2017年10月,国务院办公厅印发了《关于积极推进供应链创新与应用的指导意见》(国办发2017〔84〕号),提出现代供应链等领域,培育新增长点、形成新动能;2018年4月,印发《商务部等8部门印发关于开展供应链创新与应用试点的通知》(商建函〔2018〕142号),2018年5月,财政部办公厅、商务部办公厅联合印发《关于开展2018年流通领域现代供应链体系建设的通知》,明确了采用政府补助、以奖代补、贷款贴息等实质性的支持型政策。在供应链中投资大数据将有效提升供应链运营水平,降低供应链成本,进一步打造智慧供应链。
大数据
大数据是指所获取的数据量规模巨大,在一定的时间范围(或合理的时间)内,无法运用现有的技术与目前的主流软件工具来完成这些数据的撷取、管理、处理及分析,更无法快速、有效地整理这些数据,使其成为参考价值性较高的企业经营决策的信息资讯。在信息技术中大数据指的是使用现有的数据库管理工具或传统应用程序很难处理的大型而复杂的数据集。大数据与以往数据的区别在于:大容量、高速率与多样性。
大数据分析法
运用数学和统计学分析海量数据,称之为分析法,即:大数据分析法。大数据与分析法相辅相成,离开分析法的大数据仅仅是一堆数据,而不进行数据分析的分析法也只是一些数学和统计工具。大数据与分析法相结合加深了我们对信息的认识,并把信息转化为商业智能(如图1)。
图1 将信息转化成情报
构建大数据智慧供应链
供应链发展现状
随着新零售的兴起,零售的本质也得到了回归,更高效更优质的服务消费者,商家必须以消费者需求为核心,从终端逆向调整整个市场。随着供应链决策模式的变化也将推动线上、线下渠道逐渐由分裂走向融合,对效率及购物体验提出更高的要求。
在此环境下,充分利用大数据分析法,打造智慧供应链,将能够提高效率,降低成本,提高客户满意度。
大数据贯穿供应链始末
供应链由4部分组成:生产、采购、物流、销售(如图2),产业中的企业仅仅关注其中的一个部分是不够的。在供应链中应用大数据分析可为企业带来巨大的竞争优势。通过这一工具,企业更加深入地了解到消费者的行为与需求,并与之建立更紧密的联系;企业可以进行精准营销,促进消费,提高消费者的忠诚度;随时按照消费者的购买意愿定价,并实时随市场变化更改定价,发挥投资的最大收益;优化门店和配货中心的选址地点。最重要的是,企业能够平衡需求与库存,杜绝库存短缺或过剩。
图2 供应链组成部分
大数据分析法对供应链的影响
对采购的影响
大数据在供应链采购环节主要包含分析供应商特点、产品特点,选择货源渠道,进行供应商的谈判以及供应商的整合。
在采购环节应用大数据分析最基本的是改善订单流程,以IBM公司为例,IBM公司在采购流程中利用分析法来管理订单流程:一是订单到现金环节,处理生产与运行在内的订单,另一个是采购到付款环节,包括向供应商采购及付款,并进一步改善采购流程。此外,能够实现供应链的标准化与统一化。IBM公司在全世界各个地区实行统一的订单流程,促进了IBM公司全球全天候的订单处理,实现了标准化与统一化。
对生产管理的影响
企业运用大数据分析法在生产制造环节可以提高产品质量、生产效率及劳动利用率等。目前已经有很多企业运用大数据分析法进行库存管理、优化库存量、优化日常维护与设施选址。目前大数据分析法在生产力和产品质量方面具备应用前景,如今已经有企业运用大数据分析法,每天进行经营业绩分析,并运用分析实时检测产品质量,逐步实现数据分析的实时性与规模化,进入“数字工厂”。此外,还可以运用大数据分析法优化劳动力,以降低生产成本并同时保持服务水平。
对销售的影响
供应链中的销售环节将企业与消费者联系起来,管理供应链的下游。在这个环节应用大数据技术精细收集并分析消费者的需求信息,进行市场细分,并预测消费者行为。
市场销售的决策一般包含4个部分,即:产品、价格、地点和宣传。利用大数据分析法能够对决策进行优化。
产品。产品决策要解决顾客需要的是何种特性的产品。大数据分析法通过搜集消费者的消费信息,进行精细分析,了解消费者的个性化购物偏好,帮助消费者选择适合不同场合或者送给特殊对象的商品,从而制定符合消费者需求的产品决策。
价格。价格决策一般包括零售价、淡旺季差价以及价格变化等。大数据分析可以为特定的市场及顾客量定制相应的优化价格。
地点。地点决策时要满足消费者需要产品的时间和 地点。这关系到企业的配货渠道选择和市场覆盖率,同时还包含物流、采购以及运营决策。大数据分析能够从多个角度帮助企业解决难题,从而提高顾客的满意度。
宣传。宣传是指与客户沟通,关系到用广告和营销技术进行推广。大数据分析将宣传提升到了新的高度,例如使用定向、事件导向的邮件营销,不同情况提高不同的商品和价格。
对物流的影响
大数据分析法对物流的影响体现在:
一是运输路线优化。运用大数据分析法预测货量需求,通过合并路线降低成本、拆分路线提高时效、新建中转优化成本等方面进行运输路线优化。从时效、装载率、费用等角度出发,整体优化仓库之间、仓库与终端之间的运输路线,从而降低运输成本、减少客户等待时间、提升车辆装载率。
二是考虑物资供需状况、运输条件、自然环境等因素,对配送点的位置、数量、直达和中转的比例进行智能规划,建立一个有效率的网络系统,达到费用低、服务好、效益高的目的。
三是利用大数据分析,实现包裹的可视化,加强物流过程中的监控,降低货损率。
伴随着移动通信和互联网的飞速发展,大数据开始影响并推动各个领域发生深刻的变化,催生出许多新的服务和商业模式。一些传统行业从中看到了新的发展机遇,尝试运用大数据改变企业整个供应链的运营模式,并期望基于数据分析做出更加科学化、合理化的决策。但是在大数据分析法的实施过程中,企业会遇到诸如员工素质、流程优化等方面的困难,这就需要企业做出更多的努力,发挥大数据分析法在供应链中的作用。
(作者单位:山东省标准化研究院物流标准化研究中心)
《中国自动识别技术》2019年第2期总第77期
参考文献
[1]葛竞天,孙郁葱.中国水环境问题及其对策研究[J].东北 财经大学学报, 2005,40 (4): 64-67.
[2] 丁晓松. 大数据供应链:构建工业4.0时代的只能物流新模式[M]. 北京:中国人民大学出版社,2015:8-41.