引言

      【中国MBA教育网讯】将理论回归于实践，从企业实际中发现，解决真实的问题是苏强教授一贯的研究特色，这一特色在其研究成果和具体实践项目中得到了充分的体现。

      基于数据分析的系统优化在各行各业都具有重要的应用价值和现实意义，无论是在生产制造领域还是在服务领域都有巨大潜力，苏教授结合多年的研究体会，从理论角度和实践层面进行了深度剖析，并对未来发展方向进行了专业解读，此外还对MBA人才培养进行了创新探索。

系统优化应用广泛 引领众多领域智能化发展

制造领域的专家

      苏教授指出，在制造领域里，系统优化对产品制造和生产管理起着重大作用。据苏教授介绍，他曾率领团队为上汽集团做过一套汽车质量成本管理系统。在对上汽下属多家企业的调研基础上，他们发现，企业缺乏完善的质量成本核算体系。为了解决这一问题，他们参考了包括中国和美国国标在内的多个质量成本科目体系，并结合中国企业实际需求，按照流程管理的思路，从全生命周期的角度，提出了一个更加科学完善的质量成本管理体系。

      基于该体系设定，质量成本核算涉及产品全生命周期，即从市场调研、客户需求、产品定位、样机试制、批量投产、直到最后产品的使用等流程，让所有部门参与到质量成本管理之中，形成完善的管理体系。苏教授表示，这样的思路可以推广应用到所有的制造业，只有如此才能真正管理质量并控制好成本。

      此外，苏教授在实际企业数据研究中发现“预防、鉴定、内损、外损“四类质量成本之间的平衡关系存在一定的时间滞后性，并在此基础上提出“相关性质量总成本”的概念，进而设计提出企业质量成本的优化算法。通过企业实际案例分析，定量计算出四类质量成本的平衡关系，发现“预防、鉴定”成本的少量投入，可以大幅降低“内损、外损”。遗憾的是，当时的上汽集团只是一味要求各下属企业降低占质量成本50%-70%的内损费用，而没有意识到“预防、鉴定”成本投入不足才是内损居高不下的真正原因。在苏教授的指导下，上汽集团开始关注预防性成本的投入，并实现了损失成本的显著降低。这一创新性研究发表在质量管理权威刊物上，得到了学术界与企业界的高度评价。

      针对于目前产品更新换代日益加快的时代特点，苏教授认为传统的“防错”装置（苏教授称之谓“硬防错”技术）已经无法适应质量管理需求，企业需要在产品设计之初就考虑制造过程中可能出现的质量问题，苏教授称之为“软防错”技术。即从产品设计阶段，就要预测出生产装配过程中可能出现的质量缺陷，并通过改进设计降低缺陷。对此，苏教授结合某企业彩色复印机产品的设计与装配生产进行了深入系统的案例解析，通过对生产过程中人为缺陷率的统计分析，研究产品结构和生产工艺对缺陷率的影响，在产品批量投产之前就可以预测其质量水平，从而指导工程师进行针对性改进。该研究成果发表在国际顶级期刊IEEE Trans on SCM上，该论文的合作者是装配生产领域的知名学者，美国MIT斯隆管理学院的Whitney教授。

电商服务行业的智囊 

      苏教授提到，他们团队早在2011年就与知名电商企业合作，并研究如何提升客户体验。区别于其他研究，苏教授所带领的团队，别具一格地从顾客抱怨的角度入手，着力解决其不满意的方面。“通常这些抱怨的内容都很具体，每个抱怨就是企业可以改进的机会，把导致顾客不满意的东西提取出来，利用PDCA确定不满意的根本原因并进行整改，长此以往可以帮助企业不断成长，提高顾客满意度。”

      苏教授表明，之前该企业顾客抱怨率在30%以上，客服部门的服务压力十分大。但数据分析表明，其实大多数顾客反馈的问题都是重复性高且一直存在的，企业通常只会给予客户一定的经济赔偿，使客户达到相对暂时地满意，并没有从根本上解决问题，从而导致运营成本和质量成本过高，顾客的意见也持续存在，对于企业形象并没有本质提升。因此，苏教授团队为该企业设计出一套行之有效的抱怨管理系统，可以精准找到相应的问题流程和责任人，从而实现针对性改进，达到标本兼治的效果。通过三年的努力，该企业客户抱怨率降到3%以下，销售额也实现了飞跃的增长。 

