供應鏈管理中的大數(shù)據(jù)運用

成棟++陳思潔

摘要：隨著供應鏈運營全球化、互聯(lián)網化以及信息化的發(fā)展，數(shù)據(jù)已經滲透到每一個行業(yè)和業(yè)務職能領域，業(yè)已成為一個重要的生產因素，并且海量數(shù)據(jù)可以通過多種方式產生價值，因此，對于大數(shù)據(jù)的運用，就成為了企業(yè)獲得競爭力以及獲得供應鏈長遠發(fā)展的戰(zhàn)略。在這一背景下，企業(yè)在供應鏈運營過程中如何運用大數(shù)據(jù)，以及大數(shù)據(jù)如何幫助企業(yè)實現(xiàn)有效的供應鏈決策成為了目前供應鏈實踐以及理論研究的重要趨勢?；诖?，文章系統(tǒng)介紹分析了影響大數(shù)據(jù)在供應鏈運用中的影響因素和具體作用。

關鍵詞：大數(shù)據(jù)；供應鏈管理；研究展望

一、 引言

隨著新興信息技術以及應用模式的涌現(xiàn)，全球的數(shù)據(jù)量也呈爆發(fā)增長趨勢。在數(shù)據(jù)管理中，存在三個維度的挑戰(zhàn)，即數(shù)據(jù)量大（Volume）、數(shù)據(jù)類型繁多（Variety）以及數(shù)據(jù)增長快（Velocity）。另一些學者在3V的基礎上發(fā)展了4V，但對第4個V卻有不同的理解。國際數(shù)據(jù)公司（International Data Corporation，IDC，2011）認為，大數(shù)據(jù)應該具有價值性（Value），即指數(shù)據(jù)價值密度相對較低，這也就意味著如果數(shù)據(jù)增長但隱藏在數(shù)據(jù)背后的有用價值卻沒有呈比例增長，就會增加我們挖掘數(shù)據(jù)價值的難度。IBM則認為大數(shù)據(jù)還具有真實性（Veracity），也就意味著數(shù)據(jù)分析應建立在準確的數(shù)據(jù)之上，避免人為篡改或在傳輸中失真。雖然大數(shù)據(jù)成了近年來實踐和理論研究的熱點話題，但以往對于大數(shù)據(jù)的研究和預測性分析功能大多聚焦在對消費者數(shù)據(jù)分析、偏好預測分析等，而“大數(shù)據(jù)”在供應鏈中應用的研究卻相對缺乏。如今供應鏈變得越來越復雜，企業(yè)要想保持自己的競爭優(yōu)勢，必須重視對于“大數(shù)據(jù)”的應用，工業(yè)研究咨詢機構（Industry ARC）進行的研究指出，2018年全球供應鏈大數(shù)據(jù)市場將從2012年的大約4.3億美元增長到37億美元左右，2013年～2018年的年度復合增長率約為31.4%。Waller和Fawcett（2013）也指出，數(shù)據(jù)科學、預測性分析和大數(shù)據(jù)將會改變供應鏈的設計和管理方式，從不同的數(shù)據(jù)庫獲取信息來對供應鏈進行分析能夠幫助供應鏈管理經理提高供應鏈的運營績效，并且大數(shù)據(jù)還能促進企業(yè)間的信息協(xié)同，是企業(yè)的一種戰(zhàn)略性資源。

二、 大數(shù)據(jù)在供應鏈運用中的影響因素

要在供應鏈運營和決策中有效的運用大數(shù)據(jù)，首先需要建立良好的大數(shù)據(jù)庫，具備分析、整合大數(shù)據(jù)的能力。從研究的主要維度看，有關的研究和探索的問題主要圍繞大數(shù)據(jù)的數(shù)據(jù)類型、數(shù)據(jù)質量、大數(shù)據(jù)分析技術以及大數(shù)據(jù)分析的人力資源等幾個方面展開。

