大数据分析在供应链管理中的应用

大数据分析在供应链管理中的应用

付志楠 刘雯雯 张辉

中国航发哈尔滨东安发动机有限公司 黑龙江省 哈尔滨市 150060

摘要：目前国内外对大数据的定义主要分为两个视角:数据资源视角和数据应用视角。资源视角下，大数据的特征包括体积大、速度快、模态多、难辨识、价值密度低等，能力视角下的大数据定义更重视大数据分析能力。尽管从资源视角研究大数据得到了学术界的广泛认可，但是大数据资源本身不足以塑造企业核心竞争力，唯有与企业其他资源整合上升到能力层面，才能发现隐藏的且有价值的信息和结论，从而提高商业效益和运营效率，开拓新的市场和机会。

关键词：大数据分析；供应链管理；应用

1导言

供应链管理中的许多实证研究都是基于对原始数据的分析———为了研究目的而收集的数据。物流和供应链管理领域的研究特点是过度依赖调查方法的使用，并在较小程度上进行案例研究。而随着社交媒体数据越来越受到供应链管理实践和研究的重视，在社交媒体数据驱动在供应链管理中的应用研究中已经有学者开始利用社交媒体大数据直接作为研究数据来源，而如何有效提高社交媒体非结构化数据的分析能力成为供应链管理研究的一大障碍。

2物流企业商业模式现状

商业模式是市场经济背景下的一种企业创新活动。当前，随着市场经济的发展，物流行业中涌现出以下几种商业模式：第一，传统外包模式。随着现代经济运行方式向全球化、专业化方向发展，企业往往为了集中资源、节省管理费用、增强核心竞争能力，把相关物流业务以合同的方式委托给专业的物流公司运作。目前大多数物流企业都采用这种运营模式。第二，战略联盟模式。战略联盟是多元化途径和战略之一，它通过与其他企业、组织或个人建立长期合作关系而进入新的业务领域。联盟可包括多家同地和异地的各类物流企业，其联盟规模越大，可获得的信息共享、信息交流等总体效益会越大。目前我国电子商务物流企业都采用这种运营模式。第三，综合物流模式。综合物流模式是将仓储、运输、配送、信息处理以及包装、装卸、流通加工等物流服务集成一体，为客户提供综合性、一体化的物流服务的运营模式。有三种构建方案：一是投资新建或改建原有设施；二是兼并一些小型物流企业；三是几个物流运营商以入股份制方式进行联合。第四，协同运作模式。协同运作模式为其他物流企业提供信息技术、管理技术、供应链策略、战略规划等方案的运营模式，它在整个服务过程中并不参与物流业务的具体实施，而只是指导其他物流企业完成其相关物流业务，是4PL运营模式。第五，方案集成模式。这种模式通常由物流公司和客户成立合资或合伙公司，并利用成员的资源、能力和技术进行整合和管理，为需求者提供全面、集成的供应链管理服务。第六，行业创新模式。这种模式通过借助某一行业的资源、技术、能力，为其他多个行业的客户提供供应链解决方案，使整个行业在供应链上实现创新，即以核心物流企业为主导，联合其他物流企业，为行业的不同客户提供高质量全方位的服务。第七，动态联盟模式。它是战略联盟方式之一，是为了快速响应某一市场机遇，通过信息高速公路，将产品涉及到的不同企业临时组成一个团队，并统一指挥的合作经济实体。也就是说，一些相对独立的诸如3PL、供应商、制造商、分销商等服务商，通过利益共享和风险共担来实现企业间的精诚合作，是一种联合竞争、共同盈利的合作机制。

3大数据环境下物流管理改革与创新

物流企业要想有所发展，运用大数据分析则是它们的必由之路。物流企业应充分利用大数据挖掘技术找出潜藏在海量数据中的有用信息，将其应用到物流管理中，开发新的业务模式，实现物流企业的转型之路。

