《供应链大数据：理论、方法与应用》课件 第8、9章 金融大数据、供应链大数据运营

第8章金融大数据本章内容8.1供应链金融大数据的构成8.2供应链金融大数据的应用领域8.3供应链金融大数据的应用案例本章小结本章练习8.1供应链金融大数据的构成易观智库(2014)在发布的《2014中国供应链大数据市场专题研究报告》中提出：供应链中的大数据主要包括以下四种类型：结构数据、非结构数据、传感器数据和新类型数据。供应链流程活动中参与主体主要有核心企业、融资企业(包括上游供应商和下游分销商、零售商)、金融机构和第三方物流公司等其他参与主体，供应链金融数据收集分析主要对象如图8-2所示。图8-2供应链金融数据收集分析主要对象8.1.1供应链核心企业数据1.企业基本素质相关数据

企业基本素质是影响企业信用状况的内部条件。企业的基本素质主要体现在企业规模、领导者素质、职工队伍素质和管理水平等方面。2.偿债能力相关数据企业偿债能力既反映企业经营风险的高低，又反映企业利用负债事经营活动能力的强弱。反映企业偿债能力的数据主要有资产负债率、流动比率，速动比率、现金比率车、逾期债务比率、利息保障倍数等。3.营运能力相关数据营运能力是指通过企业生产经营资金周转速度等有关指标所反映出来的资金利用的效率。营运能力的大小对盈利的持续增长与偿债能力的不断提高，产生决定性影响。企业营运能力的相关数据主要有存货周转率。应收账款周转率、流动资产周转率、固定资产周转率和总资产周转率。4.盈利能力相关数据盈利能力是指企业在经营过程中获取利益的能力，是企业管理水平和经营业绩的集中体现。反映企业盈利能力的相关数据主要有销售净利率、销售毛利率、资产报酬率和净资产收益率等。8.1.1供应链核心企业数据5.创新能力相关数据

反映企业创新能力的数据主要有新产品销售收入比重、技术人员比重、新技术装备率、研发投入力度等。6.成长潜力相关数据反映企业成长潜力的包括三方面：一是企业所在行业的发展前景，以及企业能否真正从事符合产业发展趋势的供应链运营；二是企业能否获得关键利益相关方的支持，特别是国家政策支持；三是企业自身的成长能力。反映企业自身成长潜力的数据主要有净利润增长率、销售收入增长率、资本积累率、企业发展规划等。7.信用记录信用记录是企业以往借贷和履约状况，它不仅反映企业的偿债能力，同时也客观地反映企业的偿债意愿。企业主个体的生活行为和要素也是需要关注的重要方面，与个体特征相关的数据包括个体的教育程度、社会地位、职业、借贷状态(信用偿还历史、信用账户数、使用信用的年限、正在使用的信用类型、新开立的信用账户)、家庭状况、资产状态、法律诉讼、税务状况等。8.1.2供应链融资企业数据判定融资企业的经营状况可以从“硬能力”和“软能力”两个方面来分析（如图8-3）。图8-3供应链融资企业的市场能力和潜在能力8.1.2供应链融资企业数据1.“硬能力”相关数据

“硬能力”在理论上称为一个组织和企业的显性能力，即可以记录、无需讨论的事实性的能力知识。具体讲，融资企业的“硬能力”数据包括技术、研发方面的能力(如技术、设计、工程、工艺等能力)、运营方面的能力(如生产流程、品质、组织管控、资金财务、供应管理、信息系统建设等能力)以及市场营销方面的能力(如渠道、分销、品牌、客户关系管理等)。2.“软能力”相关数据“软能力”也可称为隐性能力，即无法明确化、需要面对面交流沟通才能传递的技能。融资企业的“软能力”数据包括领导力和创新创业方面的能力，文化建设和协调、团队建设方面的能力，以及外部形象和利益相关者协调能力等。大数据分析的另外一个重要的目标是分析判断供应链中服务对象的潜在能力，大数据分析的第三个主要目标是分析判断供应链融资对象的潜在风险。所以供应链金融中需要利用大数据分析技术收集分析供应链上融资企业的资质情况，包括企业规模、企业管理水平、人员素质、偿债能力、营运能力、盈利能力、发展潜力等相关数据。8.1.3关联服务方数据

关联服务方数据，包括来自第三方物流、政府、公用事业、银行等机构的数据，以及用户在电商、社交网络、网络新闻等互联网应用上留存的数据。1.金融机构数据

金融机构主要包括商业银行、信托、财务公司、保理、小额贷款等从事资金借贷的机构。金融机构通常拥有较为庞大的客户群体，同时，存储了涵盖客户个人信息、账户信息、产品信息、交易信息等大量的结构化数据，以及海量的以语音、图像、视频等形式存在的非结构化信息。2.电商平台数据

电商平台的数据来源主要包括以下几部分：一是平台用户申请时提交的数据信息，如年龄、性别、籍贯、收入状况等，这些数据可以了解用户的基本情况，验证用户的身份；二是平台用户在使用过程中产生的行为数据，包括资料的更改、选填资料的顺序、申请中使用的设备等，可以通过用户的行为来进行特征挖掘；三是用户在平台上累积的交易数据，这类数据对于判断用户信用会有很高的价值。8.1.3关联服务方数据3.第三方物流数据供应链金融中，可以与物流监管企业的物流监管系统对接，获得供应链企业物流仓储信息、物流运输信息等数据。第三方物流数据的获取主要是为了帮助核心企业分析物流的状态和水平。4.关联服务组织数据一些关联服务组织是可以直接获得数据的主体。第三方支付往往是大数据来源的重要方面，因为供应链参与者的实力和经营状态可以通过其资金支付的状况得到反映。保险公司也是大数据来源的一方面，保险公司是通过销售保险合约、提供风险保障获得相应的收益，其类型包括直接保险公司和再保险公司。作为监督和管理企业经营活动的公共管理机构，政府部门往往拥有大量企业数据。还有一些属于独立组织或平台的机构也属于间接性关联服务机构，也可以通过合作等方式获取数据。8.2供应链金融大数据的应用领域供应链金融作为产业和金融的天然桥梁，在金融支持实体产业中具有天然的优势。在不断创新的新经济常态下，供应链金融必将不断结合大数据、互联网等技术，立足金融本质的前提下，风险控制预警更加科学化、数据支撑化，真正做到风险实时监测隔离。大数据在供应链金融中主要应用如图8-4所示。图8-4大数据在供应链金融中的主要应用8.2.1设计个性化金融服务产品大数据背景下，供应链金融的业务不仅是买卖形成后开票或产品接受阶段的融资行为，而且是延伸到供应链运营全过程的寻源到最终支付全过程的端对端供应链金融服务。从供应链金融发生的时间维度看，可以将供应链金融业务划分为战略融资(strategicfinances)、装运前融资(pre-shipmentfinance)、在途融资(in-transitfinance)以及装运后融资(post-shipmentfinance)几个阶段（如图8-5）。

图8-5按时间维度划分的端对端供应链金融

8.2.1设计个性化金融服务产品按担保物可获得性划分，供应链金融业务也分为市场型融资(arm’s-lengthfinance)以及关系型融资(relationshipfinance)，如图8-6。

