论文部分内容阅读
大数据的应用开启了一个新的时代，为企业的管理与行业的升级带来新的改变。本文将通过对大数据的数据类型进行简介，并对其在供应链管理中所起到的作用进行探讨，以此来促进大数据分析在供应链管理中的实用性，提高供应链管理工作的质量与效率。
一、引言
随着时代的发展，大数据在各个行业间供应链管理的应用越来越广泛，其不仅能够推动各个行业间的发展，还可为其取得技术上的竞争优势，这也使得更多的企业为了保障自己的生存而使用大数据分析来对自身的供应链进行管理，也导致了大数据在供应链管理中的地位越来越重要。
二、大数据的数据类型
不同的数据形态、取得大数据的方法与途径决定了大数据的类型，现今供应链中的大数据主要是由结构数据、传感器数据、非结构数据以及新类型数据构成，一般情况下结构型数据都是大数据分析所使用的主要类型，能够为企业做出决策时，充分的反应出现相应的问题与趋势，而非结构数据则多用于供应链管理的学术研究之中。传感数据，通常这类数据具备较快的增长速度，主要形式为温度数据、位置数据、QR码以RFID数据等。新类型数据指的是能够增加大数据分析精度的地图、视频以及声音影像等数据。
三、大數据在供应链中的应用
（一）应用于供应链的升级管理
现代企业供应链的管理流程，需要大数据从根本上提升其供应链管理的效率与质量。注重对大数据的分析能够对其当前发展过程中所涉及的各种类型的数据进行深入挖掘，提升其可利用的深度价值。对企业的各个生产环节开展所产生的数据进行相应预测、分析与整合工作，并依据大数据对其进行分析统合，可以有效的为企业在进行决策时提供相应的大数据模型进行参考。
此外在企业供应链管理在以大数据分析作为中心开展工作时，要有效的利用大数据分析监督与管理实际生产管理中的采购标准、生产需求、以及涉及到供应链的各个厂家、商家，并深挖各个阶段运行中所涉及的有价值数据，进行科学的分析，并以此为基准来提升相应步骤的工作效率，从而强化企业供应链的管理方式，减少出现繁琐的管理流程，确保企业在有效率的进行运营的同时还能够保证其经济利益最大化。
（二）应用于供应链的风险管理
大数据分析在供应链的风险管理中，主要应用于三方面内容，即在事前风险管理、事中风险管理、事后风险管理中的应用。在将大数据分析应用与事前管理时，大数据分析可以帮助企业在进行决策判断时能够做出更加精准的选择，并且由于大数据还包含有除了企业自身的以外的其他数据，通过对其进行分析，能够有效的保障供应链风险管理的稳定性。其次，大数据分析能够有效的对企业在实现运营时的流程进行有效管理，并将其中所发现的风险问题进行数据分析，以此实现在企业供应链全过程中，能够对风险进行全面调控。此外，大数据对各类风险所进行的有效分析能够充分为已发生的风险事件进行规避，并且能够使企业能直观的了解到风险发生的原因，帮助企业在个别的突发性风险安全事件中发现其中的特殊起因，以此达到对相应风险进行规避的作用。
（三）在不同供应链中的应用
大数据目前在不同的行业与企业中被广泛采用，但其中比较的具有典型性的，便是其在制造业、医疗保健行业、金融业，这三类产业供应链中的应用，具体表现为以下三点：
1.制造业中的应用。制造先进在车间、生产线、配送中心、工厂等工作区域配备了大量的电子设备，通过采用大数据分析来将这些区域智能化，能够有效的提升其工作效率，降低供应链在生产运输时的成本。例如，2016年丰田汽车公司推出了大数据业务服务部门，该部门显著的提高了丰田汽车公司的数据管理能力，并开拓出了新的业务，包括增加安全服务、交通信息服务、创建移动业务和反馈等。
2.医疗保健行业中的应用，将大数据应用与医疗保健领域中，可以有效的统计医疗行业中复杂的各类数据，并依靠大数据实现对流行疾病的预警，减少流行性疾病的发生，并提高治疗的质量与效果，同时减少医疗成本。
3.金融行业中的应用，将大数据应用到金融行业的产业链中，可以帮助其实现对客户的实时跟踪，并对其提高其所需求的服务与资源，能够帮助产业链整体的提升其盈利能力。
四、结语
