摘要：在大數(shù)據(jù)時(shí)代，供應(yīng)鏈面臨前所未有的機(jī)遇和挑戰(zhàn)，企業(yè)可以依托大數(shù)據(jù)技術(shù)來(lái)提升供應(yīng)鏈管理水平。本文主要以供應(yīng)鏈管理中的大數(shù)據(jù)技術(shù)為重點(diǎn)進(jìn)行研究，包括大數(shù)據(jù)的數(shù)據(jù)類型、數(shù)據(jù)質(zhì)量以及數(shù)據(jù)處理流程，分析了大數(shù)據(jù)在供應(yīng)鏈中的各環(huán)節(jié)：產(chǎn)品研發(fā)與制造、采購(gòu)、物流、銷售中的應(yīng)用，為企業(yè)科學(xué)管理和決策提供支持。

關(guān)鍵詞：大數(shù)據(jù)；大數(shù)據(jù)分析技術(shù)；供應(yīng)鏈管理

1 大數(shù)據(jù)的發(fā)展現(xiàn)狀

在過(guò)去的數(shù)年中，信息技術(shù)在社會(huì)、經(jīng)濟(jì)、生活等各個(gè)領(lǐng)域不斷滲透和推陳出新。新興信息技術(shù)與應(yīng)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(zhǎng)態(tài)勢(shì)，國(guó)際數(shù)據(jù)公司（IDC）的數(shù)字宇宙研究報(bào)告稱：2011 年全球被創(chuàng)建和被復(fù)制的數(shù)據(jù)總量超過(guò)1.8ZB，且增長(zhǎng)趨勢(shì)遵循新摩爾定律（全球數(shù)據(jù)量大約每?jī)赡攴环A(yù)計(jì)2020 年將達(dá)到35ZB。與此同時(shí)，數(shù)據(jù)復(fù)雜性也急劇增長(zhǎng)，其多樣性（多源、異構(gòu)、多模態(tài)、不連貫語(yǔ)法或語(yǔ)義等）、低價(jià)值密度（大量不相關(guān)信息、知識(shí)“提純”難度高）、實(shí)時(shí)性（數(shù)據(jù)需實(shí)時(shí)生成、存儲(chǔ)、處理和分析）等復(fù)雜特征日益顯著。大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)。大數(shù)據(jù)正在重新定義社會(huì)管理與國(guó)家戰(zhàn)略決策、企業(yè)管理決策、組織業(yè)務(wù)流程、個(gè)人決策的過(guò)程和方式。

在現(xiàn)今的大數(shù)據(jù)時(shí)代，大數(shù)據(jù)應(yīng)用正逐步成為我國(guó)經(jīng)濟(jì)新的增長(zhǎng)點(diǎn)。易觀智庫(kù)新近發(fā)布的《2014 中國(guó)供應(yīng)鏈大數(shù)據(jù)市場(chǎng)專題研究報(bào)告》顯示，在2014年中國(guó)供應(yīng)鏈大數(shù)據(jù)份額中，零售業(yè)、制造業(yè)、服務(wù)業(yè)（非金融）、醫(yī)療業(yè)占據(jù)了約83%的市場(chǎng)份額。該報(bào)告把供應(yīng)鏈大數(shù)據(jù)分為結(jié)構(gòu)數(shù)據(jù)、非結(jié)構(gòu)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(shí)間段數(shù)據(jù)、庫(kù)存數(shù)據(jù)、客戶服務(wù)數(shù)據(jù)、位置數(shù)據(jù)等各個(gè)方面，且該報(bào)告顯示，目前，大數(shù)據(jù)已經(jīng)被廣泛應(yīng)用于供應(yīng)鏈上各個(gè)環(huán)節(jié)。

供應(yīng)鏈中產(chǎn)品研發(fā)與制造、采購(gòu)、物流、銷售等重要環(huán)節(jié)，數(shù)據(jù)量都十分巨大。面對(duì)海量的數(shù)據(jù)，大數(shù)據(jù)技術(shù)能夠通過(guò)構(gòu)建數(shù)據(jù)分析中心，深度挖掘數(shù)據(jù)背后的信息價(jià)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(yùn)營(yíng)管理提升等方面的優(yōu)勢(shì)，為企業(yè)科學(xué)管理和決策提供支持。

