[摘 要]随着信息技术的不断发展，企业在信息化过程中积累了大量的结构化和非结构化数据。目前，大数据正在逐渐为各行业创造价值，其所积蓄的价值将驱动经营和决策的管理变革、商业模式变革等；与此同时，大数据也对零售业的采购与供应链管理产生着重大影响，引发着深刻地变革。本文通过案例分析大数据对当前零售企业的采购与供应链管理发展变化产生的影响，得出大数据分析方法与技术的应用能够推进零售企业的采购与供应链的转型、能够优化其采购与供应链管理中的成本结构、能够有效配置供应链上有限的资源。
[关键词]大数据；零售业；采购与供应链；供应商
[DOI]10.13939/j.cnki.zgsc.2015.46.085
大数据正在逐渐为各行业创造价值，其所积蓄的价值将驱动经营和决策的管理变革、商业模式变革等，它将是创新、竞争和提高生产率的下一个领域，同时也蕴含着经营创新的新市场机会和新利润空间。在各种数据技术越来越成熟的情况下，数据的分析与应用越来越全面，其价值对于各行各业都凸显了出来。那么大数据在零售业的发展中究竟有什么价值，对零售业的采购与供应链管理产生了什么样的影响呢？下面从五个方面来分析这些影响。
1 采购业务流程方面
近年来，越来越多的零售企业运用大数据技术优化其采购流程、变革其采购业务模式，且成效显著。未来零售企业在商业模式转型过程中都将因受到大数据影响而引发零售业采购业务流程的深刻变革，新的采购业务流程将能够为企业降低采购成本、减少采购环节、提高采购效率，还能提供更为准确的预测性采购信息，避免采购中的黑洞，使采购更透明、更规范。
上品折扣曾是一家实体零售运营商，在电商和大数据的合力驱动下，上品开始了“O2O”的旅程，并全力打造它的全渠道运营模式，先进的物联网和移动互联网技术的支撑使这些活动顺利开展开来，由此产生的大量的数据信息可以用来预测客户需求，从而能够更精准地预测库存和采购需求信息，这在很大程度上改变了传统的采购业务流程。
首先，传统采购模式下的采购业务流程如下图所示。该流程主要缺点是：缺乏必要的监督和控制机制；容易带来不必要的库存积压和增加大量的应付账款。其次，传统采购模式下，业务信息共享程度弱、业务的可追溯性弱，出了问题难以调查；人员的岗位变动对业务的影响很大。最后，传统采购模式下，对采购环节的控制往往是事后控制，会给企业造成不必要的损失。
传统模式下的采购业务流程图
大数据带动企业商业模式的转变，使采购业务活动变成了电子采购。而电子采购有以下优势：第一，采购信息准确全面，方便管理层决策；第二，采购过程公平公正，提高采购透明度；第三，采购业务流程精简，节约时间成本。
2 采购管理决策方面
大数据作为继云计算、物联网之后IT 产业又一次颠覆性的技术变革，对当前的零售企业的管理运作理念、组织业务流程以及营销决策等产生巨大影响，使得零售企业的采购管理决策越来越依赖于数据分析而非经验甚至直觉。传统的零售业的采购活动往往更多地依赖经验，而在有多种技术为支撑的大数据时代，作为企业运作始端的采购活动，其传统决策理念也受到了冲击。
2.1 决策主体由“精英式”过渡到“大众化”
传统采购决策的核心是精英式的企业管理层，而非员工和社会公众。这些决策的依据均是相对静止的、确定的结构化数据。而随着社会化媒体和大数据应用的深入，广大社会公众和终端用户都是数据的创造者和使用者，信息传播的范围和效力更加深远，知识的共享和信息的交互更加广泛，通过意见的表达、信息的传递，迅速形成信息共同体和利益共同体，他们成为企业决策的中坚力量，企业决策主体也从“精英式”转向“大众化”。
2.2 决策方式由“业务驱动”转向“数据驱动”
随着新一代信息技术的创新和应用普及，各种统计数据、交易数据、交互数据和传感数据源源不断地从各行各业迅速生成，种类广泛、数量庞大、产生和更新速度加剧的大数据，蕴含着前所未有的社会价值和商业价值，数据越来越成为零售企业的战略资产和创新的核心驱动力。在大数据时代，零售企业能够通过收集和分析大量内部和外部的数据，获取有价值的信息；通过挖掘这些信息，可以预测市场需求；最终企业将信息转为洞察，从而进行更加智能化的决策分析和判断。