图8-6按担保物可得性划分的端对端供应链金融

8.2.1设计个性化金融服务产品1.寻源阶段供应链金融业务产品寻源阶段主要的金融业务有战略融资和预付折扣。战略融资是为了维系良好的供需关系，一方给予另一方资金，以支持其战略性投资或者提升产品或业务竞争力的金融行为。严格意义上讲，买卖双方在这一阶段并没有发生实际购销行为，但是供需双方形成了长期稳定的合作关系，也具有高度的信任感。在这一背景下，通过支持合作方的战略性投资或者提升竞争力的行为，企业给予对方以资金上的支持，从而在未来优先获得合作方具有竞争力的产品或者分销上的支持，进而稳定和发展战略性供需合作关系(如图8-7)。图8-7战略融资示意图

8.2.1设计个性化金融服务产品1.寻源阶段供应链金融业务产品预付折扣是买方将资金预付给供应商，以获得产品将来交付时一定的折扣。供应商的折扣承诺激励买方提前支付资金，从而缓解供应商运营资金的紧张；而对于买方而言，由于提前支付，有利于保障产品供给(如图8-8)。图8-8预付折扣示意图

8.2.1设计个性化金融服务产品2.装运前阶段供应链金融业务产品在供应链装运前阶段，主要的供应链金融业务是订单融资和买方支持下的订单融资。订单融资(purchaseorderfinancing)是指这样一种业务，在产品发运前，买方为了采购原材料或者生产，向金融机构申请所需资金，金融机构则根据供应商的信用，以决定是否向其提供资金(如图8-9)。图8-9订单融资示意图

8.2.1设计个性化金融服务产品2.装运前阶段供应链金融业务产品买方保证的订单融资(buyer-backedpurchaseorderfinancing)也可以称为信用融资(creditfinancing)。它同样基于买方的采购订单，由金融机构向供应商提供融资，以满足其备货或者生产中的资金需求，或者满足供应商及时全额获得销售资金的要求。它与纯粹的订单融资的不同之处在于，其信用的提供方是买方，而不是供方自身(如图8-10)。图8-10买方保证的订单融资示意图

8.2.1设计个性化金融服务产品3.在途阶段供应链金融业务产品在供应商生产出产品、向买方发运产品的过程中，主要的供应链金融业务是仓单质押以及在存货融资等产品。仓单质押融资是基于仓库中质押的仓单向供应商融资的金融业务(如图8-11)。该业务的担保物是经营中的库存仓单，信用保证的提供者是管理存货的第三方仓储管理方。图8-11仓单质押融资示意图

8.2.1设计个性化金融服务产品3.在途阶段供应链金融业务产品存货融资(inventorypledgefinancing)也是金融机构基于存货向借方提供融资的产品，该业务使用借方的存货作为质押物，这种形式的融资可帮助企业满足扩大产能、设备更新或材料供应的营运资金需求(如图8-12)。图8-12存货融资示意图

8.2.1设计个性化金融服务产品4.装运后阶段供应链金融业务产品装运后阶段指的是产品已经从供应商处抵达买方，形成了票证、提单等，买卖双方构成了应收应付的关系，并基于债权和债务关系产生了诸多供应链金融业务，包括保理、反向保理、福费廷、动态折扣等产品。保理(factoring)又称托收保付，是卖方将其现在或将来的基于其与买方订立的产品销售/服务合同所产生的应收账款转让给保理商(提供保理服务的金融机构)，由保理商向其提供资金融通、买方资信评估、销售账户管理、信用险担保、账款催收等一系列服务的综合金融服务方式(如图8-13)。图8-13保理示意图

8.2.1设计个性化金融服务产品4.装运后阶段供应链金融业务产品反向保理(reversefactoring)又称买方保理，是指由债务人(义务人)发起业务申请的保理(如图8-14)。与一般的保理业务不同，在反向保理中，保理商进行风险评估的对象是作为供应链核心企业的买家，而不是像保理业务中那样对供应商进行信用评级。图8-14反向保理示意图

8.2.1设计个性化金融服务产品4.装运后阶段供应链金融业务产品福费廷是与出口贸易密切相关的供应链金融业务产品，是指银行或其他金融机构无追索权地从出口商那里买断由于出口商品或劳务而产生的应收账款(如图8-15)。图8-15福费廷示意图

8.2.1设计个性化金融服务产品4.装运后阶段供应链金融业务产品动态折扣是一种具有金融属性的交易活动，在买卖双方约定的账期范围内，如果买方提前付款，可以获得供应商动态调整的价格折扣，从而使买卖双方均获得相应利益。基于动态折扣，也可以结合金融机构提供的资金融通服务，即在协商付款提前期以及折扣价的基础上，买方可以向金融机构申请融资，提前支付给供应商，待一定时间后，买方向金融机构偿还资金(如图8-16)。图8-16基于动态折扣的供应链金融示意图8.2.2优化交易征信与风险控制1.供应链金融主要风险（1）核心企业信用风险一方面，核心企业能否承担起对整个供应链金融的担保作用是一个问题，核心企业可能因信用捆绑累积的或有负债超过其承受极限使供应链合作伙伴之间出现整体兑付危机；另一方面，当核心企业在行业中的地位发生重大不利变化时，核心企业可能变相隐瞒交易各方的经营信息，甚至出现有计划的串谋融资，利用其强势地位要求并组织上下游合作方向商业银行取得融资授信，再用于体外循环，致使银行面临巨大的恶意信贷风险。

8.2.2优化交易征信与风险控制1.供应链金融主要风险（2）上下游企业信用风险作为直接承贷主体的中小企业，其公司治理结构不健全、制度不完善、技术力量薄弱、资产规模小、人员更替频繁、生产经营不稳定、抗风险能力弱等问题仍然存在。与此同时，在供应链背景下，中小企业的信用风险已发生根本改变，其不仅受自身风险因素的影响，而且还受供应链整体运营绩效、上下游企业合作状况、业务交易情况等各种因素的综合影响，任何一种因素都有可能导致企业出现信用风险。

8.2.2优化交易征信与风险控制1.供应链金融主要风险（3）贸易背景真实性风险在融资过程中，真实交易背后的存货、应收账款、核心企业补足担保等是授信融资实现自偿的根本保证，一旦交易背景的真实性不存在，出现伪造贸易合同、融资对应的应收账款的存在性/合法性出现问题、质押物权属/质量有瑕疵、买卖双方虚构交易恶意套取银行资金等情况出现，银行在没有真实贸易背景的情况下盲目给予借款人授信，就将面临巨大的风险。

8.2.2优化交易征信与风险控制1.供应链金融主要风险（4）业务操作风险操作风险是当前业界普遍认同的供应链金融业务中最需要防范的风险之一。供应链金融通过自偿性的交易结构设计以及对物流、信息流和资金流的有效控制，通过专业化的操作环节流程安排以及独立的第三方监管引入等方式，构筑了独立于企业信用风险的第一还款来源。因为操作制度的完善性、操作环节的严密性和操作要求的执行力度将直接关系到第一还款来源的效力，进而决定信用风险能否被有效屏蔽。

