大數據下企業物流成本控制研究

賈智成

摘 要：物流行業和電子商務的發展使得產品運輸成為企業成本管理的重點，如何減少物流成本是企業面臨的主要問題。本文通過概述大數據和物流成本相關內容，分析大數據對于企業物流成本控制的作用，通過對管理平臺、核算方法等方面來分析大數據技術對企業物流成本控制的主要途徑，從而提高企業成本管理能力。

關鍵詞：大數據;企業物流;智能物流;運輸成本

當前依托大數據技術的智能物流行業逐漸發展壯大，不斷帶動物流產業的創新升級，但是部分企業的物流成本管理技術稍顯滯后，影響著自身經營運轉和實際收益。因此，企業有需要在供應、銷售、物流運輸等方面加強成本管理，構建信息化系統，進而優化物流環節，促進其物流模塊的可持續發展。

一、大數據與物流成本概述

大數據技術即巨量資料，能夠在固定時間內完成數據整理、管理，為企業的相關決策提供支持。借助大數據能夠快速、靈活、大量地處理商業價值高的數據。成本是產品在空間中移動需要花費的物化勞動、勞動力等貨幣形式，即物品在運輸階段應用到的財力、物力、人力支出總和。同時，企業的物流成本是其在采購、生產、銷售和從事相關物流活動中的成本之和，其中包含以下內容：倉庫存儲作業成本，即加工、檢驗、裝卸、驗收、入庫等環節成本;運輸成本，包括公路運輸、鐵路運輸等費用;存貨成本，實際上是庫存占用的資金量，可以在大數據條件下分析傳統物流和現代物流之間的差別;管理成本，是企業在處理訂單、進行采購過程中產生的費用。

二、大數據技術對于企業物流成本控制的價值

1.優化企業內部物流資源的使用

大數據技術的主要特征是完成資源共享，能夠創新物流技術、挖掘更多的信息，優化升級物流體系，提升戰略部署的合理性和科學性，提高內部物流資源的利用率。當前市場價格戰環境中，完善物流體系能夠減少其管理成本，進而獲取其在市場內的價格優勢。例如，可以結合大數據技術和信息系統選擇最近的運輸路線，降低車輛損耗費用、燃油費和人工費。一般情況下燃油消耗約占物流成本的22%，當借助大數據技術升級運輸線路后，能夠降低約20%-50%的燃油支出量，突出物流運輸的低成本和高效率，促進企業穩定、健康發展。

2.減少運營風險

物流運輸大多處于外部環境中，極易受到天氣、氣候、自然條件的影響，具有不穩定、隨機性特點。若遇到暴雪、大雨、沙塵暴等天氣，會增加企業經營風險和物流成本，甚至出現運輸事故，加劇自身經濟損失，因此降低運營風險是控制成本的關鍵。由于電子商務的發展創新，使得企業產品能夠在全國各個地區實現流動轉移，并完成跨境貿易，增加了物流運輸成本的比重，因此企業有必要利用大數據技術進行成本管理。同時，物流大多屬于跨區域運輸類型，若遇到交通事故、道路維修情況，會增加運輸成本。因此，依托大數據技術可以提前得到相關道路信息，及時采取針對性策略，規避運輸風險，促進運輸過程的正常進行。

3.優化物流服務

新時代信息技術的創新突破使得企業之間的競爭力提升，若想優化其物流運輸質量，需要改善其信息服務品質。供應鏈和物流工程的發展進步提高了物流成本控制效率，完善資源配置，能針對不同物流環節控制成本。借助大數據技術可以在提升物流服務的同時節省企業運營成本，拓展信息服務渠道，實現線上+線下的多重物流服務，使用戶可以在網絡平臺上反饋自己的建議和意見，指出產品運輸過程中存在的問題，為企業提升物流質量提供幫助。