2 大數(shù)據(jù)在供應(yīng)鏈管理中的影響因素

要在供應(yīng)鏈管理中有效的運(yùn)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(kù)，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(zhì)量、大數(shù)據(jù)分析技術(shù)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(lái)說(shuō)，大數(shù)據(jù)的數(shù)據(jù)類型包括以下四種類型：（1）結(jié)構(gòu)數(shù)據(jù)；（2）非結(jié)構(gòu)數(shù)據(jù)；（3）傳感器數(shù)據(jù)；（4）新類型數(shù)據(jù)。

結(jié)構(gòu)數(shù)據(jù)指那些在電子表格或是關(guān)系型數(shù)據(jù)庫(kù)中儲(chǔ)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(shí)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(jié)構(gòu)數(shù)據(jù)來(lái)自企業(yè)的內(nèi)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(jié)構(gòu)化水平高，收集相對(duì)容易，處理此類結(jié)構(gòu)化數(shù)據(jù)相對(duì)簡(jiǎn)單，主要是構(gòu)造表結(jié)構(gòu)用來(lái)表示數(shù)據(jù)的屬性，對(duì)數(shù)據(jù)間的相關(guān)屬性與數(shù)據(jù)的意義進(jìn)行分析。

非結(jié)構(gòu)數(shù)據(jù)主要包括社會(huì)化數(shù)據(jù)、渠道數(shù)據(jù)以及客戶服務(wù)數(shù)據(jù)等等。盡管社會(huì)化數(shù)據(jù)對(duì)于供應(yīng)鏈運(yùn)營(yíng)管理的作用是十分重要的，比如利用社交媒體數(shù)據(jù)來(lái)指導(dǎo)企業(yè)進(jìn)行供應(yīng)鏈活動(dòng)的規(guī)劃以及社交媒體數(shù)據(jù)對(duì)供應(yīng)鏈績(jī)效產(chǎn)生影響等等，但是社會(huì)化數(shù)據(jù)對(duì)供應(yīng)鏈影響的研究卻相對(duì)缺乏。然而，而要想從內(nèi)容豐富的非結(jié)構(gòu)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(nèi)容分析以及網(wǎng)絡(luò)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(zhǎng)很快，并能為供應(yīng)鏈金融帶來(lái)巨大商機(jī)；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(lǐng)域，并能夠幫助提高數(shù)據(jù)質(zhì)量，使數(shù)據(jù)的實(shí)時(shí)性更強(qiáng)、提高了數(shù)據(jù)分析的精準(zhǔn)度。

2.2 大數(shù)據(jù)的數(shù)據(jù)質(zhì)量

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

雖然現(xiàn)在對(duì)于數(shù)據(jù)質(zhì)量評(píng)價(jià)還沒(méi)有統(tǒng)一標(biāo)準(zhǔn)，但是大家一致贊同數(shù)據(jù)質(zhì)量評(píng)價(jià)應(yīng)包含多個(gè)維度指標(biāo)。Lee 等（2002）指出數(shù)據(jù)質(zhì)量的評(píng)價(jià)應(yīng)包括數(shù)據(jù)內(nèi)在（Intrinsic）要求和情境（Contextual）要求。內(nèi)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(zhǔn)確性、及時(shí)性、一致性和完整性。情境指數(shù)據(jù)的質(zhì)量依賴于數(shù)據(jù)被觀察和使用的情境，包括關(guān)聯(lián)性（Relevancy）、價(jià)值增值性（Value-added）、總量（Quantity）、可信度（Believability）、可及性（Accessibility）、數(shù)據(jù)聲譽(yù)（Reputation of the Data）。

2.3 供應(yīng)鏈管理中大數(shù)據(jù)的處理過(guò)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(guò)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(gè)階段，如圖1所示，采集到的數(shù)據(jù)經(jīng)處理和集成后，轉(zhuǎn)換成統(tǒng)一標(biāo)準(zhǔn)的數(shù)據(jù)格式，然后用相應(yīng)的數(shù)據(jù)分析方法將其進(jìn)行分析處理，最后用可視化的技術(shù)將結(jié)果展現(xiàn)出來(lái)。