8.2.2优化交易征信与风险控制1.供应链金融主要风险（5）物流监管方风险在供应链金融模式下，为发挥监管方在物流方面的规模优势和专业优势，降低质押贷款成本，银行将质物监管外包给物流企业，由其代为实施对货权的监督。但此项业务外包后，银行可能会减少对质押物所有权信息、质量信息、交易信息动态了解的激励，并由此引入了物流监管方的风险。

8.2.2优化交易征信与风险控制1.供应链金融主要风险（6）抵质押资产风险供应链金融模式下的抵质押资产主要分为两类：应收账款类和存货融资类。应收账款类的风险主要在于应收账款交易对手信用状况、应收账款的账龄、应收账款退款的可能性等。存货类融资的主要风险在于质物是否缺失、质物价格是否波动较大、质物质量是否容易变异以及质物是否易于变现等。

8.2.2优化交易征信与风险控制2.基于大数据技术的供应链金融风险控制大数据背景下，供应链金融风险管控需要供应链网络中的参与者实现一切业务数据化。大数据的核心不仅仅在于利用各类技术获取现存的网上或其他渠道的信息或数据，更在于如何将随时随地发展的业务活动数据化，并且通过对数据的归集、识别、清洗、分析和挖掘，发现其中的机会，并将发现的机会更好地转化为新的业务。要实现这一目标就需要建立起覆盖整个网络的基于云计算的产业互联网体系，即MaaS、SaaS、PaaS和IaaS。（1）MaaSMaaS是物联网及服务的简称，这个概念伴随着物联网产生，即能为客户提供有效感知、传输和智能分析服务。

8.2.2优化交易征信与风险控制2.基于大数据技术的供应链金融风险控制（2）SaaSSaaS是运营商运行在云计算基础设施上的应用，用户可以在各种设备上通过搜索客户端界面访问。客户不需要管理或控制任何云计算基础设施，包括网络、服务器、操作系统、存储等。（3）PaaSPaaS是把客户采用提供的开发语言和工具(例如Java、Python、.Net等)开发的或收购的应用程序部署到供应商的云计算基础设施上。客户不需要管理或控制底层的云基础设施，但能控制部署应用程序以及应用程序的托管环境配置。（4）IaaSIaaS是对所有设施的利用，包括处理、存储、网络和其他基本的计算资源。

8.2.2优化交易征信与风险控制区块链风险管理体系区块链(Blockchain)是比特币的一个重要概念，它是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了过去10分钟内所有比特币网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链技术本质上是去中心化且寓于分布式结构的数据存储、传输和证明的方法，用数据区块(block)取代了目前互联网对中心服务器的依赖，使得所有数据变更或者交易项目都记录在一个云系统之上，理论上实现了数据传输中对数据的自我证明。区块链中的核心要素有交易(transactions)、区块(blocks)以及链(chain)。交易是被存储在区块链上的实际数据；区块是记录确认某些交易是在何时、以何种顺序成为区块链数据库的一部分；链就是盖上时间戳（timestamps），不可伪造。

8.2.2优化交易征信与风险控制区块链风险管理体系区块链的优势在于依靠程序算法自动记录海量信息、并存储在区块链网络的每一台计算机上，信息透明、篡改难度高、使用成本低。各机构以加密的形式存储并共享客户在本机构的信用状况，客户借贷时不必再到央行申请查询征信，或者去交易服务平台提供者或综合风险管理者处获取信用信息，即去中心化，供应链金融服务提供者通过调取区块链的相应信息数据即可完成全部征信工作（如图8-17）。

8.2.2优化交易征信与风险控制区块链风险管理体系图8-17供应链融资平台区块链

8.3供应链金融大数据的应用案例8.3.1制造行业的供应链金融实践——海尔集团1.海尔平台化经营战略的背景2.海尔下游供应链与日日顺海尔平台化战略的推进在经营中需要朝两个方向发展：一是海尔电器作为公司的渠道和运营中心，提供社会化的综合渠道服务；二是青岛海尔作为制造中心，打造智慧家庭创新平台。为了实现上述两点，就需要渠道扁平化减少为客户服务流程中不必要的中间环节，在提高分销效率的同时，能够使供应链更加敏捷地应对市场的变化。去除中间层后的海尔销售线条下原有的末端经销商直接与工厂生产环节对接，根据对自身销售情况的判断制定销售计划直接向海尔工厂订货。去中介化之后，海尔下游销售体系已将生产供货与供应链末端的中小微经销商直接对接，这些对于无论在销售规模还是资产状况方面均实力较弱的中小微经销商而言，面临的资金压力非常巨大，加之这些企业没有充足的资产或抵押物作为担保，很难从银行获得资金或者融资成本高昂。

8.3.1制造行业的供应链金融实践——海尔集团2.海尔下游供应链与日日顺2014年4月25日，海尔与中信银行、平安银行签订战略合作协议，实现以海尔日日顺官网

为基础联合第三方金融机构对下游经销商进行供应链融资支持，将产业与金融基于互联网整合在一起。日日顺品牌是海尔电器集团的渠道综合服务业务品牌，定位为互联网时代用户体验引领的开放性平台。日日顺品牌核心业务是四网融合的平台型业务，即虚网、营销网、物流网和服务网。“虚网”指互联网，通过网络社区与用户互动，形成用户黏度。“实网”指营销网、物流网、服务网，依托线下“实网”的优势，日日顺物流目前已成为中国最大的全国性物流网络之一，尤其在三、四级市场具备较强的优势。

8.3.1制造行业的供应链金融实践——海尔集团3.海尔互联网供应链金融解决方案得益于移动互联和大数据技术的发展，作为交互用户体验引领下的开放平台，日日顺可以将其拥有的客户群体和规模庞大的经销商数据与中信银行或平安银行平台连接，成为银行授信的重要依据。海尔与银行的合作，整合了银行的资金、业务以及技术的专业优势和海尔集团分销渠道网络、交易数据和物流业务等要素的雄厚积淀。通过日日顺的交易记录，将产业与金融通过互联网的方式集合在一起，开拓了针对经销商的“货押模式”和“信用模式”两种互联网供应链金融业务。

8.3.1制造行业的供应链金融实践——海尔集团3.海尔互联网供应链金融解决方案（1）货押模式“货押模式”的具体操作流程是(如图8-19)：首先经销商通过日日顺B2B官网向海尔智慧工厂下达采购订单，之后经销商需先将30%的预付款付至银行；经销商随后向海尔供应链金融申请货押融资，海尔供应链金融将信息传递至银行，并提出建议额度；银行审核后付款至经销商监管账户，海尔供应链金融将资金(70%敞口)定向付至海尔财务公司，财务公司通知智慧工厂排产生产；工厂生产出产成品后，发货至日日顺物流仓库，货物进入质押状态；当经销商实际需要产品时，向海尔供应链金融申请赎货，然后将剩余货款归还至银行；海尔供应链金融在获取全额资金支付信息后，通知日日顺仓库，货物解除质押；日日顺物流配送到经销商，通知经销商提货。

