，從而了解不同地區的主打款式及各個款式的主要銷售地區，為企業對不同地區的款式差異性配貨提供依據。要利用原始銷售數據明細生成地區款式差異性報表，需要考慮以下幾個參數：按款式和地區、匯總銷售額或銷售量、指定匯總時間段。

類似地區款式差異表，還可以生成地區尺碼差異表，只是將款式改為尺碼即可。該報表給出了不同尺碼、不同地區橫向與縱向對比數據。根據這些數據，可以分析同一地區不同尺碼的銷售比重及同一尺碼在不同地區的銷售表現。

日前，國家統計局提供統計數據顯示，2011年上半年，國內市場銷售穩定增長，社會消費品零售總額達85833億元，同比增長16.8%。其中，服裝鞋帽與針紡織品6月份零售總額為575億元，同比增長24.6%，1~6月零售總額為3727億元，同比增長23.9%。

隨著中國服裝行業的迅猛發展，服裝行業的產業結構也日趨成熟也會讓供求火爆的服裝才市愈發強勁。

深圳人才需求增長超七成，設計類人才為主流

聯旗下最新統計數據顯示，截至2011年6月30日，北京服裝行業人才需求較去年同期相比增長17.9%，呈現平穩增長趨勢;上海服裝行業人才需求同比增長20.3%，增長幅度平穩，且略高于北京;深圳服裝行業人才招聘需求同比增長77.1%，人才需求增長迅猛，且已經遠高于北京和上海的人才需求增長幅度。

日前，深圳第十一屆中國國際品牌服裝交易會圓滿落幕。深圳市服裝行業協會發布信息稱，截至到2010年，深圳全行業實現產值1500多億元，出口近百億美元。

聯就業指導專家指出，中國服裝行業正在飛速發展中，行業處于由勞動密集型產業轉型為以品牌和設計為競爭點的關鍵階段。深圳在這一點上成為了行業內的領航者，自然引發了高增長的人才招聘需求。

深圳市服裝行業協會會長沈永芳表示，目前，75%以上的深圳服裝企業將銷售額的5%~15%作為設計、創新、研發經費。設計、原創和自主創新為深圳的品牌和產業帶來了源源不斷的動力，深圳的服裝設計師群體已成為提升深圳“設計之都”知名度的重要力量。

這一點也體現在的最新統計數據上。數據顯示，截至2011年6月30日，深圳首席設計師一職的人才招聘需求較去年同期相比增長105.0%，增長翻一倍;深圳圖案設計師一職的人才招聘需求較去年同期相比增長150.0%，增長1.5倍;深圳男裝設計師一職的增長幅度也很強勁，與去年同期相比增長144.4%，緊跟圖案設計師的增長幅度。

天津人才需求增長近三倍，銷售職位需求強勁

最新統計數據顯示，截至2011年6月30日，杭州服裝行業上半年人才招聘需求與去年同期相比增長94.3%，增幅接近一倍;南京服裝行業上半年人才招聘需求與去年同期相比增長幅度超一倍，達140.2%;天津服裝行業上半年人才招聘需求與去年同期相比增長幅度最大，達273.1%，增幅接近三倍。從數據上可以明顯看出，天津服裝行業上半年人才招聘需求與去年同期相比增長幅度遠超于杭州和南京等二三線城市。

另外，最新統計數據顯示，服裝行業銷售經理一職在杭州上半年人才招聘需求與去年同期相比增長15.8%，基本達到平穩增長;該職位在南京上半年人才招聘需求與去年同期相比增長75.0%，與杭州拉開一定距離;在天津，服裝行業的銷售經理一職在上半年人才招聘需求與去年同期相比增長迅猛，達到200.0%，增長幅度遠超于該職位在南京與杭州的增長幅度。

聯就業指導專家表示，二三線城市的服裝行業發展相對于一線城市而言，更傾向于以銷售為競爭主線的產業模式，對于不斷發展的中國服裝行業而言，二三線城市自然以銷售人才為人才需求主流。

