基于大数据分析的企业隐形缺货成本风险的防范

高杨 贺彩

摘 要：在当前的市场条件下，企业由于物流库存匹配不合理，所造成的隐形缺货成本发生概率越来越高，严重影响了企业的实际利润，由于其很强的隐蔽性，给防范带来了很大的难度。本文从利用大数据、云计算为企业构建客户行为分析系统角度，探讨如何帮助企业精准还原客户购买规律，利用这个规律进行合理库存匹配以降低缺货成本产生的概率。

关键词：隐形成本;大数据;库存

隐性成本是企业本身所拥有的且被用于企业生产过程的那些生产要素的总价格，和显性成本相比，是一种隐藏于企业总成本之中、游离于财务审计监督之外的成本。它的产生是由于企业经营过程中存在着这样或那样的问题，所造成的一种将来或者转移成本。由于它是游离于监督体系之外，因此具有很强的隐蔽性，容易被忽视，因此其给企业所带来的损失往往是巨大了，正如“明枪易躲暗箭难防”。

隐性成本的形式有很多，其中比较典型的是隐形物流成本中的缺货成本，它的产生会导致销售订单的流失，甚至是流失客户。缺货，是企业销售中的大忌，当客户翘首以盼等待我们发货的时候，企业却告诉客户：“不好意思，现在库存量不足或者没有库存”，这不仅会影响企业的销量，而且为了弥补库存的不足，还会产生如加班赶工、紧急调运等额外成本。企业利用缺货成本，也许可以保证完成销售任务和销售数据表面的完好性，但是企业实际利润会大大下降，正是因为这样，很多企业到了年底都会发现这一年东西没少卖，但实际利润所剩无几。

对于缺货成本，企业是可以通过提高库存水平进行预防的，当库存量足够的时候，可以更好的满足客户需求，避免隐形缺货成本产生，但是高库存也会给企业带来沉重的资金压力，甚至增大资金链断裂的风险，这是一种治标不治本的方法。那么如何在维持合理库存水平的条件下，预防缺货成本的产生呢？其关键在于企业是否对客户需求有准确的预判，根据客户购买规律进行物流库存的合理配置。

在大数据、云计算发展的今天，企业可以构建客户大数据分析系统，收集、整理，甚至通过获取竞争对手的数据，对各类客户进行精准分析、打标签，还原客户的购买规律，一旦发生数据异常和波动，就可以为相应部门提供预警信息，帮助企业及时做出库存调整，在最大限度上避免缺货成本的产生。

唐代诗人李白在《上安州裴长史书》提到“天不言而四时行，地不语而百物生”，这句话的意思就是说天地不会说话，但不影响四季的运行，不影响百物的生长。同样企业的客户虽然不会通知你，他的需求、购买习惯及规律，但是其购买行为是具有一定的规律的。企业如果想要预判客戶的下一时段的动作，就需要对客户进行特征分析，找到这个规律，通过客户的历史行为数据来推演未来将发生的行为。利用客户身上的属性信息、采购信息及这些信息的变化，采用分类算法建立有监督学习性的数学建模，对客户下一步购买时间、地点、货品、数量等进行预测。利用模型输出结果，企业可以提前配置好库存储备，以提升效率。同时也可以利用模型输出的数据预判一些预流失的客户，进而提前进行维系工作，降低缺货成本中危害最大部分的发生概率。

客户大数据分析系统的关键在于指标的选择与参数的配置，通过指标的选择，可以分析客户购买规律，然后设置合理的参数，当行为数据超出了参数范围，就可以进行预警，启动相应的方案，降低缺货成本生产的风险。在构建系统的时候，大致可以从客户情况、市场情况、企业情况三大方面入手。

一、客户情况指标

（一）一段时间内客户购买的次数与数量。企业生产一般情况下是有规律的，其采购的次数与频率也会按照这个规律进行。

（二）一段时间内是否有过投诉以及投诉的次数。投诉是客户对于企业工作不足的反馈，过多的投诉对导致客户的离开，从而产生最严重的缺货成本。

二、市场情况指标

（一）产品价格的波动。价格是客户最为关心的指标，过高的价格会导致采购成本的增加，进而导致采购数量变化的不规律和转向，进而给企业带来缺货成本。

（二）供给的波动。原材料供给的波动会传导到下游市场，虽然大企业可以通过原材料库存缓冲或者替代货源在一定程度上缓解这种波动，但是当供给变化持续的时间或者变化幅度过大时就会直接影响客户的购买，尤其是同质性比较严重的产品。

（三）竞争者营销策略的变化。竞争者营销策略的变化会直接带走企业的客户，因此企业必须要评估竞争者策略的潜在威胁性，避免过多缺货成本的产生。

三、企业情况指标

（一）客户问题处理时间与效果的变化。对于客户问题的处理并不是越快越好，而是在保证一次性处理效果的前提下设置合理的处理冷却时间。

（二）客户等级的变化。不同等级的客户，在企业购买的数量、频率以及品类都可能不一样，因此当客户等级发生变化时，企业围绕着他们的营销策略也要发生变化，否则有可能会导致服务成本的浪费，也可能会带来缺货成本发生概率的增加。

客户大数据分析系统，可以帮助企业精准地还原企业客户的形象，它不仅能帮助企业进行缺货成本的预防，还可以帮助企业进行营销的精准投放，使企业的销售物流网络变得更加合理和有效，因此，企业需要根据客户群的特征、产品以及市场情况构建自己的客户大数据分析系统，来为企业经营活动提供有力的支撑。

参考文献

[1] 张文彤.IBM SPSS数据分析[M].北京：清华大学出版社.2016.

[2] 韩家炜.数据挖掘：概念与技术[M].北京：机械工业出版社.2006.