3.1“大数据+物流信息平台”的构建

大数据涉及到诸多的新技术，如存储、检索、管理等。这些技术已经相对成熟，但是上升到大数据层面上，传统的硬件设施与软件算法已经无法支持这些海量的数据运算，而这些则正是物流拥抱大数据所欠缺的。物流企业应建立一个可以支撑起物流企业得以运作的、能够覆盖全国的数据中心网络体系。同时，物流企业应采用数据库和数据仓库等方法来提高数据的质量，也可定制数据的存储和使用标准来提高信息资源的利用率。通过信息化的物流平台，物流企业将会实现全面的科学化运营，如调整资源配置、优化配送方案等，并将这些运送过程中发生的变化实时地反馈给客户，实现企业与客户的共赢。因此，着手开发这些技术，使它们在物流中发挥出作用是物流企业所应该要追求的目标。

3.2“大数据+思维方式”的改变

大数据的广泛应用，已经开始让物流行业从业者意识到数据是动态流动以及蕴含巨大价值的。随着物流企业对大数据的沉淀和利用，大数据将会释放出更多的能量，为物流企业带来更多的价值。但是，从短期来看，或许大数据更像是存在于虚拟领域的一种东西，但是如果企业能够学会思维转换，大数据或许能产生更多的创意火花，从而创造出更多的新产品和新服务。因此，物流企业应摒弃传统的守旧观念，主动跟上时代的潮流，用先进技术和思想颠覆其传统的思维方式，尤其是管理层的守旧观念。管理层观念的转变可以确保企业战略的正确方向，也使企业员工认识到实施大数据的必要性，从而可以从管理层得到更多的支持。

3.3“大数据+物流管理团队”的建设

“互联网+”与物流行业的融合离不开专业人才的作用，大数据更是如此，需要专门的管理团队。因此，物流企业应与当地高职院校建立合作关系，不断地从高职院校引进高素质人才，并定期组织内部管理人员参加相关的培训，提高物流管理人员的专业水平，保障物流管理工作顺畅进行。

3.4“大数据+个性化服务”的实施

物流业的大数据应用要有针对性地为客户提供实时的个性化服务。在大数据的应用下，数据资源成了战略资源。物流企业需要通过联网化的物流数据平台，利用互联网、物联网、云算法等技术所建立的数据库实现信息的收集、提取、分析、反馈等，为整个物流行业及其周边行业提供实时数据。物流企业还可以根据客户的动态需求变化做出进一步的调整，为用户提供车货匹配、运输路线的优化等方面的个性化服务。

3.5“大数据+库存管理”的应用

互联网技术的不断提升以及物流行业商业模式的变化，有效地推动了物流行业的创新，带来了新价值。物流企业可以将大数据应用在库存管理中，通过库存结构的改善和优化降低存储成本，并利用大数据的分析结果来对商品进行分类，例如哪些商品可以用来促销，哪些商品可以用来为平台引流。另外，物流系统也会根据过往的商品销售状况进行建模和分析，为日后的商品采购以及营销活动提供重要的参考。

3.6“大数据+供应链协同管理”的模式

大数据可以帮助生产商与供应商建立良好的供应关系，实现信息共享，建立相互信任的关系。供应商和生产商之间建立的VMI运作机制和库存需求信息的共享，可以实现更加良好的供给配合，减少因缺货而造成的损失。

4结语

在大数据驱动供应链管理的应用研究中，目前多数研究都是基于理论研究，很少有学者进行实证分析进行探索具体如何将大数据分析方法应用于供应链管理中的各个环节。并且多数理论模型都是通过“供应商－制造商”这样一个简单的供应链体系，或者仅仅从某一个角度进行切入，不适合复杂的供应链网络和宏观层面的供应链架构。如何克服多维度的障碍有待学者进一步的研究。在社交媒体数据驱动供应链管理的应用研究中，绝大部分研究都聚焦于供应链的下游，如客户关系管理、需求和销售等环节，如何探究供应链上游中社交媒体数据驱动对供应链管理决策的影响有待学者进一步研究。

参考文献

[1]刘羿勋,顾航,郜社荣.大数据应用对供应链管理价值提升的意义[J].电子技术与软件工程,2018(24):137.

[2]范兴兵.基于大数据技术的电子供应链金融风险管理研究[J].广东轻工职业技术学院学报,2018,17(04):25-28.

[3]董美曾.供应链管理环境下跨境电子商务发展策略研究[J].全国流通经济,2018(36):10-11.