eeuss影院www免费影院_wwwwww99_91成人网在线_日本黄色免费录像

資訊中心

您當前的位置： 首頁 > 資訊中心 > 供應鏈管理 > 正文

數字驅動供應鏈金融關鍵在于實現“厚”數據

發布時間：2017-10-10 10:22:20 第一物流網

數字化成為了最為火熱的詞匯，特別是大數據支撐的供應鏈金融，更為成為大家熱議的話題。似乎只要實現了數字化和大數據，就能夠幫助企業發現供應鏈金融的機會，設計出誘人的業務，管控好所有的風險。

前一陣走進各個供應鏈金融的論壇，幾乎場場都充斥著對大數據的宣講，特別是一些所謂從事大數據服務的公司，更是大談數字和數據對供應鏈金融產生的神奇功能，奪目的數學建模、網絡爬蟲實現的畫像等，不停地在大屏幕上閃爍，以至于真的感覺需要認真調研這些公司究竟是如何幫助推進供應鏈金融業務的。
有一次，找到一個在全國宣講大數據供應鏈金融服務的公司，提出要調查了解有沒有具體的項目可以學習，并且究竟如何幫助客戶實現了他曾經說到的“供應鏈數字征信”、“供應鏈數字風控”以及“供應鏈數字過程管理”。
結果在電話中，該公司的老總支支吾吾的回答到，目前正在落實項目，目前還沒有完成的業務。聽完頓時明白，在論壇上，他們只是描繪了一幅美妙的畫卷，而不是真實的業務。
在今天的中國商業社會，真的要實現數字驅動的供應鏈金融絕非易事，這是因為我們雖然開始重視了數字對供應鏈的重要性，也開始在建設大數據庫，然而，遠未實現數字化所要求的“厚”數據。
“厚”與單純意義的“大”不一樣：“大”指的是容量大、多樣性和高速度，但真的要實現IBM定義的高價值，卻需要實現“厚”。
“厚”是一個立體的概念，即不僅“大”，而且各類數據庫之間能實現有效的關聯和整合，并且能清晰對整個供應鏈參與者的業務具有明確的指引。顯然，要實現這一目標，絕非一蹴而就。
事實上，目前在數字驅動供應鏈金融業務方面，存在著三種有“大”無“厚”的狀況：
一是，各個部門、各個企業建立了相應的大數據，但是沒有能夠實現數據的整合和關聯。
隨著數字化越來越得到全社會的關注，建設大數據成為了近年來企業和政府發展的重要方面，特別是供應鏈金融因為業務復雜、涉及主體較多、風險較大，因此，在線化、數字化管理更是成為了供應鏈金融推進的基本功。
然而，盡管數字化建設相較以往取得了較快的進展，也取得了一些成效，但伴隨著時間的推移，數字建設走到了瓶頸。這是因為企業部門與部門之間、企業與企業之間、企業與政府部門之間、政府部門與政府部門之間并沒有形成有效的數字協調和整合，以至于形成了眾多垂直化的大數據“煙囪”。
其結果是：在企業層面，尚未建立面向整個供應鏈業務的數據倉庫，沒有整合前臺業務運營數據和后臺管理數據，龐大的數據庫已經建立，但是數據只是雜亂的堆砌和存儲，并沒有清洗和關聯，進而無法對供應鏈金融業務和管理產生切實的作用；
在行業層面，企業之間、地域之間的數據不能有效整合，無法借此反映行業的供應鏈業務狀況，確立起行業性的信用體系，進而指引行業發展。同樣，政府部門之間的數據也沒有有效貫通，使得政府監管存在著真空和漏洞，給供應鏈金融的發展蒙上了陰影。
諸如前一陣提到在供應鏈金融實踐中，隨著管理部門對套利套匯以及融資性貿易的規制，這類投機性業務得到了一定程度的遏制，但是近些時間套稅又開始成為逐利的把戲，即利用海關等只能核驗單一產品價值的特點，虛報成套出口或者工程承包來達到騙稅的行為，這就是利用了管理部門之間的數據不通開展的游戲。
然而，如果我們的關、檢、匯、稅等管理部門能實現有效的數據連通和整合，這類套稅的把戲就會得到大大的抑制。
二是，企業和組織建立了大數據和相應的信息化體系，但是沒有對一線的業務產生明確的引導作用。
