电子商务环境下供应链大数据的市场应用探析

罗红梅

摘 要：

在电子商务环境下，信息技术高速发展，成长型企业数量也日益增加，这将导致企业间的竞争环境日益严峻。在竞争激烈的环境下，企业如何有效利用供应链大数据进行协同经营、统一管理、以信息共享集成平台实现运输、管理控制一体化，最大限度提高市场反应速度，降低成本，优化运营流程，成为当前许多企业信息化中的目标重点。据此，从对供应链大数据的需求、类型及市场应用等方面分析，探究其价值，为企业建立供应链生态圈，以互联网“互联互通”的思想为基础，深度整合全链条企业及资源，并利用这个过程中的业务大数据提供新的助力。

关键词：电子商务；供应链大数据；市场应用

中图分类号：F25

文献标识码：A

文章编号：16723198（2015）25003403

面对互联网和大数据行业的高速发展和不断创新，越来越多的企业认识到，大数据时代的供应链管理不单单是企业内部的采购和营销，而是基于业务企业的数字化交互。企业可利用供应链大数据管理服务获取快速变化的需求信号，及时了解渠道伙伴和终端的销售数据，匹配分布的供应库存信息，掌控准确的物流在途情况，优化采购协同业务执行，进行全局的网络化业务决策，并支撑整体供应链相关的融资活动。

1 供应链发展对大数据的需求

在电子商务环境下，信息技术迅速发展和竞争环境日益严峻。供应链作为企业的核心网链，将彻底变革企业市场边界、业务组合、商业模式、运作模式等。在当今由数据驱动的世界，如果大数据使用得当，可以为供应链管理提供出色的决策方案，并能帮助企业更快更好地经营。供应链领先者必须重视大数据和预测性分析，这样才能在更长远的将来保持领先。

1.1 大数据是物流企业提供增值服务的基础要素

物流企业可以从价值延伸的角度提供超出客户所预期的服务，以高效物流与增值服务相结合的思路来发展。比如承运货物运输的快运公司、集装箱运输公司利用大数据提供全程追踪、车辆租赁服务；拥有大型仓储设施的仓储物流企业可以利用大数据提供成品标记、为商品打价、为特殊药品提供低温冷藏服务；以信息技术为优势的物流公司可以利用大数据给供应商下订单、提供相关财务报告，利用对数据的整理和积累，对客户的需求猜测，提供咨询支持。

1.2 大数据是有效降低物流成本费用的有力武器

随着众多专业化物流模式的兴起，降低供应链成本的核心将是物流资产的运用，大数据能够真正有效的推进高效率。现阶段，供应链物流企业在实际工作中，可以通过专业机构采集人数、道路状况、运输车辆等信息相关的数据结果，并相应的新建一个庞大的数据库。这样，在物流配送中，可以有效的利用这些数据进行新式的弹性配送方式。分别在配送前、配送中结合统计的有关数据，针对实际情况适时的改变配货距离和配送数量。这样更加科学而合理的进行调配车辆、人员、油料消耗等，大大降低了物流成本。

1.3 大数据是信息协同的基础

全渠道模式的软肋在于整个供应链的信息协同，本质上是以信息来代替库存。在这个过程中，大数据充当了信息协同的“血液”。建立良好的供应商关系，双方库存与需求信息交互、VMI机制的建立将降低由于缺货造成的生产损失。供应链的运作效率将在一定程度上通过多种渠道快速、准确反应的订单处理来体现。

1.4 大数据是发展供应链金融等衍生市场的战略资源

大数据分析帮助核心企业提供信用担保，不需要额外成本，同时节省财务费用，吸引更多的中小企业加入其供应链。这些大数据分析能够及时帮助银行金融机构更加深入的了解客户的属性，结合客户在金融行业的行为分析、个人信用度的情况分析、企业的资产状况和面临风险分析，以此来建立科学而完善的风险防范体系。

2 供应链大数据的类型

从目前来看，供应链管理中涉及到的供应链大数据的类型主要有以下几种形式：

（1）结构数据：比如企业中的交易数据、时间段数据。目前以后向数据为多，由于其结构化数据形式的限制，对于预测式分析能够起到一定作用，但仍需要加入更多的非结构数据、传感器数据、新类型数据，才能提高现有数据的应用价值。

（2）非结构数据：比如供应链管理中的库存数据、渠道数据、客户服务数据、社会化数据。目前按照传统信息系统中的数据，显示为结构数据，更多用来通过历史数据进行分析和预测，预测和分析的结果准确度差。若要满足大数据预测，则需要更多非结构化库存数据的引入。

（3）传感器数据。比如物流企业中的温度数据、位置数据、RFID数据。目前这种技术还处于积累阶段，其成熟度有待提高。在未来，随着信息技术不断提高、物联网技术也将得到全面快速的发展。在新技术的带动下，将会构建全新的物流供应链，为行业的发展带来新的机遇与商机。

（4）新类型数据。如地图数据、声音数据、视频数据。目前更多用于数据可视化领域。这部分数据的质量进一步提高，实时性更强，数据分析的精确度提高，但目前这部分数据的应用价值尚未显现，有待进一步挖掘。

3 大数据在供应链中的应用

在企业互联网化进程中，供应链协同是重要的一环。近两年将是中国供应链大数据快速发展的时期。易观智库数据显示，2013年中国供应链大数据市场规模将达到21亿元，增长率达到38%，到2016年，中国供应链大数据市场规模将达到59.6亿元。（见下图）

