大數據技術對供應鏈管理的影響分析

文/王藝

隨著互聯網、大數據和人工智能相關技術的發展，各個領域都深受影響。各行各業對于大數據分析技術和數據科學的關注度都越來越高，供應鏈管理也因此迎來了更多的機會。大數據技術在供應鏈中的應用價值主要在于實現商業增值、改進生產過程、提高產品質量等方面。供應鏈柔性化、智能化、可視化是未來發展的方向，尤其是在這次新冠肺炎疫情防控中，數字化供應鏈平臺在防疫物資的生產運輸方面發揮了重要作用。通過大數據分析可以有效解決供應鏈中由于信息滯后所帶來的“牛鞭效應”，促使供應鏈向精益化、共享化、智慧化發展。

一、大數據在供應鏈管理中應用的研究現狀

根據程晏萍學者的研究，截止2019年，共檢索得到755篇相關文獻，由于重點關注大數據或數據驅動在供應鏈管理中的應用問題，通過篩選刪除了卷首語、書評等不相關的文獻，得到151篇文獻。

通過對這些文獻的發文期刊進行統計分析，可得知該領域來源期刊的水平、研究主題的主要分布領域。其中《計算機工業工程》（Com puter Industrial Engineering）所刊載的相關文獻數量最多，除此之外，《國際物流管理雜志》（International Journalof Logistics M anagem ent）、《運籌學年刊》（Annals of Operations Research）、《清潔生產雜志》（Journalof Cleaner Production）等刊物都十分關注工業工程及管理科學最前沿的主題內容。

二、大數據在供應鏈管理中的應用

大數據技術在供應鏈中的應用價值主要在于實現商業增值、改進生產過程、提高產品質量等方面。大數據技術在供應鏈方面的應用也非常廣泛，從行業上來看，傳統制造行業、電商零售行業、國家基礎建設和電網供應鏈方面、農業等都有著典型的案例。從供應鏈本身上來講，有供應鏈成本控制、供應鏈上下游控制智慧化、物流供應鏈流程可視化、供應商優選策略以及路徑重構。

綜上所述，我認為大數據對于供應鏈管理有積極影響，并且隨著科技發展以及滲透，供應鏈管理越來越離不開大數據技術的支持。

三、大數據在供應鏈管理中的實例

（一）基于大數據的吉林省農產品供應鏈應用

隨著對大數據供應鏈相關文獻的收集和通讀，發現大數據在2012以后對于供應鏈影響以及應用的文獻漸增多，相關案例也有許多，主要集中于傳統制造企業的上下游信息交流、庫存倉儲以及電商零售企業等。通讀之后發現今年出現了吉林農產品供應鏈以及茶葉供應鏈，感覺十分新奇有趣，因此選取基于大數據的吉林省農產品供應鏈應用為其中一例，來應證大數據對于供應鏈管理有著積極影響，并且隨著科技發展以及滲透，供應鏈管理逐漸離不開大數據技術的支持的中心思想。

大數據時代，通過收集數據、分析數據、建立算法模型，能夠優化農產品供應鏈管理，完善管理制度。大數據能夠提升產品的市場競爭力。很多企業將農產品大數據作為發展優勢，通過數據預測市場走向，促進企業長遠發展。完善的供應鏈管理制度，降低了農產品價格，提高了農產品質量，有助于促進農業經濟發展、提高農民生活水平。

首先進行需求預測，2020年疫情期間，人們大量采購蔬菜、水果、大米、油等進行儲備。以蘿卜為例，疫情前需求較低且比較穩定，疫情期間需求明顯變高，在1月26-29日需求達到峰值。對于農產品供應鏈來說，供應鏈開端的關鍵是需求預測。準確分析市場需求、預測市場上的熱銷農產品，能夠有效降低農產品庫存。為了確保供應鏈各個環節順利進行，預測和采購尤為重要。企業收集了大量用戶數據、農產品數據、農產品銷量數據。對這些數據進行分析，建立相關算法，通過算法對農產品市場的銷量進行預測。

傳統模式通過市場調研分析市場需求，由專門的市場人員根據積累的經驗對市場需求進行預估。現今則通過大數據分析建立算法模型，市場需求數據根據算法模型變化而變化，能夠更加準確地預測市場農產品需求，并預先判斷市場變化趨勢能。通過數據建立算法模型，可以找到企業支柱農產品，有助于企業將發展重心放在生產力提升以及利潤增長上。