2.3 决策过程由“被动式”演变成“预判式”
在大数据和互联网共同发力的时代，当前科技正走向跨领域融合，产业界限正在模糊，市场环境瞬息万变，各行业间充斥着大量的结构化与非结构化数据，如何保持竞争力？这要求企业不断调整和完善自己的商业战略，充分对当前数据进行分析和挖掘，对企业的业务发展、客户需求、商业机会进行预判，制定出面向未来的决策。在社会化媒体中发掘消费者的真正需求，在大数据中挖掘员工和社会公众的创造性，为企业的采购活动提供决策依据，推动企业决策模式从“被动式”向“预判式”演变。
3 供应商管理方面
零售企业应与供应商密切合作，建立长期稳定的交易关系，利益共享，风险共担，把供应商作为企业资源的一部分进行管理，才能实现供应链整体的成本最低、收益最大，并使二者优势互补产生1+1>2 的双赢效果，从而提高整个供应链的效率。在大数据时代，大数据技术的出现和使用使得零售企业对供应商的管理和与供应商的合作变得更为容易、自然且密切，那么应用大数据技术实现这样的供应商管理思想，最重要的是提高供应商服务水平，并与供应商建立长期的战略伙伴关系。
3.1 提高供应商服务水平
需求预测是整个供应链的源头，顾客偏好是顾客满意度的一个重要影响因素，因此，基于客户端产生的大量数据信息，通过大数据分析技术、预测模型可以得知顾客对商品的偏好及该商品的需求量，从而根据商品来自于哪家供应商即可确定企业采购部门应当选择的供应商，并根据实际情况，注重对供应商质量、价格、服务等方面进行事前审核和监控，凭借大量的数据信息确立更为合理的供应商评价指标体系，对供应商各方面情况进行综合调查，进而选择质量可靠、价格合理、服务优良、信誉良好的供应商，确立其名录，以便之后进行供应商管理，从而达到择优而录的同时提高供应商的服务水平。这样，不仅可以避免传统采购方式的主观因素、降低采购风险，还能给顾客带来更佳的用户体验。
3.2 与供应商建立长期的战略伙伴关系
企业采购部门通过数据平台给供应商提供需求信息、反馈物资使用情况，与供应商共享更多的信息，从而与供应商建立良好的合作关系，并利用供应商评价体系帮助供应商建立起促进和保证质量的机制，以提高产品质量和性能，降低采购风险，真正实现以“双赢”为目的的战略联盟。
好生活零售超市是一家综合性的超市，最初几年其粮油商品的供货主要由乐万家供货，但由于好生活超市的商品结构与市场需求脱节，一直销售不佳，仅仅依靠供应商的入场费、陈列费等来弥补经营上的不足，导致乐万家等厂商对好生活超市普遍存在敌对情绪，而且供应商对好生活提出的每一次促销策划都只是被动的应付，缺乏与供应商的合作意识。而在近几年由于各种技术的应用，尤其是通过大数据技术的分析预测，另外加之一些其他因素，好生活超市开始主动寻求适合合作的供应商，并通过信息共享以达到信息对称，从而与乐万家等供应商建立长期的合作伙伴关系。
4 供应链管理模式方面
随着人工智能的快速发展，大量内外部数据信息进行深度计算分析后，能够驱动各类智能系统覆盖零售平台，为业务提供及时的、可视化的供应链数据，提出全供应链的智能解决方案，从而提升整体供应链管理的效率。
目前，大数据技术的使用使得供应链管理能够达到以下几个目的。
4.1 更好地预测需求、监测客流
在竞争激烈的零售业中，产品的同质化已成为普遍现象。瞄准特定的顾客群体来进行营销和服务是商家一直以来的追求。零售企业通过大数据分析每个顾客的购物记录为其提供个性化的购物体验，分析出顾客的消费习惯、消费偏好，以此调整正在进行的各种市场营销活动。同时大数据系统的出现可以将海量的数据集成组合或切割分解，让原本需要人力花费无穷无尽时间整理的数据乱麻变得有条有理，再通过大数据技术对这些分析整理好的数据预测客户的各类不同的需求，同时监测客流的变化情况，有针对性地调整商品的采购量。为零售企业和消费者之间提供真正互动的交流平台，从而更有利于深度了解并吸引消费者参与。
