大数据下企业物流成本控制研究

贾智成

摘 要：物流行业和电子商务的发展使得产品运输成为企业成本管理的重点，如何减少物流成本是企业面临的主要问题。本文通过概述大数据和物流成本相关内容，分析大数据对于企业物流成本控制的作用，通过对管理平台、核算方法等方面来分析大数据技术对企业物流成本控制的主要途径，从而提高企业成本管理能力。

关键词：大数据;企业物流;智能物流;运输成本

当前依托大数据技术的智能物流行业逐渐发展壮大，不断带动物流产业的创新升级，但是部分企业的物流成本管理技术稍显滞后，影响着自身经营运转和实际收益。因此，企业有需要在供应、销售、物流运输等方面加强成本管理，构建信息化系统，进而优化物流环节，促进其物流模块的可持续发展。

一、大数据与物流成本概述

大数据技术即巨量资料，能够在固定时间内完成数据整理、管理，为企业的相关决策提供支持。借助大数据能够快速、灵活、大量地处理商业价值高的数据。成本是产品在空间中移动需要花费的物化劳动、劳动力等货币形式，即物品在运输阶段应用到的财力、物力、人力支出总和。同时，企业的物流成本是其在采购、生产、销售和从事相关物流活动中的成本之和，其中包含以下内容：仓库存储作业成本，即加工、检验、装卸、验收、入库等环节成本;运输成本，包括公路运输、铁路运输等费用;存货成本，实际上是库存占用的资金量，可以在大数据条件下分析传统物流和现代物流之间的差别;管理成本，是企业在处理订单、进行采购过程中产生的费用。

二、大数据技术对于企业物流成本控制的价值

1.优化企业内部物流资源的使用

大数据技术的主要特征是完成资源共享，能够创新物流技术、挖掘更多的信息，优化升级物流体系，提升战略部署的合理性和科学性，提高内部物流资源的利用率。当前市场价格战环境中，完善物流体系能够减少其管理成本，进而获取其在市场内的价格优势。例如，可以结合大数据技术和信息系统选择最近的运输路线，降低车辆损耗费用、燃油费和人工费。一般情况下燃油消耗约占物流成本的22%，当借助大数据技术升级运输线路后，能够降低约20%-50%的燃油支出量，突出物流运输的低成本和高效率，促进企业稳定、健康发展。

2.减少运营风险

物流运输大多处于外部环境中，极易受到天气、气候、自然条件的影响，具有不稳定、随机性特点。若遇到暴雪、大雨、沙尘暴等天气，会增加企业经营风险和物流成本，甚至出现运输事故，加剧自身经济损失，因此降低运营风险是控制成本的关键。由于电子商务的发展创新，使得企业产品能够在全国各个地区实现流动转移，并完成跨境贸易，增加了物流运输成本的比重，因此企业有必要利用大数据技术进行成本管理。同时，物流大多属于跨区域运输类型，若遇到交通事故、道路维修情况，会增加运输成本。因此，依托大数据技术可以提前得到相关道路信息，及时采取针对性策略，规避运输风险，促进运输过程的正常进行。

3.优化物流服务

新时代信息技术的创新突破使得企业之间的竞争力提升，若想优化其物流运输质量，需要改善其信息服务品质。供应链和物流工程的发展进步提高了物流成本控制效率，完善资源配置，能针对不同物流环节控制成本。借助大数据技术可以在提升物流服务的同时节省企业运营成本，拓展信息服务渠道，实现线上+线下的多重物流服务，使用户可以在网络平台上反馈自己的建议和意见，指出产品运输过程中存在的问题，为企业提升物流质量提供帮助。

