胡艳霞(中山火炬职业技术学院 广东中山 528437)
基于大数据的企业物流系统与营销系统整合路径
胡艳霞
(中山火炬职业技术学院广东中山528437)
信息化时代为企业运用大数据技术来整合营销系统与网络系统提供技术支持,它可确保企业运用新技术开发新兴业务领域并拓展销售渠道,以有效强健企业商业体系并实现预期运营目的。研究阐述了大数据背景下企业物流系统与营销系统整合的意义;从物流与营销信息协同机理及物流与营销快速响应机制等方面分析大数据技术支持的物流与营销协同机理;给出提高精准物流与精准营销匹配度,物流与营销系统的作业整合策略和基于大数据技术来推进三流融合等具体对策。
大数据物流系统营销系统
物流系统与营销系统的资源整合系指以满足消费者的个性化需求为目标,在企业内部通过优化配置物流部门与营销部门的职能,建构跨部门协同运作机制,保障各职能间的决策者相互信任,资源相互协调和信息共享。从企业层面分析,两者的整合目标是实现企业整体利益最大化,而非局部利益最优化;从供应链层面分析,两者的整合目标则是实现供应链系统价值增值最优化。为此,企业应当整合内部物流与营销部门资源,企业间应当整合供应链资源来协力提升消费者满意水平,进而实现企业和供应链的长期竞争优势。虽然传统企业决策层有加强物流系统与信息系统协同的意愿,但由于企业所处产业链和供应链系统较为庞大,企业缺乏足够的能力来确保系统内部信息保真传输和决策有效落实。随着互联网和大数据技术的迅速发展,企业物流系统可以借助先进的信息技术来实现企业上下游产业链的有机整合,以互联网技术和大数据技术来整合供应链可以显著提升企业对内部和外协物流系统的数据分析能力,强化跨部门和跨企业协同运作能力,进而提升物流系统整体的运作效率和市场竞争能力。
(一)物流与营销信息协同机理分析
其一,运用大数据系统收集物流与营销数据。随着互联网和移动互联网的技术迅速发展,以及手持上网终端设备的日益普及,物流大数据及营销大数据系统的建构被提上日程。当前的互联网、物联网、车联网等网络平台是产生大量物流和营销数据流的载体;而RFID、传感器、GIS、GPS定位系统则构成了物流和营销数据流的主要内容。在对物流和营销数据流处理前,虽然这些数据流展现出杂乱无章的数据特征,但其中却潜藏着大量关于客户历史消费行为的信息,深入挖掘该数据可为企业提供高价值商业数据并帮助企业提升决策质量。为此,企业应借助大数据系统来收集互联网实时数据、传感器数据和web页面数据,并通过对数据的归类分析和筛选来从中获取高价值商业数据。
其二,运用大数据系统分析处理物流营销系统数据。大数据系统可以帮助企业对前述工作所采集的数据进行处理,经由录入、存储、分析、传输等步骤,从中提炼出高价值商业数据信息。大数据分析的难点在于海量数据导致数据处理系统暴露出信息过载问题,而现有企业级数据处理系统难以担负起海量商业数据处理能力,有数据处理能力的企业亦因数据处理成本高企而被迫放弃自营数据处理系统方案。企业应运用云端数据处理技术匹配深度学习技术的方式,以克服当前多数企业数据计算能力不足的问题,提高大数据分析精度。再者,企业可采用分布式数据库系统来将数据传送到云端,通过购买云计算能力的方式来实现对商业数据的深度学习和处理。这种分布式的数据处理能力只要求企业在终端扫描商业数据并将其交付云服务机构来处理,从而降低企业内部CPU和磁盘访问率,提高企业对商业数据的处理效率。
(二)物流与营销快速响应机制分析
