论文部分内容阅读
摘 要：随着大数据的兴起，互联网技术与各个领域的快速融合，使得供应链的结构发生新的变化，为供应链的发展开拓了新的方向。由于在大数据的环境下数据的获取更加快速便捷，使得各个企业在新的供应链体系中实现信息共享成为可能。在供应链管理中，需求预测是贯穿整个供应链必不可少的一个环节。当缺乏准确的市场需求信息时，在信息向供应链上流传递的过程中产生的牛鞭效应将会影响供应链中各个环节的协调与控制，极大地削弱了整个供应链的竞争力。然而在大数据背景下传统的预测方法已经无法达到满意的预测精度，这给供应链管理带来了巨大的挑战。
关键词：大数据 供应链 应用 研究
一、大数据的特点
1.数据规模大。在互联网广泛地和充分地应用的背景下，数据从总体上来看，数量可以说是变得越来越多，而大数据正是适应了这一特点和要求，逐渐地被人们所进行研究及应用。
2.数据类型多。我们进行存储数据的形式不仅仅是只有单一的文本，因此，除了文本之外，在目前，还应用到了图片、视频等多种多样的形式，这样，就使数据的存储既能够符合了人们的要求，同时又生動、直观，很容易让人理解。
3.数据处理速度快。在当前经济快速度发展的过程中，我们都知道，很多与互联网相关的产业在处理事务时，都具有时间要求，否则就会失效，很难做出适时的决策，毫无意义，在这种情况下，就必然会要求大数据能够极大地提高速度，尽快地去处理，以适应当前发展的要求。
4.数据分析复杂。从前文的论述中，我们可以得知，数据的数量可以说是越来越多，而且存储它的类型从整体上看，也是多种多样，那么，在这种状况下，当我们去分析数据时，受到以上这些因素的影响，处理起来就必然是复杂的。
二、大数据时代所带来给供应链带来的挑战与机遇
首先，目前的商务模式与商务环境已发生了改变并且呈现出多样化、个性化的模式。其次，大数据商业模式的发展打破了国家的疆域，更多的跨境业务、商业合作更加频繁，同时数据量也大幅度增加。再次，大数据的应用处理也成为各个企业间的竞争焦点。最后，合理有效的挖掘使用大数据已经成为这个时代发展的重要课题。
三、供应链大数据的潜在应用方向
从供应链全流程管理的角度出发，供应链大数据的应用主要有以下三个潜在方向：（1）供应链效率分析。按照需求提报、招标采购、库存管理、物资配送、报废处置等不同供应链环节划分，基于供应链每个阶段的业务时效、资源利用情况等进行综合业务效率分析，根据分析结果得出供应链响应效率因素和提升建议。（2）供应链效益分析。综合考虑采购成本、库存成本、管理成本和供应链信息化水平、物力集约化成效等多方面因素，分析供应链各业务阶段的成本和收益情况，根据分析结果找出降低供应链成本的业务提升关键点。（3）供应链预警监控。分析供应链各业务环节的关键业务节点，制定供应链各业务环节的监控预警分析模型，多维度分析业务情况，从大数据角度重新审视各业务关节相关性，并依据分析模型提供各业务环节的预警监控功能。
四、供应链与供应链管理
1.供应链。供应链是在物流思想的基础上发展起来，目前，国内外并未对供应链进行统一界定，根据供应链的发展阶段，大致可以分为以下三种定义，并且在相应的阶段供应链自身具有各自鲜明的特点和不同的关注焦点，供应链已经得到了飞速的发展。简单的来说，供应链是一个由供应商、制造商、分销商、零售商、顾客等成员组成的网络。
（1）复杂性。由于供应链是由多个的企业组成，而这些企业通常是不同等级不同类别的，所供应链的结构模式往往比一些独立企业的结构更加复杂。
（2）动态性。由于企业战略和市场需求的变化导致供应链中节点企业需要动态地更新，这就使得供应链具有较强的动态性。
（3）面向用户的需求。供应链都是在市场需求的基础上形成、存在以及重构，顾客的需求是驱动供应链信息流、物流和资金流运作的重要力量。
（4）交叉性。节点企业可以是多个供应链的成员，多个供应链相互交叉，给供应链的协调管理增加了难度。
2.供应链管理。从供应链管理的流程图可以发现，所谓供应链管理其实就是在供应链中有效控制各种流的决策方法，是对供应链中每个节点成员的信息流、物流以及资金流进行规划、协调和控制。供应链管理的目的是通过优化改善所有相关过程，提高供应链整体竞争力和对市场需求的适应能力。供应链管理的主要目标是提升整个供应链的运作效率降低整体成本，所以供应链管理具有高度的系统思想、合作思想和集优性思想。其中系统思想是指供应链管理将供应商、制造商、零售商以及消费者看作一个有机联系的整体，建立统一的运营目标，对所有成员进行协调控制从而达到共赢的目的。合作思想是指供应链管理是在合作共赢的基础上进行的。供应链中各成员由传统的竞争性关系转变为战略合作关系，它将市场需求转化为所有节点企业的集体活动，每个企业在生产或销售活动中相互协调实现整体利益的最大化。集优性思想是指供应链管理是将具有一定市场竞争力和特长的企业集中共同创造价值的活动，以强强联合的原则选择节点企业，通过聚集整合各个节点企业的资源和能力，发挥整体效能，将单一企业的核心竞争力整合为供应链的整体竞争力，从而大大的提高了供应链的竞争优势。
