基于大数据的传统食品企业供应链升级研究—以“五芳斋”为例
摘要：随着互联网信息不断的深入传统行业领域，传统食品加工业转型变革势在必行，以往传统食品加工业运营效率非常低，各个企业之间缺乏战略合作和信息共享，尤其是一些食品制造商、经销商与下游客户的信息数据对接时，总是出现信息对接效率不高或者信息不对称。在大数据时代下，供应链中的企业为了更好提高自己竞争优势，必须针对传统的供应链体系进行变革，通过大数据对供应链需求进行预测，并进行全渠道供应链服务的创新，“五芳斋”作为一家老字号传统食品企业，率先做出了这样的变革，形成一个集生产、运作以及零售为一体的合作团体，使得整个供应链达到成本最低，效益最优。
关键词：供应链；升级；全渠道；需求预测；传统食品企业；大数据
一、文献综述
1、大数据在供应链中的应用
杨小龙（2018）在《大数据分析在供应链管理中的应用》中提到基于数据的供应链分析方法可以分为描述分析、预测分析和规范分析三种类型。描述分析是处理已发生的问题。比如发生了什么, 为什么会发生。它试图利用在线分析处理系统和实时信息报告支持的可视化工具 (比如GPS、RFISD、交易条形码) 来实现其目标。预测分析是处理即将要发生事情的问题。它试图准确预测未来并找到原因。重要的是没有统计方法可以百分之百地预测未来。预测分析广泛应用于整个供应链中。从预测客户行为、购买模式到识别销售活动的趋势。它们还用于预测供应链、运营和库存记录中的需求预测或投入。预测分析可用于预测未来或人们还没有的信息。规范分析是处理应该是什么的问题。基于描述分析和预测分析, 使用数学优化模型、模拟或多属性决策技术来推动决策。规范分析对于管理者来说相对较复杂。利用大数据分析, 能有效提升生产、仓储、配送、销售效率, 降低供应链成本。通过制造业供应链上的大数据收集与分析, 制造公司能够进行供应链改进和优化, 提升供应链绩效水平。
王红春（2017）等人在《大数据供应链与传统供应链的对比分析》中从供应链全局的角度对大数据供应链的运作环节进行系统的梳理，本文在传统供应链管理的预测、采购、运营、库存、物流、营销等六种职能基础上, 定义了大数据供应链的新职能, 对大数据环境下供应链的运行机制、信息流的传递机理进行了详细的研究, 通过对两种供应链的对比分析，对大数据分析在供应链管理中的实施建议做了初步的研究和探讨，旨在企业在面对如今商业模式的颠覆性变革时提出建设性意见。
王娟（2016）在《大数据应用对供应链管理价值提升的分析与研究》中提到大数据应用对供应链管理的价值提升，聚合价值信息，有效预测市场，大数据的引入及其分析技术可以对海量数据进行过滤、鉴别、分析,聚合有价值的信息,减少无效信息的干扰,为企业有效预估市场需求,快速响应市场变化,准确市场业务判断,精准捕捉市场商机,并通过实时数据分析,协调上下游业务关系，优化业务流程，掌控供应链整体资源配置，由价值信息的获取延伸至供应链企业的利润提升，以提高供应链整体的运行效率。
综上所述，学者对于大数据应用于供应链都较为深刻，将大数据与供应链很好地结合在了一起，实现最优的资源配置。上述这些文献对于我的论文选题提供了指导和支撑作用。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
