耿瑩瑩++張若凌

[摘要]隨著電子商務(wù)的發(fā)展，對配送中心的服務(wù)性、快捷性、低成本以及柔性化的要求更高，而通過訂單—庫存分析協(xié)調(diào)需求和庫存之間的關(guān)系更為重要。基于R軟件的高效性，可擴展性和處理數(shù)據(jù)的海量性，文章選擇R軟件對電子商務(wù)企業(yè)前端的客戶信息進行數(shù)據(jù)分析，從而減少電商物流企業(yè)庫存與需求不匹配造成的巨額成本。

[關(guān)鍵詞]電子商務(wù)；物流；訂單—庫存；R軟件

[DOI]1013939/jcnkizgsc201619111

1引言

電子商務(wù)企業(yè)的經(jīng)營管理狀態(tài)處于虛擬和現(xiàn)實之間，整個生產(chǎn)銷售網(wǎng)絡(luò)，不是以個體存在，而需要與多個企業(yè)進行緊密聯(lián)系，這種合作式的經(jīng)營方式有其優(yōu)越性，當(dāng)然也有著不可預(yù)知的風(fēng)險。在供應(yīng)鏈管理中，庫存控制是一個重要部分，維持適當(dāng)?shù)膸齑?，可以使企業(yè)的經(jīng)營活動正常進行，獲得良好的經(jīng)濟效益。庫存管理存在于整個供應(yīng)鏈系統(tǒng)中，它的最終目標(biāo)是為了使企業(yè)的總投資成本最小而獲益最大。電子商務(wù)活動面對數(shù)量龐大且零散的客戶群體，其訂單也呈現(xiàn)分散、量小等特點，這給庫存控制帶來了諸多阻礙。

市場需求預(yù)測對企業(yè)生存和發(fā)展起著重要作用，科學(xué)的決策要以需求預(yù)測為依據(jù)。預(yù)測可使用的標(biāo)準(zhǔn)化方法很多，有定性法、歷史映射法、因果法等，每類方法對長短期預(yù)測的相對準(zhǔn)確性不同，定量分析的復(fù)雜程度不同，產(chǎn)生預(yù)測方法的邏輯基礎(chǔ)不同。目前關(guān)于訂單—庫存分析的研究已不在少數(shù)。比較有代表性的有：

黎紅[1]采用Excel對某物流公司的倉儲需求預(yù)測。首先創(chuàng)建Excel工作表，然后利用其數(shù)據(jù)處理及圖表功能，將時間（季度）作為自變量X，將倉儲需求作為因變量Y，選取“插入圖表”啟動圖表工具向?qū)?，在“圖表類型”中選取XY散點圖，在“數(shù)據(jù)源區(qū)域”選取表中相應(yīng)數(shù)據(jù)區(qū)，可得倉儲周轉(zhuǎn)量曲線圖。創(chuàng)建圖表后，用Excel為倉儲周轉(zhuǎn)量曲線添加趨勢線，選取擬合度最高的線型。由此可得預(yù)測值。

張杰[2]利用Excel進行決策分析物流配送中的網(wǎng)絡(luò)優(yōu)化問題。需要說明的是，規(guī)劃求解模型在具體運用過程中，約束條件的確定使得問題更加符合現(xiàn)實情況，也更有難度。如果遇到Excel規(guī)劃求解無解的情況，可以檢查可變單元格是否選對、目標(biāo)區(qū)域是否缺公式等。

SPSS軟件同樣可以做市場分析，SPSS提供了可以通過頻數(shù)和描述性分析過程提供對客戶數(shù)據(jù)的初步印象。

陳智剛、朱鼎勛、何淼[3]運用SPSS軟件，建立多元線性回歸模型，預(yù)測未來幾年昆明市的貨物運輸量，從而預(yù)測出昆明市第三方物流市場需求規(guī)模的變化趨勢。

胡桂、錟羅琴[4]，通過實際的案例，研究了SPSS技術(shù)在市場調(diào)查統(tǒng)計分析中應(yīng)用的一般方法：錄入編輯市場調(diào)查中的數(shù)據(jù)；根據(jù)研究需要以及問題的性質(zhì)確定出利用SPSS的相應(yīng)的哪些統(tǒng)計功能；調(diào)用SPSS的菜單功能得到相應(yīng)的統(tǒng)計結(jié)果以及相應(yīng)的圖表；根據(jù)統(tǒng)計結(jié)果和圖表進行相關(guān)分析，為市場調(diào)查提供可靠的科學(xué)依據(jù)。

上述研究用多種方法從多個角度研究了銷量預(yù)測、倉儲需求、區(qū)域物流運量等內(nèi)容，實現(xiàn)了預(yù)測需求，但以電子商務(wù)環(huán)境為背景的研究較少。本文將考慮到電子商務(wù)訂單的海量性、高頻率、小批次等特點，研究符合電商企業(yè)的銷量預(yù)測方法，同時將銷量—庫存結(jié)合，預(yù)知銷量的同時優(yōu)化庫存控制，為電商物流領(lǐng)域優(yōu)化控制提供一定參考。

