張麗娜

摘 要：在時代進步和科技發(fā)展的背景下，計算機技術(shù)、互聯(lián)網(wǎng)技術(shù)、云計算技術(shù)以及電子商務(wù)技術(shù)等逐漸相互滲透，大數(shù)據(jù)是其中重要的產(chǎn)物之一。但是企業(yè)對于如何能夠以有意義的，有效控制成本的方式實施大數(shù)據(jù)分析法，缺乏一副明晰的路線圖指導(dǎo).本文首先簡要介紹了何為大數(shù)據(jù)，然后分析了汽車供應(yīng)鏈大數(shù)據(jù)的特征，最后探討了大數(shù)據(jù)在汽車供應(yīng)鏈管理中的應(yīng)用場景，宏觀的快速了解大數(shù)據(jù)技術(shù)對供應(yīng)鏈管理的影響，幫助您的企業(yè)未來在供應(yīng)鏈環(huán)節(jié)討論是否引入大數(shù)據(jù)技術(shù)打下一個概念基礎(chǔ)。

關(guān)鍵詞：大數(shù)據(jù);汽車;供應(yīng)鏈;應(yīng)用

1 引言

在業(yè)務(wù)方面，因為大數(shù)據(jù)的出現(xiàn)形成了新的數(shù)據(jù)處理模式，使某些業(yè)務(wù)部門獲得了更全面、更實時的數(shù)據(jù)，提升了工作效率和工作質(zhì)量;在技術(shù)方面，大數(shù)據(jù)促進了以Hadoop開源框架為代表的新技術(shù)的生成，使技術(shù)更具先進性和有效性。大數(shù)據(jù)可以為供應(yīng)商網(wǎng)絡(luò)提供更好的數(shù)據(jù)準確性、清晰度和洞察力，從而在共享的供應(yīng)網(wǎng)絡(luò)中實現(xiàn)更多的情境智能。

汽車制造商們正在將80%或更大比例的供應(yīng)網(wǎng)絡(luò)經(jīng)營活動構(gòu)建在企業(yè)外部，他們利用大數(shù)據(jù)和云計算技術(shù)來突破傳統(tǒng)ERP系統(tǒng)和供應(yīng)鏈系統(tǒng)的局限性。對于商業(yè)模式基于快速產(chǎn)品周期迭代和產(chǎn)品上市速度的制造商，傳統(tǒng)的ERP/SCM系統(tǒng)僅僅是為了完成訂單交付、發(fā)運和交易數(shù)據(jù)而設(shè)計的，這樣的傳統(tǒng)系統(tǒng)的擴展性極其有限，根本無法滿足當下供應(yīng)鏈管理所面臨的種種挑戰(zhàn)，已經(jīng)成為企業(yè)供應(yīng)鏈管理的瓶頸。

2 大數(shù)據(jù)簡介

大數(shù)據(jù)是一項比較抽象的概念，大數(shù)據(jù)的出現(xiàn)給我們提供了一種洞悉世事的新視角”透明的因果”。與其他新興的概念相同，大數(shù)據(jù)尚無明確的、統(tǒng)一的定義。現(xiàn)階段，比較認同的是大數(shù)據(jù)具有以下4個基本特征，分別為數(shù)據(jù)規(guī)模大、數(shù)據(jù)種類多、數(shù)據(jù)要求處理速度快、數(shù)據(jù)價值密度低。大數(shù)據(jù)與海量數(shù)據(jù)具有較大的差別，因為海量數(shù)據(jù)只是強調(diào)數(shù)據(jù)的量，而大數(shù)據(jù)則不僅要求數(shù)據(jù)的量，更是明確了數(shù)據(jù)的復(fù)雜性、時效性，并要求對其進行專業(yè)化的處理和分析，最終達到獲取有價值信息的目的。[1]

