供应链视角电信运营商的大数据应用方向探讨
发布时间:2017-12-20
朱敏
(华信咨询设计研究院有限公司,浙江 杭州 310014)

【摘要】伴随着移动互联网、智能终端、云计算、物联网技术的发展,数据呈现爆炸式增长,数据密度空前提高,大数据时代已经到来。以大数据应用案例分析为基础,重点梳理电信运营商在供应链视角的大数据应用方向,为电信运营商内部大数据应用实践提供借鉴参考。
【关键词】大数据    供应链视角    电信运营商

1   引言
    伴随着移动互联网、智能终端、云计算、物联网技术的发展,数据呈现爆炸式增长,数据密度空前提高,大数据时代已经到来。2012年12月,美国宣布投资2亿美元,将“大数据战略”上升为国家意志,将数据定义为“未来的新石油”;2015年8月,中国正式出台《促进大数据发展行动纲要》,大数据成为国家级发展战略,明确提出政府开放数据共享,提出政务、民生、产业、农村的大数据发展方向。电信运营商作为“数据金矿”的拥有者之一,具有明显的数据优势和研发基础,在面临“管道化”的当下,大数据无疑为运营商转型提供了一把利剑,为应对残酷的互联网化竞争提供差异化手段。本文接下来将从供应链视角出发,总结、梳理未来供应链管理领域大数据应用场景及思路,为电信运营商大数据内部应用实践提供参考。

2   大数据在供应链管理领域应用典型案例分析
    大数据在供应链管理领域应用的领域主要包括四个方面:效率提升、服务优化、风险管控和供应链增值。
    其中:效率提升主要体现在配送中心选址、库存管理提升、配送路线优化等几个方面,服务优化主要体现在提供分析报告、提高发货速度、变革车货匹配等方面;风险管控主要体现在需求及库存预测、设备修理预测以及供应链金融风险管理等方面;供应链增值主要体现在供应链协同以及供应链增值服务提供等领域。每个应用场景具体应用及典型企业如表1所示:
表1    大数据在供应链领域的应用场景细分

应用领域

应用要素

典型企业

精准

物流中心选址

◆利用大数据的分类树方法:考虑企业经营特点、商品特点和交通状况等因素,使总成本之和最小。

Avnet

优化仓库储位

◆对商品品类、数量、出货频率等进行统计分析,根据商品分类准则做储位优化。

马士基、

京东、申通快递

提升

中转、分拣率

◆数据路由分单,取代人工分单,提升中转分拣效率;

◆优点:降低人力成本,提高准确度。

菜鸟物流、

日日顺、苏宁物流

优化运输路线

UPS采用Orion系统:可实时分析20万种可能路线,3秒找出最佳路径;

◆电商平台、供应商、物流商共享信息提前规划,精准运输。

菜鸟物流、

UPS、亚马逊、

京东

提供分析报告

◆对历史库存、成本等数据进行聚类分析,并给出大数据分析报告,可定期提供标准报告以及专题报告。

腾讯、阿里、百度

提高发货速度

◆物流公司接入电商平台,串联商家数据,实现电子面单无缝连接,提升发货速度。

菜鸟物流

变革车货匹配

◆能查能寄,统一快递流量入口;

◆促进运力标准化和个性化需求之间产生良好的匹配。

天地汇、裹裹

风险管理

预测需求

基于客户购买记录、浏览记录、浏览时间等信息,建立需求预测模型,实现“未下单、已发货”,快速响应客户需求,提升客户体验。

亚马逊

预测库存

◆基于前端销售情况、市场预期、库存信息等建立库存管理模型,实现库存自动补货;

◆根据历史数据,判断安全库存,及时预警;

◆预测顾客需求,调整库存水平,促进以存定需。

京东、沃尔玛、李宁、华为

预测

设备修理

◆重点监控容易故障单元;

◆预测性分析检测车队,及时进行防御性修理;

◆优点:减少抛锚后的延误、再装载负担,节约资源。

亚马逊、UPS

汇通天下

管理

供应链金融风险

◆利于进行目标客户资信评估,设定可靠的融资标准;

◆利于精准化金融和物流服务,整合资金流向等信息。

阿里巴巴、

京东、顺丰

供应链增值

促进

供应链

协同

◆大数据促进需求预测、渠道优化、生产作业计划、物料需求与采购计划等的精准性;

◆加强数据共享,促进供应链协同管理。

宝洁、沃尔玛

菜鸟物流、

顺丰

提供

增值服务

◆打造物流数据应用平台,利用物联网、云计算等技术手段,筛选有效客户信息;

◆共享给商务企业、仓储企业等,提供增值服务。

菜鸟物流、京东、

中国铁路

95306


3   电信运营商供应链管理领域大数据应用基础
3.1  有数据
    电信运营商在大数据运营方面具有天然的优势,拥有海量的用户基础数据,移动位置数据、信令数据、终端数据、网络日志数据、用户触点数据。从供应链领域来看,拥有采购管理、供应商管理、质量管理、物流管理等全生命周期的信息数据,具体包括的关键信息点的信息如图1所示:

模块

关键信息点

整合

应用

采购管理信息

1. 需求预测信息

/月需求预测

驱动采购物流

2. 历史采购信息

各专业整合

分析预测需求

3. 份额执行信息

系统数据分析

份额执行预警

4. 采购分布信息

系统数据分析

信息树分析

5. 采购价格信息

各专业整合

信息树分析

供应商管理信息

6. 供应商基础信息

供应商注册

供应市场分析

7. 供应商分布信息

品类管理研究

供应市场分析

8. 供应商履约信息

履约过程梳理

绩效评估

9. 供应商产能信息

供应商协同

产能预警

10. 供应市场信息

品类管理研究

供应市场分析


模块

关键信息点

整合

应用

质量管理信息

11. 质量检测信息

检测信息整合

质量问题识别

12. 质量投诉信息

投诉信息梳理

供应商评估

13. 运行质量信息

一线人员反馈

质量问题识别

14. 共享质量信息

质量平台共享

质量问题预警

物流管理信息

15. 库存信息

系统数据分析

安全库存备货

16. 仓储资源信息

系统数据分析

卫星库模式

17. 配送在途信息

物流商协同

全程可视化

18. 交付计划信息

建立交付计划

交付可视化

19. 交付时限信息

物流交付时限

交付可预期

风险

20. 风险点信息

全过程风险

风险预警管控


 
图1    电信运营商供应链环节可供分析的数据类型
3.2  有需求
    如表2所示,从电信运营商实际运营角度,可以发现在各个功能模块均存在优化需求点,需要通过大数据的分析应用加以解决,因此从电信运营商内部或者合作伙伴的角度来说,都存在大数据应用的需求。
表2    电信运营商在供应链管理环节问题梳理

问题类型

问题梳理

物流领域

1)不能及时掌握全国物流资源及绩效运作情况;

2)如何帮助设定合理的安全库存;

3)如何降低物资的呆滞风险;

4)如何降低交付延时率或错误率。

采购领域

1)不能准确地预测各种物资的采购需求;

2)不清楚多少采购经济批量是最合适的;

3)在采购决策过程中不能有效利用供应商过往行为信息。

需求领域

1)不能快速获取终端、营销用品的畅销信息;

2)不能及时准确预测分厂家分设备的故障风险;

3)采购节奏与建设节奏不匹配.

合作单位

1)如何才能更经济地进行仓储布局;

2)什么样的配送路线才能达到路线最短,成本最低;

3)供应商库存如何设置才最合理;

4)满意度低的原因,该如何改进。

行业

1)缺少权威的行业物流报告;

……


3.3  有意愿
    从电信运营商转型战略的角度,大数据领域已经作为三家运营商不约而同的战略方向之一,在未来几年中,大数据工作无疑将是三大运营商转型工作的重点。
    因此可以得出结论,电信运营商有数据、有需求、也有意愿来推进大数据在供应链管理中的应用,为未来供应链大数据应用实践奠定良好基础。

4   电信运营商供应链管理领域大数据应用场景思考
4.1  整体应用场景考虑
    结合上述分析,电信运营商供应链管理领域大数据应用场景可以分成三个层面:服务部门、服务公司和服务行业。其中服务部门可以包括采购需求预测、订货点预测、供应商评估、安全库存等场景,服务公司可以包括终端需求及营销用品预测、运行问题分析、建设节奏分析等,服务行业可以包括通信行业物流报告、交付满意度分析报告等诸多场景,具体如图2所示:
 
图2    电信运营商供应链领域应用总览图
4.2  应用策略建议
    (1)战略上重视,组织上保证。最好要有专门的团队来做,大数据运营团队必须独立运作,独立核算,并辅以灵活的机制,否则新事物很难在传统的电信体制下快速孵化。其次,光靠自己的力量还不够,怎么样能够找到优势互补的合作单位协同研发运营才是大数据在电信内容发芽并壮大的关键。
    (2)循序渐进,以点带面。可根据数据支撑可行性、建模可行性、需求迫切性等角度进行综合评估确定应用场景的优先顺序,由难到易逐步形成规模化的应用体系。
    (3)平台化运作。大数据应用的本质是海量数据汇总后的挖掘提炼,大数据应用要得到实践,必须要有平台可以实现数据的自动获取、自动分析和报告的自动生成,因此需要有专门的平台来支撑相关工作。

5   结束语
    大数据对运营商而言,具有极高的价值,但是否能真正发挥作用,还需运营商的实践。建议电信运营商还是循序渐进,结合自身优势,选择合适的商业模式切入,逐步完善大数据在供应链领域的应用。

参考文献:
[1] 朱敏. 大数据时代背景下运营商战略及市场影响分析[J]. 中国电信业, 2015(5): 78-79.
[2] 樊耀东,张媛伊,王菲菲. 电信运营商大数据对外应用案例分析[J]. 移动通信, 2015(13): 77-81.
[3] 刘琳,何智平. 电信运营商大数据应用模式的探讨[J]. 通信与信息技术, 2014(4): 62-63.
[4] 高智衡. 运营商勇闯“大数据”机遇大于挑战[J]. 通信世界, 2012(29): 33.
[5] 周双阳. 大数据融合成运营商“去管道化”利器[J]. 通信世界, 2013(15): 40.
[6] 夏文忠. 大数据汇聚关键技术与统一架构研究[J]. 电信技术, 2015(1): 32-35.
[7] 黄勇军,冯明,丁圣勇. 电信运营大数据商发展策略探讨[J]. 电信科学, 2013(3): 6-11.
[8] 施巍巍. 电信运营商对大数据的应用[J]. 中国新通信, 2015(3): 27-28.
[9] 刘琳,何智平. 电信运营商大数据应用模式的探讨[J]. 通信世界, 2014(4): 62-63.
[10] 邱小红. 电信运营商大数据应用浅析[J]. 广西通信技术, 2015(2): 11-15. ★
 
作者简介:朱敏:高级经济师,硕士毕业于东南大学企业管理专业,现任华信咨询设计研究院有限公司供应链所所长、智慧城市研究中心副主任,研究方向为战略与产品规划、产品咨询,曾在《通信企业管理》、《中国电信业》《移动通信》、《电信技术》等期刊发表多篇文章。

请输入评论内容
登录注册访问网站首页。

copyrights @ 2013  版权所有:中国电子科技集团公司第七研究所《移动通信》杂志社

粤ICP备17061932号-2     粤公网安备 44010502000212号