大數(shù)據(jù)在供應鏈管理中的應用

摘要：在大數(shù)據(jù)時代，供應鏈面臨前所未有的機遇和挑戰(zhàn)，企業(yè)可以依托大數(shù)據(jù)技術來提升供應鏈管理水平。本文主要以供應鏈管理中的大數(shù)據(jù)技術為重點進行研究，包括大數(shù)據(jù)的數(shù)據(jù)類型、數(shù)據(jù)質量以及數(shù)據(jù)處理流程，分析了大數(shù)據(jù)在供應鏈中的各環(huán)節(jié)：產品研發(fā)與制造、采購、物流、銷售中的應用，為企業(yè)科學管理和決策提供支持。

關鍵詞：大數(shù)據(jù)；大數(shù)據(jù)分析技術；供應鏈管理

1 大數(shù)據(jù)的發(fā)展現(xiàn)狀

在過去的數(shù)年中，信息技術在社會、經濟、生活等各個領域不斷滲透和推陳出新。新興信息技術與應用模式的涌現(xiàn)，使得全球數(shù)據(jù)量呈現(xiàn)出前所未有的爆發(fā)式增長態(tài)勢，國際數(shù)據(jù)公司（IDC）的數(shù)字宇宙研究報告稱：2011 年全球被創(chuàng)建和被復制的數(shù)據(jù)總量超過1.8ZB，且增長趨勢遵循新摩爾定律（全球數(shù)據(jù)量大約每兩年翻一番），預計2020 年將達到35ZB。與此同時，數(shù)據(jù)復雜性也急劇增長，其多樣性（多源、異構、多模態(tài)、不連貫語法或語義等）、低價值密度（大量不相關信息、知識“提純”難度高）、實時性（數(shù)據(jù)需實時生成、存儲、處理和分析）等復雜特征日益顯著。大數(shù)據(jù)時代已經到來。大數(shù)據(jù)正在重新定義社會管理與國家戰(zhàn)略決策、企業(yè)管理決策、組織業(yè)務流程、個人決策的過程和方式。

在現(xiàn)今的大數(shù)據(jù)時代，大數(shù)據(jù)應用正逐步成為我國經濟新的增長點。易觀智庫新近發(fā)布的《2014 中國供應鏈大數(shù)據(jù)市場專題研究報告》顯示，在2014年中國供應鏈大數(shù)據(jù)份額中，零售業(yè)、制造業(yè)、服務業(yè)（非金融）、醫(yī)療業(yè)占據(jù)了約83%的市場份額。該報告把供應鏈大數(shù)據(jù)分為結構數(shù)據(jù)、非結構數(shù)據(jù)、傳感器數(shù)據(jù)及新類型數(shù)據(jù)四種，涵蓋了交易數(shù)據(jù)、時間段數(shù)據(jù)、庫存數(shù)據(jù)、客戶服務數(shù)據(jù)、位置數(shù)據(jù)等各個方面，且該報告顯示，目前，大數(shù)據(jù)已經被廣泛應用于供應鏈上各個環(huán)節(jié)。

供應鏈中產品研發(fā)與制造、采購、物流、銷售等重要環(huán)節(jié)，數(shù)據(jù)量都十分巨大。面對海量的數(shù)據(jù)，大數(shù)據(jù)技術能夠通過構建數(shù)據(jù)分析中心，深度挖掘數(shù)據(jù)背后的信息價值，將大數(shù)據(jù)作為企業(yè)的戰(zhàn)略資源，充分發(fā)揮大數(shù)據(jù)在企業(yè)戰(zhàn)略規(guī)劃、商業(yè)模式創(chuàng)新以及運營管理提升等方面的優(yōu)勢，為企業(yè)科學管理和決策提供支持。

2 大數(shù)據(jù)在供應鏈管理中的影響因素

要在供應鏈管理中有效的運用大數(shù)據(jù)，首先需要收集大數(shù)據(jù)，建立大數(shù)據(jù)庫，具備大數(shù)據(jù)的分析、整合能力。大數(shù)據(jù)的數(shù)據(jù)類型、數(shù)據(jù)質量、大數(shù)據(jù)分析技術等是重要的考慮因素。