1. 大數(shù)據(jù)的數(shù)據(jù)類型。數(shù)據(jù)類型涉及到大數(shù)據(jù)的數(shù)據(jù)形態(tài)和獲取的途徑和方法，供應鏈中的大數(shù)據(jù)主要包括以下四種類型：（1）結構數(shù)據(jù)；（2）非結構數(shù)據(jù)；（3）傳感器數(shù)據(jù)；（4）新類型數(shù)據(jù)。

結構數(shù)據(jù)指那些在電子表格或是關系型數(shù)據(jù)庫中儲存的數(shù)據(jù)，這一類型的數(shù)據(jù)只占數(shù)據(jù)總量的5%左右（Cukier，2010），主要包括交易數(shù)據(jù)和時間段數(shù)據(jù)。現(xiàn)在的大數(shù)據(jù)分析大多以這一類數(shù)據(jù)為主，其中重要的結構數(shù)據(jù)包括ERP數(shù)據(jù)，因為ERP系統(tǒng)中存儲的數(shù)據(jù)是企業(yè)運轉多年的系統(tǒng)積累的大量的行業(yè)數(shù)據(jù)，這些數(shù)據(jù)對于企業(yè)的經營決策和預測來說意義非常重大。

非結構數(shù)據(jù)主要包括庫存數(shù)據(jù)、社會化數(shù)據(jù)、渠道數(shù)據(jù)以及客戶服務數(shù)據(jù)。盡管現(xiàn)在有大量的研究和報告在探討數(shù)據(jù)和分析能力對供應鏈管理的重要性，但對于非結構數(shù)據(jù)，例如社會化數(shù)據(jù)對供應鏈的影響和作用的研究卻相對缺乏。Natoli在2013年進行的行業(yè)調查中發(fā)現(xiàn)，盡管物流供應商、生產者以及零售商們都在借力于傳統(tǒng)的供應鏈數(shù)據(jù)進行供應鏈的管理，但是參與調查的企業(yè)中，只有1%的企業(yè)參考了社交媒體數(shù)據(jù)。然而，社會媒體數(shù)據(jù)對于供應鏈運營管理的作用是十分重要的，如何利用社交媒體數(shù)據(jù)來指導企業(yè)進行供應鏈活動的規(guī)劃（包括新產品的開發(fā)、利益相關者的參與、供應鏈風險管理以及市場探查等）以及社交媒體數(shù)據(jù)對供應鏈績效產生影響的具體機制是我們下一步需要深入探討的。而要想從內容豐富的非結構化數(shù)據(jù)中挖掘出商業(yè)智慧，就需要使用不同的研究方法和度量方式，包括描述性分析、內容分析以及網絡分析等。

除了上述兩種主要的大數(shù)據(jù)類型外，還有傳感器數(shù)據(jù)和新類型數(shù)據(jù)。傳感數(shù)據(jù)主要包括RFID數(shù)據(jù)、溫度數(shù)據(jù)、QR碼以及位置數(shù)據(jù)，這類數(shù)據(jù)增長很快，并能為供應鏈金融帶來巨大商機；新類型數(shù)據(jù)主要有地圖數(shù)據(jù)、視頻數(shù)據(jù)、影像數(shù)據(jù)以及聲音數(shù)據(jù)等，這類數(shù)據(jù)多用于可視化領域，并能夠幫助提高數(shù)據(jù)質量，使數(shù)據(jù)的實時性更強、提高了數(shù)據(jù)分析的精準度。

2. 供應鏈大數(shù)據(jù)的質量。Dey和Kumar（2010）指出企業(yè)在進行大數(shù)據(jù)分析時，需要考慮數(shù)據(jù)的質量問題。低質量的數(shù)據(jù)不僅會影響企業(yè)的決策，甚至還可能導致企業(yè)產生損失。事實上，數(shù)據(jù)的有用性取決于數(shù)據(jù)質量，隨著大數(shù)據(jù)重要性的躍升，對高質量數(shù)據(jù)的需求也增加了。

