官志華

（廣東工程職業(yè)技術(shù)學院，廣東 廣州 510240）

大數(shù)據(jù)分析在供應鏈管理中的應用

官志華

（廣東工程職業(yè)技術(shù)學院，廣東 廣州 510240）

首先概述了大數(shù)據(jù)分析對供應鏈管理的影響以及大數(shù)據(jù)分析的現(xiàn)狀與問題，接著深入剖析了大數(shù)據(jù)分析在供應鏈管理的市場開發(fā)領域、物流領域、運營領域、生產(chǎn)資源領域等應用中發(fā)揮的效用。

大數(shù)據(jù)分析；供應鏈管理；決策制定

1 引言

過去幾年，大數(shù)據(jù)時代已經(jīng)開始影響我們的技術(shù)革新和企業(yè)經(jīng)營，并推動著商業(yè)革新、社會變革和科技創(chuàng)新的發(fā)展[1]。現(xiàn)代市場的生存法則也離不開大數(shù)據(jù)分析。大數(shù)據(jù)分析已經(jīng)成為21世紀最具應用前景的研究領域[2]。一些商業(yè)評論家和研究學者認為，大數(shù)據(jù)分析能夠更好地理解我們未知的世界和商業(yè)競爭，并獲得基于技術(shù)層面的競爭優(yōu)勢。因此，對于各行各業(yè)的商業(yè)領袖和業(yè)界精英們來說，大數(shù)據(jù)分析都將發(fā)揮越來越重要的作用[3]。

很顯然，對于企業(yè)來說，獲取、儲存、積累、分析數(shù)據(jù)的能力，以及從數(shù)據(jù)中挖掘數(shù)據(jù)智能的能力都是非常重要的。處于行業(yè)領先地位的公司已從數(shù)據(jù)挖掘中獲取了實實在在的利益，比如 Walmart、eBay、Target等這些公司在市場競爭中不光是贏得了競爭優(yōu)勢，還利用大數(shù)據(jù)分析開始主導制定新的市場競爭游戲規(guī)則。他們利用大數(shù)據(jù)分析增強了盈利能力并創(chuàng)立了新的價值增值模式。

2 大數(shù)據(jù)分析對供應鏈管理的影響及現(xiàn)狀

2.1 大數(shù)據(jù)分析優(yōu)化供應鏈的決策體系

大數(shù)據(jù)分析的應用可以在目標市場的營銷決策、供應鏈存貨決策的優(yōu)化、供應鏈運營風險的評估等方面為整個供應鏈的決策體系增強競爭優(yōu)勢。供應鏈在運作過程中會產(chǎn)生大量的信息，供應鏈的企業(yè)成員從各自的POS、GPS、RFID等渠道可以輕松獲得大量信息，并通過大數(shù)據(jù)分析，把這些信息轉(zhuǎn)變?yōu)樯虡I(yè)智能。利用大數(shù)據(jù)分析帶來精準獲利的供應鏈或企業(yè)不斷增多，但是，大多數(shù)公司還不能通過大數(shù)據(jù)分析來促進供應鏈的發(fā)展[4]。究其原因，是因為在不清楚投資回報率的情況下，這些公司不會貿(mào)然花費大量資金開展新的技術(shù)和軟件的應用。許多公司雖已意識到大數(shù)據(jù)的重要性，但是并不清楚如何進行大數(shù)據(jù)分析來驅(qū)動供應鏈的運營。因此，除了少數(shù)大型公司，如Linkdin、Facebook、Google等達到先進信息技術(shù)水準的公司之外，大多數(shù)公司仍然不清楚要做些什么以及如何進行大數(shù)據(jù)分析。

2.2 大數(shù)據(jù)分析的現(xiàn)狀與問題

大量數(shù)據(jù)如果不經(jīng)過分析，就是一堆龐大的不起任何作用的數(shù)據(jù)，而如果企業(yè)的分析和決策不以數(shù)據(jù)為載體，也就只是數(shù)學或統(tǒng)計學上的純粹數(shù)理分析，只有將大數(shù)據(jù)和企業(yè)的分析決策結(jié)合在一起，利用當今的先進計算機運算技術(shù)，才能發(fā)現(xiàn)數(shù)據(jù)背后的重大價值，將商業(yè)數(shù)據(jù)變成商業(yè)智能。不管是經(jīng)濟活動還是社會活動，都會在網(wǎng)絡上以極快的速度產(chǎn)生多種交易活動，也同樣會產(chǎn)生實時的數(shù)據(jù)。捕捉和理解這些數(shù)據(jù)和信息的能力是大數(shù)據(jù)分析的基礎。

