刘心缘

摘 要：近年来，全球正大步迈向大数据新时代。随着大数据技术的逐渐普及和完善，我国大数据行业市场规模迅速扩张，也为现代企业带来了新的发展方向和机会。文章在介绍大数据技术基本概念及相关应用的基础上，分析了大数据的应用为现代企业物流供应链管理带来的便捷优势，同时指出了企业在应用过程中存在的相关问题以及解决措施。

关键词：大数据;现代企业;物流供应链管理

中图分类号：F323     文献标识码：A 文章编号：1005-6432（2022）01-0144-02

DOI：10.13939/j.cnki.zgsc.2022.01.144

1 引言

互联网时代，信息的传播普及和大数据的飞速发展为国内很多行业带来了新的生机与活力，同时也对不少现代企業中的物流和供应链管理产生了影响，新时代背景下，大数据的应用也必将渗透到企业物流供应链管理的方方面面。大数据技术的发展促进了物流供应链管理的进步，同时也带来了相应问题和矛盾，各企业应扬长避短，合理应用大数据，助力企业转型升级。

2 大数据概况

2.1 大数据基本概念

大数据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。大数据具有以下四个特征：海量的数据规模、快速的数据流转、多样的数据类型和价值密度低。

2.2 大数据技术的广泛应用

随着科学技术的发展进步，世界迎来了全新的大数据时代，大数据技术已逐渐成熟并广泛应用于众多领域。

（1）电商领域。大数据技术的应用较为典型的就是电商领域。淘宝、京东等电商平台借助大数据技术，进行客户信息的分析，根据分析结果针对消费者个人进行个性化的推荐和导购服务，为消费者推送感兴趣的产品，刺激消费。

（2）医疗领域。大数据技术可以将患者的影像数据、病历数据、检验检查结果、诊疗费用等各种数据录入大数据系统，通过机器学习和挖掘分析方法，大夫即可获得类似症状患者的疾病机理、病因以及治疗方案，辅助临床进行精确决策。

（3）交通领域。通过大数据的应用，城市道路的车辆往来数量、拥堵情况等都可以进行预估判断，为交通部门提供改善交通的最佳方案，从而有效节省交通管制的时间和人力成本。

2.3 大数据技术在物流供应链管理中的应用

大数据技术在现代物流领域同样存在广泛应用，主要体现在以下几方面。

（1）优化运输路线。通过运用大数据技术，产品配送路线得到大幅优化，物流运输效率大幅提升，大数据技术可以实时提供可能路线，得出最优路径，配送人员无须自己分析选择路线，也避免了人工选择错误导致运输成本增加的情况[1]。

（2）预测库存。通过运用大数据来分析商品种类，系统可以将用来促销和用来引流的商品单独分开;同时，有了大数据技术，企业无须根据往年的销售情况来预测当前的库存。系统会根据销售数据自动进行建模和分析，以判断当前商品的安全库存，并及时给出预警。利用大数据技术，不仅有效降低了商品库存，还间接提高了资金利用率。

（3）供应链协同管理。现阶段，供应链的复杂性越来越高，供应链管理的难度也越来越大，大数据技术的合理应用在供应链协同管理上起到了极大的推动作用，运用大数据技术，企业可以进行包括需求预测、库存计划、资源配置、设备管理、渠道优化、物料需求与采购计划等一系列决策，以此来跟踪和分析供应链在执行过程中的效率、成本，从而改进产品质量;通过数学模型等，找到企业供应链管理的最优化方案，保证生产过程的高效有序。

3 企业应用大数据进行物流供应链管理的先进性

3.1 具备充足的数据信息

应用大数据技术最直接的价值在于大数据技术具备充足的数据信息，帮助现代企业进行物流供应链管理。通过不同层面、不同角度的大数据分析，可以准确快速地获取市场行情、供应链上下游的各类信息，包括供应商、制造商、顾客的相关数据和需求，有了数以万计的数据信息储备，现代企业在进行市场分析、业务处理、决策判断时可以做出科学高效的管理方案，制定决策后的执行及监督过程也会因为大数据的存在而更加可视化，降低了整体难度，对供应链全局运行状况有了更高层次、多维度的了解和掌握。

3.2 提供决策依据

现代企业应用大数据技术进行物流供应链管理，在获取众多有效数据信息的同时，也可以帮助企业进行科学合理决策。一般来说，现代企业管理运用的相关大数据都是平时物流作业的实际工作所得，数据信息具有较高的严谨性和实践性。只有供应链上下游各个环节都准确无误地衔接运作，才能确保作业任务的顺利完成。因此，企业应用大数据技术，依次对物流作业的仓、运、配等各个环节进行分析，将之前容易被忽视的有效信息挖掘出来，以便企业可以做出更加科学的决策方案，推进企业良性发展。

3.3 降低物流成本

现代物流企业进行供应链管理中，通过运用大数据技术和多种多样的先进科技，对商品流通的全过程实行供应链管理，使得生产企业、第三方物流企业、销售企业、消费者组成的供应链更加整体化和系统化，有效破除了物流行业长期存在的“信息孤岛”，从而实现各个作业环节的资源和运力的共享，整个供应链的整体利益最大化，提升了物流效率，最终实现降低物流成本的目的[2]。此外，借助大数据技术也可以提升企业物流服务水平，通过拓宽信息服务的渠道，实现线上、线下结合的多层次物流服务，通过用户的信息反馈，企业也能获得实时的改进意见，借助反馈机制及时止损，优化物流供应链运作方案，降低物流成本。

