大数据在电信运营企业物资管理中的应用研究
摘要：库存就是企业的流动资金，在各企业都越来越重视内部降本增效的情况下，通过对库存物资的有效管控，在保证供货能力的基础上合理控制库存规模，可以有效降低库存物资资金占用。针对电信运营企业物资的特点，通过大数据的应用，分析历史需求和使用数据，建立电信运营企业物流体系的内部协同和与供应商需求、生产和供货的外部协同，推进供应链上下游的信息共享，实现物资的提前储备、库存规模合理、按需领用、有效管控。
关键词：物资管理 大数据 协同 共享
0引言
电信运营企业传统的物资管理方式中，存在着物流操作分散、物流资源闲散且分布不均衡、物资品类繁多等问题。在需求阶段往往通过人为确定需求数量，存在较多的不确定因素，导致需求准确性偏低。从采购到物资使用过程较长，很难对过程中的需求变化进行及时准确的处理，最终导致采购的物资形成积压，占据了较多的流动资金。在外部竞争越来越激烈的情况下，内部降本增效是电信运营企业提升竞争力的有效手段，物流作为企业的第三利润源泉，具有较大的挖掘潜力，引入大数据的概念，挖掘隐藏在数据背后的信息价值，通过信息流引导实物流的规范运作，从而实现资金流的有效控制。在大数据支撑下，通过搜集分析历史需求和使用数据，驱动物资采购与物流供应的平衡，实现提前储备合理规模的物资，达到供应链上下游的有效衔接，避免大批量到货形成积压，同时可以在保障最短的交期情况下，减少物资在库时间，降低整体库存规模，减少库存资金占用，有效降低企业总体运营成本。
1电信运营企业物资管理大数据应用的价值
目前各电信运营企业均已建立物资管理系统，通过系统历史数据的积累，掌握各时间段的物资供应趋势，为大数据的应用提供了良好的数据基础。大数据的应用推翻了传统的“以需求为主导、以库存满足需求”的行业固有供应链模式，结合历史数据的分析对需求进行修正和预测，建设了一个“统筹调度资源、紧密联系供应商、面向物资领用机构”的一体化服务体系。该服务体系促进了企业供应链的前、中、后、末端的一体化资源协同与角色协同，灵活地把控各类产品、各种供货渠道的供货状况及风险，准确地调整业务模式，在确保最低物流成本下，实现最短最及时的交期保障。通过大数据的分析，可以获取支持现场运作及宏观管控模式的优化辅助决策数据，进一步改善和提升物流供应链运作效能，保障产品交期与服务水平。
（1）在供货效率方面，大数据可以切入到供应商生产环节，供应商共享省公司需求和使用数据，可以实现需求物资的提前排产，提升对省公司的供货效率。
（2）在需求计划方面，物资管理部门通过大数据对需求计划进行必要的修正与补充，剔除规划、设计、施工等过程中层层放量因素，提高需求的准确性。
（3）在库存管控方面，大数据可以预测实际使用中波动因素，结合工程施工周期和物资使用趋势，以最小库存满足实时需求。
（4）在末端供货方面，大数据可以优化物资存储模式，通过集中存储、按需领用模式，建立最佳供货路径，实现最短的供货周期。
2电信运营企业物资管理大数据的具体应用
电信运营企业涉及工程建设、网络维护、市场营销等多种物资供应场景，不同场景物资管控要求和模式均不同，物资品类繁多、应用场景复杂、需求波动性大，为电信运营企业的物资规范化管理带来较大的不便。同时因为需求传递上的“牛鞭效应”对上游供应商的备料、供货也造成较大的困扰，也会导致下游仓库库存物资存储较多，甚至造成积压的情况。作者所在的电信运营企业总部通过在全国布局建立五个大区物流中心来支撑全网物资需求，并基于覆盖所有一级集采供应商和全国31个省市公司的供应链信息（SCM）系统，大区物流中心与省市公司、供应商在物资生产、需求、到货、库存、领用、发货等方面实现信息共享，通过建立物资全过程数据模型，做到提前适量备货、按需随领随用、推进全网物资统筹管控、集中调度，实现了供应链上下游的有效衔接，打造低成本高效率供应体系。本文结合华东大区物流中心与江苏公司协同的案例谈谈大数据在电信运营企业物资管理中的具体应用。
江苏公司建立了省公司与移动总部SCM对接的物流信息系统，为大数据在物资管理中的应用提供了基础，基于大数据构建了从需求到使用的物流全过程的数据模型，在电信运营企业供应链全过程管控中发挥积极作用，协助企业用合理的库存满足需求部门实时需求，推进物资的标准化、精细化管控，实现降本增效的目标。
（1）需求计划的应用
需求部门在人为填报需求计划时，存在较大的预估和放量情况，与实际使用存在较大的差异，省公司通过历史数据建立的大数据模型，可以发现需求与实际使用的偏差情况，对存在较大偏差的需求进行进一步核实和修正（推拉需求预测分析模型，如图1），指导需求计划的制定，提高需求的准确性和灵活性。供应商通过大数据共享省公司需求和使用信息，参考份额执行情况，提前对省公司需求进行备料（主动需求预测方法，如图2），为后期排产、生产及供货提供良好的支撑。
图1：推拉需求预测分析模型
图2：主动需求预测方法
分析维度：物资领用占比排名、物资领用月度分布、物资领用供应商分布、物资领用地市分布、物资发货周期分布等。
对于稳定型物资，预测的核心目标是最大化保障能力，预测方式为，未来日需求 = 历史需求均值+历史需求标准差，样本数据量采用最近一年的滚动数据[1]，以正态分布曲线模拟估算，需求预测可覆盖84%的领用需求。