未來幾年，二三線城市的服裝行業也會緊跟一線城市的腳步，充分利用我國巨大的市場資源，產業結構逐步優化升級，使得服裝行業人力資源得到充分發揮，讓行業人才為服裝行業發展提供無可替代的推動力。

第三篇：數據化營銷推廣方案

集團第二批網絡營銷推廣方案

一、活動背景

隨著互聯網信息技術的發展，網絡已經成為現代社會不可缺少的信息傳播途徑，隨之而來的網絡營銷也成為各類企業相互追捧的營銷方式之一。網絡營銷相對傳統營銷優勢比較明顯，目前國內大部分汽車4S店的網絡營銷意識都在隨著互聯網技術的發展而逐漸提升，建立企業網站、選擇專業的網絡媒體進行推廣宣傳等都被很好的運用到汽車的網絡營銷中去。

二、活動目的（1）創新營銷，開拓新的銷售模式

（2）提高公司之間的競爭力，方便于客戶，服務于客戶

三、活動主題

2014年集團第二批網絡營銷“推廣店”

網絡營銷模式選擇：

模式一：(細胞式)模式二：(流水線式)

執行要點：

①網電營銷中心設立在銷售部，分公司根據自身的特點選擇其中

之一模式進行網絡營銷運作；

②網電營銷中心所有人員必須專職，并符合崗位人員要求； ③人員配備原則：網電營銷主管一人，網電銷售顧問按銷量的5臺/月/人標準配備；如配備外呼員OB，按電話量50通/日/人配備；電話接聽專員IB按電話量30通/日/人配備；

④E觸點專員，作為拓寬線上集客和連接線下轉化環節的重要崗位，體系化地有效實現4S店銷售觸點在網絡上的外延，必須按要求配備。

對于第二批網絡營銷的關鍵崗位工作檢查表

報名方式：

望各店接此通知后迅速向本店總經理匯報，經總經理同意后，填寫報名表報集團企劃部網絡營銷部。

報名截止時間：2014年3月12日上午11：30

報送至：網絡營銷部杜廣宇（郵箱874720840@.qq.com）

培訓時間安排：

四、活動規則

參加并通過集團考核，符合網絡營銷硬件及人員配置要求，2014年集團將設立網絡營銷考核評定辦法，對于網路營銷運營比較好且季度考核得分≥95分以上的，對其總經理BSC+5分，對其網銷主管BSC+5分；得分≥90分，對其總經理BSC+3分，對其網銷主管BSC+3分；得分≤80以下的，對其總經理BSC-5分，對其網銷主管BSC-5分；

考核方式與細則：

分公司網絡營銷建設初期，務必重視基礎建設，包括人員管理、硬件設施、關鍵 KPI 及潛客渠道管理，以確保網絡營銷在終端生根發展：

銷售漏斗定義：

積跬步，以至千里！請各網絡營銷示范店切實將以上考核標準落實到網絡營銷日常工作中，以務實踏實的網銷模式創新迎接未來挑戰和機遇并存的汽車市場！

網絡營銷部2014年2月25號

第四篇：數據營銷（范文）

銷售人員如何做好銷售：讓數據說話

當市場競爭已經趨于同質化，數據庫營銷已經成為一種趨勢，當銷售員的級別日益提高，當你所接觸的數據越來越多，市場對銷售員的銷售數據分析能力的要求也越來越高。銷售員應有的數據敏感性與數據分析力就更應具備。新時代的精益化營銷給銷售員提出了更高的要求，要求一名合格的銷售員必須具有強烈的數據敏感性與較強的數據分析能力。

