大數(shù)據在供應鏈中的應用研究

劉鵬程

摘要： 隨著物聯(lián)網的快速發(fā)展以及企業(yè)供應鏈運營的信息化，大數(shù)據已滲透到企業(yè)供應鏈的運營中，成了企業(yè)重要的生產要素。因此，企業(yè)供應鏈部門如何運用大數(shù)據，成為企業(yè)獲得競爭力和長期發(fā)展戰(zhàn)略的重要因素。鑒于此，文章綜述了目前大數(shù)據的應用情況，分析了應用大數(shù)據存在的挑戰(zhàn)，并給出了相應的建議。

Abstract： With the rapid development of IoT and the informatization of enterprise supply chain operation， big data has penetrated into the operation of enterprise supply chain， which has become an important production factor of enterprises. Therefore， how to use big data in the supply Chain department becomes an important factor for the enterprise to obtain the competitiveness and long-term development strategy. In view of this， the paper summarizes the application of big data， analyzes the challenges of applying big data and gives some suggestions.

關鍵詞： 大數(shù)據；供應鏈；應用研究

Key words： big data；supply chain；applied research

中圖分類號：F274；TP311.13 文獻標識碼：A 文章編號：1006-4311（2018）05-0075-02

0 引言

隨著云計算、移動互聯(lián)網和物聯(lián)網的飛速發(fā)展，全球的數(shù)據量在迅速增長。根據國際數(shù)據公司IDC監(jiān)測統(tǒng)計，預計到2020年全球數(shù)據量將達到35ZB（1ZB=1萬億GB）[1]。這表明大數(shù)據開發(fā)和應用的機遇已經形成，大數(shù)據時代已經來臨。在大數(shù)據時代，數(shù)據可以改變企業(yè)的運營方式和盈利方式[2]，而即將到來的數(shù)據驅動戰(zhàn)略將成為企業(yè)競爭優(yōu)勢的重點。

大數(shù)據的發(fā)展給物流供應鏈管理帶來了一場革命，傳統(tǒng)供應鏈的競爭模式已經改變。如果說現(xiàn)在的物流企業(yè)競爭是供應鏈的競爭，那么大數(shù)據的出現(xiàn)使得物流企業(yè)之間的競爭變成了一種 “數(shù)字博弈”。面對復雜的數(shù)據資源環(huán)境，誰能從海量的數(shù)據中挖掘到有價值的信息并運用到供應鏈管理中，誰就能獲得市場競爭的主動性，否則就會淹沒在數(shù)據的海洋中。

1 綜述

隨著大數(shù)據的興起，大數(shù)據在企業(yè)供應鏈的應用研究也更為普遍，國內的研究人員從不同角度研究了大數(shù)據在供應鏈中的運用。成棟[3]分析了影響大數(shù)據在供應鏈中應用的因素并運用大數(shù)據分析技術評價了大數(shù)據供應鏈績效，證實了大數(shù)據分析技術能夠幫助企業(yè)實現(xiàn)有效的供應鏈決策。閆振榮[4]在某鋼鐵集團業(yè)務鋼鐵分銷系統(tǒng)供應鏈管理中運用大數(shù)據分析方法，從貨物配送、揀貨水平、供應商管理、自動補貨、個性化供應鏈5個方面分析，證明運用大數(shù)據提高了貨物運輸和倉儲信息的追蹤水平，加強了對供應商狀態(tài)的實時監(jiān)控，同時進一步挖掘了客戶的需求。張東翔[5]等利用結構方程模型提出了“基于大數(shù)據的信息協(xié)同對供應鏈優(yōu)化結果產生顯著正向影響”的假設，通過 AMOS 軟件對概念模型進行分析證實了這一結論。他認為基于大數(shù)據的信息協(xié)同促進了供應鏈的優(yōu)化，在未來的研究中要更加細致的將大數(shù)據應用到供應鏈管理中，通過對海量數(shù)據的搜集來掌控市場，提升服務質量。王春紅等[6]在傳統(tǒng)供應鏈管理的預測、采購、運營、庫存、物流、營銷等六種職能基礎上，定義了大數(shù)據供應鏈的新職能，對大數(shù)據環(huán)境下供應鏈的運行機制、信息流的傳遞機理進行了詳細的研究，結果表明大數(shù)據供應鏈的新職能更迎合當前的競爭環(huán)境。李雷[7]運用大數(shù)據分析工具預測電子商務顧客需求分析，幫助供應商和商家更清楚的掌握顧客需求，提高了響應顧客個性化需求的效率。甚至國內一些企業(yè)已率先將大數(shù)據運用到了企業(yè)物流運作中。阿里巴巴集團通過其著力打造的菜鳥網絡聯(lián)通眾多的物流企業(yè)，匯集海量的信息資源，實現(xiàn)數(shù)據資源的掌控，實時追蹤物流信息，提高了物流配送的效率。電商京東公司也專門創(chuàng)建了大數(shù)據平臺體系，使得京東的大數(shù)據應用覆蓋了電商的全部流程，實現(xiàn)物流全鏈條、全流程數(shù)據掌控，促進大數(shù)據的深度價值挖掘。

綜上所述，大數(shù)據在企業(yè)供應鏈中已經得到了普遍應用，但是目前企業(yè)在大數(shù)據運用機制及職能方面尚不成熟，依舊面臨著諸多因素的挑戰(zhàn)。

2 企業(yè)供應鏈應用大數(shù)據面對的挑戰(zhàn)

