大数据分析在供应链管理中的应用探讨
来源:用户上传
作者:
摘 要：随着社会不断发展进步，我国逐渐步入大数据时代，数据信息量逐渐增加，人们对于数据科学、大数据分析的关注更高。在大數据时代中，提供了供应链管理很多机会，而如何在供应链管理中使用大数据技术则是需要考虑的问题。本文将从大数据类型、数据质量等方面进行分析，研究供应链管理在大数据中所具有的的影响因素，并由多方面总结与分析供应链管理中使用大数据分析。
关键词：数据分析;大数据;供应链
中图分类号：TP311 文献标识码：A 文章编号：1671-2064（2019）22-0034-02
大数据属于新型信息技术，是新一代科技的反应，其驱动型较强，在该服务领域中，可通过运用现代软件技术，完成数据的提取工作、搜索工作、存储工作、分享工作、共享工作、处理工作。当前，我国科学技术逐渐增多，传感器也更加普及，推动了通讯技术的发展，同时，随着网络设施的发展，更多价值将被挖掘出来。同时，在信息化发展过程，为供应链管理提供了发展机会。
1 供应链中使用大数据的影响因素
运用大数据能够实现供应链管理的优化，在此过程中，建立数据库为第一步，为后期的数据分析过程、数据整理过程提供了基础条件，进而达到工作时间的研究分析目的。对于大数据应用于供应链中的影响因素较多，详细如下。
1.1 大数据数据类型
大数据类型取决于大数据获取方法、大数据获取途径、数据形态。在供应链中大数据由新类型数据、结构数据、传感器数据、非结构数据。对于结构数据，来源于电子表格或者关系型数据库，在总数据中，该数据占据5%[1]，包括交易数据、时间数据等，在大数据分析中占据重要地位。对于结构型数据，由ERP数据组成，具有较高的真实性，其内容为企业中数据，且具有较大数据量。ERP数据可将企业的伴随问题、发展趋势等情况详细的反映出来，推动企业不断发展。在非结构型数据中，其内容较多，例如渠道数据、库存数据、社会化数据以及客户服务数据。很多学者表示，在供应链的管理过程中，非结构型数据具有数学研究作用。如，在社交媒体数据是一种非结构型数据，研究指出，物流供应商中企业运动社交媒体数据低于1%。尽管社交媒体数据在供应链管理的决策中具有重要作用，但受到企业不清晰社交媒体的风险管理、产品开发作用等问题的影响，不足够重视非结构型数据。在传感数据中，其内容也存在很多，例如位置数据、温度数据等，此类数据的一个重要特征为增长速度快。对于新类型数据而言，包括声音影响数据、视频数据、地图数据等，分析新类型数据可促使数据质量提升，进而使得大数据分析精度加强。
1.2 供应链中大数据质量
在以往的数据研究中，分析结果的影响重要因素为数据质量。数据不准确、数据质量差均不利于企业的决策，严重者可造成企业出现经济损失。因此，在数据质量达到理想状态时，才能够保障企业获得准确信息。随着我国科学技术不断发展，大数据在时代背景下也呈现快速发展趋势，这就引起了更多人的重视。但是，对于数据质量的评判标准，当前还未能够统一化。有学者提出，采用多维度指标对数据质量进行评判，不可采用单一维度对数据质量进行评估。还有部分学者认为，在数据质量的评价过程中，其内容应当包含要求评价、情境评价。对于要求评价，也即是评价数据的客观情况，其客观因素包含数据即时性、数据一直性、数据完整性等。在情境评价中，是针对数据的应用背景的一种评价，其所评价的角度包含数据价值总量、数据价值可行性、数据价值可信度、数据价值增殖性等。
1.3 供应链的大数据分析技术
1.3.1 分析学
分析学为数据分析理论的主要来源，分析学有助于企业以事实为基础做出决策。有学者表示，利用预测模型与定量技术可促使企业经济效益有效提升[2]。此外，分析写还可指导决策，并使人们获取新见解。在大数据分析中，应用分析学、数据分析工具等有助于大数据分析，而分析学若脱离大数据，仅仅为数学统计工具，在企业管理中具有无法发挥作用。由此可见，作为大数据分析中重要技术，分析学与大数据之间相辅相成，无法分离。
1.3.2 供应链分析
供应链分析共由两部分组成，其一：企业内部数据分析，其二：企业外部数据分析。在供应链分析过程中，第一步为手机数据，使用数据分析工具对大体量数据进行分析，获取知识，以便供应链的运营，促使供应链成本与风险降低。尽管大数据应用、供应链研究均明显增加，但因发展慢、起步晚，因此，对于供应链案例、大数据应用案例均很少。当前，我国的部分企业中正确意识到应用大数据、供应链的意义，并逐渐深入了解供应链，在企业运营中使用，但受到技术差等因素影响，往往出现使用不当现象，使得供应链出现不利作用。企业运作流程与业务流程均影响大数据分析的技术。有研究指出，若企业业务流程十分复杂，对于供应链的作用而言，大数据的分析结果将更小。
1.3.3 大数据分析的人力资源与能力分析
