馬潔 鄭彩云
摘要:大數(shù)據(jù)技術(shù)的發(fā)展為物流服務(wù)升級(jí)提供了更多可能,很多企業(yè)已經(jīng)在這方面應(yīng)用大數(shù)據(jù)或產(chǎn)生這種需求。本文通過(guò)具體的案例分析和廣泛的問(wèn)卷調(diào)研方法分析了企業(yè)應(yīng)用大數(shù)據(jù)進(jìn)行供應(yīng)鏈物流服務(wù)升級(jí)的現(xiàn)狀和需求,為深入研究提供了基礎(chǔ)。
關(guān)鍵詞:大數(shù)據(jù) 供應(yīng)鏈 物流服務(wù)升級(jí)
中圖分類號(hào):F252
文獻(xiàn)標(biāo)識(shí)碼:A
文章編號(hào):2096-0298(2019)02(b)-012-02
2018年7月中國(guó)產(chǎn)業(yè)信息網(wǎng)發(fā)布了2018年中國(guó)物流供應(yīng)鏈的管理現(xiàn)狀并對(duì)行業(yè)發(fā)展趨勢(shì)進(jìn)行了分析。2018年1-5月,全國(guó)社會(huì)物流總額為105.3萬(wàn)億元,同比增長(zhǎng)7.1%,可知我國(guó)物流發(fā)展情況良好,仍具有巨大的潛力,但是我國(guó)現(xiàn)代物流和供應(yīng)鏈管理行業(yè)仍然處在初級(jí)發(fā)展階段,提供的增值服務(wù)比較少,而增值服務(wù)十分重要,已成為主流趨勢(shì),并且大數(shù)據(jù)技術(shù)將成為新的價(jià)值點(diǎn)。對(duì)于企業(yè)來(lái)說(shuō)如何提高增值服務(wù),進(jìn)行服務(wù)升級(jí)十分關(guān)鍵。大數(shù)據(jù)技術(shù)的逐漸成熟為服務(wù)升級(jí)提供了新的思路。由此,供應(yīng)鏈物流服務(wù)升級(jí)是否需要大數(shù)據(jù)技術(shù)支持,以及目前企業(yè)應(yīng)用大數(shù)據(jù)的現(xiàn)狀成為有價(jià)值的研究方向。本文主要運(yùn)用案例分析與調(diào)研分析的研究方法探討應(yīng)用大數(shù)據(jù)技術(shù)進(jìn)行供應(yīng)鏈物流服務(wù)升級(jí)的現(xiàn)狀和需求。
1 案例分析
1.1 京東的商業(yè)數(shù)據(jù)分析與智慧供應(yīng)鏈
1.1.1 案例背景
京東在2004年正式涉足電商領(lǐng)域,2014年掛牌上市。截至2017年3月31日,京東集團(tuán)有超過(guò)12萬(wàn)名正式員工,主要業(yè)務(wù)涉及電商、金融和物流三大板塊。傳統(tǒng)供應(yīng)鏈主要面臨計(jì)劃管理、業(yè)務(wù)監(jiān)控、成本控制、客戶服務(wù)等挑戰(zhàn)。計(jì)劃管理要求適時(shí)地備貨與調(diào)撥,業(yè)務(wù)監(jiān)控要求將各個(gè)環(huán)節(jié)的數(shù)據(jù)打通及時(shí)跟蹤,成本控制主要降低庫(kù)存成本,客戶服務(wù)需要在適當(dāng)?shù)臅r(shí)間,以合理的價(jià)格,提供給客戶最需要的產(chǎn)品。京東利用大數(shù)據(jù)技術(shù)構(gòu)建了包括好計(jì)劃系統(tǒng)、好商品系統(tǒng)、好價(jià)格系統(tǒng)等,有效地提高了供應(yīng)鏈整體效率。京東在2017年底正式發(fā)布了智慧供應(yīng)鏈戰(zhàn)略,以數(shù)據(jù)挖掘、人工智能、流程再造和技術(shù)驅(qū)動(dòng)為源動(dòng)力,形成覆蓋“商品、價(jià)格、計(jì)劃、庫(kù)存、協(xié)同”五大領(lǐng)域的智慧供應(yīng)鏈解決方案。
