浅谈大数据时代供应链库存管理研究

摘 要：库存管理是对未来发挥作用的、暂时用不到的资源的控制，库存管理效率的提升对节约企业运作成本和提高企业整体经济效益有积极意义。传统库存管理已不能适应市场需求多样化和竞争环境变化快的要求，用供应链库存管理策略可以提供解决方案。大数据时代对库存管理产生的影响也不能忽视，企业在库存管理方面要谨慎选择策略，需结合自身发展特点和技术水平。

关键词：供应链;库存管理;大数据

1 引言

为应对产品周期缩短、订单响应速度要求高，企业必须提高定制化产品响应速度，必须深化企业的供应链管理思想。供应链管理是以核心企业或品牌商为核心，目的是提升企业竞争力，方法是实现供应链系统的最优化运作，理念是合作、整合、协调、共享。充分理解供应链管理思想是做好库存管理的第一步。

进入21世纪后，电子商务迅猛发展，网络购物催生了顺丰、京东等一系列快递公司。以顺丰控股为例，2016年将大数据技术运用到仓库选址、库存分仓策略制定中，解决了仓库选址粗放、库存分类不合理的问题。2016年5月顺丰控股发布了面向企业的大数据服务产品-数据灯塔，通过数据灯塔中的智慧云仓工具，以预测订单走势、合理分仓等手段为客户提供了决策支持，实现了健康、绿色库存，这为大数据技术在库存管理方面的运用提供了成功范例。大数据时代，供应链库存管理变的更方便快捷，更智能，但必须先分析传统库存管理中存在的问题，才能有的放矢。

2 供应链环境下传统库存管理存在问题

传统库存管理来源于“纵向一体化”的管理模式，在该模式下，单个企业管理生产的所有过程，企业应变能力差，成本负担和市场风险较大，企业竞争能力弱。这种模式没有从系统论的角度看待问题，未将各节點企业整合成为一个链条，从所有企业的整体利益出发。在以往市场竞争程度相对弱、客户相对稳定的情况下，传统库存管理能够适应市场的需要，但在现在供应链管理环境下，就容易产生各种问题，引发各种矛盾。

2.1 缺乏整体意识，合作与协调意识淡薄

各个节点企业的目标与供应链整体目标并不是万全一致的，各自都有自己的目标和绩效评价指标，企业间分布式的库存阻碍了企业之间的协调。为了满足自己的生产需要，应对供应中断的不确定性，供应商、用户之间都保持一个较高的安全库存，不利于整体绩效的提高。传统企业管理的管理驱动力来自于自上而下的行政权力，供应链环境下企业间缺乏的有效的激励机制和监督机制，企业间的排他性也引发了先天的信任问题，使企业间的合作与协调变的极为困难。

2.2 信息传递不及时，传递过程中产生失真

目前，供应链管理中的各节点企业的生产计划、需求预测、库存状态等重要数据无法实时、准确地传递[1]，原因就在于统一的信息协同机制的缺失。由于企业之间存在的信息孤岛现象，供应商从不同企业数据库得到的用户需求消息通常是延迟的，无法精确地实施短期生产计划。当用户无法从企业那里及时获得交货状态等数据时，会引起焦虑不满情绪，多次更改交易状态甚至发生延迟现象。对用户的服务考核指标不同企业也有不同的标准，用总的用户满足率可以评价制造商的服务水平，但不能评价订货的延迟水平等其它服务指标。

2.3 不确定性动态变化，控制策略死板

供应链上的不确定性受到预测技术、决策信息的可获得性、决策人的心理状态三个方面的影响，产生了系统运作不稳定的后果，不确定性动态变化难以控制。很多企业采用统一的库存控制策略，对不确定性动态发展的重视程度不足，没有应对不 同情境的策略。先进的生产制造技术大大提高了生产效率，但如果不重视供应链库存控制策略的规划，因生产效率提高产生的效益会被链条上分销和库存成本稀释。