五、大数据在企业供应链应用中的建议
1.建立大数据信息共享平台。大数据信息共享平台的建立可实现供应链战略伙伴之间信息沟通零障碍，需要供应链上的成员企业全部参与，要求成员企业必须加快物流基础设施标准化、信息化以及智能化的硬件和软件建设，共同搭建性能良好的信息共享平台。在信息共享平台的支持下和物流信息化管理模式下，企业高效完成物流任务，使各个环节达到最优，并提高整个物流链条的效率。
2.加强信息安全防护管理。对于企业供应链而言，客户的数据信息就是企业的核心机密。在保护客户信息方面务必做到以下几点：第一，管理层要提高对数据安全保护认识;第二，聘请有大数据安全管理经验员工或对现有员工加强培训，提高专业技能;第三，对大数据可采取分散存储方式，尤其要加强对核心数据的保护。
3.引进或培养复合型大数据人才。大数据的复杂性和多样性，加大了其在处理和分析上的难度。因此，数据挖掘人才是企业供应链面临的迫切需求。企业可参考以下建议：首先，引进拥有物流相关知识和熟悉大数据分析处理的复合型人才;其次，聘请数据分析方面的专家培训企业的数据信息管理人才，培养自己的专业管理团队和分析团队。
综上所述，大数据给供应链管理带来了非常大的改变，这种改变可以有效的提升供应链的总体利润。在对大数据用于供应链中应用的研究，主要是针对供应链的大数据平台的搭建、供应链组织结构的转型等问题。但是，目前我国的大多数专家学者只是基于理论方面的研究，很少有学者从实证的角度对大数据在供应链中管理中的应用进行分析。此外，在供应链管理的大数据分析与处理技术的探讨并没有学者对其进行研究，毕竟供应链上的信息共享和需求预测都要依赖于先进的数据处理技术。总之，供应链发展是供给侧改革的延伸，是经济发展的新动力，此次供应链创新与应用试点显然有助于推动完善重点产业供应链体系、提高企业供应链管理和协同水平、推广应用供应链新技术、新模式，促进整个产业供应链数字化、智能化和国际化，提升国家的竞争力。
参考文献：
[1]霍冬华.大数据应用对供应链管理价值提升的相关研究[J].信息与电脑（理论版），2018
[2]邱 晖，许淑琴.大数据在互联网供应链金融风险管理中的应用[J].会计之友，2018
作者简介：张雪石，对外经济贸易大学统计学院在职人员高级课程研修班学员
关键词：大数据 供应链 应用 研究
一、大数据的特点
1.数据规模大。在互联网广泛地和充分地应用的背景下，数据从总体上来看，数量可以说是变得越来越多，而大数据正是适应了这一特点和要求，逐渐地被人们所进行研究及应用。
2.数据类型多。我们进行存储数据的形式不仅仅是只有单一的文本，因此，除了文本之外，在目前，还应用到了图片、视频等多种多样的形式，这样，就使数据的存储既能够符合了人们的要求，同时又生動、直观，很容易让人理解。
3.数据处理速度快。在当前经济快速度发展的过程中，我们都知道，很多与互联网相关的产业在处理事务时，都具有时间要求，否则就会失效，很难做出适时的决策，毫无意义，在这种情况下，就必然会要求大数据能够极大地提高速度，尽快地去处理，以适应当前发展的要求。
4.数据分析复杂。从前文的论述中，我们可以得知，数据的数量可以说是越来越多，而且存储它的类型从整体上看，也是多种多样，那么，在这种状况下，当我们去分析数据时，受到以上这些因素的影响，处理起来就必然是复杂的。
二、大数据时代所带来给供应链带来的挑战与机遇
首先，目前的商务模式与商务环境已发生了改变并且呈现出多样化、个性化的模式。其次，大数据商业模式的发展打破了国家的疆域，更多的跨境业务、商业合作更加频繁，同时数据量也大幅度增加。再次，大数据的应用处理也成为各个企业间的竞争焦点。最后，合理有效的挖掘使用大数据已经成为这个时代发展的重要课题。
三、供应链大数据的潜在应用方向
从供应链全流程管理的角度出发，供应链大数据的应用主要有以下三个潜在方向：（1）供应链效率分析。按照需求提报、招标采购、库存管理、物资配送、报废处置等不同供应链环节划分，基于供应链每个阶段的业务时效、资源利用情况等进行综合业务效率分析，根据分析结果得出供应链响应效率因素和提升建议。（2）供应链效益分析。综合考虑采购成本、库存成本、管理成本和供应链信息化水平、物力集约化成效等多方面因素，分析供应链各业务阶段的成本和收益情况，根据分析结果找出降低供应链成本的业务提升关键点。（3）供应链预警监控。分析供应链各业务环节的关键业务节点，制定供应链各业务环节的监控预警分析模型，多维度分析业务情况，从大数据角度重新审视各业务关节相关性，并依据分析模型提供各业务环节的预警监控功能。
