第1章 供应链大数据概述

第1章供应链大数据概述本章内容1.1大数据与大数据时代1.2大数据驱动供应链转型1.3供应链大数据的概念与构成本章小结本章练习1.4供应链大数据的价值与作用1.1大数据与大数据时代1.1.1大数据的定义1.大数据的定义大数据（BigData），IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

2.大数据的特征（1）Volume（大量）（2）Velocity（高速）（3）Variety（多样）（4）Value（低价值密度）（5）Veracity（真实性）1.1.2大数据时代最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。“大数据时代，我们的思维也要变革：第一个思维变革：利用所有的数据，而不再仅仅依靠部分数据，即不是随机样本，而是全体数据。第二个思维变革：我们唯有接受不精确性，才有机会打开一扇新的世界之窗，即不是精确性，而是混杂性。第三个思维变革：不是所有的事情都必须知道现象背后的原因，而是要让数据自己“发声”，即不是因果关系，而是相关关系。1.1.3大数据分析大数据包括结构化、半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分。适用于大数据分析的技术，包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。大数据分析技术有效结合了各种信息技术的优势，在技术方面具有规模化、数字化和网络化特点，在服务方面具有自主化、个性化、智能化等特点。其主要特点表现为：1）数据分析结果具有不确定性。2）需要大量用户的参与。3）大数据具有自主性的特点，可以根据用户的需求来提供相应的服务。4）大数据是一种绿色服务。1.1.3大数据分析大数据时代，大数据的分析呈现如下主要趋势：（1）数据的资源化（2）与云计算的深度结合（3）科学理论的突破（4）数据科学和数据联盟的成立（5）数据泄露泛滥（6）数据管理成为核心竞争力（7）数据质量是BI（商业智能）成功的关键（8）数据生态系统复合化程度加强1.2大数据驱动供应链转型1.2.1供应链系统1.供应链系统的定义供应链系统是由相互作用、相互依赖的若干组成部分结合而成的具有特定功能的有机整体，是以给终端客户提供商品、服务或信息为目标，从最初的材料供应商一直到最终用户的整条链上的企业的关键业务流程和关系的一种集成。2.供应链系统模型

图1-1供应链系统模型1.2.1供应链系统供应链系统由三个相互关联的部分组成：供应链网络结构；供应链业务流程；供应链管理要素。（1）供应链网络结构供应链网络结构是指确定供应链上的关键成员企业及其相互之间的关系。（2）供应链业务流程供应链业务流程指确定在供应链系统中哪些核心流程应该连接并集成起来。（3）供应链管理要素供应链管理要素指供应链管理和集成的效果取决于供应链上企业边界处流程接口的管理和集成的程度。流程接口的集成和管理，包含以下两个方面的因素：物理连接和技术因素。

1.2.1供应链系统3.供应链系统主要特征（1）供应链系统的整体功能（2）供应链系统的目的性（3）供应链系统主体间的密切关系（4）供应链系统的环境适应性（5）供应链系统的层次性

1.2.2大数据驱动的供应链大数据背景下，供应链管理决策主要由两个关键部分组成：第一个是供应链网络设计，包括物理结构以及系统内业务环节设计，这些是采购、制造物流以及销售环节的组成部分；第二个是信息技术，信息技术使信息共享、传播和处理能够达到协调统一，是大数据分析的核心。

图1-2网络与信息技术设计支持供应链1.2.3智慧供应链

智慧供应链是指利用移动计算、物联网、云计算、人工智能技术、网络与通信技术、安全技术等一系列新兴技术对传统供应链的升级。智慧供应链与传统供应链相比，具备以下特点：（1）智慧供应链技术的渗透性更强（2）智慧供应链可视化、移动化特征更加明显（3）智慧供应链注重人机系统协调性销售点数据和射频识别两项技术共同实现了供应链智慧化：（1）销售点数据（2）射频识别技术

