当前位置：&&庄辰超：大数据有助于降低供应链金融风险
庄辰超：大数据有助于降低供应链金融风险
发布时间：日 15:02:23
(电子商务研究中心讯)　　11月20日下午消息，首届互联网11月19日至21日在乌镇召开，去哪网CEO在今日“互联网与金融：促进金融创新和经济发展”分论坛上表示，当前我们可根据大平台的分析出广大用户的旅游需求曲线和供给需求，从而能帮助行业了解投资风险，掌握用户需求曲线和企业供给需求的拟合程度，从而降低供应链金融中存在的风险，提高社会运行效率和企业收益。　　以下为庄辰超演讲全文：　　各位领导各位朋友大家下午好，首先我先简单介绍一下网，因为我们是今天这个论坛里唯一一个不直接从事金融行业的企业，过会我会讲到为什么我们会来到互联网金融的论坛，以及我们这个旅游行业如何看待互联网金融未来在旅游行业的发展机会和对旅游行业改造的机会。　　我们是一个开放式的平台，去哪儿网05年成立的时候我们是做旅游搜索，搜索航空公司酒店和大量的在线旅行社的产品，我们开始建立了交易系统，帮助类似轻结算系统，帮助整个旅游行业的消费者和旅游的供应商更好地对接。今天我们的总部在，我们有大约6000个员工，1年以前我们在纳斯达克，我们搜索过国内超过3800家旅游类企业，覆盖了几乎所有的国内航线，也覆盖了国内20万家酒店。这个是我们在过去10年的增速，上个季度来讲我们每个季度会做170亿左右的GNV，年均的增速在100%左右，今年我们大概会在700亿左右的GNV，明年还会以翻倍速度增加。我们每天会出超过20万家国内机票、机票，占到整个航空市场的20%以上，每天有接近10万个酒店建业的水平。　　我们看到这么大的GNV，过去很多年我们一直尝试做供应链金融。第一，机票行业是供应链金融非常活跃的行业，本身产品是高速互换，资金的占比非常高，过去所有的供应链金融都聚焦在流速上，机票交易要经过很多层次，从资金到第一手的零售商、批发商，有的时候还要经过平台，最后进入航空公司，这个当中每一个环节都需要经过一次流动，但是在这个票款的流动速度和信息流动速度是不匹配的，很多时候信息流动速度是远高于资金流动的速度，这就存在了有一些已经形成了活跃的主体在和约已经形成的时候没有获得资金，这个时候就需要大量的供应链金融在这个行业当中起到作用，这当中有很多失信和违约的责任如何承担的问题。在机票行业的发展过程当中大家都知道机票的供应链金融是很活跃的领域，今天很多第三方支付公司在过去几年也在航空领域的供应链金融当中起到非常活跃的作用。　　由于去哪儿网占据了这么大的机票市场份额，所以当我们的企业在不断延伸，最终把消费者的交易和航空公司的交易完全对接起来的时候，我们对于资金流速的指引性有非常好的指导作用，今天去哪儿网交易系统不但是把消费者和零售代理商第一次交易的信息捕捉在我们系统里面，我们的机票代理商进行下一轮的采购、分帐所有的信息也在我们交易系统里面，我们可以一直看到资金和信息从消费者手里一直走到航空公司手里，这个瞬间基本上在几分钟之内完成的，这中间的每一次分帐、走帐和每一个帐户的信息都在去哪儿网交易系统里清楚地记录。由于我们有这么实时的信息，所以在资金流速上感觉会非常好，我们开放这些引入了一些第三方的合作伙伴，在整个交易系统里面提供第三方的供应链金融，这当中我们相对于在去哪儿网体外的供应链金融降低了风险，如果大家了解机票行业，过去两三年在供应链金融其实出现了好几起比较大的风险案件，包括出现了一起，最近在出现了一起比较大的供应链金融的风险。　　在去哪儿网的资金体系里面，过去10年从来没有出现过一起大规模的金融风险，这是为什么呢？