（1）階段一：數(shù)據(jù)采集

目前供應(yīng)量中大數(shù)據(jù)來(lái)源非常廣泛，常用的采集方法有：企業(yè)內(nèi)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(shù)等。隨著手機(jī)和平板電腦等移動(dòng)終端設(shè)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(wù)是對(duì)數(shù)據(jù)采用合適的方法進(jìn)行適當(dāng)?shù)靥幚?、去噪和進(jìn)一步地集成存儲(chǔ)。

由于數(shù)據(jù)來(lái)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(jīng)過(guò)初步處理，進(jìn)行高質(zhì)量的數(shù)據(jù)分析將會(huì)非常困難。因此，在采集數(shù)據(jù)后，一般還要進(jìn)行數(shù)據(jù)的處理與集成將這些多樣化的數(shù)據(jù)轉(zhuǎn)換為便于處理的較為單一結(jié)構(gòu)的數(shù)據(jù)。當(dāng)然，并不是所有數(shù)據(jù)都是有效的和相關(guān)性高的，這些數(shù)據(jù)還需要“去噪”，忽略無(wú)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?yàn)榱銇y的數(shù)據(jù)是沒(méi)有價(jià)值的，只有通過(guò)數(shù)據(jù)分析步驟，才能挖掘到大數(shù)據(jù)的真正價(jià)值。在數(shù)據(jù)分析階段，根據(jù)不同的應(yīng)用需求，數(shù)據(jù)分析各有不同，常用的方法有統(tǒng)計(jì)分析、模型預(yù)測(cè)、智能算法、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等。

（4）階段四：數(shù)據(jù)解釋

從供應(yīng)鏈的應(yīng)用方面來(lái)說(shuō)，數(shù)據(jù)解釋的結(jié)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(duì)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(shù)”數(shù)據(jù)展示方式開(kāi)始出現(xiàn)，常見(jiàn)的方式有基于集合的可視化技術(shù)、基于圖標(biāo)的可視化技術(shù)、基于圖像的可視化技術(shù)等，在數(shù)據(jù)可視化技術(shù)的幫助下，用戶可以很形象地獲得數(shù)據(jù)分析結(jié)果，對(duì)結(jié)果的理解和接受也更直觀。

3 大數(shù)據(jù)在供應(yīng)鏈各環(huán)節(jié)中的應(yīng)用

供應(yīng)鏈由產(chǎn)品研發(fā)與制造、采購(gòu)、物流、銷售等主要環(huán)節(jié)構(gòu)成，各環(huán)節(jié)節(jié)節(jié)相扣，任何一個(gè)環(huán)節(jié)出現(xiàn)問(wèn)題都會(huì)影響到其他環(huán)節(jié)的運(yùn)作，影響整個(gè)供應(yīng)鏈的運(yùn)行效率。大數(shù)據(jù)對(duì)每個(gè)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(chǎn)品研發(fā)與制造中的應(yīng)用

產(chǎn)品的研發(fā)是企業(yè)生存和發(fā)展的基石，在市場(chǎng)環(huán)境變幻莫測(cè)的今天，只有推出更好的產(chǎn)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(yùn)用大數(shù)據(jù)可以更好的了解和掌握客戶的需求，設(shè)計(jì)出迎合市場(chǎng)的產(chǎn)品。

（1）客戶細(xì)分與定位

由于客戶的所從事行業(yè)、收入水平、個(gè)人愛(ài)好等方面差別很大，所以對(duì)產(chǎn)品的需求存在很大差異，企業(yè)需要對(duì)客戶進(jìn)行細(xì)分，主要是根據(jù)他們表現(xiàn)出來(lái)的特征相似程度來(lái)劃分，基于這些將其分成若干用戶群。從劃分的各個(gè)客戶群來(lái)看，雖然這些細(xì)分的群體內(nèi)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(duì)不同客戶群的需求提供不同的產(chǎn)品或服務(wù)。而通過(guò)用戶的大數(shù)據(jù)則能對(duì)客戶行為模式等進(jìn)行準(zhǔn)確判斷與分析，從海量的客戶信息中進(jìn)行篩選，精準(zhǔn)的對(duì)客戶進(jìn)行細(xì)分和定位。