其一,加强企业级物流与营销系统响应需求能力。企业应加强物流与营销系统信息反馈机制建设,提升企业物流与营销系统响应客户的能力。企业应健全能够提升物流与营销信息反馈机制效能的技术基础。企业可在其全业务流程中推广条形码和EDI技术,在各业务环节加装条形码和P0S扫描装置。此举可令企业在加快物资流通速度的同时,同步从中获取更精确的销售数据信息,并向上游企业传输,以便上下游企业及时掌握供应链系统的物流及销售环节关键信息。EDI是在计算机之间交换商业票据的基础性技术,企业将其物流及营销业务文件转化成行业标准格式文件,以实现供应链成员企业间按标准格式共享商业信息。供应链成员企业之间可以从网络系统中下载该标准格式的物流及营销业务文件,并将其数据转换为企业内部系统所能识别的格式,从而实现了具有不同内部信息管理系统的企业之间的商业数据交换。这可以从商业数据一致性层面来保证各企业在满足消费者个性化需求的过程中,能够如实的掌握客户需求特点,并能保证各企业向客户提供的服务与产品具有一致性。
其二,加强供应链上物流与营销系统的联合响应客户需求的能力。企业应当建立补货联盟,将零售商和供应商、生产资料市场和消费市场联合起来,共建物流营销系统,共享销售数据信息;企业还应当加强与第三方物流企业的合作,联合制定跨企业的需求预测计划和物流配送机会。通过与第三方物流协同运作,企业可以确保在满足营销部门合理的服务水平条件下,有效降低物流部门的库存水平,提高上游供应商对下游零售商企业的存货补货能力,加快库存周转和资金周转率。提升物流营销系统联合响应消费者需求的能力关键在于改善跨部门和跨企业的物流系统与营销系统的业务协同能力。企业决策层应当清醒的认知到,企业内部各职能部门之间及供应链系统内部各企业之间并非简单的交易关系,而是合作与竞争共存的竞合关系。上游企业必须深切地认识到下游客户信息对整条供应链系统的价值,采取让利措施来满足下游企业的部分需求,从而鼓励下游企业收集客户需求信息并向上游及时反馈。上下游企业和物流与营销部门须以满足客户需求为目标来实现跨企业联合,通过加强信息交互和服务对接的方式来令供应链上下游企业协同满足客户对物流和营销的个性化需求,确保供应链成员企业的价值链整体性增值。
(一)提高精准物流与精准营销匹配度
其一,以精准物流来提升精准营销的效能。为精准营销提供精准物流服务是物流企业在互联网时代巩固其核心竞争力的重要手段。精准营销(Precision Marketing)认为,企业在对目标市场进行深入分析的基础上,运用大数据技术建立相对完善的顾客信息系统。企业可针对顾客的个性化需求,来选择既有鲜明个性又能满足企业盈利需求的细分市场,并在该细分市场内展开有针对性的营销活动。大数据技术支持下的精准营销要求企业以顾客真实需求为标的,在深入探析企业当前所持有的资源和能力情况下,充分运用现代信息技术来动态挖掘客户的潜在需求信息,分析客户的消费需求变动趋势。在由大数据系统提供关于客户消费动向信息后,企业物流系统可以据此来制定相应的物流配送方案,提前配置企业物流资源和配送系统能力,以有效满足消费者的需求。为此,物流企业应在原有的物流资源基础上大力推进精准物流系统建设。在仓储环节,企业物流系统应当提前获取客户的销售信息,做好货物的拣选配置工作;在运输方面,物流企业应当精准控制物流标的物,统筹安排从订单下达到运输等全业务流程的各环节,确保货物安全、准时到达指定地;在物流信息系统方面,企业物流职能部门应当通过对运输过程进行全程实时监,保证物流业务流程平稳、安全、高效的运作。
其二,满足客户的个性化需求是实施精准物流的关键。精准物流的实施关键在于,确保物流企业能精准把握客户的个性化需求,并通过运用专业化物流资产的方式来满足客户的个性化需求。随着物流市场竞争的日益激烈,物流服务成本显著降低,由此压缩了物流企业的利润空间。而客户企业在多元化需求尚未被充分满足的情况下,则愿意为可满足其个性化需求的物流服务支付更高费用。为此,物流企业可对在线大数据展开深入分析,了解目标客户的价值认知过程、物流消费行为习惯,并据此来有针对性地向目标客户群推荐符合其兴趣价值取向的物流产品与服务。物流企业可建立以云计算技术为基础的客户关系管理系统(CRM),运用云计算和大数据技术大规模积累客户的历史消费信息,分析海量数据库信息,从中总结出目标客户群的历史物流行为和消费行为习惯,增强物流企业为目标客户群提供个性化物流服务的能力。