三、大數據視域下加強企業物流成本控制的途徑

1.基于大數據技術構建物流信息平臺

（1）平臺搭建分析

其一，全過程動態化管理。物流信息化管理實際上包含物流信息化和物流設施的信息化，物流設施管理可以借助GIS、GPS、RFID等技術得到相關數據信息，完成近距離定位、長途運輸管控，動態監控物資和車輛信息。依托大數據技術，通過構建企業信息平臺可以全面監控物流運輸各個環節，及時更新數據庫中的物流信息，體現出大數據的特點，提升其開展物流活動的效率。其二，提高決策精準度。由于企業的生產、物流活動種類較多，利用大數據技術能夠對其進行系統化管控，規避不必要的數據交流過程，準確獲取物流信息、節省時間，提升信息處理質量。借助數據挖掘技術能夠深入分析物流數據，向管理人員提供決策支持，科學處理平臺物流信息。

（2）建立企業內部物流系統

在構建系統前需要制定信息評估機制，雖然企業物流成本具有較大規劃空間，能夠針對數據信息完成評估、優化成本。不過大數據視域下，信息真實度不易判斷，企業需要在使用信息前判別其經濟性、真實性，結合自身實際情況評估數據。企業內部物流信息系統能夠對物流活動進行集中化處理，在職能部門收集并輸入物流運輸數據信息，結合系統中的決策和計劃完成對應的物流活動。物流信息平臺可以定期規劃物流系統，借助系統先進的管理模式和統計分析形式設置工作環節，最大程度地利用信息資源，降低中間費用的生成量。

企業物流系統中，各職能部門中均包含部門賬號、信息輸入模塊、管理模塊，進而將職責范圍內的相關物流信息錄入系統數據庫內。不過部分部門由于權限問題在數據查詢時會受到限制，因此可以結合企業需求設置成本數據共享權限。此外，利用大數據技術能夠精準把握客戶需求、降低庫存，節省信息溝通成本，發揮企業供應鏈優勢，提升物流服務品質，減少活動成本，借助供應鏈獲取低成本效益。

（3）物流供應鏈系統

物流供應鏈系統能夠實現供應商、分銷商、客戶、企業之間的信息共享。由于物流信息中心自身組成屬于無限節點形式，因此不會受到地點和時間的限制，確保工作人員日常錄入數據，供企業結合自身需要主動調取，進而保證供應鏈領域的數據共享。例如，企業內部的原料購置部門能夠將材料入場信息、采購計劃、運輸車輛等數據與供應商進行共享，實現多主體的協同，對其內部物流信息完成全過程、動態化管控。同時，企業能夠和鐵路、公路部門一同共享信息，及時掌握并預測產品運輸的位置、時間。通過將數據與客戶分享，對銷售類物流信息完成集成化管理，有效預防意外情況，迅速處理并跟蹤產品銷售、運輸情況。結合客戶需求，為企業的良好物流服務提供技術支持，優化原料組合，靈活選擇運輸形式，降低庫存，縮短產品運輸的時間。

2.借助大數據技術進行成本管理

（1）外部運輸管理

企業中內部物流信息系統中數據共享和模塊存儲等功能可以對物流車輛進行全過程追蹤和透明化管理。企業運輸部門、采購部門以及供應商需要結合鐵路局的實際信息、采購計劃、運輸能力、庫存等信息完成科學的編制，進而合理安排運輸模式，提高鐵運比。對于外部的運輸模塊，建議借助GPS定位系統，提升物料和運輸車輛信息的透明度，做到精準運輸，避免出現拖延、阻塞的情況，優化反饋和共享水平，完成精細化和集中化運輸。鐵路運輸過程中，需要結合材料到站的具體運輸數據，推算入廠時間，組織和安排卸車工作，并加強對火車延時問題的控制。此外，借助大數據技術可以優化運輸車輛組合，結合實踐與成本因素，將訂單作為基礎，選擇最佳運輸方式和路線，減少物流運輸費用。

（2）內部運輸管理

內部運輸階段，企業可以結合GIS技術、射頻技術，全方位監控產品、半成品、運輸車輛的實際信息、工作狀態等指標，實時并直觀顯示車輛和貨車的具體信息。企業產品的生產和技術息息相關，加強物流成本管理能夠在材料加工、中轉半成品、入庫存儲成品等過程中實現技術和管理方式的集成。因此，物流運輸和生產計劃、訂單等數據息息相關。企業可以借助物聯網技術，及時顯示物流運輸階段的車輛位置，規避物流堵塞情況，優化生產進度，解決物資倒運情況。結合大數據技術管理物流信息需要挖掘生產和倉儲過程中的數據，及時發現運輸水平、運輸速度、線路內容，預測運輸過程中出現的問題，加強事前安排，規避擁堵情況。

