阅读:25940回复:1

大数据时代的旅游服务供应链管理研究

楼主#
更多 作者:scmnews 发布于:2014-05-21 09:16
        一、绪论

        旅游业是一个极具发展活力和潜力的产业,随着全球经济的发展和市场需求的日益旺盛而迅速发展。旅游业通过提供旅游产品和服务来满足旅游者的需求,旅游业能否满足消费者需求的关键在于上下游企业间是否能紧密合作,提升客户满意度。在这一背景下,旅游业相时而动引入供应链管理思想,通过对旅游经济活动中企业的产品数量、质量、特色、信息进行协同,来降低成本费用,减少经济风险,从而提高企业效益和综合竞争力。近年来,旅游业发展迅猛,旅游业行业数据呈现爆炸式增长,云计算、物联网及移动设备等信息技术也覆盖了旅游产业的方方面面。随着数据收集、储存、分析及反馈技术的不断完善,旅游业将迎来大数据时代。本文对旅游供应链[1]模式进行简要分析,初探旅游供应链中几大经典模式的优缺点,并着眼于旅游供应链管理中的需求、产品和服务三大核心,关注预测方法、收益管理及绩效考核三大要素,强调了旅游供应链运作过程中整体的的信息共享和协同;最后从旅游供应链管理研究模型来分析大数据在旅游供应链中发挥的作用,提出了大数据背景下旅游供应链管理研究模型。

        二、旅游供应链的结构与运行模式

        旅游供应链模式可以概括为:从基础设施生产商汇集到食、住、行、游、购、娱六类旅游供应商,再通过旅游中介商到旅游者,或是由供应商直接面向旅游者的一条以旅游产品为主线的供应链,在此过程中,伴随着资金流、数据流的交互(参见图1)。

        

图片:1.GIF



        现今旅游业务中多由旅行社充当中介商的角色,旅游供应商通过与旅行社的合作,从而扩大市场销售数量,提高经营收入,增强市场竞争能力。因此,现今最为常见的是以旅行社为主导的旅游供应链模式,该模式下各产业之间通过旅游产品相互衔接。核心旅行社通过向各供应商购买其产品,然后组合成一个完整的旅游产品供应给游客。通过旅行社,游客和各供应商间接连起来。旅行社作为旅游中介商的主要实体,一方面需要引导和监督旅游者在旅游过程中的行为,另一方面也要保障旅游产品的可持续性生产和发展。另外,以服务业为主体的旅游供应链模式主要体现为主题公园模式,食、住、行、游、购、娱等旅游需求以某一主题结合为一条主题供应链,游客只需要选择服务主题便可生成全套特色服务,较为成功的主题公园模式有海洋公园、迪斯尼乐园等。

        在以旅行社为核心的旅游供应链模式及主题公园模式中,选择权通常掌握在旅游中介商手里。虽然团购式的合作关系往往会带来较低的价格,但其产品组合通常具有常规化和重复性高的特点,最主要表现在游客出行前的标准化信息收集、旅行过程中的重复体验以及旅行结束后反馈信息的利用不足等。近年来,由于旅游中介商的社会满意度下降以及现代信息技术的应用,自由行开始迅速发展。这一旅游供应链模式衍生了许多以导游导购等推送功能为主的电子商务网站,例如携程网、去哪儿网等,游客不再需要通过中介商而是直接与旅游供应商形成交易关系。自由行游客的旅行体验更多地决定于其掌握的信息量,而人力数据处理的有限性将导致更多的费用和时间消耗。

        三、旅游供应链的大数据应用

        早在1980年,著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中预言了大数据的广泛应用。随着时代的发展,直到2009年大数据之浪潮才正式进入学界视野。当数字地球发展到“智慧地球”的阶段,人类将进入“大数据”时代[2]。2011年,英国《自然》杂志曾出版专刊指出:“数据规模越大、处理难度越大,不过倘若能够有效地组织和使用大数据,对其进行科学的挖掘,产生的价值可能更大,人类将有更多的机会去发挥科学技术对社会发展的巨大推动作用。”[3]2012年3月,奥巴马政府在白宫网站发布了《大数据研究和发展倡议》( Big Data Research and DevelopmentInitiative),旨在提升利用大量复杂数据集合获取知识和洞见的能力。[4]数据体量巨大( v o l u m e ) 、数据类型繁多(variety)、处理速度快(velocity)、价值密度低(value)、数据结构复杂(complexity)是当下学者对“大数据”的普遍定义。近年来,国内外知名互联网公司、电商企业和运营商都相继搭建了大数据平台并推出了大数据产品,开展多种分析和应用。其主要应用范围包括:通过分析结构化和非结构化数据促进企业业务创新和利润增长,基于机器学习和数据挖掘方法来管理和优化企业库存与供应链,并量化评估定价策略与营销效果;通过市场分析、竞争分析、客户分析和产品分析以优化经营决策等。[5]大数据技术以其数据库存量大、数据分析处理技术出色以及应用范围广等优势在各行各业中迅速推广开来。

