浅析大数据技术在库存管理中的应用

杨乘浩

摘要：以物联网、大数据等关键技术为代表的新型信息技术的快速发展为企业提高库存管理水平、增加投资回报奠定了基础。如何在供应链管理基础环节——库存管理中高效利用日益发达的大数据技术成为众多企业关注的重点。本文通过分析我国企业库存管理现状，结合大数据技术相关特点，为企业在库存管理过程中合理利用大数据技术提供意见和建议。

关键词：大数据技术;库存管理;供应链管理

1 大数据技术简介

1.1 基本概念

数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。大数据（Big Data）是指在一定时间范围内只能通过移动互联网、物联网等多重手段获取到，而无法使用常规软件获取、处理的巨型数据集合，大小能够达到数十兆亿字节（PB，1PB=1024TB）甚至更高，远远超出了人类在限定时间范围内通过常规软件抓取、和处理的能力。而大数据技术则是从这些数量巨大、种类繁多数据集中迅速、高效获取信息的相关技术的统称。

1.2 大数据技术特点

大数据发展迅猛，在一定程度上具有鲜明的特征，即“4V”特征。一是大容量（Volume），这是大数据最基本的特征，其数量级别从TB级别到EB乃至ZB级别（1ZB=1024EB，1EB=1024PB，1PB=1024TB，1TB=1024GB，1GB=1024MB）;二是多样化（Varie-ty），即数据的种类繁多，除了基本的数据、文本格式之外，还包括音频、视频、图片以及文字信息等。三是高速（Velocity），即大数据技术对大数据的处理速度非常快，也称为“1秒定律”，这是与传统数据挖掘技术本质区别;四是价值密度低（Value），虽然数据是无穷无尽的，但是真正符合条件及需要的信息不多，寻找起来比较困难，大数据技术需要从海量数据中挖掘规律，才能为企业创造价值。

1.3 大数据技术种类

大数据中蕴含着丰富的价值和财富，而由于大数据自身所具备的特征，必须要紧跟时代步伐，利用先进技术，如分布式计算架构、云存储等技术来处理。大数据技术是一种不断更新、发展的技术集合，现阶段已经产生了大量新技术，为大数据的采集、存储、处理等奠定了技术基础，主要包括：大数据采集及预处理技术（如淘宝自主研发的Time Tunnel，Facebook公司推出的Scribe等）、大数据存储及管理技术（如分布式文件系统GFS： Google File System，分布式数据库Oracle、MongoDB等）、大数据分析及挖掘技术（如逻辑分析、聚类分析等）、大数据展现和应用（大数据可视化等）等。

2 在库存管理中的应用

传统的库存管理主要采用人工管理方式，而且带有库存越多、企业运营越好的错误理念，随着大数据等信息技术的发展，企业库存管理方式和理念也随之发生改变，结合企业库存管理中存在的问题，充分发挥大数据技术作用，能够充分满足企业库存管理低成本、高效率等多方面的需求。大数据技术在库存管理中的应用主要包括以下几方面。

一是优化仓库选址。企业在仓库选址时，需要综合考虑企业性质、产品销售情况、企业资金等诸多因素，通过大数据技术对各种因素的综合分析，结合企业发展目标和不同需求，选择合适算法，以求获取仓库最优位置。二是优化仓库储位和库存。企业可根据商品相关数据的关联度，利用大数据的关联模式法来安排最优的仓储货位，以提高分拣和配送效率。结合历史库存数据及销售预测，利用大数据技术进行仿真模拟计算等方法确定企业最优的库存量，以达到在在满足基本需求的基础上，最大限度的降低成本。三是优化物资配送及搬运线路。通过大数据技术和定位技术等的有机结合，根据企业运输车辆实时位置及交通情况，结合智能算法，可以为车辆运输预测最优行驶路径，从而提高企业获取配送效率。结合货物储位及装卸位置等基本信息，通过智能算法为货物搬运选择最优路线，以提高工作效率，降低成本。

四是货物信息实时跟踪管理。借助卫星定位、物联网及大数据技术等技术支撑，不论货物是在储位还是在搬运及运输过程，能够实现对货物的实时跟踪管理、安全监控以及运输车辆的优化调度，进而保障各方面的安全性。

综上，利用大数据技术优化企业库存管理工作，能够有效提升企业库存管理水平，实现企业库存管理乃至整个物流系统的一体化和协同，进而实现精确化、可视化的智慧物流协同与管理，最终达到降本增效、提升市场竞争力的目的。

3 结语

正如咨询公司麦肯锡所言，数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。大数据技术以及物联网、移动互联网、云计算、人工智能等，作为新一代信息技术，正在逐渐引领整个物流行业乃至整个社会的发展变化。在大数据时代，企业面对不断涌现的海量数据，必须充分利用大数据技术，深度挖掘数据价值，有效运用于企业库存管理、企业管理等各方面，推进大数据全流程、全方面的高效利用，以提升企业核心竞争力，应对日趋激烈的市场竞争。

参考文献

[1]郑雅敏，程永康.企业实现“零库存”生产的条件和措施分析[J].科技资讯，2007，（10）：206-207.

[2]苗剛，高涛.科学把控九大关键业务提升物资集约化管理水平[J].东方企业文化，2013，（23）：95.

[3]李书科.能源大数据背景下微网风险元传递模型与优化研究[D].华北电力大学（北京），2017.