（2）客戶需求分析

不做客戶需求分析的企業(yè)，產(chǎn)品不可能有創(chuàng)新。以前企業(yè)研發(fā)產(chǎn)品，是根據(jù)市場(chǎng)調(diào)查來(lái)獲得消費(fèi)者的意見(jiàn)，并憑借研發(fā)部門的對(duì)產(chǎn)品的理解和判斷來(lái)進(jìn)行產(chǎn)品的設(shè)計(jì)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(duì)客戶購(gòu)買產(chǎn)品的欲望、用途、功能、款式進(jìn)行逐步發(fā)掘，將客戶心理模糊的認(rèn)知以精確的方式展示出來(lái)，來(lái)確定產(chǎn)品的最重要的價(jià)值及特點(diǎn)。大數(shù)據(jù)不僅可以促進(jìn)設(shè)計(jì)滿足顧客需求，還可以降低生產(chǎn)成本與開(kāi)發(fā)成本。

3.2 大數(shù)據(jù)在采購(gòu)中的應(yīng)用

采購(gòu)本質(zhì)上是指購(gòu)買商品和服務(wù)的過(guò)程，企業(yè)的大多數(shù)成本都來(lái)自此環(huán)節(jié)，其主要作用是選擇供應(yīng)商、采購(gòu)合約、評(píng)估供應(yīng)商效益等。然而，在大數(shù)據(jù)時(shí)代，供應(yīng)鏈中采購(gòu)的作用并不限于此，大數(shù)據(jù)不僅可以幫助改進(jìn)企業(yè)成本控制的流程，還能幫助企業(yè)制定采購(gòu)決策，從而應(yīng)對(duì)未知風(fēng)險(xiǎn)。

（1）采購(gòu)計(jì)劃的預(yù)測(cè)和調(diào)整

采購(gòu)計(jì)劃是整個(gè)供應(yīng)鏈的源頭，顧客偏好是顧客滿意度的一個(gè)重要影響因素，因此，基于客戶端產(chǎn)生的大量數(shù)據(jù)信息，通過(guò)大數(shù)據(jù)分析技術(shù)、預(yù)測(cè)模型可以得知顧客對(duì)商品的偏好及該商品的需求量，從而根據(jù)商品來(lái)自于哪家供應(yīng)商即可確定企業(yè)采購(gòu)部門應(yīng)當(dāng)選擇的供應(yīng)商，并根據(jù)實(shí)際情況，注重對(duì)供應(yīng)商質(zhì)量、價(jià)格、服務(wù)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(yīng)商評(píng)價(jià)指標(biāo)體系，對(duì)供應(yīng)商各方面情況進(jìn)行綜合調(diào)查，進(jìn)而選擇質(zhì)量可靠、價(jià)格合理、服務(wù)優(yōu)良、信譽(yù)良好的供應(yīng)商，確立其名錄，以便之后進(jìn)行供應(yīng)商管理，從而達(dá)到擇優(yōu)而錄的同時(shí)提高供應(yīng)商的服務(wù)水平。這樣，不僅可以避免傳統(tǒng)采購(gòu)方式的主觀因素、降低采購(gòu)風(fēng)險(xiǎn)，還能給顧客帶來(lái)更佳的用戶體驗(yàn)。

（2）與供應(yīng)商建立戰(zhàn)略合作伙伴關(guān)系

企業(yè)采購(gòu)部門通過(guò)數(shù)據(jù)平臺(tái)給供應(yīng)商提供需求信息、反饋物資使用情況，與供應(yīng)商共享更多的信息，從而與供應(yīng)商建立良好的合作關(guān)系，并利用供應(yīng)商評(píng)價(jià)體系幫助供應(yīng)商建立起促進(jìn)和保證質(zhì)量的機(jī)制，以提高產(chǎn)品質(zhì)量和性能，降低采購(gòu)風(fēng)險(xiǎn)，真正實(shí)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(yīng)用

