淺析大數據技術在庫存管理中的應用

楊乘浩

摘要：以物聯網、大數據等關鍵技術為代表的新型信息技術的快速發展為企業提高庫存管理水平、增加投資回報奠定了基礎。如何在供應鏈管理基礎環節——庫存管理中高效利用日益發達的大數據技術成為眾多企業關注的重點。本文通過分析我國企業庫存管理現狀，結合大數據技術相關特點，為企業在庫存管理過程中合理利用大數據技術提供意見和建議。

關鍵詞：大數據技術;庫存管理;供應鏈管理

1 大數據技術簡介

1.1 基本概念

數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。大數據（Big Data）是指在一定時間范圍內只能通過移動互聯網、物聯網等多重手段獲取到，而無法使用常規軟件獲取、處理的巨型數據集合，大小能夠達到數十兆億字節（PB，1PB=1024TB）甚至更高，遠遠超出了人類在限定時間范圍內通過常規軟件抓取、和處理的能力。而大數據技術則是從這些數量巨大、種類繁多數據集中迅速、高效獲取信息的相關技術的統稱。

1.2 大數據技術特點

大數據發展迅猛，在一定程度上具有鮮明的特征，即“4V”特征。一是大容量（Volume），這是大數據最基本的特征，其數量級別從TB級別到EB乃至ZB級別（1ZB=1024EB，1EB=1024PB，1PB=1024TB，1TB=1024GB，1GB=1024MB）;二是多樣化（Varie-ty），即數據的種類繁多，除了基本的數據、文本格式之外，還包括音頻、視頻、圖片以及文字信息等。三是高速（Velocity），即大數據技術對大數據的處理速度非常快，也稱為“1秒定律”，這是與傳統數據挖掘技術本質區別;四是價值密度低（Value），雖然數據是無窮無盡的，但是真正符合條件及需要的信息不多，尋找起來比較困難，大數據技術需要從海量數據中挖掘規律，才能為企業創造價值。

1.3 大數據技術種類

大數據中蘊含著豐富的價值和財富，而由于大數據自身所具備的特征，必須要緊跟時代步伐，利用先進技術，如分布式計算架構、云存儲等技術來處理。大數據技術是一種不斷更新、發展的技術集合，現階段已經產生了大量新技術，為大數據的采集、存儲、處理等奠定了技術基礎，主要包括：大數據采集及預處理技術（如淘寶自主研發的Time Tunnel，Facebook公司推出的Scribe等）、大數據存儲及管理技術（如分布式文件系統GFS： Google File System，分布式數據庫Oracle、MongoDB等）、大數據分析及挖掘技術（如邏輯分析、聚類分析等）、大數據展現和應用（大數據可視化等）等。

2 在庫存管理中的應用

傳統的庫存管理主要采用人工管理方式，而且帶有庫存越多、企業運營越好的錯誤理念，隨著大數據等信息技術的發展，企業庫存管理方式和理念也隨之發生改變，結合企業庫存管理中存在的問題，充分發揮大數據技術作用，能夠充分滿足企業庫存管理低成本、高效率等多方面的需求。大數據技術在庫存管理中的應用主要包括以下幾方面。

一是優化倉庫選址。企業在倉庫選址時，需要綜合考慮企業性質、產品銷售情況、企業資金等諸多因素，通過大數據技術對各種因素的綜合分析，結合企業發展目標和不同需求，選擇合適算法，以求獲取倉庫最優位置。二是優化倉庫儲位和庫存。企業可根據商品相關數據的關聯度，利用大數據的關聯模式法來安排最優的倉儲貨位，以提高分揀和配送效率。結合歷史庫存數據及銷售預測，利用大數據技術進行仿真模擬計算等方法確定企業最優的庫存量，以達到在在滿足基本需求的基礎上，最大限度的降低成本。三是優化物資配送及搬運線路。通過大數據技術和定位技術等的有機結合，根據企業運輸車輛實時位置及交通情況，結合智能算法，可以為車輛運輸預測最優行駛路徑，從而提高企業獲取配送效率。結合貨物儲位及裝卸位置等基本信息，通過智能算法為貨物搬運選擇最優路線，以提高工作效率，降低成本。

四是貨物信息實時跟蹤管理。借助衛星定位、物聯網及大數據技術等技術支撐，不論貨物是在儲位還是在搬運及運輸過程，能夠實現對貨物的實時跟蹤管理、安全監控以及運輸車輛的優化調度，進而保障各方面的安全性。

綜上，利用大數據技術優化企業庫存管理工作，能夠有效提升企業庫存管理水平，實現企業庫存管理乃至整個物流系統的一體化和協同，進而實現精確化、可視化的智慧物流協同與管理，最終達到降本增效、提升市場競爭力的目的。

3 結語

正如咨詢公司麥肯錫所言，數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。大數據技術以及物聯網、移動互聯網、云計算、人工智能等，作為新一代信息技術，正在逐漸引領整個物流行業乃至整個社會的發展變化。在大數據時代，企業面對不斷涌現的海量數據，必須充分利用大數據技術，深度挖掘數據價值，有效運用于企業庫存管理、企業管理等各方面，推進大數據全流程、全方面的高效利用，以提升企業核心競爭力，應對日趨激烈的市場競爭。

參考文獻

[1]鄭雅敏，程永康.企業實現“零庫存”生產的條件和措施分析[J].科技資訊，2007，（10）：206-207.

[2]苗剛，高濤.科學把控九大關鍵業務提升物資集約化管理水平[J].東方企業文化，2013，（23）：95.

[3]李書科.能源大數據背景下微網風險元傳遞模型與優化研究[D].華北電力大學（北京），2017.