如何運用數據來說話，做好數據分析是銷售人員必學的一門課程。為什么這門課程這么重要呢?其實除了我們的銷售人員知識和閱歷不夠豐富外，是主要的就是沒有這個數據的觀念。在我們大部分的企業里都普遍的存在這種情況，業務員都不太重視數據，不少中國人寫的營銷書，可是，真正用數據分析營銷的書少之又少，可以說是鳳毛麟角。其實，所有的營銷都可以用數據來表達，數據是最有說服力的。外企與內企的最大區別是：外企喜歡用數據分析，內企習慣用古人的話、偉人的話、名人的話和領導的話來說理。但是在營銷實踐中，筆者的體會是更傾向于用數據說話，因為數據是不以人情和環境變化而變化的，也不以人的意志而變化的，數據面前人人平等。跟經銷商談判主要是數據分析，分析一些營銷常用的數據。如銷售額、費用、利潤、市場占有率、市場份額、開拓門店數、門店活躍數、同比增長、環比增長、投入產出比等等。這些數據都是針對市場和業績來要求的。用數據分析讓數據說話首先要學會分解數據，分解后的數據才會更加清晰和明了。比如銷售費用，我們通常會把它分解成銷售人員的報酬、廣告費用、業務費用、售后服務費用、銷售物流費用和公關費用。其中又把人員費用分解為：基本工資、獎金、津貼、福利和特殊獎勵;把業務費用分解為：差旅費、業務招待費、銷售折扣、壞賬損失和培訓費。通過這樣的分解就更加能看到我們的費用是增加還是減少，投入產出比也更加清晰，不會是猴子彈琴，亂彈一通。這樣的分析就會讓經銷商口服心服。用數據說話其次是學會用橫向對比和縱向對比。橫向對比就是同類事物的相互比較，經銷商銷售中的橫向比較是與同類型、同層次、同消費層面的經銷商之間的比較。縱向比較就是與自身的比較，具有歷史性。這兩種比較都能把銷售上的事項具體量化，使得銷售的比較更具實際意義。用數據分析讓數據說話還要學會使用一些分析工具。比如圖表、圖象、公式，它們都能更清晰地比較出具體的實況來。通常使用的工具有：適用于比較分析數據圖表類型、適用于推移分析數據圖表類型、適用于市場份額比例的圖表類型、適于產品層疊區分的堆積圖示分析、適于產品類型分布的象限圖分析、適于綜合實力分析的雷達圖示、適用于計算的函數等。餅圖、折線圖、柱型圖、條型圖、金字塔圖、甘特圖、餅圖和復合餅圖、散點圖都是與銷售有關的一些常用圖。由些可見，說服別人雖然是一件難事，但也不是做不到的事，關鍵是看你怎么樣說和怎么樣做，但最重要一點就是一定要說到別人的心坎上，你用了這些數據做為事實的證據，那么你的客戶也就是自然的心服口服了。銷售員應有的數據分析能力還應當包括：市場潛力的預測、市場問題的判斷、市場運做重心的選擇等多個方面。無論銷售員對銷售管理的表格使用如何、對銷售數據把握如何，對銷售數據的敏感性與有效利用能力都將成為21世紀銷售員必備的一項基本功，甚至關系到每一項銷售工作的成敗。

第五篇：污水處理廠的數據化管理

污水處理廠的數據化管理

在一個污水廠的運行中，每日的水量的統計，水質的化驗數據，耗電量、耗藥量都是每日運行產生的數據；隨著計算機技術，自控技術的不斷發展，越來越多的污水處理廠采用各種在線監控設備，這些在線監控設備每天也在不斷的產生各種監控數據。這樣大量的數據在每個污水廠是很重要的運行數據參數，但是這些數據產生出來以后，再怎樣和污水廠的生產管理相互結合起來，利用數據來幫助我們的工藝管理呢？公眾號用幾篇文章來聊聊污水廠的這些數據的管理和利用，以及如何實現污水處理廠的數據化管理的內容。

數據化管理的內容

對于污水處理廠產生的數據，我們從分別幾個方面進行歸類，1、污水相關，2、污泥相關，3、過程相關，4、電力相關，5、藥量相關，6、設備相關。這六個門類的數據基本能夠涵蓋污水處理廠的運行情況，下面就從這幾個方面進行詳細的羅列下污水廠的數據內容。

