大数据技术对供应链管理的影响分析

文/王艺

随着互联网、大数据和人工智能相关技术的发展，各个领域都深受影响。各行各业对于大数据分析技术和数据科学的关注度都越来越高，供应链管理也因此迎来了更多的机会。大数据技术在供应链中的应用价值主要在于实现商业增值、改进生产过程、提高产品质量等方面。供应链柔性化、智能化、可视化是未来发展的方向，尤其是在这次新冠肺炎疫情防控中，数字化供应链平台在防疫物资的生产运输方面发挥了重要作用。通过大数据分析可以有效解决供应链中由于信息滞后所带来的“牛鞭效应”，促使供应链向精益化、共享化、智慧化发展。

一、大数据在供应链管理中应用的研究现状

根据程晏萍学者的研究，截止2019年，共检索得到755篇相关文献，由于重点关注大数据或数据驱动在供应链管理中的应用问题，通过筛选删除了卷首语、书评等不相关的文献，得到151篇文献。

通过对这些文献的发文期刊进行统计分析，可得知该领域来源期刊的水平、研究主题的主要分布领域。其中《计算机工业工程》（Com puter Industrial Engineering）所刊载的相关文献数量最多，除此之外，《国际物流管理杂志》（International Journalof Logistics M anagem ent）、《运筹学年刊》（Annals of Operations Research）、《清洁生产杂志》（Journalof Cleaner Production）等刊物都十分关注工业工程及管理科学最前沿的主题内容。

二、大数据在供应链管理中的应用

大数据技术在供应链中的应用价值主要在于实现商业增值、改进生产过程、提高产品质量等方面。大数据技术在供应链方面的应用也非常广泛，从行业上来看，传统制造行业、电商零售行业、国家基础建设和电网供应链方面、农业等都有着典型的案例。从供应链本身上来讲，有供应链成本控制、供应链上下游控制智慧化、物流供应链流程可视化、供应商优选策略以及路径重构。

综上所述，我认为大数据对于供应链管理有积极影响，并且随着科技发展以及渗透，供应链管理越来越离不开大数据技术的支持。

三、大数据在供应链管理中的实例

（一）基于大数据的吉林省农产品供应链应用

随着对大数据供应链相关文献的收集和通读，发现大数据在2012以后对于供应链影响以及应用的文献渐增多，相关案例也有许多，主要集中于传统制造企业的上下游信息交流、库存仓储以及电商零售企业等。通读之后发现今年出现了吉林农产品供应链以及茶叶供应链，感觉十分新奇有趣，因此选取基于大数据的吉林省农产品供应链应用为其中一例，来应证大数据对于供应链管理有着积极影响，并且随着科技发展以及渗透，供应链管理逐渐离不开大数据技术的支持的中心思想。

大数据时代，通过收集数据、分析数据、建立算法模型，能够优化农产品供应链管理，完善管理制度。大数据能够提升产品的市场竞争力。很多企业将农产品大数据作为发展优势，通过数据预测市场走向，促进企业长远发展。完善的供应链管理制度，降低了农产品价格，提高了农产品质量，有助于促进农业经济发展、提高农民生活水平。

首先进行需求预测，2020年疫情期间，人们大量采购蔬菜、水果、大米、油等进行储备。以萝卜为例，疫情前需求较低且比较稳定，疫情期间需求明显变高，在1月26-29日需求达到峰值。对于农产品供应链来说，供应链开端的关键是需求预测。准确分析市场需求、预测市场上的热销农产品，能够有效降低农产品库存。为了确保供应链各个环节顺利进行，预测和采购尤为重要。企业收集了大量用户数据、农产品数据、农产品销量数据。对这些数据进行分析，建立相关算法，通过算法对农产品市场的销量进行预测。

传统模式通过市场调研分析市场需求，由专门的市场人员根据积累的经验对市场需求进行预估。现今则通过大数据分析建立算法模型，市场需求数据根据算法模型变化而变化，能够更加准确地预测市场农产品需求，并预先判断市场变化趋势能。通过数据建立算法模型，可以找到企业支柱农产品，有助于企业将发展重心放在生产力提升以及利润增长上。