雖然現(xiàn)在對于數(shù)據(jù)質量評價還沒有統(tǒng)一標準，但是大家一致贊同數(shù)據(jù)質量評價應包含多個維度指標。Lee等（2002）指出數(shù)據(jù)質量的評價應包括數(shù)據(jù)內在（Intrinsic）要求和情境（Contextual）要求。內在要求指數(shù)據(jù)本身所具有的客觀屬性，包括數(shù)據(jù)的準確性、及時性、一致性和完整性。情境指數(shù)據(jù)的質量依賴于數(shù)據(jù)被觀察和使用的情境，包括關聯(lián)性（Relevancy）、價值增值性（Value-added）、總量（Quantity）、可信度（Believability）、可及性（Accessibility）、數(shù)據(jù)聲譽（Reputation of the Data）。

3. 供應鏈中的大數(shù)據(jù)分析技術。

（1）分析學。分析學是大數(shù)據(jù)分析的基礎，它能幫助企業(yè)更好的基于事實做出決策，Davenport和Harris（2007）就指出，定量技術、預測模型等能提高企業(yè)的盈利能力。另外，大數(shù)據(jù)分析不僅能幫助我們獲得新的見解，還有助于提高我們預測的準確性，但上述益處都是建立在數(shù)據(jù)挖掘和統(tǒng)計分析基礎上。甚至可以說，大數(shù)據(jù)如果沒有分析學對數(shù)據(jù)進行解析，數(shù)據(jù)也就僅是一堆“數(shù)據(jù)”，毫無價值。大數(shù)據(jù)需要分析學，但是要想讓分析學嶄露頭角，擁有數(shù)據(jù)卻是不夠的，還得借助于分析工具。當然，分析學如果沒有大數(shù)據(jù)作為研究對象，其也只是數(shù)學和統(tǒng)計的工具和應用方法罷了，無法發(fā)揮其對于企業(yè)的價值。

（2）供應鏈分析。大數(shù)據(jù)分析技術也是目前供應鏈管理的研究熱點，德勤2014年的工業(yè)研究報告認為供應鏈分析首先需要從廣泛的內部和外部來源獲取數(shù)據(jù)，并借助相關的分析工具和技術進行數(shù)據(jù)剖析，以通過數(shù)據(jù)獲得見解，從而幫助供應鏈降低成本和風險，并提高運營敏捷性和服務質量。盡管有很多企業(yè)已經利用了大數(shù)據(jù)分析技術來優(yōu)化企業(yè)的運營決策、輔助進行商業(yè)營銷決策，但是大數(shù)據(jù)在供應鏈中的運用研究相對貧乏，并且就算有關大數(shù)據(jù)分析與供應鏈管理的實踐文章和咨詢報告開始增加，但是內容大多是重復的，并且缺乏嚴謹?shù)目茖W調查（Waller & Fawcett，2013）。另一方面，即使一些企業(yè)已經開始采用大數(shù)據(jù)分析方法，但是運用方式不僅混亂，還無法觸及分析實質。

除此之外，也有的學者認為大數(shù)據(jù)分析技術與企業(yè)的業(yè)務和運作流程相關，Wu等（2013）從創(chuàng)新擴散理論和信息加工視角分析了供應鏈情境下云計算技術的應用，實證研究表明當企業(yè)的業(yè)務流程很復雜或是供應鏈中各個組織的信息系統(tǒng)已經良好兼容時，云計算對于供應鏈價值就大打折扣；相反，對于那些創(chuàng)業(yè)型企業(yè)或是信息系統(tǒng)具備特殊功能性時，云計算對企業(yè)則更具價值。由此可見，企業(yè)文化、業(yè)務流程和特性等會影響企業(yè)對大數(shù)據(jù)分析技術的應用。

