基于R软件的电子商务订单―库存分析

[摘要]随着电子商务的发展，对配送中心的服务性、快捷性、低成本以及柔性化的要求更高，而通过订单―库存分析协调需求和库存之间的关系更为重要。基于R软件的高效性，可扩展性和处理数据的海量性，文章选择R软件对电子商务企业前端的客户信息进行数据分析，从而减少电商物流企业库存与需求不匹配造成的巨额成本。

[关键词]电子商务；物流；订单―库存；R软件

[DOI]1013939/jcnkizgsc201619111

1引言

电子商务企业的经营管理状态处于虚拟和现实之间，整个生产销售网络，不是以个体存在，而需要与多个企业进行紧密联系，这种合作式的经营方式有其优越性，当然也有着不可预知的风险。在供应链管理中，库存控制是一个重要部分，维持适当的库存，可以使企业的经营活动正常进行，获得良好的经济效益。库存管理存在于整个供应链系统中，它的最终目标是为了使企业的总投资成本最小而获益最大。电子商务活动面对数量庞大且零散的客户群体，其订单也呈现分散、量小等特点，这给库存控制带来了诸多阻碍。

市场需求预测对企业生存和发展起着重要作用，科学的决策要以需求预测为依据。预测可使用的标准化方法很多，有定性法、历史映射法、因果法等，每类方法对长短期预测的相对准确性不同，定量分析的复杂程度不同，产生预测方法的逻辑基础不同。目前关于订单―库存分析的研究已不在少数。比较有代表性的有：

黎红[1]采用Excel对某物流公司的仓储需求预测。首先创建Excel工作表，然后利用其数据处理及图表功能，将时间（季度）作为自变量X，将仓储需求作为因变量Y，选取“插入图表”启动图表工具向导，在“图表类型”中选取XY散点图，在“数据源区域”选取表中相应数据区，可得仓储周转量曲线图。创建图表后，用Excel为仓储周转量曲线添加趋势线，选取拟合度最高的线型。由此可得预测值。

张杰[2]利用Excel进行决策分析物流配送中的网络优化问题。需要说明的是，规划求解模型在具体运用过程中，约束条件的确定使得问题更加符合现实情况，也更有难度。如果遇到Excel规划求解无解的情况，可以检查可变单元格是否选对、目标区域是否缺公式等。

SPSS软件同样可以做市场分析，SPSS提供了可以通过频数和描述性分析过程提供对客户数据的初步印象。

陈智刚、朱鼎勋、何淼[3]运用SPSS软件，建立多元线性回归模型，预测未来几年昆明市的货物运输量，从而预测出昆明市第三方物流市场需求规模的变化趋势。

胡桂、锬罗琴[4]，通过实际的案例，研究了SPSS技术在市场调查统计分析中应用的一般方法：录入编辑市场调查中的数据；根据研究需要以及问题的性质确定出利用SPSS的相应的哪些统计功能；调用SPSS的菜单功能得到相应的统计结果以及相应的图表；根据统计结果和图表进行相关分析，为市场调查提供可靠的科学依据。

上述研究用多种方法从多个角度研究了销量预测、仓储需求、区域物流运量等内容，实现了预测需求，但以电子商务环境为背景的研究较少。本文将考虑到电子商务订单的海量性、高频率、小批次等特点，研究符合电商企业的销量预测方法，同时将销量―库存结合，预知销量的同时优化库存控制，为电商物流领域优化控制提供一定参考。

2电子商务企业订单―库存分析的必要性

1长尾商品发展迅速

由于电子商务产品呈现出海量SKU的特性，即品规众多，而顾客选中某一种类单品的概率较小，而所有非畅销品的总和却很大，商品呈现出长尾特性。所谓长尾理论是指，当商品储存、流通、展示的渠道足够广，其生产成本急剧下降以至于个人都可生产，且商品的销售成本急剧降低时，以前看似需求极低的产品，也会有人买。这些需求和销量本不高的产品所共同占据的市场份额，已经能与主流产品的市场份额相比，甚至更大。因此，电商产业的发展不仅仅在于传统需求曲线上代表“畅销商品”的头部；还有代表“冷门商品”常被人遗忘的长尾。例如，大型书店通常可摆放图书10万册，而亚马逊网销图书销售额中，却有1/4出自排名10万以后的书籍。所谓“冷门”书籍销售比例正高速成长，预计未来可能还会占整个书市的一半甚至更多。这表明消费者在面对无限的选择时，真正想要的东西和取得渠道都出现了重大变化。

由于长尾商品种类众多而每一SKU数量较小，为了能够在现有的条件下满足客户体验，比如既定的存储空间、有限的资金支持、有限的人工等制约条件，就需要对客户订单需求进行科学合理的分析和预测，实现最佳库存控制。

2牛鞭效应依然存在

传统供应模式中，由于信息的不对称性以及技术手段的落后等因素，整个供应链条上的企业均会受到“牛鞭效应”的影响，导致需求预测出现较大偏差，且偏差逐层放大，最终造成库存的浪费。通过电子商务实现信息共享后可以减弱牛鞭效应，但是由于供应链各环节运输、生产提前期等不确定性因素的存在使得牛鞭效应依然存在。因此，电子商务环境下，依然需要对客户订单进行分析，进行需求预测，从而最大限度地降低库存，节省资金，实现效益最大化。