2.1 大數(shù)據(jù)的數(shù)據(jù)類型

一般來說，大數(shù)據(jù)的數(shù)據(jù)類型包括以下四種類型：（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)?，F(xiàn)在的大數(shù)據(jù)分析主要以這一類數(shù)據(jù)為主，其中重要的結構數(shù)據(jù)來自企業(yè)的內部或者外部的管理信息系統(tǒng)，如ERP等。這些數(shù)據(jù)屬于企業(yè)的自身資源，結構化水平高，收集相對容易，處理此類結構化數(shù)據(jù)相對簡單，主要是構造表結構用來表示數(shù)據(jù)的屬性，對數(shù)據(jù)間的相關屬性與數(shù)據(jù)的意義進行分析。

非結構數(shù)據(jù)主要包括社會化數(shù)據(jù)、渠道數(shù)據(jù)以及客戶服務數(shù)據(jù)等等。盡管社會化數(shù)據(jù)對于供應鏈運營管理的作用是十分重要的，比如利用社交媒體數(shù)據(jù)來指導企業(yè)進行供應鏈活動的規(guī)劃以及社交媒體數(shù)據(jù)對供應鏈績效產生影響等等，但是社會化數(shù)據(jù)對供應鏈影響的研究卻相對缺乏。然而，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(wǎng)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。

2.2 大數(shù)據(jù)的數(shù)據(jù)質量

供應鏈大數(shù)據(jù)的質量直接影響了其可用性。如果采用低質量的數(shù)據(jù)，對供應鏈的決策不僅沒有幫助，反而會起到相反的作用?，F(xiàn)代企業(yè)供應鏈情況瞬息萬變，對供應鏈大數(shù)據(jù)的質量也提出了較高的要求。

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）。

2.3 供應鏈管理中大數(shù)據(jù)的處理過程

不同類型的大數(shù)據(jù)，其處理方面有所不同，但其處理過程基本上是一樣，主要步驟包括：數(shù)據(jù)采集、數(shù)據(jù)處理與集成、數(shù)據(jù)分析和數(shù)據(jù)解釋四個階段，如圖1所示，采集到的數(shù)據(jù)經處理和集成后，轉換成統(tǒng)一標準的數(shù)據(jù)格式，然后用相應的數(shù)據(jù)分析方法將其進行分析處理，最后用可視化的技術將結果展現(xiàn)出來。

（1）階段一：數(shù)據(jù)采集

目前供應量中大數(shù)據(jù)來源非常廣泛，常用的采集方法有：企業(yè)內部和外部的管理信息系統(tǒng)、搜索引擎的數(shù)據(jù)檢索工具、各類傳感器、RFID以及條形碼掃描技術等。隨著手機和平板電腦等移動終端設備的迅速普及、各類APP軟件的大量下載使用，數(shù)據(jù)采集的數(shù)量和精度不斷提升。

（2）階段二：數(shù)據(jù)處理與集成

數(shù)據(jù)的處理與集成階段的主要任務是對數(shù)據(jù)采用合適的方法進行適當?shù)靥幚?、去噪和進一步地集成存儲。

由于數(shù)據(jù)來源廣泛，注定了大數(shù)據(jù)的多樣性特征。如果這些數(shù)據(jù)不經過初步處理，進行高質量的數(shù)據(jù)分析將會非常困難。因此，在采集數(shù)據(jù)后，一般還要進行數(shù)據(jù)的處理與集成將這些多樣化的數(shù)據(jù)轉換為便于處理的較為單一結構的數(shù)據(jù)。當然，并不是所有數(shù)據(jù)都是有效的和相關性高的，這些數(shù)據(jù)還需要“去噪”，忽略無效數(shù)據(jù)，才能保證數(shù)據(jù)的有效性和可靠度。