        同样,大数据技术可以应用在旅游供应链的需求管理及预测、产品与收益管理、服务与绩效管理、信息共享与协同等。

        (一)旅游供应链的需求管理及预测

        旅游需求包括游客对设施或服务的需求[6]。需求管理是供应链管理的重要组成部分,连接着供应链的各个流程。旅游需求的研究为更好地了解旅游决策过程的本质提供了有力的证据[7]。旅游需求的准确预测将为政府和业务部门的决策提供重要的信息。未来,对需求的预测将成为所有供应链规划中非常重要的元素。对于旅游需求的预测从时间跨度上可分为长期战略、短期战术或者两者混合进行研究[8]。对于旅游业而言,这些需求可能包括交通、住宿、能源、食物、员工数量以及景点开发或者具体接待流程等。短期战术强调对现有资源的最大化利用,长期战略则是对企业愿景的阶段性把握。[9]旅游供应链的组成以服务业居多,而服务具有无形且不可存储性的特点。这使得需求预测不准确而产生的竞争和成本风险变大。如果准备不足,则会损害游客的用户体验,增长了服务等待时间,从而给竞争对手进入市场的机会,还会导致服务的过度使用,员工负担过重等;然而如果准备过剩,将无法充分利用劳动力和其他物理资源[10],导致成本增加和服务浪费。随着交通和信息技术的不断进步,游客需求的不稳定性也日渐突出,例如,2013年10月九寨沟景区游客大量滞留事件就是由于景区对游客人数预测失误所导致的。因此,依据游客的需求预测而建立的数据储备库是否完备,直接影响了一条供应链的供给是否能维持长期、有效的运用。

        旅游需求预测的大部分研究是基于统计方法的[11],特别是计量经济学和时间序列法。在旅游需求预测中加入对需求灵活性的考察将有利于减小预测风险[12]。这里的灵活性是指有能力应对不断变化的需求,使用或调整额外资源的物理空间。对于服务业而言,则主要指的是能根据突发性的服务需求,及时协调人力和推出不同针对性产品的能力。将大数据技术融合在现有需求预测方法中,一方面可以结合文本、图片、视频及其他媒介数据对游客的旅行需求进行分析和归类,并对用户需求作出快速反应,也可以利用小密度数据为游客制定个性化服务;另一方面可以通过交通、天气、住宿及景区条件等数据为景区及政府部门提供实时的流量监控、紧急调度和安全预警工作,最终为旅游业发展制定长期战略及短期战术。

        (二)旅游供应链的产品与收益管理

        ⒈旅游产品质量与差异性分析

        旅游产品是对旅游者在旅游活动中各方面需求的统称,一个旅游供应链的服务能力往往与其旅游产品的质量正相关。旅游产品的组合过程相当复杂,涉及众多性质、功能不同的部门和行业[13]。旅游需求具有集中性、季节性、游客群差异性、旅游信息不对称等特点,这些特点将会直接影响旅游产品的供给。中国政府部门对旅游景点有严格的等级区分,相同等级景点在相关设施、设备及资费等的标准统一使得基础旅游产品差异化减小,这也最终使旅游企业提供给旅游者的产品同质化且质量低。在信息技术高速发展的背景下,旅游供应链的完整度与基础设施配备情况等行业硬实力的较量难以产生区分度。因而,旅游产品的服务涵盖和情感投入等软实力则成为旅游供应链管理中差异性的体现。基础旅游产品的质量可以通过政府部门不断修改标准和加大政策落实力度来得以保证,而旅游产品的差异性特征则可在多方面体现。通常,旅游企业会挖掘不同特色的旅游主题或出行方式来体现旅游产品的差异性,例如当前较为热门的红色革命旅游路线或者绿色环保旅游路线。而相同的旅游产品在服务质量上的差异往往也是决定游客选择的重要因素。