信息來源、信息主體的多元化以及信息面的擴大，使企業的數據存量大大增加。而數據本身并不具有價值，而是將數據轉換為能為企業提供決策參考的信息時，才能體現出數據的價值。因此，企業收集的多方數據信息需要經過信息和數據的清洗、整理、集成以轉化為真正“可視”的信息，而不僅僅是簡單的數據代碼編號。
“可視”對于企業的挑戰，還在于企業需要以動態的視角管理數據信息。因為移動互聯網以及互聯網的發展，不僅使企業淹沒在了海量的數據中，并且信息流和數據流還是不斷涌入進企業的數據信息收集端，即企業信息接收端需要不停地匯聚數據和接受數據，而這又為企業的數據“可視化”能力提出了挑戰。
企業需要不斷地對數據進行清洗、集合和轉換，以便相關的決策人員能夠迅速了解數據的深層次內涵呈現，使數據不僅僅是數據，而轉化為了對于供應鏈金融決策有用的及時信息。這樣不僅能指導現有的活動，還能對未來進行預測，進而能夠更好的指導企業的供應鏈金融戰略決策，并且做好相應的風險防范措施。
要實現上述目標，顯然需要在數據分析和管理上解決幾個具體問題：
一是，雖然很多企業已開展供應鏈金融等多種業務，積累了一定量的業務數據，但業務人員沒有從客戶管理、風險評級和經營規模預測等方面，提出大量分析預測需求，一旦沒有明確的需求，數字和數據就成了死物；
二是，缺乏支撐金融日常業務運轉的風險評估體系，客戶行為分析和預測無法實現；
三是，缺乏面向金融業務運營管理的關鍵績效指標體系。
要實現數據對供應鏈金融業務的支撐，不僅僅是數字化的問題，它需要整個供應鏈管理體系的建設，或者說，整個供應鏈業務結構和信息化架構的建立。沒有這兩個架構的建立，數字化就成了空談。這就是我們經常講的要實現業務驅動的數字化和信息化，而不是單純靠數字化和信息化驅動業務開展。
四是，數據的收集、清洗和分析沒有實現明確的“靶向”。
數字和數據的運用，一定是針對特定的業務和特定的對象，而不是無目的的行為，并且不同的業務和對象對數字和數據的要求不盡一致。
供應鏈金融開展的前提，一定是供應鏈管理，金融是伴隨著具體的供應鏈業務和長期穩定的關系而產生的金融性行為，供應鏈金融不可能一開始就產生金融活動，特別是供應鏈融資首先需要有多頻業務（供應鏈運營和伙伴關系的建立），才有可能產生低頻活動（融資行為）。
正是由于這一特征，這就使得在數字化或大數據建設中，首先要搜集、清洗和關聯相應的業務數據，解析出多頻業務和合作伙伴，然后再去了解分析背后的可能金融性需求和狀況，而不是一開始就去分析誰是融資方，其需要的資金量和相應的風險。
此外，供應鏈中不同環節、不同活動，數字化的要求也千差萬別，這需要我們仔細地研究行業的特征、業務中買賣的特點，以及產品和業務運行的規律。
數據的“靶向”性，還有一點即是要明確針對的對象：一方面，供應鏈活動中涉及的對象不一樣，數據也會有差異，諸如供應鏈中的平臺企業、直接從事供應鏈運營的買賣雙方、提供金融服務的金融機構對搜集的數據以及分析的結果都會有不同的要求。
這就需要我們根據不同的對象來針對性地分析數據，提供有效的數字報告，以便相應各方做出決策。
另一方面，數據搜集和分析一定限定于供應鏈金融活動中的主體或關聯方，而不應擴大到非業務主體。
有些大數據服務公司聲稱，能通過各種手段為每個人畫像，這不僅違反了保護網絡隱私的安全規定，而且也無益于推動供應鏈金融的有效開展。
供應鏈金融的本質在于債項結構的控制，是基于業務本身而展開的供應鏈運營和金融活動，對業務主體和相關利益方的數據搜集和分析，既能實現數據的安全性管理，不觸及隱私權侵犯，又能真正了解和掌握供應鏈業務運營和金融性行為，切實防范風險。
只有真正避免了上述三個方面的問題，數據才能做到既“大”又“厚”，實現真正意義上的數字驅動的供應鏈金融。

相關閱讀

首頁