（3）階段三：數(shù)據(jù)分析

大數(shù)據(jù)處理流程中核心的階段是數(shù)據(jù)分析，因為零亂的數(shù)據(jù)是沒有價值的，只有通過數(shù)據(jù)分析步驟，才能挖掘到大數(shù)據(jù)的真正價值。在數(shù)據(jù)分析階段，根據(jù)不同的應用需求，數(shù)據(jù)分析各有不同，常用的方法有統(tǒng)計分析、模型預測、智能算法、數(shù)據(jù)挖掘、機器學習等。

（4）階段四：數(shù)據(jù)解釋

從供應鏈的應用方面來說，數(shù)據(jù)解釋的結果才是最有意義的。才是隨著數(shù)據(jù)量的變大以及用戶對數(shù)據(jù)分析維度的增加，傳統(tǒng)的以文本形式輸出的數(shù)據(jù)展示方式已不能滿足數(shù)據(jù)用戶的需求，一種被稱為“數(shù)據(jù)可視化技術”數(shù)據(jù)展示方式開始出現(xiàn)，常見的方式有基于集合的可視化技術、基于圖標的可視化技術、基于圖像的可視化技術等，在數(shù)據(jù)可視化技術的幫助下，用戶可以很形象地獲得數(shù)據(jù)分析結果，對結果的理解和接受也更直觀。

3 大數(shù)據(jù)在供應鏈各環(huán)節(jié)中的應用

供應鏈由產品研發(fā)與制造、采購、物流、銷售等主要環(huán)節(jié)構成，各環(huán)節(jié)節(jié)節(jié)相扣，任何一個環(huán)節(jié)出現(xiàn)問題都會影響到其他環(huán)節(jié)的運作，影響整個供應鏈的運行效率。大數(shù)據(jù)對每個部分都有著重要的影響，具體分析如下：

3.1 大數(shù)據(jù)在產品研發(fā)與制造中的應用

產品的研發(fā)是企業(yè)生存和發(fā)展的基石，在市場環(huán)境變幻莫測的今天，只有推出更好的產品以滿足客戶不斷變化的需求，企業(yè)才能生存和發(fā)展。運用大數(shù)據(jù)可以更好的了解和掌握客戶的需求，設計出迎合市場的產品。

（1）客戶細分與定位

由于客戶的所從事行業(yè)、收入水平、個人愛好等方面差別很大，所以對產品的需求存在很大差異，企業(yè)需要對客戶進行細分，主要是根據(jù)他們表現(xiàn)出來的特征相似程度來劃分，基于這些將其分成若干用戶群。從劃分的各個客戶群來看，雖然這些細分的群體內部特征相似度很高，但是在群體之間有著顯著差異。因此，企業(yè)須對不同客戶群的需求提供不同的產品或服務。而通過用戶的大數(shù)據(jù)則能對客戶行為模式等進行準確判斷與分析，從海量的客戶信息中進行篩選，精準的對客戶進行細分和定位。

（2）客戶需求分析

不做客戶需求分析的企業(yè)，產品不可能有創(chuàng)新。以前企業(yè)研發(fā)產品，是根據(jù)市場調查來獲得消費者的意見，并憑借研發(fā)部門的對產品的理解和判斷來進行產品的設計決策，主觀性較大。而大數(shù)據(jù)的出現(xiàn)徹底打破了這種舊的思維模式，大數(shù)據(jù)對客戶購買產品的欲望、用途、功能、款式進行逐步發(fā)掘，將客戶心理模糊的認知以精確的方式展示出來，來確定產品的最重要的價值及特點。大數(shù)據(jù)不僅可以促進設計滿足顧客需求，還可以降低生產成本與開發(fā)成本。

3.2 大數(shù)據(jù)在采購中的應用

采購本質上是指購買商品和服務的過程，企業(yè)的大多數(shù)成本都來自此環(huán)節(jié)，其主要作用是選擇供應商、采購合約、評估供應商效益等。然而，在大數(shù)據(jù)時代，供應鏈中采購的作用并不限于此，大數(shù)據(jù)不僅可以幫助改進企業(yè)成本控制的流程，還能幫助企業(yè)制定采購決策，從而應對未知風險。

