论文部分内容阅读
摘要： 随着运营商业务需求的急剧发展，供应链变得越来越重要，在企业运营高效方面发挥着日益重要性。本文从供应链的大数据体系以及数据模型等出发，分析其对形成智慧供应链的重要性。大数据系统促使供应链能形成业务需求、采购、订单、库存、物流、到货以及协同等环节的闭环，并获取采购各个环节的数据形成真正的智慧供应链体系。
关键词：智慧供应链;大数据;物流
一、前言
随着5G时代的来临，供应链作为新基建的重要组成部分，在运营商体系中发挥越来越重的作用，已经成为企业发展的核心。并且，企业自身的大数据业务随着通信业务的不断积累，形成巨大的数据量。随着业务不断发展，为满足运营商自身的业务需求，原料设备以及配件等越来越丰富且很零碎复杂。在这种情况下，供应商的供应链如果继续延用原有传统的供应商、物料仓储以及物流管理等，将无法满足日益井喷的运营商业务需求。
二、发展背景
新一轮技术革命与产业变革已在全球展开，特别是“人工智能”发展正进入新阶段。“人工智能”自 1956 年被正式提出，六十余年的发展经历了大致三个阶段。前两个阶段由于算法、算力及数据的局限，使得“人工智能”没有得到应有的重视和发展。进入 21 世纪以来，正在发生重大变革的信息新环境（特别是物联网为代表的网络技术发展迅速）、快速发展的新技术（特别是大数据的涌现及其处理技术的发展、高性能计算能力大幅提升、以深度学习为代表的人工智能模型与算法的突破）和持续提高的人类社会发展的新目标（特别是数字经济、智能经济等）正催生人工智能技术与应用的发展进入一个新的进化阶段。[1]
三、大数据在运营商供应链中的应用
（一）通過大数据回归模型，精准实现的业务部门需求预测。运用高维特征的定量预测分析模型以及结合历史需求数据和库存数据制定精确的需求预测计划。精准的需求预测是供应商智能供应链的源头，预测准确度直接关系到如何提前储备库存，以及订单如何落地实施和及时的到货交付。到货延迟性无法满足企业的业务需求会给企业带来巨大损失。
（二）分类供应商的优化资源管理，建立全特征的供应商聚类模型。以在有限资源、优化成本条件下，快速寻找到合格供应商以满足业务需求。通过筛选供应商特征重要性，获取如供应商绩效评估和合同履约度等，提升采购效率。
（三）提升协同效率，促进运营商与供货商建立良好的伙伴关系。通过搭建大数据平台实现双方库存与需求信息交互，快速同步协调各个分布式系统数据库hadoop的供应链数据。能实现省份化、批量化多组织运作，快速实施采购订单与生产订单落地下达。大大提升订单响应与到货交付效率，避免缺货造成业务损失。
（四）通过大数据获取分析完善的供应链各环节的相关性关系，从而建立供应链计划的多因子模型。将订单、供货商成本、物流、库存、到货周期等特征，应用到多因子模型，为协调复杂的需求和供应问题找到优化解决方案。基于大数据的智能化供应链系统将集成企业的所有经营计划，包含需求预测、库存计划、配额额度管控、供货商优化、物料需求、订单实施与到货交付等，并含有物料组成以及生产订单的拆分，保证企业运营发展的有序匀速。
（五）大数据系统通过获取各分布式数据库的数据进行库存优化，将库存与物料、订单同步的生产计划与排程，使得补货和库存协调同步进行。既可以消除过量的库存，降低库存持有成本。对需求变动、安全库存水平预警、采购提前期、最大库存设置、批量采购订购量等重要特征分析，优化库存结构和预警水平设置。
（六）通过大数据优化算法，提升物流效率。将大数据与运筹学结合起来，建立高效的运输与配送中心。通过大数据分析以及运筹学优化算法，进行仓库点合理规划、路径设计、货物运输管理，构建物流系统的可视化平台。基于大数据可视化与运算的配送中心间的货物调拨和运输管控，提高物流效率。
四、总结
大数据系统利用通信行业已经产生的大量经营与运营数据，利用机器学习和数据挖掘，对已经叠加的大量各类数据分别进行建模。比如业务需求预测、产品库存协同等，使得供应链能形成业务需求、产品采购、订单、库存、物流以及协同的闭环。通过大数据对供应链的把控，能显著优化库存量、订单完成率、物料及产品配送情况等彼此间的关系，并通过预测分析来调节供需以及物流到货交付的关系。大数据平台系统将使得整个供应链闭合完善，并获取各个环节的数据形成真正的智慧供应链体系。
参考文献：
[1]李伯虎，柴旭东，侯宝存.“新基建”赋能智能+时代工业互联网——工业互联网2.0[J].中国经贸导刊.