其次進行物流管理，2019年，吉林省冷鏈流通率比較低。果蔬、肉類、水產品的流通率分別是6%、15%、23%，普遍處于低水平，綜合冷鏈利用率僅為19%。果蔬品產品損腐率最高，達36%，果蔬品物流環節損失率較大，而國際上果蔬物流損失率控制在3%-8%。由此可見，吉林省物流服務需求較高，但是實際與需求不匹配。

物流管理分多個方面，接受訂單，建立生產計劃，控制倉庫庫存，及時運送至客戶，提升客戶體驗。農產品企業建立完善的物流體系，不僅能縮短運輸時間，還可以提高客戶滿意度。采用集中化物流配送模式，通過前期收集的大數據，根據客戶采購農產品品類的不同以及客戶需求，采取不同的運送方式，優化運輸路線，可以實現集中運輸。根據客戶訂單位置，采用最優的運輸路線，減少運輸成本，高效率完成運輸，以最快速度送至客戶手里。

最后考慮質量監管與風險管理。缺少監管會導致市場上農產品質量參差不齊，出現假冒偽劣農產品。運用大數據，將售后信息反饋給相關部門，能夠全方位了解農產品從生產到銷售的各個環節。對于存在質量問題的產品及時處理，防止其在市場上流通，提高監管力度，提升農產品質量。農產品從生產到銷售，會經歷多個環節，各個環節都會存在一定的風險。農產品市場不確定性帶來的風險，會影響吉林省農業發展。對風險因素進行分析，并有針對性地提出防范風險的策略，可以降低監管成本，減少安全隱患，對大數據環境下農產品供應鏈平穩運作具有重要意義。

相應的對策如下：①基于大數據的供應鏈需求預測方法，對農產品供應鏈中商品銷量數據和供應鏈信息數據進行分析，可以有效預測未來銷量，進而促使供應鏈企業在正確的時間給用戶提供最有效的服務。②在物流環節建立合適的管理制度，實時監控物流環節，減少物流運輸成本，制定合理的物流路線。根據農產品的品類，合理選擇運輸車輛，有效提升物流效率，減少物流環節損耗。③從基礎和總體結構出發，構建大數據背景下農產品可追溯系統，提高農產品質量監管的時效和效果。

（二）基于大數據與信息技術的拖拉機零部件供應鏈

為了提高拖拉機零部件供應鏈管理的水平，提高零部件的管理效率，在供應鏈管理研究過程中引入了大數據和信息化技術，并在數據分析和處理時采用遺傳算法進行優化，確定合理的供應商數據評價函數，提高供應鏈管理的智能化水平。以拖拉機零部件的供應鏈管理為例，對比了采用和不采用大數據信息化技術產品的交付時間，結果發現：采用大數據信息化技術可以明顯縮短產品的交付時間，提高供應鏈的管理效率。

拖拉機產品設計所需的零部件成千上萬，會產生一個龐大的零部件采購和供應系統。對于拖拉機整車制造廠來說，一臺拖拉機的零部件大致可分為4類，包括車身、發動機、電子系統及底盤。拖拉機產品研發過程中，零部件供應的廠家主要包括鋼鐵、輪胎和電子企業等。由于涉及的企業領域和企業數據信息量非常大，所以建立基于大數據和信息化技術的供應鏈管理模型非常重要。

基于大數據和信息化技術，可以建立靈活的供應鏈，并結合建模與仿真技術建立智能化工廠，支持分銷配送和產品定制。靈活的供應鏈主要是指可以應對消費者需求變化以及供應商變化的IT供應鏈，建模和仿真主要是對產品零件的建模、產品的虛擬裝配和仿真、用戶定制支持產品的使用過程追蹤，以及產品的回收和再利用。

為了實現供應商數據的合理評價，在眾多拖拉機零部件供應商中選擇合適的供應商，采用遺傳算法，通過遺傳和交叉與變異操作，實現評價函數的優化，從而提高供應鏈的管理效率。

為了提高拖拉機零部件供應鏈的整體管理水平，實現高效智能化管理，采用大數據和信息化技術并利用遺傳算法，對數據分析過程進行優化，從而提高了供應管理的效率。以拖拉機產品交付時間為研究對象，對采用和不采用大數據信息化技術的交付時間進行了對比，結果表明：大數據信息化技術使供應鏈管理效率顯著提高，對提高拖拉機產品的研發效率具有重要意義。