供应链大数据整合与网络共享研究.doc

供应链大数据整合与网络共享研究 76 探讨，以期为大数据在供应链领域的应用提供参考。 关键词 大数据，供应链管理，数据整合，网络共享 1. 引言 国际数据公司(International Data Corporation, IDC)预测大数据技术和服务市场将以27%的综合增年长 速度(Compound Annual Growth Rate, CAGR)增长，到 2017年达到 324亿美元的规模，其中，某些具有云 基础设施产品的行业将以高达 49%的 CAGR速度增长，可以说，大数据技术和服务市场代表着快速增长 的以数十亿计的世界范围内的市场机会[1]。大数据的特征是数据量大、数据种类多、非标准化数据的价 值最大化，因此，大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进 行专业化化处理，通过数据共享、交叉复用后获得最大的数据价值。 近些年来，供应链与大数据管理的关系越来越密切，靠大数据驱动供应链处于领先地位的有 45%是 零售商，如沃尔玛、亚马逊等；有 22%是快速消费品(Fast Moving Consumer Goods, FMCG)行业的企业[2]。 据 2013年 10月产业市场研究与分析公司(Industry ARC)的报告“供应链管理中的大数据市场”，服务业、 制造业和零售业是在 SCM 策略中使用大数据最多的产业(如图 1)，2018 年全球供应链大数据市场将从 2012年的大约 4.3亿美元增长到 37亿美元左右，2013至 2018年，全球供应链市场有望创造 404亿美元 的营业收入，其 CAGR约为 31.4%，前景诱人[3]。 大数据背景下先进的管理理念和信息技术，能够整合物流供应链资源、创新物流供应链服务模式、 提升物流供应链服务和管理水平，在供应链中采用大数据工具已越来越多，IBM、惠普、甲骨文、思爱 普、EMC和亚马逊等厂商推出了许多大数据软件工具，与现有的 ERP、SAP和MES等解决方案的集成 性非常高[3]，由于数据分析的云端化以及许可和人员数量的减少，成本大幅下降。要更有效地展开发挥 大数据工具在供应链中的作用，需要在更广泛的范围上对供应链大数据进行整合与网络共享。 2. 供应链大数据整合与网络共享的必要性 2.1. 供应链大数据整合与网络共享有利于形成供应链内外部一致的数据视图 虽然供应链管理在数据应用方面由来已久，仍存在着一定的问题。供应链不同结点企业各有各的企 (数据来源：Industry ARC研究报告“供应链管理中的大数据市场”， 2013年 10月) Figure 1. Global Big Data Market Share for SCM in 2012 图 1. 2012年全球供应链管理大数据市场份额(按产业细分) 陈原 等 77 业信息系统，如生产支撑型、业务支撑型、管理支撑型以及决策分析型等[4]，在供应链不同管理环节上 使用不同的供应链技术，如制造资源计划(MRPII)、准时化技术(JIT)、分销资源计划(DRP)、物流资源计 划技术(LBP)、精细生产与物流技术(LP)、企业资源计划(ERP)、制造业物流安全技术等，造成供应链所 承载的业务内涵、系统规模、数量和复杂性不断攀升，数据的零散分布、歧义以及供应链管理协调机制 和平台的缺乏，严重遏制了数据价值的进一步发挥和增值，造成供应链内外部缺乏完整、一致的企业数 据视图，难以根据数据作出正确的判断、决策和快速响应，当然，也遏制了数据价值的完整释放。这就 需要对供应链大数据资源进行整合与网络共享。 2.2. 供应链大数据整合与网络共享是供应链生态网络中各主体协调和利益分配优化的基础 随着大数据的兴起和全方位发展，企业供应链的运作趋向于网络化和动态化，横向和纵向的整合成 为主旋律。在纵向整合方面，大规模企业群体以供应链为纽带紧密联系，分工协作、互利共生，实现供 应链向价值链进而向网络生态链的转变；在横向整合方面，网络化商务模式改变了企业组织间的竞争模 式，使地理上异地分布、组织上平等独立的多个企业，在谈判协商的基础上建立密切合作关系，形成动 态的“虚拟企业”或“企业联盟”，以实现企业资源的优化、动态组合与共享。由此，有专家指出，大 数据背景下商务管理研究的 4 大前沿课题之一就是企业网络生态系统及其协同共生机制、利益分配等。 大数据背景下的供应链管理将逐渐摈弃以产品为中心(Goods-dominant Logic)注重微观层面的产品营销成 本和竞争等要素的传统管理模式，转变为以服务为中心(Service-dominant Logic)注重宏观层面的资源能力 协同发展价值创造和产业链合作等要素的面向“社会媒体–网民群体–企业群”三位