8.3.1制造行业的供应链金融实践——海尔集团3.海尔互联网供应链金融解决方案（1）货押模式图8-19海尔货押模式流程图

8.3.1制造行业的供应链金融实践——海尔集团3.海尔互联网供应链金融解决方案（2）信用模式“信用模式”是海尔供应链金融和商业银行基于经销商的业务信用而提供的金融解决方案，其具体业务流程是(如图8-20)：经销商向海尔提供当月的预订单(即当月的意向订单)；根据预订单，海尔智慧工厂进行产品生产；海尔供应链金融和银行根据经销商的信用状况提供全额资金，并定向支付至海尔财务公司；财务公司准许工厂发货，工厂则通过日日顺物流配送至经销商处；经销商收到货物后支付款项至商业银行。

8.3.1制造行业的供应链金融实践——海尔集团3.海尔互联网供应链金融解决方案（2）信用模式图8-20海尔信用模式流程图

8.3.1制造行业的供应链金融实践——海尔集团4.海尔互联网供应链金融平台的功能模块（1）从供应链金融的前台看对于授信客户(也就是经销商)而言，能够及时地下达订单，并且获得金融支持，不断开拓业务领域。具体从功能和业务流程看，经销商可以透过互联网进入海尔的供应链金融平台，完成如下功能：第一，进行商业银行绑定。第二，融资充值。第三，融资订单查询。第四，费用查询。

8.3.1制造行业的供应链金融实践——海尔集团4.海尔互联网供应链金融平台的功能模块（2）从供应链金融的后台看对于海尔供应链金融和商业银行而言，数据源提供数据的真实性和安全性是供应链金融顺利开展的关键。无论是“货押模式”还是“信用模式”，都需要基于供应链上下游真实可靠的交易、经营和物流信息。主要功能如下：第一、融资统计。即能自动根据前台形成的数据计算各经销商的融资状况，包括期限、金额等各类信息，为海尔和银行了解经销商的经营和融资趋势、详细融资状况、还款状态提供支撑，从而有效地管控潜在的风险。第二，费用查询。该板块主要是提供贷款安排费查询和仓储费用查询，从而为银行及时了解掌握对经销商提供金融支持的代价和收益，以及海尔日日顺物流存货的费用发生状况，判断相应的风险提供了强有力的数据分析。

8.3.1制造行业的供应链金融实践——海尔集团5.海尔互联网供应链金融的风险管理首先，海尔供应链金融需要与商业银行保持良好的合作关系和系统对接，海尔会将所有经销商近3年的销售数据传递给商业银行，从而便于商业银行分析判断经销商的经营状况和能力，确立相应的信用额度。其次，对于“货押模式”，第一，在经销商申请贷款时需要按照30%的比例缴纳首付款，或是拥有部分自有资金，这样在一定程度上可以降低客户道德风险动机。第二，作为监管方的日日顺物流、海尔财务公司、日日顺B2B平台以及供应链金融需要签署四方协议，明确每个利益相关者的责权利，控制经销商的交易信息，降低信贷风险。第三，如果经销商逾期未赎货，由日日顺负责将货物调剂销售并优先归还银行授信。最后，针对风险暴露更大的“信用模式”，合格客户的年销售额需在1000万元以上，只有拥有作为海尔经销商大于3年的销售记录才能通过额度审批。另外，通过与平台数据的实时交互，银行得以监控经销商真实全面的交易信息和数据。此外，“信用模式”每笔融资金额一般都在5万元左右，通过小额动态循环，海尔供应链金融和商业银行能够借助大数技术控制相应的风险。

8.3.2物流行业的供应链金融实践——顺丰1.顺丰背景与发展2.顺丰的底层化物流服务体系顺丰的底层化物流服务体系主要是围绕交易数据、物流信息、系统对接、监控系统这四个方面的不断提升而展开，所有这些方面为之后实现互联网供应链金融打下了良好的业务基础。（1）在物流方面，主要有顺丰速运、顺丰仓配、丰顺供应链以及顺丰家；（2）在信息流和资金流方面，主要有历史交易数据、支付交易数据、物流系统信息以及征信引入，这些来自B2B交易过程中沉淀下来的数据，便于顺丰在开展互联网供应链金融业务时进行评级和评估；（3）在商流方面，主要有顺丰优选、丰趣海淘(原顺丰海淘)、顺丰电商产业园等。

8.3.2物流行业的供应链金融实践——顺丰3.顺丰的互联网供应链金融（1）仓储融资顺丰拥有80多个物流产业园，200多万平方米的仓储面积，并且可以实现全国仓与仓之间的及时调配、信息的实时沟通，实现了垂直管理等方面的优势。另外，在仓储服务方面顺丰已经有四五年的丰富经验，这是实现“分仓备货+仓储融资”的基础(如图8-21)。

8.3.2物流行业的供应链金融实践——顺丰3.顺丰的互联网供应链金融（1）仓储融资图8-21仓储融资业务模式示意图

8.3.2物流行业的供应链金融实践——顺丰3.顺丰的互联网供应链金融（1）仓储融资仓储融资的具体操作为：顺丰首先对具有融资需求的客户进行信用评级从而决定服务对象。随后，评级符合要求的客户将顺丰仓储中的商品作为抵押，顺丰则根据企业的资质和抵押的货品情况，给予客户100万~3000万元的贷款额度，从而使客户能够获得质押贷款以解决其商品采购等临时性资金需求。总体来看，顺丰的仓储融资服务使客户在使用顺丰分仓备货的同时享有可灵活调整的信贷额度，增加了顺丰仓储服务的价值。另外，顺丰的仓储融资服务具有灵活性，客户可以根据短期的资金需求灵活地随借随还，最大限度地降低了客户的资金使用成本，增加了客户的价值。

8.3.2物流行业的供应链金融实践——顺丰3.顺丰的互联网供应链金融（2）订单融资订单融资服务主要是针对与顺丰有深层次合作的客户。具体模式为(如图8-22)：客户在发起订单时，把订单信息提交到顺丰融资平台，之后的整个订单采购资金付款全权由顺丰代为完成。订单生成之后，包括运输、仓储环节以及最后的交货，顺丰金融全程介入，为客户提供全方位、全流程的互联网供应链金融服务，帮助客户实现更多的合作价值。

8.3.2物流行业的供应链金融实践——顺丰3.顺丰的互联网供应链金融（2）订单融资图8-22订单融资业务模式示意图8.3.2物流行业的供应链金融实践——顺丰3.顺丰的互联网供应链金融（3）保理融资在保理方面，目前顺丰所做的仓储质押业务，可以实现动态质押。顺丰在仓储方面实现了仓储数据实时在线更新功能，从而使顺丰在仓储质押业务方面，实现了动态变动授信的额度功能。与以往在仓单质押过程中需要提供很多数据相比，顺丰仓储质押提供了非常精准的服务基础。具体的操作是(如图8-23)，顺丰保理公司买断顺丰国内所有供应商的应收账款后，由顺丰采购商直接将货款支付至保理公司账户。该产品后期将延伸至供应链条上所有存在应收应付关系的客户，为其提供现金贷款的金融服务。

8.3.2物流行业的供应链金融实践——顺丰3.顺丰的互联网供应链金融（3）保理融资图8-23保理业务模式示意图8.3.2物流行业的供应链金融实践——顺丰3.顺丰的互联网供应链金融（4）顺小贷该产品的主要特点是客户门槛低、操作灵活，是针对与顺丰合作信誉良好、从事商品销售的实体经销商、电商等客户。顺丰根据客户在经营中产生的临时性资金需求提供5万~100万元的信用贷款。