我们对于资金的流速每一个主体的情况都非常清楚，不但可以看到哪一个主体有风险，而且可以分析到这个主体衍生出来的风险蔓延性是怎么样的，给了我们一个非常快的信号，所以在这几个出现了供应链金融风险的主体其实曾经都是在去哪儿网整个环节里面非常活跃的交易对手，但是由于我们非常早地就捕捉了这个信息，我们早于市场的任何人开发交易能力，及早撤退，包括去哪儿网的系统不受供应链金融的影响。这个是我觉得当你体系足够大信息足够完善的时候，可以帮到交易声带环境当中每一个人更好更安全地交易，也保护我们消费者能够更好地更安全地交易机票金融产品。　　这是我们看到的第一个机会，我们还看到第二个很独特的机会，机票和酒店本质上非常接近于一个权证，因为它其实没有实际的物理的东西进行传输，当你买机票之后无非是订了两个星期以后交易的权利，酒店也是这样，买三个星期以后的交易的权利。基础资产实际上是航空公司和酒店早期做大量的基础设施，这些基础设施是在相当长的时间内需要通过这些权证的交易把这个钱挣回来甚至有盈利。当我们在旅游行业的市场份额越做越多的时候我们发现整个行业有大量的价值是被损耗掉的，这个损耗的原因是什么呢？是在于每一层交易主体会极大地提高自己的风险准备金，包括比如说我举一个例子，从一个酒店来讲，每一个酒店它的固定成本投资是非常高的，可变成本非常低，但是每一个酒店都有一个入住率的问题，它在旺季的时候入住率非常高非常挣钱，但是要为自己淡季做准备，旺季的时候酒店价格要高很多，才能保证它淡季不亏损。　　这样的情况下的绝大多数酒店还是亏损状态中。航空公司也是一样的，很多的基础设施投资完了以后由于定价的不准确导致了航空公司航线亏损了，这是一个恶性循环，当你亏损的时候航空公司会更高地提高它在旺季时候的票价，实际上会压抑消费者的需求，最后导致航线的运营风险越来越高。所以我们看到当我们掌握大量的时候，我们还有一个更好的能够帮助旅游行业的方法，就是给旅游行业最终端的服务提供者，包括航空公司、酒店以一个风险系数，告诉他们首先你在投资这个航线和投资这个酒店的时候，尤其在航线我们数据比较大酒店我们目前是在低端酒店已经有这样的数据产生了。　　在投资的时候根据当下的市场情况你的风险系数到底是什么样的，通过这样的数据分析首先我们让投资者有更好地把握，他们打算怎么做，他们到底能够承受多少风险。其次，我们会引入第三方看这个数据地第三方的金融合作伙伴说如果这个投资风险是可以在我的承受范围之内的，他们可以一定程度上帮助行公司和购电分享这个资金风险，这个是我们觉得去哪儿网在旅游金融供应链当中能够帮助整个行业更好地提升效能的地方。我举几个非常现实的例子，青岛航空在新开航线的时候他所处的这条航线实际上是已经有航空公司在飞了，而且是亏损的。他们还有新加一个航班进去，理论上来讲只会是亏上加亏，因为客量没有增加，运力增加了一倍以上。　　我们和青岛航空共同分析定价策略的时候，我们通过的运行，我们的数据包括消费者搜索的数据，中国大约有30%以上的消费者都会在订票以前去那进行搜索，而搜索的时候往往是比太够早到14天，而消费者搜索的行为点击每个票价的行为以及最后的采购行为都是有一个参数和模型的，所以我们在很早以前就可以知道整个需求曲线和供给需求的拟合程度，这个需求的曲线到底是什么样的，熟悉这个行业的话是收益曲线。我们和青岛航空分析的时候我们通过数据分析非常有把握地告诉他这条航线是可以盈利的。而且我们做到了，青岛航空在成立的第一天第一个航班就坐满了客人，这个瞬间从一天之内就把这条航线的客流增加了大约30%，通过准确定价我们激发了消费者的需求，同时从其他交通工具上把客流转移到了航空工具上，最终订票价格还是让青岛航空可以盈利的，这个就是我们通过大数据为整个行业提供的价值，这个之后就有很多包括像金融公司和包机公司和航空公司合作，这样我也可以从中受益。　　