四、供应链与供应链管理
1.供应链。供应链是在物流思想的基础上发展起来，目前，国内外并未对供应链进行统一界定，根据供应链的发展阶段，大致可以分为以下三种定义，并且在相应的阶段供应链自身具有各自鲜明的特点和不同的关注焦点，供应链已经得到了飞速的发展。简单的来说，供应链是一个由供应商、制造商、分销商、零售商、顾客等成员组成的网络。
（1）复杂性。由于供应链是由多个的企业组成，而这些企业通常是不同等级不同类别的，所供应链的结构模式往往比一些独立企业的结构更加复杂。
（2）动态性。由于企业战略和市场需求的变化导致供应链中节点企业需要动态地更新，这就使得供应链具有较强的动态性。
（3）面向用户的需求。供应链都是在市场需求的基础上形成、存在以及重构，顾客的需求是驱动供应链信息流、物流和资金流运作的重要力量。
（4）交叉性。节点企业可以是多个供应链的成员，多个供应链相互交叉，给供应链的协调管理增加了难度。
2.供应链管理。从供应链管理的流程图可以发现，所谓供应链管理其实就是在供应链中有效控制各种流的决策方法，是对供应链中每个节点成员的信息流、物流以及资金流进行规划、协调和控制。供应链管理的目的是通过优化改善所有相关过程，提高供应链整体竞争力和对市场需求的适应能力。供应链管理的主要目标是提升整个供应链的运作效率降低整体成本，所以供应链管理具有高度的系统思想、合作思想和集优性思想。其中系统思想是指供应链管理将供应商、制造商、零售商以及消费者看作一个有机联系的整体，建立统一的运营目标，对所有成员进行协调控制从而达到共赢的目的。合作思想是指供应链管理是在合作共赢的基础上进行的。供应链中各成员由传统的竞争性关系转变为战略合作关系，它将市场需求转化为所有节点企业的集体活动，每个企业在生产或销售活动中相互协调实现整体利益的最大化。集优性思想是指供应链管理是将具有一定市场竞争力和特长的企业集中共同创造价值的活动，以强强联合的原则选择节点企业，通过聚集整合各个节点企业的资源和能力，发挥整体效能，将单一企业的核心竞争力整合为供应链的整体竞争力，从而大大的提高了供应链的竞争优势。
五、大数据在企业供应链应用中的建议
1.建立大数据信息共享平台。大数据信息共享平台的建立可实现供应链战略伙伴之间信息沟通零障碍，需要供应链上的成员企业全部参与，要求成员企业必须加快物流基础设施标准化、信息化以及智能化的硬件和软件建设，共同搭建性能良好的信息共享平台。在信息共享平台的支持下和物流信息化管理模式下，企业高效完成物流任务，使各个环节达到最优，并提高整个物流链条的效率。
2.加强信息安全防护管理。对于企业供应链而言，客户的数据信息就是企业的核心机密。在保护客户信息方面务必做到以下几点：第一，管理层要提高对数据安全保护认识;第二，聘请有大数据安全管理经验员工或对现有员工加强培训，提高专业技能;第三，对大数据可采取分散存储方式，尤其要加强对核心数据的保护。
3.引进或培养复合型大数据人才。大数据的复杂性和多样性，加大了其在处理和分析上的难度。因此，数据挖掘人才是企业供应链面临的迫切需求。企业可参考以下建议：首先，引进拥有物流相关知识和熟悉大数据分析处理的复合型人才;其次，聘请数据分析方面的专家培训企业的数据信息管理人才，培养自己的专业管理团队和分析团队。
综上所述，大数据给供应链管理带来了非常大的改变，这种改变可以有效的提升供应链的总体利润。在对大数据用于供应链中应用的研究，主要是针对供应链的大数据平台的搭建、供应链组织结构的转型等问题。但是，目前我国的大多数专家学者只是基于理论方面的研究，很少有学者从实证的角度对大数据在供应链中管理中的应用进行分析。此外，在供应链管理的大数据分析与处理技术的探讨并没有学者对其进行研究，毕竟供应链上的信息共享和需求预测都要依赖于先进的数据处理技术。总之，供应链发展是供给侧改革的延伸，是经济发展的新动力，此次供应链创新与应用试点显然有助于推动完善重点产业供应链体系、提高企业供应链管理和协同水平、推广应用供应链新技术、新模式，促进整个产业供应链数字化、智能化和国际化，提升国家的竞争力。
参考文献：
[1]霍冬华.大数据应用对供应链管理价值提升的相关研究[J].信息与电脑（理论版），2018
[2]邱 晖，许淑琴.大数据在互联网供应链金融风险管理中的应用[J].会计之友，2018
作者简介：张雪石，对外经济贸易大学统计学院在职人员高级课程研修班学员