探讨供应链管理中的大数据运用

□ 王一峰，昝 婷，张寅璞，邵瑞阳

(三峡大学，湖北 宜昌 443002)

随着我国新型的产业不断发展，相对新起的信息技术以及应用模式也是不断大量涌现出来，全球化的大数据也呈现爆发式的发展。根据数据管理系统中提示，有三个维度的大挑战正迎面而来，即数据类型多、数据量多、一件数据呈增长快的模式。大数据发展速度快的局势下，已经成为近年来实践和理论的研究的重点话题，但对于以往的数据研究来看，大家重点关注的是消费者数据的分析和偏好预测等，然而对于供应链中的研究相对较少。对于相对复杂化的供应链，企业是如何进行持续保持自己的优势竞争力，要求其必须慢慢地重视对于大数据的运用。

1 大数据下供应链的运用的影响因素

1.1 大数据中数据类型

目前，数据的类型主要是根据数据的获取和形态来进行划分的，由此，大数据主要是以下的几种类型：①结构化数据；②非结构化数据；③传感器的数据；④新类型的数据[1]。

结构化的数据主要是指关系化数据实现储存了的数据，是占整个数据的总量百分之五，其中包含了交易时间段内产生的数据，这类数据在整个的数据分析中占重要的位置，这里面包含了了ERP数据，也属于企业运行当中产生的和积累的行业大数据，在企业进行决策时参考的意义是非常重要的。非结构数据里面包括了渠道、顾客、库存服务大数据，甚至还涉及到了社会化的数据，对于供应链的管理数据的研究和报告研究占非常重要的地位，在现实情况下，社会化的数据在整个的供应链中对其的研究数据是非常缺乏的。据研究调查发现，物流供应商、零售商以及生产者来说，都曾借助数据库进行供应链的管理，但是只有少量的企业才会参考社交媒体的数据。虽然供应链的运营依赖于社交媒体的数据，然而怎么利用社交媒体数据来指导企业的进行活动策划以及供应链对企业产生影响和效益具体机制还需进一步的研究和探讨。从众多内容中概括了许多的商业方面的数据智慧，就需要使用不同研究方案，其中可以有网络分析方法和描述性分析方法。除了以上的数据之外，还有传感器数据以及新类型数据。传感器数据包括了QR码、RFID数据温度数据以及位置数据，这类数据增长相对较快对于供应链金融带来很大的商机。

1.2 供应链大数据的质量

在对企业的数据进行分析，发现需要将数据的质量问题化为关注重点。然而，在实际的数据运用方面，难免会出现使用到低质量的数据，这将大大影响到企业的决策，可能就直接导致企业经济方面的损失。

随着数据的不断发展，数据的质量直接关系到数据是否有使用价值。因此，人们对于大数据的质量问题越发的重视。然而，在国际上在数据的质量检测方面还没有形成统一的衡量标准，但是一致认为数据质量要从多维度的角度进行界定，例如数据的内在要求的准确性、一致性、完整性和及时性以及使用情景中的关联性、价值可信度等等，都是成为其衡量的基本标准。

1.3 大数据分析技术

1.3.1 分析学

大数据的分析基础就是分析学，它可以帮助企业在数据基础上在出最优决策。通过分析学可以帮助企业或的独到的见解，有利于其提高预测的准确性。大数据若只是一堆数据，而没有进行分析那也是无用的，当然，分析学离开了数据也只是个分析工具而已，而无法发挥真正的作用[2]。

1.3.2 供应链分析

目前供应链管理的研究点也是在于大数据的分析技术。据研究分析供应链分析需从内部和外部来获取数据，再进行相关的分析，经过数据来获得见解，帮助企业规避风险降低生产成本，提高运营质量。虽然在数据的分析技术上面，有的企业在具体的运用方面还是比较混乱，这样直接导致到分析的过程无法真正触及到数据的实质。企业对大数据的运用主要是从企业文化、企业文化和企业特性等等方面进行数据的分析和运用[2]。

1.4 大数据进行分析的能力与人力资源因素

企业在运用分析学进行供应链决策时，其中的关键驱动因素是供应链大数据的运用能力。经研究发现促使企业放弃大数据分析的因素是企业缺乏相关性人才。大数据的不但可以改变供应链的设计和管理方式，同时可以给供应链带来新挑战。

2 供应链中大数据的运用绩效

2.1 供应链运营效率受大数据影响

企业在运用大数据时能提高其需求预算、决策制度以及供应链运用效率和科学性，能在企业运营过程中降低成本。在企业进行企业决策制定任务时，数据能提高对企业决策科学性、准确性甚至有效性；在进行企业物流决策时，通过大数据可以分析出竞争环境和需求匹配度，优化相关的配置；提高企业供应链的运行效率，数据分析可以有效促进供应链合理分配资源，提高协同能力。在企业对运用成本进行讨论时，大数据能促进各企业的优化途径，控制资源从而降低成本，对信息进行挖掘分析，提高企业的经济效益；在依托平台的会员，进行大量数据的交易其背后的物流信息数据能给参加大量会员进行合理的融资，可以改变供应链和企业给上游企业会员信用的融资形式，在物流的平台运行信息可以进行实时的反馈情况，可以有效降低金融信用机构的监督的运用成本，能大大提高供应链的运营效率。

2.2 大数据和供应链的创新发展

企业在运用供应链的大数据分析技术可以提高其运用的实际效率，并且能提高供应链的创新。大数据的改变是带着全新的思维方式，是社会改革的重要推动力量。具体来说，大数据技术可以对现在有的业务遇到的难题和机会带来全新的的解决方案。这种全新的技术可以改善和提高企业的运营效率；在技术方面，数据能降低知识之间的置换成本，加快网络知识的转换速度，这种模式对于技术的更新有明显的作用。

2.3 大数据与供应链的风险管理

研究者发现，企业大可利于预测和大数据的分析技能来缓解供应链管理的分析。也有专家指出供应链中管理是得到了高强度的信息技术。而且此类信息还包括了信息化的企业经营管理体系，增加了企业内部和企业之间的信息流通和交流，达到提高信息更新的速度，然而，这种信息化的管理方式也遇到了供应链节点的问题。对于供应链的风险管理把控是指事前事后的管理，这数据主要可以有以下的作用，大数据对事情前的风险评估是非常准确的，主要是因为数据分析包括了企业在运营方法产生的数据，其中包括了互联网和移动平台等等产生的额外数据流，可以对数据进行整体的分析，这样得出的结果是非常有效的。最后，大数据的技术能对事后的发现的风险进行处置决策，可以提高更好的支持，对于单个的事件或者偶然事件，也可以在最短时间内觉察出来，有助于企业找出分析偶然事件的必然性结果，由此企业就能掌握主动权，更好地控制和降低风险。

本文是对供应链管理大数据技术运用的进行梳理，在学术界来说供应链的研究相对较少，相对落后于实践发展，相对于大数据中供应链的管理来说，他们之间的交互作用缺乏更深的理解。展望未来，大数据技术研究还需要和管理技术进行结合，在引入到供应链中进行分析，这样才能真正对大家有帮助，加深对数据供应链的管理与理解。