3 汽車供應(yīng)鏈大數(shù)據(jù)的主要特征

3.1 數(shù)據(jù)量大

大數(shù)據(jù)將大量的數(shù)據(jù)聚合在一起，通常情況下，大數(shù)據(jù)要求超過100TB的可供分析的數(shù)據(jù)量。數(shù)據(jù)量大是大數(shù)據(jù)的基本特征。在2011年，全球供應(yīng)鏈中射頻識別標簽的使用量是1200萬個，到2013年達到70億個，到2021年 2090億個，每一個射頻識別標簽都將產(chǎn)生數(shù)條數(shù)據(jù)，在汽車行業(yè)，射頻識別標簽在整車和零部件供應(yīng)鏈均得到了廣泛的應(yīng)用，產(chǎn)生了大量的數(shù)據(jù)。[3]

3.2 數(shù)據(jù)類型多樣

類型多樣、復(fù)雜多變是大數(shù)據(jù)的又一主要特征。傳統(tǒng)的數(shù)據(jù)雖然數(shù)量大，但一般都是采用事先定義好的數(shù)據(jù)結(jié)構(gòu)形式，而在互聯(lián)網(wǎng)技術(shù)以及傳感器技術(shù)大幅進步的背景下，非結(jié)構(gòu)式數(shù)據(jù)應(yīng)運而生，其結(jié)構(gòu)屬性不盡相同，不能用結(jié)構(gòu)的方式予以表征。在汽車行業(yè)銷售點數(shù)據(jù)、射頻識別數(shù)據(jù)，以及設(shè)備傳感器，社交媒體，全球定位系統(tǒng)，地理定位信息，潛在客戶消費行為等等數(shù)據(jù)，形式多樣，難以類聚。比如一輛典型的中檔汽車裝有約40個微處理器與電子元器件，這些設(shè)備占了車輛總成本的近1/4，而這些電子元件每分每秒都能產(chǎn)生大量多樣性的數(shù)據(jù)。

3.3 數(shù)據(jù)處理速度快

由于數(shù)據(jù)量爆炸式增長，數(shù)據(jù)產(chǎn)生的速率高，相應(yīng)的時效性也高，這就要求提升數(shù)據(jù)處理速度，充分利用激增的數(shù)據(jù)，發(fā)揮其應(yīng)有的價值。如果處理速度跟不上數(shù)據(jù)的增長速度，則不但不能給解決問題提供便利，甚至?xí)o問題的解決帶來負擔(dān)。數(shù)據(jù)不是靜止不動的，而是在互聯(lián)網(wǎng)中流動著的，數(shù)據(jù)的價值會隨著流動的時間而大幅降低。例如客戶在網(wǎng)絡(luò)上對汽車品牌的滿意度評價等大量數(shù)據(jù)，如不及時加以甄別和處理，極有可能造成大面積的輿情事件。

3.4 數(shù)據(jù)價值密度低

傳統(tǒng)的數(shù)據(jù)多為結(jié)構(gòu)化數(shù)據(jù)，主要是根據(jù)數(shù)據(jù)的具體應(yīng)用，有針對性地對數(shù)據(jù)進行抽象。每一條數(shù)據(jù)都含有相應(yīng)的需要考量的信息，而大數(shù)據(jù)為了獲得更為細節(jié)的事物，往往不對事物進行抽象或者是歸納處理，而是直接使用原始數(shù)據(jù)，使其盡量保持原始狀態(tài)。所以從某種意義上說，大數(shù)據(jù)的數(shù)據(jù)價值密度偏低。