1.1.2大數(shù)據(jù)應(yīng)用
京東智慧供應(yīng)鏈中的采購(gòu)、銷售、配送等環(huán)節(jié)都充分利用了大數(shù)據(jù)技術(shù)。采購(gòu)環(huán)節(jié)主要涉及了選品、預(yù)測(cè)以及補(bǔ)貨?;诖髷?shù)據(jù)的智能選品,能夠在海量產(chǎn)品中選擇哪些產(chǎn)品將來(lái)會(huì)成為爆品,通過(guò)機(jī)器學(xué)習(xí)與統(tǒng)計(jì)學(xué)知識(shí)構(gòu)造預(yù)測(cè)模型和補(bǔ)貨模型,與大數(shù)據(jù)技術(shù)結(jié)合能夠?qū)崿F(xiàn)海量數(shù)據(jù)的內(nèi)存式預(yù)測(cè)和補(bǔ)貨計(jì)算,對(duì)未來(lái)京東各個(gè)倉(cāng)庫(kù)的銷量和備貨量進(jìn)行預(yù)測(cè),做到智能化、自動(dòng)化補(bǔ)貨。銷售環(huán)節(jié)主要運(yùn)用的是動(dòng)態(tài)定價(jià)。利用人工智能模型實(shí)現(xiàn)京東動(dòng)態(tài)定價(jià),對(duì)產(chǎn)品生命周期、行業(yè)、促銷等因素進(jìn)行全面分析,通過(guò)大數(shù)據(jù)算法實(shí)現(xiàn)動(dòng)態(tài)定價(jià),幫助商家保持健康運(yùn)營(yíng)并有效控制庫(kù)存。配送環(huán)節(jié)充分利用了大數(shù)據(jù)預(yù)測(cè)技術(shù),與自動(dòng)補(bǔ)貨系統(tǒng)結(jié)合,提高商品的現(xiàn)貨率與庫(kù)存的周轉(zhuǎn)率。通過(guò)對(duì)歷史訂單、促銷數(shù)據(jù)的分析,對(duì)未來(lái)每個(gè)倉(cāng)庫(kù)和站點(diǎn)預(yù)測(cè)將來(lái)每天、每月的訂單量,幫助倉(cāng)儲(chǔ)運(yùn)營(yíng)體系預(yù)先進(jìn)行人力資源預(yù)估及排班。
京東目前服務(wù)超過(guò)2億的活躍用戶,超過(guò)1萬(wàn)家活躍的供應(yīng)商,每月產(chǎn)生的對(duì)外采購(gòu)訂單超過(guò)200萬(wàn)單。僅京東大數(shù)據(jù)平臺(tái)數(shù)據(jù)總?cè)萘恳呀?jīng)突破200PB(拍字節(jié)),每天新增超過(guò)l.5PB數(shù)據(jù),每天約有20萬(wàn)個(gè)報(bào)表分析作業(yè)運(yùn)行,日處理達(dá)到150億行數(shù)據(jù)量。
1.1.3效果分析
2017年,京東集團(tuán)市場(chǎng)交易額接近1.3萬(wàn)億元。京東是中國(guó)收入規(guī)模最大的互聯(lián)網(wǎng)企業(yè)。京東通過(guò)海量、高價(jià)值的大數(shù)據(jù),勾勒用戶畫像,通過(guò)人工智能和機(jī)器學(xué)習(xí)充分了解用戶行為習(xí)慣和潛在需求,成為整個(gè)供應(yīng)鏈條中的信息鏈接和整合者,幫助供應(yīng)商和品牌商更好地進(jìn)行運(yùn)營(yíng),使得零售供應(yīng)鏈整體效率提升,更好地服務(wù)于用戶。