（1）采購計劃的預測和調整

采購計劃是整個供應鏈的源頭，顧客偏好是顧客滿意度的一個重要影響因素，因此，基于客戶端產生的大量數(shù)據(jù)信息，通過大數(shù)據(jù)分析技術、預測模型可以得知顧客對商品的偏好及該商品的需求量，從而根據(jù)商品來自于哪家供應商即可確定企業(yè)采購部門應當選擇的供應商，并根據(jù)實際情況，注重對供應商質量、價格、服務等方面行事前審核和監(jiān)控，憑借大量的數(shù)據(jù)信息確立更為合理的供應商評價指標體系，對供應商各方面情況進行綜合調查，進而選擇質量可靠、價格合理、服務優(yōu)良、信譽良好的供應商，確立其名錄，以便之后進行供應商管理，從而達到擇優(yōu)而錄的同時提高供應商的服務水平。這樣，不僅可以避免傳統(tǒng)采購方式的主觀因素、降低采購風險，還能給顧客帶來更佳的用戶體驗。

（2）與供應商建立戰(zhàn)略合作伙伴關系

企業(yè)采購部門通過數(shù)據(jù)平臺給供應商提供需求信息、反饋物資使用情況，與供應商共享更多的信息，從而與供應商建立良好的合作關系，并利用供應商評價體系幫助供應商建立起促進和保證質量的機制，以提高產品質量和性能，降低采購風險，真正實現(xiàn)以“雙贏”為目的的戰(zhàn)略聯(lián)盟。

3.3 大數(shù)據(jù)在物流中的應用

物流是供應鏈中的一個重要環(huán)節(jié)，現(xiàn)如今物流發(fā)展迅速，但是物流的成本問題任未得到很好的解決，利用大數(shù)據(jù)技術，可以進行庫存優(yōu)化、運輸路線和資源的合理配置等，降低物流成本，提升物流速度和效率。

（1）庫存優(yōu)化

倉庫在供應鏈管理中的主要作用是對于物品的存放提供空間，在物流的有些管理中也成為配送中心。傳統(tǒng)的庫存管理中的問題是企業(yè)的存貨的時間比較長，不利于物品的價值增長。大數(shù)據(jù)基于此設計了相關戰(zhàn)略中心管理倉庫，能夠充分從交通、距離等各種因素中篩選出最優(yōu)方案，包括路線、時間等。另一方面，利用大數(shù)據(jù)技術和平臺可以與供應商實時共享庫存信息和數(shù)據(jù)，供應商通過實時掌握企業(yè)的庫存、銷售預測及采購需求，而合理安排生產及供應，這樣可以大大降低庫存量、庫存成本，提高庫存周轉率。

（2）運輸路線和資源的合理配置

物流環(huán)節(jié)中成本最大的部分就是運輸環(huán)節(jié)了，運輸?shù)奈宸N基本模式分別是鐵路運輸、公路運輸、水路運輸、管道運輸及航空運輸。每一種運輸模式都有優(yōu)點和缺陷，比如航空運輸雖然速度快，但是成本過高，而且對于重量也有限制。水路運輸和鐵路運輸與航空運輸相比，速度較慢、成本較低。大數(shù)據(jù)分析可以對物流路線進行智能路線優(yōu)化。智能路線優(yōu)化是基于全球定位系統(tǒng)的處理，能夠根據(jù)導航系統(tǒng)對于路況信息進行整合分析得出相關最優(yōu)路線，進而提高運輸效率。另外，每一種運輸模式都需要運輸工具，比如汽車、飛機、火車等等，運輸工具對于供應鏈企業(yè)來說是資源，是有限的，可以通過互聯(lián)網(wǎng)和全球定位系統(tǒng)對運輸工具進行追蹤和數(shù)據(jù)收集，了解運輸工具的位置和承運情況，合理進行規(guī)劃和調配運輸資源。