1.3供应链大数据的概念与构成1.3.1供应链大数据的概念供应链大数据指的是从进货到销售的整个供应链环节中、在所有供应链企业主体中所产生的需要新处理模式才能具有更强决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息数据。1.3.2供应链大数据的构成供应链大数据的主要构成有：1.采购中的大数据2.生产制造中的大数据3.物流中的大数据4.销售中的大数据5.供应链金融中的大数据

1.4供应链大数据的价值与作用1.4.1加快供应链数字化转型并生成智慧型供应链数字化供应链管理，是以核心企业为中心的应用平台，通过与企业内外部的各种信息化系统和平台对接，实现数据的实时获取和分享；并最大化利用数据，配以相应的业务处理，实现供应链管理的业财税一体化，以提升企业的绩效，最大限度地降低经营风险。将供应链大数据引入供应链管理中，运用云计算对市场数据进行获取、追踪、预测、分析，从而得到可靠并且有价值的数据，来发挥大数据应用的最大价值。大数据在供应链中的应用并不是单纯地将企业现有资源、交易订单量等数据可视化，而是利用高效手段对数据进行整理、总结并分析，来对数据资源深入发掘充分利用到企业供应链的管理中，通过对有价值的数据分析，促进供应链管理成为企业发展上的一大核心竞争力，并提高供应链的自身价值，更快生成智慧型供应链。

1.4.2提升供应链协同管理能力大数据驱动的供应链协同管理的优势主要有以下几个方面：（1）大数据可以帮助企业对历史用户的销售数据、采购数据等进行搜集与分析，合理的预测消费者的购买行为，有效的预知市场需求所在，为市场反应提供了可靠的基础。（2）通过供应链大数据，可以采用有效的软件操控生产流程，实现基于大数据的数字化生产模式。（3）借助供应链大数据，可以有效针对物流运输环节的路线进行合理的规划和安排，找到最佳运输路线，对物流运输过程中的路况进行实时的监控，尽可能地避免拥挤路段，对天气状态也可以进行有效监控，在恶劣天气合理地安排物流运输，提高了企业物流的配送效率。（4）大数据技术可以整体地提升企业财务管理的效率，有效地降低供应链内部的各个环节之间的交易成本，同时也能够更好地为企业的财务预测服务。1.4.3提升企业供应链管理效益1.整合信息，评估市场通过信息整合能够有效及时地获取最有价值的信息资源，帮助企业评估市场需求，根据市场变化把握商机，明确市场业务判断，最大限度地降低垃圾信息对于供应链运营的干扰。2.控制成本，完善决策精准分析出企业想要获得的客户群体，保持市场同步性，并且针对这些群体的属性选择最优营销渠道和营销方式，拓展企业的业务机遇，最低成本获得大量有效的客户资源。3.仿真模拟，拓展业务产品的设计开发、选择供应商、采购原材料、生产制造、仓储管理、运输销售，售后服务、信息反馈等节点均可利用大数据进行建模和仿真。4.优化资源，提升效率供应链大数据具体应用于销售、生产、库存、营销、消费者行为等具体环节，能够有效优化企业资源配置，提升供应链的协同运作效率，改善供应链上下游关系，实现消费预测及精准营销，充分发挥大数据的价值，建设智慧型供应链。本章小节大数据背景下，供应链管理决策主要由两个关键部分组成：第一个是供应链网络设计，包括物理结构以及系统内业务环节设计，这些是采购、制造物流以及销售环节的组成部分；第二个是信息技术，信息技术使信息共享、传播和处理能够达到协调统一，是大数据分析的核心。供应链管理应用大数据分析能够实现供应链智慧化。智慧供应链是指利用移动计算、物联网、云计算、人工智能技术、网络与通信技术、安全技术等一系列新兴技术对传统供应链的升级。销售点数据和射频识别两项技术共同实现了供应链智能化。它们共同建立了信息流，用于更好地理解消费者需求，管理库存、供应和货源，协调供应链的各个方面。供应链大数据指的是从进货到销售的整个供应链环节中、在所有供应链企业主体中所产生的需要新处理模式才能具有更强决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息数据。供应链大数据的主要构成有采购中的大数据、生产制造中的大数据、物流中的大数据、销售中的大数