4.2 更快地优化库存、适时促销
大数据时代的采购管理是根据销售需求及预测安排采购运营的，利用大数据技术和平台可以与供应商实时共享信息和数据，供应商通过实时掌握零售企业的库存、销售预测及采购需求，而合理安排生产及供应，这样可以大大降低库存量、库存成本，提高库存周转率。另外，在此基础上，企业还可以根据实时库存信息来合理、适时地安排促销活动，从而达到减少库存量、提高库存周转率的目的。
4.3 更优地定价、最大化收益
在对客户需求预测基础上，应用大数据技术还可以分析顾客对于质量与价格之间的偏好，分析其中的关系就可以进行合理的定价。
乐购（TESCO）已成为英国领先的零售商，并跻身全球三大零售企业之一。乐购不断发展壮大，抓住各种有利商机，在诸多领域引领创新潮流。乐购目前已经开始运用大数据技术采集并分析其客户行为。乐购首先在大数据系统内给每个顾客确定一个编号，然后通过顾客的消费金额、消费商品、售后服务等行为采集他们的相关数据，再用大数据系统建立特定模型，对每个顾客的海量数据进行分析，分析出每个顾客的消费习惯、近期可能需要的商品、对商品价格的偏好等，并用商品知识库的数据分析与其他商品是互补还是替代关系，以此合理地制定商品价格并且有针对性地及时调整促销计划。从而在合理定价的基础上，提高销量、降低库存，最终达到收益最大化。
4.4 更深地整合、打通供应链各环节
发挥行业协会、产业联盟等中介组织的力量，以大数据应用为牵引，能够加强数据采集、存储、应用等供应链上下游企业间交流合作，能够共享信息、整合资源，能够优化采购与供应链管理中的成本和资源结构，还能够打通供应链上的各环节，让每一环节都能更有效的运行。
物流也是零售企业供应链的一个环节，而如今的物流虽然快速发展着，但是物流成本的问题仍未得到很好的解决。但是，目前已经成功转型的苏宁的物流系统在大数据的支撑下已经提高到一个非常有竞争力的水平。苏宁IT总部相关负责人指出“如何在商品调拨、班车路线的排程以及整个路线的规划上做到更高效，一方面让用户有很好的购物体验，另一方面在成本上能进行有效的控制”，这是物流配送的关键点。苏宁正是基于这两方面，进行相关数据挖掘，并基于算法和模型进行优化。
由此可见，大数据在零售企业后台的应用，能够对整个供应链进行深度整合，令供应链各环节都能更为高效地运转，同时也为各环节存在的问题带来了更好的解决的可能性。
综上所述，大数据分析方法与技术的应用，能够推进零售企业的采购与供应链的转型，能够优化其采购与供应链管理中的成本结构，能够有效配置供应链上有限的资源，能够做到人财物最大化利用，对零售业产生了深刻地影响。虽然大数据的应用才刚刚起步，在应用过程中存在着一些问题，但不可否认的是，大数据分析与应用必将对零售业采购与供应链管理的可持续化、规模化发展起到核心的驱动作用。
参考文献：
[1]王德禄，王智勇，李明.大数据的现状与展望[J].经营与管理，2015（5）：76-78.
[2] 维克托·迈尔·舍恩伯格，肯尼斯·库克耶.大数据时代：生活、工作与思维的大变革[M].周涛，译.杭州：浙江人民出版社，2013.
[3]李学芸，吴江，李琛.大数据成就采购新优势[J].首席财务官，2014（9）：78-81.
[4]郑淑蓉.零售业大数据：形成、应用及启示[J].理论探索，2014（2）：90-94.
[5]高志飞.浅谈沃尔玛的采购管理对我国大型零售业的启示[J].商业经济，2013（4）：56-58.
[6]王雪，李艺，等.网购热潮冲击：传统实体零售业该何去何从[J].中国市场，2015（24）.
[7]贾文艺.网络销售对传统零售业冲击的研究[J].中国市场，2013（22）.
[8]张华.大数据时代的微商推广探析[J].中国市场，2015（25）.