8.3.2物流行业的供应链金融实践——顺丰3.顺丰的互联网供应链金融（5）顺手付顺手付是顺丰金融面向普通用户的主要产品，主要中介是和中信银行合作推出的“中信顺手付”APP，主要功能是收发快递场景下的扫码支付、收款、转账。顺丰也将之前推出的“顺手赚”货币基金理财融入顺手付里，7日年化收益率在4%~5%，合作方为易方达基金。另外，顺手付APP中还融合了寄快递、充话费、好友间发红包和顺丰优选购物功能，以帮助广大用户集转账、付款、线上下单、线下物流等于一体，为消费者提供一站式服务，使广大消费者受益，不用再担心购物流程复杂。

8.3.3电商行业的供应链金融实践——阿里巴巴菜鸟网络1.菜鸟网络预付融资案例背景2.菜鸟网络预付融资实施过程菜鸟网络“预付融资”产品的实施过程可分为四个阶段。包括：（1）商务谈判；（2）协议签署；（3）系统操作；（4）发货入仓。菜鸟网络预付融资产品的基本流程如图8-24所示。

8.3.3电商行业的供应链金融实践——阿里巴巴菜鸟网络2.菜鸟网络预付融资实施过程图8-24菜鸟网络预付融资基本流程

8.3.3电商行业的供应链金融实践——阿里巴巴菜鸟网络3.菜鸟网络预付融资成效菜鸟网络“预付融资”供应链金融产品的特点在于：（1）实现信息全链联通；（2）实现上下游多方共赢；（3）实现普惠与风控的有机结合。

8.3.4供应链金融大数据创新实践——感融科技感融科技通过其“感融卫士”和“智链云”，适配不同的资产类型和客户需求，对应车辆运输智能管理、大宗仓储仓库管理、集装箱与托盘智能管理、流体动产管理四大类业务场景。1.W-Pledge2.V-Pledge3.B-Pledge4.智链云

8.3.4供应链金融大数据创新实践——感融科技1.W-PledgeW-Pledge主要是指面向仓库的大宗货物和仓单的精准监管与技术服务。通过在仓库现场建设IoT感知系统，实时感知货物的物理状态与货值变化情况，并生成保证唯一性的IoT仓单，通过在中国人民银行征信中心形成动态仓单登记，确保货物的客观存在与唯一登记。通过W-PledgeApp，约束仓储操作员的合法合规操作，同时为银行、监管方、仓储方提供第一时间报警及异常行为预警服务。

8.3.4供应链金融大数据创新实践——感融科技2.V-PledgeV-Pledge是指感融科技所提供的汽车整车供应链管理与质押监管数据服务。通过V-Pledge终端实现对整车供应链的端到端智慧化管理，弥补传统人工管理模式下，信息传递不及时、无法掌握业务最新状态、业务真实性背景缺乏、业务过程无法自主发现和自主跟踪等不足，实现了对整车供应链的动态闭环与业务的场景化自主智能驱动，实现了供应链全过程的人机自主高效智慧化协同与动态校核和风险告警，大幅提高了管理效率和业务衍生服务能力。

8.3.4供应链金融大数据创新实践——感融科技2.V-Pledge图8-25感融科技对汽车供应链金融服务业务的支持

8.3.4供应链金融大数据创新实践——感融科技3.B-PledgeB-Pledge是指感融科技所提供的供应链全程无缝实时感知服务，为供应链服务商、仓储物流企业、金融机构、商品生产与经销商构建开放的联合研发与体验计划。提供基于标准化托盘和集装箱的标准集约化管理，具备商品在库、在途、跨境以及最后一公里的全供应链自主发现、自主跟踪服务能力，实现了对供应链的动态闭环与业务场景化的自主智能驱动，实现了供应链全过程的人机自主高效智慧化协同与动态校核和风险报警，大幅提高了管理效率和业务衍生服务能力，同时确保商品在物流运输环节对保存状况、安全情况、野蛮装卸情况的全状态感知。

8.3.4供应链金融大数据创新实践——感融科技4.智链云智链云产品服务是把原有线上系统数据从传给操作人员转变为传给感融系统，系统通过IoT+区块链的模式一方面让动产能够主动平等地参与业务并与操作人员在不同业务场景中进行协同，同时进行数据校核(多模共识)以保证业务执行的背景真实性。另一方面感融科技通过大数据分析将作业指令拆分成标准化的作业场景(一次出库、一次装车、一次验收卸车、一次入库、一次移库、一次销售)，动产在某一标准化业务场景的作业结束，自然激发下一个业务场景的生成，同时向线上系统上传真实的业务数据(人员的作业与物的状态同时校核，不可窜改)。智链云服务的目标是确保业务背景的真实性，且实现供应链全链自发打通业务闭环。

本章小节供应链金融是运用供应链管理的理念和方法，为相互关联的企业提供金融服务的活动。以大数据先进分析为支撑的供应链金融的运行特点是通过获取分析高质量的数据数字，能够对供应链网络中各参与者的主体信用、交易信用进行全方位的刻画，同时能够有效分析和发现贷后资金去向，为金融机构高效锚定目标客户、加快贷款审批，提供相适应的金融服务产品，同时为控制风险提供必要的数字化支撑。供应链中的大数据主要包括以下四种类型：结构数据、非结构数据、传感器数据和新类型数据。供应链金融大数据主要构成包括供应链核心企业数据、供应链融资企业数据、供应链关联服务方数据。供应链金融大数据的应用主要有设计个性化金融服务产品、优化交易征信与风险控制等。通过供应链金融大数据在制造业、物流业、电商行业等的应用案例分析，熟悉供应链金融大数据相关方法理论。本章练习1.供应链金融大数据的构成有哪些？2.如何应用供应链金融大数据设计个性化金融服务产品？3.如何应用供应链金融大数据进行风险控制？4.供应链金融大数据的应用发展前景如何？第9章供应链大数据运营本章内容9.1供应链大数据运营概述9.2供应链企业开展大数据运营的路径9.3供应链企业开展大数据运营的具体应用本章小结本章练习9.1供应链大数据运营概述9.1.1供应链大数据运营的概念

近年来，智慧供应链、数字供应链、供应链大数据以及数据运营、数字化运营等概念层出不穷，“数据运营”也有广义和狭义之分，狭义指“数据运营”这一工作岗位。它跟内容运营、产品运营、活动运营、用户运营一样，属于运营的一个分支。从事数据采集、清理、分析、策略等工作，支撑整个运营体系朝精细化方向发展。近年来，越来越多的互联网企业开设了“数据运营”这一工作岗位，主要分布在一线运营部门。与数据分析师这一岗位不同的是，数据运营更加侧重支持一线业务决策。广义的“数据运营”则指“用数据指导运营决策、驱动业务增长”的思维方式，即数据化运营。属于运营的一种必备技能或者思维方式，泛指通过数据分析的方法发现问题、解决问题、提升工作效率、用数据指导运营决策、驱动业务增长。9.1供应链大数据运营概述