3网购促销常态化需要精准需求预测做保障

自2011年“双十一”大促引起巨大轰动以来，“双十一”、“双十二”、“618”、周年庆、年终庆等各个促销时点被各大电商企业争相效仿，每年都有多个集中大促的时点不断掀起一个又一个消费热潮，网购促销已经逐渐常态化。而促销季的销售数据往往会成倍增长甚至连翻数倍，要保证促销季客户的满意度，除了高效的物流外，无疑足量的库存才是强有力的后盾，然后足量库存并不意味着要储备超大容量的库存，适量则最佳。因此，网购促销常态化需要精准的订单需求预测做保障。

3电商环境下订单―库存分析工具的选择

能够用来做统计分析的软件和程序很多，目前应用比较广泛的包括：SPSS、SAS、R语言、S-PLUS、S-Miner等。SPSS是较为简单的一种统计软件，多是菜单操作，但不利于二次程序开发；SAS软件需要购买，且录入语言要非常精确，不能出错，较难操作；S-PLUS： 需要购买，基本是菜单操作，类似于SPSS；R语言是一款免费软件，可进行菜单操作，一般需要编程，方便二次程序开发。

从上表可以看出，选择R语言有如下优点。

首先，R是一个强大的脚本语言。用Excel统计大数据，中间有很多列都可能为空，对统计分析不方便，R便能够像Perl的正则表达式一样来处理文本。有缺失值的凌乱的大数据需要通过编程语言来进行分析，R是被用作一门编程语言来写的，因此，就这一方面来说R是一种更好的工具。

其次，R分析的数据能与文档整合在一起。R能够很好地与LaTex文档系统整合在一起，这意味着R的统计输出和图形可以嵌入到可出版级的文档中。如果想写一本关于数据分析的书，或者不想把结果拷贝到一个字符处理文档中，通过R和LaTex来实现最方便。

再次，零成本。R作为一个免费的数据分析软件，很适合中小企业进行数据分析，只要合理安排有一定R基础的人管理，即使大企业亦可使用，还能节省预算。

最后，R是在GNU许可证下的一个开源项目。R可以通过不断地增加包而使功能越来越完善。R把那些能被当作同一组安装，并且可以被R在会话访问的数据集合、R函数、文档和动态加载项用C或者Fortran打包到一起。R的包添加新的功能进来，通过这些软件包，研究人员可以很容易地分享他们同行间的计算方法。事实上，许多统计学方面的开发包在成为商业软件之前最开始都是以R的包的形式出现的。基于电子商务订单的海量性、随机性以及高频率小批次等特性，考虑到R语言的高效性，可扩展性和处理数据的海量性以及开源性，本文选择R对电子商务企业前端的客户信息进行数据分析，以求得电商物流企业库存与需求的最佳匹配度。

4基于R软件的电子商务订单―库存分析

1模式介绍

基于R的电子商务订单―库存分析模式，以R语言为工具，以电商企业实际销售和库存数据为对象，以精准预测为目标，分别得出销量走势以及销量―库存关系匹配度分析，从而为企业预测销量以及设置库存提供科学依据。具体步骤如下：

（1）形成Excel格式各节点销售数据以及库存量源数据表。

（2）加载该数据包，并将数据导入到分析软件中。

（3）进行数据预处理，如处理缺失值。

（4）数据可视化操作。

通过上述操作步骤，最终得出与目标数据对应的销量走势图以及销量――库存关系分析图，通过销量走势，可以合理地预测目标时点的订单量，为后续的订单处理等环节做好充分的准备；通过销量―库存关系分析图可以科学地分析订单与库存量的匹配度，防止脱销和积压状况的发生，提升企业运作效率，节约资金，同时提升客户体验。

1实例导入

北京TLZ公司创立于1999年，通过自主知识产权的品牌塑造与推广、产品研发设计、营销网络建设与优化、供应链整合与管理，在全国建立连锁零售网络及电子商务销售系统，向广大消费者提供安全舒适的户外运动装备。

TLZ将部分库存转移给第三方物流公司――GS物流，并付给其一定的库存费用，由GS物流来全权管理库存。所以，能够准确的分析商品的需求情况，根据需求调整库存量，降低在库库存量，对于提高公司效益有着巨大的帮助。

由上图可以看到销售量的数据有些种类呈现明显的季节性分布，夏天销量很高而冬天销量骤减，而有些种类的销售量持续走低。另外，由于网购促销季等因素的影响，部分商品某些时点的销售量骤增，甚至连增数倍，这种非常态化的销量必然引起库存的较大波动，因此，根据该走势图，可以预知反常时点的销量，从而能够提早做好准备，防止脱销而引发的低客户满意度。在销量―库存表中，可以看到一些供需不匹配的现象，热销产品的库存反而低于大部分商品，而有些库存则比销量还多。因此，销量―库存表