4. 大數(shù)據(jù)分析能力和人力資源因素。供應鏈大數(shù)據(jù)運用的能力是企業(yè)利用分析學進行供應鏈決策的關鍵驅動因素。Schoenherr和Speier-Pero（2015）對企業(yè)使用大數(shù)據(jù)分析的困難進行了問卷調查，發(fā)現(xiàn)促使企業(yè)放棄大數(shù)據(jù)分析技術的一個重要原因是企業(yè)缺乏相關人才。Waller和Fawcett（2013）認為大數(shù)據(jù)不但會改變供應鏈的設計和管理方式，于此同時也會給物流企業(yè)和供應鏈管理帶來了新的挑戰(zhàn)，首當其沖就是缺乏擁有大數(shù)據(jù)分析能力和供應鏈管理相關專業(yè)知識復合型人才。麥肯錫也早在2011年就預測，“到2018年，具有資深分析能力的人才空缺數(shù)將達到140 000到190 000人”。

對于數(shù)據(jù)分析家應當具備的技能，Schoenherr和Speier-Pero（2015）指出預測（定量和定性的）、運籌、統(tǒng)計學（估算和抽樣的方法）以及經濟學（決定機會成本）都對大數(shù)據(jù)分析非常重要，此外，數(shù)據(jù)操作以及溝通與人際交往的能力也對大數(shù)據(jù)分析運用不可或缺，因為數(shù)據(jù)操作的技能不僅要求數(shù)據(jù)科學家能從數(shù)據(jù)庫和資料庫中提取交易信息，還需要從社交網站上獲取顧客相關信息并與企業(yè)內部的數(shù)據(jù)進行整合，也就是需要數(shù)據(jù)科學家能夠對結構性數(shù)據(jù)和非結構性數(shù)據(jù)進行整合分析。當然，數(shù)據(jù)科學家不僅需要高效處理數(shù)據(jù)，還需要將分析的間見解準確傳達。此外，大數(shù)據(jù)分析在供應鏈管理中的運用還要求數(shù)據(jù)分析家具備供應鏈管理相關知識。總的來看，數(shù)據(jù)分析家需要具備企業(yè)業(yè)務流程和決策制定、數(shù)據(jù)管理以及分析和建模工具等相關技能。

三、 供應鏈管理中大數(shù)據(jù)運用的績效

大數(shù)據(jù)之所以在供應鏈管理中具有舉足輕重的作用，不僅在于其能夠增強決策的預見性，還有助于提高供應鏈運營績效和競爭力。總的來看，大數(shù)據(jù)不僅能夠提高供應鏈運營效率、促進供應鏈創(chuàng)新與發(fā)展，還能幫助企業(yè)進行供應鏈風險管理。

1. 大數(shù)據(jù)對供應鏈運營效率的影響。Schoenherr和Speier-Pero（2015）的研究發(fā)現(xiàn)，企業(yè)認為大數(shù)據(jù)能夠提高他們的決策制定能力、需求計劃能力，還增強了供應鏈運營效率、供應鏈的可視性，并同時降低了供應鏈運營成本。在決策制定方面，大數(shù)據(jù)能提高企業(yè)決策的有效性、準確性和科學性，例如葉斌等（2014）指出，在物流決策中，大數(shù)據(jù)技術可以應用于競爭環(huán)境的分析與決策、物流供給與需求匹配、物流資源優(yōu)化與配置等；在提高供應鏈效率方面，通過數(shù)據(jù)分析能夠促進供應鏈高效、合理分配資源，同時提高整個供應鏈的協(xié)同能力，例如閆?。?013）速遞行業(yè)進行了研究，其發(fā)現(xiàn)通過大數(shù)據(jù)與物流倉儲進行結合，并通過智能化以及海量的數(shù)據(jù)分析，能最大化的整合平臺物流的信息和客戶信息，有助于物流和貨物信息的最佳匹配，便于企業(yè)協(xié)調企業(yè)內外的各種資源而最大化的提高速遞行業(yè)物流資源的利用率；在增強需求計劃能力方面，數(shù)據(jù)分析使企業(yè)將不同數(shù)據(jù)進行整合，并結合客戶的實在需求，能更加合理的安排業(yè)務活動，使企業(yè)不但能夠根據(jù)顧客要求進行業(yè)務創(chuàng)新，還能提高企業(yè)應對顧客需求變化所帶來的挑戰(zhàn)，例如，相婷婷（2013）指出，供應鏈金融引入大數(shù)據(jù)技術，金融機構可以將相關各方經營活動中產生的物流、商流、資金流和信息流歸結并進行整合，針對不同供應鏈的特色提供不同的在線融資、結算以及投資理財?shù)染C合的金融和增值服務；在降低供應鏈運營成本方面，大數(shù)據(jù)能促進了各企業(yè)在優(yōu)化路徑、調控資源和降低成本等方面進行信息的挖掘分析，進一步提高了企業(yè)的經濟效益，例如，薛錦輝（2014）認為金融機構可以依托平臺會員在平臺上的大量交易數(shù)據(jù)并依托交易背后的物流信息數(shù)據(jù)給平臺會員進行融資，這改變了通過供應鏈中核心企業(yè)以給上下游企業(yè)授信的融資模式，并而通過物流信息平臺的實時信息反饋和監(jiān)督，還能降低金融機構的監(jiān)督成本，從而進一步降低了供應鏈金融的運營成本。