3.4 大數(shù)據(jù)在銷售中的應用

（1）更優(yōu)定價

在對客戶需求預測基礎上，應用大數(shù)據(jù)技術還可以分析顧客對于質量與價格之間的偏好，分析其中的關系就可以進行合理的定價。給每一類客戶群體編號，然后通過客戶的消費金額、消費商品、售后服務等行為采集他們的相關數(shù)據(jù)，再用大數(shù)據(jù)系統(tǒng)建立特定模型，對每個顧客的海量數(shù)據(jù)進行分析，分析出每個顧客的消費習慣、近期可能需要的商品、對商品價格的偏好等，并用商品知識庫的數(shù)據(jù)分析與其他商品是互補還是替代關系，以此合理地制定商品價格并且有針對性地及時調整促銷計劃。從而在合理定價的基礎上，提高銷量、降低庫存，最終達到收益最大化。

（2）個性化商品推薦

消費者需求對整個供應鏈的運作起著重要的驅動作用，深入挖掘消費者的消費需求，尋找新的利潤增長點，成為企業(yè)競爭力的關鍵。作為直面顧客的消費數(shù)據(jù)，無論對企業(yè)還是消費者自身都蘊藏著巨大的價值。大數(shù)據(jù)環(huán)境下的企業(yè)，通過對消費者個性化用戶行為分析，包括購買時間、地點，訂單品類、數(shù)量，消費回饋、評價等相關數(shù)據(jù)的分析，對消費群體、行為、偏好、需求、層次、水平等進行系統(tǒng)區(qū)分和深入挖掘，進行個性化商品推薦，做到精準營銷。同時在建立對消費者消費行為預測的基礎上，有效引導消費。消費者可以根據(jù)大數(shù)據(jù)平臺智能決策系統(tǒng)，以最低的價格，購買到更好的產品和服務，充分獲取產品的溢價價值。

4 結論

本文首先對供應鏈管理中大數(shù)據(jù)的理論進行了梳理，對供應鏈管理中大數(shù)據(jù)的數(shù)據(jù)類型、數(shù)據(jù)質量、數(shù)據(jù)處理流程進行了分析。而且大數(shù)據(jù)在供應鏈中采購、制造、物流、銷售四個環(huán)節(jié)的應用，促進了企業(yè)供應鏈的優(yōu)化，提升了企業(yè)的核心競爭力。當然，在使用大數(shù)據(jù)技術時，企業(yè)還要根據(jù)企業(yè)自身的實際情況做出動態(tài)調整，尋找最適合企業(yè)的大數(shù)據(jù)應用方法，促進企業(yè)供應鏈管理的優(yōu)化升級。

參考文獻：

[1]馮芷艷等.大數(shù)據(jù)背景下商務管理研究若干前沿課題[J].管理科學學報，2013（1）：1-8.

[2]徐宗本等.大數(shù)據(jù)驅動的管理與決策前沿課題[J].管理世界，2014（11）：158-163.

[3]成棟，陳思潔.供應鏈管理中的大數(shù)據(jù)運用[J].現(xiàn)代管理科學，2017（8）：9-11.

[4]岳鵬博.基于互聯(lián)時代的供應鏈協(xié)同平臺創(chuàng)新與發(fā)展研究[D].武漢：華中科技大學，2014.

[5]閆志鑫.大數(shù)據(jù)對零售業(yè)采購與供應鏈管理的影響[J].中國市場，2015（11）：85-87.

[6]朱曉靜.大數(shù)據(jù)對企業(yè)供應鏈的影響芻議[J].中國包裝，2016（8）：77-81.

[7]申風平，黨源源.大數(shù)據(jù)在生鮮電商供應鏈中的應用研究[J].江蘇商論.2016（10）：18-21.

[8]陳智永等.大數(shù)據(jù)分析技術在跨境電商中的應用研究[J].中國商論.2016（3）：126-128.

[9]張晶.大數(shù)據(jù)應用：提升物流供應鏈價值[J].物流技術.2015（2）：25-28.

[10]徐賢浩，馬士華.物流與供應鏈管理導論[M].清華大學出版社，2011.

作者簡介：

章印，女，1984-，安徽績溪人，碩士，講師，蘭州財經大學信息工程學院教師，研究方向：供應鏈管理。