应用大数据进行供应链管理绩效提升的研究

LOGISTICSENGINEERINGANDMANAGEMENT

供应链管理

doi：10．3969/j．issn．1674－4993．2019．03．038

应用大数据进行供应链管理绩效提升的研究

□王

辉，赵飞燕

（天津理工大学中环信息学院，天津300380）

【摘

*

要】大数据分析已经成为各行各业商业领袖的必修课。能够提供竞争优势的分析应用程序出现在供应链决

策目录中—从目标定位营销到优化供应链库存，再到供应商风险评估。虽然许多公司利用它来获取新的见解和创造新的价值形式，但其他公司还没有利用大数据来改变其供应链运营。当前对于供应链中大数据分析应用还缺乏深入研究。通过相关文献梳理，文中对国外供应链中大数据应用进行深入探析，结合国内外研究成果回顾了不同行业供应链中的大数据应用及其商业价值，针对大数据应用对供应链不同管理环节的应用和绩效提升进行了探讨。

【关键词】大数据；供应链管理；绩效提升【中图分类号】F274

【文献标识码】A

【文章编号】1674－4993（2019）03－0106－03

ResearchonthePerformanceImprovementofSupplyChainManagementBasedonBigData

ZHAOFei－yan□WANGHui，

（ZhonghuanInformationCollege，TianjinUniversityofTechnology，Tianjin300380，China）

【Abstract】Bigdataanalysishasbecomeanimperativeforbusinessleadersacrosseveryindustrysector．Analyticsapplicationsthatcandeliveracompetitiveadvantageappearallalongthesupplychaindecisionspectrum－fromtargetedlocation－basedmarketingtooptimizingsupplychaininventoriestoenablingsupplierriskassessment．Whilemanycompaniesuseittogainnewinsightsandcreatenewformsofvalue，othercompanieshaveyettousebigdatatochangetheirsupplychainoperations．Atpresent，thereisstillalackofin－depthresearchontheapplicationofbigdataanalysisinsupplychain．Throughcombingtherelevantliterature，thispapermakesadeepanalysisoftheapplicationofbigdatainforeignsupplychain，reviewstheapplicationofbigdataanditscommercialvalueinsupplychainofdifferentindustriesathomeandabroad，andprobesintotheperformanceimprovementofenterprisesupplychainmanagementforBigDataapplication．

【Keywords】bigdata；supplychainmanagement；performanceimproving

1

引言

大数据可应用在供应链的各个环节，提高供应链管理的大数据的分析应用对提高企业绩总体绩效。从企业层面看，

效有很大影响。通过提高大数据分析能力，供应链成员企业可以创造新的产品和服务，提供更好的客户服务。图1简单说明了科学背景下的大数据分析模型。

在国内大数据服务提供商的市场，国内企业对于大数据在最具影响力的前30家企业中，几的概念还是比较陌生的，

国内大数据起步较晚，乎还没普及大数据的应用。相对来说，

有些企业不遗余力地投入到大数据应用中，并且发展态势良如百度、阿里巴巴以及华为等公司。同时，从国内学术界好，

越来越关注于供应链大数据的应用。来看，2

大数据在供应链中应用的现状分析

IT技术不断创新，在过去的几年里，成为商业、科学和社会的前沿课题。如果没有大数据技术进行新的分析突破和提出新颖的见解，几乎不可能打开新的出口。有些学术论文甚“21世纪最性感的工作”。“当学术和科至把数据科学家称为

学部门都在寻找大数据，以获得前所未有的机会来更好地了”企业却在寻找一种基于技术的竞争优势。因此，大解世界时，

从医疗保健数据分析已经成为各行各业商业领袖的必修课，

图1

大数据分析模型

到制造业再到航空航天等领域都有着越来越多的应用。

【收稿日期】2019－01－28

*基金项目：2018天津理工大学中环信息学院科研育苗基金项目（人文社科类），项目编号：KYSK03【作者简介】王辉（1985—），女，天津人，讲师，工学硕士，研究方向：物流工程（供应链管理、生产运作管理）。

赵飞燕（1986—），女，天津人，硕士，讲师，研究方向：工程管理。

第3期王辉等：应用大数据进行供应链管理绩效提升的研究

107

图2

大数据在各行业的应用比例

根据图2中的大数据分析调查统计，发现银行/金融行业供应链所占比接近一半，达到45%左右，说明其对大数据应用的高度重视；高新科技行业占比15%左右，

排在第二；之后依次是医疗、消费、能源和制造行业供应链。单就国内而言，据2017－2023年中国大数据金融行业深度分析及投资风险评估报告相关数据显示，中国大数据IT应用投资规模以五大行业最高，

其中以互联网行业占比最高，占大数据IT应用投资规模的28．9%，其次是电信领域（19．9%），第三是金融行业（17．5%），政府和医疗分别为第四和第五。而在国内的金融行业中，呈现出银行占41．10%，证券占35．10%以及保险占23．80%的大数据开发应用投资结构。通过以上分析可知，世界各行各业正在将实现大数据分析应用作为一个极为重要的发展目标，尤其是对于数据导向的行业，实现大数据分析应用显得十分必要。3