        利用大数据平台,增加特色旅游主题的曝光度,避免旅游景区的创意雷同,同时归纳景区主题的数据,也更有利于旅游点挖掘可发展的新特色并锁定客户群。企业可以通过售前、售中,特别是售后数据分析提高服务质量,加强与旅游者的沟通,了解旅游者的旅游经历体验,了解旅游者对旅游经历满意、不满意或疑虑的原因,并且建立旅游者的个人档案,记载其主要需求,以提高重复购买率。在此基础上,还可以提供增值的导游服务和细致入微的感情服务[14]以提升旅游产品服务的差异性。最后,针对淡旺季制定不同的服务产品,或者根据不同游客群制定差异化的自选服务,都有利于对旅游产品进行区分。旅游服务提供商可以为那些以景观体验为主而预算有限的游客人群提供廉价的基础性服务,而针对以服务体验为主的商务类游客人群则提供细致入微的全面增值服务。

        ⒉旅游供应链的收益管理

        收益管理的目的是通过销售实现收入和最终利润的最大化[15-16]。收益管理在很多旅游相关行业都有应用,如餐饮、会展中心、体育场馆、电影院和剧院、主题公园和酒店等。旅游供应链收益管理是将旅游产品的成本控制与定价策略二者相结合。现有的收益管理的研究表明,收益管理与顾客之间存在一定的矛盾性:首先,表现在客户可能会觉得收益管理是不公平的,若交易信息不足,并且没有合理化的定价策略,可能会疏远客户;[17]其次,一些以需求为导向的定价策略,例如旅游淡旺季的价格差别,往往会导致客户和旅游部门之间的不信任产生;[18]最后,如果只考虑收益管理而单方面地削减成本,将对整个供应链的供给产生影响。

        总的来说,对于收益的盲目追求带来的收入增长可能不会是长期的,而这一结果可能忽略客户价值和客户长期关系的发展。由于客户的总体价值总得不到精确的推算,客户对于收益管理的盈利推算可能也难以找到合适的平衡点。因而,利用大数据平台将收益管理与客户关系管理相结合,则可以达到一个长期稳定发展的结果。

        (三)旅游供应链的服务与绩效管理

        旅游供应链的服务管理通常通过顾客满意度来衡量。顾客满意度的衡量标准包括很多方面,依赖于自然资源的旅游产品的满意度则主要体现在自然资源本身的品质上,而在一些以非自然资源为主要旅游产品的旅游供应链中,服务质量往往决定了旅客的满意程度。因而,无论是在以服务为主要属性还是以自然景观为主要属性的旅游产品中,属性的品质决定了游客的满意程度。[19]大部分的旅游供应商对于服务质量的把握主要来自于日常经验或者过往的数据。在这个意义上,满意度的“纯粹经验”反映了整个供应链的经验[20]。

        满意度评估可以分为三个方面[21]:基本因素、性能因素和感情因素。其中,基本因素与性能因素主要是指旅游产品的质量方面,而感情因素则主要来自于旅游产品的服务。通常对游客满意度的评价可以基于游客期望与满意度的回归分析法,或者基于对旅游供应链的绩效评估法。供应链研究者认为,供应链的管理与供应链的绩效直接相关[22-23]。结合旅游行业特性来分析,常用的绩效评价指标主要有以下几个方面:

        第一,成本。旅游服务供应链的服务质量好,可靠性高,反应速度快,但是成本却很高,这样会在激烈的市场竞争中被顾客所淘汰。[24]常用来衡量成本高低的指标主要有固定信息成本、变动信息成本、直接人力成本、间接人力成本、同比平均价格的优势。

        第二,服务水平。旅游服务供应链的顾客服务水平一般是指对制定和实施的战略成果所进行的汇总评价。顾客服务水平的评价指标一般包括:准时提供服务比率、顾客抱怨比率、服务柔性和服务覆盖范围。

        第三,营销力。产业的营销力反映了产业在旅游服务供应链中率先抢占市场、争夺顾客的行动能力,主要由收入增长率和市场占有率来评定。旅游供应链中产业的营销力也是对于该产业甚至整条供应链综合能力的最直观体现。

        第四,协同发展能力。在旅游服务供应链上,只有伙伴的协同运作,才能实现旅游服务供应链各环节的“无缝对接”,使旅游服务供应链整体绩效得以提升。协同发展能力包括企业的信息化程度、数据共享率、协调决策能力和应急处理能力等。

