當前位置:才華齋>企業管理>物流管理>

物流與供應鏈管理如何有效運用大資料

物流管理 閱讀(1.49W)

對於物流與供應鏈管理來說,有效地實施大資料應用,可能會極大地促進企業改進商業模式、形成新的價值理念,而這也正是大資料的戰略意義所在。但大量企業依然面臨著這樣的難題:資料不缺,只是究竟該如何分析和應用?下面是yjbys小編為大家帶來的關於物流與供應鏈管理如何有效運用大資料的知識,歡迎閱讀。

物流與供應鏈管理如何有效運用大資料
  物流與供應鏈管理如何有效運用大資料

所謂大資料應用,指的是從多種渠道中收集電子資訊並進行應用分析,從而識別發展模式、趨勢及其他智慧資訊。這種分析可能會幫助企業識別那些已經發生但不易被察覺的資訊,也有可能幫助企業預測未來將要發生的情況。大資料應用包含三大要素:

要素一:大量。大資料一詞中“大”主要指的是可用於分析的資訊量。在供應鏈領域,它可能包括銷售網點體系、條形碼掃描裝置、射頻識別閱讀儀、用於車輛和手提電話的全球定位系統以及用於管理交通、庫房和其他運作的軟體體系。

要素二:多樣性。資料不僅應該採擷自一個資訊源,而且除了那些記錄在資料庫中的資訊等結構性資料以外,還應包括隱藏在文字、影像資料以及其他形式檔案中的非結構性資料。用IBM公司負責商業分析與決策管理的專案經理ErickBrethenoux的話來說,“企業應該想方設法地從包括社交媒體網站、虛擬社群、客戶服務中心在內的多種渠道獲取大量非結構性資料,司機對於所駕駛車輛效能的反饋也是其中的內容。”微博、收藏、部落格、郵件、產品評論以及線上評論,經過整合與分析,都能夠幫助企業識別顧客所需。

要素三:速度。“過去,以每日、每週或每月為單位對模型或資料進行分析就足夠了。”Brethenoux說道,但現在,企業如果想避免庫存不足或者由於惡劣天氣導致的延遲送貨等現象的發生,就必須進行實時或者近乎實時的資料分析。

大資料應用的風潮,正盛行於各行各業。許多具有前瞻戰略眼光的企業,已然通過大資料的武裝,形成了區別於同行的核心競爭力

那麼,對於管理物流和供應鏈運作,大資料應用究竟有著什麼樣的價值?

來看看亞馬遜的例子。亞馬遜最近申請了一項技術專利以支援其“預測性運輸”的開展。這項技術能夠幫助線上零售商根據特定地區顧客的線上消費習慣、搜尋頻次,以及商品瀏覽時間等因素來預測顧客需求,從而調整庫存水平。“亞馬遜希望能通過對顧客及人口分佈的瞭解,對趨勢的預測,以及快速匹配等工作,實現商業上的搶先佈局。”密西根大學管理學副教授、供應鏈一體化管理專案經理BretWagner如是解釋。

“網際網路、全球貿易的影響,分析技術的改進以及市場環境的變化都驅動企業不斷尋找加強競爭力的新方法。”位於美國華盛頓奧林匹亞的技術及供應鏈諮詢研究公司TransworldData的總裁MaryShacklett說道,“企業寄希望於利用大資料技術獲取創新性資訊,從而尋求新的機會。”事實上,大量美國企業已然將大資料應用根植於自己的物流與供應鏈管理當中。

  實施企業:Avnet公司

應用領域:評估承運商表現、分析最經濟的運輸模式、幫助完成全球分銷中心選址

總部位於美國菲尼克斯的Avnet是一家全球性的電子元器件分銷商,每年大概要處理500多萬票的小型包裹運輸交易。“每一樁運輸交易都會生成超過50列的資料,以及超過2.5億的資料值。”Avnet公司全球運輸副總裁MarianneMcDonald介紹說,這遠遠超過了該公司的資料處理能力,於是,他們選擇了一家資料服務提供商,後者能夠通過提供相關工具,幫助Avnet從運輸資料中獲取商業決策的依據和創新發展的思路。

這種工具包括提供關鍵業績指標的報告,從而識別出那些發票錯誤資訊最多的承運商。“這類資訊使我們能夠每季度與承運商見面,並且評估他們相較於其他承運商的業績表現。”McDonald說道。那些不注重改進績效表現的'承運商將會失去與Avnet公司合作的機會。

該工具還能夠顯示Avnet公司的業務部門在“次日達”、“第三日送達”以及“三至五天達”等不同運輸服務上的支出。“我們可以從支出、百分比或服務水平等維度來準確描述和比較各種模式的優劣。”McDonald說道。在此基礎上,她的團隊就可以推薦更加經濟的運輸方式,譬如將一個“三天送達”服務調整為支出更少的“三至五天達”服務。關於運輸模式的分析資料,還能夠幫助Avnet公司與承運商進行更加有效地談判。“由於我們準確地瞭解現在的運輸模式和效果,這些資料能幫助我們進一步明確接下來的戰略目標。”McDonald說道。

最近,Avnet公司還開始利用大資料來幫助決定全球分銷中心的選址。“過去確定分銷中心佈局主要是將從不同資訊源中得到的資料放入到電子表格,是一項離線的、高強度的工作;現在則發展為一種由分析來驅動的方式,且智慧化工具承擔了其中95%的工作。”Avnet公司負責全球物流與運營的首席官員MikeBuseman說道。利用技術對數字進行處理,使得規劃團隊能夠將精力集中於確定發展戰略。

