大数据分析法打造智慧供应链

摘  要：大数据分析法在我国商业领域中的有效应用，改变了传统的市场发展规则，智慧型供应链开始出现，企业为了在激烈的市场竞争中占有一席之地，需要制定不同的消费计划，收集消费者数据，通过数据分析明确消费群体，制定出合理的宣传计划，提供相应的政策支持，智慧型供应链的产生能够让零售店与供应商之间实现信息共享，保证供应链发展的最优化。

关键词：大数据;分析法;智慧供应链

中图分类号：TP392      文献标识码：A 文章编号：2096-4706（2019）14-0164-03

Big Data Analysis to Create Intelligent Supply Chain

WU Zhongxian

（School of Statistics，University of International Business and Economics，Beijing  100029，China）

Abstract：The effective application of big data analysis in China’s commercial field has changed the traditional rules of market development. Intelligent supply chain has begun to emerge. In order to occupy a place in the fierce market competition，enterprises need to formulate different consumption plans，collect consumer data，identify consumer groups through data analysis，formulate reasonable propaganda plans and provide corresponding information. Policy support and the emergence of intelligent supply chain can enable retailers and suppliers to share information and ensure the optimization of supply chain development.

Keywords：big data;analysis method;intelligent supply chain

0  引  言

智慧供應链的建立需要结合众多信息数据，做好企业运作方式的调整，当前市场的销售方式主要是通过零售店销售过程中产生的数据，通过信息化网络平台，让零售商和供应商之间实现数据共享，对货物的销售量和存货量进行实时监控，通过智慧化供应链的应用，能够监控库存量，保证订货需求。同时，大数据分析法的应用还需要将大数据分析法作为智慧供应链辅助设计，通过协同产品开发和数字化生产等方式，丰富数据内容，将有用的数据应用到不同的区域，实现点对点供应链体系构成，想要实现这一发展目的，就需要借助大数据分析法的应用推动实现点对点的应用模式建立，充分发挥出智慧型供应链管理的市场竞争优势。

1  四种大数据分析方法

1.1  大数据分析内涵

大数据分析主要指的是合理运用互联网技术，进行大量数据的分析和应用，大数据分析具有规模大、范围广、传播快、价值高等特点，今年来，随着网络技术的普及和应用，大数据已经成为我国各行各业发展关注度最高的词汇。市场上不断涌现不同功能的大数据技术，如数据存储、数据安全防护、数据分析、数据信息挖掘等，这些数据技术在网络信息爆炸时代背景下具有较高的商业价值，为经济市场智慧供应链发展带了来机遇和挑战，在进行大数据分析的过程中，需要做好数据可视化、数据挖掘算法、数据筛选、数据预测、数据处理与语义引擎应用等内容。保证数据的可视化发展是进行数据分析的基本，能够让复杂的数据内容直观地展示在工作人员面前，充分体现出数据的内在价值，数据可视化分析技术的应用是为了让工作人员能够更好地观察数据内容，做好数据挖掘，规模化的数据发展为我国智慧供应链的建立带来了较大的难题，数据的发展要求工作人员充分了解数据背后所具有的价值，做好数据预测，语义引擎的设计是为了保证数据智能化发展，自动地进行数据信息的提取、筛选和处理，结合市场的发展条件，形成最优化的管理方案。