最近的研究表明，大數(shù)據(jù)分析在以下五個方面有重大進展，分別是電子商務和商業(yè)智能、電子政務和政策方案、科學和技術(shù)、健康和醫(yī)療、安保和公共安全。在這五個方面中，商業(yè)智能是與供應鏈管理相關的。而且，隨著大數(shù)據(jù)分析帶來的對市場越發(fā)深入的洞察，我們意識到，現(xiàn)階段對大數(shù)據(jù)分析的應用還是碎片化的。這種碎片化的應用讓系統(tǒng)性的開發(fā)和應用大數(shù)據(jù)分析的目標變得越來越難以實現(xiàn)，因此對于供應鏈管理來說，如果不解決大數(shù)據(jù)系統(tǒng)化的應用問題，后果將會越來越嚴重。

3 大數(shù)據(jù)分析在供應鏈管理中的應用

大數(shù)據(jù)分析的應用貫穿于供應鏈從原料來源到售后服務的全過程。目前為我們所熟知的應用集中在市場開發(fā)方面，處于領先地位的應用表現(xiàn)在市場開發(fā)的智能應用方面。同時，在物流配送領域，多年以來大數(shù)據(jù)分析一直應用于常規(guī)的運輸管理與車輛調(diào)度方面，而在供應鏈的運營方面，從庫存和勞動力配置著手應用其優(yōu)化整個供應鏈的運作。雖然在物流和運營方面的大數(shù)據(jù)分析應用落后于市場開發(fā)中的應用，但也處于高速的發(fā)展過程中。積極運用新一代的運算方法推動數(shù)據(jù)分析朝復雜化和深入化發(fā)展，可以增加更多我們暫時不可預見的潛能。在供應商劃分、運營風險評估與信息來源協(xié)商等工作流程中，大數(shù)據(jù)應用分析也越來越多，并且被認為是未來幾年最有前途的應用領域。

大數(shù)據(jù)分析在各個領域的應用能夠為供應鏈的管理者提供更深入的視角，去洞悉管理的各環(huán)節(jié)如何在供應鏈管理中有效運用大數(shù)據(jù)分析，如圖1所示。

圖1 大數(shù)據(jù)分析在供應鏈管理中的應用模式

3.1 大數(shù)據(jù)分析在市場開發(fā)領域的應用

3.1.1 市場的精細細分。大數(shù)據(jù)分析在市場開發(fā)領域的應用是以客戶為導向的，并且屬于供應鏈銷售端的應用。根據(jù)市場開發(fā)的核心訴求，大數(shù)據(jù)分析的應用將核心逐步轉(zhuǎn)向為捕捉客戶需求、客戶的精細細分和評價消費者的消費行為上了。實際上，客戶的精細細分已然成為大數(shù)據(jù)分析最重要的應用領域。市場細分是市場開發(fā)的一項基本能力，在借助一些復雜計算工具的基礎上開展的大數(shù)據(jù)分析更能將市場和客戶的細分提高到一個更加精細的水平。公司可以更容易根據(jù)消費者的個體消費行為來捕捉和跟蹤消費過程中產(chǎn)生的大數(shù)據(jù)，并且在傳統(tǒng)的市場研究手段的幫助下獲得更有價值的商業(yè)參考。捕捉到的大數(shù)據(jù)也能得到真正意義上的實時追蹤，使得公司可以快速及時地矯正他們的客戶策略。許多公司通過復雜的分析活動，都能發(fā)現(xiàn)最核心的客戶并能有針對性地配合目標客戶銷售激勵來為公司創(chuàng)造更高的邊際利潤，同時也為消費者帶來更多的邊際收益。