4 汽車供應(yīng)鏈為何要應(yīng)用大數(shù)據(jù)分析

如今，消費者完全可以按照自己的意愿購買商品或者在特定的環(huán)境下自行定制商品。比如，在網(wǎng)上的購物平臺或APP應(yīng)用上購置汽車，可以根據(jù)自身的喜好進行個性化的定制，內(nèi)外飾顏色、動力、配置等等都是可選項;而對于汽車商家而言，為了進一步擴大銷售范圍、提升銷售業(yè)績，往往需要根據(jù)實際情況有針對性地制定促銷方案，捆綁或者打包銷售相互關(guān)聯(lián)的商品。個性化的購買會縮短產(chǎn)品的生命周期，加大商品的淘汰率，這就要求新品具有較快的推出速度，并保證推出類型的多樣性。這在無形中會給供應(yīng)鏈的需求和供給平衡的匹配帶來極大的挑戰(zhàn)，同時也讓企業(yè)無法真正地掌握市場需求與資源整合的具體情況，造成預(yù)測失準。當消費者的需求發(fā)生變化，而采購及供給計劃卻沒有及時更新時，就會造成庫存短缺或者庫存積壓的狀況，嚴重影響企業(yè)的利潤。[3]

對于這樣的情況，企業(yè)可以充分利用大數(shù)據(jù)技術(shù)，在已有的數(shù)據(jù)基礎(chǔ)上，通過商務(wù)智能管理技術(shù)及供應(yīng)鏈管理技術(shù)等信息化技術(shù)，深入挖掘企業(yè)的各項重點業(yè)務(wù)，分析其特征，找到需要進行優(yōu)化的方面并加以改進，這樣才能夠由傳統(tǒng)的粗放型管理向精細化管理轉(zhuǎn)變[3]。此外，進行優(yōu)化改進的業(yè)務(wù)需要得到充分的落實。

5 汽車供應(yīng)鏈大數(shù)據(jù)分析主要應(yīng)用場景

現(xiàn)階段，應(yīng)用大數(shù)據(jù)技術(shù)較多的應(yīng)用環(huán)境主要包括以下幾個方面，分別為需求預(yù)測、采購業(yè)務(wù)優(yōu)化、供應(yīng)商協(xié)同、供應(yīng)鏈管理優(yōu)化以及業(yè)務(wù)的動態(tài)化和可視化監(jiān)控等等：

5.1 需求預(yù)測

數(shù)據(jù)規(guī)模使得數(shù)據(jù)中原本無法識別別的聯(lián)系和細節(jié)得以識別，運用聚類粒度分析的子范疇與子市場使得企業(yè)能夠比以前更加了解顧客與市場，并且通過大數(shù)據(jù)分析法編寫的運算程序可以自動識別不符合規(guī)范的異常變化，根據(jù)已有數(shù)據(jù)及影響參數(shù)建立統(tǒng)計學(xué)數(shù)學(xué)建模進行數(shù)據(jù)挖掘，通過不斷感應(yīng)細微變化來預(yù)測將要發(fā)生的事情。

目前越來越多汽車廠商在推進車聯(lián)網(wǎng)的應(yīng)用，車聯(lián)網(wǎng)將實時記錄用戶在行駛過程中的駕駛習(xí)慣、活動路線、消費場所等等，在應(yīng)用數(shù)據(jù)分析平臺進行精準分析后，可以及時收集何時售出、何時故障及何時保修等一系列信息，由此從設(shè)計研發(fā)、生產(chǎn)制造、需求預(yù)測、售后市場及物流管理等環(huán)節(jié)進行優(yōu)化，實現(xiàn)效率的提升，并給客戶帶來更佳的用戶體驗。

5.2 采購業(yè)務(wù)優(yōu)化

提供數(shù)據(jù)可視化服務(wù)以幫助組織實現(xiàn)采購可視化，能夠全面監(jiān)督采購過程的決策，應(yīng)用模塊化和模擬化來建立大型數(shù)據(jù)庫，并將其轉(zhuǎn)化為有意義的信息，敏捷、透明的尋源與采購。為新產(chǎn)品、優(yōu)化成本而尋找新的合格供應(yīng)商滿足生產(chǎn)需求。同時，通過供應(yīng)商績效評估和合同管理，使采購過程規(guī)范化、標準化、可視化、成本最優(yōu)化。