供应链大数据运营指通过建立供应链大数据平台，连接制造商、供应商、经销商和消费者，用大数据指导运营决策、驱动业务增长，实现供应链企业运营指标的提升，包括在销售和研发环节利用大数据手段增加收入，在采购、制造和支持部门利用大数据技术降低成本，在供应链资本管理环节利用大数据方式优化现金流，在采购、仓储、物流等供应链全场景构建大数据分析模型实现供应商等企业风控预警。9.1供应链大数据运营概述9.1.2供应链大数据运营与传统运营的区别

大数据时代的来临不仅仅是给我们提供了很大的发展机遇，重要的是传统供应链运营所面临的挑战极大的加剧了新生产力条件下企业之间的竞争，生产力的变化带来了劳动者、生产资料和劳动对象的变化，正是因为大数据时代的生产力特征，这种新事物与传统的生产力特征供应链运营模式之间的矛盾，所以传统的供应链运营所面临的挑战也是非常严重的，新事物取代旧事物必然是旧事物自身的转型升级，适应新事物的发展，供应链运营模式也不例外。9.1供应链大数据运营概述（1）响应速度较慢传统供应链管理在技术水平不断提升的同时，经历了从最基本的MIS到ERP，再从ERP到当前供应链一体化的进化，但是从整体水平上来看，传统的供应链管理仍然存在着以订货订单为驱动的库存管理，周转库存的管理从本质上来看是一种应对传统供应链管理的经营模式，再次种经营模式的管理水平下，周转库存构成了晶莹的基本保障，安全库存成为订货管理的服务水平底线。另一方面，此种模式的出现，也在一定程度上说明了产品生命周期理论的响应速度依靠周转库存和安全库存来保障客户的服务水平，所以在这种模式下顾客需求的响应速度比较慢。1.传统供应链运营所面临的挑战9.1供应链大数据运营概述（2）终端消费需求不能有效满足

传统供应链模式对企业经营的贡献主要在于企业对市场是一处永的形式满足部分需求而进行产品的设计，在这种情况下，终端消费者的基本需求能够得到满足，但是现有产品不能满足终端消费者的潜在的深层次需求，这种产品经营的设计和生态注定了终端消费需求和源头的生产制造脱节的商业逻辑。供给侧的生产制造不能够针对终端用户的体验进行个性化设计，只能在短期内以批量的模式提升自己的生产效率。

（3）库存周期较长

传统的供应链管理模式以存货管理构成支撑企业经营的基本条件，库存成为实现经营的流动资产，大部分行业的库存盘点是以月为单位进行计算的，因为产品属性的不同，库存管理盘点有所差异，从整体的水平看库存周期大部分在计算仓储、包装、搬运装卸、运输等时间的条件下基本上在途库存和周转库存周期均在两个月以上，从资金利用的角度来看，在很大程度上制约了流动资金的利用率。9.1供应链大数据运营概述（4）协同效应差

供应链管理模式协同效应较差主要体现在，生产制造型企业不能够快速地实现渠道的建立，销售渠道未能实现和终端消费者有效的互动，终端消费者的反馈也不能其实的成为生产制造企业进行产品换的升级的依据，从整个供应链的管理水平可以看出各个环节都在实现自身利益的最大化，但是未能实现整体效益的最大化，在面临市场的竞争时存在着互相挤压，为维护自身环节的利益牺牲整体供应链整体效益的情况屡见不鲜。（5）管理成本非常高

传统供应链模式的管理成本由于信息化水平低下，不能将各个环节所设计的企业进行信息的有效传递最终造成了各自企业所付出的固定成本中的摊销成本非常高，人工成本尤其突出，因为条块分割的严重所造成的管理混乱进而导致的管理成本已经成为供应链管理当中占比较高的部分之一。9.1供应链大数据运营概述2.供应链大数据运营相比较传统运营的优势（1）供应链管理理念精准化

管理理念随着生产的进步技术的发展越来越成为先进生产管理方式的核心和精髓。大数据时代的变革使得供应链管理理念能够实现深层次精准化的发展，包括供应链消费终端需求信息的收集以及用户体验反馈到生产端，对产品进行再次设计制造和生产，满足终端消费者的深层次更精准的需求。在供应渠道方面，信息通过网络的精准传递有利于渠道的多样化，通过精准的营销广告的投放实现渠道的快速销售能力。（2）协同效应作用加大

通过智能硬件和软件技术的数据化处理，在供应链各个环节的信息处理收集分析和应用方面，均能及时有效地实现最优化，不但实现每个环节执行层面的学术性和敏捷性而且可以实现整体各个环节的协同作用，例如在当代电子商务的供应链管理中最典型的是以京东商城为代表的自营物流体系和平台的协同结合，不仅实现了订单的快速处理，而且是京东商城的自营物流体系实现了库存管理的最优化，更使商城的卖家能够一大数据为基础进行产品的选择，营销策略的制定，采购渠道的优化，从而最终实现了供应链一体化的最大协同效应。9.1供应链大数据运营概述（3）消费需求定制化驱动

大数据的应用对供应链管理中消费者精准需求实现了有效地满足，不仅能够对交易的分析和消费者购买行为的分析以及消费者对未来预期的分析而且可以根据这种分析实现生产定制化，把供给侧问题存在的批量生产转变为以个性化需求为满足特征的定制化生产。（4）供给侧结构管理优化

供给侧改革是我国十三五期间的主导政策，大数据时代为供给侧改革提供了有利的条件。当前，我国大部分行业在传统模式，以投资需求和外贸为拉动的主要发展模式下普遍发生了产能过剩，解决产能过剩的问题主要从两个方面入手，一方面有提高供给侧产品生产制造的质量，实现产业的转型升级，优化结构，提高生产制造的效率特别是注重保护环境等可持续发展策略；另一方面要针对终端消费者的消费需求，实现适销对路、真正满足消费者需求的竞争性产品。大数据时代为供给侧改革提供了难得的机遇。9.1供应链大数据运营概述（5）中小企业大数据应用提升竞争力

在传统的生产力条件下，中小企业面临市场激烈的竞争，资源方面的不足创造力的不足效率利用地下等各个方面造成了大企业对中小企业的生存空间的挤压，大数据出现之后，中小企业虽然在资源方面以及创新能力方面不如大企业强，但是中小企业利用战略上的灵活性，充分发挥瞄准立即市场进行发力的敏捷有事，利用大数据对市场进行再次细分，锁定目标细分市场，对客户进行深度挖掘，对产品进行二次创新，实现了市场竞争中的不对称性，在创新方面不断满足消费者的需求，提升自身产品和服务的竞争能力，有效的完善了自身的不足，最终提升了生存竞争力，在国家大力倡导大众创新万众创业的宏观环境下，中小企业使用大数据技术，在信息沟通、营销竞争、战略再投资等方面紧紧地把握住了细分市场目标客户的有效需求，不但满足了针对性的深度需求而且提升了掌控用户体验、满足细分市场目标客户潜在需求的工具和方法，在创造和实现顾客价值的同时，也创造了大量的就业岗位，从此品牌竞争深入人心。