影响企业的供应链与大数据分析的重要因素为大数据分析能力，而对大数据分析能力产生直接影响的为人力资源情况。在大数据分析中，缺乏专业人才，使得很多企业对于大数据分析的使用出现放弃心理。因此，需重视培养大数据分析方向综合性人才，促使管理能力有效提高。有关研究数据表明[3]，直到2018年，我国的数据分析其人才缺失已高达14000人，证实了人力资源对于大数据分析、企业而言十分重要。
大数据人才不仅需具备经济学知识，还应当具有预测学、运筹选、统计学等知识，此外，还应当沟通能力。部分数据可直接由企业记录内提取，部分数据则需与客户交流等手机，也即是大数据分析工程师应当具有非结构型数据、结构性数据的整合与收集能力。在处理数据以后，能够提炼出有价值信息，同时还需要与企业管理者沟通。由此可见，在企业的大数据分析应用过程中，人力资源占据重要地位。
2 供应链管理中的大数据使用 在我国不断发展的国情影响下，人们更加重视大数据。
2.1 促使供应链的運营效率不断提高
对于大数据分析，应用供应链将对多方面因素产生影响，体现于决策能力、需求能力等方面，对供应链的运营效率产生积极影响，同时还可促使运营成本达到节约目的。运用大数据分析，不仅能够提高企业管理中的供应链效率，实现资源的优化配置，推动供应链互相合作，最终，促使企业运营过程中，供应链整体作用有效提高。例如，在快递行业中，结合物流仓储与大数据，利用数据的整理与分析，整合客户信息与物联网信息，利用数据分析，促使货物信息与物流信息的匹配程度提高，进而提高企业的物流快递速度。在大数据分析中，还可促使供应链的运营成本实现节约目的。同时，以大数据分析结构为基础，可促使企业中所存在问题有效解决，对发展防线及时调整，并调整资源，进而实现运营成本的有效降低，促使企业经济效益提高。又比如金融行业，在金融机构中，利用客户交易数据收集分析[4]。
2.2 对供应链的创新发展十分有利
供应链的服务创新，不断向工厂、产地与产业带延伸，带来农特、果蔬、加点等各行业变革，由最先一公里逐渐发展为最后一公里，构建产地上行与小弟下行通路。逐渐实现产销全链打通，推动中国经济、传统行业更快转型升级。以具体企业的实践过程进行分析，大数据技术将企业的发展瓶颈打破，并将业务难题解决，对企业的商业机会挖掘十分有利，有助于方法创新[5]。例如，低于京东物流，随着供应链数字不断变化，将全面推动产业转型升级与效率提升，京东物流以全供应链服务，将产销全链通路打开，以5G、人工只能、机器人、大数据等形式的供应链模块化技术能力，推动产业链的技术标准建立，同事提升效率。随着消费互联网的日渐成熟，产业互联网正在如火如荼的向前深入，功能供应链的演进与深刻变革则成为必然需求。
2.3 促使供应链风险降低
供应链就如同一个“大型的记账本”，所有的交易数据都会储藏在其中，并且还有一个最大的优点就是“不可篡改”。目前来说供应链金融面临的最大风险依然是信用风险，而区块链技术最大的优势正是解决信用问题。区块链技术使用密码学原理，来实现其不可篡改性，然后借由程序代码实现分布式记账技术，最终实现其去中心化的特质。所以区块链对于供应链金融的价值在于：信任传递。基于信任传递，能够很好解决传统融资项下中小企业缺乏信用的问题，让优质核心企业闲置的银行信用额度得到释放和发挥，让优质企业的信用之水能够灌溉中小企业之田，让整个链条更顺畅。大数据分析可促使事前风险的预测能力增强，大数据分析是对企业内部数据的一个分析，同时也是整合分析外部市场数据，分析结果十分可靠[6]。在大数据分析的过程中，可促使事中的管控能力有效加强，利用数据分析的结果，及时管控与调整存在风险环节，促使供应链风险有效减少。此外，利用大数据分析，还可使得企业管理将运营过程中的变化规律有效发现，将不正常情况识别，待数据出现与发展规律不相符情况时，应当采取措施。在事后风险的处置过程中，大数据提供了支持，使用大数据分析有助于将风险发生根本原因找出，并在企业管理中做好风险管理。
3 结语
供应链管理优化重要手段为大数据分析，以大数据分析技术与大数据作为支撑力量，使用供应链可促使运营效率有效提升，风险规避，并不断创新，最终获取更好经济效益。企业只有更好的认识大数据的作用，才可在供应链管理中积极使用大数据分析术，才可促使供应链的管理能力有效提高。
参考文献
[1] 官志华.大数据分析在供应链管理中的应用[J].物流技术，2017，36（9）：132-135.
[2] 王红春，王红春，刘帅，等.大数据在供应链管理中的应用研究综述[J].物流科技，2017，40（8）：104-107.
[3] 林伟博，李鼎函，林晴.大数据时代下的我国供应链金融发展形态研究[J].商情，2017（18）：17.
[4] 孙爱婷，吕乐锟.浅析大数据技术在企业管理中的应用[J].电脑知识与技术，2017，13（23）：1-2+4.
[5] 梁晓.浅析大数据时代数据分析在工业企业中的应用[J].现代经济信息，2017（13）：330-331.
[6] 张明.论大数据分析在企业管理中的运用[J].科学与信息化，2017（24）：150-152.
转载注明来源:https://www.xzbu.com/8/view-15084436.htm
