區塊鏈和大數據發展下的供應鏈管理研究

賈曉陽 博士生

（1、天津大學管理與經濟學部 天津 300072；2、山東外貿職業學院 山東青島 266100）

區塊鏈和大數據簡析

區塊鏈（Block Chain）簡而言之，是一種建立在數學算法上的分布式電子記賬簿；本質上是一種利用互聯網技術及計算機算法生成的數據庫。該數據庫具有去中心化、信息不可篡改等特點。其特點使得其不易受黑客的攻擊，因此區塊鏈技術的發展使數據更加安全。顧名思義，區塊鏈的基本單元即是區塊（Block）。正如圖1所示，區塊分為兩部分，一是區塊頭；二是區塊體。其中區塊頭包含了PreHash （上一個哈希值）、Hash （當前哈希值）及TimeStamp（時間戳）；區塊體中包含了用哈希值計算出的數據和信息等，包含交易信息或數據、支付信息或數據以及其它各類信息或數據。

大數據（Big Data）指運用新的計算機應用軟件對數據進行捕捉、歸類、分化、管理和處理，以獲得更有洞察力和分析力的新的數據。大數據是一種信息化的數據資產，它具有量大、高增長性、高價值性和多樣化等特點。通過互聯網實現單一分化數據的互聯、集成與創新，從而為各行各業提供全新的管理方式。如圖2所示，首先是數據、信息或知識通過計算機應用軟件實現轉化，以獲得更優質及更有洞察力的大數據；其次通過大數據平臺實現了不同數據之間的分享與流動，以便于不同的人對大數據的需求的不同做出更科學的決策；再次進一步通過應用程序檢測決策是否被精準執行；最后追蹤實際應用中的運行狀態。這是一個周而復始的過程，不斷實現新的大數據的收集、歸類、整理、檢驗、分析及優化。

區塊鏈與大數據結合的優勢分析

在對數據進行管理時，大部份信息數據管理系統遵循的流程均是對信息數據先進行收集和存儲，接著對其進行匯總、處理和分析，再對其進行利用和共享。當大數據被運用至該信息管理流程中后，實際的管理流程并沒有實質性改變，因此在管理的過程中，仍需要面臨的問題是大數據的部份甚至全部丟失或被竊取或被攻擊，從而導致數據價值的下降、真實性亦大打折扣。區塊鏈技術中，在收集與發送信息時均利用了加密技術，該技術的存在對信息的安全性起到非常重要的保障作用。

區塊鏈技術在大數據中的運用，不僅可以確保大數據的安全性問題，尤其是共享過程中的安全性，另一方面也可以解決大數據歸屬權問題。因為區塊鏈技術中的信息和數據的處理都是有加密技術的，同時區塊鏈技術采用的是去中心化的機制，區塊鏈維護的信息和數據是一個區塊內的完整的分布式賬簿，而且這種分布式賬簿是不可以被別人篡改的。區塊鏈的革新之處即是區塊鏈中的參與者即使互相并不認識彼此，彼此并未建立任何信任關系的前提下，通過統一的分布式賬簿即確保了區塊鏈中各項信息和數據的安全性。區塊鏈與大數據的結合應用詳見圖3所示。

由于區塊鏈與大數據各有優勢，因此取各方的優勢將二者結合起來進行運用，可以達到互相彌補弊端的效果。通過區塊鏈將大數據本身具有的多樣性、時效及海量的優勢激活，同時彌補大數據中數據不準確或不真實的缺陷。二者的結合在互聯網的發展下成為可能。對于供應鏈管理而言，將區塊鏈和大數據相結合運用于票據、倉單、應收賬款及其它供應鏈信息與數據的管理將變得意義非凡。

圖1 區塊鏈組成部分

圖2 大數據流程圖

圖3 區塊鏈與大數據結合應用

傳統供應鏈管理弊端

供應商管理（SCM），指公司、部門、組織或團體等實體的采購或類似部門與物料供應商或合作伙伴之間發生的產品設計、物料采購、制造、包裝、運輸、支付及售后的全過程。該過程包含著大量的信息和數據。在競爭日益激烈的今天，供應鏈的管理應當追求高效率和低成本，力求以最低的成本達到最高效的供應鏈管理。供應鏈管理的基本涵蓋內容如圖4所示。

但是傳統供應鏈管理基于技術的局限性，始終存在以下弊端：傳統供應鏈管理各數據流較分散，使用的供應鏈管理系統通常是ERP或者SCM系統，該系統往往只是為了提交訂單和完成交易，并不能擴展到其他方面，如數據收集、歸納及分析。無法形成較統一的整體數據以供管理者進行更精準的決策；傳統供應鏈各節點均是由不同的人負責，如采購訂單的下達，物流人員的接洽可能均是不同的人，可能造成互相之間信息不流通，銜接失誤，進而影響供應鏈運作的流暢性；傳統的供應鏈運作往往只是兩兩之間的交流與溝通，如直接上游與直接下游的聯系和溝通，而跨越上下游的溝通則幾乎沒有。這種不完整的交流導致資源無法被充分利用及相互間合作不協調。