从国家申请专利的数量来看，除了在市场竞争中占主导地位的大型客机企业对研发投入比例大，而产生了大量的专利之外，广大中小企业在满足细分市场目标需求的同时，利用自身条件而进行重新申请专利的数量大幅度增长，竞争力提升的同时实现了价值重塑品牌塑造。9.1供应链大数据运营概述神策数据于2020年11月提出基于数据流的企业运营框架SDAF，包含四个环节——感知（Sense）、决策（Decision）、行动（Action）和反馈（Feedback），如图9-2所示，它们形成一个闭环，而数据可以让这四个环节具象化，并且量化地衔接到一起其中，Sense感知可以从两个方面理解。其一，从抽象数据中观察，完成对业务流程的感知，目前神策数据有“互联网+”行业的客户，如银行、品牌零售等行业，过去他们对线下业务流程，如客户进店的走向，货架摆放设计等熟知，但当把业务从线下搬到线上时，他们对线上流量、用户留存，及商品SKU的展现销售情况可能并不清楚，只能看到最终的数据。Decision决策指当对业务流程和用户形成了准确的认知之后，企业可以基于此做决策。在决策的过程中，人处理的信息是有限的，此时可以把机器引进来让人跟机器共同决策。Action行动基于数据的全方位智能触达手段，运营同事可以直接创建一个画布，根据不同的人群筛选定时推送，如图9-2设置了服饰鞋包、美容化妆、家用电器三类推送，给不同偏好的人群进行个性化推送，肯定比全量推送高，并且只需轻轻点几下就可以实现，不用找研发跑用户标签，也不需要把标签数据导出再放到推送系统再发送。9.1.3供应链大数据运营框架9.1供应链大数据运营概述

Feedback反馈则指全面实时的数据反馈，在前面提到了神策现在基本上可以将各种各样的数据导入进来，不仅是导入进来，我们还可以把不同的数据孤岛打通，这样才能真实的还原业务流程，提供动态的数据画像。

企业应用SDAF闭环，可实现：观察和动作统一在一个平台后，知行合一，效率大增；运营没有魔法，没有什么策略能一蹴而就；基于观察的共识，形成动作的合力。

基于SDAF理论的闭环方法论，可帮助企业沉淀“公域+私域”数据用户管理平台，支持私有化部署，为微信生态的数字化运营提供专业的咨询服务和定制化解决方案。

其中，Sense感知，从抽象的数据中形成对业务和用户的洞察；Decision决策，感性与理性的平衡，人与机器共同决策；Action行动，基于数据的全方位智能触达手段；Feedback反馈，实现全端数据全面、实时的反馈。SDAF闭环的四个环节缺一不可。9.1供应链大数据运营概述9.1供应链大数据运营概述基于SDAF对企业数据运营的价值，可构建供应链大数据运营的整体框架如图9-3所示。9.1供应链大数据运营概述1.供应链大数据管理

供应链大数据运营工作需要根据实际需求搭建供应链大数据分析框架，因此需要掌握学习确定分析思路要用到的营销、管理等方面的知识。如过缺乏管理等理论知识，就很难搭建所需的数据分析框架，会导致后续的数据运营无法正常运行。2.熟练基于大数据的供应链业务

从事数据运营工作的前提是懂得数据运营业务流程，既熟悉行业知识、本公司业务及流程，且有着自己独到的看法。如果运营人员脱离行业认知与公司业务背景，相关的分析走向只会像脱线风筝一般，没有实际的使用价值。3.供应链大数据运营方法

指掌握数据运营的基本原理与常用的数据分析方法论，并能灵活运用到实践工作中，以便有效地展开数据运营工作。9.1供应链大数据运营概述4.运营分析软件工具

指掌握数据运营相关的常用工具，数据分析工具与数据分析方法是实现数据运营方法论的工具。面对越来越庞大的数据量，运营者必须依靠相关强大的数据运营分析工具帮助完成数据运营工作。相关工具涉及Excel、各类编程软件（R、SPSS、Python）、第三方可视化分析工具（TableauBDP）。5.设计能力

在进行数据运营时，除了依靠现有数据得出相应结果，能够运用图表有效表达自身观点也是十分重要的。图表的排版、设计都有着一套系统的理论，如图表的选择、板式的设计、颜色的搭配等，都需要掌握一定的设计原则。如有需要，应当掌握PS、AI等技能。9.1供应链大数据运营概述9.1.4供应链大数据运营市场概况1.中国供应链大数据市场规模

中国信息消费市场规模量级巨大，增长迅速。在网络能力的提升、居民消费升级和四化加快融合发展的背景下，新技术、新产品、新内容、新服务、新业态不断激发新的消费需求，而作为提升信息消费体验的重要手段，大数据将在行业领域获得广泛应用。

2020年，中国大数据行业市场规模约为378亿元，较2019年上涨了7.08%，行业增速有所放缓。IDC于2021年6月发布了《中国大数据平台市场研究报告-2020》。报告显示，2020年全球大数据软件市场规模达4813.6亿元人民币，微软、Oracle、SAP作为Top3的厂商贡献了30%以上的市场份额；中国市场，包括硬软服在内的中国大数据市场规模达677.3亿元人民币。

我国企业大数据应用场景如图9-4所示。其中，营销分析、客户分析和内部运营管理是大数据应用最广泛的三个领域。调查发现，超过60%的企业将大数据应用于营销分析；其次，52.2%的企业将大数据应用于客户分析；另外，超过50%的企业将大数据应用于内部运营管理。相比之下大数据分析在企业供应链管理等方面的应用比例偏低，仅为21.8%，大数据在供应链运营管理方面的应用还有待提升9.1供应链大数据运营概述图9-4我国企业大数据应用场景（数据来源:工信部）9.1供应链大数据运营概述2.供应链大数据产业分布我国供应链大数据产业分布如图9-5所示。图9-5我国供应链大数据产业分布（来源：易观智库）9.1供应链大数据运营概述3.供应链大数据市场的商业服务类型

供应链大数据市场的商业服务类型主要包括数据众包服务、数据仓库应用管理服务和云端按需应用服务等方面。（1）数据众包服务

数据众包服务使用低成本高效率的众包模式满足客户对数据的需求,可采集到大量的原始数据,通过数据标注对原始数据进行加工,最终提供计算机可以识别的高质量数据,帮助数据科学家更精准地训练算法模型、开展机器学习工作,同时为客户交付标准化、结构化的可用数据，提高AI领域的竞争力。目前比较主流的模式是通过运营众包平台或app向大众发布任务，服务商提供可以对采集的信息结果进行数据标注、拍摄、识别的工具。例如：美国一家名为PremiseDataCorp.的数据公司，通过三百万名兼职人员，以拍照、数据记录、填写问卷等形式采集商品的价格、当地用户喜好/情绪、气候变化、人文地理等，并对完成这些数据收集任务的人员进行奖励。9.1供应链大数据运营概述数据众包服务包括：1）数据标注服务和内容审核服务。适用于大规模的图像、视频、语音、文本以及其他特殊数据的数据清洗、评估、提取以及特殊信息标注，专业的标注团队高效、稳定提供数据标注服务，结合高质量的内容审核解决方案服务，助力客户高效展开算法模型训练与机器学习，快速提高AI领域竞争力。2）数据采集服务。适用于各种复杂场景数据采集的需求，海量众包用户定制化线下采集，涵盖图片、文本、语音、视频等全维度多媒体数据。助力客户高效展开算法模型训练与机器学习，快速提高AI领域竞争力。3）数据集成服务。实现多源异构数据源的汇聚融合，打通系统信息孤岛，保障数据实时采集传输和多源融合分析。助力企业实现数字化、网络化、智能化升级。9.1供应链大数据运营概述（2）数据仓库应用管理服务数据仓库应用管理基于大数据技术，结合数据仓库建设等，为企业提供实时、低门槛、低成本的新一代数据仓库解决方案，满足各类数据资产建设和数据分析应用场景。全托管的高性能、可扩展、低成本的实时数据仓库应用管理包括分钟级别创建企业级高性能数据仓库，灵活扩展、兼容MySQL语法使用方便，支持存算分离助力成本优化；同时配套提供数据入仓、数据仓库管理、数据仓库分析等可视化配套工具。9.1供应链大数据运营概述大数据仓库应用管理的相关产品包括：

