浅谈大数据发展对企业供应链管理的影响

于珺

随着互联网+、物联网、云计算等信息技术的快速发展，大数据的影响e慢慢的深入到我们的生活中。在大数据时代，大数据分析方法所具有的预测功能将对企业供应链的各个环节发生重要影响，将大数据运用于企韭供应链管理中，不仅可丰富供应链的内容，还能迅速、商效地发挥数据的智能预判作用，进一步帮助企业优亿供应链管理中的关键环节，增强企业预测市场的有效性，提高企业供应链管理效率，提升企业决策准确性和服务质量。当然，企业在使用大数据对应扬长避短，根据企业自身特点动态调整大数据分析法，以发挥大数据之最大功用。

供应链管理 大数据 影响

随着信息化时代企业竞争日益激烈，供应链作为企业的核心网链亦变得越来越重要。尤其是在大数据时代，如何使用大数据以及其分析方法丰富供应链的内容，迅速、高效地发挥数据的智能预判作用，为企业最大程度地创造财富，已成为大势所趋。

供应链管理的内涵和意义

供应链管理是一种集成管理的思想和方法，是把整条“链”看做一个组织，把“链”上的各个企业看做是合作伙伴，企业通过“链”上各个企业之间和合作与分工，致力于整合和优化“链”中的信息流、物流、资金流，从而提高竞争力.获得竞争优势。 传统的企业管理局限于企业内部各部门的管理以及部门之间的集成管理，忽略了整个供应链对企业活动产生的各项增值活动，以及供应链整体的运行效率。供应链管理模式是顺应市场发展趋势的必然结果，供应链管理是分析研究在产品满足顾客需求的过程中对成本有影响的左右机构，追求整个供应链系统的效率和经济性，使系统总成本达到最小。首先，从成本上来说，供应链管理对于降低成本的关注点从企业内部扩展到了外部，通过降低整个链条的成本，让链条上的企业都能获得更多的利益，不断提高企业之间的合作效率。其次，企业通过供应链管理，缩短产品的开发周期、生产周期、上市周期等，加快整个“链”上的物流和信息流，以增强企业对市场的做出快速反应。

信息技术对供应链管理的作用

传统供应链成员之间的沟通还是通过纸张的传递，遗憾的是，大量的使用纸张处理信息或基于纸张的信息键入计算机系统处理，都带来了较大的人力、金钱和时间成本，然而，企业供应链反应的速度直接影响着企业的收益。随着信息技术的发展，一些基于信息技术和网络技术的新商业模式的出现，使得企业不得不加快改进和引入信息技术帮助改善企业供应链管理方法。比如，ERP系统就极大地促进了整个供应链及互联网上的沟通，还能体现有关企业各个部分的所有电子信息，同一信息不会像在传统方式模式下产生不对称，从而不同部门间使用的信息不一致，导致决策不准确的情况发生。

大数据发展对供应链管理的影响

（1）大数据的概念

大数据产业是新一代信息产业，是通过对海量数据存储、运算、处理而产生价值的全新产业形态。大数据是指以多元形式，自许多来源搜集而来的庞大数据组，往往具有实时眭，在企业对企业销售的情况下，这些数据可能得自社交网络、电子商务网站、顾客来访纪录，还有许多其他来源。这些数据，并非公司顾客关系管理数据库的常态数据组。

（2）大数据对供应链管理的影响分析

1有助于客户关系管理

伴随着经济社会的快速发展，客户的需求不再是传统的满足于基本生活必须，更多的开始追求个性化的产品或服务，而且对企业产品或服务推陈出新的速度要求也越来越高。通过引入大数据技术对企业客户关系进行管理，记录每一次客户订单的相关情况，收集客户对产品或服务的反馈信息，可以及时了解客户对产品或服务的需求变化，迅速对客户需求变化做出反应。同时，运用大数据分析工具预测电子商务顾客需求分析，能够帮助供应商和商家更清楚的掌握顾客需求，提高了响应顾客个性化需求的效率。国内一些企业已率先将大数据运用到了企业物流运作中。阿里巴巴集团通过其着力打造的菜鸟网络联通众多的物流企业，汇集海量的信息资源，实现数据资源的掌控，实时追踪物流信息，提高了物流配送的效率。

2优化库存管理

企业供应链管理中的一个关键问题是库存的使用，库存过高或过低都会给企业带来一定程度的損失，只应保持在使得生产能被调整到最有效的水平程度。虽然通过使用ERP系统等信息技术对库存进行管理后，有效的改善了传统库存管理方式的缺陷，但是对上下游数据的收集、整理和分析，还不准确、迅速，不能为企业库存管理决策提供准确有效的信息。通过引入大数据技术，对产品从采购到入库再到出库进行全程监控，建立实时的库存控制系统，搭建库存管理相关模型帮助分析，通过从需求变动、安全库存水平、采购提前期、最大库存设置、采购订购批量、采购变动等方面进行统筹管理、准确分析，实现科学化的符合企业实际的补货机制和库存协调机制，让库存维持在最佳平衡点，消除库存不足的缺货和过量库存带来的成本增加，有效的降低企业库存管理成本，进一步优化企业的库存结构和库存水平设置。

企业供应链应用大数据面对的挑战

首先，大数据质量及时效性难以把握。企业物流中产生数据的渠道很多，数据结构也千差万别。对企业而言，企业物流数据来源广泛，原始数据质量参差不齐，时效性长短不一，数据管理人员能否根据数据的结构特点设计出灵活方便提取和存人数据的数据库从中获得高质量数据，挖掘出企业所需的数据价值，是物流行业目前面临的一个巨大挑战。其次，大数据安全性与隐私性。企业供应链所涉及的运营环节不可避免地要和客户打交道，和客户的业务往来产生大量的数据就涉及到商家、用户的隐私信息。对于这些信息，企业要做的就是保证其安全性，否则一旦信息泄露就会给企业造成无法挽回的损失。再次，大数据分析处理能力。综上所述，大数据在企业供应链中已经得到了普遍应用，但是目前企业在大数据运用机制及职能方面尚不成熟，依旧面临着诸多因素的挑战。我们应通过建立大数据信息共享平台、加强信息安全防护管理以及引进或培养复合型大数据人才的方式，根据企业自身特点动态调整大数据分析法，以发挥大数据之最大功用。

[1]杰克·梅雷迪恩，斯科特？谢弗.MBA运营管理（第5版）[M].中国人民大学出版社，2015；

[2]张立军.企业供应链管理的影响因素分析[J].北京工业职业技术学院学报，2015；

[3]张东翔，成斌.基于供应链管理的大数据应用分析[J].物流技术， 2015：