综上所述，大数据的数据种类繁多，并且对企业供应链的升级管理、危险管理有着明显的提升，在各个行业中也有着广泛的应用。因此一个企业想要提升其自身在行业中的竞争能力，就要重视大数据在供应链管理中的作用，以此来取得战略上的优势。（作者单位：广东金融学院）
一、引言
随着时代的发展，大数据在各个行业间供应链管理的应用越来越广泛，其不仅能够推动各个行业间的发展，还可为其取得技术上的竞争优势，这也使得更多的企业为了保障自己的生存而使用大数据分析来对自身的供应链进行管理，也导致了大数据在供应链管理中的地位越来越重要。
二、大数据的数据类型
不同的数据形态、取得大数据的方法与途径决定了大数据的类型，现今供应链中的大数据主要是由结构数据、传感器数据、非结构数据以及新类型数据构成，一般情况下结构型数据都是大数据分析所使用的主要类型，能够为企业做出决策时，充分的反应出现相应的问题与趋势，而非结构数据则多用于供应链管理的学术研究之中。传感数据，通常这类数据具备较快的增长速度，主要形式为温度数据、位置数据、QR码以RFID数据等。新类型数据指的是能够增加大数据分析精度的地图、视频以及声音影像等数据。
三、大數据在供应链中的应用
（一）应用于供应链的升级管理
现代企业供应链的管理流程，需要大数据从根本上提升其供应链管理的效率与质量。注重对大数据的分析能够对其当前发展过程中所涉及的各种类型的数据进行深入挖掘，提升其可利用的深度价值。对企业的各个生产环节开展所产生的数据进行相应预测、分析与整合工作，并依据大数据对其进行分析统合，可以有效的为企业在进行决策时提供相应的大数据模型进行参考。
此外在企业供应链管理在以大数据分析作为中心开展工作时，要有效的利用大数据分析监督与管理实际生产管理中的采购标准、生产需求、以及涉及到供应链的各个厂家、商家，并深挖各个阶段运行中所涉及的有价值数据，进行科学的分析，并以此为基准来提升相应步骤的工作效率，从而强化企业供应链的管理方式，减少出现繁琐的管理流程，确保企业在有效率的进行运营的同时还能够保证其经济利益最大化。
（二）应用于供应链的风险管理
大数据分析在供应链的风险管理中，主要应用于三方面内容，即在事前风险管理、事中风险管理、事后风险管理中的应用。在将大数据分析应用与事前管理时，大数据分析可以帮助企业在进行决策判断时能够做出更加精准的选择，并且由于大数据还包含有除了企业自身的以外的其他数据，通过对其进行分析，能够有效的保障供应链风险管理的稳定性。其次，大数据分析能够有效的对企业在实现运营时的流程进行有效管理，并将其中所发现的风险问题进行数据分析，以此实现在企业供应链全过程中，能够对风险进行全面调控。此外，大数据对各类风险所进行的有效分析能够充分为已发生的风险事件进行规避，并且能够使企业能直观的了解到风险发生的原因，帮助企业在个别的突发性风险安全事件中发现其中的特殊起因，以此达到对相应风险进行规避的作用。
（三）在不同供应链中的应用
大数据目前在不同的行业与企业中被广泛采用，但其中比较的具有典型性的，便是其在制造业、医疗保健行业、金融业，这三类产业供应链中的应用，具体表现为以下三点：
1.制造业中的应用。制造先进在车间、生产线、配送中心、工厂等工作区域配备了大量的电子设备，通过采用大数据分析来将这些区域智能化，能够有效的提升其工作效率，降低供应链在生产运输时的成本。例如，2016年丰田汽车公司推出了大数据业务服务部门，该部门显著的提高了丰田汽车公司的数据管理能力，并开拓出了新的业务，包括增加安全服务、交通信息服务、创建移动业务和反馈等。
2.医疗保健行业中的应用，将大数据应用与医疗保健领域中，可以有效的统计医疗行业中复杂的各类数据，并依靠大数据实现对流行疾病的预警，减少流行性疾病的发生，并提高治疗的质量与效果，同时减少医疗成本。
3.金融行业中的应用，将大数据应用到金融行业的产业链中，可以帮助其实现对客户的实时跟踪，并对其提高其所需求的服务与资源，能够帮助产业链整体的提升其盈利能力。
四、结语
综上所述，大数据的数据种类繁多，并且对企业供应链的升级管理、危险管理有着明显的提升，在各个行业中也有着广泛的应用。因此一个企业想要提升其自身在行业中的竞争能力，就要重视大数据在供应链管理中的作用，以此来取得战略上的优势。（作者单位：广东金融学院）