物資全供應鏈大數據應用方法

洪健 曾雪芳 陳金玉

[摘要]分析了大數據的三個潛在應用方向，明確其應用路徑和方法，并構建了物資全供應鏈大數據應用體系，選取了關鍵業務節點進行描述和分析。 [關鍵詞]物資供應鏈；大數據；路徑與方法 [中圖分類號]TP311.13；F274 [文獻標識碼]A [文章編號]1005-152X（2018）02-0111-03

1 引言

大數據的概念由來已久，最初是對在一定時間內無法用傳統方法進行抓取、管理和處理的數據的統稱。電力大數據是以業務趨勢預測、數據價值挖掘為目標，利用數據集成管理、數據存儲、數據計算、分析挖掘等方面的核心關鍵技術，實現面向典型業務場景的模式創新及應用提升。

2 物資供應鏈大數據的潛在應用方向

專家調研顯示，2020年，驅動供應鏈提升的三個主要關鍵詞是：數據可視化（46%）、增強供應鏈的可視性（39%）和大數據（37%）。其中，增強供應鏈信息的可視性是當前物資供應鏈大數據應用的熱點。從物資供應鏈全流程管理的角度出發，物資供應鏈大數據的應用主要有以下三個潛在方向：

（1）供應鏈效率分析。按照需求提報、招標采購、庫存管理、物資配送、報廢處置等不同供應鏈環節劃分，基于物資供應鏈每個階段的業務時效、資源利用情況等進行綜合業務效率分析，根據分析結果得出供應鏈響應效率因素和提升建議。

（2）供應鏈效益分析。綜合考慮采購成本、庫存成本、管理成本和供應鏈信息化水平、物力集約化成效等多方面因素，分析供應鏈各業務階段的成本和收益情況，根據分析結果找出降低供應鏈成本的業務提升關鍵點。

（3）供應鏈預警監控。分析供應鏈各業務環節的關鍵業務節點，制定供應鏈各業務環節的監控預警分析模型，多維度分析業務情況，從大數據角度重新審視各業務關節相關性，并依據分析模型提供各業務環節的預警監控功能。

3 物資全供應鏈大數據應用的方法

目前各行業物資供應鏈大數據應用較多，或收獲較大的環節主要體現在需求預測、采購戰略和業務規則的制定、采購業務的分析與改善、供應商的管理、庫存占有量的降低、日常業務可視化監控和預警等方面。物資供應鏈數據遍布在需求預測、價格管理、庫存管控等多個環節，因此可用于大數據分析的物資供應鏈數據種類也極為豐富。如圖1所示，采購申請數據、物資出入庫數據等均為大體量、快速變化數據，合同履約信息等復雜非結構化數據則增加了物資全供應鏈大數據的多樣性；基于以上特征，多層次的大數據平臺架構和新理念下的大數據計算、分析技術理應被應用到物資全供應鏈數據資產的分析管理中來。如圖2所示，物資全供應鏈大數據應用體系大致可總結為五個主要步驟，這五個步驟相輔相成，組成了物資全供應鏈大數據應用的閉環體系。實際分析應用中，各步驟可根據大數據具體分析路徑靈活組合，并使用其他步驟的成果檢視和優化某一特定步驟的計算邏輯與輸出成果。

（1）業務需求分析。理解物資全供應鏈業務優化需求，梳理可應用大數據分析思想和技術的業務環節。針對該業務環節，評估業務開展現狀及存在問題，進一步細化明確大數據分析需求，確定分析主題及分析目標。

（2）分析路徑確定。基于分析目標，鎖定大數據應用場景，參考行業內外基于該場景的大數據應用典型實踐，明確分析成功應用方式，選取可操作的分析路徑，并建立分析模型。

（3）分析數據規劃。基于分析目標、分析模型，設計符合邏輯的分析算法，合理選擇公式?；趹脠鼍凹胺治瞿Ｐ停i定分析所需數據的數據源、分析范圍、有效性標準，完成數據溯源。

（4）數據挖掘分析。將非結構化數據、結構化數據等多源異構數據進行融合，評估數據質量，對數據進行異常值剔除、插值修正等預處理操作。而后，將處理后的合規數據依據分析模型進行分析步驟匹配，使用事先設計、確定的算法及公式完成數據分析計算過程。

（5）分析效果評估。得到大數據分析關鍵指標最終結果后，依據指標含義完成各項評價，結合專業背景撰寫完整評估報告，提出業務優化、提升建議，并將分析過程巾形成的有價值的模型、指標體系應用于業務日常運營檢測。

結合供應鏈大數據潛在應用方向，以戰略層、管理層、執行層三個層級為視角，構建供應鏈大數據應用體系，如圖3所示。

依照物資供應鏈各關鍵業務環節劃分，可將物資全供應鏈大數據應用典型應用場景、相關應用路徑、分析方法建}義和應用研究意義簡要列舉見表1。

5 結論

構建大數據平臺，將內外部數據進行整合、充分挖掘數據相關性、觀察并預測數據變化趨勢，在增強數據存儲、整合、計算、分析能力的基礎上，開展物資全供應鏈大數據分析及其成果應用，定能成為預測供應趨勢、提升響應效率、監控關鍵指標、降低運營成本的有效工具，從而進一步提升供應鏈上下游各環節的聯動性，實現物資全供應鏈效益的最大化。