三、大数据视域下加强企业物流成本控制的途径

1.基于大数据技术构建物流信息平台

（1）平台搭建分析

其一，全过程动态化管理。物流信息化管理实际上包含物流信息化和物流设施的信息化，物流设施管理可以借助GIS、GPS、RFID等技术得到相关数据信息，完成近距离定位、长途运输管控，动态监控物资和车辆信息。依托大数据技术，通过构建企业信息平台可以全面监控物流运输各个环节，及时更新数据库中的物流信息，体现出大数据的特点，提升其开展物流活动的效率。其二，提高决策精准度。由于企业的生产、物流活动种类较多，利用大数据技术能够对其进行系统化管控，规避不必要的数据交流过程，准确获取物流信息、节省时间，提升信息处理质量。借助数据挖掘技术能够深入分析物流数据，向管理人员提供决策支持，科学处理平台物流信息。

（2）建立企业内部物流系统

在构建系统前需要制定信息评估机制，虽然企业物流成本具有较大规划空间，能够针对数据信息完成评估、优化成本。不过大数据视域下，信息真实度不易判断，企业需要在使用信息前判别其经济性、真实性，结合自身实际情况评估数据。企业内部物流信息系统能够对物流活动进行集中化处理，在职能部门收集并输入物流运输数据信息，结合系统中的决策和计划完成对应的物流活动。物流信息平台可以定期规划物流系统，借助系统先进的管理模式和统计分析形式设置工作环节，最大程度地利用信息资源，降低中间费用的生成量。

企业物流系统中，各职能部门中均包含部门账号、信息输入模块、管理模块，进而将职责范围内的相关物流信息录入系统数据库内。不過部分部门由于权限问题在数据查询时会受到限制，因此可以结合企业需求设置成本数据共享权限。此外，利用大数据技术能够精准把握客户需求、降低库存，节省信息沟通成本，发挥企业供应链优势，提升物流服务品质，减少活动成本，借助供应链获取低成本效益。

（3）物流供应链系统

物流供应链系统能够实现供应商、分销商、客户、企业之间的信息共享。由于物流信息中心自身组成属于无限节点形式，因此不会受到地点和时间的限制，确保工作人员日常录入数据，供企业结合自身需要主动调取，进而保证供应链领域的数据共享。例如，企业内部的原料购置部门能够将材料入场信息、采购计划、运输车辆等数据与供应商进行共享，实现多主体的协同，对其内部物流信息完成全过程、动态化管控。同时，企业能够和铁路、公路部门一同共享信息，及时掌握并预测产品运输的位置、时间。通过将数据与客户分享，对销售类物流信息完成集成化管理，有效预防意外情况，迅速处理并跟踪产品销售、运输情况。结合客户需求，为企业的良好物流服务提供技术支持，优化原料组合，灵活选择运输形式，降低库存，缩短产品运输的时间。

2.借助大数据技术进行成本管理

（1）外部运输管理

企業中内部物流信息系统中数据共享和模块存储等功能可以对物流车辆进行全过程追踪和透明化管理。企业运输部门、采购部门以及供应商需要结合铁路局的实际信息、采购计划、运输能力、库存等信息完成科学的编制，进而合理安排运输模式，提高铁运比。对于外部的运输模块，建议借助GPS定位系统，提升物料和运输车辆信息的透明度，做到精准运输，避免出现拖延、阻塞的情况，优化反馈和共享水平，完成精细化和集中化运输。铁路运输过程中，需要结合材料到站的具体运输数据，推算入厂时间，组织和安排卸车工作，并加强对火车延时问题的控制。此外，借助大数据技术可以优化运输车辆组合，结合实践与成本因素，将订单作为基础，选择最佳运输方式和路线，减少物流运输费用。

（2）内部运输管理

内部运输阶段，企业可以结合GIS技术、射频技术，全方位监控产品、半成品、运输车辆的实际信息、工作状态等指标，实时并直观显示车辆和货车的具体信息。企业产品的生产和技术息息相关，加强物流成本管理能够在材料加工、中转半成品、入库存储成品等过程中实现技术和管理方式的集成。因此，物流运输和生产计划、订单等数据息息相关。企业可以借助物联网技术，及时显示物流运输阶段的车辆位置，规避物流堵塞情况，优化生产进度，解决物资倒运情况。结合大数据技术管理物流信息需要挖掘生产和仓储过程中的数据，及时发现运输水平、运输速度、线路内容，预测运输过程中出现的问题，加强事前安排，规避拥堵情况。