2. 大數(shù)據(jù)與供應鏈創(chuàng)新發(fā)展。大數(shù)據(jù)對供應鏈的影響不僅僅在于提高供應鏈運營效率，還有助于供應鏈創(chuàng)新。大數(shù)據(jù)代表著一種新的生活方式、提供了一種新的資源和新的能力、是一種新的技術，還帶來了一種新的思維方式，由此更容易孕育顛覆性創(chuàng)新。曹凌（2013）指出，大數(shù)據(jù)具有催生社會創(chuàng)新、變革的力量。具體來看，在企業(yè)業(yè)務方面，韓蕊（2013）指出，大數(shù)據(jù)技術為分析現(xiàn)有業(yè)務難題和潛在機會帶來了創(chuàng)新的方法，并且這種全新的資源和分析技術也能通過全新的方式來改善企業(yè)的運作；在技術方面，李逸群、龍劍（2013）指出，大數(shù)據(jù)有助于降低知識轉化的成本并加快知識轉化的速度，而知識在轉化的過程中則有利于技術的創(chuàng)新。

3. 大數(shù)據(jù)與供應鏈風險管理。Schlegel（2014）指出，企業(yè)可以利用大數(shù)據(jù)和預測性分析技術來減緩和管理供應鏈風險。宋華（2015）也指出，供應鏈風險管理有賴于高度的信息化管理，并且這種信息化不但包括企業(yè)經營管理系統(tǒng)的信息化，還需要強調企業(yè)內部和企業(yè)與企業(yè)之間的信息化溝通以及供應鏈運營管理的信息化。而信息化的管理有助于打通供應鏈節(jié)點的信息瓶頸，不僅提高可供應鏈的可視化，還能夠進一步積累數(shù)據(jù)。

對于供應鏈風險的管理，主要包括事前、事中以及事后的管理，而大數(shù)據(jù)在這三方面都能發(fā)揮巨大作用。首先，大數(shù)據(jù)技術能使事前風險預判結果更加準確，因為大數(shù)據(jù)來源不僅包括企業(yè)本身產生的數(shù)據(jù)，還包括企業(yè)互聯(lián)網或是移動平臺獲取的各種外部數(shù)據(jù)，而不同數(shù)據(jù)結合進行綜合分析，結果更加可靠。其次，大數(shù)據(jù)技術能使企業(yè)的事中控制更加動態(tài)高效，因為大數(shù)據(jù)分析對于各類數(shù)據(jù)的整合有助于企業(yè)更好地掌握自身的行為模式，還便于其發(fā)現(xiàn)運營狀態(tài)的變化規(guī)律，從而按照規(guī)律設置風險控制點以實現(xiàn)事中風險的動態(tài)管理。另一方面，大數(shù)據(jù)分析還能幫助企業(yè)識別異常情況，因為對于實時數(shù)據(jù)反復的迭代分析能夠對于數(shù)據(jù)的模式產生一定的預期，而一旦某些數(shù)據(jù)出現(xiàn)異常，就能很快識別并采取一定應對措施。最后，大數(shù)據(jù)技術能為事后風險處置決策提供更好的支持，即使單個事件的發(fā)生具有偶然性，大數(shù)據(jù)有助于企業(yè)找出偶然性背后的必然性，由此企業(yè)便掌握了主動權，能夠制定更加客觀的風險處置決策。