物流是供應(yīng)鏈中的一個(gè)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(wèn)題任未得到很好的解決，利用大數(shù)據(jù)技術(shù)，可以進(jìn)行庫(kù)存優(yōu)化、運(yùn)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(kù)存優(yōu)化

倉(cāng)庫(kù)在供應(yīng)鏈管理中的主要作用是對(duì)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(kù)存管理中的問(wèn)題是企業(yè)的存貨的時(shí)間比較長(zhǎng)，不利于物品的價(jià)值增長(zhǎng)。大數(shù)據(jù)基于此設(shè)計(jì)了相關(guān)戰(zhàn)略中心管理倉(cāng)庫(kù)，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(shí)間等。另一方面，利用大數(shù)據(jù)技術(shù)和平臺(tái)可以與供應(yīng)商實(shí)時(shí)共享庫(kù)存信息和數(shù)據(jù)，供應(yīng)商通過(guò)實(shí)時(shí)掌握企業(yè)的庫(kù)存、銷售預(yù)測(cè)及采購(gòu)需求，而合理安排生產(chǎn)及供應(yīng)，這樣可以大大降低庫(kù)存量、庫(kù)存成本，提高庫(kù)存周轉(zhuǎn)率。

（2）運(yùn)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(yùn)輸環(huán)節(jié)了，運(yùn)輸?shù)奈宸N基本模式分別是鐵路運(yùn)輸、公路運(yùn)輸、水路運(yùn)輸、管道運(yùn)輸及航空運(yùn)輸。每一種運(yùn)輸模式都有優(yōu)點(diǎn)和缺陷，比如航空運(yùn)輸雖然速度快，但是成本過(guò)高，而且對(duì)于重量也有限制。水路運(yùn)輸和鐵路運(yùn)輸與航空運(yùn)輸相比，速度較慢、成本較低。大數(shù)據(jù)分析可以對(duì)物流路線進(jìn)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(dǎo)航系統(tǒng)對(duì)于路況信息進(jìn)行整合分析得出相關(guān)最優(yōu)路線，進(jìn)而提高運(yùn)輸效率。另外，每一種運(yùn)輸模式都需要運(yùn)輸工具，比如汽車、飛機(jī)、火車等等，運(yùn)輸工具對(duì)于供應(yīng)鏈企業(yè)來(lái)說(shuō)是資源，是有限的，可以通過(guò)互聯(lián)網(wǎng)和全球定位系統(tǒng)對(duì)運(yùn)輸工具進(jìn)行追蹤和數(shù)據(jù)收集，了解運(yùn)輸工具的位置和承運(yùn)情況，合理進(jìn)行規(guī)劃和調(diào)配運(yùn)輸資源。

3.4 大數(shù)據(jù)在銷售中的應(yīng)用

（1）更優(yōu)定價(jià)

在對(duì)客戶需求預(yù)測(cè)基礎(chǔ)上，應(yīng)用大數(shù)據(jù)技術(shù)還可以分析顧客對(duì)于質(zhì)量與價(jià)格之間的偏好，分析其中的關(guān)系就可以進(jìn)行合理的定價(jià)。給每一類客戶群體編號(hào)，然后通過(guò)客戶的消費(fèi)金額、消費(fèi)商品、售后服務(wù)等行為采集他們的相關(guān)數(shù)據(jù)，再用大數(shù)據(jù)系統(tǒng)建立特定模型，對(duì)每個(gè)顧客的海量數(shù)據(jù)進(jìn)行分析，分析出每個(gè)顧客的消費(fèi)習(xí)慣、近期可能需要的商品、對(duì)商品價(jià)格的偏好等，并用商品知識(shí)庫(kù)的數(shù)據(jù)分析與其他商品是互補(bǔ)還是替代關(guān)系，以此合理地制定商品價(jià)格并且有針對(duì)性地及時(shí)調(diào)整促銷計(jì)劃。從而在合理定價(jià)的基礎(chǔ)上，提高銷量、降低庫(kù)存，最終達(dá)到收益最大化。