        在综合评价中,各指标权重的确定是关键。由于旅游供应链的管理还不完善,评估弹性空间也很大,可以使用大数据处理技术对评估指标体系及权重不断评估和反馈,在自修改过程中趋稳并得到最终的多维度评估模型。大数据技术下的旅游服务及绩效评估体系应该是一个动态平衡的、具有导向性的全方位评估体系。

        (四)旅游供应链的信息共享与协同

        旅游产品,尤其是其中的服务类产品的最显著特点是不能在购买前检查。游客要了解一个旅游产品则必须前往其生产地(或者景点),这意味着他们的购买决策完全取决于产品的演示和说明。由于信息不共享,旅游市场存在着严重的信息不对称,使处于不同信息地位的供求双方的风险和收益失衡,从而滋生信用缺失等机会主义行为。[25]而供应链的上下游企业之间信息不共享则会导致资源的重复使用和产品的同质性增加。这些将会损害旅游业的信用度和满意度并且降低产业效率。利用信息技术共享供应链各环节成员之间的实时数据、产品供应量、需求状况、生产要求等信息,是提高供应链效率的一种有效手段。[26]信息化是旅游业的“生命线”[27],计算机订座系统(CRSS)、全球分销系统(GDSS)和其他互联网应用的发展改变着游客的旅行方式和旅游企业的经营方式。[28-29]近期对IT在旅游业中应用的研究显示,通过IT共享需求预测结果和供应链生产计划等信息在供应链合作伙伴之间的协作规划中发挥着巨大的潜力[30]。对于旅游供应链中的服务行业,共享的信息除了来自于供应链中其他企业的信息,还有来自游客的需求信息。游客在这一环节体验了什么样的旅游产品并且对其有何评价,都能及时共享并对其下一环节的需求进行有效预测,以提供更为合适的服务;旅游供应商通过定位信息准确把握游客时间节点,确保准备时间并提高产业效率;能够在任意位置和空间获取全面的服务信息也是旅游业服务一体化的体现,而这些都需要信息的全面共享与交互。

        旅游产业之间的信息共享使得旅游业中各个环节的决策随着信息的变更而产生即时变更。而食、住、行、游、购、娱六大产业的独立性和多样性,加之旅游供应链中的成员经常相互冲突并存有相异目标,使得旅游供应链实现全面整合难度增大。同一供应链中关联企业之间需要通过协同实现本身或整体利润最大化的目标[31],这要求供应链中每个环节在执行任务时要考虑对其他环节行动的影响。研究者普遍认为,通过协同可以形成可持续和有竞争力的供应链。在旅游供应链中,服务供应商之间存在多种协同,包括在同一环节或在不同的环节之间的协同,如旅行车辆与航空公司之间、旅游供应商和旅行社之间都需要实现协同服务。不同环节间的协同,主题公园体现得最为明显。各环节企业之间根据既定的主题生产和销售产品,使得游客在不同的服务行业获取相同的旅行体验。随着旅游业信息技术的发展,各企业之间的信息协同更多地结合门户网站来实现。许多旅行网站根据旅行需求为用户推荐服务,然后通过后台管理系统实现信息共享和环节协同。

        四、基于大数据的旅游服务供应链管理模型

        随着旅游供应链的不断运转,需要交换和处理的数据也不断增多。传统的数据处理中,通常把重复率高、密度大的数据作为重要数据,而把密度小、具有偶然性的数据选择性忽略。尽管如此,处理具有庞大数量级的重要数据所需要的处理时间仍旧在后期响应时体现出滞后性。由于存储功能和分析功能的不完善,这些“无用数据”最终只能被忽略,然后遗弃。积极及时并经济高效地从规模化、多样化和高速化的数据中提取分析获得有效性信息,是大数据的核心功能,其主要的技术手段有实时获取、分类存储、语义分析、图文转换、模式识别、地理信息、统计建模、人工智能、分析预测等。决策者不仅可以通过数据了解现在发生了什么,更可以利用数据对将要发生什么进行预测,以便在行动上作出主动的准备。