利用大數據和區塊鏈實現高效供應鏈管理

當前，企業尋求供應鏈管理的突破呼之欲出，大數據的悄然興起成為供應鏈未來變革方向的催化劑。如圖5所示，大數據至少將在以下幾個方面對供應鏈管理進行徹底革新：

情境智能優化數據。情境智能（Contextual Intelligence）指一種適應、塑造環境及選擇新環境的能力。隨著企業規模的擴大及發展的壯大，企業擁有的與供應鏈相關的數據變得越來越多，廣度和深度亦在隨之增長，龐大海量的數據為驅動情境智能奠定了數據基礎。有研究數據分為三類，一種是結構性數據如CRM交易數據，ERP數據；第二種是半結構數據，該類數據因其參雜著有價值、無價值、價值高或價值低的數據，因此除非花費大量的時間與精力，否則很難將其進行歸納分析；第三種是無結構數據，該類數據并無常規的結構，因此很難對其進行預定義，如各類報表、文檔，很難將其用一個數據庫進行收集、歸納和分析。如圖6所示，第一種結構性數據在52種數據源框架下占據的比例很小。

前面已經提到傳統供應鏈管理中涉及的數據主要是結構性數據，如SCM、ERP和CRM數據庫系統，而這類數據在整個52種數據源中所占的量比、速度和多樣性均不可與半結構性數據和非結構性數據相提并論。要將52種數據源均納入到數據分析中，勢必要涉及大數據的最新技術分析供應中的四種最基本的行為，即買、賣、運輸和存儲。企業應當看到數據不僅是一種資產，更是一種戰略。在新形勢下，企業應當看到大數據為供應鏈突破傳統結構性數據進行更深度和廣泛的數據管理提供了突破口和技術支撐，對企業不同維度的信息和數據的使用上升到戰略高度。

供應鏈價值與能力進化。在眾多創新性技術當中，大數據分析被絕大多數的供應鏈管理者們認為是最重要的具有革命性的技術。這為企業長期的技術與管理革新提供了技術基礎。大數據中的高級分析技術可以快速整合到整個供應鏈中，以迅速提升供應鏈的管理能力與價值。根據德勤的調查顯示，供應鏈眾多能力中使用最多的是：優化工具、需求預測、業務預測、供應商協作和風險分析，各能力當前使用比例和未來預測使用比例如圖7所示。

供應鏈運營整合。由于大數據不僅是單純的海量數據的集合，更是通過更先進的技術對海量數據進行歸納及分析。通過歸納與分析的結果找到問題的關鍵以及對供應鏈管理更有價值的數據，以有利于管理層對供應鏈運營整合過程中出現的問題進行優化，為進一步的進行整合提供方向。有研究表明，大數據對企業供應鏈中存在的問題優化效果非常明顯。具體而言，大數據可以提升企業管理層對供應鏈中出現問題的反應時間，與傳統供應鏈管理相比，反應時間可以提升百分之四十一；同時供應鏈效率可以提升25%左右，并將大幅度提升跨供應鏈的整合。如果進一步將大數據分析技術運用到供應鏈運營中，可以大大優化訂單周期（約425%），提升供應鏈效率（約260%），具體數據見圖8所示。

圖4 傳統供應鏈管理涵蓋的基本內容

圖5 大數據對供應鏈管理的革新

圖6 不同類型數據對比

圖7 供應鏈能力使用情況

圖8 運用大數據技術進行供應鏈管理的提升效果

供應鏈各項指標追蹤。運用大數據強大的技術、數據分析能力及數據運行能力，通過對供應鏈各方面如運營、采購端、物流端、倉儲端、現金流、訂單周期等信息和數據的情境智能運用，實現供應鏈的可視化。大數據管理讓供應鏈管理層可以更清晰多維度的看到供應商處于什么樣的層次結構，尤其是對于現金流、付款等財務指標的監控和追蹤，可以更迅速的了解公司現金狀況，以及庫存周轉率的情況。同時從售后方面，也可以迅速實現產品的追蹤，不同供應商的產品合同率、次品率都可以快速呈現，進而提升對產品的質量控制。

結論

本文分析認為，大數據對數據的收集、處理、歸納、整理和分析雖然非常強大，但是其存在一些固有弊端，其中最大的弊端即是數據安全性及真實性問題。區塊鏈技術恰好可以彌補大數據的這些嚴重短板。區塊鏈與大數據的數據存儲點不同，大數據是通過云服務或其它介質對數據進行存儲，而區塊鏈本質上是一個分布式賬簿，它的數據分布在整個計算機網絡中。區塊鏈對數據采用了加密技術，即對數據的錄入和輸出均是加密的，使得數據不容易被竊取，這將最大程度保護數據的安全。同時區塊鏈數據分布于整個計算機網絡中，使其不會輕易被黑客攻擊，因為黑客一般選擇攻擊某個點，攻擊整個計算機網絡的可能性很低，使得數據不容易丟失，這亦從另一方面保障了數據的安全性。

另一方面，區塊鏈中的數據是不可以被更改和刪除的，意味著只要是以前錄入的數據將會被一直保留在計算機網絡中，這無疑有助于最大程度實現數據保存的連續性。原始數據的連續地不間斷式保存，使得大數據分析的對象數據更真實和準確，更有助于利用大數據技術進行數據分析時得出最真實的結論，只有在最真實結論基礎上創新出的對策方可以實現最高效的企業管理。因此企業應充分結合運用區塊鏈和大數據技術對傳統供應鏈管理進行變革，這樣可以最有效的保證原始數據的安全性及真實性，以確保后續數據分析結果準確性，方可為供應鏈管理者提供最真實準確的管理策略及提升供應鏈效率。