（3）倉儲成本管理

供應鏈管理能夠連接企業銷售、采購等環節，對其內部完成供應連接，降低內部成本消耗。在大數據環境中，企業可以通過供應鏈物流及信息系統，實現庫存信息和生產原料的對應，結合客戶生產計劃、需求制定采購計劃。在物資信息模塊內獲得物資具體的位置數據，科學控制庫存，幫助企業降低庫存量。在產品入庫階段，企業需要將今后發貨的情況考慮在內，結合客戶訂單時間、種類和批次，科學入庫堆放。在物資模塊中輸入具體的位置信息，減少產品在裝車銷售階段的距離，避免二次倒運情況的出現。

企業需要針對客戶訂單情況科學放置產品，針對其位置完成出庫操作，提升成本管理水平和工作效率。同時，優化客戶服務模塊。企業物流成本管理應基于客戶角度進行升級，建議借助大數據平臺，增加“客戶留言板”等模塊，科學分析用戶信息，并加強和電商物流體系的合作，保證企業自身物流業務量。例如，某企業通過和電商平臺達成運輸協議，提供物流服務，并收取物流費用，從而實現業務空間的拓展，增加企業收益。

（4）對搬運裝卸成本的管理

裝卸搬運成本管理與企業倉儲水平、運輸水平密切相關，鐵路運輸過程中主要利用翻車機完成裝卸，而公路運輸則需要借助人力實現。通過科學控制原料的數量、進場時間，合理安排物流運輸過程，降低卸車消耗的成本量。同時，科學安排存儲產品位置，能夠降低運輸距離，避免搬運時間的耗費情況，減少成本。控制搬運裝卸成本需要盡量減少人力卸車的次數和數量，借助自動化設備加快工作進度。依托大數據技術分析裝卸最短運輸距離，最大程度地降低搬運和裝卸的次數，減少運輸成本。此外，需要根據企業發展戰略進行成本管理，當前其物流體系均完成了現代化建設，不過落實長期發展戰略更加重要。例如，可以借助物流指揮模塊，依據產品運輸線路進行車輛指揮，減少物流風險，增加成本控制。

3.優化物流成本核算工作

（1）結合企業物流性質分析成本

企業常見的物流活動包含成品運輸、原材料運輸過程。對于結束生產周期的成品，已經由原材料轉變為能夠直接使用的產品，因此在銷售前需要完成入庫檢查。當出現訂單后，再進行出庫、運輸、分配等過程。由于產品運輸生產階段包含損耗、裝卸、庫存成本，屬于間接因素。因此企業需要加強對物流成本種類的管理，比較傳統成本計算形式，結合大數據技術和當前訂單處理、產品生產形式，完成物流運輸成本管理。

（2）大數據成本處理

當前大部分企業通過大數據迸發生產力，由傳統人力管理形式轉變為計算機智能管理模式，提升成本分析的效率和精確度。傳統成本分析無法挖掘非貨幣化和隱性成本等內容，影響成本分析的準確性。借助大數據技術可以找尋數據間的聯系，針對物流實際情況克服貨幣數據結算問題，結合部門特點總結物流信息，并實現多個部門的信息共享。借助云會計模式，能夠深入研究企業運輸成本關聯性，對數據進行處理，具體內容包含以下幾方面：

其一，數據采集。依據企業供銷系統，借助云會計技術，對供應鏈完成全過程、動態管理，科學分析內部物流運輸的數據運行情況，圍繞供、產、銷過程中產生的數據，優化產量和多作業因素，明確最佳處理模式。其二，數據分析。數據分析過程可以對企業物流信息進行多元化和集中分析，明確資源成本、作業動因量、資源，優化產品物流環境，結合其物流特點和支付形式分析得出物流成本。其三，科學定價。建議根據企業的實際需求，制定物流控制規劃、物流績效、預算決策、物流輸出控制決策、產品定價規劃等內容。依托云平臺分析物流成本變化形式和具體結構，進而得出企業成本控制的關鍵因素，升級庫存管理模塊。

