关键词：电力物资供应链；大数据分析；管控体系
引言
随着信息时代的到来，供应链领域的数据数量和规模呈爆发式增长，其数据采集主要来源于以下几个方面:企业资源计划(ERP)系统，分布式制造环节，订单和装运过程，社交媒体反馈以及技术驱动的数据源如全球定位系统(GPS)、基于射频识别(RFID)的跟踪、移动设备、监视视频等。如何从大量的数据中挖掘出有价值信息，为企业降低成本、减少风险，帮助组织改进其供应链设计和管理是目前面临的一大问题。
1大数据分析内涵
大数据分析主要指的是合理运用互联网技术，进行大量数据的分析和应用，大数据分析具有规模大、范围广、传播快、价值高等特点，今年来，随着网络技术的普及和应用，大数据已经成为我国各行各业发展关注度最高的词汇。市场上不断涌现不同功能的大数据技术，如数据存储、数据安全防护、数据分析、数据信息挖掘等，这些数据技术在网络信息爆炸时代背景下具有较高的商业价值，为经济市场智慧供应链发展带了来机遇和挑战，在进行大数据分析的过程中，需要做好数据可视化、数据挖掘算法、数据筛选、数据预测、数据处理与语义引擎应用等内容。保证数据的可视化发展是进行数据分析的基本，能够让复杂的数据内容直观地展示在工作人员面前，充分体现出数据的内在价值，数据可视化分析技术的应用是为了让工作人员能够更好地观察数据内容，做好数据挖掘，规模化的数据发展为我国智慧供应链的建立带来了较大的难题，数据的发展要求工作人员充分了解数据背后所具有的价值，做好数据预测，语义引擎的设计是为了保证数据智能化发展，自动地进行数据信息的提取、筛选和处理，结合市场的发展条件，形成最优化的管理方案。
2供应链管理目标
行业领域中推行供应链管理，其目标主要在于:坚持以满足客户需求为首要原则，通过对整体供应链中的各环节实行科学化及规范化的综合管理，例如，对供货商、制造商、分销商以及消费者各维度的管理，重视提升原材料采购及存储管理、产品制造、物流配送、产品营销等方面的运行效率，进而实现供应链环节中的物流、信息流和资本流的高效运行。最终目标就在于使合格的产品在适当的时间以准确的数量、完美的品质和完整的状态达到市场环境中客户的实际需求。
3电力物资供应链大数据分析管控体系建设策略
3.1建设基于大数据的物资供应链分析管控平台
3.1.1全业务流程贯通，保障数据真实
遵循信息化一般规律，严格秉承系统贯通、业务流程优化和业务数据规范先行的理念。全面梳理供应链相关业务，优化并明确纵向和横向业务流程；全面开展业务规范的梳理，通过业务字段建立上下游业务流程的规范性，实现不同平台、不同业务流程间数据的一致性、关联性、完整性；最后明确通过项目和订单两个维度实现对项目管理和物资供应各节点状态信息的全流程贯通。
3.1.2全业务100%在线运营，确保数据全量
规范业务管理要求，统一采购需求入口，实现需求、采购、合同、订单、物流配送、结算等全流程在线运营和审批，为数据采集奠定基础。
3.1.3供应链大数据平台建设
在完备的供应链信息化基础上，以物资辅助决策中心为载体搭建供应链大数据体系平台。平台建设的基本目标是以数据为核心，向分析要效益，通过大数据体系的不断深入应用，稳步提高供应链核心能力，促进企业转型，驱动企业智慧化运营。
期刊文章分类查询,尽在期刊图书馆
供应链大数据架构自下而上依次是：数据交换层、数据存储层、数据处理层、数据应用层。首先从企业内部业务系统和外部抽取数据，经过各层处理，最后通过数据应用反哺业务系统。
数据交换层利用数据仓库技术，对各业务系统的源数据进行抽取、转换、加载，为数据存储与计算奠定基础；数据存储层配置大数据分布式储存、流处理平台以及内存数据库，提供离线和在线计算能力；数据处理层是系统的核心部分，基于应用场景，构建数据模型。数据应用层将数据处理层的结果以报表、流程嵌入以及用户行为分析等方式展现给用户，实现业务监控预警、业务分析预测等系统应用。