5.3 供應(yīng)商協(xié)同

客戶日益?zhèn)€性化的定制需求，日漸頻繁的產(chǎn)品迭代需求，向我們提出了柔性供應(yīng)鏈，敏捷供應(yīng)鏈的需求，這就要求建立良好的供應(yīng)商關(guān)系，快速、精準實現(xiàn)雙方信息的交互。雙方庫存與需求信息交互、VMI運作機制的建立，將降低由于缺貨造成的生產(chǎn)損失。采購訂單與生產(chǎn)訂單通過各種渠道快速、準確的反應(yīng)能力在當前集團化、全球化，多組織運作的環(huán)境下尤為重要。訂單的準備周期，訂單處理的速度在某種程度上決定了產(chǎn)品迭代的響應(yīng)速度和代價。

有效的供應(yīng)鏈計劃系統(tǒng)集成企業(yè)所有的計劃和決策業(yè)務(wù)，包括需求預(yù)測、庫存計劃、資源配置、設(shè)備管理、渠道優(yōu)化、生產(chǎn)作業(yè)計劃、物料需求與采購計劃等。在這個環(huán)節(jié)中企業(yè)需要綜合平衡訂單、產(chǎn)能、調(diào)度、庫存和成本間的關(guān)系，而且要評價當需求波動、市場變化、產(chǎn)品迭代時供應(yīng)鏈成本的損益，計算供應(yīng)鏈庫存儲備水平，這需要大量的數(shù)學(xué)模型、優(yōu)化和模擬技術(shù)為復(fù)雜的生產(chǎn)和供應(yīng)問題找到優(yōu)化解決方案。[2]

5.4 供應(yīng)鏈效率提升

利用基于大數(shù)據(jù)的地理分析技術(shù) （Geoanalytics） 來整合優(yōu)化供應(yīng)鏈配送網(wǎng)絡(luò)，建立高效的運輸與配送中心管理，構(gòu)建全業(yè)務(wù)流程的可視化、合理的配送中心間的貨物調(diào)撥，提升MR（循環(huán)取貨）和公鐵聯(lián)運等多式聯(lián)運的運行效率，提高企業(yè)對業(yè)務(wù)風(fēng)險的管控力，改善企業(yè)運作成本和響應(yīng)速度。

供應(yīng)鏈成本的另一個主要來源就是庫存，通過大數(shù)據(jù)分析技術(shù)，對庫存數(shù)據(jù)進行監(jiān)控分析，建立數(shù)學(xué)模型計算最優(yōu)的補貨和庫存協(xié)調(diào)機制消除過量的庫存，降低庫存持有成本。通過需求波動、響應(yīng)時間、安全庫存水平、采購提前期、最大庫存設(shè)置、采購訂購批量、采購變動等方面等參數(shù)的變化，動態(tài)的優(yōu)化庫存結(jié)構(gòu)和庫存水平設(shè)置。

5.5 供應(yīng)鏈網(wǎng)絡(luò)設(shè)計與優(yōu)化

對于投資和擴建，企業(yè)從供應(yīng)鏈角度分析的成本、產(chǎn)能和變化更直觀、更豐富也更合理。企業(yè)需要應(yīng)用足夠多的情景分析和動態(tài)的成本優(yōu)化模型，幫助企業(yè)完成配送整合和生產(chǎn)線設(shè)定決策。大數(shù)據(jù)能驅(qū)動更為復(fù)雜的專注于知識分享、信息共享和協(xié)作的供應(yīng)商網(wǎng)路，從而讓供應(yīng)商網(wǎng)絡(luò)不僅僅是完成交易而是帶來增值。大數(shù)據(jù)正在變革供應(yīng)商網(wǎng)絡(luò)在新市場和成熟市場中形成、增長、擴張的方式。交易不再是唯一的目標，創(chuàng)建知識信息共享型的網(wǎng)絡(luò)更為重要。[3]

