您好, 访客   登录/注册

应用大数据进行供应链物流服务升级的现状和需求分析

来源:用户上传      作者:

  摘要:大数据技术的发展为物流服务升级提供了更多可能,很多企业已经在这方面应用大数据或产生这种需求。本文通过具体的案例分析和广泛的问卷调研方法分析了企业应用大数据进行供应链物流服务升级的现状和需求,为深入研究提供了基础。
  关键词:大数据 供应链 物流服务升级
  中图分类号:F252
  文献标识码:A
  文章编号:2096-0298(2019)02(b)-012-02
  2018年7月中国产业信息网发布了2018年中国物流供应链的管理现状并对行业发展趋势进行了分析。2018年1-5月,全国社会物流总额为105.3万亿元,同比增长7.1%,可知我国物流发展情况良好,仍具有巨大的潜力,但是我国现代物流和供应链管理行业仍然处在初级发展阶段,提供的增值服务比较少,而增值服务十分重要,已成为主流趋势,并且大数据技术将成为新的价值点。对于企业来说如何提高增值服务,进行服务升级十分关键。大数据技术的逐渐成熟为服务升级提供了新的思路。由此,供应链物流服务升级是否需要大数据技术支持,以及目前企业应用大数据的现状成为有价值的研究方向。本文主要运用案例分析与调研分析的研究方法探讨应用大数据技术进行供应链物流服务升级的现状和需求。
  1 案例分析
  1.1 京东的商业数据分析与智慧供应链
  1.1.1 案例背景
  京东在2004年正式涉足电商领域,2014年挂牌上市。截至2017年3月31日,京东集团有超过12万名正式员工,主要业务涉及电商、金融和物流三大板块。传统供应链主要面临计划管理、业务监控、成本控制、客户服务等挑战。计划管理要求适时地备货与调拨,业务监控要求将各个环节的数据打通及时跟踪,成本控制主要降低库存成本,客户服务需要在适当的时间,以合理的价格,提供给客户最需要的产品。京东利用大数据技术构建了包括好计划系统、好商品系统、好价格系统等,有效地提高了供应链整体效率。京东在2017年底正式发布了智慧供应链战略,以数据挖掘、人工智能、流程再造和技术驱动为源动力,形成覆盖“商品、价格、计划、库存、协同”五大领域的智慧供应链解决方案。
  1.1.2大数据应用
  京东智慧供应链中的采购、销售、配送等环节都充分利用了大数据技术。采购环节主要涉及了选品、预测以及补货。基于大数据的智能选品,能够在海量产品中选择哪些产品将来会成为爆品,通过机器学习与统计学知识构造预测模型和补货模型,与大数据技术结合能够实现海量数据的内存式预测和补货计算,对未来京东各个仓库的销量和备货量进行预测,做到智能化、自动化补货。销售环节主要运用的是动态定价。利用人工智能模型实现京东动态定价,对产品生命周期、行业、促销等因素进行全面分析,通过大数据算法实现动态定价,帮助商家保持健康运营并有效控制库存。配送环节充分利用了大数据预测技术,与自动补货系统结合,提高商品的现货率与库存的周转率。通过对历史订单、促销数据的分析,对未来每个仓库和站点预测将来每天、每月的订单量,帮助仓储运营体系预先进行人力资源预估及排班。
  京东目前服务超过2亿的活跃用户,超过1万家活跃的供应商,每月产生的对外采购订单超过200万单。仅京东大数据平台数据总容量已经突破200PB(拍字节),每天新增超过l.5PB数据,每天约有20万个报表分析作业运行,日处理达到150亿行数据量。
  1.1.3效果分析