3.2构建基于可视化预警分析的物资结算管控新模式
通过搭建信息沟通渠道和共享平台，建立工作预警和提醒机制，降低供应链各节点的工作压力，提高资金结算支付效率，实现合同结算环节精准管控，防范各类风险。项目管理单位维护项目进度状态，及时填报履约单据，提醒物资管理单位发起该阶段的资金结算支付工作。项目进度信息三方共享，物资管理单位主动了解工程项目进度，积极掌握具备支付条件的项目信息，及时降低应付款和暂估款，按照项目进度节点及支付管控对应款项支付；供应商获取工程项目进度信息，及时开具履约保函，提前完成保函续保工作，向物资管理单位提交资金支付申请。物资管理单位维护物资合同结算进度信息，项目管理单位和供应商信息共享，相关单位可快速掌握物资合同结算支付进度和支付信息，从容安排相关工作。建立资金结算支付与供应商违约处理联动机制，质量监督管理部门与合同管理部门共享供应商违约处罚信息，合同管理部门对需进行结算管控的违约合同快速响应，及时暂停问题供应商相关合同的结算进程。
3.3大数据分析在物资仓储管理的应用
就现阶段的发展而言，仓储管理所使用的ERP系统所实现的功能指标只有闲置物资增长率、闲置物资库存金额占比、库存周转率、物资领用率等，对于物资仓储管理来说比较侧重于统计性指标。虽然能检索出所有的库存物资信息的记录和对于降低库存这一技术提供了基础，但是不能提供后续的降低库存和保持库存的数据。对于这一点需要引入大数据分析技术，通过大数据分析技术找出仓储全部物资的出入库数量和出入库频次较高的物资，进行数据的分析和提炼，得出有价值的采购优化策略，使库存结构越来越简单优化，保证保障机组常用物资的需求保持在最低水平，以此提高资金的使用率。除此之外，根据电力企业建立联合物资储备模式的要求，由电力企业物资部整体协调，鼓励各单位互借互用现有库存，以实现整体库存降低的目的。本文建议可将各单位进行大数据分析后建立的数据库和采购策略在全局进行统筹优化，以更大程度的实现联合物资储备模式，简单的说，以前是我厂缺什么急需物资时，再去联系其他厂调用并支付相应费用，如果在全局层面实现了大数据分析信息共享后，那么可以实现有的备品备件我厂在制定采购计划时就不必采购，而采取从别的厂必备库存多的调用，这样在一定程度实现整体最优库存设计。
结语
综上所述，企业在发展过程中，还需要从其他的市场资源中整合出数据，获取更多有价值的数据，这些数据可能源自零售商。除了销售数据以外，还需要收集库存数据、促销数据、商品投入市场数据等数据类型，对商品销售过程中所采用的折扣和价格变化规律进行了解，通过特定的产量规划了解仓库的储存量，以及商店每月的销售额。这些数据的形成都有利于智慧供应链的建立，企业还可以通过协同化管理，对供应链进行合理规划，减少牛鞭效应的发生，保证智慧供应链发展过程中，不同环节之间的相互协作。
参考文献
[1]陆杉，陈宇斌.供应链中大数据分析应用研究综述[J].商业经济与管理，2018（9）：27-35.
[2]杨小龙.大数据分析在供应链管理中的应用[J].通信与信息技术，2018（5）：39-40+36.
[3]王娟.大数据应用对供应链管理价值提升的分析与研究[J].物流科技，2016，39（2）：131-132.
[4]官志华.大数据分析在供应链管理中的应用[J].物流技术，2017（9）：132-135.
论文作者:王强
论文发表刊物:《中国电业》2019年9月18期
论文发表时间:2020/1/14
标签：数据论文; 大数论文; 供应链论文; 物资论文; 据分析论文; 库存论文; 信息论文; 《中国电业》2019年9月18期论文;