1、污水相關：作為一個污水廠來說，污水是主要的處理對象也是主要的產品，污水廠的各種收入和支出也與污水有關，因此對于污水所產生的數據是一個污水廠里最重要的數據來源。辨別和收集這部分數據，是運行人員要進行的重要工作之一。我們就來看看每日里污水相關的這些數據都有哪些。

污水相關數據有：每日污水提升水量、小時污水提升水量、出口每日污水排放水量，出口小時排放量；污水瞬時進水水質數據（常規項目COD、BOD、SS、TP、TN、NH３－N，PH等），24小時進水水質數據，污水出口瞬時水質數據，24小時出水水質數據；周分析的水質項目數據，月分析水質項目數據（這些主要根據各地監管部門的要求對GB１８９１８－２００２的水質數據進行選擇項目）。污水的水質水量數據構成了對每天進入污水廠的污水的一個基本描述。通過進出水流量計的統計，化驗室的分析化驗來把污水的基本描述數據收集起來。這些數據是污水廠每天運行的最基礎的數據資料，是反映污水廠是否正常運行的證據，因此這部分數據是一個污水廠必須進行全面收集和整理的資料。

2、污泥相關：污水處理中產生的剩余污泥，化學污泥，初沉污泥等等是污水中的污染物的濃縮，這些濃縮的污染物質在生產過程中是要進行有效的處置后才能排放，而對處理處置過程中的數據統計，就是污泥相關的數據。

污泥相關數據有：每日剩余污泥排放量，每日脫水機污泥投配泵提升量，脫水后泥餅量，外運泥餅車數；污泥絮凝劑加藥配比，脫水前污泥含水率，脫水后污泥含水率，污泥有機成分，脫水后上清液SS等等。污泥脫水的過程是保障污水處理正常運行的一個環節，通過每日的數據記錄，對污泥脫水能夠實現每日追蹤，對污水處理的問題發現和解決是重要的參考數據。

3、過程相關：過程相關的數據，主要來自于污水、污泥處理過程中人工進行干預或者操作而產生的數據。污水處理是一個復雜的多學科綜合的處理工藝，在這個處理工藝中會有多個流程環節進行工作，收集這些環節中產生的數據，是我們對這些過程進行有效管控的重要依據。

這些過程相關的數據主要有：污泥濃度MLSS，揮發性污泥濃度MLVSS，曝氣池溶解氧DO，污泥沉降比SV，ORP，指示性微生物的數量，構筑物停留時間，污泥儲池的停留時間，污泥儲池溢流水質數據等等。這些過程數據大部分來自于污水廠的自控系統的現場在線儀表的收集，在中控室的計算機上可靠有效的保留這些數據，方便管理人員后期調閱分析是自控系統的必備條件。這些過程參數從污水污泥的處置過程進行數字化的描述，對于過程進行更準確的描述，使我們的運行管理人員能夠通過數字來進行工藝的管控。４、電力相關：污水處理廠是典型的大耗能企業，對電力消耗的監控數據，是我們實現成本控制的重要前提，同時這些電力數據也是對設備運行工況的一個描述。對電力數據的收集整理，是每個污水廠都應該進行的工作。

電力數據主要包含有：每日總有功，總無功，動力耗電，照明耗電，各分變電室的有功，無功，動力，照明數據等；各主要的設備（提升水泵，鼓風機等）的電流，電壓值等；繳納電費數據等。

5、藥量相關：污水處理廠的運行過程中，依靠微生物還是不能完全達到國家的排放標準，因此在運行過程中會添加一些藥劑，來實現出水水質的達標排放。而這些投加的藥劑數據就是進行成本控制的重要核算項目，因此進行全面的藥量統計數據的記錄，是管控成本的重要依據。