相同的模型我们在包括东海航空等等航空公司进行了尝试，目前中国有8家采用了这个模式，这个是更本质的对供应链金融的帮助，我们不但帮助了资金的流速，我们帮助了整个行业最初投资的时候就变得更加理智，在最终投资的时候可以用数据计算出来，这个航线能不能挣钱，这个酒店能不能开，定价应该多少，根据这个定价我的服务应该有多少。我们相信通过这样的一种行为，这是一个根本性的理念，能够让我们对于旅游整个产业产生巨大的正面影响。　　说到具体的金融表现形式上有很多，除了外汇以外，供应链金融和消费者信贷，因为我们会知道哪些消费者经常飞，坐飞机需要身份证，包括有些形式我们通过保险降低风险，金融的手段在供应链当中是千变万化的，根本性的一点是通过大数据的分析分析资金流速的症结在哪里，哪里的风险被低估了或者高估了，我们通过金融手段帮助整个行业弥合风险的曲线，当我们拥有大平台大数据的时候对整个产业提供的帮助。中国很多三线城市都开始建设机场，很多机场都是国家巨额补贴，有些航空公司也是地方政府补贴，每年都会造成巨大的亏损。我们相信去哪儿网通过我们的大数据能够帮助中国更多的城市健康地飞行，和其他地方连接起来，中国更多地方政府投资的航空公司从第一天开始就盈利，这个是去哪儿网通过供应链金融的手段能够为整个中国未来建设提供的贡献和价值。谢谢大家。（来源：新浪科技）
6月26日，国内知名电商智库电子商务研究中心发布了《2017年度中国电子商务市场数据监测报告》（全文下载：）。披露了2017年以下电商细分行业数据，并重点监测：（1）B2B电商：阿里巴巴、生意宝、慧聪、焦点科技、金泉网、网库、金银岛、马可波罗、国联资源网等；（2）网络零售：淘宝、天猫、京东、拼多多、苏宁易购、小米、唯品会、云集、有赞、当当、一号店、网易严选、国美等；（3）生活服务电商：美团点评、滴滴、58同城、赶集网、携程、饿了么、去哪儿、大麦网、百度外卖、飞猪等；（4）跨境电商：网易考拉、天猫国际、小红书、洋码头、丰趣海淘、宝贝格子、聚美优品等进口平台，以及中国制造网、大龙网、敦煌网、全球速卖通、eBay、亚马逊、Wish、兰亭集势、DX、米兰网、跨境通等出口平台。
【关键词】
【相关阅读】
【热点专题】
【原创报告】
【电商智库】
30日30日30日30日30日30日30日30日
100EC将邮件推送
股票名称/代码
100EC官方微博华夏邓白氏：可通过大数据避免供应链断裂风险_网易科技
华夏邓白氏：可通过大数据避免供应链断裂风险
用微信扫码二维码
分享至好友和朋友圈
科技讯 5月28日消息，华夏邓白氏产品及解决方案总监陈为谦在于深圳召开的第八届全国商业防损管理高级论坛上表示，“在新的市场形势下，企业成本节约越来越困难，‘ 事后补救’策略已远远不够；同时，传统的供应商绩效评分及分级已无法满足需求。企业亟需转变思维，主动建立起一套供应商风险管控机制。这一‘事前预防 ’ 策略，更能将风险遏制在发生之前，避免不必要的经济损失，为企业生存提供长久保障。”自中国经济进入“新常态”之后，经济结构优化升级以来，各地不断上演“倒闭潮”，供应链中断事件层出不穷。据数据显示，2015年，高达76%的企业至少经历过一次以上的供应链中断，造成了巨大的经济损失 。企业应如何减少甚至避免因供应链中断所带来的损失？更进一步，是否能够通过预测潜在的供应链中断风险，采取有效措施管控风险，将损失遏制在发生之前？这已成为供应链管理的核心议题。当深究供应链中断事件的根源时，会经常发现40%的供应链中断是由二、三级供应商导致的。更令人意外的是，竟有超过75%以上的企业不了解其二级供应商，超过90%以上的企业无法预知二、三级合作伙伴的风险。作为风险管理服务机构，华夏邓白氏发现，在过去的供应链风控实践中，多数企业注重的是对一级供应商的管控并采取的是“事后补救”策略，即只在风险发生后控制损失，节约成本。然而一旦二、三级供应商发生倒闭等经营风险，一级供应商将承受直接损失，买方企业也势必受到影响。