在智慧定價(jià)與人工定價(jià)的對(duì)比測(cè)試中,智慧定價(jià)組取得GMV(Gross Merchandise Volume網(wǎng)站成交金額)提升3.6%,毛利額提升19.0%的成績(jī),充分展示了大數(shù)據(jù)在供應(yīng)鏈領(lǐng)域應(yīng)用的威力。此外通過(guò)大數(shù)據(jù)極大地提高了庫(kù)存管理能力,用數(shù)據(jù)預(yù)測(cè)某款商品未來(lái)28天在每個(gè)倉(cāng)的銷量,從而助力采銷提前且高效地進(jìn)行庫(kù)存管理,能夠讓商品現(xiàn)貨率保持90%以上。
1.2 貨車幫的公路物流信息平臺(tái)
1.2.1案例背景
貨車幫是中國(guó)最大的公路物流互聯(lián)信息平臺(tái),致力于構(gòu)建中國(guó)公路物流產(chǎn)業(yè)生態(tài)。平臺(tái)經(jīng)濟(jì)的發(fā)展使社會(huì)的運(yùn)轉(zhuǎn)更加高效并降低浪費(fèi)。物流平臺(tái)主要是整合各方物流信息,讓信息不再是一個(gè)個(gè)孤島。物流平臺(tái)本身既要采集數(shù)據(jù),同時(shí)也在不斷生成數(shù)據(jù),這些數(shù)據(jù)價(jià)值巨大,需要用到大數(shù)據(jù)技術(shù)進(jìn)行整合、挖掘與分析。隨著“互聯(lián)網(wǎng)+”物流的推進(jìn),從2014年開(kāi)始在萬(wàn)億級(jí)的道路運(yùn)輸市場(chǎng)中出現(xiàn)了一批車貨匹配信息平臺(tái)企業(yè),通過(guò)互聯(lián)網(wǎng)方式,整合線下車源和貨源。根據(jù)中國(guó)物流與采購(gòu)聯(lián)合會(huì)研究數(shù)據(jù)顯示,物流信息平臺(tái)企業(yè)營(yíng)收的24.84%主要來(lái)自增值服務(wù)。貨車幫利用大數(shù)據(jù)技術(shù)進(jìn)行數(shù)據(jù)分析、挖掘與可視化可以為用戶提供更全面的服務(wù),并為社會(huì)物流成本的降低做貢獻(xiàn)。
1.2.2大數(shù)據(jù)應(yīng)用
貨車幫每日貨源信息有500萬(wàn)條,日成交金額超17億元,積累了海量物流大數(shù)據(jù)。數(shù)據(jù)類型主要是車貨數(shù)據(jù)、交易數(shù)據(jù)、用戶數(shù)據(jù)、征信數(shù)據(jù)、車載數(shù)據(jù)、金融數(shù)據(jù)等。目前貨車幫平臺(tái)累計(jì)采集和整合的物流大數(shù)據(jù)規(guī)模已超過(guò)20PB,每日新增數(shù)據(jù)存儲(chǔ)量超過(guò)lOTB,每日請(qǐng)求量計(jì)算次數(shù)超過(guò)4萬(wàn)億次。這些數(shù)據(jù)價(jià)值巨大,需要運(yùn)用大數(shù)據(jù)技術(shù)進(jìn)行整合、分析、挖掘?yàn)樘岣吖肺锪餍?,降低空駛浪費(fèi)做出貢獻(xiàn)。2015年貨車幫發(fā)布了全國(guó)公路物流指數(shù),云計(jì)算與大數(shù)據(jù)技術(shù)就是該指數(shù)發(fā)布的主要技術(shù)支撐。全國(guó)公路物流指數(shù)依據(jù)貨車幫海量數(shù)據(jù),能夠全面反映我國(guó)公路物流貨物運(yùn)輸流向、貨物分布情況、車輛分布情況等。