        用户满意度是评价服务产品最直观的标准也是最高的标准,在标准化服务的基础上发展个性化服务是未来服务业的主流发展方向。标准化服务需要海量数据作为制定标准的支撑,而个性化服务则通常来源于“无用数据”。这里,典型的数据分析操作(对数据进行聚集、汇总、切片和旋转等)已经不够用,还需要路径分析、时间序列分析、图分析、What-if分析,以及由于硬件、软件限制而未曾尝试过的复杂统计分析模型[32]。将游客在旅行过程中产生的数据,包括每个游客的身份、地点、时间、喜好、厌恶、社会关系等大量的信息收集成为一个大数据包,把这些数据采集进数据仓库中,然后用分布式的技术框架对非关系型数据进行异质性处理,通过数据分析与挖掘来发展一对一的商业智能。[33]作为旅游经济活动的重要组成部分,旅游供应链的合作协调是一种综合性的经济活动。一个完整的旅游供应链构建应该从需求分析开始,结合模式构建,然后策划产品并对收益进行有效管理,与此同时,也伴随着服务与绩效的考核和反馈。旅游供应链的健康运营状态是一个动态平衡且不断修复更新的状态,而大数据对旅游供应链整体提升有重要作用,本文提出基于大数据的研究模型如图2所示。

        

图片:2.GIF



        为旅游产品提供完整简介,并提供详尽的对比分析报告;在旅游服务过程中构建前瞻性的智能服务体系,大数据在旅游供应链中的应用多种多样。传统的旅游供应链中旅游企业间的协同往往是以核心旅游企业为中心,其他企业配合进行决策调整来实现的。旅游企业利用大数据的信息共享和协同平台来提高服务业的服务效率,促进了服务业产品的个性化和全面化发展。以大数据为载体的协同则是以用户的服务需求为中心,经过匹配和筛选同一环节内的产业之后组合的临时性旅游供应链,这些临时性供应链又相互交叉成为一张旅游供应网。

        五、结语

        引入供应链管理思想是旅游管理的重要手段。尽管中国旅游产业的建设并不完善,要应对急速增长的旅游需求尚有不少需要改革之处,但按照需求、产品和服务进行管理分类,并以信息共享与协同为发展方向是旅游供应链的未来愿景。本文分析了大数据在旅游需求预测、产品收益及服务绩效三方面的应用,提出了基于大数据的旅游供应链服务管理研究模型。随着大数据技术的引入,旅游产业将发生革命性的变化,无论是产业发展模式、旅游供应链的柔性或是响应速度、管理方式都有巨大影响。对于大数据技术与旅游信息化的有效结合、旅游数据的科学处理与分析以及大数据技术的普及与实用化等相关课题的研究现在还处于初级阶段,在智慧旅游的深入发展中还有巨大的研究空间。

        作者简介:

        陈涛(1980—),男,湖北石首人,华中科技大学公共管理学院副教授,硕士生导师,研究方向为智慧旅游、电子政务、信息服务标准。

        李佼(1989—),女,湖南衡阳人,华中科技大学公共管理学院硕士研究生,研究方向为智慧旅游、电子政务。
思谋网 - 分享供应链管理人的才思与谋略。
沙发#
作者:scmnews 发布于:2014-05-21 09:16
        参考文献:

        [1]Zhang X, Song H, Huang G Q. Tourism Supply ChainManagement: A New Research Agenda[J]. TourismManagement, 2009, 30(3): 345-358.

        [2]王珊,王会举,覃雄派,等. 架构大数据:挑战、现状与展望[J]. 计算机学报, 2011(10): 1741-1752.

        [3]邬贺铨. 大数据时代的机遇与挑战[J]. 求是, 2013(4):47-49.

        [4]王忠.美国推动大数据技术发展的战略价值及启示[J]. 中国发展观察, 2012(6): 44-45.

        [5]冯芷艳,郭迅华,曾大军,等. 大数据背景下商务管理研究若干前沿课题[J]. 管理科学学报, 2013(1): 1-9.

        [6]Frechtling D. Forecasting Tourism Demand: Methods andStrategies[M]. Oxford: Butterworth-Heinemann, 2001: 221-239.

        [7]Sinclair M T, Stabler M. The Economics of Tourism[M].London: Routledge, 1997.

        [8]Pullman M, Rodgers S. Capacity Management for Hospitalityand Tourism: A Review of Current Approaches[J].International Journal of Hospitality Management, 2010,29(1): 177-187.

        [9]Porter M. What is Strategy?[J]. Harvard Business Review,1996(9/10): 61-78.

