基于大数据的C2M供应链管理云平台研究

大学生课题预研计划书

课题名称：基于大数据的C2M供应链管理云平台研究课题领域：大数据分析、工业互联网、供应链管理

项目负责人：

申请单位：重庆邮电大学先进制造工程学院

科研部制

年月日

基于大数据的C2M供应链管理云平台研究

一、课题研究意义

1.选题缘由

客观方面

C2M（Customer-to-Manufactory）是一种新型的电子商务互联网商业模式，“客户到制造”的概念体现了定制化生产的特性，使制造商直接面对用户，以满足用户个性化需求。C2M的出现意味着商业社会生产力和客户需求方向的重大变革，其终极目标是通过互联网将不同的生产线连接起来，运用庞大的计算机系统随时进行数据交换，按照客户的产品订单要求设定供应商和生产工序，生产出个性化产品的工业化定制模式。C2M的特征是：（1）实现从用户到制造商的直连，去除所有中间流通、加价环节，将代理商、经销商等排除在外，大大缩短产业链，在为用户提供高性价比产品的同时企业实现低库存甚至是零库存的节约化生产。（2）在用户积极参与的定制过程中，记录、分析用户的行为以及需求表达，通过大数据的挖掘分析，获得指导性的意见来安排生产，在流程中实现全面的数据化，提升生产效率。（3）在供应链方面，C2M模式把产品控制权交给用户，对制造商的供应链整合能力提出很高要求，快速的设计、生产、交付需要将供应链优化到极致，才能满足用户的需求；在生产方面，要利用精益生产运行管理平台，实现多品种、小批量、定制生产；在物流方面，制造商还需要通过智能仓储、智能物流，在低成本的基础上最快地将产品送到用户手中。具备了一定自动化和信息化基础的传统家电制造业，要想转型升级实现C2M的运作模式，除了要求企业生产系统的高度柔性外，最为核心、关键的在于以用户需求为中心的供应链管理，然而传统制造企业的供应链管理主要着眼于生产库存控制和供应商原材料的

采购方面，对用户的真实需求不能及时响应，这显然是不适于C2M的智能制造模式要求的，为此需努力探寻、构建一种以围绕用户需求，且实现供应链上下游信息共享、同一协作的供应链管理云平台。以上是开展本预研课题研究的行业需求。

●主观方面

本课题研究者系工业工程专业在读研究生，所属重庆邮电大学智能制造与企业信息化研究团队，个人研究方向为企业信息化相关，个人研究兴趣在于对生产调度智能算法和企业管理运作的研究，企业供应链管理是工业工程领域的研究热点之一，故本预研课题与研究者的专业方向是契合的，在开展本预研课题的过程中遇到困难也能向所在研究团队寻求帮助。

2.研究意义

●理论价值

随着国家供给侧结构改革，制造企业开始尝试节约化的智能制造模式，努力探寻一种打通供需两端的全新企业经营策略，而C2M的运作模式正好适于制造业这种转型升级的需求，目前C2M的企业经营模式已开始在国内服装、汽车、家电等行业率先应用，然而基于C2M的制造商供应链管理研究国内外尚处在起步阶段，针对在C2M模式下供应链管理方法、管理平台、管理策略还没有太多研究成果可供学者或制造企业借鉴，故本课题的研究具有选题新颖性，本研究有很大的科研拓展空间，本课题的研究成果（论文、专利或报告）对于后续广大学者在这方面的研究将具有很大的理论借鉴价值。

●应用价值

本预研课题基于大数据的C2M企业运作模式的供应链管理云平台的理论架构、操作流程以及实现技术可被制造企业在探寻实施C2M的过程中针对全新供应链管理问题所采纳或借鉴。

二、文献综述

制造业的供给侧结构性改革，对深入实施制造强国战略、打造国民经济发展新引擎具有重要意义，需要运用新思路、新方法加以推动。消费者驱动型制造（C2M）模式可以有效促进生产要素的优化配置，加快新兴业态培育发展，强化发展动能的推进方式，有助于推进制造业供给侧结构性改革[1]。在互联网大环境下，基于丰富的用户数据，精确分析，用户需求，为用户量身制作应用，从而促进应用的多样化、个性化和定制化。正如“携远衣家”的黄贵所言:随着智能科技、互联网大数据的成熟和发展，并全面整合到服装供应链端，未来 5 ～ 8年，个性定制可能成为行业主流。在此期间，我们应正视 C2M 模式，使之发展

逐渐趋于完善[2]。

供应链的优化目标是能够快速响应市场和客户的需求，达到最大限度的客户满意。但传统供应链的各个节点相互间联系较差，多注重节点内部联系，整条供应链柔性不够，影响整条供应链对企业产生的各项增值活动，忽略了供应链整体的运行效率。大数据背景下，企业供应链上下游间共享信息平台，由统一的信息平台分析处理来自市场、客户及供应链系统内的信息，对信息进行跟踪、清洗、分析、计算，最终将决策传达至整条供应链各个节点，并对其进行监督和管理[3]。大数据算法在供应链中的应用分析: (1)完善企业配送信息管理的功能:城市供应链的生命在于对道路交通信息的掌握度与熟悉度。供应链公司，尤其是专注于城市供应链配送的企业供应链公司，与道路交通部门形成良好的互动关系，建立优良的信息合作机制就显得尤为重要了。企业供应链配送管理体系必须实现与道路交通部门信息系统的实时对接，获取第一手的道路交通信息。交通信息对供应链极为重要。例如由于不清楚道路交通状况，企业供应链往往使派出去的运输卡车陷入交通堵塞之中，原定50公里的运输距离只行驶到一半就停滞不前。为了防止这种现象的出现，就必须与道路交通部门沟通及时得到道路交通信息，确保卡车能够按照预定时间到达。(2)运用现代供应链信息技术加强供应链配送信息的分析挖掘:随着企业配送业务的发展壮大，服务的客户越来越多，配送的商品也越来越多。综合公司的配送信息管理数据，对公司配送能力的评估，为公司未来配送业务在市场方面的决策提供辅助支持。根据历史配送信息，统计得出公司在不同类型配送业务上为公司盈利带来的贡献，将资源优先分配给更有竞争力的业务部门，优化公司资源的配置，使得有限的资源得到合理利用，完成企业的更进一步发展壮大[4]。

大数据分析在供应链中的一个系统化框架:大数据分析在供应链管理中成功实现应用的一个系统化框架，称为 SAM 路线图。其基本包括3个方面的内容：第一，分区,通过对市场特点的划分来设定相应的供应链分区;第二,联合,只有实现企业与供应链各个环节的联合，才能保证数据分析技术的成功应用,保障最大的市场竞争力;第三,评估,设计市场普遍认同的策略性关键绩效指标，实现对市场分区特点的评估[5]。要在供应链运营和决策中有效的运用大数据，首先需要建立良好的大数据库，具备分析、整合大数据的能力。从研究的主要维度看，有关的研究和探索的问题主要围绕大数据的数据类型、数据质量、大数据分析技术以及大数据分析的人力资源等几个方面展开[6]。制造企业在供应链管理上，都会面临供应商分布广、供应物流链长、物料品种多、协同交互要求高等挑战，用传统的管理方法很难达到供应链整体的最佳化。张杰等提出的基于移动互联网的供应链管控平台，是运用工业互联网技术、移动通信技术和移动终端设备构建而