据研究机构数据显示，中国企业的倒闭风险在2016年及2017年将分别增加20%及10%。对于汽车、机械制造、化工、零售等以供应链管理为命脉的行业来说，这一牵连效应将更为显著。华夏邓白氏倡导通过溯源分析找到具有高风险的一级供应商，进而深挖二、三级供应商风险，建立风险预警机制，以量化方式为供应商风险评估提供科学依据。具体来讲，这一创新解决方案以“三步走”帮助企业进行供应链强力管控。以华夏邓白氏母公司邓白氏集团某客户 -- 某美资财富500强制造业企业为例，该企业对大量零部件的需求使其拥有长达十级的供应链，加上制造行业供应链具有低替代性的特点，任何一个环节的中断都可能导致整个供应链的崩溃，进而造成巨大损失。邓白氏基于商业数据库及数据分析能力，首先对该企业各层级的供应商数据进行了分析，以此确定风险指标；第二步，基于这些指标，为该企业构建起风险预测性模型，以实现持续的风险监测；第三步则是利用邓白氏在企业关联性方面的优势，帮助客户形成全面统一的目标企业的关系视图，追根溯源至二、三级及更深层级的供应商风险，从而预测一级供应商未来半年到一年的运营风险，并及时向该企业发出预警。
由此，该制造业企业则能以前瞻视角预知整个供应链中哪些环节的哪些供应商可能发生交付质量风险，进而针对这些供应商主动采取防范和预警措施，变被动的损失控制为主动的风险预防。通过这样的解决方案，该企业预计每年可节约成本达百万美金以上。不单单是制造业企业，汽车、化工、零售等行业的企业都能受益于这一优化、主动的供应商风险管理，将数据洞见转化成可视化的关系视图，并采取行动，防范于未然。据邓白氏数据统计，运用了一系列供应链管理服务的企业，能获取供应链透明度和可视化，降低25-30%的供应链风险。
本文来源：网易科技报道
责任编辑：白鑫_NT4464
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈&|&&|&&|&&|&&|&&|&
国际商业机器（中国）有限公司：基于大数据的供应链风险管理研究及应用
字号：| 日16:04&&&&&IBM
IBM 创立于 1911 年，是一家全球整合的信息技术、咨询服务和业务解决方案公司。IBM 业务遍及 170 多个国家，运用最先进的信息科技，助力各行各业的客户创造商业价值。同时，IBM 吸引并拥有全球最优秀的人才，助力对客户及整个社会至关重要的事业的发展，致力于让世界更美好。
一、关于IBM
IBM 创立于 1911 年，是一家全球整合的信息技术、咨询服务和业务解决方案公司。IBM 业务遍及 170 多个国家，运用最先进的信息科技，助力各行各业的客户创造商业价值。同时，IBM 吸引并拥有全球最优秀的人才，助力对客户及整个社会至关重要的事业的发展，致力于让世界更美好。
IBM 的业务涵盖技术与商业领域。我们始终寻求高价值创新，汲取全球最领先的 IBM 研究机构的创新支持，推动持续改造与转型自身的业务。通过从行业领先的大数据、云、社交移动与认知计算技术、企业级系统和软件、咨询和 IT 服务中形成的产品与整合业务解决方案，为客户创造价值。2015年IBM主要业绩收入为818亿美元，2014年为928亿美元，2013年为984亿美元。其中，2015年战略举措（云计算、数据分析等）收入为290亿美元，运营每股收益为14.92美元。
IBM 致力于推进三大战略&&利用大数据推动行业转型，打造竞争优势；利用云计算，重塑企业IT 架构，推动业务模式转型；利用移动和社交技术，依托安全能力构建企业互动参与体系。我们正在为现代IT骨干创建一个专注于开放创新的全新系统基础架构，以满足新计算时代前所未有、日新月异的需求。IBM 员工与客户通力合作，利用公司的业务咨询、技术和研发能力构建稳健的系统，以创造动态高效的组织、更便捷的交通、更安全的空气和食品、更清洁的水源和更健康的生活。