大数据在供应链中的应用主要体现在下面三个方面：

3.1 供应链物流应用

3.1.1 总成本最低

以大数据分析为基础，构建预测模式，实现对产品销量的精准预测，进而实现对未来库存量的精准计算。优化地理意义上的对库存配置的决策，使工厂、区域市场、本地市场的库存配置更加合理，提高协同效应。产品运输职能追溯，预测货物安全问题，提高货物追溯系统的预测式反应速度。引入实时交通环境信息，优化行车路线，对车辆和货物安全状态进行实时监控、评估和预警。

3.1.2 客户服务最优

准确判断供应链的需求方向和需求量，通过社交等大数据洞察用户的需求，增强服务水平。依据物流的时间、成本、服务、物流数据客户需求等决策因素对风险进行有效预测和评估。

3.2 供应链服务应用

3.2.1 柔性分析

利用物流数据雷达提供详细的区域和网店预测，帮助电子商务平台和快递公司做出决策。同时还可以与中国气象服务中心、交通部门等机构建立合作关系，及时获取天气变化、道路实况等信息，并将这些有效数据信息传递给快递公司，协助他们提前做好风险防范工作。整合供应链，对物流系统进行整合规划。企业可以充分掌握整个供应链物流过程中的全部基础数据，再结合自身资源与运营能力状况，对整个供应链进行必要的控制和监督，帮助物流企业在服务网络的地域覆盖的支持上提供更强的竞争力。

3.2.2 高效协同

高效协同体现在资源的整合方面，企业可以高效的将重点资源集中在企业的核心战略目标上；还可以更加有效的积累自身资源；对企业间的互补资源进行有效整合，以此尽可能创造更高且实效的附加价值；企业还应尽可能保存资源，将资源耗费与回收之间的时间尽力缩短，达到快速回收资源目的。

高效协同体现在增强服务能力方面，大数据可以使供应链服务中传统的资金支持发展成贷款、担保、保险、信用、支付结算等全流程管理。此外，还可以使供应链服务企业将传统的虚拟生产和贸易销售整合，升级为产品从产品线上下来就进行全流程统一的电子身份认证。

3.3 供应链金融应用

供应链金融是围绕着核心企业，参与上下游中小企业的资金流和物流的管理，运用供应链管理的相关原理、方法，将某些个别企业的不可控风险转换为供应链企业整体的可控风险。通过立体获取各类信息，以真实的交易为前提，在采购、生产、销售各环节中将风险控制在最低的金融服务活动。

3.3.1 信贷风控

信贷风控可以用于判断需求方向和需求量。在完整的供应链上的各家企业，彼此之间关系紧密。当终端的需求量发生变动时，必然会导致上游各个环节同时的变动。通过大数据的分析，我们可以得到其中变动的规律。

用于目标客户的资信评估，主要应用于短期小额贷款的审批，以及精准金融和物流服务贷款。若只看财务报表和交易数据会存在一定风险的，因为这方面的造假相对容易。而通过大数据的利用，可以全面收集客户的生产、电力消耗、订单数、资金的流量、技术水平、资产负债情况、产品的周期、企业研发投入、财务数据等详细数据，并进行深入综合分析。这样，将隐蔽信息变为透明信息，客观的反应企业经营状况，从而提高资质信用的评估和放贷的速度。

利用大数据进行行业分析和价格波动分析，尽早提出预警，增加控制环节和预见程度，从而进行精准的金融和物流服务。通过引入大数据技术，实现各方面信息交互，业务协同，交易透明；积极发展电子供应链金融，对质押物的动态进行实时管理，达到有效监控风险的目的。大数据分析与金融结合，电商、金融、物流合建平台，汇集电商大数据优化操作流程，提高放贷速度。

3.3.2 增值服务

对供应链金融上下游客户进行全方位信用管理，形成互动的监管和，控制机制，降低交易成本和风险。从源头获取用户需求信息，洞察潜在需求，为供应链提供信息咨询。对供应链绩效进行分析与预测，指导供应链管理，尤其是供应链协同数据的运营，可以实现大数据驱动的供应链运营效率提升。

4 供应链大数据的发展趋势

供应链大数据开放、融合、产业边界外延。供应链系统完善的核心企业向供应商开发供应链；众多企业间供应链开始出现融合，多样化产品的销售链整合在一个平台上。同时，供应链大数据的市场边界从标准化的数据产品逐渐拓宽到基于数据的增值服务中。

供应链金融微小化、模块化、线上化融合，个性化服务对接。金融机构会根据不同行业特点提供解决供应链金融问题的方案。同时会针对行业提供线上服务，将核心系统进行有效对接。

供应链平台生态圈出现，中小企业协同发展。供应链为平台而形成的商业生态将成为新型的商业模式，依附于供应链中小企业协同发展，他们也会更加注重资源平台的建设。

参考文献

[1]姜超峰.大数据条件下的供应链金融服务创新[J].中国储运，2014，（06）.

[2]汪名立.如何挖掘供应链数据价值[N].国际商报，20140612.

[3]鞠训科.当物流遇到大数据[N].东方烟草报，20131016.

[4]（美）迪特曼（Dittmann，J P）.供应链变革：制定和实施集成供应链战略[M].北京：机械工业出版社.

[5][美] 鲍勃罗德（Bob Lord），[美] 雷维勒兹（Ray Velez）.大融合——互联网时代的商业模式[M].北京：人民邮电出版社，2014.

[6]王晶.阿里巴巴：从最大网络公司到最大社会化供应链服务平台[J].中国商人，2014，（03）.

[7]王永祥.信息化助力物流产业转型升级[N].深圳商报，20130528.

[8]潘镭.大数据时代的供应链金融服务[J].中国金融电脑，2013，（04）.

[9]王飞洲.第四方物流企业核心竞争力研究[D].武汉：武汉理工大学，2005.