大数据时代基于云会计的库存管理模式构建,物资管理论文

大数据时代基于云会计的库存管理模式构建,物资管理论文云会计因其成本低、效率高、易于拓展、可定制性强等优势遭到了中小企业的广泛关注。基于企业的云会计平台，通过物联网可实现物品的实时智能化辨别、定位、跟踪、监控和管理，为企业进行大数据决策积累海量数据。库存管理是企业物料管理的核心，需要及时准确地反映各种物料的仓储、流向情况。云会计、物联网等技术的发展确保了企业获取货物的实时信息，而大数据分析中心则为企业作出科学合理的库存管理决策提供了技术支持。库存管理作为企业生产管理和成本控制的基础对企业的正常生产经营至关重要。多年来，学者们对各种技术条件下的库存管理进行了广泛的讨论。叶雪琴等〔2007〕建立了ASP服务形式下库存管理系统的总体框架，并根据系统需求对系统设计和实现的关键技术具体阐述了各个模块的功能。吕峻闽等〔2018〕提出了一个基于RFID技术的物联网配送中心信息系统模型，并说明了该模型的体系架构、层次关系、技术途径与施行方案。王涵等〔2020〕针对多品种、小批量生产型制造企业管理流程相对不规范、库存信息了解不及时、安全管理和用户管理功能薄弱以及最优库存管理等问题，设计了一个针对该类型制造企业库存管理的信息系统，并提出零库存的管理方式，通过Hopfield算法来尽量压低库存量。综观现有研究发现，物联网、云计算核心技术在库存管理方面的研究已经逐步展开，但同时牵涉到大数据、物联网、云会计的库存管理研究文献相对还比拟匮乏。实际上，大数据、云会计、物联网技术在企业物料数据的搜集、分析、处理及其同行业与相关行业的数据检索方面有着很大的优势。鉴于此，本文在分析大数据时代云会计对企业库存管理影响的基础上，融合大数据、云会计和物联网技术于企业的库存管理应用，构建了大数据时代基于云会计的企业库存管理框架模型，并具体阐述了库存管理入库、调拨和出库环节的详细运作方式。二、大数据时代云会计对库存管理的影响在大数据时代，云会计能够知足企业尤其是中小企业对于会计信息化低成本、高效率、操作简单、信息方便获取的需求，这必然会对企业库存管理的管理成本、存货控制及管理水平产生较大的影响。〔一〕云会计使库存管理的成本更低廉库存管理的目的之一是在保证生产或销售经营需要的前提下最大限度地降低库存成本，即对库存合理布局，减少调拨次数。存货缺乏不能及时知足生产和销售的需要会给企业带来损失，而存货太多将导致储存成本增加，进而影响企业利益。怎样对库存管理的成本进行控制对企业的生产经营至关重要。以物联网技术为前端、大数据分析中心为后端的云会计平台，能够在时空分离的环境下预测或获取企业不同区域的仓储信息和客户订货信息，以减少企业的库存管理成本。基于云会计平台，企业能够搜集、分析货物的实时信息，动态了解各仓库的实时库存情况。仓储管理部门在获得大数据分析中心提供的库存数据与客户偏好数据的基础上，能够做到对各仓库库存合理布局，减少调拨次数，节约库存管理成本。〔二〕云会计使存货控制系统更精到准确为提高企业整体运作效率，很多企业对存货管理采用了ABC控制系统或即时制库存控制系统〔JIT〕。在ABC控制系统中，怎样准确区分ABC三类存货并进行分类控制是企业需要解决的重要问题。JIT管理强调只在使用存货之前才要求供给商送货，进而将存货数量减到最小，实现物资供给、生产、销售连续同步运动。这种方式在提高生产效率、减少储存成本的同时需要考虑到与供给商协同接洽的问题。大数据、云会计技术的应用，能够提高企业ABC控制系统或即时制控制系统的运行效果。在企业的云会计平台上，通过对本身以往所有各种类型存货数据的大数据分析，以及参考同行业、相关行业的历史数据，能够对ABC三类存货进行更为科学合理的区分，使ABC控制系统愈加精到准确。面对JIT即时制愈加严格的要求，企业需要考虑到存货的计划需求、与供给商关系、准备成本、电子数据等方面，一旦存货预警就会产生生产线、销售线告急的情况，将为企业带来宏大损失。物联网与大数据技术的发展为解决JIT控制面临的问题提供了解决方案。由供给商提供的存货都带有唯一的产品电子代码〔EPC〕，企业和供给商能够通过物联网同时获得存货的使用情况，在数据显示该批存货需要补充时，物联网得到传感信息的反应及时提醒企业补给，通知供给商做好供货准备，并给出下一订货批量的估计时间及数量要求。这样就加强了企业与供给商的信息沟通与沟通，使JIT控制系统得到更好的施行。〔三〕云会计使库存管理更智能由于各个地区消费者的需求偏好往往存在差异，使得企业在全国布局的仓库库存往往在商品的类型、数量等方面不尽一样。基于云会计平台，通过前端的物联网，企业能够获取各个区域仓库的存货情况。针对库存调拨，通过后端的数据中心进行大数据分析，能够选择在最优的仓库之间进行商品的调配，并根据对调拨结果的分析就以后的商品库存分配进行优化。消费者在网上购买商品时，云会计平台会自动选择就近且有货的库存点进行智能化发货。