4 企业应用大数据进行物流供应链管理的问题

4.1 数据管理尚不完善

大数据技术应用于企业物流供应链管理的过程中，常常存在数据管理不完善的问题。在新的时代背景下，加强企业数据管理成为目前企业科学管理的必经之路。若企业想完全依赖大数据进行管理，就必须首先摸索数据管理方法，不断创新数据管理[3]。现阶段，数据管理主要以粗放式管理为主，往往容易忽略很多细节方面的问题，如货物出入库管理的数据信息、产品运输配送相关数据的共享以及物流信息的跟踪处理等，再加上企业物流供应链管理模式和管理理念还未转变，也延缓了数据管理的进度。

4.2 数据采集存在困难

企业进行供应链管理的过程中，由于涉及上下游各个环节，从而出现数量庞大、种类多样的数据信息，而很多企业供应链管理的数据采集仍以传统的手工采集方式为主，且缺乏快速高效的数据采集工具，采集过程中极易出现人工操作失误，误差较大，效率低下，人工成本极高;同时，采集的数据进行集中存储和分析处理工作也障碍重重，导致数据信息传递不及时甚至可能出现数据丢失等问题，导致数据采集工作的难度增加[4]。

4.3 产品质量参差不齐

现代企业想要从根本上解决产品质量问题，就要从货物供应商的选择入手，只有做到各个环节的全过程管理，才能消除此问题。而企业典型的物流业务主要包括产品仓储、运输、配送等。目前，大数据技术还尚未完全融合在物流业务的各个环节，企业在供应商的挑选，产品的入库、分拣、包装及运输配送等环节中，仍习惯于传统的作业模式，而应用大数据进行分析的能力较为薄弱，再加上大数据本身存在诸如数据质量不高等一系列问题，导致很多企业对于产品质量的把控不过关，质量参差不齐。

5 企业应用大数据进行物流供应链管理的发展建议

5.1 完善数据管理

数据管理的优化和完善对于现代企业物流供应链管理至关重要，完善数据管理有利于全面提升数据的精确性，能够帮助企业充分利用数据信息，从而使得物流供应链管理更加便捷，提高企业对市场环境的应变能力和综合实力。

首先，通过使用数据管理平台来收集、汇总、导出数据，便于分析物流数据信息，进行科学决策;其次，要健全职能部门，现代企业应建立专门的数据管理部门，完善管理制度，明确数据管理部门的职责范围、奖惩制度，定期进行考核培训，逐步规范数据监管与应用工作，辅助企业进行物流供应链管理;最后，加强完善信息系统的更新升级，提高数据信息系统的纠错功能，减少物流数据录入的错误，从源头上控制数据质量。

5.2 积极构建物流数据信息采集平台

物流信息的整合、归纳和优化离不开物流数据信息采集平台的存在，构建现代数据信息采集平台，能够实现数据信息的收集和交互。

首先，要提高大数据的收集整合能力，及时了解供应链上下游的动态，进行物流信息的跟踪和采集工作，深入挖掘对自己有用的信息，进行信息整合;其次，要提高物流数据信息采集平台的安全性，建立平台的安全防护系统，加强员工对数据信息平台的安全防护意识，同时对重要数据进行备份，避免发生信息泄露和丢失的情况;最后，加强数据采集系统可视化监控、可视化分析，利用可视化数据矫正工具，保证物流业务数据采集的精确性。

5.3 提升产品质量

产品质量是直接决定企业能否平稳运营的关键，不论现在还是未来，提升产品质量都是供应链管理的制胜法宝。

首先，企业可以通过大数据技术，充分利用数据资源，分析筛选质量高的产品，结合国家标准和行业标准，制定统一的质量检验标准，不断提升质量管控水平[5];其次，要加强数据质量的监控过程，相关企业团队应及时反馈数据质量给源头部门，源头部门再根据反馈结果对产品质量进行控制，从而提升上下游合作伙伴的信赖度和顾客的满意度，以高质量打造高知名度的企业品牌。

6 总结与展望

通过上述分析可以看到，在信息技術时代背景下，大数据技术已经越来越广泛存在于各大企业的管理中，大数据在物流供应链管理领域的应用已是未来主流方向，数字化、信息化、智能化管理已是大势所趋，对于现代企业来说，要提高应用科学技术的能力，学会利用大数据技术增强企业综合实力，深入挖掘大数据的隐藏价值，规避风险，抓住机遇，进行适合自身长远发展的战略模式规划，充分发挥大数据技术的优势，完善发展物流供应链管理。

参考文献：

[1]官志华.大数据分析在供应链管理中的应用[J].物流技术，2017，36（9）：132-135.

[2]曾华艳.基于大数据下的企业物流成本控制思考[J].中国物流与采购，2021（1）：69-70.

[3]巩家婧，宁云才，张公鹏.大数据时代物流企业供应链管理运作模式与优化路径[J].企业经济，2019（5）：80-84.

[4]张雅琼，刘巧云，危思攀，等.大数据分析在物流及供应链管理中的应用研究进展[J].中国市场，2019（28）：164-167.

[5]杨婷婷.论物流和大数据结合的重要性[J].中国市场，2021（5）：175-176.

2897501186236