四、 結論

本文對供應鏈管理中大數(shù)據(jù)的運用進行了梳理，認為如今學術界對于大數(shù)據(jù)在供應鏈中的應用研究相對稀少，落后于實踐的發(fā)展，對于大數(shù)據(jù)對于供應鏈管理影響的具體機制以及大數(shù)據(jù)于供應鏈能力之間的交互作用缺乏深入理解。另外，目前的研究大多是描述性的，并且缺乏理論的支撐。本文認為未來對于大數(shù)據(jù)與供應鏈的研究應該沿著大數(shù)據(jù)運用的影響因素、大數(shù)據(jù)對供應鏈運營以及發(fā)展的影響這一研究路徑繼續(xù)。另外，實踐問題應該和管理理論進行結合以深度挖掘問題中存在的本質，因此，未來的研究也需要強調與管理理論結合進行分析，將資源基礎觀、交易成本管、系統(tǒng)論等理論引入對大數(shù)據(jù)供應鏈的分析中，這定能幫助加深對大數(shù)據(jù)在供應鏈管理中的價值的理解。

參考文獻：

[1] Schoenherr T， Speier-Pero Cheri.Data Scie- nce， Predictive Analytics， and Big Data in Supply Chain Management： Current State and Future Potential[J].Journal of Business Logistics，2015，36（1）：120-132.

[2] Wu Y， Cegielski C G， Hazen B T， et al. Cloud Computing in Support of Supply Chain Information System Infrastructure： Understa- nding When to go to the Cloud[J].Journal of Supply Chain Management，2013，49（3）：25-41.

[3] 葉斌，黃文富，余真翰.大數(shù)據(jù)在物流企業(yè)中的應用研究[J].物流技術，2014，（8）：22-24.

[4] 閆俊.大數(shù)據(jù)對速遞行業(yè)發(fā)展的影響研究[J].物流技術：裝備版，2013，（12）：104-108.

[5] 相婷婷.電子供應鏈金融的技術支撐[J].電子測試，2013，（14）：245-246.

[6] 薛錦輝.供應鏈金融應該如何運用大數(shù)據(jù)[J].中國外匯，2014，（18）：36-37.

[7] 曹凌.大數(shù)據(jù)創(chuàng)新：歐盟開放數(shù)據(jù)戰(zhàn)略研究[J].情報理論與實踐，2013，36（4）：118-122.

[8] 韓蕊.淘金大數(shù)據(jù)業(yè)務創(chuàng)新才能贏[J].互聯(lián)網周刊，2013，（21）：18-19.

[9] 李逸群，龍劍.大數(shù)據(jù)時代下戰(zhàn)略性新興產業(yè)的創(chuàng)新路徑研究[J].消費電子，2013，（14）：173-174.

[10] 宋華.中國供應鏈[M].北京：中國人民大學出版社，2015.

[11] Schlegel G L.Utilizing big data and pre- dictive analytics to manage supply chain risk[J].The Journal of Business Forecas- ting，2014，33（4）：11-33.

基金項目：國家自然科學基金項目“產業(yè)供應鏈服務化條件下的服務外包決策與風險管理”（項目號：71272155）。

作者簡介：成棟（1968-），男，漢族，陜西省西安市人，中國人民大學商學院教授、博士生導師，研究方向為物流管理和供應鏈管理、電子商務；陳思潔（1989-），女，漢族，重慶市人，中國人民大學商學院博士生，研究方向為供應鏈管理。

收稿日期：2017-06-06。