1.2.2 大数据驱动的供应链

依据供应链管理理论，供应链环节主要由采购、制造、物流、销售4个部分组成，企业仅仅关注其中的某一个部分是不够的。沃尔玛公司使用大数据分析将由采购到销售的整个供应链连接起来。在销售环节中，销售终端机记录并追踪顾客的消费需求，这一信息通过供应链传递给各方。沃尔玛的零售链平台正是通过这一方式总揽全局，通知各方，连接供给方与销售方。任何信息都能够同时传递给其他部门，比如说，采购环节出现短缺状况、物流环节出现滞后状况、制造环节出现生产停滞状况等。

在供应链管理中应用大数据分析为企业带来了巨大的竞争优势，大数据驱动企业供应链管理进一步转型升级，朝着智能化方向发展。通过大数据分析，企业可以更加深入地了解到消费者的行为与需求，并与之建立更紧密的联系：企业可以进行精准营销，促进消费，提高消费者的忠诚度；按照消费者的购买意愿定价，并实时随市场变化更改定价；发挥营销投资的最大收益，优化门店和配货中心的选址地点。最重要的是，企业能够平衡需求与库存，杜绝库存短缺或过剩。

从采购到销售，供应链网络中的企业将大数据分析运用到供应链的各个环节。销售方面，营销大数据分析快速发展，以便更好地理解消费者行为；物流方面，物流管理应用大数据分析交通路线与物流节点的优化设计，大幅提高物流运作效率；生产制造方面，越来越多地应用大数据分析优化库存和转运能力，加速智能制造发展；采购方面，更多地利用大数据分析进行供应商的评价管理，降低企业经营成本与经营风险。

以英特尔公司为例，其列出了大数据分析的大量优势，包括提供数据可视化服务以帮助企业实现供应链可视化。应用大数据分析，英特尔能够全面监督供应链网络的决策，如完成订单时间、库存需求、交通及短缺成本。对英特尔来说，大数据分析不仅可以提供技术性供应链决策，还可以帮助企业处理更广泛的业务，涵盖了从明确供应商到管理碳排放等方面的问题。

大数据背景下，供应链管理决策主要由两个关键部分组成：第一个是供应链网络设计，包括物理结构以及系统内业务环节设计，这些是采购、制造、物流以及销售环节的组成部分；第二个是信息技术，信息技术使信息共享、传播和处理能够协调统一（见图1-2），是大数据分析的核心。信息技术管理是供应链管理的支柱，没有它的沟通和支持，便无法实现整个供应链决策的制定与沟通。供应链网络设计和信息技术系统设计共同支撑着整个供应链的决策，相辅相成，共为整体，并且都需要应用和实施大数据分析。

大数据分析推动了供应链管理的智能化发展，促进了整个供应链绩效的提高。大数据分析给企业带来了前所未有的洞察力。当今经济环境中，要保持企业的竞争优势，应在整个供应链管理中贯穿大数据分析决策，由此建立智慧供应链。