1985 年，IBM在中国北京设立了办事处。1992 年，成立中国首家外商独资企业&&IBM中国。IBM中国的业务覆盖全国，包括研发、市场销售和服务交付等。凭借在中国超过30年的丰富经验，IBM一直提供领先的技术、卓越的管理和独特的解决方案及服务，推动中国IT行业及金融、电信、能源、制造、零售等众多行业的中国企业创新、转型与发展。
作为深耕中国30多年的伙伴，IBM积极思考未来发展战略，希望在解决企业自身未来发展的同时，也能够解决社会生存的问题，甚至是未来发展的问题。我们希望用前沿的科技与丰富的经验同中国伙伴共同面对挑战，支持中国企业实现&互联网+&、&中国制造2025&的转型和创新，真正成为&中国合伙人&，实现与中国同行。
IBM的供应链中有18,000多家供应商，2010年至2014年每个采购类别的绩效如图表中所示。IBM的业务经营规模庞大而复杂，涉及一个巨大的利益相关方生态系统，包括股东、员工、供应商、非政府组织、公职人员和社区组织等。满足所有利益相关方的不同期望是IBM企业文化的一部分，也是公司企业战略中的关键环节，我们对每一位利益相关方都一视同仁，从实际出发，满足他们的期望和诉求。
表1 2010年至2014年每个采购类别的绩效
二、大数据时代的供应链风险探究
在经济全球化和电子商务蓬勃发展的今天，企业所面临的经营环境发生了翻天覆地的变化。在全球供应链与价值链之间的关联日益紧密的同时，科技带来的更高效率的同时也使企业面对更大的系统性风险。随着供应链整合的不断深入，企业遇到系统性风险的几率也更高，比如自然灾害、网络安全漏洞或商品风险等。
以资源采购这一基本职能为例，企业在能够通过更便利的途径在全球范围内寻找所需资源的同时，也面临着更大的风险。现实生活中因为天气和突发事件、信息不对称等原因所导致的原材料采购不能按时交付、足量交付以及质量欠佳等现象比比皆是。如何采用合适的方法来降低采购风险是摆在很多企业面前的一大新挑战。
管理采购风险的基本出发点是尽量消除信息的不对称并采用有效的风险应对措施。在社交网络已经深入渗透到社会每一个角落的现代社会，利用大数据技术来进行风险管理已经被学术界和实业界所广泛认可。大数据技术的出现增强了供应链的可视性，从而为企业进行基于数据分析的风险管理奠定基础。大数据的主要特点之一在于数据的跨界性，比如从多个渠道（包括社交网络中关于供应商的评价信息）获得的有关供应商、有关产品的直接信息、以及其他相关的间接信息（如天气、其他行业或产品的信息等）都能作为供应商风险评估和采购风险管理的有效输入。
IBM亚太区采购总监周子明先生对中国市场上的新挑战十分关注，基于他多年来在IBM实验室的研究和管理经验，以及近些年来在IBM亚太区供应链的战略经验，他提出在现在市场的新模式和新挑战下，如何充分发挥大数据分析的优势来帮助进行企业的采购风险管理，这一具有时代意义的课题值得展开深入的研究，同时该实践将为社会带来巨大的经济效益以及社会意义。
对于课题的研究，周子明先生邀请清华大学经管学院陈剑教授和他的研究团队作为大数据的供应链风险管理研究的顾问，有效地借助高等院校专业的研究能力与IBM共同研究这一具有时代意义的课题。
同时，在课题的应用阶段，周子明先生带领团队与IBM实验室密切的合作，利用IBM现有的大数据科技手段，使用最先进的认知技术和人工智能自我学习能力，以海量历史交易数据为基础，结合实时社交媒体数据为大数据与供应链风险提供了最佳的大数据技术支持与解决方案。
三、解决方案