3 库存管理策略

为应对传统库存管理存在的上述问题，根据国内外企业研究和实践情况，总结出以下四种库存管理策略。

3.1 供应商管理库存（VMI）

VMI是在VOI（供应商拥有库存）的基础上发展起来的，弥补了VOI “寄售”方式中供应商管理困难、额外成本高的难题。在基于信赖合作的前提下，需方过渡部分权利给供应商，供应商可根据需方库存和销售信息灵活制定库存补货数量。VMI有一定的信息共享，能降低需求不确定性，减少盲目生产，减少无效库存积压，减轻供需双方压力。实施VMI的关键在于理解库存成本和客户服务水平之间的关系，VMI通过补货频率提升拉动需求、满载货物降低运输成本降低使总库存成本减少，在零售渠道大大加强了产品的可获得性，各配送中心协调存货防止缺货，提高了客户满意度。

3.2 联合库存管理（JMI）

JMI中供需双方在合作双赢基础上共享信息资源，共同决定库存管理计划，信息反馈协调意见，使供需动态平衡，库存成本不会增加。供应链上下游关系较近企业，签订协议建立协调管理中心，作为信息交流桥梁[2]，协调管理中心用来共享需求信息和供需协调，提高了供应链的稳定性。在JMI中协调管理机制的建立至关重要，协调机制能明确供需双方责任、目标，保障供应链的协调一致性，上下游企业在协调机制作用下对库存进行联合式管理。协调机制保证及时信息共享，减少了多重预测带来的信息扭曲，从而减少了独立的库存运作模式中供应链的需求扭曲现象。

3.3 协同式库存管理（CPFR）

CPFR即协同规划、预测与补货模式， 在互利多赢和全局协同的原则下，通过信息的交流与沟通建立共同的目标和业务流程，根据信息反馈及时调整补货策略，在长期的合作沟通和信息共享中能提高需求预测的准确性， 降低事后性成本负担[3]。CPFR模式与前两种模式不同，是一种供应链集成的库存管理模式，摒弃了资源信息无法有效整合的难题。分销商和供应商通过建立统一的管理目标控制体系，以库存管理为中心，共同管理业务和分享信息，减少分销商库存和增加供应商销量。供应链中各个节点通过共同协商能及时、准确的获得需求信息预测， 有充足的时间做好准备，建立联合计划， 实行联合补货策略[4]。

3.4 多级库存优化管理

多级库存优化管理是整体优化供应链的资源的库存管理策略，库存控制方法按集中程度分为两种：分布式策略，把库存控制分为制造成本中心、分销成本中心和零售成本中心[5]，需要根据库存现场情况来制定相应库存成本控制计划，便于库存管理人员控制但缺乏整体观，但需要更多的考虑企业的协调性;集中式策略，由核心企业协调上下游企业，决定所有库存点的控制参数，用协调性来控制整体库存。集中式策略对供应链的层次反映敏感，随着供应链的层次增加，管理协调难度逐渐增大。文章所介绍的几种库存模式中，在整体协调性上，多级库存优化管理最为严格，相对而言，其成本价格也相对较低[6]。

4 新一代信息技术对库存管理的影响

上述库存管理策略在理论层面对库存管理进行了叙述，但在实际应用中，协调性弱、信息传递速度慢、不确定性预测难等问题仍需要现实工具来解决。随着信息化和互联网的应用普及，大数据以庞大的数据数量、超快的增长速度为企业带来了巨大的可视价值。大数据与各种新兴技术交叉融合，不可分割，在解决传统库存管理难题方面为企业提供了技术工具，将会极大地提高企业供应链管理的运作效率。

4.1 增加企业内外协调性

协同与创新是供应链管理的核心主题，通过大数据技术建立的信息共享平台能很好的协调企业间的数据信息。在企业内部各部门之间信息交流虽然便利，但也存在着部门利益冲突和责任不明的问题，产品研发、生产制造、销售等部门之间要注重协调性。用现代信息技术可以将所有生产流程中的节点关联起来[7]，建立一种部门信息共享的渠道，协调部门间矛盾，发现部门间不易察觉的管理问题，更加和谐的解决企业库存高的问题。云计算技术能实现大量数据的存储和调用，信息流在传递的传统订单信息的基础上，细化增加了用户层面的信息。用户层面信息共享，商品评价能更直观的展示用户的满意程度，产品功能、外观材质、商品品质等信息创造了一种数据化的共享方式，促使产品创新更加人性化，使用户和供应商之间更为协调。

