本文通过大数据在存货方面的应用，以京东商城为例，对大数据在存货管理应用进行分析。大家在相关论文写作时，可以参考这篇题目为“以京东商城为例分析大数据下企业存货管理”的管理会计论文。
原标题：大数据下企业存货管理研究
摘要：现如今，大数据一词无人不知。大数据已经应用于各行各业。本文通过大数据在存货方面的应用，以京东商城为例，对大数据在存货管理应用进行分析。对传统和大数据存货管理进行研究。
关键词：大数据；存货管理
一、大数据概述
（一）大数据概述
大数据是一个抽象概念。目前普遍认为，大数据是高容量、高生产速率、种类繁多的信息价值，同时需要新的处理形式去确保判断的作出、洞察力的发现和处理的优化。大数据并非大量数据的简单无意义的堆积，数据量大并不意味着一定具有可观的利用前景。数据间是否具有结构性和关联性，是“大数据”与“大规模数据”的重要差别。
（二）大数据研究与应用现状
研究方面大数据理论并不是十分重要，大数据的关键是如何更好的使用庞大的数据。大数据已延伸到各行各业中应用，企业的财务管理也是其中之一。通过大数据分析，财务管理者可以分析数据的过程中全面了解企业现状以及问题，更加及时的评价企业的财务状况和经营成果，从而解释经营活动中存在的矛盾和问题。大数据会进一步提高企业财务的自动化水平，更可以分析企业趋势走向来更好的为企业领导者作出正确决策提供依据。
二、传统存货管理
（一）传统存货现状
1、存货采购。传统的采购主要是供应商选择。企业会选择合适的供货商商品质量，符合单位采购标准。企业选择供货商不管是初步筛选还是实地考察，相对而言主观性较大，更多的是参考供应商本身提供的各类书面文字材料，以及市场的口碑和经验。选择供应商虽然有一些标准比如质量、价格等，但尚未形成一个全面的供货商综合评价体系，不能对供货商作出全面、具体、客观的评价。
2、存货仓储管理。仓储管理是指企业在仓库和仓库中储存的物资进行管理。仓库是连接供应和需求的桥梁，作为流通中心的仓库必须以最大的灵活性和及时性满足需要。传统仓储管理首先注重安全，即仓库安全保障企业物资不外流，二是在发货效率上尽力提高，如提高保管效率，有效利用库内容积，根据出库频率确定摆放位置等等。
3、存货数量。传统的企业存货量分为两种，生产存货和产品存货。生产存货数量一般为满足生产的正常供给，多以生产的供给的经验速度来控制进货速度和频率。人为的控制性较大，经验判断也经常会带来一些问题。销售企业，主要的存货为待销商品，企业无法准确预估销售量。可能导致存货过多或者过少，过多的存货增加企业的仓储管理费用，存储产品时间过长也可能导致产品过时，导致滞销。进货量过少会使企业错过机会，无法获得销售额。
（二）传统存货管理的主要缺陷
传统的存货管理虽然对企业存货有一定的管理成果，但管理较粗糙，主要的缺点有以下几点。首先，主观性较大，不管是企业供应商选择还是企业存货数量，销量，等都没有太具体的选择标准，主要以经验为主，所以主观性较大。个人判断影响整个企业的发展。其次是管理不够精确，进货数量和销货数量等只能做大概估计，来进行进货及生产。为了保证生产的正常进行以及满足客户销售合同，再次传统的存货都保持在较高的水平，以防止生产停滞以及违约合同等情况。这样使得企业存货存储成本和风险较高。
三、以京东商城为例分析大数据下企业存货管理
京东商城作为现代网络购物的龙头企业之一，拥有巨大的销售量。而库存更是很大的一个方面。京东商城作为网络购物的典范，在数据取得收集方面拥有天生的优越性。所有的购物均来自网络订单，而这极大的方便了数据的收集，有天然的大数据实施基础条件。
（一）京东商城简介
京东商城作为中国最大的自营电商商城，拥有118个大型仓库，占地面积230万，2045个配送站，1045个自提点，覆盖1855县区，合作伙伴60000家，2013年的订单量高达3.233亿。库存管理是其最重要的管理内容之一。