貨車幫利用數(shù)百萬(wàn)的用戶數(shù)據(jù),可以進(jìn)行對(duì)用戶數(shù)據(jù)的分析與挖掘,構(gòu)建用戶畫像模型,解讀關(guān)鍵點(diǎn)數(shù)據(jù),從而為研發(fā)更多的新服務(wù)項(xiàng)目和業(yè)務(wù)合作提供支撐。通過(guò)對(duì)車源信息的挖掘,構(gòu)建車輛生命周期系統(tǒng),為車主提供從購(gòu)車、加油、貸款、車輛保險(xiǎn)到車輛維修等一系列服務(wù)。此外,貨車幫還構(gòu)建了物流大數(shù)據(jù)可視化分析平臺(tái),將整合的數(shù)據(jù)信息通過(guò)大數(shù)據(jù)可視化技術(shù)呈現(xiàn)出來(lái),實(shí)現(xiàn)了數(shù)據(jù)的實(shí)時(shí)展現(xiàn)。目前,貨車幫正在聯(lián)合相關(guān)專家與學(xué)校,共同建設(shè)物流大數(shù)據(jù)研究院,通過(guò)平臺(tái)積累的大數(shù)據(jù)資源,整合內(nèi)外部信息,對(duì)物流數(shù)據(jù)進(jìn)行分析挖掘。
1.2.3 效果分析
根據(jù)貨車幫官網(wǎng)顯示數(shù)據(jù),2016年貨車幫為社會(huì)節(jié)省燃油615億元,為社會(huì)減少碳排放3300萬(wàn)噸。貨車幫通過(guò)大數(shù)據(jù)分析技術(shù),使得車貨匹配場(chǎng)景效率提高50倍,利用精準(zhǔn)的用戶畫像和風(fēng)控模式,達(dá)到年流水逾300億的好成績(jī),不僅便利了高速的通行,還緩解了用戶的資金壓力。貨車幫通過(guò)大數(shù)據(jù)的累積、應(yīng)用和創(chuàng)新,為提高社會(huì)物流效率做出貢獻(xiàn),為物流產(chǎn)業(yè)運(yùn)行檢測(cè)與發(fā)展提供參考性建議。
2 調(diào)研分析
為了研究應(yīng)用大數(shù)據(jù)技術(shù)進(jìn)行供應(yīng)鏈物流服務(wù)升級(jí)的需求情況,對(duì)供應(yīng)鏈物流相關(guān)企業(yè)進(jìn)行了廣泛的問(wèn)卷調(diào)查。問(wèn)卷內(nèi)容包括受訪者屬性、應(yīng)用大數(shù)據(jù)的現(xiàn)狀情況、應(yīng)用大數(shù)據(jù)技術(shù)進(jìn)行供應(yīng)鏈物流服務(wù)升級(jí)的需求情況。
問(wèn)卷調(diào)查共收集的有效問(wèn)卷276份,其中96%以上來(lái)自供應(yīng)鏈、物流相關(guān)企業(yè)管理人員。從受訪者所屬機(jī)構(gòu)主營(yíng)業(yè)務(wù)看,有50.72%的企業(yè)主營(yíng)生產(chǎn)制造,有26.45%的企業(yè)主營(yíng)供應(yīng)鏈或物流服務(wù),這些企業(yè)都與研究的方向密切相關(guān),問(wèn)卷的收集對(duì)象有效。從受訪者所屬機(jī)構(gòu)人員規(guī)模來(lái)看,人員規(guī)模20-300人的樣本占到了50.72%,其次是300-1000人,占到了28.99%;年?duì)I業(yè)收入3000萬(wàn)元-30000萬(wàn)元范圍的樣本占比為39.49%,其次是200萬(wàn)元-3000萬(wàn)元范圍的樣本占比30.43%??梢?jiàn)多數(shù)反饋企業(yè)為中小型,符合企業(yè)規(guī)?;痉植?,問(wèn)卷收集具有廣泛性和代表性。
