目录

  • 1 电子商务供应链与供应链管理
    • 1.1 案例 小米供应链
    • 1.2 知识准备
    • 1.3 工作任务
    • 1.4 实践应用
    • 1.5 任务拓展
    • 1.6 行业数据-供应链管理水平评估
    • 1.7 行业动态 京东物流最新供应链体系
    • 1.8 行业动态-2021供应链计划的数字化转型研究报告
    • 1.9 岗位需求-供应链管理师10大工作岗位
    • 1.10 课程讨论 快消品行业供应链类型选择
    • 1.11 在线测试
  • 2 电子商务供应链物流管理
    • 2.1 案例 格力供应链物流
    • 2.2 知识准备
    • 2.3 工作任务
    • 2.4 实践应用
    • 2.5 任务扩展
    • 2.6 行业数据 电商物流数据标准分析
    • 2.7 行业数据 中国物流行业统计数据
    • 2.8 行业知识 中国物流发展与变革的十大趋势
    • 2.9 课堂讨论 京东的物流观
    • 2.10 课堂讨论 马云为什么要建菜鸟物流
    • 2.11 行业动态 中国物流走向世界 让全世界分享中国物流速度
    • 2.12 扩展资料 物流业发展中长期规划
    • 2.13 行业数据 中国快递物流指数
    • 2.14 在线测试
  • 3 电子商务供应链采购管理
    • 3.1 案例 法国TEKTOS公司的采购管理
    • 3.2 知识准备
    • 3.3 工作任务
    • 3.4 实践应用
    • 3.5 任务扩展
    • 3.6 行业数据-2019年中国企业采购电商市场研究报告
    • 3.7 行业知识 某电商企业采购流程
    • 3.8 行业知识 某电商企业采购管理功能
    • 3.9 课堂讨论 采购活动与物流关系
    • 3.10 在线测试
  • 4 电子商务供应链库存管理
    • 4.1 案例 海尔的“一流三网”
    • 4.2 知识准备
    • 4.3 工作任务
    • 4.4 实践应用
    • 4.5 任务扩展
    • 4.6 行业数据 中国仓储指数
    • 4.7 行业动态 菜鸟网络的智慧物流仓库:中国速度让全球消费者受益
    • 4.8 课堂讨论 亚马逊空中仓库可行吗?
    • 4.9 在线测试
  • 5 电子商务供应链销售管理
    • 5.1 案例 沃尔玛的顾客需求管理
    • 5.2 知识准备
    • 5.3 工作任务
    • 5.4 实践应用
    • 5.5 任务扩展
    • 5.6 在线测试
  • 6 电子商务供应链配送管理
    • 6.1 案例 盒马鲜生的生鲜配送
    • 6.2 知识准备
    • 6.3 工作任务
    • 6.4 实践应用
    • 6.5 任务扩展
    • 6.6 行业数据 中国公路物流运价指数
    • 6.7 行业数据 物流产业大数据平台
    • 6.8 课堂讨论 电商企业配送成本影响因素
    • 6.9 在线测试
  • 7 电子商务供应链信息管理
    • 7.1 案例 7-11供应链综合信息网络
    • 7.2 知识准备
    • 7.3 工作任务
    • 7.4 实践应用
    • 7.5 任务扩展
    • 7.6 行业数据 中国物流智慧物流大数据报告
    • 7.7 行业数据 物流产业大数据平台
    • 7.8 行业动态 物流机器人
    • 7.9 课堂讨论 物流机器人对物流行业的影响
    • 7.10 新建课程目录
  • 8 电子商务供应链成本管理
    • 8.1 案例 唯品会成本管理
    • 8.2 知识准备
    • 8.3 工作任务
    • 8.4 实践应用
    • 8.5 任务扩展
    • 8.6 课堂讨论 物流成本与利润
    • 8.7 行业数据 大数据对企业物流成本的影响
    • 8.8 行业动态 阿里希望把物流成本在GDP占比降至5%
    • 8.9 在线测试
行业数据 大数据对企业物流成本的影响