在存货的运输与存储经过中会牵涉到安全问题，尤其是对于高价值的存货，其一旦损失将会对企业造成严重影响。云会计平台下物联网技术的运用，能够做到存货信息流和物流的统一、对存货流向构成监控，具有极强的监测功能。存货信息能够实时反映在云会计平台上，即使出现货物丢失情况，企业也能够即时采取措施应对，确保企业存货的安全性。三、大数据时代基于云会计的库存管理框架模型构建库存管理及时准确地反映各种物资的仓储、流向情况，能够为企业的生产管理和成本控制提供根据。通过对货物的各种信息进行即时的采集、分析、处理，能够使企业实时动态的库存管理成为现实。在云会计平台上，前端的物联网技术能够实时采集数据，后端的大数据分析中心对数据进行分析与处理，为企业的库存管理决策提供支持。在分析大数据时代云会计对企业库存管理在成本、控制、管理水平等方面影响的基础上，结合大数据、云会计和物联网的技术特征，考虑企业当下主要的库存管理需求，本文建立了由云会计平台、大数据分析中心、库存管理等核心模块组成的大数据时代基于云会计的企业库存管理框架模型，如此图1所示。在图1中，企业库存管理决策所需的库房信息，如仓库信息、货位信息、物料信息、出入库信息等，能够通过物联网技术借助云会计平台进行实时搜集；决策所需的其他大数据源，能够通过互联网、移动互联网、社会化网络等多种媒介，借助云会计平台从企业内部、交易所、事务所、外部市场、银行等获取。同时，经过大数据处理技术和方式方法〔Hadoop、Storm、PentahoBI等〕规范所获取数据，并通过ODS、DW/DM、OLAP等数据挖掘与数据分析技术提取企业进行库存管理决策所需的财务与非财务数据。大数据分析中心对企业库存管理的入库信息、调拨信息、出库信息进行分析，以此来支撑库存管理模块，为采购入库、库房调拨、销售出库阶段实时、准确的决策提供了根据。〔一〕采购入库在采购入库阶段，由大数据分析中心结合企业生产情况、外部环境等因素对采购计划、采购数量、采购时间、物流经过等相关采购流程的影响，就公司所接订单、产品或服务的生产周期以及交货的时间等进行分析，并针对企业历史数据的分析以及对供给商信誉程度、产品质量、产品价格等的综合分析，制定出(合格供给商名册〕向企业推荐最优供给商。采购部门则根据分析结果根据企业需求制定出科学的采购计划与选择合适并满意的供给商。完成供给商选择之后要进行签订采购合同、发出订购单，供给商确认订购单、根据订单交货等步骤，这一经过需注意明确合同内容，明晰产品信息与双方责任。在最后一个部分即进料检验及入库阶段，由射频辨别技术〔RFID〕辨别出产品的品牌、规格、型号以及供给商的检验合格标识〔在物联网技术下，产品都带有唯一电子标签〕之后方可入库，若有检验不合格者，根据标签自带的生产信息退回至供给商处，并根据采购合同的条款或退换货物或进行赔付，退换后的货物同样要进行这一系列的检验经过，直到合格后入库。〔二〕库房调拨在库房调拨阶段，模型采用完全分享策略，即某仓库库存水平一旦无法知足当下订单，而采用调拨方式可知足时，可从其他点调拨，要求调拨点的当下库存能知足需求点的订单需求量。由于云会计前端的物联网能够得到企业各仓库的库存信息，这样在任何仓库发生存货预警时，都能够向后端的大数据分析中心实时反应请求调拨信息。对请求调拨信息进行分析之后，根据最小费用策略确定存货的调拨点与调拨量，并向该仓库发布调拨信息，以此在各仓库间完成存货的互相补给。在各仓库不能知足库存需要或者调拨成本过高时，库存信息将直接向总部反应，由总部完成存货的分配。最后将调拨结果经过大数据分析中心向仓储管理部门进行汇报。基于云会计的库存调拨模块将企业的分布式库存连成了一个有机整体，不再是单独的仓库管理，可知足大中型企业库存实时性的问题，便于整体优化及一体化管理。大数据分析中心为各仓库的信息分享提供了技术支撑，物联网技术的运用为把握各仓库的实时信息提供了有力保障，可为企业节省时间与成本。〔三〕销售出库针对企业的销售出库，销售部门根据经过大数据分析中心分析之后的客户订单向指定的仓库下达发货指令，当指定仓库接收到发货指令之后带有RFID的货物将发往指定地点，同时，货物的地理位置信息与其他信息等由带RFID技术的物联网通过大数据分析中心向仓储管理部门实时反应，以确保货物的安全以及了解物流信息。在货物到达指定地点后，将会再次向大数据分析中心反应信息，并向仓储管理部门与销售部门发送货物安全送达的信息，进而完成整个出库经过。四、结束语大数据已成为企业新型的战略资产和企业核心竞争力的重要基础，可为企业的经营决策提供重要的支持。大数据、云会计和物联网技术能为企业搜集、分析、处理前端数据，并获取到同行业与相关行业的数据信息，这必然会对企业传统的库存管理方式产生较大的影响。本文构建了大数据时代基于云会计的企业库存管理框架模型，并阐述了入库、调拨、出库在模型中的详细运作方式，期望本文的研究能够为库存管理