        [10]Davis M, Heineke J. Operations Management: IntegratingManufacturing and Services[M]. 5th ed. New York:McGraw-Hill/Irwin, 2005: 387.

        [11]Song H, Li G. Tourism Demand Modelling and Forecasting- A Review of Recent Research[J]. Tourism Management,2008, 29(2): 203-220.

        [12]Schroeder R. Contemporary Concepts and Cases: OperationsManagement[M]. New York: McGraw-Hill/Irwin, 2006.

        [13]朱孔山. 论旅游产品设计与开发的原则[J]. 商业研究,2002(14): 116-118.

        [14]宋子千,刘德谦. 基于要素细分的旅行社产品创新探讨[J]. 桂林旅游高等专科学校学报, 2005, 16(5): 5-11.

        [15]Anderson K C, Xie X. Improving Hospitality IndustrySales: Twenty-five Years of Revenue Management[J].Cornell Hospitality Quarterly, 2010, 51(1): 53-67.

        [16]Siguaw J A, Kimes S E, Gassenheimer J B. B2B SalesForce Productivity: Application of Revenue ManagementStrategies to Sales Management[J]. Industrial MarketingManagement, 2003, 32(7): 539-551.

        [17]Heo C Y, Lee S. Influences of Consumer Characteristicson Fairness Perceptions of Revenue Management Pricing inthe Hotel Industry[J]. International Journal of HospitalityManagement, 2011, 30(2): 243-251.

        [18]Mcmahon-Beattie U, Yeoman I, Palmer A, et al.Customer Perceptions of Pricing and the Maintenance ofTrust[J]. Journal of Revenue and Pricing Management,2002, 1(1): 25-34.

        [19]Coghlan A. Facilitating Reef Tourism Management throughAn Innovative Importance-performance Analysis Method[J].Tourism Management, 2012, 33(4): 767-775.

        [20]Baker D A, Crompton J L. Quality, Satisfaction andBehavioural Intentions[J]. Annals of Tourism Research,2000, 27(3): 785-804.

        [21]Matzler K, Bailom F, Hinterhuber H, et al. TheAsymmetric Relationship between Attribute-level Performanceand Overall Customer Satisfaction: AReconsideration of theImportance-performance Analysis[J]. Industrial MarketingManagement, 2004, 33(4): 271-277.

        [22]金立印. 服务供应链管理、顾客满意与企业绩效[J]. 中国管理科学, 2006, 14(2): 100-106.

        [ 2 3 ]于亢亢. 服务供应链的模型与构建[J]. 现代商业,2007(21): 156-158.

        [24]张怡,王华,廖小玲. 供应链成本、牛鞭效应与啤酒游戏的二次开发[J]. 物流工程与管理, 2009, 31(5): 61-62.

        [25]何明珂,董天胜. 供应链中信用缺失的形成机理研究[J].管理世界, 2007(10): 166-167.

        [26]Radstaak B G, Ketelaar M H. Worldwide Logistics: TheFuture of Supply Chain Services[M]. The Hague: HollandInternational Distribution Council, 1998.

        [27]Sheldon P. Information Technology and ComputerSystems[M]//Tourism Marketing and Management Handbook.London: Prentice Hall, 1994: 126-130.

        [28]Pan B, Fesenmaier D R. A Typology of Tourism RelatedWebSites: Its Theoretical Background and Implications[M].B a r c e l o n a , S p a i n : I n f o r m a t i o n a n d C o m m u n i c a t i o nTechnologies in Tourism, 2000.

        [29]Garin-Munoz T, Perez-Amaral T. Internet Usage for Traveland Tourism: the Case of Spain[J]. Tourism Economic,2011, 17(5): 1071-1085.

        [30]Karoway C. Superior Supply Chains Pack Plenty of Byte[J].Purchasing Technology, 1997(8): 32-35.

        [31]Malone T W. Modeling Coordination in Organizations andMarkets[J]. Management Science, 1987, 33(10): 1317-1332.

        [32]Cohen J, Dolan B, Dunlap M, et al. New AnalysisPractices for Big Data[J]. Proceed Very Large Data Bases,陈涛 李佼·基于大数据的旅游服务供应链管理研究2009, 2(2): 1481-1492.

        [33]姜奇平. 大数据时代到来[J]. 互联网周刊, 2012(2): 6.
思谋网 - 分享供应链管理人的才思与谋略。

返回顶部