  2017年,京东集团市场交易额接近1.3万亿元。京东是中国收入规模最大的互联网企业。京东通过海量、高价值的大数据,勾勒用户画像,通过人工智能和机器学习充分了解用户行为习惯和潜在需求,成为整个供应链条中的信息链接和整合者,帮助供应商和品牌商更好地进行运营,使得零售供应链整体效率提升,更好地服务于用户。在智慧定价与人工定价的对比测试中,智慧定价组取得GMV(Gross Merchandise Volume网站成交金额)提升3.6%,毛利额提升19.0%的成绩,充分展示了大数据在供应链领域应用的威力。此外通过大数据极大地提高了库存管理能力,用数据预测某款商品未来28天在每个仓的销量,从而助力采销提前且高效地进行库存管理,能够让商品现货率保持90%以上。
  1.2 货车帮的公路物流信息平台
  1.2.1案例背景
  货车帮是中国最大的公路物流互联信息平台,致力于构建中国公路物流产业生态。平台经济的发展使社会的运转更加高效并降低浪費。物流平台主要是整合各方物流信息,让信息不再是一个个孤岛。物流平台本身既要采集数据,同时也在不断生成数据,这些数据价值巨大,需要用到大数据技术进行整合、挖掘与分析。随着“互联网+”物流的推进,从2014年开始在万亿级的道路运输市场中出现了一批车货匹配信息平台企业,通过互联网方式,整合线下车源和货源。根据中国物流与采购联合会研究数据显示,物流信息平台企业营收的24.84%主要来自增值服务。货车帮利用大数据技术进行数据分析、挖掘与可视化可以为用户提供更全面的服务,并为社会物流成本的降低做贡献。
  1.2.2大数据应用
  货车帮每日货源信息有500万条,日成交金额超17亿元,积累了海量物流大数据。数据类型主要是车货数据、交易数据、用户数据、征信数据、车载数据、金融数据等。目前货车帮平台累计采集和整合的物流大数据规模已超过20PB,每日新增数据存储量超过lOTB,每日请求量计算次数超过4万亿次。这些数据价值巨大,需要运用大数据技术进行整合、分析、挖掘为提高公路物流效率,降低空驶浪费做出贡献。2015年货车帮发布了全国公路物流指数,云计算与大数据技术就是该指数发布的主要技术支撑。全国公路物流指数依据货车帮海量数据,能够全面反映我国公路物流货物运输流向、货物分布情况、车辆分布情况等。货车帮利用数百万的用户数据,可以进行对用户数据的分析与挖掘,构建用户画像模型,解读关键点数据,从而为研发更多的新服务项目和业务合作提供支撑。通过对车源信息的挖掘,构建车辆生命周期系统,为车主提供从购车、加油、贷款、车辆保险到车辆维修等一系列服务。此外,货车帮还构建了物流大数据可视化分析平台,将整合的数据信息通过大数据可视化技术呈现出来,实现了数据的实时展现。目前,货车帮正在联合相关专家与学校,共同建设物流大数据研究院,通过平台积累的大数据资源,整合内外部信息,对物流数据进行分析挖掘。   1.2.3 效果分析
  根据货车帮官网显示数据,2016年货车帮为社会节省燃油615亿元,为社会减少碳排放3300万吨。货车帮通过大数据分析技术,使得车货匹配场景效率提高50倍,利用精准的用户画像和风控模式,达到年流水逾300亿的好成绩,不仅便利了高速的通行,还缓解了用户的资金压力。货车帮通过大数据的累积、应用和创新,为提高社会物流效率做出贡献,为物流产业运行检测与发展提供参考性建议。
  2 调研分析
  为了研究应用大数据技术进行供应链物流服务升级的需求情况,对供应链物流相关企业进行了广泛的问卷调查。问卷内容包括受访者属性、应用大数据的现状情况、应用大数据技术进行供应链物流服务升级的需求情况。
  问卷调查共收集的有效问卷276份,其中96%以上来自供应链、物流相关企业管理人员。从受访者所属机构主营业务看,有50.72%的企业主营生产制造,有26.45%的企业主营供应链或物流服务,这些企业都与研究的方向密切相关,问卷的收集对象有效。从受访者所属机构人员规模来看,人员规模20-300人的样本占到了50.72%,其次是300-1000人,占到了28.99%;年营业收入3000万元-30000万元范围的样本占比为39.49%,其次是200万元-3000万元范围的样本占比30.43%。可见多数反馈企业为中小型,符合企业规模基本分布,问卷收集具有广泛性和代表性。