（2）标准化产品的引入
通过省公司历史领用数据，分析常用物资规格，对供货占比60%以上的物资进行专项分析，研究规格需求合并的可行性，建立大区和省公司标准化产品目录，并建立差异化服务标准，引导省公司工程、计划、网络部门压缩需求物资规格型号。纳入标准化产品目录的产品，大区和省公司提前实体备货、保证在5个工作内供货；标准化产品目录之外的产品，按需下单后由供应商生产供货。
（3）主动补货的应用
大区根据省公司历史需求和发货数据，建立优化省公司需求预测模型，指导补货计划和补货批次的制定。根据数据完整性可选择指数平滑法（需求预测公式，如图3）和Holt-Winters预测模型（需求预测模型，如图4），省公司的领用规律、业务规划和季节因素，在满足省公司服务水平的前提下，通过主动补货（主动补货模型，如图5），建立大区安全库存。根据需求预测和大区领用的历史归回，计算大区再补货点，当库存水平低于再订货点即向供应商发出补货需求，确定大区向供应商一次订货的数量。同时，通过大数据仓库还可以变被动收货为主动收货，对于订单供应商常存在一次性到货的情况，造成仓库无法安排卸货或库容无法满足，结合仓库实时库存和实际使用需求，通过大数据分析合理存储量，仓库可以主动控制供应商送货时间、送货数量，通过严进宽出的管控模式，在保证供货的同时有效控制库存规模，即确保了省公司领用又保证了库存周转率。
图3：需求预测公式
图4：需求预测模型
图5：主动补货模型
（4）自动推荐储位
根据仓库历史物资进出批次、频率、数量、体积等信息，按照EIQ分析法，对库存物资进行ABC分类存储模型，并在系统中统一维护物资最小包装外观尺寸、重量信息和储位长宽高、最大存储重量等信息，在库存管理阶段，系统根据分类存储、最短作业距离等策略（存储策略，如图6），识别储位占用和库存情况，推荐最佳上架储位和拣货储位，减少人工判断，提升仓库利用率和收发货、分拣作业效率。
图6：存储策略
（5）仓库协同共享
华东大区物流中心与江苏公司省库共址，实现大区与省公司的融合运营，省公司根据省库库存情况，结合采购订单，定期向大区提交需求集中物资领用申请，接收入库后形成省公司实体库存；需求较小或个性化物资，经大区调度后，由大区或供应商发货至地市公司，根据地市公司接收情况，完成省公司订单接收和省市间调拨，提升供货效率的同时有效压缩了全省库存物资规模。
大区蓄水池功能：结合推拉型需求预测结果，江苏公司每月将库存补货计划提交到大区，大区协助备实体库存，实际需求发生时再转移至省公司。
实现货位共享：通过系统货位调度即实现大区到省库物资的转移（货位共享图示，如图7）。
多仓间运作：通过大数据应用采取“中心仓+RDC仓”的模式，中心仓集中存储，RDC存储一定区域范围内较短时间周期的需求库存，将物资推进到需求端，有效缩短供货时间，实现RDC建设运营高效快捷（多仓间运作图示，如图8）。
运输线路优化：在运输过程中通过大数据分析物资的特点、需求量、需求时效性等情况，制订最合理的配送路线。
图7：货位共享
图8：多仓间运作
3大数据应用成效
华东大区物流中心与江苏公司通过大数据的支撑，推动企业物资供应体系的建设，取得明显的企业经济效益和管理效益。
（1）提升物流管控水平
通过大区集中存储，省公司统筹调拨，江苏公司仓储面积资源得到大幅度节约，同时作业人员需求量不断减少，降低了仓储管理成本，物资服务响应能力与效率也大幅提高。江苏公司平均库存也有前期的6.3亿元降低至5.2亿元，全省物资周转率由10次提高到14次/年，按照投资内部收益率16%测算，节约流动资金成本1840万元；累计减少仓库租赁面积4000平方米、管理人员5名，年节约仓储设施和管理费用190万元。
（2）降低采购资金
大区和省公司标准化产品的应用，实现江苏公司物资的统一流转，常用物资种类由13000种减少为1200种，集中化物资管理体系提高物资共享及利用效率，降低不必要的物资需求，同时全程可视化跟踪物资使用，降低不必要的损耗，每年约可节省1%的实物采购资金。按照年度采购实物采购90亿元计算，年节约采购资金9000万元。
（3）降低物流成本
通过RDC的区域覆盖，实现大区、省、市公司仓库融合运营，使得物资配送从单一的省库集中发往市库的“一对多”集散模式，改变为CDC发货、RDC发货、供应商虚拟库存发货、省库直接发往分公司施工现场等多种方式相结合的“多对多”网络模式，对整体的物流运营成本有明显的降低，年节约资金475万元。
（4）提升结算满意度
供应商回款周期经过集中下单、集中结算方式降为之前模式的1/4，大大提升了供应商满意度。
4 结束语
本文从大数据的应用价值、应用环节和应用成效三个方面，结合电信企业的物资管理特点，论述大数据在电信运营企业的物资管理中所能发挥的巨大作用。以中国移动华东大区物流中心与江苏省公司的具体实践，展示大数据的挖掘潜力与应用前景。电信企业通过大数据的应用，以数据为驱动，内部上实现物流协同运作，外部上促进企业与供应商生产和供货的协同，推进供应链上下游的信息共享，实现企业库存缩减、降本增效和管理精进。