汽車行業(yè)供應(yīng)鏈作為最復(fù)雜的供應(yīng)鏈之一，其供應(yīng)鏈網(wǎng)絡(luò)涵蓋采購、制造、物流、銷售等等諸多環(huán)節(jié)，每一個網(wǎng)絡(luò)節(jié)點，均可以通過大數(shù)據(jù)的應(yīng)用，實現(xiàn)業(yè)務(wù)的優(yōu)化，并發(fā)現(xiàn)新的利潤增長點，見表1。

5.6 風(fēng)險預(yù)警

在大數(shù)據(jù)與預(yù)測性分析中，有大量的為供應(yīng)鏈提供風(fēng)險預(yù)警的機會。問題預(yù)測可以在問題出現(xiàn)之前就準備好解決方案，避免措手不及造成經(jīng)營災(zāi)難。在統(tǒng)計學(xué)中，相關(guān)性雖然“快速而隨性”但卻能夠讓我們深入了解變量，解釋發(fā)生了什么。通過檢驗變量之間可能的聯(lián)系，并進行因果檢驗，建立模型，分析因果關(guān)系，優(yōu)化策略，通過檢測替身以預(yù)測未來，可以減少“黑天鵝”的事件發(fā)生。例如某汽車企業(yè)，建立了其供應(yīng)鏈網(wǎng)絡(luò)的地理位置信息庫，發(fā)生在涉及供應(yīng)鏈網(wǎng)絡(luò)區(qū)域300公里范圍內(nèi)發(fā)生的自然災(zāi)害事件、環(huán)境污染事件、公共安全事件等等都將被監(jiān)控分析和評估，以提前預(yù)測供應(yīng)鏈受到的影響，以及可能對生產(chǎn)造成的影響，并提前制定應(yīng)對措施，比如日本某地區(qū)地震，可能導(dǎo)致哪些進口零件到貨延遲，導(dǎo)致哪些國內(nèi)供應(yīng)商原材料無法到位等等。

6 結(jié)語

目前傳統(tǒng)供應(yīng)鏈已經(jīng)在使用大量的結(jié)構(gòu)化數(shù)據(jù)，企業(yè)部署了先進的供應(yīng)鏈管理系統(tǒng)，將資源數(shù)據(jù)，交易數(shù)據(jù)，供應(yīng)商數(shù)據(jù)，質(zhì)量數(shù)據(jù)等等存儲起來用于跟蹤供應(yīng)鏈執(zhí)行效率，成本，控制產(chǎn)品質(zhì)量等。但要讓數(shù)據(jù)發(fā)揮更大價值，要能夠接受來自第三方系統(tǒng)的數(shù)據(jù)，要能夠共享、集成、存儲和搜索來自眾多源頭的龐大數(shù)據(jù)，并加快反饋速度，增強協(xié)同性、加快決策制定和提高透明度

將高級數(shù)據(jù)分析技術(shù)與供應(yīng)鏈管理理論相結(jié)合并應(yīng)用于更大的數(shù)據(jù)集合當中，這個數(shù)據(jù)集合的體量、速度和多樣性需要借助于大數(shù)據(jù)技術(shù)工具來分析，需要通過大數(shù)據(jù)分析使供應(yīng)鏈可視化，能夠使我們清晰的看到供應(yīng)鏈網(wǎng)絡(luò)中供應(yīng)商的多層次結(jié)構(gòu)，同時，需要借助供應(yīng)鏈管理專業(yè)人士的技能，通過提供精準實時的商業(yè)洞察來持續(xù)感知和反饋解決SCM相關(guān)的問題。

參考文獻：

[1]洪健，曾雪芳，陳金玉.物資全供應(yīng)鏈大數(shù)據(jù)應(yīng)用方法研究[J].物流工程與管理，2017，39（3）：65-67.

[2]張東翔.基于大數(shù)據(jù)應(yīng)用的供應(yīng)鏈績效管理研究[D].石河子大學(xué)，2017.

[3][美]娜達·R·桑德斯（Nada R.Sanders）大數(shù)據(jù)供應(yīng)鏈：構(gòu)建工業(yè)4.0時代智能物流新模式.中國人民大學(xué)出版社，2015.