藥量相關的主要數據有：除磷藥劑PAC的投加量，污泥脫水的PAM藥劑投加量，脫氮的補充碳源的藥劑投加量（根據實際運行水質進行投加），污水消毒劑的投加（化學藥劑），藥品噸水單耗，化驗室各種用藥量等等數據。這些投加的藥量是保證出水水質達標的，這些加藥量數據是污水廠重要成本之一，在日常運行中應認真收集。

6、設備相關：污水處理廠是由大量的設備組成的一個生產單位，對于這些組成的設備需要進行管理，才能保證污水處理的有效進行。但是怎么才能實現對這些污水處理設備的有效的管理，那就需要在我們運行中收集這些設備的數據，進行分析判斷，實現管理目標。

設備相關的數據主要有：設備類別，各類型設備臺數，設備安裝位置，設備能耗，設備轉速，設備運行時間，設備正常運行參數，設備運行的電流電壓，壓力，流量，溫度等，設備保養周期，設備加油數量周期，設備注脂的數量周期，設備檢修次數，內容，設備更換周期和更換時間，設備備品備件數量信息等。這些設備數據為每一臺套設備都提供了全面情況的數據描述，這些數據就為我們管理人員提供了設備的準確信息，便于管理人員對設備進行有效的管理和維護，確保設備正常運行，處理出水穩定達標。

運行數據收集整理

第一、分析數據產生來源。

從上一篇的公眾號文章的總結中，我們可以看到在一個污水廠生產數據來自于各個生產環節，污水廠的運行管理人員需要做的就是把這些生產環節每日甚至每時產生的數據進行分析，盡可能多的收集這些產生的數據。比如前一篇內容中所說的污水相關的數據，這些數據來自于進出口的流量數據，進出口的水質數據，所以這些數據就是來源于進口的流量檢測儀表，進口的水樣取水點，出口的流量檢測儀表，出口的水樣取樣點。進出口的流量檢測儀表每日定時記錄總數，然后從當日的累積總數和前日同一時刻的累計總數進行相減得出昨日的提升(進口)或者排放（出口）總量。根據進出口取樣點取的水樣在化驗室進行化驗，分析進出水的取樣的瞬時水樣數值。這樣就可以得出某一日的進水水量和瞬時水質的數據，這些數據就可以描述當日進水的基本情況。

而公眾號前一篇的文章所說的六個方面的數據，分布在污水廠運行的各個環節，但是由于每個污水廠的投資建設情況不同，很多污水廠無法做到所有的數據的完整全面的收集，這就需要污水廠的運營管理人員需要從生產的各個環節進行分析，挖掘數據產生的來源，在廠內現有的技術條件下，把生產環節產生的所有數據進行收集。

第二、建立數據收集表格。

通過分析生產環節的數據產生源，管理人員要建立數據的收集表格，很多數據在各類儀表上，隨著時間的變化，這些數據都在不停的變化，管理人員通過對廠內生產各個環節的分析之后，選擇可記錄的數據，進行生產運行表格的編制，設計記錄時間，記錄內容，甚至累積的數據等。這些運行表格一方面是作為廠內生產數據收集的第一手資料，同時也是廠內生產的運行資料，便于各級部門對污水廠的生產的監管過程中，進行有效的解釋和佐證。關于運行資料的建設，大家可以點擊回看“治污者說”公眾號關于污水廠資料管理的文章。通過在可記錄的環節建立的數據記錄表格，為污水廠的運行管理提供最原始的數據記錄資料。

這些數據記錄表格建立以后，不僅僅是臨時性的繪制一張表格，要把這些表格做成記錄本，有效的進行記錄數據的保存，為下一步的數據整理工作做好準備。

第三、規范運行人員記錄。

在有了這些記錄表格，距離數據的完整的收集還欠缺記錄的填寫工作。記錄的填寫是由運行人員進行填寫的，在運行人員進行填寫之前，管理人員應該對運行人員記錄的填寫進行規范化填寫的培訓。很多地區的運行人員欠缺基本的水處理結構知識，對填寫的數據不明就里，簡單的照貓畫虎，甚至存在編寫數據等情況的發生。這些行為會導致管理人員收集的數據錯誤百出，無法準確判斷實際的運行情況。因此管理人員要對運行人員對數據記錄的填寫的真實性要進行嚴格的管理。

