荣希白

（江南影视艺术职业学院，江苏 无锡 214000）

0 引 言

现阶段，信息在全球范围内成倍增长并广泛共享，为大数据的高级分析奠定了基础，使人们能够开发新的应用程序，例如智能手机应用程序可以告诉通勤者下一辆公交车何时到达。从近年来的市场竞争模式看，从线上到线下，在线上电商战场硝烟未尽之时，一场变革已经悄然来临，这意味着新零售时代已经来临。互联网快节奏的生活方式使人们越来越倾向于便捷的线上消费模式，但是无论是传统商超的没落，还是消费群体对实体经营的偏见，现阶段电商依然无法全部取代线下经营。所以，一种线上引流量、线下实体销售的互补销售模式由此诞生，且线上电商与线下商超的功能互补性也随着发展越来越强。随着这种新零售模式的发展，我国开始将互联网更多地运用到了生活的方方面面，例如就诊模式，已经开始采用“互联网+”的“线上+线下”模式，这种趋势对公司、政府和个人都有深远的意义。

1 研究背景

从渗透率统计来看，快消品的渗透率仅有7%。快消品与食品类是传统线下商场、超市及大卖场的主力品类，由于品类的即时性需求较强导致过去渗透率较低。然而近年来行业中出现的新变化正促使快消品等行业渗透率加速提升。天猫超市和京东超市与现代渠道，像高鑫零售、永辉、步步高相比，他们崛起得很快。现代渠道与他们的规模无法相比，且他们反向从线上走到线下。当所有大型企业渠道整合起来以后，小且散的渠道商难以形成规模优势，会形成指数级别的上压倒性优势。同时，全新的互联网新消费的场景越来越多，像生鲜的新零售、盒马、小象、拼多多、小红书和考拉精选等，他们都有自己的独立品牌生态。这些新的消费场景发展速度很快，占的比例不断扩大，整体上来讲，不同的品牌，在互联网电商细分市场上的表现是非常抢眼的。这些新的互联网消费场景包括传统渠道、现代渠道、传统电商、新型电商，它们交错在一起，对应的不同品类的供应链所产生的履约、交付、物流是不同的。从不同的渠道来看，优劣势差异非常大。从整体出货上来讲，传统经销商渠道趋势下降，现代KA渠道稳定，电商新型渠道以更快的速度上升。手机支付场景的比率会越来越高，对物流带来的履约和交付影响也会更大。新型电商的发展使快消品供应决策的经营管理每天都在发生着剧烈变革，随着企业获取、存储、搜索、共享和分析海量数据，激进的定制化和新颖的商业模式将成为竞争的新标志。可以看到，大数据在快消品中的应用越来越受到关注。

2 大数据开发决策概述

大数据是开发一种更同步的方法来分析快消品的需求和活动的先决条件。大数据分析依靠纳米改性、纳米添加剂等大规模定制化快消品生产的关键支撑技术。快消品中的数据共享将提高快消品质量和安全性。因此，大数据对快消品的重要性是不容否认的。企业不仅需要技能，还需要利用大数据帮助解决由于数据爆炸导致的快消品问题提供新的视角。本文旨在提出一个快消品的大数据获取模型，目的是开发一种决策支持工具，将数据转换成情景，从而做出更明智的战略决策。因此首先描述大数据在快消品网络中的价值，并建立大数据收获模型。随后用一个案例对模型进行测试。最后，讨论并总结发现。快消品是一个不断变化的系统，包括组织、人员、活动、信息和资源，从事生产、加工、分配和处置快消品，将产品从工厂到消费者手中。每年，通过供应商、零售商和顾客之间的一系列交易全世界生产、包装和销售价值14万亿美元的快消品。据估计，通过在快消品消费中使用大数据，每年可以实现价值1 200亿～1 500亿美元的价值。大数据应用于快消品的生产、包装、销售和使用。供应商跟踪大量有用的数据，以更好地了解客户如何评价快消品，并将这些信息反馈到快消品设计过程中。零售商可以充分利用大数据来细分消费者类型，进行精准营销，培养顾客忠诚度。同时，消费者可以更广泛地获取大量的快消品信息，做出更明智的决定。更重要的是，在快消品物流中由政府、交通运营商、个人和第三方数据提供商获取使用大数据每年可以创造数千亿元的价值。通过使用大数据来增强实时交付和适应客户的能力，可以获得最大的潜在收益。与此同时，公司可以通过发现隐藏在数据中的新的需求或模式来优化从采购到生产及营销的每一步流程。