关键词：智慧供应链;大数据;物流
一、前言
随着5G时代的来临，供应链作为新基建的重要组成部分，在运营商体系中发挥越来越重的作用，已经成为企业发展的核心。并且，企业自身的大数据业务随着通信业务的不断积累，形成巨大的数据量。随着业务不断发展，为满足运营商自身的业务需求，原料设备以及配件等越来越丰富且很零碎复杂。在这种情况下，供应商的供应链如果继续延用原有传统的供应商、物料仓储以及物流管理等，将无法满足日益井喷的运营商业务需求。
二、发展背景
新一轮技术革命与产业变革已在全球展开，特别是“人工智能”发展正进入新阶段。“人工智能”自 1956 年被正式提出，六十余年的发展经历了大致三个阶段。前两个阶段由于算法、算力及数据的局限，使得“人工智能”没有得到应有的重视和发展。进入 21 世纪以来，正在发生重大变革的信息新环境（特别是物联网为代表的网络技术发展迅速）、快速发展的新技术（特别是大数据的涌现及其处理技术的发展、高性能计算能力大幅提升、以深度学习为代表的人工智能模型与算法的突破）和持续提高的人类社会发展的新目标（特别是数字经济、智能经济等）正催生人工智能技术与应用的发展进入一个新的进化阶段。[1]
三、大数据在运营商供应链中的应用
（一）通過大数据回归模型，精准实现的业务部门需求预测。运用高维特征的定量预测分析模型以及结合历史需求数据和库存数据制定精确的需求预测计划。精准的需求预测是供应商智能供应链的源头，预测准确度直接关系到如何提前储备库存，以及订单如何落地实施和及时的到货交付。到货延迟性无法满足企业的业务需求会给企业带来巨大损失。
（二）分类供应商的优化资源管理，建立全特征的供应商聚类模型。以在有限资源、优化成本条件下，快速寻找到合格供应商以满足业务需求。通过筛选供应商特征重要性，获取如供应商绩效评估和合同履约度等，提升采购效率。
（三）提升协同效率，促进运营商与供货商建立良好的伙伴关系。通过搭建大数据平台实现双方库存与需求信息交互，快速同步协调各个分布式系统数据库hadoop的供应链数据。能实现省份化、批量化多组织运作，快速实施采购订单与生产订单落地下达。大大提升订单响应与到货交付效率，避免缺货造成业务损失。
（四）通过大数据获取分析完善的供应链各环节的相关性关系，从而建立供应链计划的多因子模型。将订单、供货商成本、物流、库存、到货周期等特征，应用到多因子模型，为协调复杂的需求和供应问题找到优化解决方案。基于大数据的智能化供应链系统将集成企业的所有经营计划，包含需求预测、库存计划、配额额度管控、供货商优化、物料需求、订单实施与到货交付等，并含有物料组成以及生产订单的拆分，保证企业运营发展的有序匀速。
（五）大数据系统通过获取各分布式数据库的数据进行库存优化，将库存与物料、订单同步的生产计划与排程，使得补货和库存协调同步进行。既可以消除过量的库存，降低库存持有成本。对需求变动、安全库存水平预警、采购提前期、最大库存设置、批量采购订购量等重要特征分析，优化库存结构和预警水平设置。
（六）通过大数据优化算法，提升物流效率。将大数据与运筹学结合起来，建立高效的运输与配送中心。通过大数据分析以及运筹学优化算法，进行仓库点合理规划、路径设计、货物运输管理，构建物流系统的可视化平台。基于大数据可视化与运算的配送中心间的货物调拨和运输管控，提高物流效率。
四、总结
大数据系统利用通信行业已经产生的大量经营与运营数据，利用机器学习和数据挖掘，对已经叠加的大量各类数据分别进行建模。比如业务需求预测、产品库存协同等，使得供应链能形成业务需求、产品采购、订单、库存、物流以及协同的闭环。通过大数据对供应链的把控，能显著优化库存量、订单完成率、物料及产品配送情况等彼此间的关系，并通过预测分析来调节供需以及物流到货交付的关系。大数据平台系统将使得整个供应链闭合完善，并获取各个环节的数据形成真正的智慧供应链体系。
参考文献：
[1]李伯虎，柴旭东，侯宝存.“新基建”赋能智能+时代工业互联网——工业互联网2.0[J].中国经贸导刊.