在運行人員填寫之前要組織培訓，讓運行人員明白數據填寫的方法及意義。在填寫過程中，要不定時的檢查填寫的準確度，設計抽查的頻次和方式，保障數據的真實有效性。通過全方位的管理，確保數據的準確性，為后期數據整理分析工作規避錯誤風險。

第四、按月收集歸檔數據。

在完成數據收集的第一步之后，生產管理人員要對各個環節產生的數據進行以月度為周期進行收集歸檔。污水廠內各個生產環節的工作環境相對資料的保存整理是比較差的，如果沒有進行妥善的收集歸檔，這些原始的記錄數據很有可能會被遺棄，損毀，丟失等，而生產管理部門是具有良好的資料保存環境，管理人員按月度進行周期性的收集和歸檔工作，是對這些原始資料最好的保存，同時也是污水廠生產資料的有效保存。

在生產管理部門對這些資料進行分類管理和保存，使每日的運行數據資料成為運行檔案，方便今后的管理分析工作，是污水廠建設數據化管理工作的重要環節。第五、計算機化錄入數據。

實現了數據檔案的收集和歸檔工作之后，距離管理人員進行下一步的數據分析和整理工作還欠缺重要的一環，那就是數據的電子化。這些數據僅僅只是存在于紙版上，還是遠遠不夠的，管理人員后期無法利用電腦對這些數據進行整理和分析。所以這些數據的電子錄入也是數據化管理的重要組成部分。

數據的整理分析

一、利用工具

污水廠大量的數據，要進行分析是要有有力的工具進行的。在辦公室最常見的就是OFFICE套件里面的EXCEL軟件了，這個軟件本身就是為了表格數據而制作的，利用EXCEL對大量的數據進行統計分析，是非常方便的。

污水廠全年運行的各項指標數據的平均值，最大值，最小值，累積值等等在EXCEL里面都是非常簡單的命令可以實現，如果是通過人工計算器是非常容易出錯的。

而且EXCEl還有強大的數據繪圖功能，我們在分析數據的時候，對于直觀的曲線會更敏感，而對于全部的數字會比較遲鈍，因此我們把這些數據都繪制成曲線，就可以更加直觀的反映出問題。特別是污水處理廠中的微生物群體數量巨大，對外界環境的反應是一個漸進的過程，工藝的變化往往需要一個時期來進行，這個時候我們單獨對某一天某一組數據進行分析就很難發現這種變化，只有通過一段時間的曲線變化，才更能容易發現這種變化。

而EXCEL可以輕易的完成這些工作，幫助我們工藝管理人員更準確的把控工藝運行中出現的問題。

二、辨別數據

污水廠的數據特別是水質數據，絕大部分是瞬時樣的數值，這些數值我們可以通過系統的一些方法進行校驗，比如24小時的連續取樣化驗（點擊回看24小時化驗文章），取樣時避免工藝操作影響水質（有些污水廠的工藝排泥，污泥處置上清液回流會對進水水質造成一定的影響）等等，但是取樣的偶然性是完全不可回避的問題。偶然性的數據就會產生很多偏離現實的數據，這個時候我們需要對一些偏離度過大的數據進行剔除。

剔除的前提就是我們要學會辨別數據，有些數據是如何產生這么偏離正常值的，這個是需要我們工藝運行管理人員對污水廠的運行工藝要有很深入的研究和觀察的，比如關于進水水質，夏季的雨季某天暴雨可能造成數據偏低，每日清晨8~9點正是管網夜間排水已經抽空，早間排水還沒到廠，這時候取得水樣可能是管內淤積的污泥，導致進水水質嚴重偏高的情況，這些都是運行管理人員需要認真研究的，通過對日常的這些情況的觀察和記錄，在分析數據的時候把這些異常工況進行排查或者數據剔除，這樣的分析的數據才有價值，否則所有的分析的數據基礎就是錯誤的，那么后期的分析肯定是不正確的，因此我們必須要進行數據的辨別工作，才能保證工藝管理的正確。

