第7章

基于大数据分析的互联网供应链金融

随着供应链运营全球化、互联网化以及信息化的发展，数据已经渗透到每一个行业和业务职能领域，业已成为一个重要的生产因素，并且海量数据可以通过多种方式产生价值，因此，对于大数据的运用（using data），就成为企业获得竞争力以及供应链金融长远发展的关键。Laney（2001）指出，在数据管理中，存在三个维度的挑战，即数据量大（volume）、数据类型繁多（variety）以及数据增长快（velocity）。McAfee等（2012）也指出，“大数据”和以往的分析学相比，存在上述的3V区别。TechAmerica Foundation's Federal Big Data Commission（2012）也认为，大数据是指那些数据量大并且增长速度快、数据结构复杂并且数据种类繁多的数据，对这些数据进行捕获、储存、分配、管理以及对信息进行分析需要利用先进的技术和方法。尽管大数据的3V构架获得了广泛的认可，但是一些研究者认为3V并没有完整描述大数据的特点，并在3V的基础上发展出了4V。国际数据公司（International Data Corporation，IDC）认为，大数据应该具有价值性（value），即指数据价值密度相对较低，这也就意味着数据量呈爆发式增长的同时，隐藏在数据背后的有用价值却没有成比例的增长，这就增加了我们挖掘数据价值的难度。IBM认为大数据还具有真实性（veracity），也就意味着数据分析的基础首先应该是准确的基础数据，而不是被人为篡改或是在传输过程中失真的数据。总之，如今海量（volume）、多种类型（variety）、速度快（velocity）、价值高（value）的大数据成为了企业增进绩效、推动业务创新的重要因素，这是因为大数据不但是企业为客户提供增值服务的基础，还能有效地降低供应链成本费用；另一方面，大数据还能促进企业间的信息协同，并且在供应链金融兴起的背景下，大数据分析技术也能成为企业的一种战略性资源。