刘凯毅：大数据对物流企业供应链战略的影响

2019年4月12日，中物联物流规划研究院大数据所所长刘凯毅受邀到昆钢进行关于大数据对物流供应链战略影响的讲课，内容主要分两块：

一、大数据的基本业务理解

二、大数据对物流供应链的影响

第一点是对大数据的基本业务理解。

1、 数字经济。

数字经济的思维方式是把你对事物的判断给“概率化”。在信息爆炸的时代，因为数据的丰富和知识的匮乏，大数据工具带来思维方式的改变：从客观世界收集数据，分析信息，深入分析成为知识，在客观世界中做出决策和行动。 

第一个定律是摩尔定律：计算机硅芯片的处理能力每18个月就翻一翻，而价格以减半数下降。

第二个定律是梅特卡夫法则：网络的价值等于其节点数的平方。

第三个定律是达维多定律：进入市场的第一代产品能够自动获得50%的市场份额，所以任何企业在本产业中必须第一个淘汰自己的产品。

从数字经济的思维与概念下展开我们发现，在数字经济下，增长都是呈指数级的。

传统经济正向数字经济发生转变。数字经济下依靠技术构建了网络生态组织。形成价值供应链和标准化体系用以判断质量，关系和价值。

网络赋能个体。个人在网上拥有拟人账户，数据收集感知用户需求和事件，量化风险、营销、关系、价值，辅助协同协作，管理投资的决策。

2、大数据驱动经营

数据价值的五个等级依次为数据（Data）、信息（Information）、智能（Intelligence）、知识（knowledge）、智慧（Wisdom）。

数据是指对于事实的记录，如甲系列产品在华东地区销售额为120万。

信息=数据+意义，如上季度甲系列产品华东地区销售额比去年同期减少了25 %。

智能＝信息+理解与推理。在信息上分析原因是华东地区销售单位不行，或甲系列产品进入了衰退期，还是公司整体营销活动落后，竞争者强力促销导致？或是其它原因。

知识＝智能+执行。如甲系列产品进入了衰退期，是否需要按照促销处理。华东地区销售单位不行，相关管理团队的绩效及调整。

智慧＝知识的选择。 应对的行动方案可能有多种，但（战略）选择哪个靠的是智慧。

大数据支撑数据收集，将数据整理为信息甚至是人工智能辅助敏捷决策，驱动经营管理。

要建立连续数据处理阶段，为阶段交替提出相关质量、安全、成本指标以帮助数据使用的全生命周期管理。

3、大数据价值服务

数据服务的方式有5种，第一是构建网络，让利益相关方能够更加容易获取信息，形成规模效应。第二是赋能个体，感知需求，以接近实时的方法收集能提升效益的信息。第三精细划分客户人群。第四用算法辅助决策，实现风险最小，效率最高。第五种是创新商业模式，账户体系化。

第二点是大数据对物流战略的影响。

1、物流大数据与财务

财务往往是大部分企业最先切入的数据环境，成为大数据中心。从财务系统、ERP\CRM系统、表格中收集数据，自动化数据链接整合，生成可视化的日常财务报表、分析财务报表。

通过搭建服务平台，库存管理系统等系统平台实现利润增长和管理的便利化，也在财务报表上直观体现。

2、物流大数据与组织管理

搭建产业服务体系、空间布局体系、企业服务体系。建设供应链平台、空间运作平台、企业运营平台三大体系，形成枢纽产业链的信息流。继续加大产业链条上商流、物流、资金流的流通，以商流、物流双翼发展为基础，形成“三位一体”的物流组织模式。

组织平台为产业要素聚合、资源配置、服务配套产业发展创造环境，通过创新科学、合理的机制，营造产业生态系统，提升品牌、价值，形成可复制的商业模式。运用技术搭建组织平台，增加运营收益。

3、物流大数据技术

现代供应链体系的基础是标准化和信息化，物流是供应链的实体支撑，商流信息流资金流是供应链的虚拟支撑，物的标准化影响着流的标准化和链的标准化，标准托盘作为供应链的基本单元，在促进供应链连接、优化、协同等方面作用重大。

3.1 物流大数据与资金流

支付系统是连接消费者、商家（或平台）和金融机构的桥梁，管理支付数据，调用第三方支付平台接口，记录支付信息（对应订单号，支付金额等），金额对账等功能。根据不同公司对于支付业务的定位不同大概有几个阶段：

第一阶段：支付作为一个（封闭）的、独立的应用系统，为各系统提供支付功能支持。一般来说，这个系统仅限于为公司内部的业务提供支付支持，并且和业务紧密耦合。

第二阶段：支付作为一个开发的系统，为公司内外部系统、各种业务提供支付服务，支付服务本身应该是和具体的业务解耦合。

大数据系统在融资前核实客户信息的真实性，对风险进行初步的判断，对风险估值。融资后可以对申请人的消费能力、还款能力等及时跟进分析，对风险个人位置等信息进行跟踪，提前进行风险预警。

3.2 物流大数据与信息流

在销售系统中了解收发货的管理，销售部门的销售计划、销售数据、销售服务、销售订单管理。库存系统记录仓库基础数据，处理库存，给财务出具业务单。采购系统中评估供应商信息，对采购部门的采购订单和计划形成管理。

例如沃尔玛通过跨企业的供应链管理运作，大幅度地降低了商品库存, 甚至接近零库存的理想状态，节约了大量库存及管理费用，同时由于简化了采购管理工作, 减少了相应的采购成本; 而且同供应商建立了长期稳定的合作伙伴关系, 获得商品进货价格的更加优惠, 形成各方共赢的局面。

3.3 物流大数据与商流

提升制造业供应链效率和仓储配送融资效率，在采购后提供区块链服务，完成业务刻画，打通信息流保障信用传递，连接资金方。中心厂上云，开放其系统数据并在云环境中区块注册与数据对接金融机构介入，提供保理融资服务，改善供应链运行。

4、物流大数据与物流智能装备

IoT智能装备万物互联，TMS基于云计算和移动互联网技术，为运输链条每一个主体都提供免费的系统和信息共享入口。

5、物流大数据与新业态势云仓

传统产业物流需求回落，高新技术物流需求增长，传统仓储需要转型向仓配一体化发展，运送物品向多品种、小批量、短周期发展，向信息化、智能化、自动化发展。云仓是未来发展的趋势。利用云技术和现代管理方式，依托仓储设施实现在线交易、支付结算等一体化服务。

未来云仓总体趋势是高效准确的、智能仓储的、用大数据支撑供应链预测需求的仓配中心。

6、物流大数据与供应链信息化

制定标准化，在平台上用指数与大数据评估个人行为，构建信用体系，为决策提供便利，控制金融风险。

应用于多式联运中搭建多式联运标准体系，包括作业流程标准，信息流程标准，服务与管理标准，场站设施标准，转运装备标准，运载单元标准。以达到多式联运交接的无缝衔接。