大数据技术在供应链管理不同环节中的应用分析从原材料供应到销售的整个供应链范围内都可以使用大数据分析应用程序。使用大数据技术最大的增长出现在营销方面，应用程序不断发展，以获得更好的市场情报。采购越来越多地看到应用程序细分供应商，

衡量风险，并通知供应商谈判。尽管与营销和其他供应链功能相比，采购在应用程序开发方面滞后，但预计未来几年将经历最大的增长。近些年以来，

在物流方面一直使用大数据分析应用程序进行路线和车辆调度，而运营一直使用优化运营需求的大数据应用程序，从库存和能力到人工调度环节都有涉及。尽管落后于市场营销，但物流和运营的应用程序在复杂性和细节方面都在不断增长。3．1

营销方面的的应用

营销分析应用程序以客户为导向，处于供应链的销售端。营销的本质推动了大数据应用程序的发展，这些应用程序的重点是捕捉客户需求、

实现微观细分和预测消费行为。事实上，市场微观细分已经成为大数据分析的一个非常重要的应用。尽管市场细分长期以来一直是一种营销能力，但大数据与复杂的分析工具的耦合使微观细分成为可能，在越来越精细的水平上进行了细分。

公司现在可以使用信息技术来收集和跟踪个人客户的行为数据，然后将这些数据与传统的市场研究工具结合起来，以获得更大的洞察力。收集到的数据越来越多地被实时跟踪，使得公司能够迅速调整客户战略。在像内曼·马库斯

（NeimanMarcus）这样的零售商那里，行为细分与多层会员奖励计划相匹配。该公司利用复杂的分析来识别关键客户，然后制定有针对性的购买激励措施，从而从公司利润率较高的客户那里获得更高的利润率。

另一个重要的营销应用是价格优化。价格优化已经达到了一个新的水平，允许对价格和销售的高粒度数据进行分析。现在可以使用各种数据源几乎实时地做出价格决策，其中的例子在酒店运营已很常见。例如，国际上有些酒店使用一个

复杂的分析系统，考虑客户类型甚至天气等变量，优化客房价格。营销应用并不局限于传统的B2C关系。尽管B2B提供了一些特殊的复杂性，例如，客户数量较少，且订单较少，但是已经开发了一些算法来跟踪、划分和更好地理解业务客户的花费。此外，这些应用程序正变得越来越复杂，例如，提供“亲和分析”，以确定业务客户愿意从公司而不是竞争对手那里购买哪些产品。3．2

采购方面的应用

大数据分析应用程序在采购中变得越来越重要，并且是增长最快的。考虑到在大多数制造企业中，

采购在支出中的占比最大，占收入的比例从50%到90%不等。因此，在采购方面进行应用分析可以节省大量成本。许多公司指出使用分析优化采购渠道的方式，同时将供应商整合到自己的运营中。一些应用程序根据关键特性划分供应商，帮助制定采购策略并平衡成本与风险。例如，

Amazon使用大数据分析来确定最佳的采购策略，并管理从制造商到客户的所有物流过程。分析用于确定联合补给、

协调补给和单一来源补给等方式的正确组合。事实上，为了协调所有的供应链管理流程，Amazon在其完成订单、产能扩展、库存管理、采购和物流功能方面都应用了高级分析。3．3

物流角度

物流应用程序帮助货物通过供应链移动，是一些最古老的应用程序；它们被用于优化库存，确定最优的配送中心位置和供应路线以及最小化运输成本；其中，高度应用在运输和路线优化方面。支持GPS的大数据远程信息技术和路线优化正在被用来优化交通。此外，分析应用程序可以通过优化燃油效率、检修维护、司机行为和车辆路线来提高生产率。对破坏性事件的跟踪，如天气，可以不断实施更新和路线重新优化。UPS就是一个例子，它在20多年前就开始收集这类数据。

该公司使用一种名为ORION（On－RoadIntegratedOptimizationandNavigation）的分析工具，让司机能够在送货区找到最高效的路线。应用程序可以为不同类型的产品提供细分的运输路线和包括运输因素在内的粒度信息。存货管理就是一个很好的例子，

RFID技术在跟踪存货的流动、获取位置和数量以及监控安全性方面都很有用。该技术在用于跟踪环境温度和运输持续时间的“冷链”中尤为重要。在运输易腐物品时，这一点尤为重要，因为大数据应用系统会根据运输时间优化订单数量和服务级别，并能在检测到问题时立即启动警报机制。