2電子商務(wù)企業(yè)訂單—庫存分析的必要性

1長尾商品發(fā)展迅速

由于電子商務(wù)產(chǎn)品呈現(xiàn)出海量SKU的特性，即品規(guī)眾多，而顧客選中某一種類單品的概率較小，而所有非暢銷品的總和卻很大，商品呈現(xiàn)出長尾特性。所謂長尾理論是指，當(dāng)商品儲存、流通、展示的渠道足夠廣，其生產(chǎn)成本急劇下降以至于個人都可生產(chǎn)，且商品的銷售成本急劇降低時，以前看似需求極低的產(chǎn)品，也會有人買。這些需求和銷量本不高的產(chǎn)品所共同占據(jù)的市場份額，已經(jīng)能與主流產(chǎn)品的市場份額相比，甚至更大。因此，電商產(chǎn)業(yè)的發(fā)展不僅僅在于傳統(tǒng)需求曲線上代表“暢銷商品”的頭部；還有代表“冷門商品”常被人遺忘的長尾。例如，大型書店通?？蓴[放圖書10萬冊，而亞馬遜網(wǎng)銷圖書銷售額中，卻有1/4出自排名10萬以后的書籍。所謂“冷門”書籍銷售比例正高速成長，預(yù)計未來可能還會占整個書市的一半甚至更多。這表明消費者在面對無限的選擇時，真正想要的東西和取得渠道都出現(xiàn)了重大變化。

由于長尾商品種類眾多而每一SKU數(shù)量較小，為了能夠在現(xiàn)有的條件下滿足客戶體驗，比如既定的存儲空間、有限的資金支持、有限的人工等制約條件，就需要對客戶訂單需求進行科學(xué)合理的分析和預(yù)測，實現(xiàn)最佳庫存控制。

2牛鞭效應(yīng)依然存在

傳統(tǒng)供應(yīng)模式中，由于信息的不對稱性以及技術(shù)手段的落后等因素，整個供應(yīng)鏈條上的企業(yè)均會受到“牛鞭效應(yīng)”的影響，導(dǎo)致需求預(yù)測出現(xiàn)較大偏差，且偏差逐層放大，最終造成庫存的浪費。通過電子商務(wù)實現(xiàn)信息共享后可以減弱牛鞭效應(yīng)，但是由于供應(yīng)鏈各環(huán)節(jié)運輸、生產(chǎn)提前期等不確定性因素的存在使得牛鞭效應(yīng)依然存在。因此，電子商務(wù)環(huán)境下，依然需要對客戶訂單進行分析，進行需求預(yù)測，從而最大限度地降低庫存，節(jié)省資金，實現(xiàn)效益最大化。

3網(wǎng)購促銷常態(tài)化需要精準(zhǔn)需求預(yù)測做保障

自2011年“雙十一”大促引起巨大轟動以來，“雙十一”、“雙十二”、“618”、周年慶、年終慶等各個促銷時點被各大電商企業(yè)爭相效仿，每年都有多個集中大促的時點不斷掀起一個又一個消費熱潮，網(wǎng)購促銷已經(jīng)逐漸常態(tài)化。而促銷季的銷售數(shù)據(jù)往往會成倍增長甚至連翻數(shù)倍，要保證促銷季客戶的滿意度，除了高效的物流外，無疑足量的庫存才是強有力的后盾，然后足量庫存并不意味著要儲備超大容量的庫存，適量則最佳。因此，網(wǎng)購促銷常態(tài)化需要精準(zhǔn)的訂單需求預(yù)測做保障。

3電商環(huán)境下訂單—庫存分析工具的選擇

能夠用來做統(tǒng)計分析的軟件和程序很多，目前應(yīng)用比較廣泛的包括：SPSS、SAS、R語言、S-PLUS、S-Miner等。SPSS是較為簡單的一種統(tǒng)計軟件，多是菜單操作，但不利于二次程序開發(fā)；SAS軟件需要購買，且錄入語言要非常精確，不能出錯，較難操作；S-PLUS： 需要購買，基本是菜單操作，類似于SPSS；R語言是一款免費軟件，可進行菜單操作，一般需要編程，方便二次程序開發(fā)。

從上表可以看出，選擇R語言有如下優(yōu)點。

首先，R是一個強大的腳本語言。用Excel統(tǒng)計大數(shù)據(jù)，中間有很多列都可能為空，對統(tǒng)計分析不方便，R便能夠像Perl的正則表達式一樣來處理文本。有缺失值的凌亂的大數(shù)據(jù)需要通過編程語言來進行分析，R是被用作一門編程語言來寫的，因此，就這一方面來說R是一種更好的工具。