三、數據關聯

在統計數據和辨別數據完成以后，我們要對這些污水廠的運行數據進行關聯。水質數據和過程參數需要進行關聯，我們可以通過EXCEL的雙曲線圖表功能，對進出水水質數據，過程參數（溶解氧、污泥濃度，揮發性污泥濃度、指示性微生物的數量、剩余污泥量等）進行數據的關聯，通過把污水處理的三大關鍵因素:水、氣、泥之間通過數據曲線進行關聯，我們可以更加直觀的看到過程參數的調整與出水水質變化的關聯性。這些關聯性更加直接說明了污水廠內工藝運行對處理水質變化的影響，而工藝管理人員可以通過這些數據之間的關聯了解和積累工藝操作對污水處理廠處理水質的變化的影響，從而更加有效的進行工藝的管控。

當然數據的關聯背后其實是有很多公式和函數變化來支持這種關聯性的，但是由于我們污水廠的專業的數據分析水平達不到那么高的水平，同時污水廠現場的情況是比較復雜和多變的，我們可以了解這部分關聯是有一定的內在關系的，但是不需要一定要為這種關聯建立一種直接性的公式聯接，我們需要的就是積累更多的第一手數據為我們工藝調控做出數據支持就可以了。當然我們如果有條件和高校合作，可以通過我們建立的數據體系，和高校共同進行深入的研究，對于污水廠的管理會有很大的幫助。

四、最優擬合

通過上述的一系列工作，我們能把污水廠的數據化管理進行完了么？其實還不算結束，還有一項很重要的工作，那就是最優化參數的擬合。每一個污水廠在一定的時期內，進水水質，設施運行參數，設備運行參數都是在一定范圍波動的，而我們需要在這些波動的范圍內尋找到最優化的運行參數。這種參數的尋找，一定是通過我們日常的數據化管理得出來的。當我們做到了污水廠的日常的數據化管理工作之后，我們會發現污水廠的運行數據在一個范圍內波動，一旦偏離了這個范圍，出水水質就會發生變化，甚至超標，而污水廠的最優化參數一定是在這個范圍內的。通過建立一個完善的污水廠的數據化管理體系以后，在2~3年的數據分析之后，我們就能無限逼近這個最優化的參數，這個參數讓我們的運行管理更有目標的進行，在日常運行中，發現偏離這個參數，就進行調整，通過數字化的運行，讓我們的管理工作更加合理有效，避免錯誤的操作導致更壞的工藝情況發生。但是我們要明確最優化參數一定不是一兩個數值，它是一個范圍，特別是在北方地區，它在一年四季的數值都不一樣的，這就需要我們建立更全面完整的數據化管理體系，積累更真實準確的數值，來得出合理的參數。

公眾號通過這三篇的內容，簡要的把污水廠的數據化管理進行了分析和說明，在我們國家現階段的實際中，每一個污水廠的發展水平不一樣，可能對數據化管理都有不同程度的理解和接受。我們知道最近國家環保部門開始對污水廠進行總氮總磷在線監控設備的安裝，這對我們的工藝管理提出了更高層次的要求，總磷總氮的同時去除，對于工藝管理上是要求很精準的，以往的粗放型的管理，在今后會越來越難以實現穩定達標。因此在污水廠內建立一個數據化的管理體系，是非常必要的，只有通過數據化的分析管理，我們才能實現精細化的管理，才能有各項指標的穩定達標。希望通過這三篇文章，拋磚引玉，讓每個運行人員都能深入的思考挖掘自己污水廠的數據化管理和精細化管理的思路，從而讓污水廠的運行管理更加精準，出水水質穩定達標。