其次进行物流管理，2019年，吉林省冷链流通率比较低。果蔬、肉类、水产品的流通率分别是6%、15%、23%，普遍处于低水平，综合冷链利用率仅为19%。果蔬品产品损腐率最高，达36%，果蔬品物流环节损失率较大，而国际上果蔬物流损失率控制在3%-8%。由此可见，吉林省物流服务需求较高，但是实际与需求不匹配。

物流管理分多个方面，接受订单，建立生产计划，控制仓库库存，及时运送至客户，提升客户体验。农产品企业建立完善的物流体系，不仅能缩短运输时间，还可以提高客户满意度。采用集中化物流配送模式，通过前期收集的大数据，根据客户采购农产品品类的不同以及客户需求，采取不同的运送方式，优化运输路线，可以实现集中运输。根据客户订单位置，采用最优的运输路线，减少运输成本，高效率完成运输，以最快速度送至客户手里。

最后考虑质量监管与风险管理。缺少监管会导致市场上农产品质量参差不齐，出现假冒伪劣农产品。运用大数据，将售后信息反馈给相关部门，能够全方位了解农产品从生产到销售的各个环节。对于存在质量问题的产品及时处理，防止其在市场上流通，提高监管力度，提升农产品质量。农产品从生产到销售，会经历多个环节，各个环节都会存在一定的风险。农产品市场不确定性带来的风险，会影响吉林省农业发展。对风险因素进行分析，并有针对性地提出防范风险的策略，可以降低监管成本，减少安全隐患，对大数据环境下农产品供应链平稳运作具有重要意义。

相应的对策如下：①基于大数据的供应链需求预测方法，对农产品供应链中商品销量数据和供应链信息数据进行分析，可以有效预测未来销量，进而促使供应链企业在正确的时间给用户提供最有效的服务。②在物流环节建立合适的管理制度，实时监控物流环节，减少物流运输成本，制定合理的物流路线。根据农产品的品类，合理选择运输车辆，有效提升物流效率，减少物流环节损耗。③从基础和总体结构出发，构建大数据背景下农产品可追溯系统，提高农产品质量监管的时效和效果。

（二）基于大数据与信息技术的拖拉机零部件供应链

为了提高拖拉机零部件供应链管理的水平，提高零部件的管理效率，在供应链管理研究过程中引入了大数据和信息化技术，并在数据分析和处理时采用遗传算法进行优化，确定合理的供应商数据评价函数，提高供应链管理的智能化水平。以拖拉机零部件的供应链管理为例，对比了采用和不采用大数据信息化技术产品的交付时间，结果发现：采用大数据信息化技术可以明显缩短产品的交付时间，提高供应链的管理效率。

拖拉机产品设计所需的零部件成千上万，会产生一个庞大的零部件采购和供应系统。对于拖拉机整车制造厂来说，一台拖拉机的零部件大致可分为4类，包括车身、发动机、电子系统及底盘。拖拉机产品研发过程中，零部件供应的厂家主要包括钢铁、轮胎和电子企业等。由于涉及的企业领域和企业数据信息量非常大，所以建立基于大数据和信息化技术的供应链管理模型非常重要。

基于大数据和信息化技术，可以建立灵活的供应链，并结合建模与仿真技术建立智能化工厂，支持分销配送和产品定制。灵活的供应链主要是指可以应对消费者需求变化以及供应商变化的IT供应链，建模和仿真主要是对产品零件的建模、产品的虚拟装配和仿真、用户定制支持产品的使用过程追踪，以及产品的回收和再利用。

为了实现供应商数据的合理评价，在众多拖拉机零部件供应商中选择合适的供应商，采用遗传算法，通过遗传和交叉与变异操作，实现评价函数的优化，从而提高供应链的管理效率。

为了提高拖拉机零部件供应链的整体管理水平，实现高效智能化管理，采用大数据和信息化技术并利用遗传算法，对数据分析过程进行优化，从而提高了供应管理的效率。以拖拉机产品交付时间为研究对象，对采用和不采用大数据信息化技术的交付时间进行了对比，结果表明：大数据信息化技术使供应链管理效率显著提高，对提高拖拉机产品的研发效率具有重要意义。