3.1.2 定價優(yōu)化。大數(shù)據(jù)分析在市場開發(fā)領域的另一個應用就是價格優(yōu)化。價格優(yōu)化過程已經(jīng)進展到一個新的程度，將與價格和銷售有關的數(shù)據(jù)進行分析的水準提高到更加精準的程度，通過多渠道的數(shù)據(jù)來源基本上能實現(xiàn)根據(jù)需要進行實時的定價或價格調(diào)整。這已經(jīng)在越來越多的公司得以實現(xiàn)了。

3.1.3 B2C和B2B的客戶開發(fā)。大數(shù)據(jù)分析在市場開發(fā)中的應用不只局限于傳統(tǒng)的B2C關系模式，同樣也適用于其他的關系模式。盡管在B2B模式下，大數(shù)據(jù)分析比B2C模式情況更為復雜，如訂單不是日常性的，更多是偶發(fā)性的；訂單量也不是小量，而是比較大的量等，也可以依靠先進算法做到追蹤、歸類并更好地理解、辨識商業(yè)客戶或企業(yè)用戶的消費情況。目前來看，這些在市場開發(fā)領域的大數(shù)據(jù)分析發(fā)展得越來越復雜與完善，甚至可以通過“親和分析”來判斷一家企業(yè)客戶會從自己公司而不是自己的競爭對手那里來購買哪一種產(chǎn)品。

3.2 大數(shù)據(jù)分析在物流領域的應用

3.2.1 運輸方案和運輸路線的優(yōu)化。大數(shù)據(jù)分析在物流領域的應用是發(fā)展歷史最久遠的一種應用。它能夠幫助商品順利地通過整個供應鏈而到達市場，最優(yōu)化地滿足客戶的需求。具體來看，大數(shù)據(jù)分析被用于優(yōu)化庫存、確定最佳的分銷中心地址和供應鏈的路徑選擇、運輸成本最小化控制等方面。其中，應用最多的是運輸方案和運輸路徑的選擇。GPS可以做到大數(shù)據(jù)的遠程信息傳播，從路徑優(yōu)化過渡到運輸方案的優(yōu)化[5]。一方面，通過大數(shù)據(jù)的分析，將資源效率充分發(fā)揮，定期維修保養(yǎng)機器設備，規(guī)范運輸從業(yè)人員的行為，安排車輛的行駛路線，從而最終提高物流行業(yè)的產(chǎn)出效益；另一方面，通過追蹤一些事故，比如氣候因素造成的安全事故等，可以持續(xù)性地修正運輸方案或運輸路徑，并進一步將這些修正投入實施改造，循環(huán)往復，將這些優(yōu)化的物流流程進行實時的再優(yōu)化。在這方面做得最好的就是UPS，他們甚至收集到了20年前的數(shù)據(jù)，運用了一種叫做ORION（On-Rood Integrated Optimization and Navigation）的在途一體化優(yōu)化與導航方案的工具來引導公司員工在他們的物流負責區(qū)域內(nèi)找到最具效率的運輸路線。

3.2.2 特殊商品的運輸方案的優(yōu)化。在為不同的產(chǎn)品設計運輸方案的時候，要考慮產(chǎn)品自身的特點和特殊需求，因此需要設計不同的運輸方案。在物流領域，大數(shù)據(jù)分析能夠提供有關不同運輸路徑的更加精準化的信息來更好地為不同產(chǎn)品設計不同的運輸方案。例如，在庫存管理中，RFID技術(shù)可以用來追蹤存貨的位移，了解庫存所處的位置和現(xiàn)有的數(shù)量，同時也能監(jiān)控在途存貨的安全。對于冷鏈的運輸貨物，這項技術(shù)的應用就顯得更為重要了。在冷鏈的運輸過程中，要實時監(jiān)測貨物在途的溫度，更需要根據(jù)運輸?shù)穆窙r和貨物溫度來考核運輸方案的可持續(xù)性。運輸易腐爛的商品，按照商品的運輸質(zhì)量和數(shù)量的要求順利送達，并且保證一旦有變故發(fā)生能馬上預警，并妥善處置，這是大數(shù)據(jù)分析要處理的更為重要的問題。