（3）仓储成本管理

供应链管理能够连接企业销售、采购等环节，对其内部完成供应连接，降低内部成本消耗。在大数据环境中，企业可以通过供应链物流及信息系统，实现库存信息和生产原料的对应，结合客户生产计划、需求制定采购计划。在物资信息模块内获得物资具体的位置数据，科学控制库存，帮助企业降低库存量。在产品入库阶段，企业需要将今后发货的情况考虑在内，结合客户订单时间、种类和批次，科学入库堆放。在物资模块中输入具体的位置信息，减少产品在装车销售阶段的距离，避免二次倒运情况的出现。

企业需要针对客户订单情况科学放置产品，针对其位置完成出库操作，提升成本管理水平和工作效率。同时，优化客户服务模块。企业物流成本管理应基于客户角度进行升级，建议借助大数据平台，增加“客户留言板”等模块，科学分析用户信息，并加强和电商物流体系的合作，保证企业自身物流业务量。例如，某企业通过和电商平台达成运输协议，提供物流服务，并收取物流费用，从而实现业务空间的拓展，增加企业收益。

（4）对搬运装卸成本的管理

装卸搬运成本管理与企业仓储水平、运输水平密切相关，铁路运输过程中主要利用翻车机完成装卸，而公路运输则需要借助人力实现。通过科学控制原料的数量、进场时间，合理安排物流运输过程，降低卸车消耗的成本量。同时，科学安排存储产品位置，能够降低运输距离，避免搬运时间的耗费情况，减少成本。控制搬运装卸成本需要尽量减少人力卸车的次数和数量，借助自动化设备加快工作进度。依托大数据技术分析装卸最短运输距离，最大程度地降低搬运和装卸的次数，减少运输成本。此外，需要根据企业发展战略进行成本管理，当前其物流体系均完成了现代化建设，不过落实长期发展战略更加重要。例如，可以借助物流指挥模块，依据产品运输线路进行车辆指挥，减少物流风险，增加成本控制。

3.优化物流成本核算工作

（1）结合企业物流性质分析成本

企业常见的物流活动包含成品运输、原材料运输过程。对于结束生产周期的成品，已经由原材料转变为能够直接使用的产品，因此在销售前需要完成入库检查。当出现订单后，再进行出库、运输、分配等过程。由于产品运输生产阶段包含损耗、装卸、库存成本，属于间接因素。因此企业需要加强对物流成本种类的管理，比较传统成本计算形式，结合大数据技术和当前订单处理、产品生产形式，完成物流运输成本管理。

（2）大数据成本处理

当前大部分企业通过大数据迸发生产力，由传统人力管理形式转变为计算机智能管理模式，提升成本分析的效率和精确度。传统成本分析无法挖掘非货币化和隐性成本等内容，影响成本分析的准确性。借助大数据技术可以找寻数据间的联系，针对物流实际情况克服货币数据结算问题，结合部门特点总结物流信息，并实现多个部门的信息共享。借助云会计模式，能够深入研究企业运输成本关联性，对数据进行处理，具体内容包含以下几方面：

其一，数据采集。依据企业供销系统，借助云会计技术，对供应链完成全过程、动态管理，科学分析内部物流运输的数据运行情况，围绕供、产、销过程中产生的数据，优化产量和多作业因素，明确最佳处理模式。其二，数据分析。数据分析过程可以对企业物流信息进行多元化和集中分析，明确资源成本、作业动因量、资源，优化产品物流环境，结合其物流特点和支付形式分析得出物流成本。其三，科学定价。建议根据企业的实际需求，制定物流控制规划、物流绩效、预算决策、物流输出控制决策、产品定价规划等内容。依托云平台分析物流成本变化形式和具体结构，进而得出企业成本控制的关键因素，升级库存管理模块。