医疗行业的跨界者 

      为改善目前百姓看病排队时间长的问题，苏教授从自身研究领域出发，把工业工程和信息技术方法引入医疗领域，改进医疗服务，并率领研究团队为上海某医院研发了门诊预约排号系统。从管理理念的设计到软件实现，再到整合外部硬件提供商，在合作医院实现了系统的集成安装和实际应用，大大提升了医院门诊管理效率，方便了患者与医护人员。

      当前很多医院叫号系统都是对银行叫号系统的移植，对于“过号处理“，”回诊处理“，”点医服务“，”转诊处理“等功能都无法支持，而苏教授设计的叫号系统不但可以智能化处理这些问题，而且将患者从入院到出院全过程分成7个状态，实现了全流程的状态管理。

      苏教授表示，信息时代环境下，医院管理系统不能仅仅关注财务、人员和物资管理，而应当更加关注医疗服务流程的自动化和智能化管理，要学会利用信息技术，把握数据分析命脉，实现患者满意、医生省力、院方省心的三方互利局面。 

大数据时代，未来的发展趋势 

      “当今社会，数据的采集、整理、归结、分析越来越简便，组织的决策行为应该更加注重数据的支持，上至国家政策，下至企业和各类组织，都应该按数据说话。”

      大数据时代，“数据分析及应用”在不同的领域发挥着极大的作用，且势头越来越强劲。现在很多电商推荐商品时通常是推荐同类商品，实际上应该根据顾客的兴趣组合进行推荐，对此苏教授通过对顾客浏览行为的分析提出了“顾客兴趣模式”。比如顾客在网站的浏览过程中看了哪些网页、停留了多少时间、跳转的路径等，这些数据可以让我们了解顾客兴趣，进而可以预测顾客下一步的采购意向，并据此进行精准推荐。在医疗领域，苏教授曾研发出基于数据分析和人工智能的结肠癌诊断算法，通过实际数据验证，该算法可以将诊断精度从78%提高到87%，对医疗服务产生较大帮助。在清洁生产领域，苏教授利用大数据分析与人工智能算法，建立了某制药企业的能源消耗模型，在保证交货期不变和生产品种及产量不变的情况下，可以使企业的能源消耗降低10%。

      在未来，面对各行各业智能化的发展趋势，苏教授表示：“以后机器人会在很多方面比人类更强，而我们现在应该尽量把能力提升在思想上，尤其是自己从无到有的创造性思维上，这才是以后人类的价值所在。”

将实践应用到课堂，提升学生能力 

      作为具有多年国外求学和教学经历的资深学者，苏教授对于西方大学的科研运作体系比较了解，回国后将国际教学特色与国内教学体系相结合，培养了一大批具有国际化视野的高素质管理人才。

      在教学模式方面，他更加注重与学生的互动，在课堂上经常采取学生分组研究方式，针对企业实际问题进行问题诊断和改进分析，把课堂学到的东西应用到实际当中。除此之外，他还非常支持MBA中心倡导的移动课堂，积极地开展移动课堂教学，由企业提出问题，将学生带到企业现场，与企业人员一同探索问题解决之道。这种身临其境的教学方式，不仅极大的调动了学生们的学习热情，同时也提高了学生的理论联系实际的能力，成为学生所喜闻乐见的一种学习形式。

      对于未来专业化管理人才的培养，苏教授则怀有更多的期待，“你们要有强烈的求知欲和不畏艰难的探索精神，学习过程是很累的，并不比跑马拉松容易，需要自己长途跋涉、攻坚克难、持之以恒，才能实现巅峰的攀越。同时要注重数据分析，不断地深入挖掘，形成自己的独特视角，力争更加深入、更加系统的理解问题和解决问题。”