3.3 大數(shù)據(jù)分析在運營領域的應用

3.3.1 運用實時精細信息幫助企業(yè)決策。在供應鏈的運營領域，大數(shù)據(jù)分析主要用于廣泛的決策過程，從存貨管理和庫存水平的優(yōu)化到設備維護和工廠選址等決策，都離不開大數(shù)據(jù)分析的應用。在測量生產(chǎn)效率和評估產(chǎn)品質(zhì)量等一系列決策過程中，公司大量運用大數(shù)據(jù)分析，可以管理公司的日常運營[6]。這些統(tǒng)計數(shù)據(jù)可以被歸類并提煉為更精細的數(shù)據(jù)信息，如門店的銷售數(shù)據(jù)、每個銷售單元的銷售數(shù)據(jù)，甚至可以細化到人均數(shù)據(jù)，得知每個人的銷售數(shù)據(jù)。盡管這種應用從幾年前就開始了，但是發(fā)展到現(xiàn)在，應用的規(guī)模和范圍已經(jīng)大大擴大了?，F(xiàn)在的大數(shù)據(jù)分析的應用，更加接近于實時的處理，能夠在一定程度上對公司的問題進行預警，如實時監(jiān)控產(chǎn)能或更改產(chǎn)品的設計與產(chǎn)品質(zhì)量等；并且大數(shù)據(jù)分析還能夠通過將大量信息在更短的時間內(nèi)進行精細化處理，使企業(yè)管理者借助實時信息的分析處理來矯正目標管理從可能變?yōu)楝F(xiàn)實。

3.3.2 優(yōu)化人力資本建設。在供應鏈的運營領域中，在人力資本方面應用大數(shù)據(jù)分析已變得越來越重要了。大數(shù)據(jù)分析在實現(xiàn)人力資本的優(yōu)化、自動追蹤勞動力的各方面信息和積累各項數(shù)據(jù)、實施提升勞動力素質(zhì)的有關計劃等方面都有一系列的措施正在開展。現(xiàn)有的數(shù)據(jù)分析技術(shù)能有效地節(jié)省成本，并保持人力資本的服務水準。例如，通過追蹤連鎖超市的收銀員在1h內(nèi)完成了多少筆收銀的業(yè)務，可以分析超市收銀員平均的工作效率；在呼叫中心，公司經(jīng)理可以通過客戶投訴率、客戶滿意度或者單個通話解決客戶問題的比率等指標來評判一名客服人員的工作質(zhì)量。除此之外，大數(shù)據(jù)分析的應用還能提升滿足員工需求的能力，這一點對于處于用工高峰期的企業(yè)來說是大為幫助的。

3.4 大數(shù)據(jù)分析在生產(chǎn)資源領域的應用

3.4.1 資源有效組合，供應商區(qū)分對待。大數(shù)據(jù)分析中發(fā)展最快和增長最迅速的部分就是在生產(chǎn)資源領域中的應用。對于大多數(shù)的制造型企業(yè)來說，企業(yè)花費的大頭部分就是用于生產(chǎn)資源的消費，大概占到銷售收入的50%到90%，因此，在生產(chǎn)資源領域開展大數(shù)據(jù)分析的主要訴求就是大幅度降低采購成本。多數(shù)制造企業(yè)在大數(shù)據(jù)分析的幫助下，做到了原料來源渠道的優(yōu)化，并且能夠進一步將供應商統(tǒng)一到自己企業(yè)的一體化運營中來。除此之外，根據(jù)管理需要，在原料策略和成本風險平衡的指導思想下，企業(yè)還能根據(jù)大數(shù)據(jù)分析結(jié)果中的一些關鍵指標，將原料供應商進行有效的分組，根據(jù)不同的分組情況采用不同的合作策略。例如亞馬遜公司借助大數(shù)據(jù)分析的幫助，能清晰了解各種商品的補貨決策、供應商的協(xié)同補貨決策與單一資源的貨品的供應情況，有效實現(xiàn)企業(yè)的進一步擴張，加強存貨的高效管理，并提升物流的配置效率，協(xié)同推進整個供應鏈的管理流程。