4.2 促使信息传递及时准确

物联网、人工智能、大数据等新兴技术使信息的数字可视化成为现实，使信息在库存的监测、控制和优化中更准确的传递。通过大数据技术有效识别库存商品中带有缺陷的产品， 采销过程可以自动获得退货、促销建议，“促销模拟与预测”技术对商品角色进行分类[8]，判断哪些产品可以盈利，哪些商品用来分流，实现优化库存，实时促销;在商品运输配送环节上，运用无线射频技术能准确实时的锁定货物位置、状态以及预测到达时间[9]，利用对地理位置、人员情况与财务信息的了解，对车辆进行调度、统筹安排时间、人员，减少人工成本和用户投诉率，通过对运输配送环节形成所有数据进行挖掘分析，能够大大加强供应链效率，为管理人员提供决策依据，从而减轻库存压力。因此，面向客户、面向企业的具有高效信息整合能力的共享平台的建立，对供应链库存管理效率的提高至关重要。

4.3 降低需求不确定性

在需求不确定情况下，需要应用定性或定量方法进行预测，供应商根据预测确定供货量。数据的来源、数据的准确度、数据的全面程度都影響着预测的准确度，对存在于大量数据间的规律进行深度挖掘并分析识别出全面的市场需求信息，能为预测客户需求提供强有力的数据支持。然而，以往企业通过传统交谈、问卷调查、实地考察的方式才能深入了解顾客的当前状态，样本少、取样难度大。大数据时代下，用户信息的获取利用网络工具能轻松实现，将用户信息添加标签最终实现用户形象具体化，深度的、数据量大的用户画像成为现实。用户数据来源方面，物联网、互联网形成的大数据是计算机、数据统计的研究的主要来源，用数据来源分析得到的产品信息、用户社交信息、用户事件信息[10]组合成为直观的用户画像。用户画像充分考虑了顾客购买心理、购买能力，降低了顾客需求不确定性。

5 总结与展望

上文对现代供应链的库存管理策略和大数据对库存管理的影响两方面进行了初步介绍，大数据技术要和库存管理策略相结合，两者集成为库存共享管理平台，极大地发挥大数据在库存管理方面的作用。但是，利用大数据技术建立库存共享管理平台存在很多技术和管理难点：一是前期投入费用和后期运用效益的问题，前期是靠公司技术实力独立建设平台，还是外包给专业数据方案解决公司，巨大的资金投入是否需要政府政策支持还是由企业独立承担，后期运用在偏远地区能否具有较大的普适性，能否产生较大的经济效益;二是对供应链的人才队伍建设也提出了有更高的要求，既要懂专业技术也要有相应数据处理手段，在引进科学家进行队伍建设和还是只引进前沿技术进行内部培养上如何协调;三是相应库存管理制度也要不断调整，但该制度能否在众多上下游企业间得到认可，能否具体化企业间激励机制和监督机制。文章旨在为新时代下将大数据等新兴技术运用到供应链库存管理策略提供参考。

参考文献：

[1]赵长东. 基于供应链管理的库存控制研究[D].长安大学，2005.

[2]任利霞，崔巍.基于供应链环境下的库存管理模式探究[J].中国储运，2018（12）：115-117.

[3]王玖河，杨阳.基于CPFR的旅游供应链协同模式研究[J].科技与管理，2013，15（04）：89-93.

[4]陈昌帅.汽车零部件公司供应链库存管理研究[J].企业技术开发，2015，34（34）：107-108.

[5]千红. 物流中断下的供应链库存协调控制研究[D].华北电力大学（北京），2017.

[6]舒田.供应链管理环境下库存控制策略探究[J].科技资讯，2020，18（08）：237-238.

[7]丁婉怡，张曼晶.大数据时代传统制造企业的库存管理研究[J].现代商业，2020（22）：38-40.

[8]于永利.大数据升级电商供应链管理[J].互联网经济，2015（Z1）：58-63.

[9]李雪，李远航.基于物联网环境下的供应链库存管理研究[J].环渤海经济瞭望，2019（04）：104.

[10]谭浩，郭雅婷.基于大数据的用户画像构建方法与运用[J].包装工程，2019，40（22）：95-101.

作者简介：

谢文忠（1991.03），男 汉族 山东淄博人 学历：在读硕士研究生 职称;助理机械工程师  从事供应链管理研究。