淺談大數據發展對企業供應鏈管理的影響

于珺

隨著互聯網+、物聯網、云計算等信息技術的快速發展，大數據的影響e慢慢的深入到我們的生活中。在大數據時代，大數據分析方法所具有的預測功能將對企業供應鏈的各個環節發生重要影響，將大數據運用于企韭供應鏈管理中，不僅可豐富供應鏈的內容，還能迅速、商效地發揮數據的智能預判作用，進一步幫助企業優億供應鏈管理中的關鍵環節，增強企業預測市場的有效性，提高企業供應鏈管理效率，提升企業決策準確性和服務質量。當然，企業在使用大數據對應揚長避短，根據企業自身特點動態調整大數據分析法，以發揮大數據之最大功用。

供應鏈管理 大數據 影響

隨著信息化時代企業競爭日益激烈，供應鏈作為企業的核心網鏈亦變得越來越重要。尤其是在大數據時代，如何使用大數據以及其分析方法豐富供應鏈的內容，迅速、高效地發揮數據的智能預判作用，為企業最大程度地創造財富，已成為大勢所趨。

供應鏈管理的內涵和意義

供應鏈管理是一種集成管理的思想和方法，是把整條“鏈”看做一個組織，把“鏈”上的各個企業看做是合作伙伴，企業通過“鏈”上各個企業之間和合作與分工，致力于整合和優化“鏈”中的信息流、物流、資金流，從而提高競爭力.獲得競爭優勢。 傳統的企業管理局限于企業內部各部門的管理以及部門之間的集成管理，忽略了整個供應鏈對企業活動產生的各項增值活動，以及供應鏈整體的運行效率。供應鏈管理模式是順應市場發展趨勢的必然結果，供應鏈管理是分析研究在產品滿足顧客需求的過程中對成本有影響的左右機構，追求整個供應鏈系統的效率和經濟性，使系統總成本達到最小。首先，從成本上來說，供應鏈管理對于降低成本的關注點從企業內部擴展到了外部，通過降低整個鏈條的成本，讓鏈條上的企業都能獲得更多的利益，不斷提高企業之間的合作效率。其次，企業通過供應鏈管理，縮短產品的開發周期、生產周期、上市周期等，加快整個“鏈”上的物流和信息流，以增強企業對市場的做出快速反應。

信息技術對供應鏈管理的作用

傳統供應鏈成員之間的溝通還是通過紙張的傳遞，遺憾的是，大量的使用紙張處理信息或基于紙張的信息鍵入計算機系統處理，都帶來了較大的人力、金錢和時間成本，然而，企業供應鏈反應的速度直接影響著企業的收益。隨著信息技術的發展，一些基于信息技術和網絡技術的新商業模式的出現，使得企業不得不加快改進和引入信息技術幫助改善企業供應鏈管理方法。比如，ERP系統就極大地促進了整個供應鏈及互聯網上的溝通，還能體現有關企業各個部分的所有電子信息，同一信息不會像在傳統方式模式下產生不對稱，從而不同部門間使用的信息不一致，導致決策不準確的情況發生。

大數據發展對供應鏈管理的影響

（1）大數據的概念

大數據產業是新一代信息產業，是通過對海量數據存儲、運算、處理而產生價值的全新產業形態。大數據是指以多元形式，自許多來源搜集而來的龐大數據組，往往具有實時眭，在企業對企業銷售的情況下，這些數據可能得自社交網絡、電子商務網站、顧客來訪紀錄，還有許多其他來源。這些數據，并非公司顧客關系管理數據庫的常態數據組。

（2）大數據對供應鏈管理的影響分析

1有助于客戶關系管理

伴隨著經濟社會的快速發展，客戶的需求不再是傳統的滿足于基本生活必須，更多的開始追求個性化的產品或服務，而且對企業產品或服務推陳出新的速度要求也越來越高。通過引入大數據技術對企業客戶關系進行管理，記錄每一次客戶訂單的相關情況，收集客戶對產品或服務的反饋信息，可以及時了解客戶對產品或服務的需求變化，迅速對客戶需求變化做出反應。同時，運用大數據分析工具預測電子商務顧客需求分析，能夠幫助供應商和商家更清楚的掌握顧客需求，提高了響應顧客個性化需求的效率。國內一些企業已率先將大數據運用到了企業物流運作中。阿里巴巴集團通過其著力打造的菜鳥網絡聯通眾多的物流企業，匯集海量的信息資源，實現數據資源的掌控，實時追蹤物流信息，提高了物流配送的效率。

2優化庫存管理

企業供應鏈管理中的一個關鍵問題是庫存的使用，庫存過高或過低都會給企業帶來一定程度的損失，只應保持在使得生產能被調整到最有效的水平程度。雖然通過使用ERP系統等信息技術對庫存進行管理后，有效的改善了傳統庫存管理方式的缺陷，但是對上下游數據的收集、整理和分析，還不準確、迅速，不能為企業庫存管理決策提供準確有效的信息。通過引入大數據技術，對產品從采購到入庫再到出庫進行全程監控，建立實時的庫存控制系統，搭建庫存管理相關模型幫助分析，通過從需求變動、安全庫存水平、采購提前期、最大庫存設置、采購訂購批量、采購變動等方面進行統籌管理、準確分析，實現科學化的符合企業實際的補貨機制和庫存協調機制，讓庫存維持在最佳平衡點，消除庫存不足的缺貨和過量庫存帶來的成本增加，有效的降低企業庫存管理成本，進一步優化企業的庫存結構和庫存水平設置。

企業供應鏈應用大數據面對的挑戰

首先，大數據質量及時效性難以把握。企業物流中產生數據的渠道很多，數據結構也千差萬別。對企業而言，企業物流數據來源廣泛，原始數據質量參差不齊，時效性長短不一，數據管理人員能否根據數據的結構特點設計出靈活方便提取和存人數據的數據庫從中獲得高質量數據，挖掘出企業所需的數據價值，是物流行業目前面臨的一個巨大挑戰。其次，大數據安全性與隱私性。企業供應鏈所涉及的運營環節不可避免地要和客戶打交道，和客戶的業務往來產生大量的數據就涉及到商家、用戶的隱私信息。對于這些信息，企業要做的就是保證其安全性，否則一旦信息泄露就會給企業造成無法挽回的損失。再次，大數據分析處理能力。綜上所述，大數據在企業供應鏈中已經得到了普遍應用，但是目前企業在大數據運用機制及職能方面尚不成熟，依舊面臨著諸多因素的挑戰。我們應通過建立大數據信息共享平臺、加強信息安全防護管理以及引進或培養復合型大數據人才的方式，根據企業自身特點動態調整大數據分析法，以發揮大數據之最大功用。

[1]杰克·梅雷迪恩，斯科特？謝弗.MBA運營管理（第5版）[M].中國人民大學出版社，2015；

[2]張立軍.企業供應鏈管理的影響因素分析[J].北京工業職業技術學院學報，2015；

[3]張東翔，成斌.基于供應鏈管理的大數據應用分析[J].物流技術， 2015：