2.1 大數(shù)據質量及時效性難以把握

企業(yè)物流中產生數(shù)據的渠道很多，數(shù)據結構也千差萬別，主要包括結構化數(shù)據和非結構化數(shù)據[8]。對企業(yè)而言，收集并集合多個數(shù)據源、統(tǒng)一多種數(shù)據結構，從中獲得高質量數(shù)據，挖掘出企業(yè)所需的數(shù)據價值，是物流行業(yè)目前面臨的一個巨大挑戰(zhàn)。首先，企業(yè)物流數(shù)據來源廣泛，包括訂單數(shù)據、生產數(shù)據、采購數(shù)據、交易數(shù)據等大量的原始數(shù)據。原始數(shù)據質量參差不齊，時效性長短不一，經過清洗才能為其所用，這是一個難題。其次，數(shù)據管理人員能否根據數(shù)據的結構特點設計出靈活方便提取和存入數(shù)據的數(shù)據庫，用來保存經過清洗的高質量數(shù)據，保證數(shù)據隨時可調用也是一個難題。

2.2 大數(shù)據安全性與隱私性

企業(yè)供應鏈所涉及的運營環(huán)節(jié)不可避免地要和客戶打交道，和客戶的業(yè)務往來產生大量的數(shù)據就涉及到商家、用戶的隱私信息。對于這些信息，企業(yè)首先要做的就是保證其安全性，否則一旦信息泄露就會給企業(yè)造成無法挽回的損失。其次企業(yè)在進行數(shù)據分析時應對客戶的隱私信息要妥善處理，在推動數(shù)據全面開放、共享和應用的同時，不能侵犯客戶的秘密信息。endprint

2.3 大數(shù)據分析處理能力

數(shù)據分析是處理大數(shù)據的關鍵技術，大數(shù)據本身并沒有意義，但是通過特定的需求進行分析之后，才能顯示出其蘊藏的價值，海量的數(shù)據才能有意義。數(shù)據是廣泛可用的，但是真正缺乏的是從大數(shù)據中提取知識的人才。國外學者曾指出，大數(shù)據不僅會改變企業(yè)供應鏈的經營模式和管理方式，同時也會給物流企業(yè)和供應鏈管理帶來重大的挑戰(zhàn)——就是缺乏擁有大數(shù)據分析能力和供應鏈管理相關專業(yè)知識的復合型人才，這正是企業(yè)面臨的亟待解決的關鍵問題。

3 大數(shù)據在企業(yè)供應鏈應用中的建議

3.1 建立大數(shù)據信息共享平臺

大數(shù)據信息共享平臺的建立可實現(xiàn)供應鏈戰(zhàn)略伙伴之間信息溝通零障礙，需要供應鏈上的成員企業(yè)全部參與，要求成員企業(yè)必須加快物流基礎設施標準化、信息化以及智能化的硬件和軟件建設，共同搭建性能良好的信息共享平臺。在信息共享平臺的支持下和物流信息化管理模式下，企業(yè)高效完成物流任務，使各個環(huán)節(jié)達到最優(yōu)，并提高整個物流鏈條的效率。

3.2 加強信息安全防護管理

在互聯(lián)網時代，信息安全的重要性毋庸置疑。對于企業(yè)供應鏈而言，客戶的數(shù)據信息就是企業(yè)的核心機密。在保護客戶信息方面務必做到以下幾點：第一，管理層要提高對數(shù)據安全保護認識；第二，聘請有大數(shù)據安全管理經驗員工或對現(xiàn)有員工加強培訓，提高專業(yè)技能；第三，對大數(shù)據可采取分散存儲方式，尤其要加強對核心數(shù)據的保護。

3.3 引進或培養(yǎng)復合型大數(shù)據人才

大數(shù)據的復雜性和多樣性，加大了其在處理和分析上的難度，這是傳統(tǒng)數(shù)據不具有的特點。因此，數(shù)據挖掘人才是企業(yè)供應鏈面臨的迫切需求。面對上述需求，企業(yè)可參考以下建議：首先，引進擁有物流相關知識和熟悉大數(shù)據分析處理的復合型人才；其次，聘請數(shù)據分析方面的專家培訓企業(yè)的數(shù)據信息管理人才，培養(yǎng)自己的專業(yè)管理團隊和分析團隊，形成自己的人才智囊儲備庫。

4 結論與展望

文章從三個方面提出了當前大數(shù)據在企業(yè)供應鏈面臨的挑戰(zhàn)，并逐一給出了建議。目前針對大數(shù)據在企業(yè)供應鏈的應用研究大都是描述性研究，對于大數(shù)據對于供應鏈管理影響的具體機制以及大數(shù)據于供應鏈能力之間的交互作用缺乏深入理解，這使得研究落后于實踐。后續(xù)的研究可以從大數(shù)據在企業(yè)供應鏈的應用技術手段方面入手。

參考文獻：

[1]Gantz， J. R. D. （2011）. Extracting Value from Chaos. Idcemc2 Report.

[2]Barton， D. C. D. （2012）. Making advanced analytics work for you. Harvard Business Review， 90（10）：78-83.

[3]成棟，程思潔.供應鏈管理中的大數(shù)據應用[J].現(xiàn)代科學管理，2017（8）：9-11.

[4]閆振榮.大數(shù)據在企業(yè)供應鏈管理中的應用[J].河南科技，2017，605（2）：41-41.

[5]張東翔，成斌.基于供應鏈管理的大數(shù)據應用分析[J].物流技術，2015，34（8）：53-65.

[6]王春紅，劉帥，趙亞星.大數(shù)據供應鏈與傳統(tǒng)供應鏈的對比分析[J].價值工程，2017（26）：112-113.

[7]Li Lei.（2016）. Customer demand analysis of the electronic commerce supply chain using Big Data.BOM in Social Network，（16）：2342-2358.

[8]劉巧.大數(shù)據應用帶給物流業(yè)的機遇和挑戰(zhàn)[J].物流技術，2015，34（5）：193-195.endprint