大數據分析在供應鏈管理中的應用探討

許鳳 項霞 姚祖琴

摘 要：隨著社會不斷發展進步，我國逐漸步入大數據時代，數據信息量逐漸增加，人們對于數據科學、大數據分析的關注更高。在大數據時代中，提供了供應鏈管理很多機會，而如何在供應鏈管理中使用大數據技術則是需要考慮的問題。本文將從大數據類型、數據質量等方面進行分析，研究供應鏈管理在大數據中所具有的的影響因素，并由多方面總結與分析供應鏈管理中使用大數據分析。

關鍵詞：數據分析;大數據;供應鏈

中圖分類號：TP311 文獻標識碼：A 文章編號：1671-2064（2019）22-0034-02

大數據屬于新型信息技術，是新一代科技的反應，其驅動型較強，在該服務領域中，可通過運用現代軟件技術，完成數據的提取工作、搜索工作、存儲工作、分享工作、共享工作、處理工作。當前，我國科學技術逐漸增多，傳感器也更加普及，推動了通訊技術的發展，同時，隨著網絡設施的發展，更多價值將被挖掘出來。同時，在信息化發展過程，為供應鏈管理提供了發展機會。

1 供應鏈中使用大數據的影響因素

運用大數據能夠實現供應鏈管理的優化，在此過程中，建立數據庫為第一步，為后期的數據分析過程、數據整理過程提供了基礎條件，進而達到工作時間的研究分析目的。對于大數據應用于供應鏈中的影響因素較多，詳細如下。

1.1 大數據數據類型

大數據類型取決于大數據獲取方法、大數據獲取途徑、數據形態。在供應鏈中大數據由新類型數據、結構數據、傳感器數據、非結構數據。對于結構數據，來源于電子表格或者關系型數據庫，在總數據中，該數據占據5%[1]，包括交易數據、時間數據等，在大數據分析中占據重要地位。對于結構型數據，由ERP數據組成，具有較高的真實性，其內容為企業中數據，且具有較大數據量。ERP數據可將企業的伴隨問題、發展趨勢等情況詳細的反映出來，推動企業不斷發展。在非結構型數據中，其內容較多，例如渠道數據、庫存數據、社會化數據以及客戶服務數據。很多學者表示，在供應鏈的管理過程中，非結構型數據具有數學研究作用。如，在社交媒體數據是一種非結構型數據，研究指出，物流供應商中企業運動社交媒體數據低于1%。盡管社交媒體數據在供應鏈管理的決策中具有重要作用，但受到企業不清晰社交媒體的風險管理、產品開發作用等問題的影響，不足夠重視非結構型數據。在傳感數據中，其內容也存在很多，例如位置數據、溫度數據等，此類數據的一個重要特征為增長速度快。對于新類型數據而言，包括聲音影響數據、視頻數據、地圖數據等，分析新類型數據可促使數據質量提升，進而使得大數據分析精度加強。

1.2 供應鏈中大數據質量

在以往的數據研究中，分析結果的影響重要因素為數據質量。數據不準確、數據質量差均不利于企業的決策，嚴重者可造成企業出現經濟損失。因此，在數據質量達到理想狀態時，才能夠保障企業獲得準確信息。隨著我國科學技術不斷發展，大數據在時代背景下也呈現快速發展趨勢，這就引起了更多人的重視。但是，對于數據質量的評判標準，當前還未能夠統一化。有學者提出，采用多維度指標對數據質量進行評判，不可采用單一維度對數據質量進行評估。還有部分學者認為，在數據質量的評價過程中，其內容應當包含要求評價、情境評價。對于要求評價，也即是評價數據的客觀情況，其客觀因素包含數據即時性、數據一直性、數據完整性等。在情境評價中，是針對數據的應用背景的一種評價，其所評價的角度包含數據價值總量、數據價值可行性、數據價值可信度、數據價值增殖性等。

1.3 供應鏈的大數據分析技術

1.3.1 分析學

分析學為數據分析理論的主要來源，分析學有助于企業以事實為基礎做出決策。有學者表示，利用預測模型與定量技術可促使企業經濟效益有效提升[2]。此外，分析寫還可指導決策，并使人們獲取新見解。在大數據分析中，應用分析學、數據分析工具等有助于大數據分析，而分析學若脫離大數據，僅僅為數學統計工具，在企業管理中具有無法發揮作用。由此可見，作為大數據分析中重要技術，分析學與大數據之間相輔相成，無法分離。

1.3.2 供應鏈分析

供應鏈分析共由兩部分組成，其一：企業內部數據分析，其二：企業外部數據分析。在供應鏈分析過程中，第一步為手機數據，使用數據分析工具對大體量數據進行分析，獲取知識，以便供應鏈的運營，促使供應鏈成本與風險降低。盡管大數據應用、供應鏈研究均明顯增加，但因發展慢、起步晚，因此，對于供應鏈案例、大數據應用案例均很少。當前，我國的部分企業中正確意識到應用大數據、供應鏈的意義，并逐漸深入了解供應鏈，在企業運營中使用，但受到技術差等因素影響，往往出現使用不當現象，使得供應鏈出現不利作用。企業運作流程與業務流程均影響大數據分析的技術。有研究指出，若企業業務流程十分復雜，對于供應鏈的作用而言，大數據的分析結果將更小。

1.3.3 大數據分析的人力資源與能力分析

影響企業的供應鏈與大數據分析的重要因素為大數據分析能力，而對大數據分析能力產生直接影響的為人力資源情況。在大數據分析中，缺乏專業人才，使得很多企業對于大數據分析的使用出現放棄心理。因此，需重視培養大數據分析方向綜合性人才，促使管理能力有效提高。有關研究數據表明[3]，直到2018年，我國的數據分析其人才缺失已高達14000人，證實了人力資源對于大數據分析、企業而言十分重要。

大數據人才不僅需具備經濟學知識，還應當具有預測學、運籌選、統計學等知識，此外，還應當溝通能力。部分數據可直接由企業記錄內提取，部分數據則需與客戶交流等手機，也即是大數據分析工程師應當具有非結構型數據、結構性數據的整合與收集能力。在處理數據以后，能夠提煉出有價值信息，同時還需要與企業管理者溝通。由此可見，在企業的大數據分析應用過程中，人力資源占據重要地位。

2 供應鏈管理中的大數據使用