3.4.2 加強供應商協(xié)商。在獲得充分的消費者偏好分析與消費者購買行為分析的大數(shù)據(jù)基礎上，能更好地加強與供應商的協(xié)商。通過取材于消費者行為的事實類的數(shù)據(jù)分析，公司可以更好地影響供應商的判斷與決策，推動雙方協(xié)商的順利進行。例如，掌握了消費行為大數(shù)據(jù)的公司，可以利用價格與交易信息在核心產(chǎn)品的談判中取得協(xié)商的勝利；而且，大數(shù)據(jù)分析還能用于銷售渠道的開發(fā)和延伸，自動追蹤產(chǎn)品擴展程度的情況，使供應鏈獲取最佳的投入產(chǎn)出比。

4 總結(jié)

大數(shù)據(jù)分析在供應鏈管理中發(fā)揮了重要的作用。通過大數(shù)據(jù)分析在供應鏈管理中的應用研究模式圖的展示，我們揭示出了供應鏈的各個環(huán)節(jié)在大數(shù)據(jù)分析的幫助下可以取得怎樣的改變。

大數(shù)據(jù)分析推動著企業(yè)在整個供應鏈管理中以協(xié)同合作的方式完成各自的戰(zhàn)略使命—核心企業(yè)制定戰(zhàn)略規(guī)劃、各個成員企業(yè)執(zhí)行戰(zhàn)略決策。盡管目前大數(shù)據(jù)分析的發(fā)展還處于初級水平，更進一步的分析能力還有待于供應鏈各個職能的協(xié)調(diào)合作才能得以提升。大數(shù)據(jù)分析在供應鏈各個環(huán)節(jié)的應用可以為在商業(yè)競爭中的企業(yè)提供持續(xù)不斷和日益深入的深刻洞察力。若能將大數(shù)據(jù)分析結(jié)果在供應鏈內(nèi)部或不同供應鏈間進行溝通和分享，那么產(chǎn)生的整體收益將是巨大而深遠的。

[1]Michael E Porter,James E.Heppelmann.How Smart,Connected Products are Transforming Competition[J].Harvard Business Review,2014,(11):64-88.

[2]T Davenport,D Patil.Data Scientist:The Sexiest Job of the 21th Century[J].Harvard Business Review,2012,(10):70-76.

[3]James Manyika,Michael Chui,Brad Brown,Jacques Bughin,Richard Dobbs,Charles Roxburgh,Angela Hung Byers.Big Data:The Next Frontier for Innovation,Competition,and Productivity[R].Mckinsey Global Institute,2011.

[4]Bill Schmarzo.KPMG Survey:Firms Struggle with Big Data[EB/OL].http://infocus.emc.com/William_schmarzo/kpmg-survey-firmsstruggle-with-big-data/,2014-02-06.

[5]Victor Mayer-Schonberger,Kenneth Cukier.Big Data:A Revolution That Will Transform How We Live,Work,and Think[M].Boston:Houghton Mifflin Harcourt,2013.

[6]Davenport Harris,Cindy Etsell.Analyze This:Enhancing Operational Excellence through Customer Data[J].Digital Manufacturing,2012,(2).

[7]D Barton,D Court.Making Advanced Analytics Work for You[J].Harvard Business Review,2012,(10):79-83.

[8]H Chen,R Chiang,V Storey.Business Intelligence and Analytics:From Big Data to Big Impact[J].MIS Quarterly,2012,(12):1 165-1 188.

[9]S Baker.The Numerati[M].New York:Houghton Mifflin,2008.

Application of Big Data Analysis in Supply Chain Management

Guan Zhihua
(Guangdong Engineering Polytechnic,Guangzhou 510240,China)

In this paper,we first summarized the influence of big data analysis on supply chain management as well as the current status and existing problems of big data analysis,then further studied the application of big data analysis in the market development,logistics,operations,and production resources and other fields of supply chain management.

big data analysis;supply chain management;policy making

F274;F253.9

A

1005-152X(2017)09-0132-04

10.3969/j.issn.1005-152X.2017.09.029

2017-07-15

2016年廣州市哲學社會科學發(fā)展“十三五”規(guī)劃共建課題（2016GZGJ05）；廣東省軟科學2015年度課題“技術(shù)創(chuàng)新、產(chǎn)業(yè)鏈整合與廣東制造業(yè)的轉(zhuǎn)型升級研究”（2013B070206059）

官志華（1979-），女，廣東工程職業(yè)技術(shù)學院外語經(jīng)貿(mào)學院講師，產(chǎn)業(yè)經(jīng)濟學碩士。