行业数据 大数据对企业物流成本的影响

大数据对企业物流成本的影响

王宁

随着我国市场经济不断发展,当今信息技术的应用愈加感广泛。物流作为推动国民经济发展的重要手段,对完善我国市场经济体系有着重要意义。近些年,各大企业对物流运输的重视程度越来越高,其中以公路、铁路运输为主,海运 ( 出口物流主要手段 )、空运 ( 贵重物品运输主要手段 ) 为辅。针对我国交通线路来看,由于我国国土辽阔,运输线路非常多,这也提高了企业物流成本管理难度,很多企业物流成本无法压下来,从而提高了产品价格,在市场中缺乏竞争力。但是大数据的到来,能够为企业物流成本管理提供更多的信息支持,还能够实现信息管理与结构优化,对推动企业物流成本管理发展有着重要意义。

大数据对企业物流成本的影响

降低物流成本除了要降低物流本身的直接成本,同时也包括间接成本,如减少风险、提高质量等。而大数据对企业的影响是多方面的,但最终都会反映到成本上。其主要影响表现在:

1. 优化物流内部资源大数据最大的特点就是能够实现资源共享,每个人都可以在大数据中获取信息。对于企业物流成本管理来说,通过大数据可以挖掘行业最新物流技术与信息,从而对现有的物流体系进行优化、改革,制定更加科学、合理的战略部署,对企业内部物流资源进行优化设计。同时,在“价格战”的市场环境,通过优化物流体系可以降低成本,提高市场中的价格优势,如选择更近的运输路线,即可减少燃油费、车辆损耗费、人工费等。据有关调查及结果显示,物流成本中有 22% 是燃油消耗,而通过大数据优化运输专线,可以节省 20-50% 的燃油支出,从而实现低成本的物流运输,从而推动企业健康发展。

2. 降低运营风险物流运输受自然灾害的影响非常大,因此存在着随机性、不稳定性。如沙尘暴、大雨、暴雪天气会直接增加物流成本以及经营风险,一旦出现了运输事故,企业往往会损失几十万甚至是千百万,所以加强运营风险控制也是成本控制的重要一环。再者,如果道路维修、重大交通事故,会很大程度上提高物流成本。据有关调查显示,我国 2014 年城市道路交通事故高达 20 万多其,其中有 3 万多起是长途运输。物流运输通常都是跨区域运输,通过大数据技术可以获取道路相关情报,并提前制定物流运输措施,从而降低运输风险,保障物流运输平稳运行。近些年我国大力推广大数据挖掘技术,提高信息利用率,在 2016 年,我国首次交通事故首次突破 20万大关,为 18 多起,长途运输事故也降低到了 2 万多起,减少了物流经济损失,可见大数据的成效。

3. 提高物流服务质量在信息时代下,企业之间的竞争愈加激烈,为了能够提高企业物流运输质量,必须要提供优质的信息服务,这就需要应用大数据,并且提高质量也是间接降低企业成本的渠道。在大数据技术支持下,能够丰富物流服务渠道,也就是线下、线上的双重服务,用户可以在网络平台提出意见和建议,从而找出物流运输线路的问题所在,并针对性提高自身的产品质量和运输质量。在 2008 年物流成本费用非常高,但服务质量较低,这是因为当时的技术限制以及数据信息不完善。但是在 2011 年之后,通过大数据的支持不断提高自身服务质量、完善物流体系,在能够保证质量的前提下,运输成本也下降了 50%,在 2016 年更是下降了 70%。某上海企业主要是为东莞某公司提供原材料,采用公路运输方案,在 2010 年线路运输成本 ( 运输自身成本、人工成本、配套成本等 ) 为 14.3 万元,在 2017 年通过数据优化线路、掌握新技术,运输下降到了 4.1 万元,效益十分可观。