2.1 企業(yè)應(yīng)用大數(shù)據(jù)進(jìn)行供應(yīng)鏈物流服務(wù)升級(jí)的現(xiàn)狀分析
2.1.1大數(shù)據(jù)掌握情況
企業(yè)對(duì)于企業(yè)內(nèi)部銷售、庫(kù)存、采購(gòu)等業(yè)務(wù)數(shù)據(jù)以及客戶、產(chǎn)品、供應(yīng)商等基礎(chǔ)數(shù)據(jù)掌握最多,對(duì)上下游合作方可提供的有關(guān)運(yùn)輸、存儲(chǔ)、客戶、產(chǎn)品的合作方數(shù)據(jù)掌握情況次之,對(duì)其他外部大數(shù)據(jù)的掌握最少。
2.1.2大數(shù)據(jù)利用情況
針對(duì)上述業(yè)務(wù)數(shù)據(jù)、基礎(chǔ)數(shù)據(jù)、合作方數(shù)據(jù)和外部數(shù)據(jù)的利用情況,多數(shù)企業(yè)反饋利用程度較高。其中對(duì)內(nèi)部業(yè)務(wù)數(shù)據(jù)和基礎(chǔ)數(shù)據(jù)的利用度較高,60%以上的企業(yè)積極反饋認(rèn)為能夠支持庫(kù)存調(diào)控、市場(chǎng)營(yíng)銷、采購(gòu)決策及供應(yīng)商管理、成本控制和資源整合等職能;而利用外部數(shù)據(jù)支持本企業(yè)業(yè)務(wù)運(yùn)作與管理的力度不足,僅半數(shù)企業(yè)作出正面反饋。
2.1.3大數(shù)據(jù)應(yīng)用層次
55.8%的企業(yè)已經(jīng)應(yīng)用大數(shù)據(jù)實(shí)現(xiàn)管理可視化并輔助業(yè)務(wù)評(píng)估,60%左右的企業(yè)能應(yīng)用大數(shù)據(jù)進(jìn)行預(yù)測(cè)和分析,甚至智能決策,可見(jiàn)很多企業(yè)應(yīng)用大數(shù)據(jù)的層次較高。
2.2 應(yīng)用大數(shù)據(jù)技術(shù)進(jìn)行供應(yīng)鏈物流服務(wù)升級(jí)的需求分析
問(wèn)卷中關(guān)于應(yīng)用大數(shù)據(jù)技術(shù)進(jìn)行供應(yīng)鏈物流服務(wù)升級(jí)的需求情況涉及范圍較廣,包括應(yīng)用大數(shù)據(jù)進(jìn)行精準(zhǔn)營(yíng)銷、智能選品與定價(jià)、庫(kù)存控制、智能分倉(cāng)、配送優(yōu)化、站點(diǎn)選址、路徑優(yōu)化、儲(chǔ)位管理、智能補(bǔ)貨、采購(gòu)管理、成本分析、開(kāi)發(fā)新服務(wù)、服務(wù)模式創(chuàng)新等方面,每個(gè)題目回答需要的占最多數(shù),還有部分人選擇不好判斷,部分人選擇迫切需求,少部分人選擇目前不需要或根本不需要。
分析應(yīng)用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)針對(duì)客戶的精準(zhǔn)營(yíng)銷與個(gè)性服務(wù)這個(gè)問(wèn)卷問(wèn)題,選擇“需要”這個(gè)選項(xiàng)的人數(shù)占到了調(diào)研人數(shù)的48.55%。表明將近一半的人認(rèn)為其所在機(jī)構(gòu)需要應(yīng)用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)精準(zhǔn)營(yíng)銷與個(gè)性服務(wù)。