(二)物流与营销系统的作业整合策略
其一,在存货控制环节推进物流系统与营销系统的整合。大数据技术的普及提升了企业物流系统各业务环节响应目标市场需求变动的灵敏度水平,帮助企业减少库存节约运营成本。传统上,虽然部分企业试图通过零库存管理计划来提升企业响应市场需求的能力,并以此降低企业的物流运作成本,但由于供销双方的信息不对称性问题,以及受到信息传递效率低障碍的制约,多数企业的零库存管理战略实施效果差强人意。这迫使多数企业通过扩大物流业务和营销业务规模的方式来降低成本并某求更高利润。在大数据时代,企业可以运用信息技术来加强供给侧和销售侧之间的信息联络水平,确保物流系统和营销系统决策者能同步掌握供给侧和销售侧的存货信息变动状态。故大数据系统可帮助企业运用信息系统来重新分配存货,优化整个供应链中的资源配置计划,并据此来制定重新补货计划(R0P)和自动补货计划(ARP)。基于大数据系统的企业供应端和销售端存货安排优化策略,可在减少整条供应链中的存货总量的同时,仍能确保其存货结构和内容有效满足其供应链上下游企业的需求,即在不降低客户服务水平前提条件下有效降低存货水平和存货成本。
其二,在客户服务环节推进物流系统与营销系统的整合。企业的物流和营销系统的运作虽然分属不同的职能部门,但却可以在大数据系统基础上实现二者的有机整合。在该整合过程中,大数据系统及网络系统提供平台服务,供应链系统则构成企业运作的主体,物流和营销则是实现企业价值最优化的手段。企业主网站的设计不仅要宣传企业及其产品,且要能引导客户参与企业产品设计、物流服务设计、包装设计和营销方案设计,引导客户提交个性化订单并帮助客户获得个性化产品。为此,企业可通过网络平台加强面向客户的物流系统与营销系统的整合,针对不同的目标客户群的特点来打造个性化客户服务交流界面,为客户提供个性化意见和下达个性化订单提供便利。
(三)基于大数据技术推进三流融合
其一,推进三流融合的意义。传统企业物流营销系统中的商流物流信息流处于分散隔离状态;而在大数据时代下物流、信息流和资金流之间存在隐性的数据关系。对三流关系做深入分析可以发现:企业物流直接贯穿企业的生产销售全过程,是完成企业经济活动的载体;信息流是支撑企业经济活动的神经中枢,为企业的物流和资金流提供决策依据。通过获悉物流和资金流相关数据,企业可以掌控客户的物流需求变动趋势,有序安排其仓储运输销售等诸业务环节,从而降低其物流系统运作成本。
其二,整合商流系统、物流系统和资金流系统以提升企业整体运营效率。企业物流系统的资金流是引导企业发展方向的重要资源,物流企业的资金流向直接决定企业的战略发展方向。在互联网电子商务运作中,资金流的安全性是保障企业网络业务安全运作的难点,网络信息流决定企业的投资策略、风险控制策略和经营管理策略,进而影响企业的资金流向。为此,企业应当落实“三流合一”战略,以三流整合的方式来确保上下游企业和物流运营商之间的业务链接紧密度,企业信息部门应当通过分析物流和营销系统大数据的方式,找出商品价格数量关系、供货时间与地点关系,从而确保商流、物流、资金流既可以展开有序的分流运作,又可在分流运作的同时可同步完成,有效避免上游企业因难以及时回收货款而导致资金链断裂。
1.庞海英,袁美香.在营销战略中开展物流营销的思考与探讨[J].中国经贸,2015(11)
2.刘磊.物流企业组织结构与营销能力的实证分析[J].商业时代,2014(23)
3.梁红波.大数据技术引领物流业智慧营销[J].中国流通经济,2015 (2)
F270
A