（2）個(gè)性化商品推薦

消費(fèi)者需求對(duì)整個(gè)供應(yīng)鏈的運(yùn)作起著重要的驅(qū)動(dòng)作用，深入挖掘消費(fèi)者的消費(fèi)需求，尋找新的利潤(rùn)增長(zhǎng)點(diǎn)，成為企業(yè)競(jìng)爭(zhēng)力的關(guān)鍵。作為直面顧客的消費(fèi)數(shù)據(jù)，無(wú)論對(duì)企業(yè)還是消費(fèi)者自身都蘊(yùn)藏著巨大的價(jià)值。大數(shù)據(jù)環(huán)境下的企業(yè)，通過(guò)對(duì)消費(fèi)者個(gè)性化用戶行為分析，包括購(gòu)買時(shí)間、地點(diǎn)，訂單品類、數(shù)量，消費(fèi)回饋、評(píng)價(jià)等相關(guān)數(shù)據(jù)的分析，對(duì)消費(fèi)群體、行為、偏好、需求、層次、水平等進(jìn)行系統(tǒng)區(qū)分和深入挖掘，進(jìn)行個(gè)性化商品推薦，做到精準(zhǔn)營(yíng)銷。同時(shí)在建立對(duì)消費(fèi)者消費(fèi)行為預(yù)測(cè)的基礎(chǔ)上，有效引導(dǎo)消費(fèi)。消費(fèi)者可以根據(jù)大數(shù)據(jù)平臺(tái)智能決策系統(tǒng)，以最低的價(jià)格，購(gòu)買到更好的產(chǎn)品和服務(wù)，充分獲取產(chǎn)品的溢價(jià)價(jià)值。

4 結(jié)論

本文首先對(duì)供應(yīng)鏈管理中大數(shù)據(jù)的理論進(jìn)行了梳理，對(duì)供應(yīng)鏈管理中大數(shù)據(jù)的數(shù)據(jù)類型、數(shù)據(jù)質(zhì)量、數(shù)據(jù)處理流程進(jìn)行了分析。而且大數(shù)據(jù)在供應(yīng)鏈中采購(gòu)、制造、物流、銷售四個(gè)環(huán)節(jié)的應(yīng)用，促進(jìn)了企業(yè)供應(yīng)鏈的優(yōu)化，提升了企業(yè)的核心競(jìng)爭(zhēng)力。當(dāng)然，在使用大數(shù)據(jù)技術(shù)時(shí)，企業(yè)還要根據(jù)企業(yè)自身的實(shí)際情況做出動(dòng)態(tài)調(diào)整，尋找最適合企業(yè)的大數(shù)據(jù)應(yīng)用方法，促進(jìn)企業(yè)供應(yīng)鏈管理的優(yōu)化升級(jí)。

參考文獻(xiàn)：

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

[2]徐宗本等.大數(shù)據(jù)驅(qū)動(dòng)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(yīng)鏈管理中的大數(shù)據(jù)運(yùn)用[J].現(xiàn)代管理科學(xué)，2017（8）：9-11.

[4]岳鵬博.基于互聯(lián)時(shí)代的供應(yīng)鏈協(xié)同平臺(tái)創(chuàng)新與發(fā)展研究[D].武漢：華中科技大學(xué)，2014.

[5]閆志鑫.大數(shù)據(jù)對(duì)零售業(yè)采購(gòu)與供應(yīng)鏈管理的影響[J].中國(guó)市場(chǎng)，2015（11）：85-87.

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

[7]申風(fēng)平，黨源源.大數(shù)據(jù)在生鮮電商供應(yīng)鏈中的應(yīng)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(shù)在跨境電商中的應(yīng)用研究[J].中國(guó)商論.2016（3）：126-128.

[9]張晶.大數(shù)據(jù)應(yīng)用：提升物流供應(yīng)鏈價(jià)值[J].物流技術(shù).2015（2）：25-28.

[10]徐賢浩，馬士華.物流與供應(yīng)鏈管理導(dǎo)論[M].清華大學(xué)出版社，2011.

作者簡(jiǎn)介：

章印，女，1984-，安徽績(jī)溪人，碩士，講師，蘭州財(cái)經(jīng)大學(xué)信息工程學(xué)院教師，研究方向：供應(yīng)鏈管理。