其次，R分析的數(shù)據(jù)能與文檔整合在一起發(fā)布。R能夠很好地與LaTex文檔發(fā)布系統(tǒng)整合在一起，這意味著R的統(tǒng)計輸出和圖形可以嵌入到可出版級的文檔中。如果想寫一本關(guān)于數(shù)據(jù)分析的書，或者不想把結(jié)果拷貝到一個字符處理文檔中，通過R和LaTex來實現(xiàn)最方便。

再次，零成本。R作為一個免費的數(shù)據(jù)分析軟件，很適合中小企業(yè)進行數(shù)據(jù)分析，只要合理安排有一定R基礎(chǔ)的人管理，即使大企業(yè)亦可使用，還能節(jié)省預(yù)算。

最后，R是在GNU許可證下的一個開源項目。R可以通過不斷地增加包而使功能越來越完善。R把那些能被當(dāng)作同一組安裝，并且可以被R在會話訪問的數(shù)據(jù)集合、R函數(shù)、文檔和動態(tài)加載項用C或者Fortran打包到一起。R的包添加新的功能進來，通過這些軟件包，研究人員可以很容易地分享他們同行間的計算方法。事實上，許多統(tǒng)計學(xué)方面的開發(fā)包在成為商業(yè)軟件之前最開始都是以R的包的形式出現(xiàn)的?；陔娮由虅?wù)訂單的海量性、隨機性以及高頻率小批次等特性，考慮到R語言的高效性，可擴展性和處理數(shù)據(jù)的海量性以及開源性，本文選擇R對電子商務(wù)企業(yè)前端的客戶信息進行數(shù)據(jù)分析，以求得電商物流企業(yè)庫存與需求的最佳匹配度。

4基于R軟件的電子商務(wù)訂單—庫存分析

1模式介紹

基于R的電子商務(wù)訂單—庫存分析模式，以R語言為工具，以電商企業(yè)實際銷售和庫存數(shù)據(jù)為對象，以精準(zhǔn)預(yù)測為目標(biāo)，分別得出銷量走勢以及銷量—庫存關(guān)系匹配度分析，從而為企業(yè)預(yù)測銷量以及設(shè)置庫存提供科學(xué)依據(jù)。具體步驟如下：

（1）形成Excel格式各節(jié)點銷售數(shù)據(jù)以及庫存量源數(shù)據(jù)表。

（2）加載該數(shù)據(jù)包，并將數(shù)據(jù)導(dǎo)入到分析軟件中。

（3）進行數(shù)據(jù)預(yù)處理，如處理缺失值。

（4）數(shù)據(jù)可視化操作。

通過上述操作步驟，最終得出與目標(biāo)數(shù)據(jù)對應(yīng)的銷量走勢圖以及銷量——庫存關(guān)系分析圖，通過銷量走勢，可以合理地預(yù)測目標(biāo)時點的訂單量，為后續(xù)的訂單處理等環(huán)節(jié)做好充分的準(zhǔn)備；通過銷量—庫存關(guān)系分析圖可以科學(xué)地分析訂單與庫存量的匹配度，防止脫銷和積壓狀況的發(fā)生，提升企業(yè)運作效率，節(jié)約資金，同時提升客戶體驗。

1實例導(dǎo)入

北京TLZ公司創(chuàng)立于1999年，通過自主知識產(chǎn)權(quán)的品牌塑造與推廣、產(chǎn)品研發(fā)設(shè)計、營銷網(wǎng)絡(luò)建設(shè)與優(yōu)化、供應(yīng)鏈整合與管理，在全國建立連鎖零售網(wǎng)絡(luò)及電子商務(wù)銷售系統(tǒng)，向廣大消費者提供安全舒適的戶外運動裝備。

TLZ將部分庫存轉(zhuǎn)移給第三方物流公司——GS物流，并付給其一定的庫存費用，由GS物流來全權(quán)管理庫存。所以，能夠準(zhǔn)確的分析商品的需求情況，根據(jù)需求調(diào)整庫存量，降低在庫庫存量，對于提高公司效益有著巨大的幫助。

由上圖可以看到銷售量的數(shù)據(jù)有些種類呈現(xiàn)明顯的季節(jié)性分布，夏天銷量很高而冬天銷量驟減，而有些種類的銷售量持續(xù)走低。另外，由于網(wǎng)購促銷季等因素的影響，部分商品某些時點的銷售量驟增，甚至連增數(shù)倍，這種非常態(tài)化的銷量必然引起庫存的較大波動，因此，根據(jù)該走勢圖，可以預(yù)知反常時點的銷量，從而能夠提早做好準(zhǔn)備，防止脫銷而引發(fā)的低客戶滿意度。在銷量—庫存表中，可以看到一些供需不匹配的現(xiàn)象，熱銷產(chǎn)品的庫存反而低于大部分商品，而有些庫存則比銷量還多。因此，銷量—庫存表