1084

大数据应用对企业供应链管理绩效的提升作用

物流工程与管理第41卷

在供应链管理中，管理人员需要改进整个组来了特殊的挑战，

织系统的性能，而不仅仅是功能。目前，供应链理论与大数据理论相结合的研究较少。大部分的研究都是从供应链理论的视角，如从供应链绩效理论的角度，探讨如何利用大数据提高供应链绩效。未来，我们可以将大数据理论引入到研究中，包括大数据产生的原因、运行规律以及大数据的核心思想，还可以考虑供应链的架构。

［参考文献］

［1］T．DavenportandD．Patil．“DataScientist：TheSexiestJobof

the21stCentury，”HarvardBusinessReview，90/10（October2012）：70－76．

［2］AKTERS，WAMBASF，GUNASEKARANA，etal．Howto

improvefirmperformanceusingbigdataanalyticscapabilityandbusinessstrategyalignment［J］．InternationalJournalofProductionEconomics，2016，182（3）：113－131．

［3］MAZZEIMJ，NOBLED．Bigdatadreams：aframeworkfor

corporatestrategy［J］．BusinessHorizons，2017，60（3）：405－414．

［4］TALLURIS，NARASIMHANR．Amethodologyforstrategic

sourcing［J］．EuropeanJournalofOperationalResearch，2004，154（1）：236－250．

［5］JINY，JIS．Partnerchoiceofsupplychainbasedon3D

printingandbigdata［J］．InformationTechnologyJournal，2013，12（22）：6822－6826．

大数据技术的应用，每个企业的核心业务在企业供应链管理系统包括产品开发（包括新产品设计和开发）、供应商选择、原材料采购、产品生产、过程管理、市场细分和定位、产品仓储和运输、客户信息反馈等，通过各种数据的收集，然后做大数据分析，获得有价值的信息来指导这些业务过程的认识，更有针对性的进行培训，提高培训的有效性，有效降低运营成本；供应链管理通过有效地利用各种资源、工具和技术，认识到数据资源的真正价值，和市场的发展保持同步，提高企业的快速反应能力，及时调整战略，制定发展战略的适应方案，最终达到供应链风险管理保持可控、减少企业的运营和管理成本的目的。

随着供应链管理在采购、供应、制造、物流、销售等方面的复杂性不断加深，企业产生的大量数据需要不断的整合和优化，凸显供应链管理的差异性，形成各方面的智能数据资源，为了合理部署和利用推进数据的融合应用，打造具有企业独特品牌效应的智能供应链，最终能够真正发挥大数据在供应链资源定位和重组中的核心价值。5

结论

大数据分析不仅仅是另一种技术。正是软件、计算和技术能力之间的联系，开启了一个完全不同的竞争时代，并在历“技术”史上掀起了一场颠覆。尽管大数据分析应用的技术宣传甚嚣尘上，但大多数公司尚未真正利用大数据分析技术实现供应链绩效的高度提升，只是在进行试水，同时，许多公司根本不知道如何使用。大数据技术的使用，给供应链管理带

（上接第119页）

其次，完善农产品质量认证体系。政府相关部门应不断完善各类农产品质量认证标准，构建统一的农产品质量认证体系，按品质优劣对农产品进行等级的分类，使农企生产与农产品电商平台所发布的信息和给出的相关质量认证有据可按，有迹可循。并同时开展对农户的科普宣传、技术培训，对于表现突出者给予生产模范标兵等称号，逐步形成标准化生产的农产品产业集群4．4

［4］

通过同城物流的运作达到消费者的需求，获超市和批发市场，

得消费者的信赖。现如今，网上评论和购后评价的传播范围和影响力远高于口口相传，如果消费者对网购体验感到满意，通常会选择回购或者推荐他人购买，从而形成口碑效应的良性循环，这对农产品流通效率的提高有显著的促进作用。

［参考文献］

［1］季祖强．农产品电子商务：特征、．河北工形势与突破［J］

2016（3）：8－9．程大学学报，

［2］中国新闻网福建．福建电商蓬勃发展2018上半年交易额

．http：//www．fj．chinanews．com/达8000亿元［EB/OL］

news/fj_zxyc/2018/2018－07－27/416668．html，2018－07－27．

［3］周丰婕．“互联网+”背景下福建农产品流通中的信息不

J］．商业经济研究，2017（21）：135－136．对称问题探析［

［4］陈然，陈晓枫．“互联网+”浪潮下的福建省农产品电子商

J］．三明学院学报，2015（5）：28－29．务［

。

“互联网+”打造融合的农产品信息交互平台

完善农产品市场预警机制。对农产品市场进行风险预测

和分析，依据推测出的风险程度制定相应防控措施，防止由于供求和价格剧烈波动引起的市场动乱。另外，加强和相近发展模式的发达国家的交流，借鉴其在农产品市场改革成功的经验，制定符合我国的市场预警机制工作的长期规划。

建立农产品信息平台+移动APP的模式，通过信息平台发布相应时令农产品的供求信息，牵线农户与经销商，避免农户基本上是自售或坐等批发商上门收购的情况，提高农户的积极性与主动性。同时通过移动APP牵线消费者与各大生鲜