分析應(yīng)用大數(shù)據(jù)技術(shù)輔助配送路線或運(yùn)輸路由的優(yōu)化這個(gè)問(wèn)卷問(wèn)題,選擇“需要”這個(gè)選項(xiàng)的人數(shù)占到了調(diào)研人數(shù)的43.12%,表明了應(yīng)用大數(shù)據(jù)在輔助配送路線或運(yùn)輸路由這方面的需求比較多。分析應(yīng)用大數(shù)據(jù)技術(shù)進(jìn)行商品需求預(yù)測(cè)這個(gè)問(wèn)卷問(wèn)題,有42.03%的人選擇了“需要”這個(gè)選項(xiàng)。
分析所有選項(xiàng)中對(duì)迫切需求的選擇情況,可以發(fā)現(xiàn)應(yīng)用大數(shù)據(jù)技術(shù)輔助商品或原材料的采購(gòu)管理、應(yīng)用大數(shù)據(jù)技術(shù)輔助成本分析這兩個(gè)問(wèn)題選擇“迫切需求”的多于其他方面。其中應(yīng)用大數(shù)據(jù)技術(shù)輔助商品或原材料的采購(gòu)管理這個(gè)問(wèn)題中選擇“迫切需求”的占比為31.16%。應(yīng)用大數(shù)據(jù)技術(shù)輔助成本分析這個(gè)問(wèn)題中選擇“迫切需求”的占比為28.62%,表明這兩個(gè)方面對(duì)大數(shù)據(jù)技術(shù)的需求較為迫切。
綜合分析,企業(yè)對(duì)應(yīng)用大數(shù)據(jù)技術(shù)進(jìn)行供應(yīng)鏈物流服務(wù)升級(jí)的需求是比較明顯的,其中應(yīng)用大數(shù)據(jù)進(jìn)行需求預(yù)測(cè)、配送優(yōu)化、庫(kù)存控制的需求較多,應(yīng)用大數(shù)據(jù)進(jìn)行采購(gòu)管理、成本分析的需求更加迫切。
3 結(jié)語(yǔ)
本文為大數(shù)據(jù)與物流服務(wù)相關(guān)的研究提供一定的參考,分析了企業(yè)應(yīng)用大數(shù)據(jù)的現(xiàn)狀情況,證明了企業(yè)進(jìn)行物流服務(wù)升級(jí)對(duì)大數(shù)據(jù)的需求,研究了哪些方面的需求較多以及哪些方面的需求比較迫切。對(duì)于大數(shù)據(jù)如何幫助企業(yè)提升服務(wù),是否存在一種路徑幫助企業(yè)利用大數(shù)據(jù)進(jìn)行物流服務(wù)升級(jí)是更深一層研究,可以作為新的研究方向。
參考文獻(xiàn)
[1]豐佳棟.云計(jì)算視角下的第三方物流服務(wù)質(zhì)量創(chuàng)新模型[J].中國(guó)流通經(jīng)濟(jì),2015(2).
[2]林小芳,夏慧玲,趙政華.基于端點(diǎn)三角白化權(quán)函數(shù)的物流服務(wù)質(zhì)量績(jī)效灰色聚類評(píng)估模型[J].物流科技,2018(6).
[3]劉剛.生鮮農(nóng)產(chǎn)品電子商務(wù)的物流服務(wù)創(chuàng)新研究[J].商業(yè)經(jīng)濟(jì)與管理,2017(3).
[4]李朝敏.以創(chuàng)新驅(qū)動(dòng)區(qū)域物流產(chǎn)業(yè)轉(zhuǎn)型升級(jí)研究[J].物流科技,2017,40(9).
[5]劉勤,龔方恒.傳統(tǒng)建材專業(yè)市場(chǎng)的電子商務(wù)物流服務(wù)升級(jí)研究[J].物流技術(shù),2014(9).