  實施企業:Glasfloss公司

應用領域:生成運營情況定製報告、成本控制、實施聯合運輸、降低貨損索賠

Glasfloss公司總部位於美國俄亥俄州蘭卡斯特,主要生產用於加熱和通風的空氣過濾器以及空調系統。2013年,Glasfloss開始利用第三方物流供應商TransportationInsight公司的分析軟體InsightFusion來實現其供應鏈的智慧化。

InsightFusion能夠將來自不同供應鏈系統和外部來源(譬如運輸管理體系、庫房管理體系、資源規劃以及生產等)的資料進行融合,同時還提供了一種實時檢視所有完整供應鏈資訊的路徑。“資料來源和格式等因素已經不重要了,”TransportationInsight負責資訊科技的副總裁JimTaylor認為,技術的發展,實現了輕易能對這些資訊進行解讀,還能將其放置於企業資料庫中進行管理。InsightFusion的使用者能夠通過入口網站、手機或者平板裝置訪問InsightFusion軟體,獲取有關運營情況的定製報告。Glasfloss公司的生產運營經理GregGardner認為,該報告能夠幫助公司顯著改進物流運營。“它能夠幫助我們將時間、精力和資金集中於那些對提升顧客滿意度和提高盈利水平最為重要的領域。”

Glasfloss的一個實踐有力地證明了這一點。在InsightFusion軟體的幫助下,公司發現了發往其中某個特定省份的貨物量特別多。於是公司重新找了一家能夠對該地區的運費提供優惠費率的承運商,從而節省了資金。

Glasfloss還尋求對一些客戶進行聯合運輸,以節省成本和改進服務。“如果對同一地區的客戶同時傳送三個小型包裹,我們會建議進行聯合運輸,即使可能導致包裹延遲一兩天到達。”Gardner解釋道。有了InsightFusion軟體以後,Gardner決定將部分零擔運輸合併為經過兩或三個站點的聯合卡車運輸。即使每多經過一個站點,公司都要為其支付額外費用,但總成本也比每個站點分別進行零擔運輸要少得多。

此外,Glasfloss從InsightFusion軟體中獲益最多的,是其對客戶索賠情況進行篩查的功能。“我們發現一些特定省份的顧客索賠率要比其他省份高。經過深入的調查,我們發現,只要改善對其中一小部分顧客的運輸方式,公司就能極大地減少顧客的貨物損壞索賠率。”Gardner說道,“這個發現令人非常振奮,因為只要對有限的交易進行改善,就能取得較高的回報。”為了減少貨物損壞,Glasfloss正在改進對部分客戶的運輸方式。“舉個例子,如果我們發現貨物比較鬆散,可能我們就會用托盤裝運。如果我們發現承運商使用的車道或者運輸路線不是很好,可能就會更換承運商。”Gardner介紹,對InsightFusion的利用已經幫助公司減少了36%的顧客索賠量,同時將60天的理賠結案率提高到了83%。

  實施企業:Hillcrest Foodservice

應用領域:自動篩查資訊、出具差錯報告、分析工人操作準確率、監測駕駛員行為

位於美國克利夫蘭的HillcrestFoodservice是一家食品分銷商,業務範圍包括將食品分銷至北俄亥俄州和賓夕法尼亞州的餐館、零售商店以及其他機構。2010年以來,該公司啟用了一款叫做StyleIntelligence的智慧工具。Hillcrest負責客戶解決方案的經理JimSchmurr介紹,“公司選用的智慧工具系統,能讓更多的管理團隊成員以更加快捷和標準化的模式訪問和篩查各類資訊。”過去,管理層必須從不同的解決方案、路由體系以及資料庫等不同體系中收集資料,並將這些資料整合至Excel圖表以出具資訊分析報告,這是極其耗費人工的過程。正如Schmurr所回憶的,“資訊都在那兒,但每要使用都必須有一個重建的過程。”而現在,StyleIntelligence使這個過程自動化了。

Hillcrest選用的這款智慧工具,還有效地幫助企業改善了營運。過去,如果一家比薩餐館抱怨Hillcrest在將番茄沙司錯誤地配送為番茄醬時,很難追根溯源。為了弄清楚究竟是人為失誤還是系統故障,Schmurr和他的團隊必須將資料從Retalix匯入到Access系統中並建立查詢。“而現在智慧工具系統能夠實現自動化出具報告。”Schmurr說道。

Hillcrest還利用智慧工具來了解工人的分揀準確率,並以此為依據來制定激勵機制。通過條形碼掃描識別,Hillcrest可以“監測”庫房工人分揀、拖拉或移動操作的全過程,並且可以定位到哪個工人在處理哪一個訂單。

最近,Hillcrest公司還啟用了另一款移動運輸管理系統,從而將有關駕駛員行為的資料補充到之前的智慧工具體系中。“這樣我們就能知道駕駛員是否準時到達了,而這對服務報告的出具非常重要。”新資料也有助於確定是否在每個地點都給予了司機充足的時間用於完成貨物運送。“不同產品需要花費不同時間進行運送。新的分析能夠使我們決策更加明智,而且我們希望以此來更好地服務顧客。”Schmurr說道。