（3）作业成本法核算

企业在和销售方、供应方沟通过程中，会产生较多复杂物流数据，在成本管理过程中需要对其进行处理和存储。将云会计技术和大数据技术结合能够处理非结构化和非货币化的信息，分析并存储海量数据资源，充分挖掘数据，为其提供良好发展环境，真实反映业务情况。基于大数据技术优化企业物流核算工作，将ABC分类法与管理工作结合，借助作业量、资源消耗量获取成本信息。其中物流核算系统划分为物流数据收集、分析、处理、决策输出等环节，并依托成本数据的变化趋势和结构进行研究，优化库存管理过程和运输费用。

物流成本核算可以划分为数据收集、处理、分析、输出等层级。其中，数据收集过程能够基于大数据技术、云会计平台及时获取并分析日常会计核算形成的货币性数据，筛选核算所需要的数据资料;数据处理阶段中，企业数据中心可以存储和共享物流活动产生的数据，应用NoSQL、HDFS、File、DBMS等数据库，以及HPCC、pertaho BI、RapidMinder等大数据处理软件开展工作;数据分析过程需要借助数据挖掘技术，计算物流信息、获取物流成本，主要内容如下：首先，通过物流活动明确作业中心、资源类型，得出物流成本。其次，结合资源消耗量和作业动因量计算成本分配情况。最后，将资源分配到多个模块，借助分析技术和挖掘技术找寻数据间的隐蔽关系，为企业决策提供支持;数据输出环节中，企业可以通过分析核算结果，得出预算、物流管控、产品定价等决策，结合其产品成本和物流成本计算售价，计算出利润率，为制定年度生产、销售、物流计划提供决策支持。

4.构建物流绩效测评体系

（1）构建绩效测评体系

企业内部物流绩效考核主要针对多个部门物流活动协调性进行优化和控制，借助绩效测评的方式调动部门工作积极性，實现其内部多主体的协同配合。绩效测评体系中，可以通过制定考核机制，依据企业内部岗位职责，制定绩效考核表，直观体现多部门的物流成本管理工作质量和效率。借助大数据技术可以快速得出部门产生的物流成本，进而和预算数据对比，得到业绩落实情况。利用大数据挖掘手段得出数据指标，提升考核的实效性。例如，某企业物流信息部门制定了绩效考核表，其岗位职责包含：对物流活动进行分析、控制、决策，维护客户满意度和物流质量。因此在制作绩效测评表时，应设置物流管理、成本控制、仓储指标等要素，借助大数据技术汇总分析测评数据，提升企业内部工作人员对物流成本控制的重视度。

（2）AHP层次分析方式

依托大数据技术构建物流绩效测评体系，应具备可量化、数据化、系统化特点，进而优化物流管理体系。例如，借助AHP层次分析方式能为企业量化评价提供支持。由于物流成本绩效体系包含相互关联的子系统，利用AHP技术可以将定性因素转变为定量模式，克服物流成本控制绩效难以量化的情况。在企业宏观绩效管理中，成本控制尤为关键，能够提高其自身利润率。通过针对物流作业效率完成评价，提升运输效率，为获取和共享信息提供支持，提高成本管理水平。

综上所述，大数据技术能够提升信息和数据收集、分析的速度，进而提出针对性的解决措施，突出企业物流成本管理的高效性，提高市场集中程度。因此，需要基于大数据技术构建物流信息管理平台，对其采购、销售、产品运输等环节加强管理，优化核算工作，提升管理集中度，帮助其获取更多的经济效益。

参考文献：

[1]任少慧.大数据环境下钢铁企业物流成本核算的讨论[J].财会学习，2020，（10）：163-164.

[2]黄雯.基于大数据的企业物流成本管理[J].物流工程与管理，2019，41（06）：35-36.

[3]王宁.大数据对企业物流成本的影响探讨[J].现代经济信息，2019，（08）：315.