关于解决方案我们分为两个阶段，阶段A我们联合清华大学经管学院进行的基于大数据的供应链风险管理的可行性分析以及方法和模型建立，并通过实际案例测试了模型的有效性。阶段B我们结合阶段A的研究成果，应用IBM大数据技术，结合历史和现有的大数据对比数据特征，建立具有实时性的解决方案，为更广阔的数据搜索和数据挖掘提供服务，为高风险的商业交易保驾护航。
（一）阶段A 基于大数据的供应链风险管理的可行性分析以及方法论
本研究涵盖了大数据技术手段,包括提取社交媒体数据作为预警系统，反映市场情绪变化、重大的宏观经济风险乃至社会和政治风险。战争或自然灾害的信息来源可能会首先于各种社交媒体首先曝光，通过大数据提前得到预警以降低采购风险。
在当前风险管理实践的基础上，我们提出基于大数据分析的供应商风险检测和管理的解决方案。从数据收集、数据处理、风险量度以及决策方法中有机的结合了先进的大数据手段，包括统计分析、文本语义挖掘、层次分析法、对比分析比较法等。基于结构性数据和非结构性数据总量爆炸性增长，针对采购风险来源设计采用的数据模型，给出相应数据处理方法，用大数据提供更为专业化的实时决策支持。
1、构建风险特征体系和数据源探究
为了提出有效地解决方案，我们分析现在中国商业模式的特征以解决企业面临的供应链管理和业务难题。首先我们构建了5+X风险特征体系。
图1 5+X风险特征体系
对现有的采购风险管理模式分析中，我们结合了IBM内部服务类采购实践的同时，邀请了美国供应链协会的中国企业专家参与，包括不同行业的二十家行业标杆企业资深采购管理人员共同提供专家观点和指导意见。通过专家观点以及深入商业研究，本项目提出了中国商业环境中的5+X采购风险特征体系，包含环境风险、竞争风险、道德风险、财务风险、交付风险、内部管控风险。
针对风险体系中的每个种类，结合中国市场的特点深入探究识别相应采购风险特征和来源的方法，根据研究实践以及专家验证，我们针对每个种类建立风险特征优先级。建立风险树状模型，通过统计分析等手段对现有管理手段的效果进行评估，分析其有效性以及可能存在的局限性。
2、风险度量
风险的度量是有效利用大数据技术的必要且关键的基础条件。在我们有效的针对5+X风险采集到所有数据源，我们需要对这些数据有机的筛选和处理。
在数据处理的过程中，针对不同的风险特征以及不同的数据源的特点，我们结合相应的最有效的数据处理方法，包括对比分析法、统计学方法、回归方法、文本挖掘以及AHP方法等，最终通过对风险的度量得到对应的风险值。
图2 风险度量的过程
3、建立完整的风险管理体系
我们的解决方案中建立了完整的风险检测体系以及供应商风险管理模型，通过专家评估以及实际案例测试检验了风险管理体系的有效性，证明风险管理体系可以帮助采购决策者更及时的发现采购风险以及形成更明智的采购决策。
图3 风险管理体系
（二）阶段B IBM大数据技术的应用
根据前述的研究和得出的风险决策模型，结合IBM大数据实验室的分析解决方案，并有效结合最新的认知技术，通过无与伦比的分析功能，以值得信赖的数据为基础，更敏捷地洞察隐藏的风险，从而帮助建立高性能的风险评估和预测模型。
IBM Watson认知分析，具备听、说、读、写等许多能力，如自然语言处理、图像、声音、文字的分析等，并通过多种认知服务实现各种分析评估和预测的需求。还有IBM机器学习，它是通过对历史数据进行训练生成预测模型，进行风险预测来满足预测性的、认知的或复杂的分析问题逻辑。
IBM风险评估和预测模型可以提供全面、有效灵活的实时分析和预警，举例来说，当某一信息或数据中显示的指标过高，或相同信息出现频繁时，根据设定分析模型，可以实时产生预警。通过预警，如果满足某一条件，可以触发某一管理行为或者某一措施，实现风险的有效预防和管理。
全面，首先是指基础数据的全方位性，不仅涵盖公司内部资源同时也包括社交网络中关于供应商的信息，供应商本身或其相关产品的，直接的或间接的信息（如天气、其他行业或产品的信息等）。而且不局限于信息的格式和结构-文本的或非文本的，结构化的或非结构化的，静态储存的或传输中的数据。