1）数据仓库：帮助企业快速且低成本的构建云上数据仓库，对导入的海量数据，进行大数据的多维分析；兼容主流BI工具，数据分析师可以通过可视化的方式分析和展示数据，快速获取洞察以辅助决策。

2）数据湖管理与分析：可封装数据从汇聚、管理、开发、分析及服务流程，屏蔽了大数据底层技术，提供简易的可视化开发操作界面，一站完成数据集成、数据管理、批量流数据开发、数据分析服务等。降低了数据资产构建和开发分析应用的门槛，帮助企业数据资产建设和开发分析应用，实现数据价值释放。

3）数据可视化：自助BI报表分析和制作可视化数据大屏的强大工具，组件丰富，开箱即用，无需SQL和任何编码。具体功能包括集BI报表与大屏功能于一体，满足客户不同场景的可视化需求；支持3D模型直接导入，场景、动画与交互界面化配置，无代码打造3D大屏；集成企业微信和钉钉，布局自动适配移动端界面，随时随地查看分析可视化数据；支持将可视化页面通过定时邮件或URL公开分享方式提供给他人浏览，并可灵活嵌入第三方系统等。9.1供应链大数据运营概述

（3）云端按需应用服务云端按需应用服务全面整合人工智能、大数据和云计算核心技术、平台产品与开发工具，结合行业需求，为金融、政务、工业、交通等多个行业提供按需应用服务和整体解决方案，旨在为企业复杂的IT环境提供统一的运营和管理，帮助企业以更低的成本获得安全稳定、高效敏捷的云服务，加速相关行业产业智能化转型。

云端按需应用服务包括：

1）智能云平台：融合开放安全的大数据，全面落地的AI技术提供便捷的AI基础服务，为企业智能化升级充分赋能，可助力企业实现系统自运维修复，简化运维过程，降低运维成本，云产品的智能运营可帮助企业租户和云业务最大化利用资源，降低使用成本。

2）多场景解决方案：从源头获取金融、安防、交通、城市、制造、教育等多行业的需求信息，洞察潜在需求，为供应链企业提供全面、完整的云产品和解决方案。

3）专家级全流程服务：资深云技术专家提供全程架构设计，为企业系统安全保驾护航，同时配备专业完善的售后服务团队，提供驻场服务，随时解决客户问题、全流程陪同管理。9.2供应链企业开展大数据运营的路径

物联网、大数据、云计算、人工智能等前沿技术的发展，推动着传统“链式”供应链向“网状”供应链转型，这给全球范围内的企业都带来了新一轮的发展机遇，要想抓住发展的契机，就必须顺势而为，改造升级传统供应链，向数字化供应链转型。

传统供应链向数字化供应链转型并非只是简单的在企业内部引入智能化、数字化的高新技术、信息系统，而是需要企业从供应链的各个环节，以及企业管理、员工管理、客户管理、市场管理等各个方面进行全方位的转型，最终实现整个商业模式的创新。供应链企业开展大数据运营的路径通常为：确定大数据运营战略-建立大数据运营团队-构建大数据运营平台-设计供应链大数据治理方案-实施大数据驱动供应链企业运营。9.2供应链企业开展大数据运营的路径9.2.1确定大数据运营战略1.经营策略

供应链企业的经营策略是企业制定的规划，它详细阐明了企业的长远目标、如何实现这些目标以及如何与对手竞争等。企业战略指明了企业的发展方向，涵盖内容广泛，集中于企业的长期发展，并奠定了企业其他决策的基础。企业经营战略涉及以下3个问题：1我们的市场是什么?2我们产品的独特性是什么?3我们如何在市场中竞争?企业如何解决上述问题非常重要，因为它们决定了企业如何在市场中竞争并了解自身优势。例如，内曼公司的竞争优势是消费者服务，而前进保险公司的竞争优势是价格，不同的企业的竞争优势是不同的。具体到一个供应链大数据平台从无到有的过程，需要将上述问题进一步细化，具体考虑以下几个问题：1供应链大数据平台的定位：交易？解决方案？商城？2供应链大数据的来源：自有？第三方渠道？3运营团队人员的配备：技术驱动？销售驱动？运营驱动？4供应链大数据平台运营规则：如何保证数据安全？如何给数据定价？如何保证数据质量？数据使用问题如何定则？数据的更新频率，及时，有效性5快速变现：如何教育用户使用？如何让数据流通碰撞？9.2供应链企业开展大数据运营的路径

供应链企业要解决上述问题，可以从战略和战术层面来进行决策。战略决策有助于战术决策。战术决策涵盖的内容较为狭窄，并集中于企业的短期发展。这两种决策互相联系。企业首先做出战略决策，由此指明战术决策方向，而战术决策是企业日常工作中经常需要制定的。虽然看似基础，但是企业不能忽略战略决策的指导性作用，以制定更多的战术决策。战术决策较为具体并集中于企业的短期发展，关注企业日常问题。例如，企业资源的数量、时间安排与使用方式，这些决策都受到企业战略决策的制约。战术决策必须与战略决策统一，从长期来看，战术决策对企业的效益至关重要。另一方面，战术决策为战略决策提供反馈，进而有助于修正战略决策。

企业若没有战略决策指明发展方向，就可能无法按照商业规划进行竞争，从而浪费资源。应用大数据分析法也是如此，企业应该制定分析法策略来支持其商业策略。9.2供应链企业开展大数据运营的路径2.分析法策略

企业应当制定统一的分析法策略，以支持商业策略，全面考虑数据模型、架构与解决方案属性。举个消费者数据的例子，若企业不能实现整个组织的数据整合与共享，个体业务单位就很难制定自己的数据策略，因此，他们会发现整个企业对消费者与自身性质的认识都不尽相同，即便是在同一个业务单位，这种情况也会发生。这种缺乏以消费者为中心的认识使得企业不能全面应用大数据来创造价值。以信息技术为中心并加以巩固这一能力是很有帮助的。分析法策略的属性越来越要求不同分析法中创新与应用的整合与协作，例如，优化价格能够影响产品分类、物流、营销与财务等多个流程。许多企业都采取了信息技术中心化策略。例如，百思买专门针对分析法成立了项目管理办公室，来协调其不同的分析法应用，而且主要集中在跨职能部门对这一方法的应用。咖啡连锁店星巴克(Starbucks)也在制定公司战略的组织内部实现了分析法应用中心化。在制定分析法策略时，企业除