大數據分析在供應鏈管理中的應用研究綜述

張 晴 張玉琪

(中南民族大學管理學院 湖北 武漢 430074)

一、引言

目前國內外對大數據的定義主要分為兩個視角:數據資源視角和數據應用視角。資源視角下，大數據的特征包括體積大、速度快、模態多、難辨識、價值密度低等[1]，能力視角下的大數據定義更重視大數據分析能力。盡管從資源視角研究大數據得到了學術界的廣泛認可，但是大數據資源本身不足以塑造企業核心競爭力，唯有與企業其他資源整合上升到能力層面，才能發現隱藏的且有價值的信息和結論，從而提高商業效益和運營效率，開拓新的市場和機會。

在供應鏈管理實踐中，理解數據的一般活動已從決策支持發展為商業智能、商業分析，如今已發展為大數據和大數據分析。供應鏈管理者越來越依賴數據來獲取支出的可見性，確定成本和績效的趨勢，并支持流程控制，庫存監控，生產優化和流程改進工作。隨著大數據分析能力和供應鏈管理的結合，有學者提出供應鏈智能或供應鏈分析相關的術語，但學界還沒有達成共識，Chae[2]認為供應鏈分析，作為支持IT的動態分析功能，一般包括數據管理功能，供應鏈流程分析功能和供應鏈績效管理功能。

近年來Web2.0應用呈爆炸性增長，其中微博作為全媒體化社交平臺，4.62億月活躍用戶日均文字發布量1.3億，月視頻播放量10億以上的內容領域近20個(《2018微博用戶發展報告》)因此，社交媒體在很大程度上促進了大數據的出現。同大數據分析一樣，社交媒體分析通過獲取數據、解釋數據、呈現結果三個步驟來形成管理情報[3]。因此本文從大數據驅動和社交媒體數據驅動兩個方面對大數據分析在供應鏈管理中的應用研究進行綜述。

二、大數據驅動供應鏈管理相關研究

目前有關大數據在供應鏈管理中的應用研究中，關于供應鏈管理戰略與決策方面，Tan等人[4]開發了一個用于提取大數據的演繹圖模型，用來提取并發展不同能力集之間的相互關系，從而為公司大規模戰略分析創造了機會，以提高供應鏈創新的能力；Queiroz等[5]分析了巴西不同組織在供應鏈管理水平的大數據分析的現狀，并提出了一個框架來分析企業在物流和供應鏈管理中實施大數據分析項目的成熟度。Wantao等[6]通過結構方程驗證了數據驅動的供應鏈對供應鏈能力的價值，同時還表明供應鏈的協調和響應能力對財務業績有積極影響。Antonella等[7]認為大數據分析對戰略采購階段(采購戰略配置，反向營銷和支出分析)和采購實施階段(供應商評估，談判和選擇方面)具有最大的潛在影響。

關于供應鏈管理的風險與預測方面，Tsao[8]考慮了一個供應商——零售商渠道，大數據分析可用于緩解向客戶提供貿易信貸會產生違約風險，并定量分析了哪一方應實施大數據分析戰略。Bernhard等人[9]通過德爾菲法研究表明大數據分析將改善需求預測，減少安全庫存并改善供應商績效管理。德爾菲研究表明，大數據分析應用可以通過提高預測的準確性來降低信息處理要求，以及通過建立供應鏈透明度來增加信息處理能力，從而促進決策和對供應鏈中斷的快速響應。

關于供應鏈管理敏捷性和可持續性方面，Giannakis等[10]開發了一個基于多代理的供應鏈管理系統，整合大數據分析幫助克服供應鏈敏捷性與全球供應鏈復雜性之間的權衡。Hazen等[11]呼吁供應鏈管理者重視數據的質量問題，基于質量差的數據的決策結果可能代價高昂。

三、社交媒體數據驅動在供應鏈管理中的應用研究

在供應鏈合作關系管理中，早期，有學者開始研究社交媒體對供應鏈管理產生的潛在影響，O’Leaery[12]利用經濟學理論分析指出社交媒體可以被用來剔除或減少供應鏈中的信息不對稱。Mamic等[13]通過內容分析探討了一批大型公司利用推特平臺與其利益相關者保持良好關系的應用情況，發現這些公司在利用推特提供的交互潛力構建與利益相關者間互利關系方面仍存在很大提升空間；Swain等[14]探討了在線公司生成內容對供應鏈的影響，研究表明利用社交媒體能夠增進信息共享與合作，提升供應鏈整體績效；Grant[15]解釋了英國保險市場供應鏈背景下早期社交媒體知識共享的采用，揭示了一系列支持信息和知識交流的新興實踐，但這些實踐主要受到購買力和供應商競爭等組織因素的驅動。

在客戶關系管理方面，Singh等[16]利用文本分析和分層聚類的大數據分析方法，研究食品供應鏈相關的推特數據，為供應鏈決策者提供有關客戶反饋以及食品流程和質量問題；Fan等[17]基于扎根理論利用推特數據研究航空公司社交媒體賬戶對客戶投訴的反應以及其對客戶情緒和滿意度的影響。Bhattacharjya等[18]研究推特上電子零售商與物流相關的客戶服務互動的有效性，以期識別有效和無效的社交媒體客戶服務策略。

在需求與銷售管理方面，See-To等[19]利用天貓交易數據以及消費者評論數據研究快時尚行業的短期需求分配和銷售預測模型，以幫助管理者可以在庫存管理、產能利用以及供應鏈運營中的超前和滯后時間方面做出更好的決策；Cui等[20]利用機器學習的方法研究證實使用公開的社交媒體信息會顯著提高公司內部銷售預測的準確性。社交媒體正憑借其強大的變革力量推動著供應鏈管理的發展。

四、總結

在大數據驅動供應鏈管理的應用研究中，目前多數研究都是基于理論研究，很少有學者進行實證分析進行探索具體如何將大數據分析方法應用于供應鏈管理中的各個環節。并且多數理論模型都是通過“供應商-制造商”這樣一個簡單的供應鏈體系，或者僅僅從某一個角度進行切入，不適合復雜的供應鏈網絡和宏觀層面的供應鏈架構。如何克服多維度的障礙有待學者進一步的研究。在社交媒體數據驅動供應鏈管理的應用研究中，絕大部分研究都聚焦于供應鏈的下游，如客戶關系管理、需求和銷售等環節，如何探究供應鏈上游中社交媒體數據驅動對供應鏈管理決策的影響有待學者進一步研究。

除此之外，供應鏈管理中的許多實證研究都是基于對原始數據的分析——為了研究目的而收集的數據。物流和供應鏈管理領域的研究特點是過度依賴調查方法的使用，并在較小程度上進行案例研究。而隨著社交媒體數據越來越受到供應鏈管理實踐和研究的重視，在社交媒體數據驅動在供應鏈管理中的應用研究中已經有學者開始利用社交媒體大數據直接作為研究數據來源，而如何有效提高社交媒體非結構化數據的分析能力成為供應鏈管理研究的一大障礙。