图 4 IBM 风险评估和预测模型示意图
全面也反映在分析方法的多元化性。Watson认知分析根据对多纬度数据的洞察，用自己的语言探索并将其庞大又复杂的数据进行可视化，从而了解影响结果的因素，采取正确的措施去预防和防范各项风险。
灵活是指在模型操作及运用中的高可用性和可扩展性。此模型从大量的集成式结构化与非结构化数据中提取洞察，通过对其历史数据的整合和分析，归类高风险交易来寻找它们的共同风险特征，从而进行对有效数据模型的挖掘，并创建仪表盘，可视化其风险等级。此模型通过运用云服务平台，基于其开源的混合方法满足数据密集型需求，可扩展到业务合作伙伴，实现其商业化。
此模型能够提供24x7x365全天候实时监控和预警，从而支持现代迅速增长的数据需求。
IBM 风险评估和预测模型在帮助供应链提高对供应商及行业数据的利用率的同时，通过提取更加深入的洞察和价值，结合Waston认知产品和服务来帮助提高基于每一个高风险预测和防范需求定制解决方案的能力，从而提高管理效率、节省管理成本。
四、应用效果
我们的研究深入分析中国商业环境下采购风险的新特征，全面研究并提取各行业的采购风险特征，并对于采购风险识别和管理中应用大数据方法进行了可行性分析。
基于不同行业的深入调研和研究，分析现有市场中存在的采购风险相关数据源，提出提取数据源的有效特征的方法和技术支持手段，为应用大数据工具提供有效的支持。
通过先进的大数据科技手段，使得庞大又复杂的数据变得可视化可量度。对于不同采购类别关注的优先级不同，分别引入了有效的技术手段。通过多维度衡量采购风险以及不同数据源交叉验证建立精准的判断逻辑。
利用先进的技术手段，最大的利用在风险识别和衔接，用大数据提供更为专业化的实时决策支持。同时，实现了大数据技术在采购风险领域的技术认知和技术推广，引导大数据技术在该领域的发展方向。
1、社会效益
大数据与商业未来息息相关，本项目对于中国现有商业环境下的风险特征的识别和风险管理方法的探索研究，在行业内具有前瞻性和指导性的意义。总体来说，本项目提供了四个方面的社会效益：为目前风险的识别提供完整的体系化的认知；引领了将科技最前沿的大数据方法应用于采购风险的研究；对于现有企业搭建先进的采购体系提供建设性的标杆指导和方向；为未来的大数据应用于采购风险管理以及其他商业应用奠定坚实的基础。
2、经济效益
通过结合大数据方法和手段，有效的预测和降低企业采购过程中的潜在风险，为企业采购人员提供判断依据，从而大大节约了风险带来的经济损失，同时减少了人工判断所花费的时间成本和人员成本，帮助企业降低采购过程中的人力成本。
同时，大数据的科技方法加强了对商业环境中企业交易的诚信监督，帮助各个行业中上下游企业规范各自的供应链以及诚信体系，间接的帮助整个产业降低了采购风险并节省了风险带来的经济损失甚至惨痛的代价，间接的对整个商业环境贡献了巨大的经济效益。
3、环境效益
采购风险与健康的商业环境有着紧密的关联，本项目对于采购风险存在的特征研究以及对风险控制相关数据源的探索，反映了中国现有的商业环境的现状和特征，为未来发展建立良好的有秩序的诚信的商业环境奠定研究基础和提供参考。
通过结合大数据方法和手段，将商业环境中的片段数据有效地关联，有效的预测和降低采购风险，为企业采购人员提供有力的判断依据，提供更为专业化的实时决策支持，从而大大节省了采购风险带来的巨大经济损失，帮助企业更加有信心面对行业中未来的机遇与挑战。
基于大数据的采购风险识别和管理体系的推广，可以帮助企业降低采购风险实现经济效益的同时，提高了整个产业链以及整个行业的诚信度，优化了上下游企业的供应链机制，帮助整个社会建立良好的经济秩序和经济环境。&