  2.1 企业应用大数据进行供应链物流服务升级的现状分析
  2.1.1大数据掌握情况
  企业对于企业内部销售、库存、采购等业务数据以及客户、产品、供应商等基础数据掌握最多,对上下游合作方可提供的有关运输、存储、客户、产品的合作方数据掌握情况次之,对其他外部大数据的掌握最少。
  2.1.2大數据利用情况
  针对上述业务数据、基础数据、合作方数据和外部数据的利用情况,多数企业反馈利用程度较高。其中对内部业务数据和基础数据的利用度较高,60%以上的企业积极反馈认为能够支持库存调控、市场营销、采购决策及供应商管理、成本控制和资源整合等职能;而利用外部数据支持本企业业务运作与管理的力度不足,仅半数企业作出正面反馈。
  2.1.3大数据应用层次
  55.8%的企业已经应用大数据实现管理可视化并辅助业务评估,60%左右的企业能应用大数据进行预测和分析,甚至智能决策,可见很多企业应用大数据的层次较高。
  2.2 应用大数据技术进行供应链物流服务升级的需求分析
  问卷中关于应用大数据技术进行供应链物流服务升级的需求情况涉及范围较广,包括应用大数据进行精准营销、智能选品与定价、库存控制、智能分仓、配送优化、站点选址、路径优化、储位管理、智能补货、采购管理、成本分析、开发新服务、服务模式创新等方面,每个题目回答需要的占最多数,还有部分人选择不好判断,部分人选择迫切需求,少部分人选择目前不需要或根本不需要。
  分析应用大数据技术实现针对客户的精准营销与个性服务这个问卷问题,选择“需要”这个选项的人数占到了调研人数的48.55%。表明将近一半的人认为其所在机构需要应用大数据技术实现精准营销与个性服务。分析应用大数据技术辅助配送路线或运输路由的优化这个问卷问题,选择“需要”这个选项的人数占到了调研人数的43.12%,表明了应用大数据在辅助配送路线或运输路由这方面的需求比较多。分析应用大数据技术进行商品需求预测这个问卷问题,有42.03%的人选择了“需要”这个选项。
  分析所有选项中对迫切需求的选择情况,可以发现应用大数据技术辅助商品或原材料的采购管理、应用大数据技术辅助成本分析这两个问题选择“迫切需求”的多于其他方面。其中应用大数据技术辅助商品或原材料的采购管理这个问题中选择“迫切需求”的占比为31.16%。应用大数据技术辅助成本分析这个问题中选择“迫切需求”的占比为28.62%,表明这两个方面对大数据技术的需求较为迫切。
  综合分析,企业对应用大数据技术进行供应链物流服务升级的需求是比较明显的,其中应用大数据进行需求预测、配送优化、库存控制的需求较多,应用大数据进行采购管理、成本分析的需求更加迫切。
  3 结语
  本文为大数据与物流服务相关的研究提供一定的参考,分析了企业应用大数据的现状情况,证明了企业进行物流服务升级对大数据的需求,研究了哪些方面的需求较多以及哪些方面的需求比较迫切。对于大数据如何帮助企业提升服务,是否存在一种路径帮助企业利用大数据进行物流服务升级是更深一层研究,可以作为新的研究方向。
  参考文献
  [1]丰佳栋.云计算视角下的第三方物流服务质量创新模型[J].中国流通经济,2015(2).
  [2]林小芳,夏慧玲,赵政华.基于端点三角白化权函数的物流服务质量绩效灰色聚类评估模型[J].物流科技,2018(6).
  [3]刘刚.生鲜农产品电子商务的物流服务创新研究[J].商业经济与管理,2017(3).
  [4]李朝敏.以创新驱动区域物流产业转型升级研究[J].物流科技,2017,40(9).
  [5]刘勤,龚方恒.传统建材专业市场的电子商务物流服务升级研究[J].物流技术,2014(9).
转载注明来源:https://www.xzbu.com/1/view-14863755.htm