（二）大数据下的库存管理应用
目前，京东结合了大数据的库存管理体系已基本形成，主要由5部分组成：销量预测，补货系统，健康库存，供应商管理，智慧选品及定价。
1、销量预测。京东改善库存问题，主要是通过系统的经营策略以及内部的调整。京东通过十几年的销售数据，再结合季节的变化、人均销售、促销等因素，用一定的算法来预测未来的趋势，确定库存及未来销售的量。根据不同产品的大数据分析，京东建立了新品模型、保守模型、不动销模型、决策树模型、月均价格模型、市场需求回归模型等销量预测模型，而且在大数据分析过程中，京东还注意了数据清洗，减少干扰。
2、补货系统。京东的库存补货系统由一个补货模型为基础。补货模型包括阶段性的补货与时间的匹配，保证库存不是一个最大的值而是一个最合理的值。用补货点与安全库存点的逻辑关系来驱动整个补货系统效率的提升。补货模型的目标库存由补货点和备货周期组成。根据上述的销量预测计算出在途物资花费天数的销量及一次备货周期可满足的销售天数，得出目标库存=安全库存+在途物资花费天数的销量+备货周期。同时在补货的过程中纳入成本模型，使整个模型更有效。
3、健康库存。几十年前，高库存是所有企业的突出问题，库存规模庞大使得这类企业在之后的几十年间频频倒闭，由此整个行业都普遍开始通过库存管理来降低剩余库存。京东利用其天然的数据收集优势来获得诸如商品信息，库存，销量，采购，促销，内配，供应商退货，销量预测等大数据，进行全销售模拟，促销模拟，采购模拟，调拨模拟，供应商退货模拟等模拟，得出库存健康报告，根据不同的报告，分析现货率，周转率，滞销，下柜等状况，提供促销建议，退货建议，报废建议，调拨建议等措施。以期达到健康库存。
4、供应商。作为拥有近60000多供应商的大型电商，京东积极供应商沟通，将京东的补货建议、库存建议发给供应商。并根据其庞大的大数据，进行市场整体分析，竞品市场分析，竞品威胁分析，竞品优劣势分析，促销引流效果分析，促销销量分析，商品流量来源分析，量价模型专题分析，告诉供应商在哪个结点应该降价，配合降价应该做的补货，商品未来周期的分析并参与京东的促销和补货。
5、智慧选品及定价。根据大数据下的全网商品数据、京东商品数据、行业报告、行业分析、用户模型和价值来预测的，并在未来某个时间点上，按照一些商品在整个过程中的定位，来做选品的工作。通过大数据分析后的选品模型极为精细。品类价值模型包括收入、利润、流量、用户；品类特征分析模型包括重点、成长、日常季节、小众等；商品生命周期模型分为新品引进、上成长、平稳成熟、淘汰死亡。而在定价方面，大数据用于价格抓取、价格跟踪、量价模型、价格预测、促销信息、降价监控等方面，定价的过程中考虑最大利润化、库存周转及处理滞销。
四、结语
由以上分析可以看出，大数据应用于京东库存管理的每个环节。而这些大数据的分析使得如此庞大的存货最大程度上的减少存货量。提高企业销售，并曾加企业的销售利润。大数据在企业存货管理方面更加凸显其优越性。更好的为企业提供数据并分析得出企业的存货量，销售量等一系列指标。但就目前而言，大数据在存货方面的应用较适合大型企业。而中小企业则需要大数据下的库存管理与传统库存管理相结合。
参考文献：
[1]程平，徐云云。大数据时代基于云会计的企业库存管理研究[J].会计之友，2015,06:134-136.
[2]陶雪娇，胡晓峰，刘洋。大数据研究综述[J].系统仿真学报，2013,S1:142-146.
[3]张晓蕾，范晓明。浅谈大数据时代下的财务管理[J].商场现代化，2014,02:166.
[4]吴雅轩，刘建基。企业管理视角下大数据应用价值的探究[J].商场现代化，2014,22:110.