3 快消品供应中大数据的利用方法

总的来说，快消品供应中大数据的利用方法主要有5种，对企业设计、组织和管理产生影响。①创建管理透明度。随着快消品网络中的大数据在各个部门之间变得更加可用，数据的透明度推动了变革，提高了生产率，并有助于企业做出明智的决策。②数据能够识别异常、检测欺诈，提高数据性能。大数据很多是非结构化或机器生成的，需要实时收集、集成和分析，以发现异常和欺诈，从而帮助组织改进操作和开发服务。③定制化行动。大数据通过各种客户数据流，定义越来越细分的市场，并采取精准营销来满足客户需求。④用自动化算法代替/支持决策制定和数据分析。大数据分析和自动化算法的可视化允许组织以一种高效和经济的方式发现快消品网络中出现的未知模式。⑤创造新的商业模式、产品和服务。使用大量数据提供了新的视角，可以推动快消品产品和服务创新，比如提供有关消费者行为的线索。

4 结 语

虽然大数据的潜在价值是巨大的，但现有的分析方法很难实时分析大量（和各种）数据并产生有用的信息。许多数据技术可能有助于管理人员生成大量信息，但缺乏重点，效率低下。基于此，本文提出了一个更好的分析基础架构，利用现有的大数据，在快消品网络管理中获得竞争优势。该架构将产品需求转化为过程，并将过程分解为任务和资产，通过连锁协调和持续评估来满足市场需求。例如，某快消品公司热衷于探索如何利用大数据获取潜在价值，提升供应链绩效。该公司利用贝叶斯网络分析市场需求。第一步，数据收集。预测的来源和基础来自购买行为、搜索记录和社交网络上的评论，“大数据”无疑会对客户的偏好产生显著影响。为了从快消品的大数据中选取合适的样本数据，公司结合快消品市场的知识，在专家和决策者的建议下，识别和描述影响市场需求的因素。第二步，对样本数据进行预处理。在建模之前，需要采用聚类算法或层次类别对因子值进行离散，以便在接下来的几节中传播和推断算法。第三步，建立贝叶斯网络。构建贝叶斯网络包括两个部分，一是识别网络结构；二是确定条件概率表，可以用来学习贝叶斯网络的搜索算法。第四步，预测市场需求。贝叶斯网络是一种双向推理方法，其中输入可以预测输出，反之亦然。因此，给定观察到的节点的值，该公司计算目标节点的概率分布，以预测快消品需求或诊断完美产品的可能原因。然后，公司确定什么样的食物可以满足大多数顾客的偏好，并具有巨大的发展潜力。第五步，敏感性分析。敏感性分析是决策的重要依据，可以确定对消费者偏好影响最大的变量。这意味着如果消费者对该变量的满意度较高，他们就更愿意购买。快消品网络的大数据分析使发现需求和创造价值成为可能，对设计、组织和管理产生影响。因此，本文形成了一个大数据收集模型，该模型将大量数据联系起来，以创建特定问题连贯图形，从大数据中识别出能够满足未来市场需求的产品，然后识别出生产这些产品所需的生产流程。

与其他分析方法相比，贝叶斯网络具有许多适合需求预测的特征。结果表明，贝叶斯网络是一种很有价值的工具，可以用来表示快消品中的大数据和专业知识组合的一组变量之间的关系。通过贝叶斯网络分析，快消品公司可以建立一个快消品偏好的贝叶斯网络，找出一种快消品必须具备的类型和特征，从而决定生产什么。一旦公司确定了能够满足未来市场需求的快消品类型，下一步公司必须将产品需求转化为生产流程，并将流程划分为任务和资产。相关研究者开发了演绎图模型，使其具有准确的分析能力，能够帮助企业制定详细的流程。结果表明，该模型能有效地帮助快消品公司选择各部门生产的产品，并将各部门的生产过程相结合，使各部门的利润最大化。本文提出了一个更好的分析基础架构，利用现有的大数据，在快消品网络管理中获得竞争优势。然后，将产品需求转化为过程，并将过程分解为任务和资产，通过连锁协调和持续评估来满足市场需求。