成本管理论文栏目提供最新成本管理论文格式、成本管理硕士论文范文。详情咨询QQ:1847080343(论文辅导)

大数据背景下京东商城供应链成本控制管理研究

日期:2019年12月14日 编辑:ad201107111759308692 作者:无忧论文网 点击次数:1916
论文价格:150元/篇 论文编号:lw201912031224119767 论文字数:33655 所属栏目:成本管理论文
论文地区:中国 论文语种:中文 论文用途:硕士毕业论文 Master Thesis

第 1 章 绪论


1.1 研究背景

2011 年 5 月,全球知名咨询公司麦肯锡发布了《大数据:创新、竞争和生产力的下一个新领域》,这是专业机构第一次全方面的介绍和展望大数据。2012 年 3 月,美国发布《大数据研究和发展倡议》,标志着大数据已经成为重要的时代特征。同时,美国政府宣布投资两亿美元到大数据领域,将数据定义为未来的新石油[1]2015 年 9 月,我国国务院又印发了《促进大数据发展行动纲要》。可以想象,当大数据程已经超越商业行为上升至国家战略时,大数据已经成为我们商业生态环境和日常工作生活中所不可缺少的部分。美国谷歌公司利用大数据技术预测美国的流行感冒发生趋势,甚至用在美国总统大选。2011 年 12 月,我国工信部把信息处理技术作为物联网发展中的四个关键技术之一提了出来,其中就包括海量数据存储、数据挖掘、图像视频、智能分析等。如今,大数据已经渗透到全球范围内的每一个行业和业务职能领域,成为重要的生产因素。人们对海量数据的挖掘与运用,预示着新一波生产率增长和消费者盈余浪潮的到来[2]。越来越多的人设备和传感器通过数字网络连接起来,产生传送、分享和访问数据的能力也发生着深刻的变革。大数据是当前市场炙手可热的话题,联合国、美国政府、法国政府等组织都予以高度重视,美国政府宣布大数据研究和发展倡议,来推进从大量的复杂的数据集合中获取知识和洞见的能力。

在这个大数据时代,几乎所有企业都在用数据指导决策。而电商行业现在发展势头迅猛,电商通过应用大数据技术,一方面能够实现信息公开规范化运营,可以及时发现和解决问题,有助于完善内部控制制度,另一方面使得内部信息传递分析更加便捷快速,同时也使得信息在企业中得到快速扩散,降低了信息的不对称性,从而减少了不确定性,节约了供应链各节点成本。企业拥有海量信息和数据处理技术,就可以能解决以往决策信息质量低下产生的问题,降低了机会成本。在我国 B2B、B2C 市场拥有强大的市场空间,大数据能够改善我国产业布局,优化产业链,降低供应链成本。大数据在供应链领域的应用刚刚起步,随着供应链的快速发展,大数据分析在供应链领域蕴含巨大发展潜力,只有将供应链与数据融合才能实现可持续规模化的发展。

.........................


1.2 研究目的及意义

1.2.1 研究目的

基于前人的相关文献研究,笔者发现,大数据作为近年来的热点,相关文献有关于大数据对供应链的作用的研究较少,尤其是关于大数据技术下供应链成本控制的研究更是屈指可数,大部分学者只是泛泛的强调大数据给电子商务带来很大影响,但没有突出大数据为电子商务的供应链成本控制带来的哪些实用价值。在应用层面,对大数据及供应链成本控制的认识比较浅显。本文的目的在于通过对相关文献的查阅和以我国电子商务巨头企业京东商城为案例企业为例,分析京东商城传统供应链成本控制存在的问题和大数据技术为电子商务企业的供应链成本控制带来的进步,深入分析大数据背景下电子商务企业运用大数据为企业供应链成本控制带来的价值,以期对以京东商城这样的电子商务企业的大数据技术的应用价值进行总结,最后提出如何加强大数据背景下京东商城供应链成本控制的建议,以促进大数据背景下京东商城供应链成本控制不断的完善。

1.2.2 研究意义

(1)理论意义

本文主要研究大数据技术在京东商城供应链成本控制方面的应用,从目前形势来看,大数据是近几年学者们研究的焦点,大数据无处不在,且被应用于多项领域。京东商城是近两年发展非常快速的行业,由于其商业形式的特殊性,京东商城拥有大量可利用数据。电商企业作为营销主体一直在追寻更低成本。京东商城对于大数据技术应用的速度超过了理论研究的速度,在这一领域的相关研究处于缺乏状态。通过本文研究,可以丰富大数据在供应链成本控制的理论知识。本文对大数据技术在京东商城供应链成本控制的研究可以深入研究大数据技术在供应链成本控制方面的理论,为京东商城进一步实现供应链成本控制不断改善提供了参考。

(2)现实意义

从企业角度来看,如今京东商城的运作集生态日益走向网络化和动态化,京东商城的生产管理和商务决策和在很大程度上依赖于社会媒体,网络群体上下游合作企业以及对手形成的网络生态系统。大规模企业群体以供应链为纽带紧密联系起来,分工协作,互利共生。这种新型组织模式能够实现京东商城企业资源的优化动态组合与共享。大数据时代的来临保证了海量数据能够被高效使用,本文通过将大数据与京东商城供应链成本控制结合研究,对大数据对京东商城在供应链成本控制上的升级进行分析,并提出进一步加强大数据在供应链成本控制的建议,为京东商城利用大数据技术实现更进一步实现供应链成本控制的实际操作提供参考。
.........................


