2019年4月12日，中物聯物流規劃研究院大數據所所長劉凱毅受邀到昆鋼進行關于大數據對物流供應鏈戰略影響的講課，內容主要分兩塊：

一、大數據的基本業務理解

二、大數據對物流供應鏈的影響

第一點是對大數據的基本業務理解。

1、 數字經濟。

數字經濟的思維方式是把你對事物的判斷給“概率化”。在信息爆炸的時代，因為數據的豐富和知識的匱乏，大數據工具帶來思維方式的改變：從客觀世界收集數據，分析信息，深入分析成為知識，在客觀世界中做出決策和行動。 

第一個定律是摩爾定律：計算機硅芯片的處理能力每18個月就翻一翻，而價格以減半數下降。

第二個定律是梅特卡夫法則：網絡的價值等于其節點數的平方。

第三個定律是達維多定律：進入市場的第一代產品能夠自動獲得50%的市場份額，所以任何企業在本產業中必須第一個淘汰自己的產品。

從數字經濟的思維與概念下展開我們發現，在數字經濟下，增長都是呈指數級的。

傳統經濟正向數字經濟發生轉變。數字經濟下依靠技術構建了網絡生態組織。形成價值供應鏈和標準化體系用以判斷質量，關系和價值。

網絡賦能個體。個人在網上擁有擬人賬戶，數據收集感知用戶需求和事件，量化風險、營銷、關系、價值，輔助協同協作，管理投資的決策。

2、大數據驅動經營

數據價值的五個等級依次為數據（Data）、信息（Information）、智能（Intelligence）、知識（knowledge）、智慧（Wisdom）。

數據是指對于事實的記錄，如甲系列產品在華東地區銷售額為120萬。

信息=數據+意義，如上季度甲系列產品華東地區銷售額比去年同期減少了25 %。

智能＝信息+理解與推理。在信息上分析原因是華東地區銷售單位不行，或甲系列產品進入了衰退期，還是公司整體營銷活動落后，競爭者強力促銷導致？或是其它原因。

知識＝智能+執行。如甲系列產品進入了衰退期，是否需要按照促銷處理。華東地區銷售單位不行，相關管理團隊的績效及調整。

智慧＝知識的選擇。 應對的行動方案可能有多種，但（戰略）選擇哪個靠的是智慧。

大數據支撐數據收集，將數據整理為信息甚至是人工智能輔助敏捷決策，驅動經營管理。

要建立連續數據處理階段，為階段交替提出相關質量、安全、成本指標以幫助數據使用的全生命周期管理。

3、大數據價值服務

數據服務的方式有5種，第一是構建網絡，讓利益相關方能夠更加容易獲取信息，形成規模效應。第二是賦能個體，感知需求，以接近實時的方法收集能提升效益的信息。第三精細劃分客戶人群。第四用算法輔助決策，實現風險最小，效率最高。第五種是創新商業模式，賬戶體系化。

第二點是大數據對物流戰略的影響。

1、物流大數據與財務

財務往往是大部分企業最先切入的數據環境，成為大數據中心。從財務系統、ERP\CRM系統、表格中收集數據，自動化數據鏈接整合，生成可視化的日常財務報表、分析財務報表。

通過搭建服務平臺，庫存管理系統等系統平臺實現利潤增長和管理的便利化，也在財務報表上直觀體現。

2、物流大數據與組織管理

搭建產業服務體系、空間布局體系、企業服務體系。建設供應鏈平臺、空間運作平臺、企業運營平臺三大體系，形成樞紐產業鏈的信息流。繼續加大產業鏈條上商流、物流、資金流的流通，以商流、物流雙翼發展為基礎，形成“三位一體”的物流組織模式。

組織平臺為產業要素聚合、資源配置、服務配套產業發展創造環境，通過創新科學、合理的機制，營造產業生態系統，提升品牌、價值，形成可復制的商業模式。運用技術搭建組織平臺，增加運營收益。

3、物流大數據技術

現代供應鏈體系的基礎是標準化和信息化，物流是供應鏈的實體支撐，商流信息流資金流是供應鏈的虛擬支撐，物的標準化影響著流的標準化和鏈的標準化，標準托盤作為供應鏈的基本單元，在促進供應鏈連接、優化、協同等方面作用重大。

3.1 物流大數據與資金流

支付系統是連接消費者、商家（或平臺）和金融機構的橋梁，管理支付數據，調用第三方支付平臺接口，記錄支付信息（對應訂單號，支付金額等），金額對賬等功能。根據不同公司對于支付業務的定位不同大概有幾個階段：

第一階段：支付作為一個（封閉）的、獨立的應用系統，為各系統提供支付功能支持。一般來說，這個系統僅限于為公司內部的業務提供支付支持，并且和業務緊密耦合。

第二階段：支付作為一個開發的系統，為公司內外部系統、各種業務提供支付服務，支付服務本身應該是和具體的業務解耦合。

大數據系統在融資前核實客戶信息的真實性，對風險進行初步的判斷，對風險估值。融資后可以對申請人的消費能力、還款能力等及時跟進分析，對風險個人位置等信息進行跟蹤，提前進行風險預警。

3.2 物流大數據與信息流

在銷售系統中了解收發貨的管理，銷售部門的銷售計劃、銷售數據、銷售服務、銷售訂單管理。庫存系統記錄倉庫基礎數據，處理庫存，給財務出具業務單。采購系統中評估供應商信息，對采購部門的采購訂單和計劃形成管理。

例如沃爾瑪通過跨企業的供應鏈管理運作，大幅度地降低了商品庫存, 甚至接近零庫存的理想狀態，節約了大量庫存及管理費用，同時由于簡化了采購管理工作, 減少了相應的采購成本; 而且同供應商建立了長期穩定的合作伙伴關系, 獲得商品進貨價格的更加優惠, 形成各方共贏的局面。

3.3 物流大數據與商流

提升制造業供應鏈效率和倉儲配送融資效率，在采購后提供區塊鏈服務，完成業務刻畫，打通信息流保障信用傳遞，連接資金方。中心廠上云，開放其系統數據并在云環境中區塊注冊與數據對接金融機構介入，提供保理融資服務，改善供應鏈運行。

4、物流大數據與物流智能裝備

IoT智能裝備萬物互聯，TMS基于云計算和移動互聯網技術，為運輸鏈條每一個主體都提供免費的系統和信息共享入口。

5、物流大數據與新業態勢云倉

傳統產業物流需求回落，高新技術物流需求增長，傳統倉儲需要轉型向倉配一體化發展，運送物品向多品種、小批量、短周期發展，向信息化、智能化、自動化發展。云倉是未來發展的趨勢。利用云技術和現代管理方式，依托倉儲設施實現在線交易、支付結算等一體化服務。

未來云倉總體趨勢是高效準確的、智能倉儲的、用大數據支撐供應鏈預測需求的倉配中心。

6、物流大數據與供應鏈信息化

制定標準化，在平臺上用指數與大數據評估個人行為，構建信用體系，為決策提供便利，控制金融風險。

應用于多式聯運中搭建多式聯運標準體系，包括作業流程標準，信息流程標準，服務與管理標準，場站設施標準，轉運裝備標準，運載單元標準。以達到多式聯運交接的無縫銜接。