（3）作業成本法核算

企業在和銷售方、供應方溝通過程中，會產生較多復雜物流數據，在成本管理過程中需要對其進行處理和存儲。將云會計技術和大數據技術結合能夠處理非結構化和非貨幣化的信息，分析并存儲海量數據資源，充分挖掘數據，為其提供良好發展環境，真實反映業務情況。基于大數據技術優化企業物流核算工作，將ABC分類法與管理工作結合，借助作業量、資源消耗量獲取成本信息。其中物流核算系統劃分為物流數據收集、分析、處理、決策輸出等環節，并依托成本數據的變化趨勢和結構進行研究，優化庫存管理過程和運輸費用。

物流成本核算可以劃分為數據收集、處理、分析、輸出等層級。其中，數據收集過程能夠基于大數據技術、云會計平臺及時獲取并分析日常會計核算形成的貨幣性數據，篩選核算所需要的數據資料;數據處理階段中，企業數據中心可以存儲和共享物流活動產生的數據，應用NoSQL、HDFS、File、DBMS等數據庫，以及HPCC、pertaho BI、RapidMinder等大數據處理軟件開展工作;數據分析過程需要借助數據挖掘技術，計算物流信息、獲取物流成本，主要內容如下：首先，通過物流活動明確作業中心、資源類型，得出物流成本。其次，結合資源消耗量和作業動因量計算成本分配情況。最后，將資源分配到多個模塊，借助分析技術和挖掘技術找尋數據間的隱蔽關系，為企業決策提供支持;數據輸出環節中，企業可以通過分析核算結果，得出預算、物流管控、產品定價等決策，結合其產品成本和物流成本計算售價，計算出利潤率，為制定年度生產、銷售、物流計劃提供決策支持。

4.構建物流績效測評體系

（1）構建績效測評體系

企業內部物流績效考核主要針對多個部門物流活動協調性進行優化和控制，借助績效測評的方式調動部門工作積極性，實現其內部多主體的協同配合。績效測評體系中，可以通過制定考核機制，依據企業內部崗位職責，制定績效考核表，直觀體現多部門的物流成本管理工作質量和效率。借助大數據技術可以快速得出部門產生的物流成本，進而和預算數據對比，得到業績落實情況。利用大數據挖掘手段得出數據指標，提升考核的實效性。例如，某企業物流信息部門制定了績效考核表，其崗位職責包含：對物流活動進行分析、控制、決策，維護客戶滿意度和物流質量。因此在制作績效測評表時，應設置物流管理、成本控制、倉儲指標等要素，借助大數據技術匯總分析測評數據，提升企業內部工作人員對物流成本控制的重視度。

（2）AHP層次分析方式

依托大數據技術構建物流績效測評體系，應具備可量化、數據化、系統化特點，進而優化物流管理體系。例如，借助AHP層次分析方式能為企業量化評價提供支持。由于物流成本績效體系包含相互關聯的子系統，利用AHP技術可以將定性因素轉變為定量模式，克服物流成本控制績效難以量化的情況。在企業宏觀績效管理中，成本控制尤為關鍵，能夠提高其自身利潤率。通過針對物流作業效率完成評價，提升運輸效率，為獲取和共享信息提供支持，提高成本管理水平。

綜上所述，大數據技術能夠提升信息和數據收集、分析的速度，進而提出針對性的解決措施，突出企業物流成本管理的高效性，提高市場集中程度。因此，需要基于大數據技術構建物流信息管理平臺，對其采購、銷售、產品運輸等環節加強管理，優化核算工作，提升管理集中度，幫助其獲取更多的經濟效益。

參考文獻：

[1]任少慧.大數據環境下鋼鐵企業物流成本核算的討論[J].財會學習，2020，（10）：163-164.

[2]黃雯.基于大數據的企業物流成本管理[J].物流工程與管理，2019，41（06）：35-36.

[3]王寧.大數據對企業物流成本的影響探討[J].現代經濟信息，2019，（08）：315.