第 2 章 相关基本理论


2.1 相关概念

2.1.1 大数据时代背景

2 月 28 日,中国互联网络信息中心(CNNIC)发布了截至 2018 年 12 月第 43 次《中国互联网络发展状况统计报告》。报告显示:截至 2018 年 12 月,中国网民规模为 8.29亿,全年新增网民 5653 万。其中,我国网民男女比例为 52.7:47.3,与 2017 年同期基本持平。互联网普及率达 59.6%,同比增长 3.8%。

同时,网购人数也随着互联网人数的增加高速发展,网购成为了人们日常消费的必不可少的习惯。互联网和移动互联网的快速发展,是海量数据得以产生这些数据的分析,价值挖掘和应用,给社会各行业带来更多发展机会,引领他们走向大数据+互联网时代环境下经济发展的春天,开启一个数据化,智能化,信息化的新时代。大数据这一丰富矿藏的开采,是企业把握巨大商机的前提。大数据丰富的数据员产生了海量数据,而这些数据是商业市场发展所需要的信息来源的基础。在互联网环境下,各行各业的数据均经历了几何级数增长,在这些海量数据中,无数机遇充斥其中,企业纷纷进行大数据挖掘,换言之,大数据为商业市场的发展提供了巨大机遇。
..........................


2.2 基本理论

2.2.1 供应链成本的构成

供应链成本是指供应链运作过程中发生的成本损失。在供应链运作过程中,由于物流成本、信息流和资金流,以及供应链整合过程中产生的机会成本和集成成本,从不同的角度来看,供应链成本可以根据不同的标准划分:

(1)根据供应链的价值

在运营过程中,企业可以分解为多个单位的价值链。供应链成本管理可以反映在供应链的增值水平和供应链的成本控制水平上。从这个角度去考虑,我们可以得到以下公式:

价值增值=客户价值-客户成本

客户成本体现在供应链上分别是与上游企业间消耗的成本、企业内部运营消耗的成本和与下游用户间消耗的成本这三个方面,如图 2-1 所示:

.........................

第 3 章 大数据背景下京东商城供应链成本控制的现状分析..........................19

3.1 京东商城基本情况...............................19

3.2 京东商城供应链成本的构成...................................20

3.3 大数据背景下京东商城外部供应链成本控制的现状.....................21

第 4 章 大数据背景下京东商城供应链成本控制分析与评价............................34

4.1 评价指标分析..........................................34

4.1.1 评价指标选取..........................34

4.1.2 2011-2018 年京东商城采购成本控制分析........................... 34

第 5 章 大数据背景下京东商城供应链成本控制存在的问题分析......................43

5.1.大数据思维仍待增强.......................43

5.2.缺乏大数据供应链成本控制体系............................43

5.3 缺乏大数据成本控制发展规划............................43


第 6 章 进一步加强京东商城大数据供应链成本控制的建议


6.1 企业层面相关建议

6.1.1 贯彻大数据思维

经过上文的详细分析,大数据技术对京东商城供应链成本控制的价值显而易见。为了进一步促进京东商城大数据发展之路,京东商城要贯彻大数据思维,一方面能实现信息公开规范化运营,可以及时发现和解决问题,有助于完善内部控制制度。另一方面,使得内部信息传递分析更加便捷快速,同时也使得信息在企业中得到快速扩散,降低了信息的不对称性,从而减少了不确定性,节约了供应链各节点成本[48]。京东拥有海量信息和数据处理技术就可以能解决以往决策信息质量低下产生的问题,降低了机会成本。而转变传统数据观念与成本管理,第一就是要建立总体思维,就是样本思维与总体思维的转变,过去的供应链管理主要以参考样本为主,随着互联网大数据的发展,数据体量的增大,获取海量数据不再是前提,随着大数据技术发展的进步,对总体数据的分析也将成为可能。第二就是要有容错思维,在小数据年代,我们习惯了抽样,抽样从理论上来讲,得出的结果就是不确定的。一般来说,全样本量会是样本数量的千百倍,抽样的结果偏差会导致更大误差,增加了数据预处理的代价。另一方面。不同的数据清洗模型可能会导致清洗后的数据差别极大,进一步加大数据结论的不稳定性。而在大数据技术下,企业拥有与结果相关的所有数据,这就减小了异常数据带来的偏差,所以大数据的属性本身拥有自我纠错能力。第三就是要拥有相关