1.2  大数据分析方法

在进行数据挖掘和分析的过程中，最常用的数据分析方法有：描述型分析、诊断型分析、指令型分析和预测型分析，分析人员想要充分挖掘数据内涵，就需要将数据内容转化为有意义的市场见解，这就需要借助一些分析手法和工具，帮助分析人员更好地理解数据内容，其中最主要的数据分析工具就是思维分析法。简单说，思维分析法是从发生了什么、为什么会发生、可能发生什么、需要做什么四种可能性分别进行数据描述、数据诊断、数据预测和数据指令下达。例如：在每月的营收和损失的账单数据分析过程中，可以提取出大量的客户数据，从而充分地了解客户所处的地理位置信息，制定出具有针对性的销售计划，数据描述分析方法的应用，需要利用可视化工具，提高分析数据的有效性;描述型数据分析完成后，需要做好诊断性数据分析，借助分析工具评估数据，按照时间的顺序进行数据的读取，通过过滤和挖掘等功能，更好地进行数据分析;数据预测模型分析则是结合所得到的数据内容进行未来发生事件的预测，将预测内容变为可量化的值，评估事件可能发生的时间，这些预测内容可以借助预测模型工具完成，通过可变数据的融入，在不确定的发展环境下，预测出有效的预防方案。在完成以上数据分析之后，进行指令性分析，例如：我们在进行交通规划分析的过程中，就需要参考不同路线所处的距离，以及每条路线上汽车的行驶速度，然后结合当下的交通发展制度选择最优的行驶路线。

2  大数据分析法打造智慧供应链

2.1  可视化发展

可视化发展的目的是为了保证在任何时间段都能够及时地掌握供应链中产生的数据信息，通过及时的追踪了解供应链的整体运行情况，这种可视化发展形式在传统的经济市场中很难实现，但是随着互联网技术的不断应用，已经逐渐做到全程可视化发展。例如：厦门的诚智达企业专门针对市场运输做供应链融资，企业经常在发展过程中出现零售商押账的问题，一般情况下，押账的期限为半年左右，但是聘请的司机大多数都是农民工，需要现钱交易，因此，该企业针对当前货车行业的发展现状进行了调整，提出了柴油分期和貨车分期的融资形式。与企业合作的运输公司需要在智慧车管理系统中，安装GPS和智能车机，保证工作人员能够实时地监控到车辆的运行速度以及耗油量，通过数据分析掌握司机的开车习惯，建立大数据分析模型，筛选出最适合作为购油和购车融资的运输公司，智慧供应链全程可视化发展，不仅要做到数据内容的可视化，还需要做到工作画面的可视化。

2.2  模块化智慧供应链集成

在进行智慧型供应链建立的过程中，需要不断收集合作伙伴所具有的价值资源，实现数据之间的有机组合。在互联网发展的条件下，做到随时随地的数据整理，借用模块化方式保证智慧供应链集成，能够让企业更好地适应激烈的市场经济竞争。与此同时，智慧型供应链还能够实现服务功能的快速定制，在传统的工业链发展条件下，企业需要制造一个较为广泛的生态系统，让所有的数据资源都能够在同一平台上进行处理，互联网的出现让这一发展条件变为现实。例如：深圳一家叫创捷供应链的企业开发了一款供应链发展平台，能够将所有的手机生产厂家、供应商、原料组装厂全部集合到统一数据平台上，帮助企业打造出智慧供应链柔性组织，得到了全国的广泛关注。企业供应链发展计划和最后的执行过程需要保证实时性、互动性和互联性，如：阿里巴巴旗下的综合服务平台，就是为中国的中小型企业做出口贸易服务的，介入到企业物流、报关、退税等各个数据环节中，同时还创建了信用数据统计平台，通过互联网了解所有平台用户的信用情况，助力企业未来发展计划的制定，认真地执行联动任务。

2.3  供应链绩效实时化

大数据分析在智慧供应链产生过程中具有重要作用，主要体现在能够保证整个供应链的成本和绩效数据分析实时化处理，在供应链发展的过程中会产生大量的成本消耗，同时也会带来一定的经济效益，因此企业管理者需要掌握不同发展环节的成本投入情况，通过成本控制保证供应链总成本的最优化发展。很多企业都认为已经实现了大数据化发展，但其实离数据化经营模式还相距甚远，企业想要切实做到大数据发展，就需要保证企业供应链的智慧化发展，因此需要借助大数据分析技术保证供应链各个环节的有机整合，这是成本控制、风险控制的基础。想要实现供应链成本绩效实时性发展，就需要做到信息治理形式的优化，智慧型供应链建立的基础就是信息治理，企业在进行数据收集的过程中，不需要单一性的信息内容，而是将各部门所产生的全面数据统计到一起，只有做到信息汇集，才能够制定出正确的发展方案。当前我国很多企业开始将消费者数据据为己有，但仍然有一些成功企业在进行数据分享，让数据能够在不同的企业之间实现分享和转换，全面提高数据内容的透明度，保证企业之间进行通力合作，大数据分析法的应用，不仅改变了传统的市场游戏规则，还推动了智慧供应链的建立。

2.4  智慧型供应链系统化框架的建立

大数据分析在智慧供应链管理中的有效应用，需要以建立系统化框架为基础，结合市场的发展特点，合理地划分供应链区域，实现企业与供应链发展各个环节之间的有效互动和联合，保证数据分析的有效性，全面提高企业的市场竞争力，同时要建立市场认同的策略性绩效指标，对区域发展特点有一个明确的评估。通过大数据分析技术的应用能够保证供应链分区的准确性，并且制定出分区优先发展的工作内容，同时要利用大数据分析技术整合企业的业务职能，保障企业的市场竞争力，明确供应链各分区中的竞争。想要借助集中数据的发展优势，制定明确的发展目标，企业还需要建立市场联合策略模型，了解市场根本绩效和产品的发展需求，在供应链各个分区内建立企业监控反馈机制，方便智慧供应链建设过程中数据管理工作的开展。

2.5  智慧型供应链管理工作

首先想要让大数据分析技术在企业供应链管理过程中发挥出应用价值，就需要落实组织机构，完善人才培养体系，成立大数据应用中心，将传统的企业信息部门改为数据分析部门，为大数据分析在智慧供应链管理过程中的嵌入提供基本保障，在智慧供应链业务管理工作开展时，需要充分地体现出大数据的搜索优势、分析优势和应用优势。形成立体化大数据收集管理模式，直接面向客户进行数据搜集，搭建前端信息系统，为用户提供前端交易数据，满足市场发展的根本需求。智慧供应链的建立需要保证，一端连接需求者，一端连接供给者，数据的分析也需要在会员数据管理平台进行，实现数据内容的良性循环，对生态圈数据进行充分的挖掘，借助数据平台的应用优势，利用大数据分析技术，打破数据信息的孤立状态。提供智慧化供应链生态圈，让供应链的发展过程变得更加智能、简化，智慧供应链的管理人员需要建立相应的数据收集渠道，实现供应链上下游之间的无缝对接。

3  结  论

综上所述，企业在发展过程中，还需要从其他的市场资源中整合出数据，获取更多有价值的数据，这些数据可能源自零售商。除了销售数据以外，还需要收集库存数据、促销数据、商品投入市场数据等数据类型，对商品销售过程中所采用的折扣和价格变化规律进行了解，通过特定的产量规划了解仓库的储存量，以及商店每月的销售额。这些数据的形成都有利于智慧供应链的建立，企业还可以通过协同化管理，对供应链进行合理规划，减少牛鞭效应的发生，保证智慧供应链发展过程中，不同环节之间的相互协作。

参考文献：

[1] 陆杉，陈宇斌.供应链中大数据分析应用研究综述 [J].商业经济与管理，2018（9）：27-35.

[2] 杨小龙.大数据分析在供应链管理中的应用 [J].通信与信息技术，2018（5）：39-40+36.

[3] 杨怡文.数据分析供应链管理对大型社区服务电商创业的重要性 [J].电子技术与软件工程，2017（4）：187-188.

作者简介：吴忠县（1985-），男，汉族，山东胶州人，毕业于东北大学秦皇岛分校信息管理与信息系统专业，管理学学士，对外经济贸易大学统计学院统计学专业大数据挖掘与互联网经济方向在职人员高级课程班研修班学员，研究方向：大数据挖掘与互联网经济。